Pelhans Blog

Practice makes perfect
本站总访问量 本站访客数人次

实体链接(三)

文本匹配

文本匹配任务概览 基于表示的模型 SiameseNet – Signature Verification using a “Siamese” Time Delay Neural Network DSSM – Learning Deep Structured Semantic Models for Web Sea...

实体链接(二)

LIMES 中的大规模数据链接方法

LIMES — A Time-Efficient Approach for Large-Scale Link Discovery on theWeb of Data 数学框架 核心流程 Exemplar computation Matching Based on Exemplars ...

命名实体识别(二)

NER 论文研读

End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF Leveraging linguistic structures for named entity recognition with bidirectional recursive neural networks Neural Reranking for ...

命名实体识别(一)

[笔记] 综述 A Survey on Deep Learning for Named Entity Recognition

摘要 NER 技术概览 NER 数据资源和流行工具 资源 NER 工具 NER 的性能评估指标 NER 中的深度学习技术 DL 为什么那么有效 模型分层标准 输入的分布式表示 Word-level 表示 ...

集成学习

集成学习 Boosting AdaBoost 算法 AdaBoost 多分类 AdaBoost 回归 提升树 算法流程 梯度提升树 GBT xgboost Li...

决策树

决策树 特征选择 信息增益 信息增益比 生成算法 剪枝算法 CART 树 CART 生成算法 CART 回归树 CART 分类树 ...

K-means

K-means 算法 k-means 算法 k-means 优缺点 k-means 与 EM 的等价性 k-means++ k-modes KNN 与 k-means 的区别与联系 K-means 算法 k-means 算法 k-means 算法是一种无监督聚类方法.给定数据集, 假设我们要分为 k 个类别 ...

KNN

KNN 算法 k 值的选择 距离度量 决策规则 kd 树 kd 树构建算法 搜索 kd 树 KNN 算法 K 近邻法(K-Nearest Neighbor: KNN) 是一种基本的分类与回归方法. 它是一种监督学习算法, 不具有显示的学习过程, 可以直接进行预测. 当用...

主成分分析 PCA

主成分分析 最大方差形式 最小误差形式 低空间维数的选取 证明两种方法的等价性 LDA 与 PCA 的关系 概率PCA 因子分析 核PCA 主成分分析 主成分分析,或者称为PCA,是一种被广泛使用的技术,应用领域包括维度降低。有损数据压缩、特征抽取、数据...

NLP 手册

支持向量机 SVM

支持向量机 基本概念 线性可分支持向量机 对偶算法 对偶问题的求解 SMO 算法 选择变量的启发式方法 外层循环 内层循环 ...