latent

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

转载于：（版权归原作者所有）http://blog.csdn.net/harryhuang1990/article/details/9924377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
xuanyoumeng·2015-03-24 18:00

OpenCV中HOG人检测以及Part Model latent SVM目标识别

要做点视频中检测的小东西，发现OpenCV中已经十分全面了，要做的东西要用到NavneetDalalandBillTriggs的HistogramofOrientedGradients(HOG)方法以及PedroF.Felzenszwalb的DiscriminativelyTrainedDeformablePartModels，其实这两种方法在OpenCV中已经有完整的实现了，我用的opencv版
huixingshao·2015-02-06 11:00

LDA: 从头到尾彻底理解LDA (Latent Dirichlet Allocation)

小记：很长一段时间没有更新博客了，因为工作比较忙，也没有回答一些朋友的问题，非常抱歉。这篇LDA的总结已经写好了有三个多月，一直没有时间发到CSDN上，今天周末，本来打算在很火爆的国内MOOC上学学java，但是简单看了看，感觉水平都比较一般，所以看不下去了，还是把这个LDA总结一下。 ps:网上也有很多总结的，但是大部分都不是很系统，目前觉得july总结的最好了，但是不得不说，我自己的这份总结要
weixingstudio·2014-12-14 11:00

[置顶] Probabilistic Latent Semantic Analysis(PLSA)

对于上次说的LSA模型，它能解决多个单词一个意义，但是不能解决多个意义一个单词，就是多义词的问题，而PLSA模型能较好的解决这个问题，首先说下，这个模型的假设：1假设生成一个单词的过程是这样的：首先选择一篇文章di，然后再次基础上选择一个潜变量zk(可以理解为主题),最后在此基础上再在生成一个单词。如果p(di,wj)表示第i个文本中有第j个单词的概率，根据假设有：2另外一个非常重要的假设是，单词
u012303532·2014-12-13 20:00

Latent Semantic Analysis(LSA)

对于一个term-document加权词频矩阵(如TF-IDF),如果他的规模m*n非常大，那么这些文本的存储还有计算聚类都会有不小的麻烦，LSA采用SVD分解将高维文本映射到低维的隐含语义空间，较好的解决了这个问题。分解后的三部分都有解释，U*sigma的每行都是每个单词在隐含语义层的坐标，V*sigma的每行都是每个文本在隐含语义层的坐标，另外也有一种说法就是U，V分别为单词和文本在潜语义空间
u012303532·2014-12-12 10:00

Probability Latent Semantic Analysis (PLSA) 模型 学习笔记

ProbabilityLatentSemanticAnalysis(PLSA)模型学习笔记     PLSA是前面LSA的兄弟版，相比于LSA而言，PLSA定义了概率模型，而且每个变量以及相应的概率分布和条件概率分布都有明确的物理解释了。这篇博文我们分三部分来说PLSA：基本思想，EM算法推导，以及优缺点分析。1. PLSA的基本思想  PLSA是一种主题模型topicmodel，是针对文本中隐含
puqutogether·2014-12-04 10:00

Latent Semantic Analysis (LSA) 模型 学习笔记

LatentSemanticAnalysis(LSA)模型学习笔记     LatentSemanticAnalysis模型，隐性语义分析，也就是我们常说的LSA模型。后面还有他的兄弟PLSA和LDA模型，这个我们后面再说。这几个都是NLP中比较经典的模型！学习这个模型，主要总结到了三个方面：LSA模型可以应用在哪儿？LSA的理论部分，以及LSA的优缺点分析。1.LSA的应用  LSA可以在VSM
puqutogether·2014-12-03 13:00

LSA潜在语义分析

原文地址：http://en.wikipedia.org/wiki/Latent_semantic_analysis前言浅层语义分析（LSA）是一种自然语言处理中用到的方法，其通过“矢量语义空间”来提取文档与词中的
ROger__wonG·2014-11-19 22:00

Multi-Instance Learning 和 Latent SVM

MIL和weaklysupervisedlearning有扯不清的关系（有点虾和蛋的关系）。Pedro的LatentSVM算是MILSVM的一个变种，相当于在MIL上加上技巧就可以实现LatentSVM，既然是技巧，就是没有大的理论突破。那仔细看下它们的公式1.basiclinearSVM这是个convex-problem，可以用lagrangianfunction来表述，PRMLch7中有讲
loadstar_kun·2014-11-15 14:33

