Latent

LDA-线性判别分析（四）

本来是要调研 Latent Dirichlet Allocation 的那个 LDA 的, 没想到查到很多关于 Linear Discriminant Analysis 这个 LDA 的资料。
·2015-11-13 11:02

概率主题模型简介 Introduction to Probabilistic Topic Models

从最简单的主题模型——潜在狄立克雷分配（Latent Dirichlet Allocatio
·2015-11-13 10:32

Notes on Probabilistic Latent Semantic Analysis (PLSA)

转自： http://www.hongliangjie.com/2010/01/04/notes-on-probabilistic-latent-semantic-analysis-plsa/ I
·2015-11-13 10:01

LDA（Latent Dirichlet Allocation）

http://leyew.blog.51cto.com/5043877/860255#559183-tsina-1-46862-ed0973a0c870156ed15f06a6573c8bf0 LDA（Latent
·2015-11-13 10:00

PLSA中的EM算法

rocketfan/archive/2011/07/03/2096953.html 主要记录下几个文章博客内容 A Note on EM Algorithm for Probabilistic Latent
·2015-11-13 10:00

转：关于Latent Dirichlet Allocation及Hierarchical LDA模型的必读文章和相关代码

关于Latent Dirichlet Allocation及Hierarchical LDA模型的必读文章和相关代码 转： http://andyliuxs.iteye.com/blog/1051743
·2015-11-13 08:33

转：关于Latent Dirichlet Allocation及Hierarchical LDA模型的必读文章和相关代码

关于Latent Dirichlet Allocation及Hierarchical LDA模型的必读文章和相关代码   原文： http://www.cnblogs.com/youth0826
·2015-11-13 08:18

获得供应商最近一次报价：OVER(PARTITION BY)函数用法的实际用法

所有供应商对该产品最近的一次报价with oa as(select a.SupplierId ,UnitPrice,ProductBaseId, detail.LastModified,detail.Id from Latent_Export.dbo.bjQuotationForm
·2015-11-13 07:50

Study notes for Latent Dirichlet Allocation

1. Topic Models Topic models are based upon the idea that documents are mixtures of topics, where a topic is a probabilistic distribution over words. A topic model is a generative model for
·2015-11-13 06:55

LDA-线性判别分析（一）预备知识

本来是要调研 Latent Dirichlet Allocation 的那个 LDA 的, 没想到查到很多关于 Linear Discriminant Analysis 这个 LDA 的资料。
·2015-11-13 00:11

LDA-线性判别分析（二）Two-classes 情形的数学推导

本来是要调研 Latent Dirichlet Allocation 的那个 LDA 的, 没想到查到很多关于 Linear Discriminant Analysis 这个 LDA 的资料。
·2015-11-13 00:10

LDA-线性判别分析（三）推广到 Multi-classes 情形

本来是要调研 Latent Dirichlet Allocation 的那个 LDA 的, 没想到查到很多关于 Linear Discriminant Analysis 这个 LDA 的资料。
·2015-11-13 00:09

LDA-线性判别分析（四）其他几个相关问题

本来是要调研 Latent Dirichlet Allocation 的那个 LDA 的, 没想到查到很多关于 Linear Discriminant Analysis 这个 LDA 的资料。
·2015-11-13 00:08

这种语言类型系统的简单说明

原文链接：http://www.reddit.com/r/programming/comments/63tnv/bruce_eckel_33104_im_over_it_java/c02qx55 Latent
·2015-11-12 21:46

Personalized Ranking from Implicit Feedback

除此之外，还有基于概率论的推荐模型（Hofmann,probabilistic latent semantic model）,以及基于分类问题的推荐
·2015-11-12 20:15

Latent Dirichlet allocation

Latent Dirichlet allocation From Wikipedia, the free encyclopedia   In statistics, 
·2015-11-12 18:36

Probabilistic latent semantic analysis

Probabilistic latent semantic analysis (PLSA), also known as probabilistic latent semantic indexing
·2015-11-12 18:34

Latent semantic indexing

Latent Semantic Indexing (LSI) is an indexing and retrieval method that uses a mathematical technique
·2015-11-12 18:30

LDA,咱们一起来学习

Topic Models Latent Dirichlet Allocation(LDA) [pdf]模型是近年来提出的一种具有文本主题表示能力的非监督学习模型。
·2015-11-12 18:29

LDA相关论文汇总

 Latent dirichlet allocation. J. Mach. Learn. Res.,3:993–1022, March 2003. 开山之作
·2015-11-12 16:25

关于LDA的文章

l  Theory n  Introduction u  Unsupervised learning by probabilistic latent
·2015-11-12 16:20

