FindShine +

龙星计划·机器学习_Day4

早上7点起床,从中关村骑车20分钟到清华上课。算是体验了一番北京上班生活的味道~

今天余凯老师讲了graphical models,感觉就是讲算法形象化,将变量看作节点(Nodes),将变量间的相互关系看作边。

朱军老师讲了structure learning,但是全堂巨量的英文术语让我完全跟不上,然后就睡下去了。

张潼老师讲Learning on the web,张潼在Yahoo!和IBM的时候,都做过web上的learning,有以下几种类型:

今天主要讲classification和ranking。明天会cover推荐系统的部分。

Classification有几个要素:

张潼老师说,在做文本分析时,还是用vector space model最好,简单又高效。只需两步:

  1. 为文章中出现的每个单词建立字典

  2. 用m维向量记录每个单词的frequency

分析:文章中出现次数越少的,可能是越重要的单词。因为出现得多的,像“和、的、有、人、我”,一般都没有太大的意义。我记得TF-IDF法,除了考虑某单词在本篇文章出现的次数,还考虑了在其他文章中出现的频率大小,以评估重要性。

最后一节课,余凯老师讲了最近在语音、视觉处理中大热的Deep learning,它被引入到ML中使ML更接近于其原始的目标:AI。一般的学习算法深度并不大,如SVM的深度是2。深度学习通过增加从输入到输出的层数,来构造更精确的模型。

有兴趣的同学可参考博文:http://www.cnblogs.com/ysjxw/archive/2011/10/08/2201782.html

Tech

Life

Project