机器学习日报2015-09-06 硕士论文: word2vec+CNN做面向QA的句子多标签分类 等25条

2015年9月7日 | By News | Filed in: News.

Source: http://ml.memect.com/archive/2015-09-06/long.html

硕士论文: word2vec+CNN做面向QA的句子多标签分类

来自 @爱可可-爱生活 好东西传送门整理

关键词:深度学习, 算法, 自然语言处理, Yahui Chen, 分类, 神经网络

【硕士论文: word2vec+CNN做面向QA的句子多标签分类】《Convolutional Neural Network for Sentence Classification》Yahui Chen, University of Waterloo (2015) [1] [1] https://uwspace.uwaterloo.ca/handle/10012/9592

LDA是概率PCA的离散化和离散ICA

来自 @iB37 好东西传送门整理

关键词:会议活动, 算法, 资源, NIPS, PCA, PDF, 会议, 主题模型

1)LDA是概率PCA的离散化 Variational Extensions to EM and Multinomial PCA [Buntine,ECML02] [1] 2)LDA也可解释为离散ICA 可用ICA的矩匹配技术代替传统LDA近似推理算法:Gibbs和变分 Rethinking LDA: moment matching for discrete ICA [Podosinnikova,NIPS15] [2] [1] https://www.hiit.fi/u/buntine/ecml02.pdf

[2] https://www.researchgate.net/publication/279968006_Rethinking_LDA_moment_matching_for_discrete_ICA

LDA是概率PCA的离散化和离散ICA

详细解释数据挖掘中的 10 大算法

来自 @伯乐在线官方微博 好东西传送门整理

关键词:经验总结, 算法, 应用, KNN, PageRank, SVM, 博客, 集成学习, 聚类, 决策树, 统计, 信息检索

《详细解释数据挖掘中的 10 大算法(下)》上篇中作者解释了 C4.5算法、K 均值聚类算法、支持向量机、Apriori 关联算法、EM 算法,下篇继续解释 PageRank 算法、AdaBoost 迭代算法、kNN 算法、朴素贝叶斯算法、CART 分类算法 [1] (土豆粉ss 译,欢迎加入翻译组: [2] ) [1] http://blog.jobbole.com/89037/

[2] http://group.jobbole.com/category/feedback/trans-team/

详细解释数据挖掘中的 10 大算法

基于张量方法的词典学习

来自 @爱可可-爱生活 好东西传送门整理

关键词:资源, PDF, 教育网站

【幻灯:基于张量方法的词典学习】《Dictionary Learning Using Tensor Methods》by Anima Anandkumar [1] 云: [2] 参阅:http://weibo.com/1402400261/Cmtc9zaf6 [1] http://newport.eecs.uci.edu/anandkumar/pubs/AnandkumarDagstuhl15.pdf

[2] http://pan.baidu.com/s/1qWKJB20

基于张量方法的词典学习

免费书:贝叶斯推理与机器学习

来自 @爱可可-爱生活 好东西传送门整理

关键词:算法, 资源, David Barber, PDF, 书籍, 统计

【免费书:贝叶斯推理与机器学习】《Bayesian Reasoning and Machine Learning》David Barber (2012) [1] Download: [2] 云: [3] [1] http://web4.cs.ucl.ac.uk/staff/D.Barber/pmwiki/pmwiki.php?n=Brml.HomePage

[2] http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/240415.pdf

[3] http://pan.baidu.com/s/1gd74ORT

免费书:贝叶斯推理与机器学习

完整版

点此链接查看全部25条:http://ml.memect.com/archive/2015-09-06/long.html


发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注