Latent Dirichlet Allocation(LDA)

变量： $w$表示词，$z$表示主题，$\mathbf{w}=(w_1,w_2,\cdots,w_N)$表示文档，语料库$D = (\mathbf{w}_1,\cdots,\mathbf{w}_M)$，$V$表示所有单词的个数（固定值），$N$表示一个文档中的词数（随机变量），$M$是语料库中的文档数（固定值），$k$是主题的个数（预先给定，固定值）。   在说明LDA模型
·2015-11-12 12:52

LDA(latent dirichlet allocation)

1.LDA介绍 LDA假设生成一份文档的步骤如下： 模型表示： 单词w：词典的长度为v，则单词为长度为v的，只有一个分量是1，其他分量为0的向量         $(0,0,...,0,1,0,...,0,0)$ 文档W:  单词的组合，$(w_1,w_2,...,w_N)$，可以看成是 $v*N$ (词典长度*单词个
·2015-11-12 09:31

待读论文

.• Users belong to different (latent) groups,e.g. teacher interacting with
·2015-11-11 19:56

关于Latent Dirichlet Allocation及Hierarchical LDA模型的必读文章和相关代码

Blei, et al., "Latent Dirichlet allocation," Journal of Machine Learning Research, vol. 3,
·2015-11-11 11:02

主题模型 LDA 源码分享

转载请注明来源：http://blog.csdn.net/yihucha166/article/details/9046835 Latent Dirichlet Allocation（LDA）是目前业界最为流行的机器学习方法之一
·2015-11-11 10:29

语义分析和搜索引擎优化

两年前搜索引擎优化业界很热烈的谈论过一阵潜在语义索引(Latent Semantic Indexing)。因为时间
·2015-11-11 04:56

也说说LDA（Latent Dirichlet Allocation）——理论篇

[本文链接： http://www.cnblogs.com/breezedeus/archive/2013/01/20/2868930.html，转载请注明出处。]   LDA是个generative model，它首先从Dirichlet分布Dir(β)中抽取每个topic对应的参数，然后语料集D中第j篇文档的产生方式如下： 1. 选择文档长度： N ~ Poission(ξ)
·2015-11-05 08:44

Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍 第三部分

Part 4 - Clustering by Color 用颜色聚类 We can also turnthe numbers into colors. For instance, here is a color display that correspondsto the first 3 dimensions of the Titles matrix that we showed above.
·2015-11-05 08:44

Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍 第二部分

Part 2 - Modify the Counts with TFIDF 计算TFIDF替代简单计数 In sophisticated Latent Semantic Analysis systems
·2015-11-05 08:43

Latent Semantic Analysis (LSA) Tutorial第一部分

/33.html WangBen 2011-09-16 beijing          潜语义分析LSA介绍 Latent
·2015-11-05 08:42

LDA导读

bid=298&id=2530&ftype=6 原文信息 Latent Dirichlet Allocation David.M.Blei 
·2015-11-03 21:13

【cs229-Lecture15】奇异值分解

内容： PCA  （主成份分析）是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果； PCA 的一个应用——LSI(Latent
·2015-11-01 14:02

由网易云音乐到算法体会

点进这个问题后，我看了当时排名第一的回答，答主介绍了一个算法，“潜在因子（Latent Factor）”。看完这个算法让我对算法这个逻辑玩具，有了一些新的体会。 　　
·2015-11-01 11:33

lda：变分的推导

lda，latent diriclet allocation,是一个最基本的bayesian模型。本文要研究lda基于变分的推导方法。意义是重大的。
·2015-10-31 11:28

PRML读书会第十二章 Continuous Latent Variables（PCA，Principal Component Analysis，PPCA，核PCA，Autoencoder，非线性流形）

主讲人 戴玮 （新浪微博: @戴玮_CASIA） Wilbur_中博(1954123) 20:00:49  我今天讲PRML的第十二章，连续隐变量。既然有连续隐变量，一定也有离散隐变量，那么离散隐变量是什么？我们可能还记得之前尼采兄讲过的9.2节的高斯混合模型。它有一个K维二值隐变量z，不仅只能取0-1两个值，而且K维中只能有1维为1、其他维必须为0，表示我们观察
·2015-10-30 20:46

文本分析与检索

主要内容： 1、文本表示与特征提取； 2、隐语义分析LSA和Latent Dirichlet Allocation(LDA) 3、检索模型：Boolean模型、向量模型、概率模型  
·2015-10-30 11:12

Latent semantic analysis note(LSA)

