Archives

15 12月 2017 条件随机场CRF总结和实现
29 11月 2017 一个简单的生成式依存句法解析器
28 11月 2017 N-最短路径方法的分词实现
27 11月 2017 基于统计学的的分词
21 11月 2017 Kaggle比赛:Text Normalization for English银牌全程记录
25 10月 2017 Tensorflow动态seq2seq使用总结(r1.3)
20 10月 2017 最大熵模型Max Entropy学习总结
08 10月 2017 强化学习基础实验(6)——Atari
07 10月 2017 强化学习基础实验(5)——Moutain Car
06 10月 2017 强化学习基础实验(4)——Cliff Walking
05 10月 2017 强化学习基础实验(3)——Windy Gridworld
04 10月 2017 强化学习基础实验(2)——Blackjack
03 10月 2017 强化学习基础实验(1)——Gridworld
02 10月 2017 David Silver 的 Reinforcement Learning 课程学习笔记
01 10月 2017 Sutton 的 Reinforcement Learning: An Introduction书本学习笔记
01 10月 2017 强化学习指南
21 8月 2017 深度生成模型总结--原始GAN和VAE
11 8月 2017 面试中的机器学习问题收集
10 8月 2017 迁移学习入门
28 5月 2017 python 不同格式的数据的读取效率
09 5月 2017 《Deep Learning》读书笔记————第二十章:Deep Generative Models
09 5月 2017 《Deep Learning》读书笔记————第十九章:Approximate Inference
09 5月 2017 《Deep Learning》读书笔记————第十八章:Confronting the Partition Function
09 5月 2017 《Deep Learning》读书笔记————第十七章:Monte Carlo Methods
09 5月 2017 《Deep Learning》读书笔记————第十六章:Structured Probabilistic Models for Deep Learning
09 5月 2017 《Deep Learning》读书笔记————第十五章:Representation Learning
09 5月 2017 《Deep Learning》读书笔记————第十四章:Autoencoders
09 5月 2017 《Deep Learning》读书笔记————第十三章:Linear Factor Models
09 5月 2017 《Deep Learning》读书笔记————第十二章:Application
09 5月 2017 《Deep Learning》读书笔记————第十一章:Practical Methodology
09 5月 2017 《Deep Learning》读书笔记————第十章:Sequence Modeling: Recurrent and Recursive Nets
09 5月 2017 《Deep Learning》读书笔记————第九章:Convolutional Networks
09 5月 2017 《Deep Learning》读书笔记————第八章:Optimization for Training Deep Models
09 5月 2017 《Deep Learning》读书笔记————第七章:Regularization for Deep Learning
09 5月 2017 《Deep Learning》读书笔记————第六章:Deep Feedforward Networks
09 5月 2017 《Deep Learning》读书笔记————第五章:Machine Learning Basics
09 5月 2017 《Deep Learning》读书笔记————第四章:Numerical Computation
09 5月 2017 《Deep Learning》读书笔记————第三章:Probability and Information Theory
09 5月 2017 《Deep Learning》读书笔记————第二章:Linear Algebra
09 5月 2017 《Deep Learning》读书笔记————第一章:introduction
26 2月 2017 《Problem Solving with Algorithms and Data Structures using Python》 的学习笔记和课后作业答案(六. Trees and Tree Algorithms)
25 2月 2017 《Problem Solving with Algorithms and Data Structures using Python》 的学习笔记和课后作业答案(五. Sorting and Searching)
23 2月 2017 《Problem Solving with Algorithms and Data Structures using Python》 的学习笔记和课后作业答案(四. Recursion)
20 2月 2017 《Problem Solving with Algorithms and Data Structures using Python》 的学习笔记和课后作业答案(三. Basic Data Structures)
18 2月 2017 《Problem Solving with Algorithms and Data Structures using Python》 的学习笔记和课后作业答案(二. Analysis)
17 2月 2017 《Problem Solving with Algorithms and Data Structures using Python》 的学习笔记和课后作业答案(一. intro)
12 2月 2017 遗传算法(Genetic Algorithm)
09 2月 2017 RNN起名器(三)—— 程序实现(Tensorflow)
08 2月 2017 RNN起名器(二)——RNN基础
07 2月 2017 RNN起名器(一)——思路和数据获取
07 2月 2017 Tensorflow 学习笔记(十四) ———— 常用数学操作
05 2月 2017 Tensorflow 学习笔记(十二) ———— Variable复用/get_variable
04 2月 2017 Tensorflow 学习笔记(十一) ———— Tensorborad
03 2月 2017 Tensorflow 学习笔记(十) ———— 数据处理
02 2月 2017 Tensorflow 学习笔记(九) ———— 控制流程
01 2月 2017 Tensorflow 学习笔记(八) ———— Tensorflow的数据状态
01 2月 2017 Tensorflow 学习笔记(七) ———— 多GPU操作
31 1月 2017 Tensorflow 学习笔记(六) ———— Optimizer
30 1月 2017 Tensorflow 学习笔记(五) ———— 踩坑篇
28 1月 2017 Tensorflow 学习笔记(四) ———— Graph 和 Session
27 1月 2017 Tensorflow 学习笔记(三) ———— placeholder, embedding_lookup 和dropout
25 1月 2017 Tensorflow 学习笔记(二) ———— tensor操作
15 1月 2017 Tensorflow 学习笔记(一) ———— 基本概念
31 12月 2016 CNN Sentence Classification (with Theano code)
31 12月 2016 Word2Vec学习笔记
20 12月 2016 决策树模型的各种Ensemble
19 12月 2016 决策树基础
15 12月 2016 隐马尔科夫模型(HMM)及其Python实现
11 12月 2016 EM算法总结
10 12月 2016 图模型
02 12月 2016 如何优雅地手推SVM
01 12月 2016 PCA(主成分分析)学习总结(原理+代码)
25 11月 2016 Logistic Regression学习总结
20 11月 2016 机器学习中的Monte Carlo(笔记和python实现)
18 11月 2016 神经网络基础(BP算法推导和基本的神经网络的实现)
17 11月 2016 用python编写一个本地论文管理器(paper_manager)
15 9月 2016 基于朴素贝叶斯的自然语言分类器
30 8月 2016 Scikit-learn使用总结
02 5月 2016 Python 数据分析笔记 ——(一)