Deephub
更多文章请关注公众号：Deephub-IMBA
极限学习机 Extreme Learning Machines 介绍
极限学习机（ELM, Extreme Learning Machines）是一种前馈神经网络
为文本摘要模型添加注意力机制：采用LSTM的编解码器模型实现
摘要是自然语言处理领域中最具挑战性和最有趣的问题之一。它是一个从多种文本资源(如书籍、新闻文章、博客文章、
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
5种常用的交叉验证技术，保证评估模型的稳定性
Kaggle的数据科学黑客大会最有趣和最具挑战性的一件事是：在公共和私有的排行榜中，努力保持同样的排名。
循环生成网络 CycleGan 原理介绍
本文旨在解释“循环生成网络 CycleGan ”的内部工作原理，以及如何将其应用于解决现实世界中的任务。
从LeNet到EfficientNet：CNN的演变和特点总结
这是一个了解CNN主流变化和特点的旅程。
通过三个直观步骤理解ROC曲线
ROC曲线是一个分类模型效果好坏评判的的可视化表示。在这篇文章中，我将分三个步骤头开始构建ROC曲线。
NLP中的文本分析和特征工程
语言检测，文本清理，长度测量，情绪分析，命名实体识别，n字频率，词向量，主题建模前言在本文中，我将使用NLP
EfficientNet详解：用智能缩放的卷积神经网络获得精度增益
设计cnn网络的关键问题之一是模型缩放，EfficientNet。不仅提供了更好的准确性，而且通过减少参数和每秒浮点运算流形提高了模型的效率。
使用Keras 构建基于 LSTM 模型的故事生成器
了解和实施LSTM网络建模和NLP数据预处理指南。
流行的机器学习算法总结，帮助你开启机器学习算法学习之旅
机器学习算法概述“机器智能是人类永远需要的一项发明。
keras搭建基于自动编码器的异常检测技术进行欺诈识别
信用卡欺诈可以被归类为一种异常，使用Keras中实现的自动编码器可以检测欺诈
如何找到时序数据中线性的趋势
有时需要从时序数据中删除趋势，为下一步或数据清理过程的一部分做准备。
BN，LN，IN，GN都是什么？不同归一化方法的比较
批归一化(BN)已经成为许多先进深度学习模型的重要组成部分，特别是在计算机视觉领域。
为什么朴素贝叶斯定理会被叫做朴素的？
朴素贝叶斯算法是一种基于著名贝叶斯定理的分类算法。那么让我们先了解一下Bayes定理是怎么说的，并为朴素贝叶
熵、交叉熵和KL散度的基本概念和交叉熵损失函数的通俗介绍
交叉熵（也称为对数损失）是分类问题中最常用的损失函数之一。
为什么在线性模型中相互作用的变量要相乘
在这篇文章中,我将解释为什么当建立一个线性模型,我们添加一个x₁₂术语如果我们认为变量x₁和x₂互动和添加交
降维算法：主成分分析 VS 自动编码器
降维是一种减少特征空间维度以获得稳定的、统计上可靠的机器学习模型的技术。降维主要有两种途径：特征选择和特征变换。
使用PyTorch从理论到实践理解变分自编码器VAE
变分自动编码器（Variational Auto Encoders，VAE）是种隐藏变量模型[1，2]。该模
手推公式：LSTM单元梯度的详细的数学推导
长短期记忆是复杂和先进的神经网络结构的重要组成部分。本文的主要思想是解释其背后的数学原理