Probabilistic 第6页

A Neural Probabilistic Language Model ------阅读笔记

传统的统计语言模型有一些缺点：1.由于维度灾难(特别是离散变量)，在高维下，数据的稀缺性导致统计语言模型存在很多为0的条件概率，传统的统计语言模型也花费大量的精力来处理这个，包括平滑，插值，回退等方法2.语言模型的参数个数随着阶数呈指数增长，所以一般这个模型的阶数不会很高，这样n-gram无法建立长远的关系3.n-gram无法建模出多个相似词的关系，比如在训练集中有：thecatiswalking

白痴一只·2018-05-17 09:16

路径规划: PRM 路径规划算法 (Probabilistic Roadmaps 随机路标图)

路径规划作为机器人完成各种任务的基础，一直是研究的热点。研究人员提出了许多规划方法如：1.A*2.Djstar3.D*4.随机路标图（PRM）法2.人工势场法2.单元分解法4.快速搜索树（RRT）法等。传统的人工势场、单元分解法需要对空间中的障碍物进行精确建模，当环境中的障碍物较为复杂时，将导致规划算法计算量较大。基于随机采样技术的PRM法可以有效解决“高维空间”和“复杂约束”中的路径规划问题。1

DinnerHowe·2018-05-11 16:50

【Learning Notes】PLDA（Probabilistic Linear Discriminant Analysis）

PLDA是一个概率生成模型，最初是为解决人脸识别和验证问题而被提出[3,5]，之后也被广泛应用到声纹识别等模式识别任务中。学者从不同的动机出发，提出了多种PLDA算法，文献[2]在统一的框架下比较了三种PLDA算法变种（standard[3,6],simplified[4],two-covariance[5,8]），并在说话人识别任务上比较了它们的性能差异。本文讨论的PLDA主要是基于文献[5]中

MoussaTintin·2018-04-21 23:15

2018-3-19李宏毅机器学习视频学习笔记九----Classification: Probabilistic Generative Model

视频来源：李宏毅机器学习(2017)_哔哩哔哩(゜-゜)つロ干杯~-bilibilihttps://www.bilibili.com/video/av10590361/?p=10步骤：（1）数字化，将各个事物转化为数字的形式。（2）数字作为输入（3）模型建立（4）输入，训练宝可梦的实例分析(1)宝可梦的属性可以分为十八种如图：输入宝可梦数字化的特征属性，得到其所属的种类为什么要预测各个宝可梦的属性

橘子甜不甜·2018-03-19 20:27

Human-level concept learning through probabilistic program induction代码验证

最近老师要我看看这篇文章，有些细节文章上体会不是很深，于是把代码拿来看看，调通代码也是走了很多弯路，这里记录下来。首先代码的来源：https://github.com/brendenlake/BPL作者也写了需要的支撑库与代码实现过程我用的matlab2015b上面要求的库只需要安装加速的库，根据网址下载，然后放在matlab的安装包的工具箱里面：D:\matlab2015b\toolbox然后打

漫流小溪·2017-11-15 19:44

【推荐系统】概率矩阵分解 probabilistic matrix factorization

前言：PMF沿用了MF矩阵分解的思路，目标都是求出精确的U和V。在传统MF方法中，优化目标是保证R和UV乘积的差值最小，而在PMF中，R和UV的差值变成了一个高斯概率函数，通过最大后验概率MAP公式，将优化目标变成了对一个包含R和UV差值的复杂概率函数，在对其求解时来反求U和V，即反求使目标函数最大的U和V。同时，在PMF中，U和V变成了参数可以被分别求解三个基础：1.矩阵分解2.贝叶斯理论3.极

