lda主题模型

【机器学习】数据降维—线性判别分析（LDA）

线性判别分析（LinearDiscriminantAnalysis,LDA）是一种可作为特征抽取的技术LDA可以提高数据分析过程中的计算效率，对于未能正则化的模型，可以降低维度灾难带来的过拟合。
ChenVast·2018-02-03 13:39

【机器学习】数据降维—线性判别分析（LDA）

线性判别分析（LinearDiscriminantAnalysis,LDA）是一种可作为特征抽取的技术LDA可以提高数据分析过程中的计算效率，对于未能正则化的模型，可以降低维度灾难带来的过拟合。
ChenVast·2018-02-03 13:39

TextCnn原理及实践

原理paper地址：https://arxiv.org/pdf/1408.5882.pdf对于文本分类问题，常见的方法无非就是抽取文本的特征，比如使用doc2evc或者LDA模型将文本转换成一个固定维度的特征向量
Johnson0722·2018-01-30 20:35

语义匹配应用介绍

基于主题模型的语义匹配通常作为经典文本匹配技术的补充，而不是取代传统的文本匹配技术。短文本-短文本语义匹配短文本-短文本的语义匹配在工业界的应用场景非常广泛。例如，在网页搜索中，我们需要度量用
hlang8160·2018-01-26 15:31

Kaggle:使用MNIST数据集进行PCA降维和LDA降维

  关于PCA（主成分分析，Principalcomponentsanalysis）,这里有非常通俗易懂的文章解释：主成份分析(PCA)最详细和全面的诠释，这里就不多啰嗦了，下面主要介绍PCA算法和LDA
capecape·2018-01-25 20:46

【机器学习】降维算法 PCA、LDA、LLE、Laplacian EigenmapsI、SOMAP 、 MDS、SNE、TSNE

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。降维的本质是学习一个映射函数f:x->y，其中x是原始数据点的表达，目前最多使用向量表达形式。y是数据点映射后的低维向量表达，通常y的维度小于x的维度（当然提高维度也是可以的）。f可能是显式的或隐式的、线性的或非线性的。目前大部分降维算法处理向量表达的数据，也有一些降维算法处理高阶张量表达的数据。之所以使用
CWS_chen·2018-01-22 14:34

python中gensim库详解

一、gensim介绍gensim是一款强大的自然语言处理工具，里面包括N多常见模型：-基本的语料处理工具-LSI-LDA-HDP-DTM-DIM-TF-IDF-word2vec、paragraph2vec
AI东海·2018-01-19 16:08

【Python-ML】SKlearn库特征抽取-LDA

#-*-coding:utf-8-*-'''Createdon2018年1月18日@author:Jason.F@summary:特征抽取-LDA方法，监督、分类'''importpandasaspdimportnumpyasnpfromsklearn.cross_validationimporttrain_test_splitfromsklearn.preprocessingimportMinM
fjssharpsword·2018-01-18 12:22

奇虎360自然语言处理面试总结

模型使用场景2.机器学习常用的聚类算法，Kmeans,BDSCAN，SOM（个人论文中使用的算法），LDA等算法的原理，算法（模型）中参数的确定，具体到确定的方法；模型的评价，例如LDA应该确定几个主题
qq_28935065·2018-01-16 15:22

西瓜书 习题3.5 编程实现LDA

参照西瓜书的课后习题3.5的要求，参考了一些资料，简单地实现了一下LDA。
qdbszsj·2018-01-15 23:33

文本主题模型之潜在语义分析（LDA:Latent Dirichlet Allocation）

1、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。
data_evangelists·2018-01-15 15:13

文本主题模型之潜在语义分析（LSA）

转载地址：www.cnblogs.com/pinard/p/6805861.html在文本挖掘中，主题模型是比较特殊的一块，它的思想不同于我们常用的机器学习算法，因此这里我们需要专门来总结文本主题模型的算法
data_evangelists·2018-01-15 12:08

【机器学习】LDA算法 (主题模型算法)

LDA就是其中一种很NB的方法。LDA有着很完美的理论支撑，而且有着维度小等一系列优点。本文对LDA算法进行介绍，欢迎批评指正。
CWS_chen·2018-01-14 12:59

LDA 主题模型

常见的文本建模方法包括：Unigram、PLSA、LDA、词向量模型（CBOW、Skip-gram）等。LDA模型是一种主题模型（topicmodel），属于词袋（不关心词与词之间的次序）模型。
Chen_SL·2018-01-13 10:33

卡内基梅隆大学使用主题模型，提出了基于知识型的「词义消歧」方法

原文来源：arxiv作者：DevendraSinghChaplot、RuslanSalakhutdinov「雷克世界」编译：嗯~阿童木呀、KABUDA相信大家都知道，在自然语言处理中存在这样一个尚待解决的问题：词义消歧（WordSenseDisambiguation），尤其在无监督环境中具有很大的挑战性和有用性。其中，对于任何给定文本中的所有单词都需要在不使用任何标记数据的情况下对其进行歧义的消除
雷克世界·2018-01-10 00:00

