魏清宇

GNN分类： 图片来自：A Comprehensive Survey on Graph Neural Networks

魏清宇

1.简介 Autoencoder是一种无监督学习过程，由encode和decode构成，给定输入之后，经过encode将输入编码成code，然后在经过decode将code...

魏清宇

空间数据聚类算法主要包括四大类：（1）给予划分的聚类；（2）基于层次的聚类；（3）基于密度的聚类；（4）基于网格的聚类。时空数据聚类算法是空间数据聚类算法的验身，它将时许维度...

魏清宇

词汇表征 利用one-hot向量来表示词，会使得词语词之间孤立，对相关词的泛化能力差，如下图所示 当你学习到了一个语言模型：I want a glass of orange，...

魏清宇

以图片生成为例 算法过程： 首先初始化D和G的参数，然后进入迭代过程，在每一次迭代中，先固定G，训练D，然后在固定D，训练G，每次迭代中重复这个过程，以一次迭代过程为例，如上...

魏清宇

什么是网络表征学习： 针对网络结构，用向量的数据形式表示网络结构、节点属性的机器学习方法就是网络表征学习。 目前的社交网络分析中，常用图的邻接矩阵表示节点间的连接关系，将边的...

魏清宇

1. HONE: Higher-Order Network Embeddings（HONE:高阶网络嵌入） 作者：Ryan A. Rossi,Nesreen K. Ahmed...

魏清宇

照片OCR 如何让计算机读出图片中的信息 在OCR中，算法首先进行图片中的文本识别，然后进行字体分区，在进行文字识别，这一系列流程称为OCR流水线。这种过程称为机器学习流水线...

魏清宇

学习大数据集 数据量多，模型效果肯定会比较好，但是大数据也有它自己的问题，计算复杂 如果存在100000000个特征，计算量是相当大的，在进行梯度下降的时候，还要反复求损失函...

魏清宇

问题规划 假设已有的数据如上所示，洋红色线内的数据表示缺失数据，那么我们如何根据已有的评分数据来预测这些缺失的数据呢？ 基于特征的推荐算法 已知数据如上，有四个人对于不同电影...

魏清宇

问题动机 再给定训练集的情况下，如何检测某一个输入x是否异常？ 首先要根据训练集数据建立一个模型，当给定数据的值的时候，则数据被认定为异常，表示它距离总体数据中心较远时被认定...

魏清宇

目标：数据压缩 如果数据特征过多，可能会产生冗余，你也会不太清楚自己到底有哪些特征，需要哪些特征。 建立一条线，使每个点都投射到这条线上，然后建立新的特征. 将3维数据投影到...

魏清宇

无监督学习 数据集是不带标签的，要找到一下隐含在数据中的机构 算法首先生成两个聚类中心，第一步进行簇分类，然后遍历数据集，计算每个点到聚类中心的距离，然后将点和最近的聚类中心...

魏清宇

优化目标 考虑两种情况，时，根据样本数据可以得到损失函数图上分别如上左图和上右图所示，使用紫色线描绘的图像替代原来的损失函数图，并记为,,得到SVM损失函数如下： 将逻辑回归...

魏清宇

引例——垃圾邮件分类 我们如何将垃圾邮件和普通邮件分开呢，将垃圾邮件标记为1，普通邮件标记为0。我们首先要做的就是定义一下特征x,有了这些特征，我们就可以通过训练分类器，将垃...

魏清宇

以上每一种方法都可能需要大量的时间来完成，而且你并不能保证采用的而方法是否真的有效，因此，就要利用机器学习诊断，机器学习诊断也可排除以上大部分的bug原因。 评估假设 如何评...

魏清宇

代价函数 当处理二分类问题时，输出值有一个，输出结果为1或0；当输出值有多个时，输出结果为一个向量。 神经网络的损失函数与逻辑回归相似，但是神经网络的输出单元不是一个，而是k...

魏清宇

非线性假设 若使用logistic回归，通过在模型中加入很多高阶项来进行非线性分类问题。若只有两个特征，则可以构建所有可能的特征变量来进行拟合。但是当特征不是二维，而是很多维...