机器学习相关从业者如何兼顾理论与工程能力
理论与工程 首先，小夕说一下自己目前对理论与工程的理解吧，这也是小夕当前研究理论和熟练工程时主要的出发点。（仅为个人思考，请勿当成真理 理论注重的是学科中各个知识点的大一统，将各种散乱的算法、现象、技巧来归结到一张大网中。这样在新理论、新技术到来的时候，你可以很快的从这张大网中get到新理论、新技术的本质，并将这些创新纳入你的大网，并且可以反思这张网，归结出其中的规律或者疑问，以此为突破点来“...
一般化机器学习与神经网络 16
0 前言 机器学习的初学者很容易被各种模型搞得晕头转向。如果扎进各种模型的细节无法自拔的话，可能很难发现一般化的框架。 如果你觉得神经网络是非常不同的机器学习模型，如果你觉得神经网络的各种新名词让你觉得这完全就是一片新天地，那么可能你已经陷入到这些细节里啦。所以小夕希望通过本文将这些同学拔出来，重新审视一下学过的东西。 1 一般化机器学习 至此，小夕已经或多或少的讲解了逻辑回归模型、朴素贝叶斯...
机器学习从理论到工程的第一步-编程语言篇 3
前言 在文章《机器学习从业者如何兼顾理论与工程》中，小夕对编程语言的选择进行了小小建议。鉴于有些同学对小夕建议的“主python，辅C++，备用matlab和java”疑问较大，小夕在此详细解释一下，也欢迎大家补充新观点哦。 为什么不是matlab？ 有同学问小夕，为什么将matlab作为备用语言而不是主力语言呢？matlab也很好用啊~ 其实这句话是没错的。小夕觉得，暂且不论matlab...
线性代数应该这样讲（一） 12
前言 小夕为什么要讲线性代数呢？因为有人已经做了机器学习一段时间了，竟然认为矩阵就是用来存储数据的。小夕表示非常震惊。 而深刻透彻的理解核函数、PCA、LSI、谱聚类等以空间映射为理论核心的机器学习理论时，靠大学里教的那一套线性代数，很有可能是悲剧的（小夕所在的本科学校，数学专业全国top5，还是大牛的老师教的线性代数，然而小夕依然觉得学了假线性代数，心塞） 因此，在对国内高等教育不信任的基础...
深入深出Sigmoid与Softmax的血缘关系 33
缘起逻辑回归 逻辑回归模型是用于二类分类的机器学习模型（不要说逻辑回归可以做多类分类啊喂，那是二类分类器的组合策略问题，而与逻辑回归分类器本身的构造没有半毛钱关系啊）。 我们知道，在逻辑回归中，用于预测样本类别的假设函数为 （小夕要讲大事，忽略偏置项参数和向量转置这种细节啦）,其中sigmoid函数的图像看起来是这样的： 因此，我们将的样本预测为正类别（记为类别1），将的样本预测为负类别（记为类别...
BP算法是从天上掉下来的吗？ 10
第二个标题：一般而特殊的前馈神经网络 前馈神经网络 在文章《逻辑回归到神经网络》（以下简写《LR到NN》）中，小夕为大家描述了一个从逻辑回归延伸到神经网络的过程。在《一般化机器学习与神经网络》中，小夕阐述了神经网络的一般性。这一篇会完全进入神经网络的状态，阐述神经网络的特殊性。 其实在《LR到NN》中的这张简单的图，就是本文要讲的前馈神经网络（feed-forward neural netwo...
深度学习人脸识别中的统一表示学习 9
论文名称： Towards Universal Representation Learning for Deep Face Recognition 论文地址： https://arxiv.org/abs/2002.11841 2.摘要 复杂环境下的人脸识别是非常困难的。传统的方法要么使用从目标图像标注的变化数据来训练，要么引入没有标注的目标变化数据去适应训练数据。基于此，本论文提出了一个统一的表示...
-
2023-01-15
-
2023-01-14
-
2023-01-14
-
2023-01-14
-
2023-01-14
搜索当前分类