砰啪噗叽噗叽·2017-11-14 23:01

《Human-level concept learning through probabilistic program induction》阅读笔记

花了一周多的时间读了一篇论文《Human-levelconceptlearningthroughprobabilisticprograminduction》（《通过概率规划归纳进行类人概念学习》），这是15年12月science的一篇封面文章，主要解决了小样本情况下的计算机学习问题。第一次读论文，而且是英文论文还是有点吃力，参考了很多其他的博客和新闻评论，自己也总结出了一些阅读笔记。背景：我们知道

lnn_csdn·2017-11-06 16:27

bm25 算法

Jemila·2017-09-10 18:12

读论文《A Neural Probabilistic Language Model》

读论文《ANeuralProbabilisticLanguageModel》原文地址：http://blog.csdn.net/qq_31456593/article/details/77482256introduce本文算是训练语言模型的经典之作，Bengio将神经网络引入语言模型的训练中，并得到了词嵌入这个副产物。词嵌入对后面深度学习在自然语言处理方面有很大的贡献，也是获取词的语义特征的有效方

Doit_·2017-08-22 16:01

hyperloglog的java版使用

序对于海量数据来说，数据内存占用会变得很高.Probabilistic数据结构牺牲了一下准确率去换取更低内存占用。

codecraft·2017-08-07 00:00

NLP —— 图模型（三）pLSA（Probabilistic latent semantic analysis，概率隐性语义分析）模型

LSA（Latentsemanticanalysis，隐性语义分析）、pLSA（Probabilisticlatentsemanticanalysis，概率隐性语义分析）和LDA（LatentDirichletallocation，隐狄利克雷分配）这三种模型都可以归类到话题模型（Topicmodel，或称为主题模型）中。相对于比较简单的向量空间模型，主题模型通过引入主题这个概念，更进一步地对文本进

Determined22·2017-07-26 09:00

文本建模系列之二：pLSA

之所以说是probabilistic，是因为这个模型中还加入了一个隐变量：主题Z，也正因为此，它被称之为主题模型。在pLSA中，一片文档可能有多个主题

u010223750·2016-05-06 21:00

Human-level concept learning through probabilistic program induction学习与验证

最近一段时间学习了一篇SCI的文章——Human-levelconceptlearningthroughprobabilisticprograminduction这篇文章在学术界反响很大。据我了解，该文的算法能与deepcnn效果相匹敌。下面贴出自己对该文代码的验证过程：先记一下对代码进行的操作要求：UsingthecodeSettingyourpathFirst,youmustaddalloft

ds1231h·2016-05-05 09:11

文本建模系列之二：pLSA

之所以说是probabilistic，是因为这个模型中还加入了一个隐变量：主题Z，也正因为此，它被称之为主题模型。在pLSA中，一片文档可能有多个主题

u010223750·2016-04-26 20:00

“Human-level concept learning through probabilistic program induction”阅读笔记

最早是上学期元旦的时候老板发邮件让我看这篇paper，但是当时一直在复习随机过程跟矩阵论一直没时间细看。后来这学期选修的机器学习课的老师也安排了这个文献的阅读。于是乎就仔细的看了两遍。。（虽然很科普，没有很多的公式推理，但本人看得还是很模糊），现在把本人的一些阅读认识写下来跟大家共同分享。认识不当之处希望相互指正。摘要介绍：人类能够通过几个简单的例子就能够学会新的概念，但是机器的学习算法确需要几十

qq_29828623·2016-04-21 22:00

Machine Learning A Probabilistic Perspective exercise2.1

Description：Probabilitiesaresensitivetotheformofthequestionthatwasusedtogeneratetheanswer.(Source:Minka.)Myneighborhastwochildren.Assumingthegenderofachildislikeacoinflip,itismostlikely,apriori,thatmy

第六天喵王·2016-02-03 21:00

Machine Learning A Probabilistic Perspective exercise2.1

Description：Probabilitiesaresensitivetotheformofthequestionthatwasusedtogeneratetheanswer.(Source:Minka.)Myneighborhastwochildren.Assumingthegenderofachildislikeacoinflip,itismostlikely,apriori,thatmy

