四、GPT 4.1 GPT V1 4.1.1 模型 4.1.2 实验结论 4.2 GPT V2 4.2.1 训练数据集 4.2.2 预处理 4.2.3 实验结论 四、GPT 目前机器学习系统通过使用大型标注数据集、高容量模型的监督学习来训练。这种方式的缺点是：对数据分布和任务目标敏感，一旦数据分布发生变化，或者任务目标发生变化，则训练...

其它技术 零知识证明 可验证随机函数 安全多方计算 不经意传输 差分隐私 量子密码学 社交工程学 其它技术 密码学领域涉及到的技术还有许多，这里总结一些还在发展和探讨中的话题。 零知识证明 零知识证明（Zero Knowledge Proof），是这样的一个过程，证明者在不向验证者提供任何额外信息的前提下，使验证者相信某个论断（Sta...

八、随机性 布尔值和比较 字符串比较 比较数组和值 条件语句 一般形式 示例：”另一个” 迭代 扩展数组 示例：计算正面的数量 示例：100 次投掷中的正面数量 Monty Hall 问题 解法 模拟 发现概率 事件不会发生的时候 所有结果等可能的时候 两个事件必须同时发生时 事件以两种不同的方式发生 至少有一个成功 抽...

五、GBDT-LR 模型 5.1 评估指标 5.2 GBDT 特征抽取 5.3 数据新鲜度freshness 5.4 学习率 5.5 在线训练框架 5.6 优化技巧 5.6.1 子树规模 5.6.2 特征数量 5.6.3 降采样 5.7 历史统计特征 5.8 模型校准 calibration 五、GBDT-LR 模型 论文 P...

数值型数据 方法一：区分类别 方法二：高斯分布 总体标准差和样本标准差 代码实现提示 数值型数据 你可能已经注意到，在讨论近邻算法时，我们使用的都是数值型的数据，而在学习朴素贝叶斯算法时，用的是分类型的数据。 比如，人们对法案的投票有赞成和否决两类；音乐家可以用他们演奏的乐器来分类等等。这些分类之间是没有距离的，萨克斯手和钢琴家的距离并不会...

假设检测 流式显著性检测 参考文献 假设检测   假设检测是统计中有力的工具，它用于判断一个结果是否在统计上是显著的、这个结果是否有机会发生。spark.mllib 目前支持皮尔森卡方检测。输入属性的类型决定是作拟合优度(goodness of fit )检测还是作独立性检测。拟合优度检测需要输入数据的类型是vector ，独立性检测需要输入数据...

七、变种 7.1 Item2Vec 7.2 sentence2vec 7.2.1 Skip-Thought 7.2.2 Quick Thought 7.2.3 InferSent 7.2.4 多任务联合 sentence-vec 7.2.5 Universal Sentence Encoder 7.3 doc2vec 七、变种 7...

二、 Boosting 2.1 AdaBoost 算法 2.1.1 算法 2.1.2 算法解释 2.1.3 误差分析 2.3 AdaBoost 多分类 2.3.1 SAMME 算法 2.3.2 SAMME.R算法 2.4 Adaboost 回归 2.5 AdaBoost与加法模型 2.5.1 加法模型 2.5.2 前向分布算法 ...

数据挖掘十大算法——EM算法（最大期望算法） 估计k个高斯分布的均值 数据挖掘十大算法——EM算法（最大期望算法） 来源：http://blog.csdn.net/u011067360/article/details/23702125 概念 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估...

实用链接 实用链接 以下是您可能会发现有用的Verge3D资源的集合。论坛 使用Verge3D论坛 进行讨论，提问，提问和工作。这也是与社区分享您的工作的好地方。教程 verge3D入门Youtube上的官方Verge3D教程和视频。Verge3D: The Ultimate Blender Web Engine 作者：Remington Gr...