E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
lda主题模型
Daily Source
20170301协方差矩阵的理解协方差矩阵的几何解释(VeryGood)[
LDA
线性判别分析](1)(2)[EM](1)2基于灰度世界、完美反射、动态阈值等图像自动白平衡算法的原理、实现及效果putty
NoneLand
·
2020-06-28 18:34
构建用户画像所使用的AI算法
构建用户画像的主流方法有4种：1、基于数据统计2、基于规则定义3、基于聚类4、基于
主题模型
前两者是基于已有数据的构建方法，其缺陷是无法处理数据缺失或不在规则范围内的用户。而解决这一类问题，也正是机
becomewiser
·
2020-06-28 17:15
爬虫实战（一）：爬取微博用户信息
1.爬虫分析和处理方法2.Python中的数据库操作方法3.Selenium浏览器自动化以及无头浏览器使用方法4.对数据进行词云分析的方法5.对数据进行可视化的方法6.
LDA
隐含狄利克雷分布模型的建模和使用方法前言最近做课设
weixin_34346099
·
2020-06-28 17:09
机器学习降维算法四：Laplacian Eigenmaps 拉普拉斯特征映射
如引用请务必注明此文出自：http://www.cnblogs.com/xbinworld继续写一点经典的降维算法，前面介绍了PCA,
LDA
，LLE，这里讲一讲LaplacianEigenmaps。
weixin_34292287
·
2020-06-28 16:49
如何用Python从海量文本抽取主题？
本文使用Python对超过1000条文本做主题抽取，一步步带你体会非监督机器学习
LDA
方法的魅力。想不想试试呢？淹没每个现代人，几乎都体会过信息过载的痛苦。文章读不过来，音乐听不过来，视频看不过来。
weixin_34239169
·
2020-06-28 14:44
机器学习中的数学(4)-线性判别分析（
LDA
）, 主成分分析(PCA)
版权声明：本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com,本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系
[email protected]
前言：第二篇的文章中谈到，和部门老大一宁出去outing的时候，他给了我相当多的机器学习的建议，里面涉及到很多的算法的意义、学习方法等等。一宁上次给我提到，如果学习分类算法，最好从线性的入手
weixin_34185320
·
2020-06-28 13:44
搜索背后的奥秘——浅谈语义主题计算
本文着重介绍了一个语义挖掘的利器：
主题模型
。
主题模型
是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。
weixin_34162228
·
2020-06-28 12:28
NLP相关问题中文本数据特征表达初探
这里面就包括如图中所示的模型和算法，包括：（1）文本层：NLP文本表示；（2）文本-感知世界：词汇相关性分析、
主题模型
、意见情感分析等；（3）文本-真实
weixin_34090643
·
2020-06-28 11:40
OpenLDAP+SSL+SSSD 实现Linux登录集中认证
openldap-servers openssh-ldap openldap-clients migrationtools2、配置ssl域名证书，实现ldap的TLS加密通信通过域名master.ldap.conf.top（主
LDA
weixin_33935505
·
2020-06-28 08:32
胶囊网络(Capsule Network)在文本分类的探索
欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~本文来自云+社区专栏语言、知识与人工智能，作者腾讯知文实验室文本建模方法大致可以分为两类：(1)忽略词序、对文本进行浅层语义建模（代表模型包括
LDA
weixin_33924220
·
2020-06-28 08:25
Logistic逻辑回归 特征选择 分类
特征选择很重要，除了人工选择，还可以用其他机器学习方法，如逻辑回归、随机森林、PCA、
LDA
等。
weixin_33922672
·
2020-06-28 08:15
python字典嵌套字典实例
日志文件样式：2018-06-27 09:07:37 Postman[INFO]: [1530061656f8
lda