第六天喵王·2016-02-03 21:00

【推荐系统算法】PMF(Probabilistic Matrix Factorization)

Mnih,Andriy,andRuslanSalakhutdinov.“Probabilisticmatrixfactorization.”Advancesinneuralinformationprocessingsystems.2007.本篇论文发表于2007年NIPS。RuslanSalakhutdinov来自多伦多大学，16年转入CMU。AndriyMnih同样来自多伦多大学，师从Hinto

shenxiaolu1984·2016-01-27 15:00

【推荐系统算法】DPMF(Dependent Probabilistic Matrix Factorization).上篇

Adams,RyanPrescott,GeorgeE.Dahl,andIainMurray.“Incorporatingsideinformationinprobabilisticmatrixfactorizationwithgaussianprocesses.”arXivpreprintarXiv:1003.4944(2010).对“PMF”这个概念比较陌生的同学请先阅读这篇基础PMF算法。对“

shenxiaolu1984·2016-01-25 22:00

Human-level concept learning through probabilistic program induction个人理解

这是一篇放在science封面文章的paper，作为人工智能机器学习的文章，被导师推荐去读了一番，再次为自己的英语理解能力哭瞎了，paper里的program一词从头到尾都不知道具体指什么，因为理论知识有限，以下的内容仅仅作为自己的一份学习笔记，参考时请慎重。文章要做的是模仿人类的学习能力去建立一个学习模型，由于目前机器学习无一不是需要大量数据支持的，而人类的学习可以从很少的学习样本中学到知识，并

Arkarin·2016-01-05 16:53

【science封面文章】Human-level concept learning through probabilistic program induction

论文地址：《Human-levelconceptlearningthroughprobabilisticprograminduction》Science，11December2015《通过概率规划归纳进行human-level的概念学习》，Science封面文章这篇文章最近非常火，就连多伦多大学和谷歌的人工智能先驱GeoffreyHinton都说这个研究「令人印象非常深刻」。他说，这个模型能通过视

Elaine_Bao·2016-01-03 22:09

文本分类,数据挖掘和机器学习

机器学习的有概率分类器(probabilistic),贝叶斯推理网络(bayesianinferencenetworks),决策树分类器(decisiontree),决策规则分类器(decisionrule

qq_26562641·2015-12-31 10:00

最大期望算法 Expectation Maximization概念

在统计计算中，最大期望（EM，Expectation–Maximization）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariabl

超大的雪童子·2015-12-27 19:00

【推荐系统算法】BPMF(Bayesian Probabilistic Matrix Factorization)

Salakhutdinov,Ruslan,andA.Mnih.“Bayesianprobabilisticmatrixfactorizationusingmarkovchainmontecarlo.”InternationalConferenceonMachineLearning2008:880-887.对PMF模型以及应用场景不熟悉的同学可以先阅读这篇基础PMF。本论文的模型和前文类似，但在求解

shenxiaolu1984·2015-12-25 23:00

图模型的精确推理

这次实验涉及到的知识点很多，不仅需要熟悉图模型的representation，而且还需明白图模型的inference理论，大家可参考coursera课程：Probabilistic Graphical

·2015-11-13 20:27

Bloom Filter

Bloom Filter是一种概率数据结构（probabilistic data structure），对外提供的是一个set的接口。

·2015-11-13 20:08

ML | Naive Bayes

what's xxx In machine learning, naive Bayes classifiers are a family of simple probabilistic classifiers

·2015-11-13 14:21

概率主题模型简介 Introduction to Probabilistic Topic Models

Blei所写的《Introduction to Probabilistic Topic Models》的译文，供大家参考。摘要：概率主题模型是一系列旨在发现隐藏在大规模文档中的主题结构的算法。

·2015-11-13 10:32

Notes on Probabilistic Latent Semantic Analysis (PLSA)

转自： http://www.hongliangjie.com/2010/01/04/notes-on-probabilistic-latent-semantic-analysis-plsa/ I