1LSAIntroductionLSA(latentsemanticanalysis)潜在语义分析，也被称为LSI(latentsemanticindex)，是ScottDeerwester,SusanT.Dumais等人在1990年提出来的一种新的索引和检索方法。该方法和传统向量空间模型(vectorspacemodel)一样使用向量来表示词(terms)和文档(documents)，并通过向量
winone361·2015-10-27 09:00

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

最近在拜读项亮博士的《推荐系统实践》，系统的学习一下推荐系统的相关知识。今天学习了其中的隐语义模型在Top-N推荐中的应用，在此做一个总结。隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主题或分类。这些技术一开始都是在文本挖掘领域中提出来的，近些年它们也被不断应用到其他领域中，并得到了不错的应用效果。比如，在推荐系
winone361·2015-10-27 09:00

海量数据挖掘MMDS week4: 推荐系统之隐语义模型latent semantic analysis

http://blog.csdn.net/pipisorry/article/details/49256457海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskoveccourses学习笔记推荐系统RecommendationSystem之隐语义模型latentsemanticanalysis{博客内容：推荐系统构建三大方法：基于内容的推荐content-base
-柚子皮-·2015-10-19 22:28

海量数据挖掘MMDS week4: 推荐系统之隐语义模型latent semantic analysis

http://blog.csdn.net/pipisorry/article/details/49256457海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskovec courses学习笔记推荐系统RecommendationSystem之隐语义模型latentsemanticanalysis{博客内容：推荐系统构建三大方法：基于内容的推荐content-bas
pipisorry·2015-10-19 22:00

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

最近在拜读项亮博士的《推荐系统实践》，系统的学习一下推荐系统的相关知识。今天学习了其中的隐语义模型在Top-N推荐中的应用，在此做一个总结。隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主题或分类。这些技术一开始都是在文本挖掘领域中提出来的，近些年它们也被不断应用到其他领域中，并得到了不错的应用效果。比如，在推荐系
zhangxiong0301·2015-10-15 10:00

Latent Semantic Analysis

潜语义分析LSA介绍LatentSemanticAnalysis(LSA),alsoknownasLatentSemanticIndexing(LSI)literallymeansanalyzingdocumentstofindtheunderlyingmeaningorconceptsofthosedocuments.Ifeachwordonlymeantoneconcept,andeach
langb2014·2015-09-15 10:00

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

我不生产自己不熟悉的内容，我只是陌生内容的搬运工！向原作致敬！近在拜读项亮博士的《推荐系统实践》，系统的学习一下推荐系统的相关知识。今天学习了其中的隐语义模型在Top-N推荐中的应用，在此做一个总结。隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主题或分类。这些技术一开始都是在文本挖掘领域中提出来的，近些年它们也被
jzwong·2015-09-10 10:00

【译】潜在语义分析Latent Semantic Analysis (LSA)

目录目录概述TutorialLSA的工作原理HowLatentSemanticAnalysisWorks实例ASmallExamplePart1-CreatingtheCountMatrixPython-ImportFunctionsPython-DefineDataPython-DefineLSAClassPython-ParseDocumentsPython-BuildtheCountMatr
zhzhji440·2015-08-11 19:00

Spark MLlib LDA主题模型

SparkMLlibLDA主题模型是Spark1.3开始加入的，具体介绍看以下文档：官方编程指南：http://spark.apache.org/docs/latest/mllib-clustering.html#latent-dirichlet-allocation-ldaSparkMLlibLDA
sunbow0·2015-08-07 11:00

Object Detection----- Discriminatively Trained Part Based Models

最近研究对象检测，拜读了下对象检测经典文章系列，projectlink:http://www.cs.berkeley.edu/~rbg/latent/index.html,现在已经更新到第五版了。
tiandijun·2015-07-29 20:00

Stanford机器学习课程笔记4-Kmeans与高斯混合模型

本文是Kmeans聚类算法、高斯混合模型的笔记，EM算法是适用于存在latent/hidden变量的通用算法，高斯混合模型仅仅是EM算法的一种特殊情况，关于EM算法的推到参见AndrewNg讲义。
xiahouzuoxin·2015-05-15 17:35

Stanford机器学习课程笔记4-Kmeans与高斯混合模型

本文是Kmeans聚类算法、高斯混合模型的笔记，EM算法是适用于存在latent/hidden变量的通用算法，高斯混合模型仅仅是EM算法的一种特殊情况，关于EM算法的推到参见AndrewNg讲义。
xiahouzuoxin·2015-05-15 17:00

Matlab自带PCA程序princomp Training & Testing及高维数据解决方法

关于PCA的介绍和程序使用，请参照下面文章http://blog.csdn.net/watkinsong/article/details/8234766[COEFF,SCORE,latent]=princomp
William_Dong·2015-04-05 23:52
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他