-7M5E9] from: , to: , size: 220182018-06-27
weixin_33912453
·
2020-06-28 08:19
年度钜献，108个大数据文档PDF开放下载
下载：微软严治庆—让大数据为每个人服务.pdf3、大规模
主题模型
建模及其在腾讯
weixin_33801856
·
2020-06-28 05:05
[python]
LDA
处理文档主题分布代码入门笔记
以前只知道
LDA
是个好东西，但自己并没有真正去使用过。同时，关于它的文章也非常之多，推荐大家阅读书籍《
LDA
漫游指南》，最近自己在学习文档主题分布和实体对齐中也尝试使用
LDA
进行简单的实验。
weixin_33794672
·
2020-06-28 05:51
openldap+phpadmin的搭建安装
简单说来，
LDA
weixin_33788244
·
2020-06-28 05:13
LDAP架构部署认证
LDAP的核心规范在RFC中都有定义，所有与LDAP相关的RFC都可以在LDAPmanRFC网页中找到
lda
weixin_33755847
·
2020-06-28 04:03
电商产品评论数据情感分析
数据分析与挖掘实战——张良均著1.分析方法与过程本次建模针对京东商城上“美的”品牌热水器的消费者评论数据，在对文本进行基本的机器预处理、中文分词、停用词过滤后，通过建立包括栈式自编码深度学习、语义网络与
LDA
weixin_33725722
·
2020-06-28 04:30
线性模型
Generativeclassifier:e.g.,NaiveBayesLDA:LinearDiscriminantAnalysis(
LDA
)
Kimochii
·
2020-06-28 01:57
LDA
主题模型
和推荐系统1
1.推荐系统的意义互联网大爆炸时期的信息过载的解决方案：对用户而言：找到好玩的东西，帮助决策，发现新鲜事物。对商家而言：提供个性化服务，提高信任度和粘性，增加营收。2.推荐系统的构成前台的展示页面，后台的日志系统，推荐算法等部分组成，如下图所示：3推荐系统的评估3.1准确度RMSE（均方根误差）,MAE（平均绝对误差）TopN推荐主要为：准确率precison，召回率recall指标准确率说的是推
Arya鑫
·
2020-06-27 23:35
人工智能关键词
工程数学线性代数概率论微积分常见人工智能算法主流机器学习框架人工智能数学理论矩阵凸优化流优化牛顿法特征工程网格搜索超参数调优决策树随机森林算法分类算法KNN算法的原理贝叶斯算法原理svm分类预测主流回归模型线性回归逻辑回归无监督学习模型相似度计算算法K-Means算法
LDA
weixin_30559481
·
2020-06-27 21:31
语义分析的一些方法(二)
2.1TopicModel首先介绍
主题模型
。说到
主题模型
，第一时间会想到pLSA，NMF，
LDA
。关于这几个目前业界最常用的
主题模型
，已经有相当多的介绍了，譬如文献[60，64]。
wbj0110
·
2020-06-27 14:49
机器学习
机器学习问题总结（04）
问用了什么软件工具6、
LDA
（狄利克雷分布）7、PR曲线、ROC曲线7.1、查准率、查全率、F17.2、ROC和AUC7.3、偏差和方差8、特征工程8.1、特征工
Zero-One-0101
·
2020-06-27 13:33
ML&DL-总结性文章
下列哪些方法可以用来对高维数据进行降维:
感想降维的方法有很多种，比如autoencoder，pca,
LDA
等，但是列举全还是不怎么行，看来还是要刷题。
农民小飞侠
·
2020-06-27 12:16
机器学习
文本分析之TFIDF/
LDA
/Word2vec实践
使用TFIDF/
LDA
来对中文文档做主题分类，TFIDFscikit-learn也有实现，中
vs412237401
·
2020-06-27 11:26
机器学习
数据挖掘
机器学习
通俗理解
LDA
主题模型
通俗理解
LDA
主题模型
0前言印象中，最开始听说“
LDA
”这个名词，是缘于rickjin在2013年3月写的一个
LDA
科普系列，叫
LDA
数学八卦，我当时一直想看来着，记得还打印过一次，但不知是因为这篇文档的前序铺垫太长
v_JULY_v
·
2020-06-27 10:13
30.Machine
L
&
Deep
Learning
机器学习十大算法系列
CNN笔记：通俗理解卷积神经网络
本博客内写过一些机器学习相关的文章，但上一篇技术文章“
LDA
主题模型
”还是写于2014年11月份，毕竟自2015年开始创业做在线教育后，太
v_JULY_v
·
2020-06-27 10:09