·2015-11-13 10:01

PLSA中的EM算法

www.cnblogs.com/rocketfan/archive/2011/07/03/2096953.html 主要记录下几个文章博客内容 A Note on EM Algorithm for Probabilistic

·2015-11-13 10:00

Blei所写的《Introduction to Probabilistic Topic Models》的译文

概率主题模型简介 Introduction to Probabilistic Topic Models 转： http://www.cnblogs.com

·2015-11-13 08:23

编程时遇到概率加密或概率签名后要注意的问题

（注意本文中出现的 C 代码只是一个大致的描述，并不是实际可运行的代码）先大致介绍一下概率加密 (Probabilistic Encryption)，不用严格的学术定义的话，可以这样说

·2015-11-13 08:23

Study notes for Latent Dirichlet Allocation

Topic models are based upon the idea that documents are mixtures of topics, where a topic is a probabilistic

·2015-11-13 06:55

Personalized Ranking from Implicit Feedback

·2015-11-12 20:15

Probabilistic latent semantic analysis

Probabilistic latent semantic analysis (PLSA), also known as probabilistic latent semantic indexing

·2015-11-12 18:34

关于LDA的文章

y2011/3228.html l Theory n Introduction u Unsupervised learning by probabilistic

·2015-11-12 16:20

[Machine Learning] Probabilistic Graphical Models：二、Bayes Network Fundamentals（1、Semantics & Factorization

一、How to construct the dependency？ 1、首字母即随机变量名称 2、I->G是更加复杂的模型，但Bayes里不考虑，因为Bayes只是无环图。 3、CPD = conditional probability distribution。图中的每一个点都是一个CPD，这里5个点，就有五个CPD。二、Chain Rule for Bayesian N

·2015-11-12 13:53

[Machine Learning] Probabilistic Graphical Models：一、Introduction and Overview（1、Overview and Motivation

从一张百万像素级的图片中分析每个像素点对应的是什么东西两个共同点：（1）有非常多不同的输入变量；（2）对于算法而言，结果都是不确定的二、PGM各代表什么 1、 Models 2、 Probabilistic

·2015-11-12 13:51

A Probabilistic Model for Retrospective News Event

A Probabilistic Model for Retrospective News Event Detection Zhiwei Li Microsoft Research Asia

·2015-11-11 18:41

A Neural Probabilistic Language Model

A Neural Probabilistic Language Model，这篇论文是Begio等人在2003年发表的，可以说是词表示的鼻祖。

·2015-11-11 12:42

CRF模型

CRF的全称是Conditional Random Fields，由CMU教授John Lafferty 提出，原文标题：Conditional R andom Fields: Probabilistic

·2015-11-11 01:24

Probabilistic Graphical Models-Knowledge Engineering

设计图模型时面临着以下选择： Template based vs specific Directed vs undirected Generative vs discriminative Hybrid（混合） model是很常见的，有时候会同时有Template based部分和非Template level的部分。： Template-based Hybrid Specifi

·2015-11-07 13:01

Probabilistic Graphical Models-Template Models

factor(a function/table)是对于variables(the scope of the factor)的某种combination的fitness。在BN中factor就是conditional probability distribution(CPD);但factor并不总对应着某种概率（当然也不一定取0~1），比如说在MRF中。和数据库table的操作类似，factor上的

·2015-11-07 13:59

Probabilistic Graphical Models-Markov Network(Pairwise MN| General Gibbs Distribution| CRF)

Pairwise Markov Network The normalized measure to get normalized probability distribution is called the partition function(or simply normalizing constant). Consider the pairwise factor ϕ1(A,B). Th

·2015-11-07 13:59

机器学习笔记-导论

《Machine Learning - A Probabilistic Perspective》作者：Kevin Patrick Murphy 第一章：导论 1.1 什么是机器学习，为什么需要机器学习