面试算法（三）— EM算法

因为要看LDA的内容，需要看下EM算法，李航的EM算法一章的部分地方符号感觉过于抽象，应该具体些更好；先时通过三硬币模型引入EM算法概念，然后说了一下EM算法的流程，第二节公式推导了EM算法，第三节证明了
dinkwad·2018-01-07 21:58

文本挖掘与分析课程笔记_Week3

第三周笔记概率主题模型：混合一元语言模型用两个词分布来表示，以此去除背景词（常见但意义不大的词）θd表示主题词分布θB表示背景词分布文本中某个词的概率计算混合两个一元语言模型（解析）利用最大似然求解混合两个一元语言模型时
DranGoo·2018-01-04 11:11

文本分类---朴素贝叶斯(2)

本文是文本分类的第二篇，记录使用朴素贝叶斯进行文本分类任务，数据集下载地址:http://thuctc.thunlp.org/文本分类的主要内容如下:-1.基于逻辑回归的文本分类-2.基于朴素贝叶斯的文本分类-3.使用LDA
Macanv·2018-01-03 18:00

文本分类---逻辑回归(1)

记录使用逻辑回归进行文本分类任务，数据集下载地址:http://thuctc.thunlp.org/文本分类的主要内容如下:-0THUCNews数据集处理方法-1.基于逻辑回归的文本分类-2.基于朴素贝叶斯的文本分类-3.使用LDA
Macanv·2018-01-03 17:04

人脸识别算法（二）---fisherface

1原理讲的很清楚人脸识别经典算法三：Fisherface（LDA）:http://blog.csdn.net/smartempire/article/details/23377385中心思想：将人脸图像
问道_bin·2017-12-26 20:52

12.20今日头条实习面试总结-算法工程师

一面项目经历1.LDA模型，Simhash的流程这个问题主要问的是算法是怎么工作的，工作流程，就是具体在做工程的时候怎样实现，没有涉及到太多的公式2.问了LSTM的结构，公式推导这个当时是让我画出LSTM
Johnson0722·2017-12-24 12:58

线性判别分析(LDA)

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。
Lavi_qq_2910138025·2017-12-22 15:05

[FC][移动速度修改教程]

FlameCyclone工具:FCEUX,实验ROM一个;1.打开rom(魂斗罗为例):2.找到任务移动坐标:找到坐标为0334:3..对$0334添加写断点:5.移动人物,调试器如下:07:D586:BD3403LDA
Flame_Cyclone·2017-12-15 13:31

《LDA数学八卦》读后笔记

LDA看过很多次了，每次都有新的理解（其实就是因为之前的理解不深）。首先要表达对靳志辉的敬仰，毕竟LDA资料里面，这个算是最好的读物了。
Johnny_Cuii·2017-12-13 20:13

深入理解Dirichlet过程

096a8a7ca173c=有修改【嵌牛导读】：Dirichlet分布（DiricheltDistribution）和Dirichlet过程（DirichletProcess）广泛应用于信息检索、自然语言处理等领域，是理解主题模型的重要一步
错错对·2017-12-13 11:50

[自然语言处理] (6) 主题提取 + 文本实体标注

《word2vec词向量训练及中文文本相似度计算》简单的LDA实现：《NLP主题抽取TopicLDA代码实践gensim包代码》命名实体识别参考：http://spaces.ac.cn/archives
LeYOUNGER·2017-12-12 16:14

LDA主题模型三连击-入门/理论/代码

本文将从三个方面介绍LDA主题模型——整体概况、数学推导、动手实现。关于LDA的文章网上已经有很多了，大多都是从经典的《LDA数学八卦》中引出来的，原创性不太多。
gg_gogoing·2017-12-10 14:00

机器学习(30)之线性判别分析(LDA)原理详解

这里就对另外一种经典的降维方法线性判别分析（LinearDiscriminantAnalysis,简称LDA）做一个总结。LDA在模式识别领域（比如人脸识别，舰
机器学习算法与Python学习·2017-12-07 00:00

OpenCV-Python教程:39.BRIEF

但是实际上在匹配的时候不需要所有的这些维度，我们可以使用一些方法比如PCA，LDA等压缩他们，即使是其他方法入LSH（本地敏感hash）把这些浮点的SIFT描述子
xxxss·2017-12-04 01:45

机器学习算法之数据降维

数据降维的常用方法有主成分分析(PCA)、多维缩放(MDS)、线性判别分析(LDA)、等度量映
Senit_Co·2017-12-02 09:12

【机器学习】LDA线性判别分析原理及实例

1、LDA的基本原理LDA线性判别分析也是一种经典的降维方法，LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的。这点和PCA不同。PCA是不考虑样本类别输出的无监督降维技术。
brucewong0516·2017-12-01 11:56

