原创 算法基礎-->貪心和動態規劃

本篇博文將詳細總結貪心和動態規劃部分,貪心和動態規劃是非常難以理解和掌握的,但是在筆試面試中經常遇到,關鍵還是要理解和掌握其思想,然後就是多刷刷相關一些算法題就不難了。本篇將會大篇幅總結其算法思想。 貪心和動態規劃思想 馬爾科夫模

原创 論文分享-- >異常檢測-- >Deep Autoencoding Gaussian Mixture Model for Unsupervised Anomaly Detection

博客內容將首發在微信公衆號"跟我一起讀論文啦啦",上面會定期分享機器學習、深度學習、數據挖掘、自然語言處理等高質量論文,歡迎關注! 本文將總結分享ICLR2018論文 Deep Autoencoding Gaussian Mix

原创 論文分享-- >Graph Embedding-- > DeepWalk: Online learning of Social Representations

博客內容將首發在微信公衆號"跟我一起讀論文啦啦",上面會定期分享機器學習、深度學習、數據挖掘、自然語言處理等高質量論文,歡迎關注! 本次要分享的是14年論文DeepWalk: Online learning of Social

原创 機器學習-- > 隱馬爾科夫模型(HMM)

本篇博文將詳細總結隱馬模型相關知識,理解該模型有一定的難度,在此淺薄的談下自己的理解。參考的實現代碼:HMM_EM(無監督式),HMM有監督式 文章目錄概率計算問題HMM的兩個基本性質HMM的三個問題問題一:給定模型λ=(A,B,

原创 強化學習-->Deep Reinforcement Learning

因爲逐漸有人將強化學習應用到NLP 的任務上,有必要了解一些強化學習基礎知識,本篇博文總結自臺大教授李宏毅關於深度學習的公開課內容。 我們可以以上圖來理解強化學習過程,我們機器人agent 通過observation 瞭解

原创 Adversarial Learning for Neural Dialogue Generation 代碼分析

博客內容將首發在微信公衆號"跟我一起讀論文啦啦",上面會定期分享機器學習、深度學習、數據挖掘、自然語言處理等高質量論文,歡迎關注! 作爲一名NLPlayerNLPlayerNLPlayer 初學者,或者是一名道行不是很深的NLPl

原创 深度學習-->NLP-->RNNLM實現

本篇博文將詳細總結RNNLM 的原理以及如何在tensorflow 上實現RNNLM 。 我們要實現的網絡結構如下: 數據預處理 創建vocab 分詞: 將句子中的每個單詞以空格,符號分開,形成一個單詞列表 def blan

原创 論文分享-- >Attention is all you need

本次分享的論文是鼎鼎有名的attention is all you needattention\ is\ all\ you\ needattention is all you need,論文鏈接attention is all y

原创 論文分享-- >word2Vec論文總結

博客內容將首發在微信公衆號"跟我一起讀論文啦啦",上面會定期分享機器學習、深度學習、數據挖掘、自然語言處理等高質量論文,歡迎關注! 一直以來,對word2vecword2vecword2vec,以及對 tensorflowtens

原创 論文分享 -- >Graph Embedding -- >struc2vec

博客內容將首發在微信公衆號"跟我一起讀論文啦啦",上面會定期分享機器學習、深度學習、數據挖掘、自然語言處理等高質量論文,歡迎關注! 本次要總結和分享的論文是struc2vec,參考的代碼code,不同於以往根據頂點在圖中位置以及

原创 論文分享 -- >Graph Embedding -- >Structural Deep Network Embedding

博客內容將首發在微信公衆號"跟我一起讀論文啦啦",上面會定期分享機器學習、深度學習、數據挖掘、自然語言處理等高質量論文,歡迎關注! 本次要分享的論文是來自KDD2016的工作,論文鏈接Structural Deep Networ

原创 深度學習-->NLP-->語言模型

從本篇博文開始總結NLP 相關知識。 概率語言模型(Statistical Language Model) p(sentence)=p(w1,w2,..,wn) ∑sentence∈Lp(sentence)=1 (相加之和爲1,非

原创 深度學習-->NLP-->NNLM簡介

本篇博文將總結NLP 裏面的embedding ,word2vector ,以及NNLM 的簡介。 embedding 在一般任務中,我們總是非常自然的用特徵值來表示一個詞彙。但是,到底怎麼樣表示一個詞,纔是最合理的? 存儲其

原创 機器學習-->貝葉斯網絡

本篇博文主要總結貝葉斯網絡相關知識。 複習之前的知識點 相對熵 相對熵,又稱互熵,交叉熵,鑑別信息,Kullback 熵,Kullback−Leible 散度等 。 設p(x)、q(x) 是X 中取值的兩個概率分佈,則p

原创 算法基礎-->概率組合

本篇博文將總結數學相關的內容,涉及概率組合的一些算法,比較簡單。 求1的個數 問題描述 給定一個32 位無符號整數N ,求整數N 的二進制數中1 的個數。 問題分析 方法一 顯然:可以通過不斷的將整數N 右移,判斷當前數字