·2015-11-05 08:33

最大期望算法

在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（L

·2015-11-02 18:59

文本分类，数据挖掘和机器学习

转自：http://blog.chinaunix.net/uid-446337-id-94440.html 分类：机器学习的有概率分类器(probabilistic) ,贝叶斯推理网络

·2015-11-02 12:41

OKapi BM25 算法介绍

It is based on the probabilistic retrieval framework developed in the 1970s and 1980s by

·2015-11-01 12:03

ITEM iQRAS v2.5.2 1CD定量风险分析评价ITEM QT v10.1.2 /ITEM.Toolkit.v8.3.3

1CD定量风险分析评价软件ITEM QT v10.1.2 1CDITEM.Toolkit.v8.3.3 1CDiQRAS采用PRA方法作为数学模型，PRA是最典型、应用最广的定量风险评估方法，又称PSA（Probabilistic

·2015-10-31 15:40

推荐频道

Probabilistic

A Neural Probabilistic Language Model ------阅读笔记

路径规划: PRM 路径规划算法 (Probabilistic Roadmaps 随机路标图)

【Learning Notes】PLDA（Probabilistic Linear Discriminant Analysis）

2018-3-19李宏毅机器学习视频学习笔记九----Classification: Probabilistic Generative Model

Human-level concept learning through probabilistic program induction代码验证

【推荐系统】概率矩阵分解 probabilistic matrix factorization

《Human-level concept learning through probabilistic program induction》阅读笔记

推荐系统之概率矩阵分解的详细推导过程（Probabilistic Matrix Factorization，PMF）

bm25 算法

读论文《A Neural Probabilistic Language Model》

hyperloglog的java版使用

NLP —— 图模型（三）pLSA（Probabilistic latent semantic analysis，概率隐性语义分析）模型

文本建模系列之二：pLSA

Human-level concept learning through probabilistic program induction学习与验证

文本建模系列之二：pLSA

“Human-level concept learning through probabilistic program induction”阅读笔记

Machine Learning A Probabilistic Perspective exercise2.1

Machine Learning A Probabilistic Perspective exercise2.1

【推荐系统算法】PMF(Probabilistic Matrix Factorization)

【推荐系统算法】DPMF(Dependent Probabilistic Matrix Factorization).上篇

Human-level concept learning through probabilistic program induction个人理解

【science封面文章】Human-level concept learning through probabilistic program induction

文本分类,数据挖掘和机器学习

最大期望算法 Expectation Maximization概念

【推荐系统算法】BPMF(Bayesian Probabilistic Matrix Factorization)

图模型的精确推理

Bloom Filter

ML | Naive Bayes

概率主题模型简介 Introduction to Probabilistic Topic Models

Notes on Probabilistic Latent Semantic Analysis (PLSA)

PLSA中的EM算法

Blei所写的《Introduction to Probabilistic Topic Models》的译文

编程时遇到概率加密或概率签名后要注意的问题

Study notes for Latent Dirichlet Allocation

Personalized Ranking from Implicit Feedback

Probabilistic latent semantic analysis

关于LDA的文章

[Machine Learning] Probabilistic Graphical Models：二、Bayes Network Fundamentals（1、Semantics & Factorization

[Machine Learning] Probabilistic Graphical Models：一、Introduction and Overview（1、Overview and Motivation

A Probabilistic Model for Retrospective News Event

A Neural Probabilistic Language Model

CRF模型

Probabilistic Graphical Models-Knowledge Engineering

Probabilistic Graphical Models-Template Models

Probabilistic Graphical Models-Markov Network(Pairwise MN| General Gibbs Distribution| CRF)

机器学习笔记-导论

最大期望算法

文本分类，数据挖掘和机器学习

OKapi BM25 算法介绍

ITEM iQRAS v2.5.2 1CD定量风险分析评价ITEM QT v10.1.2 /ITEM.Toolkit.v8.3.3