Latent semantic analysis note(LSA) or Latent Semantic Indexing (LSI)

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
vfgbv·2014-11-10 11:00

LDA（Latent Dirichlet Allocation）简介

一、简介  LDA（隐狄利克雷分布）是一种无监督学习的主题概率生成模型，输入是文档集合和主题个数，输出是以概率分布的形式呈现的主题，常用于主题建模、文本分类、观点挖掘等多个领域。  它假定了一个前提：文档相当于一个词袋（bag-of-words），袋子中的词是独立可交换的，没有语法结构和顺序。  其基本思想是：每个文档（Document）由多个主题（Topic）构成，每个主题都有对应的多个词（Wo
u014313009·2014-10-06 20:00

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
xljiulong·2014-09-25 11:00

Deformable Part Model的学习

v=_J_clwqQ4gImatlab代码实现: http://people.cs.uchicago.edu/~rbg/latent/开源C代码实现: https://github.com/liuliu
todayq·2014-09-02 13:00

matlab主成分分析函数princomp简介

[coef，score，latent，t2]=princomp（x）;（小我概念）：x：为要输入的n维原始数据。带入这个matlab自带函数，将会生成新的n维加
fireguard·2014-08-20 08:46

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

原文地址：http://blog.csdn.net/harryhuang1990/article/details/9924377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
seagullyoyo·2014-08-08 19:00

(1) 在window下运行DPM(deformable part models) -（检测demo部分）

可以从http://www.cs.berkeley.edu/~rbg/latent/index.html获得的源码，采用Matlab和C++编写，我下载的是voc-release4.01版本，大概是因为版权的问题源码是在
u010666109·2014-07-28 21:00

潜在语义分析Latent semantic analysis note(LSA)原理及代码实现

文章参考：http://blog.sina.com.cn/s/blog_62a9902f0101cjl3.htmlLatentSemanticAnalysis(LSA)也被叫做LatentSemanticIndexing(LSI)，从字面上的意思理解就是通过分析文档去发现这些文档中潜在的意思和概念。假设每个词仅表示一个概念，并且每个概念仅仅被一个词所描述，LSA将非常简单（从词到概念存在一个简单的
bob007·2014-06-13 16:00

Mahout:Topic modeling using latent Dirichlet allocation (LDA)

Introduction To find these topics in a particular set of documents,We’d modify our clustering code to work with word vectors instead of the document vectors we’ve been using so far. A word vector is
ylzhj02·2014-06-12 14:00

【JMLR’03】Latent Dirichlet Allocation （LDA）- David M.Blei

http://www.xperseverance.net/blogs/2012/03/17/若公式显示有问题请复制链接到新TAB重新打开听说国外大牛都认为LDA只是很简单的模型，吾辈一听这话，只能加油了~另外这个大牛写的LDA导读很不错：http://bbs.byr.cn/#!article/PR_AI/2530?p=1一、预备知识：    1.概率密度和二项分布、多项分布，在这里    2.狄利
zhubo22·2014-05-06 16:00

Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍 四

Part2-ModifytheCountswithTFIDF计算TFIDF替代简单计数InsophisticatedLatentSemanticAnalysissystems,therawmatrixcountsareusuallymodifiedsothatrarewordsareweightedmoreheavilythancommonwords.Forexample,awordthatocc
maoersong·2014-04-01 10:00

Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍 三

Part1-CreatingtheCountMatrix第一部分-创建计数矩阵ThefirststepinLatentSemanticAnalysisistocreatethewordbytitle(ordocument)matrix.Inthismatrix,eachindexwordisarowandeachtitleisacolumn.Eachcellcontainsthenumberoft
maoersong·2014-03-28 11:00

Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍 二

ASmallExample一个例子Asasmallexample,Isearchedforbooksusingtheword“investing”atAmazon.comandtookthetop10booktitlesthatappeared.Oneofthesetitleswasdroppedbecauseithadonlyoneindexwordincommonwiththeothertit
maoersong·2014-03-28 11:00

Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍 一

LatentSemanticAnalysis(LSA)Tutorial译：http://www.puffinwarellc.com/index.php/news-and-articles/articles/33.html        潜语义分析LSA介绍LatentSemanticAnalysis(LSA),alsoknownasLatentSemanticIndexing(LSI)litera
maoersong·2014-03-28 11:00

Deformable Part Model的学习

v=_J_clwqQ4gImatlab代码实现: http://people.cs.uchicago.edu/~rbg/latent/开源C代码实现: https://github.co
tiandijun·2014-03-27 18:00

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
keith0812·2014-02-27 23:00

Matlab中Latent SVM model参数含义

原文：http://blog.csdn.net/loadstar_kun/article/details/8754828Matlab中mat文件model参数含义模型文件是按照LatentSVM模型保存语法保存参数的，利用了查表的思想，具体细节需要参考原始论文。这样保存的目的好像是计算方便。1.model简单节点内容 model.class='bottle'model.year=2011model
zhazhiqiang2010·2014-02-22 13:00

OpenCV中Latent SVM模型文件XML

原文：http://blog.csdn.net/loadstar_kun/article/details/8754359从该blog开始，逐步介绍DPM+LatentSVM。关于OpenCV下DPM+LatentSVM简单介绍参考上一篇博文：OpenCVLatentSVMDiscriminativelyTrainedPartBasedModelsforObjectDetection 以Ca
zhazhiqiang2010·2014-02-22 11:00

Learning Deformable Models with Latent SVM

原文：http://blog.csdn.net/kensun0/article/details/6975559ThesampleprogramonlydemonstrateshowtousethelatentSVMforclassification.Thepaperdescribesthetrainingpartindetails.AlthoughIdon'tunderstandallofit,h
zhazhiqiang2010·2014-02-22 11:00

windows下的DPM经验

/blog-261330-663182.htmlDiscriminativelyTrainedDeformablePartModels的官网：http://www.cs.brown.edu/~pff/latent
zhazhiqiang2010·2014-02-22 10:00

OpenCV Latent SVM Discriminatively Trained Part Based Models for Object Detection

原文：http://blog.csdn.net/loadstar_kun/article/details/8686416OpenCV2.4版本实现了C++版本的DPM程序，和之前C版本的主要区别就是可以同时检测多种目标。使用时，可以把训练好的模型放到一个文件夹中，待检测的图像放到另一个文件夹中，即可检测。可惜没有考虑加速的内容。 LatentSVM¶DiscriminativelyTrainedP
zhazhiqiang2010·2014-01-25 14:00

Deformable Part Model的学习

v=_J_clwqQ4gImatlab代码实现: http://people.cs.uchicago.edu/~rbg/latent/开源C代码实现: https://github.com/liuliu
zhazhiqiang2010·2014-01-23 09:00

Latent semantic analysis (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
zhdjbabygo·2014-01-09 15:00

【推荐系统系列】使用LFM（Latent factor model）隐语义模型进行Top-N推荐 （转载）

  原始地址：http://blog.csdn.net/harryhuang1990/article/details/9924377  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
piaoxuefengqi·2014-01-07 13:00

Latent SVM

DiscriminativelyTrainedPartBasedModelsforObjectDetectionTheobjectdetectordescribedbelowhasbeeninitiallyproposedbyP.F.Felzenszwalbin[Felzenszwalb2010].ItisbasedonaDalal-Triggsdetectorthatusesasinglefil
wanglang3081·2014-01-03 16:00

OpenCV中HOG人检测以及Part Model latent SVM目标识别

出自http://www.zhizhihu.com/html/y2011/3436.html要做点视频中检测的小东西，发现OpenCV中已经十分全面了，要做的东西要用到NavneetDalal and BillTriggs的HistogramofOrientedGradients(HOG)方法以及PedroF.Felzenszwalb的DiscriminativelyTrainedDeformab
sarah_tang·2013-12-06 17:00

Non-negative Matrix Factorization and Probabilistic Latent Semantic Analysis

IntroductionNon-negativeMatrixFactorizationisfrequentlyconfusedwithProbabilisticLatentSemanticAnalysis.Thesetwomethodsareappliedfordocumentclusteringandhavesimilaritiesanddifferences.Thisarticleexplai
u012447220·2013-12-02 13:00

