归档
2020 年
- 08/12：在线学习
- 04/25：LSTM如何解决RNN带来的梯度消失问题
- 03/19：知识图谱嵌入(KGE)主流模型简介
2019 年
- 08/06：电影知识图谱问答（五）| 基于微信公众号的电影知识图谱问答Demo
- 08/04：电影知识图谱问答（四）| 问句理解及答案推理
- 07/21：电影知识图谱问答（三）|Apache Jena知识存储及SPARQL知识检索
- 03/10：电影知识图谱问答（二）|生成298万条RDF三元组数据
- 03/02：电影知识图谱问答（一）|爬取豆瓣电影与书籍详细信息
- 02/19：Ununtu16.04搭建GitLab服务器教程
- 01/31：详解准确率、精确率、召回率、F1值等评价指标的含义
- 01/29：机器学习降维之线性判别模型(LDA)
- 01/01：机器学习降维之奇异值分解(SVD)
2018 年
- 12/30：机器学习降维之主成分分析(PCA)
- 12/16：Gibbs采样
- 12/15：MCMC采样和M-H采样
- 12/03：MCMC之马尔可夫链
- 12/01：MCMC之蒙特卡罗方法
- 11/15：LSTM神经网络之前向反向传播算法
- 11/04：循环神经网络之前向反向传播算法
- 10/21：卷积神经网络之反向传播算法
- 10/20：卷积神经网络之前向传播算法
- 08/28：进程、线程、锁的概念
- 08/14：基于google protobuf的gRPC实现(python版)
- 08/06：《剑指Offer》Python版
- 07/04：深度神经网络之正则化
- 06/30：深度神经网络之损失函数和激活函数
- 06/28：深度神经网络之反向传播算法
- 06/27：深度神经网络之前向传播算法
- 06/11：网店工商信息图片文字提取
- 05/18：机器学习之Apriori算法
- 05/15：机器学习之朴素贝叶斯算法
- 05/13：机器学习之K近邻(KNN)算法
- 05/12：机器学习之K均值(K-Means)算法
- 05/10：机器学习之最大期望(EM)算法
- 05/07：机器学习之自适应增强(Adaboost)
- 05/02：机器学习之梯度提升决策树(GBDT)
- 04/30：机器学习之随机森林
- 04/25：机器学习之分类与回归树(CART)
- 04/20：机器学习之决策树(C4.5算法)
- 04/15：Python之Sklearn使用教程
- 04/06：机器学习之SVM支持向量机（二）
- 04/03：机器学习之SVM支持向量机（一）
- 03/29：机器学习之Logistic回归
- 03/26：机器学习之线性回归
- 03/24：机器学习知识体系
- 03/19：Markdown写作教程
- 03/16：Mac+Hexo+GitHub博客搭建教程
- 03/14：Python之MatPlotLib使用教程
- 03/10：Python之Pandas使用教程
- 03/08：Python之NumPy使用教程