一文详解LDA主题模型

前言本篇博文将详细讲解LDA主题模型，从最底层数学推导的角度来详细讲解，只想了解LD
weixin_34370347·2017-11-29 19:13

一文详解LDA主题模型

前言本篇博文将详细讲解LDA主题模型，从最底层数学推导的角度来详细讲解，只想了解LDA的读者，可以只看第一小节简介即可。PLSA和LDA非常相似，PLSA也是主题模型方面非常重要的
达观数据·2017-11-29 00:00

lda+word2vec 主题模型结合深度学习

最近硕士毕业小论文想写LDA结合深度学习的，论文看来看去，看的头大，也没什么好的创新点，杂七杂八小的创新带你想了一大堆，要么自己给否了，要么后来在看论文的时候发现写过了（那么LOW的点也能写），想写个差不多的
a602232180·2017-11-20 21:19

LDA有标签数据降维

之前无标签数据降维PCA，那么像下图带有标签数据，如果用PCA降维将会投影到v轴上，这个投影方差最大，数据将变成不可分状态，LDA将把数据投影加上已有分类这个变量，将数据投影到u轴上假设原数据分成n类，
14142135623731·2017-11-17 00:51

通俗理解LDA主题模型

原文地址：http://blog.csdn.net/v_JULY_v/article/details/412095150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
旧木优子和二十原里美·2017-11-16 17:02

主题模型-LDA浅析

上个月参加了在北京举办SIGKDD国际会议，在个性化推荐、社交网络、广告预测等各个领域的workshop上都提到LDA模型，感觉这个模型的应用挺广泛的，会后抽时间了解了一下LDA，做一下总结：（一）LDA
旧木优子和二十原里美·2017-11-15 15:24

主题模型-LDA

11.10在判断文档相关性的时候需要考虑到文档的语义，而语义挖掘的利器是主题模型，LDA就是其中一种比较有效的模型。
Try_and_Insist·2017-11-11 17:45

《An unsupervised neural attention model for aspect extraction》阅读笔记

论文来源：ACL2017链接：http://www.aclweb.org/anthology/P/P17/P17-1036.pdfAspectextraction，现有的方法使用多种主题模型topicmodels
best___me·2017-11-02 21:10

【数据平台】python语言NLP库Gensim初识

它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口。
fjssharpsword·2017-11-01 15:07

LDA---隐狄利克雷分布（TODO）

整理很好的一篇文章，留下来学习：http://blog.csdn.net/yhao2014/article/details/51098037另外两篇相关资料：《LDA算法漫游指南》和《LDA数学八卦》其他参考资料
Midorra·2017-10-29 16:31

浅谈人工智能产品设计——LDA主题模型

一、LDA模型简介LDA是LatentDirichletAllocation（潜在狄利克雷分配模型）的缩写，也是线性判别分析(LinearDiscriminantAnalysis）的简写。
跹尘·2017-10-26 20:50

Python_LDA实现方法详解

LDA(LatentDirichletallocation)模型是一种常用而用途广泛地概率主题模型。其实现一般通过Variationalinference和GibbsSamping实现。
liuph_·2017-10-25 11:13

LDA与PCA都是常用的降维方法，二者的区别

LDA与PCA都是常用的降维方法，二者的区别在于：出发思想不同。PCA主要是从特征的协方差角度，去找到比较好的投影方式，
Gunther17·2017-10-22 16:25

python之实战----线性判别分析（LDA）战iris

LDA预测#-*-coding:utf-8-*-importmatplotlib.pyplotaspltimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearnimportdatasets
Gunther17·2017-10-21 21:03

LDA本地安装和使用实例

准备学习LDA，网上找个一些安装教程，很多教程都没有考虑本地安装的问题。但是在公司的开发环境中，很多情况下，安装工具包是需要安装到自己目录的，这样方便自己开发且不会打扰别的同事。
qq_20488317·2017-10-16 11:32

机器学习——特征工程之线性判别分析LDA

一、前言1、线性判别式分析(LinearDiscriminantAnalysis,LDA)，也叫做Fisher线性判别(FisherLinearDiscriminant,FLD)，是模式识别的经典线性学习算法
羽落黎纹·2017-10-11 23:26

LDA主题模型简介

LDA的代码实现：http://blog.csdn.net/u010551621/article/details/45258573文本建模我们日常生活中总是产生大量的文本，如果每个文本存储为一篇文章，那么每篇文档从人的观察来说就是有序的词的序列
wlj1107·2017-09-24 09:42

textrank算法原理与提取关键词、自动提取摘要PYTHON

和LDA、HMM等模型不同,TextRank不需要事先对多篇文档进行学习训练,因其简洁有效而得到广泛应用。TextR
IT界的小小小学生·2017-09-19 17:46

[论文研读]主题词向量

简介简单来讲，就是把通过LDA训练出的主题，作为词向量的一部分参与训练，对比了三种在目标/约束上有差别的模型，在词的相似度和文档分类上的效果。
haimizhao·2017-09-19 14:46
上一页 43 44 45 46 47 48 49 50 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他