原创 MCMC抽樣與LDA參數求解
一、 MCMC抽樣 也許讀者會覺得詫異，爲什麼在一本介紹主題模型的書中卻看到了抽樣的知識？作者是不是偏題了？ 答案當然是沒有。 相信你應該聽說過有一門課程叫做統計學，在這門課程中，抽樣佔據着舉足輕重的地位。當統計學的研究者們想要了
2020-06-16 12:12:19
原创 在jupeyter_notebook中編寫內容教程
1.將文件解壓放入C:\Users\renjiantao目錄下，按照自己電腦實際情況放入 2．Windows—所有程序—Anaconda2—Anaconda Prompt 3.在cmd黑窗口輸入：ipython noteboo
2020-06-16 12:12:19
原创 windows10 安裝mysql 以及遇到的各種問題解決方案
安裝教程 我是按照這個教程來的，步驟很詳細： http://blog.csdn.net/anndy_/article/details/51093326 但是在這個過程中遇到了各種問題，問題及其解決方案如下： msvcr120.
2020-06-16 12:12:19
原创 美團點評2018春招自然語言處理方向
寶寶參加了2018美團的線上筆試，現改編題目一道： 美團編程題目簡化版 小豬佩奇在探尋數字的奧祕，想要知道1到n的正整數排列起來一共有多少位數字。 例如：n爲11的時候，1234567891011，一共13位，則輸出13。n的
2020-06-16 12:12:19
原创 神經網絡實現連續型變量的迴歸預測（python)
最近寫論文時用到一個方法，是基於神經網絡的最優組合預測，主要思想如下：在建立由迴歸模型、灰色預測模型、BP神經網絡預測模型組成的組合預測模型庫的基礎上,利用以上三種單一預測模型的組合構成BP神經網絡組合預測模型。（我是參考的參考這
2020-06-16 12:12:19
原创 typora+pandoc：markdown文本轉換成word(也可把word轉換成markdown哦）
因爲想把自己寫的博客轉換成word，博客是markdown格式，公式什麼的又懶得在word裏面敲第二遍。於是就找了個方法讓.md文本與.doc文本轉換。反之也可把word轉換成markdown哦。教程附後。 markdown文本轉
2020-06-16 12:12:19
原创 基於隱語義模型的推薦系統
如何根據上邊兩位豆瓣用戶的圖書列表做出推薦？ 傳統的推薦方法 UserCF，首先需要找到和他們看了同樣書的其他用戶，然後給他們推薦那些用戶喜歡的其他書。 ItemCF，需要給他們推薦和他們已經看的書相似的書。 基於隱語義模型 通
2020-06-16 12:12:19
2
原创 主題模型簡介視頻----白錦
主題模型簡介視頻 height="498" width="510" src="http://v.youku.com/v_show/id_XMzM2MjM5NDMwNA==.html">
2020-06-16 12:12:19
原创 主成分分析的方差最大，解析主成份爲什麼可以（二）
PCA最大方差理論+幾何意義 轉載請註明：雲南省高校數據化運營管理工程研究中心博客http://write.blog.csdn.net/mdeditor#!postId=78932615 主成份爲什麼可以 經過主成分在壓縮數據
2020-02-25 06:34:05
2
原创 語音識別中GMM-HMM的相關知識
本文講闡述在語音識別中GMM-HMM的知識。其中包括了對GMM（Gauss Mixture Model）和HMM（Hidden Markov Model）的定義、原理及其算法的介紹。 GMM（高斯混合模型） 設有隨機變量X
2020-02-22 08:52:20
原创 win10下MYSQL的下載、安裝以及配置超詳解教程~~小白入
下載MYSQL 官網下載MYSQL5.7.21版本，鏈接地址https://www.mysql.com/downloads/。下載流程圖如下： 進入官網點擊Community，下載社區版。 找到MYSQL Commu
2020-02-22 08:52:09
原创 LDA前言知識
在 2003 年（準確地說應該是 2002 年）D. M. Blei1 提出的 LDA（Latent Dirichlet Allocation2）模型（翻譯成中文就是——潛在狄利克雷分配模型），讓主題模型火了起來。 L
2020-02-22 08:52:09
原创 百度AI 開放平臺API調用
近來要了解自然語言處理方面的技術，拿百度API做個實驗對，進行多次編碼嘗試最終成功調用。在本人博客百度API使用系列，使用python代碼實現。涉及內容如下：1. （一）百度AI 開放平臺API調用之AccessToken獲取2.
2020-02-22 08:52:09
原创 LDA基礎知識系列 ----(1)共軛先驗分佈
理解LDA，可以分爲下述5個步驟： 一個函數：gamma函數 四個分佈：二項分佈、多項分佈、beta分佈、Dirichlet分佈 一個概念和一個理念：共軛先驗和貝葉斯框架 兩個模型：pLSA、LDA 一個採樣：Gib
2020-02-22 08:52:09
原创 LDA基礎知識系列 ---- (2)Dirichlet 分佈
本節將從Beta分佈出發，水到渠成的講述Dirichlet 分佈和Dirichlet-Multinomial共軛，對稱Dirichlet 分佈的相關內容。 理解LDA，可以分爲下述5個步驟： 一個函數：gamma函數
2020-02-22 08:52:09
3