Pelhans Blog

Practice makes perfect
本站总访问量 本站访客数人次

从零开始构建知识图谱(八)

百科知识图谱构建(二)将数据存进neo4j

之前做的知识图谱还是太小,而且单一领域的图谱构建技术和通用百科类图谱间的技术差别也较大,因此根据前人的论文,尝试构建百科类知识图谱。需要注意的是,由于本人对知识图谱是自学的,所以有可能在构建过程中存在一些错误的地方,希望大家指正。 简介 从mysql 中导出数据 清洗数据 将数据导入 neo4j 简介 前面我们爬取了百度百科的数据,获取400W的数据大概需要...

从零开始构建知识图谱(七)

百科知识图谱构建(一)百度百科的知识抽取

之前做的知识图谱还是太小,而且单一领域的图谱构建技术和通用百科类图谱间的技术差别也较大,因此根据前人的论文,尝试构建百科类知识图谱。需要注意的是,由于本人对知识图谱是自学的,所以有可能在构建过程中存在一些错误的地方,希望大家指正。 简介 数据获取 目标内容 爬虫介绍 并行爬虫 爬虫的断...

PRML学习笔记(十二)

第十二章 连续潜在变量

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 连续潜在变量 12.1 主成分分析 12.1.1 最大方差形式 12.1.2 最小误差形式 12.2 概率PCA 12.2.4 因子分析 ...

PRML学习笔记(十一)

第十一章 采样方法

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 采样方法 11.1 基本采样方法 11.1.1 标准概率分布 11.1.2 拒绝采样 11.1.4 重要采样 11.1.6 采样与EM算法 11.2 马尔...

PRML学习笔记(十)

第十章 近似推断

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 近似推断 10.1 变分推断 10.1.1 分解概率分布 10.2 例子:高斯的变分混合 10.2.1 变分分布 10.2.2 变分下界 10.2.3 预测概率密度 ...

PRML学习笔记(九)

第九章 混合模型和EM

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 混合模型和EM 9.1 K均值聚类 9.2 混合高斯 9.2.1 最大似然 9.2.2 用于高斯混合模型的EM 9.3 EM的另一种观点 9.3....

PRML学习笔记(八)

第八章 图模型

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 图模型 8.1 贝叶斯网络 8.1.1 例子:多项式回归 8.1.4 线性高斯模型 8.2 条件独立 8.2.2 d-划分 ...

PRML学习笔记(七)

第七章 稀疏核机

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 稀疏核机 7.1 最大边缘分类器 7.1.1 重叠类分布 7.1.3 多类 SVM 7.1.4 回归问题的 SVM 7.2 相关向量机 7...

PRML学习笔记(六)

第六章 核方法

PRML 和 ESL 的学习基本上是学十得一。稳扎稳打再来一次 核方法 6.1 对偶表示 6.2 构造核 6.3 径向基函数网络 6.3.1 Nadaraya-Waston 模型 6.4 高斯过程 6.4.1 重新考虑...

从零开始构建知识图谱(六)

将数据存进Neo4j

图数据库是基于图论实现的一种新型NoSQL数据库。它的数据数据存储结构和数据的查询方式都是以图论为基础的。图论中图的节本元素为节点和边,对应于图数据库中的节点和关系。 1. Cypher 简介 2. MYSQL 数据的导出 3 将数据导入倒 Neo4j 中 3.1 导入实体 3.2 导入关系 1. Cypher 简介...