学习 – XinyuJiang's Blog

6月 12, 2019

一天一个机器学习概念（六）——最大熵模型（maximum entropy model）

作者 xinyu 在学习, 机器学习

最大熵模型相当于逻辑回归在多分类时的场景。先说什么是最大熵原理。最大熵原理是概率模型学习的一个准则。最大熵

6月 3, 2019

一天一个机器学习概念（五）——逻辑回归（logistic regression）

作者 xinyu 在学习, 机器学习标签 logistic regression, 逻辑回归

目录：逻辑分布二项逻辑回归模型多项逻辑回归逻辑分布首先介绍一下什么是逻辑分布（logistic di

5月 30, 2019

一天一个机器学习概念（四）——支持向量机（SVM）

作者 xinyu 在学习, 机器学习标签 SVM, 支持向量机

目录：线性可分情况下的SVM 线性不可分情况下的SVM（线性SVM）非线性情况下的SVM（核技巧）为了质

5月 29, 2019

ECNU 2019 NLP Spring_Seminar 第七讲 Sequence-to-sequence Learning

作者 xinyu 在 NLP Seminar, 学习, 机器学习

课件链接：http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2

5月 27, 2019

ECNU 2019 NLP Spring_Seminar 第六讲 Recurrent neural network

作者 xinyu 在 NLP Seminar, 学习, 机器学习

别问我第五讲去哪了。。没听懂先鸽了。。这一讲主要是讲Simple RNN和LSTM的原理，以及seq2se

5月 23, 2019

一天一个机器学习概念（三）——激活函数

作者 xinyu 在学习, 机器学习标签激活函数, 神经网络

在神经网络里，我们经常听到激活函数这个词。正如上一讲中提及的那样，Perceptron只能拟合线性的函数，而D

5月 21, 2019

一天一个机器学习概念（二）——感知机（perceptron）

作者 xinyu 在学习, 机器学习标签 perceptron, 感知机, 机器学习

昨天被问到了神经网络究竟是怎么一回事这个问题。思考了一下，决定从感知机开始入手说明。那么先来看一下感知机(p

5月 20, 2019

一天一个机器学习概念（一）——卷积神经网络（CNN）

作者 xinyu 在学习, 机器学习标签 CNN, 卷积神经网络, 深度学习

本专题为ECNU NLP Seminar的延伸，即一些出现在所选MOOC中却没有在Seminar中讨论的部分（

5月 15, 2019

ECNU 2019 NLP Spring_Seminar 第四讲 Introduction of Deep Learning&Backpropagation&Tips for deep learning

作者 xinyu 在 NLP Seminar, 学习

课件链接： http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_

5月 14, 2019

“智力意味着极端泛化”

作者 xinyu 在学习

今天看到的一句话，很想分享一下。 “现实世界，实际上没有数据量能涵盖‘可能碰到的一切情况’。这也是智力的意义所

Perenial youth.

Category学习

一天一个机器学习概念（六）——最大熵模型（maximum entropy model）

一天一个机器学习概念（五）——逻辑回归（logistic regression）

一天一个机器学习概念（四）——支持向量机（SVM）

ECNU 2019 NLP Spring_Seminar 第七讲 Sequence-to-sequence Learning

ECNU 2019 NLP Spring_Seminar 第六讲 Recurrent neural network

一天一个机器学习概念（三）——激活函数

一天一个机器学习概念（二）——感知机（perceptron）

一天一个机器学习概念（一）——卷积神经网络（CNN）

ECNU 2019 NLP Spring_Seminar 第四讲 Introduction of Deep Learning&Backpropagation&Tips for deep learning

“智力意味着极端泛化”