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

原文地址：http://blog.csdn.net/harryhuang1990/article/details/9924377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
litoupu·2013-11-25 14:08

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

原文地址：http://blog.csdn.net/harryhuang1990/article/details/9924377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
litoupu·2013-11-25 14:00

JGibbLDA：java版本的LDA(Latent Dirichlet Allocation)实现、修改及使用

一、概述JGibbLDA是一个java版本的LDA（Latent Dirichlet Allocation）实现，它使用Gibbs采样来进行快速参数估计和推断。LDA是一种由基于概率模型的聚类算法。
memray·2013-11-18 21:00

mahout中LDA简介以及示例

翻译自： https://cwiki.apache.org/confluence/display/MAHOUT/Latent+Dirichlet+Allocation   简介：
sharp-fcc·2013-11-18 13:00

Latent Semantic Analysis(LSA/ LSI)算法简介

阅读更多本文地址为：http://www.cnblogs.com/kemaswill/，作者联系方式为[email protected],转载请注明出处。1.传统向量空间模型的缺陷向量空间模型是信息检索中最常用的检索方法，其检索过程是，将文档集D中的所有文档和查询都表示成以单词为特征的向量，特征值为每个单词的TF-IDF值，然后使用向量空间模型(亦即计算查询q的向量和每个文档di的向量之间的相似度
san_yun·2013-10-30 11:00

Latent Semantic Analysis(LSA/ LSI)算法简介

本文地址为：http://www.cnblogs.com/kemaswill/，作者联系方式为[email protected],转载请注明出处。 1.传统向量空间模型的缺陷 向量空间模型是信息检索中最常用的检索方法，其检索过程是，将文档集D中的所有文档和查询都表示成以单词为特征的向量，特征值为每个单词的TF-IDF值，然后使用向量空间模型(亦即计算查询q的向量和每个文档di的向量之间的相似度)来
san_yun·2013-10-30 11:00

数学之路(3)-机器学习(3)-机器学习算法-LDA(Latent Dirichlet Allocation)主题模型算法

主题模型算法的计算公式基于条件概率：p(w|d)=p(w|t)*p(t|d)对每个D中的文档d，对应到不同topic的概率θd ，其中，pti表示d对应T中第i个topic的概率。计算方法是直观的，pti=nti/n，其中nti表示d中对应第i个topic的词的数目，n是d中所有词的总数。对每个T中的topict，生成不同单词的概率φt ，其中，pwi表示t生成VOC中第i个单词的概率。计算方法同
u010255642·2013-10-11 16:00

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
u010064842·2013-10-07 10:00

latent variable理解

1.typically,latentvariable存在于mixturemodel中2.分为discretelatentvariable和continuouslatentvariable3.相当于indicator，为了便于计算而引入，每个observationdatacorrespondstoalatentvariable4.p(x)=sigma_p(x|z)p(z)，latentvarible
xyqzki·2013-10-02 22:00

Deformable Part Model的学习

v=_J_clwqQ4gImatlab代码实现: http://people.cs.uchicago.edu/~rbg/latent/开源C代码实现: https://github.co
lcj_cjfykx·2013-09-09 08:00

(zz)理解LDA，latent dirichlet allocation- David Blei

若公式显示有问题请复制链接到新TAB重新打开听说国外大牛都认为LDA只是很简单的模型，吾辈一听这话，只能加油了~另外这个大牛写的LDA导读很不错：http://bbs.byr.cn/#!article/PR_AI/2530?p=1一、预备知识：    1.概率密度和二项分布、多项分布，在这里    2.狄利克雷分布，在这里，主要内容摘自《PatternRecognitionandMachineLe
xyqzki·2013-08-31 20:00

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
harryhuang1990·2013-08-12 14:27

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
HarryHuang1990·2013-08-12 14:00

Deformable Part Model的学习

v=_J_clwqQ4gImatlab代码实现: http://people.cs.uchicago.edu/~rbg/latent/开源C代码实现: https://github.co
carson2005·2013-07-31 23:00
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他