30.Machine
L
&
Deep
Learning
机器学习十大算法系列
图像处理职位面试题汇总(3)
4.简述SVM，GMM，SIFT/SURF和
LDA
/PCA的基本原理？5.简述监督学习和非监督学习的区别并举例说明？6.常用的颜色空间有哪些？各有什么特征？
松子茶
·
2020-06-27 10:52
【Other】
【论文阅读】Topical Word Embeddings
为了增强判别性，我们采用潜在的
主题模型
为文本语料库中的每个词分配主题，并基于词和主题来学习主题词嵌入（TWE），这样我们可以灵活地获得情景词嵌入，来衡量情景中单词相似性。我们还可以构建文档
ForcedOverflow
·
2020-06-27 09:12
论文笔记
从零开始实现线性判别分析(
LDA
)算法(多类情形)
声明：版权所有，转载请联系作者并注明出处:http://blog.csdn.net/u013719780?viewmode=contents知乎专栏：https://www.zhihu.com/people/feng-xue-ye-gui-zi/columns前文详细阐述了只有二类的情形，假设如果是多类情形，该怎么处理才能保证投影后的类别能够较好的分离呢？我们之前讨论的是如何将n(特征个数)维降到
风雪夜归子
·
2020-06-27 07:53
手把手教你实现机器学习算法
从零开始实现线性判别分析(
LDA
)算法(二类情形)
线性判别分析声明：版权所有，转载请联系作者并注明出处:http://blog.csdn.net/u013719780?viewmode=contents知乎专栏：https://www.zhihu.com/people/feng-xue-ye-gui-zi/columns线性判别分析（LinearDiscriminantAnalysis或者Fisher’sLinearDiscriminant）简称
风雪夜归子
·
2020-06-27 07:52
手把手教你实现机器学习算法
LDA
-隐狄利克雷分布-
主题模型
犹豫了好久终于要开始介绍
LDA
了，因为其中的概念和分布关系乍一看乱糟糟的，不太容易说明白，也不知道以什么样的形式能更好的说清楚这个小东西，今天斗胆拿出自己学习的心得同大家分享，不太敢确保让读者能明白，请海涵
XGBoost
·
2020-06-27 04:41
机器学习
概率图模型之贝叶斯网络
概率图模型分为贝叶斯网络和马尔科夫网络，贝叶斯网络是有向图模型，马尔科夫网络是无向图模型（顺序演变），贝叶斯网络这一块知识我个人是学习了好多遍，看完之后虽说是明白但是却觉得很虚，我们耳熟能详的HMM、
LDA
XGBoost
·
2020-06-27 04:41
机器学习
Word2vec的词聚类结果与
LDA
的主题词聚类结果，有什么不同？
而
LDA
的主题词表现的是更high-level的文章主题（topic）这一层的信息。所以Word2vec的一些比较精细的应用，
LDA
是做不了的。比如：1）计算词的相似度。
phoebe_IT
·
2020-06-27 04:54
算法实现
LDA
（一）
LDA
作用传统判断两个文档相似性的方法是通过查看两个文档共同出现的单词的多少，如TF-IDF等，这种方法没有考虑到文字背后的语义关联，可能在两个文档共同出现的单词很少甚至没有，但两个文档是相似的。
母神
·
2020-06-27 02:34
机器学习
周志华《Machine Learning》学习笔记（17）--强化学习
上篇主要介绍了概率图模型，首先从生成式模型与判别式模型的定义出发，引出了概率图模型的基本概念，即利用图结构来表达变量之间的依赖关系；接着分别介绍了隐马尔可夫模型、马尔可夫随机场、条件随机场、精确推断方法以及
LDA
努力进行光合作用
·
2020-06-27 02:34
ML
周志华《Machine Learning》学习笔记（5）--决策树
首先从最简单的最小二乘法开始，讨论输入属性有一个和多个的情形，接着通过广义线性模型延伸开来，将预测连续值的回归问题转化为分类问题，从而引入了对数几率回归，最后线性判别分析
LDA
将样本点进行投影，多分类问题实质上通过划分的方法转化为多个二分类问题进行求解
努力进行光合作用
·
2020-06-27 02:02
ML
LDA
-原理解析
谈到PCA就不得不谈
LDA
，他们就像是一对孪生兄弟，总是被人们放在一起学习，比较。这这篇博客中我们就来谈谈
LDA
模型。由于水平有限，积累还不够，有不足之处还望指点。下面就进入正题吧。
Nine-days
·
2020-06-27 02:23
机器学习
深度学习
算法
个性化推荐典型任务与传统算法
