反向传播算法推导全连接神经网络
反向传播算法是人工神经网络训练时采用的一种通用方法，在现代深度学习中得到了大规模的应用。全连接神经网络（多层感知器模型，MLP），卷积神经网络（CNN），循环神经网络（RNN）中都有它的实现版本。算法从多元复合函数求导的链式法则导出，递推的计算神经网络每一层参数的梯度值。算法名称……
包含标签 算法 的文章
全面总结机器学习经典书相关资料全面总结中文译本官方代码课程视频学习笔记等等
今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材：《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。对，就是豆瓣评分 9.5 的这本书。可能之前你看过其他公众号有分享过，不过不要着急，本推文更……
机器学习与深度学习常见面试题上
导言 一年一度的校园招聘已经开始了，为了帮助参加校园招聘、社招的同学更好的准备面试，SIGAI整理出了一些常见的机器学习、深度学习面试题。理解它们，对你通过技术面试非常有帮助，当然，我们不能只限于会做这些题目，最终的目标是真正理解机器学习与深度学习的原理、应用。 1 比较Boostin……
袁腾飞阿里飞猪信息流内容推荐探索
分享嘉宾：袁腾飞 阿里巴巴 算法专家 编辑整理：赵二白 出品平台：DataFunSummit 导读： 飞猪信息流的业务场景是架设在飞猪首页里面的猜你喜欢模块，其本质是一个多物料混排场景，包括内容和商品，本次的分享主要是介绍内容推荐在旅行场景的一些探索及实践。 主要有如下三部分： 飞猪信息流业务简……
推荐系统遇上深度学习十七探秘阿里之算法浅析及实现
阿里近几年公开的推荐领域算法可真不少，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire -space multi-task model，Deep Interest Network等，同时跟清华大学合作展开了强化学习领域的探索，提出了MARDPG算法。从本篇开始，我们就一起来探秘这些算法。这里，我们只是大体了解一……
我们该如何学习机器学习中的数学
数学在机器学习中非常重要，不论是在算法上理解模型代码，还是在工程上构建系统，数学都必不可少。通常离开学校后很难有机会静下心学习数学知识，因此我们最好能通过阅读小组或读书会等形式营造环境，并专注学习那些在实践中常常需要用到的数学知识。 数学达到什么水平才可以开始机器学习？人们并不清楚……
上的用命名实体识别任务来解释损失函数
英文原文 翻译地址 回顾 在 前一节 中，我们知道 CRF 层可以从训练数据集中学习一些约束，以确保最终预测的实体标签序列是有效的。 约束条件可以是： 句子中第一个单词的标签应该以“B-”或“O”开头，而不是“I-” “B-label1 I-label2 I-label3 I-…”，在这个模式中，label1、label2、label3……
面试题精选风控建模流程分箱法的目的及第三方数据评估
问题1：分箱后，各箱badrate单调递增从业务上怎么理解呀？ 我们有个先验知识，多头越多badrate越大，历史逾期越多badrate越大…等等，如果变量分箱后不符合这个先验，可能就把他剃掉了。 Bad Rate： 坏样本率，指的是将特征进行分箱之后，每个bin下的样本所统计……
从损失函数的角度详解机器学习算法之逻辑回归
源 | 机器学习算法全栈工程师 ID：Jeemy110 作者：章华燕 逻辑回归详解 分类是监督学习的一个核心问题，在监督学习中，当输出变量Y取有限个离散值时，预测问题便成为分类问题。这时，输入变量X可以是离散的，也可以是连续的。监督学习从数据中学习一个分类模型或分类决策函数，称为分类器(cl……
算法解析及实现
原文地址： https://www.cnblogs.com/wkang/p/9657032.html 1. GBDT + LR 是什么 本质上GBDT+LR是一种具有stacking思想的二分类器模型，所以可以用来解决二分类问题。这个方法出自于Facebook 2014年的论文 Practical Lessons from Predicting Clicks on Ads at Facebook 。 2. GBDT + LR 用在哪 GBDT+LR 使用最广泛的场景是CTR点击率预估，即预测当给用户推送的广告会不会被用户点击。……
