Bloom Filter 结构 基于 Hash 的快速查找 更高效的布隆过滤器 Bloom Filter 结构 布隆过滤器（Bloom Filter），1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出。布隆过滤...

三、对数几率回归 3.1 二分类模型 3.2 参数估计 3.3 多分类模型 三、对数几率回归 线性回归不仅可以用于回归任务，还可以用于分类任务。 3.1 二分类模型 考虑二分类问题。 给定数据集 。 考虑到 取值是连续的，因此它不能拟合离散变量。 可以考虑用它来拟合条件概率 ，因为概率的取值也是连续的。 但是对于 （若...

Bloom Filter 结构 基于 Hash 的快速查找 更高效的布隆过滤器 Bloom Filter 结构 布隆过滤器（Bloom Filter），1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出。布隆过滤...

一、泛化能力 一、泛化能力 为了评估机器学习算法的能力，必须给定其性能的衡量指标。 有些情况下，很难决定衡量指标是什么： 如：翻译任务中，应该衡量整个翻译结果的准确率，还是衡量每个单词翻译的准确率？ 如：密度估计任务中，很多模型都是隐式地表示概率分布。此时计算样本空间某个点的真实概率是不可行的，因此也就无法判断该点的概率估计的准确率。 ...

Bloom Filter 结构 基于 Hash 的快速查找 更高效的布隆过滤器 Bloom Filter 结构 布隆过滤器（Bloom Filter），1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出。布隆过滤器...

三、GraRep 3.1 模型 3.2 GraRep vs SGNS 3.3 实验 3.3.1 语言网络数据集 3.3.2 社交网络数据集 3.3.3 引文网络数据集 3.3.4 参数探索及其它 三、GraRep 目前的 Graph Embedding 算法都存在局限性。 DeepWalk 算法虽然在经验上有效，但是它在学习过...

五、DNGR 5.1 模型 5.2 实验 五、DNGR 虽然 DeepWalk 可以有效的学习无权图的顶点representation ，但是它存在两个缺点： 获得vertex-context 的采样过程效率太低，且无法对带权图进行采样。 SGNS 等价于对 PPMI 矩阵进行矩阵分解，目前广泛使用的 SVD 本质是一种降维...

15、概率图模型 上篇主要介绍了半监督学习，首先从如何利用未标记样本所蕴含的分布信息出发，引入了半监督学习的基本概念，即训练数据同时包含有标记样本和未标记样本的学习方法；接着分别介绍了几种常见的半监督学习方法：生成式方法基于对数据分布的假设，利用未标记样本隐含的分布信息，使得对模型参数的估计更加准确；TSVM给未标记样本赋予伪标记，并通过不断调整易出错...

10.10 束搜索 10.10.1 贪婪搜索 10.10.2 穷举搜索 10.10.3 束搜索 小结 10.10 束搜索 上一节介绍了如何训练输入和输出均为不定长序列的编码器—解码器。本节我们介绍如何使用编码器—解码器来预测不定长的序列。 上一节里已经提到，在准备训练数据集时，我们通常会在样本的输入序列和输出序列后面分别附上一个特殊符号"<...

10.10.3. 束搜索 10.10.1. 贪婪搜索 10.10.2. 穷举搜索 10.10.3. 束搜索 10.10.4. 小结 10.10.5. 练习 10.10.3. 束搜索 上一节介绍了如何训练输入和输出均为不定长序列的编码器—解码器。本节我们介绍如何使用编码器—解码器来预测不定长的序列。 上一节里已经提到，在准备训练数据集时，我...