典型任务和算法（模型）1.相似匹配（基于内容）1.1标签匹配1.2
LDA
主题模型
2.评分预测2.1.largescale问题。为什么不直接进行回归预测呢？
mafanhe
·
2020-06-27 00:46
推荐系统
推荐系统
协同过滤
矩阵分解
NLP文本分类--词向量
1.基于规则，对于要提取的分类维护一个dict,在dict里面保存需要提取的关键词，存在关键词的对应标记为分类；（缺点，不断的去维护词典）2.基于机器学习：HMM(分词最常用的)，CRF,SVM,
LDA
ckriser
·
2020-06-26 23:55
人工智能学习
算法基础
文本分类中的
主题模型
最近在看一些关于
主题模型
和文本分类的论文，在这里和大家分享一下首先呢，先搞清楚一件事情就是文本分类是干啥的；文本分类就是计算机通过一定的规则，对文本进行分类（感觉像没说一样），这个类别一半是已经定义好的实际应用里面
天才暴风
·
2020-06-26 22:03
分类
LDA
的python实现之模型参数训练
最近看了不少关于
主题模型
的东西，要说起
主题模型
，现在最火的当然是
LDA
,
LDA
全称是LatentDirichletAllocation(隐狄利克雷分布),而不是LinearDiscriminantAnalysis
天才暴风
·
2020-06-26 22:03
无监督学习
主题模型
A System for New Event Detection
主题模型
包括主题特定的停用词删除和主题实体和其他特征的主题敏感加权。IBM基于单个链路TFIDF测量
windflyhuang
·
2020-06-26 22:13
论文阅读
机器学习(10)--PCA 和
LDA
PCA，
LDA
——简述要求：原数据协方差矩阵变换成对角矩阵（非对角线数据全为零）Ps：非对角线矩阵为零是因为特征线性无关原数据协方差矩阵不是对角矩阵是因为现在选择的基向量不好，变换后，选择好的基向量原理
SpringHeather
·
2020-06-26 21:32
机器学习
通俗理解卷积神经网络
本博客内写过一些机器学习相关的文章，但上一篇技术文章“
LDA
主题模型
”还是写于2
小虾米1226
·
2020-06-26 21:10
深度学习
影视评论分析（二）－－文本抽取主题
比如：文本关键词和主题抽取本文使用python对500条文本做主题抽取，一步步带你体会和学习非监督学习
LDA
的魅力。
羽恒
·
2020-06-26 20:44
四大机器学习降维算法：PCA、
LDA
、LLE、Laplacian Eigenmaps
四大机器学习降维算法：PCA、
LDA
、LLE、LaplacianEigenmaps引言机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。
曼陀罗彼岸花
·
2020-06-26 19:19
机器学习
LDA
模型理解
转载声明：这篇博客转自七月在线创始人v_JULY_v的博客0前言印象中，最开始听说“
LDA
”这个名词，是缘于rickjin在2013年3月写的一个
LDA
科普系列，叫
LDA
数学八卦，我当时一直想看来着，记得还打印过一次
tian_panda
·
2020-06-26 19:42
人工智能
Speaker Recognition: Gaussian probabilistic
LDA
(PLDA)理解
"MSRIdentityToolbox"里使用到了G-PLDA(GaussianprobabilisticLDA)。根据文献[1]对G-PLDA的原理进行了初步的了解，记录如下。1.简化版的G-PLDA的模型定义如公式(3)。这里是观察向量，m是均值，是说话人特征子空间矩阵，是说话人隐变量，是残差高斯噪声。2.根据文献[1]，loglikelihoodratioforthishypothesist
sunfoot001
·
2020-06-26 15:45
Speaker
Recognition
LDAP 管理用户(组)
首先在A中建用户的同时，同步更新到
LDA
EvanCoding
·
2020-06-26 15:32
LDAP
K-Means算法详细介绍(SSE、轮廓分析)
有点像
LDA
降维算法，类内方差最小，类间方差最大。这篇文章主要包括：1、K-Means算法2、K-Means++3、硬聚类和软聚类4、聚类
修炼之路
·
2020-06-26 11:36
机器学习
python机器学习
上一页
32
33
34
35
36
37
38
39
下一页
按字母分类：
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他