发简信
IP属地：广东
-
Wide & Deep1.背景 Wide and deep 模型是 TensorFlow 在 2016 年 6 月左右发布的一类用于分类和回归的模型，并应用到了 Google Play 的应用推荐...
-
GRU模型在问答系统中的应用
GRU模型与LSTM模型设计上十分的相似，LSTM包含三个门函数（input gate、forget gate和output gate)，而GRU模型是LSTM模型的简化版，...
-
xgboost的原理没你想像的那么难xgboost 已然火爆机器学习圈，相信不少朋友都使用过。要想彻底掌握xgboost，就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部，进而理解参数的含义，根据需...
-
数据降维——PCA、SVD1. 数据降维 数据降维的目的:数据降维，直观地好处是维度降低了，便于计算和可视化，其更深层次的意义在于有效信息的提取综合及无用信息的摈弃。 降维方法__ 属性选择：过滤法；...
-
PCA与SVD分解的关系
PCA： 目标是使 因为可对 E的每列是相应的非线性相关且相互正交的特征向量，为正交阵。我们令 因为这样P就成为了正交阵，有 则PCA是要对X的协方差矩阵进行特征值分解，P即...
-
数据挖掘面试准备（1）|常见算法（logistic回归，随机森林，GBDT和xgboost）9.25r早上面网易数据挖掘工程师岗位，第一次面数据挖掘的岗位，只想着能够去多准备一些，体验面这个岗位的感觉，虽然最好心有不甘告终，不过继续加油。 不过总的来看，面试前有准备...
-
机器学习必须熟悉的算法之word2vector（一）word2vector已经成为NLP领域的基石算法。作为一名AI 从业者，如果不能主动去熟悉该算法，应该感到脸红。本文是一篇翻译的文章，原文链接是：http://mccorm...
-
面试经验（机器学习）
常见分类模型（ svm，决策树，贝叶斯等）的优缺点，适用场景以及如何选型解决过拟合的方法有哪些？ KNN（分类与回归） 分类模型可以做回归分析吗？反过来可以吗？ 分类模型和回...
-
机器学习算法小结与收割offer遇到的问题
机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间的区别还是很有必要的。可以帮助我们做一些模型选择。本篇博文就...
-
机器学习面试之数据降维PCA（主成分分析）和LDA（线性判别分析，Fisher Linear Discriminant Analysis）都是数据降维的一种方式。但是，PCA是无监督的，而LDA是...
-
机器学习面试001—支持向量机SVM
1. 关于min和max交换位置满足的 d* <= p* 的条件并不是KKT条件 Ans：这里并非是KKT条件，要让等号成立需要满足strong duality(强对偶)，之...
-
BAT机器学习面试1000题系列（二）
101.深度学习（CNN RNN Attention）解决大规模文本分类问题。 用深度学习（CNN RNN Attention）解决大规模文本分类问题 - 综述和实践 102...
