机械学习实验工具 PAI 学习笔记足球

当知更有早行人,秉烛夜学闻鸡蹈。

深度学习架构:

  • TensorFlow
  • Caffe
  • MXNet

       
先天外儿子的日程安排:绘画课,印度语印尼语平日磨练,语文作文,数学速算,科学作业。要求时间与进度保持一致,规定时间内完成。

基于画像的推介系统贯彻:

足球 1

        求知要趁热打铁,哪怕累一些。

文件相关算法用途:

1、关键词抽取:抽取能代表文本语义的显要词,常用来做文本内容的价签

2、文本摘要:提取能够包括小说内容的讲话

3、相似度

       
明天是新学期开学后的第七天,周四。传统上认为先天是新的一周的先河,七曜中的日曜日,基督教里的安息日。

lesson 3 推荐系统—基于共同过滤的货物推荐

春光烂漫晴方好,读书莫道君行早。

lesson6 文本分析-音讯活动分类体系:

足球,D7,2018年3月11日    星期日    晴

PAI实现公文分类架构:

足球 2

足球 3

学学地方:

https://help.aliyun.com/document\_detail/42745.html?spm=a2c0j.103967.746361.1.390aa13aZJ0H32

       
中午五点钟,写完功课,孙子说累了,瘫倒在沙发上。我提出一起到外边去踢足球,这家伙立马从沙发上蹦了起来,积极响应:找球、充气、换鞋子。我笑他不是累了啊,哪有力气踢球?他回了句“生命在于读书,生命在于运动,我上学过了,现在该活动了!”半钟头的足球追逐玩耍,跑的满头大汗。看着外孙子涨红的脸蛋儿和额头升腾的汗液,原先的痛惜变成了满满的幸福。

文本分类算法:

用户画像及商品画像特征挖掘:

足球 4

可以在那基础上,引入时间维度

PAI 实现公文算法架构:

足球 5

3、协同过滤算法商品推荐架构:

足球 6

纵深学习简介:

  • 依照人工神经网络
    仿照人脑学习

  • 对数码开展分层总计
    由低层到高层特征抽象

  • 重大行使于视觉、语音、行为等世界
    人脸识别、语音识别、OCR

文本摘要抽取:

心想事成格局:
1、再次回到文本中的关键句,从原文中抽取关键的讲话再次回到;
2、解析原文的主谓宾等关键词,基于语义自动生成摘要概括原文语义。

lesson7 文本分析-文本关键信息抽取、相似度分析:

KMeans 算法:

1、设置分类 K 值;
2、设置起始质心簇的地点;
3、不断迭代寻找新分类簇的簇心点;
4、收敛完成聚类。

逻辑回归算法:

可以拍卖二分拣问题

足球 7

通过反复迭代:梯度下降,不断达到最优的效能

足球 8

文件相似度分析:

解析相比著作间的语义相似度
贯彻形式:
1、将文件依据语义向量化;
2、通过向量距离判断文本的语义距离。

足球 9

图表分类案例:

CIRAR-10 对图纸分类识别

  • size 32*32,共计60000张样本
  • 10种类型,每类6000张图片
  • 训练集50000,测试集10000张
  • 使用TensorFlow

编码-训练

足球 10

编码-预测

足球 11

归一化:

重点功效:去除量纲

足球 12

1、介绍:

新登记用户,无其他画像数据:冷启动、数据互换
遵照用户历史作为总计信息的引荐:协同过滤算法
据悉用户以及商品画像的推介:用户画像

lesson 2 PAI 用法介绍

多少上传:
<20M 通过 IDE 环境上传
>20M 通过 马克斯(Max)compute tunnel 工具上传

案例使用:
国有数据集
停放案例模板

实验搭建:
搭建实验
调节参数

相关服务:
社区发帖
离线调度
在线预测

大规模方法:

  • 基于语义向量距离:将文件依据语义映射成高维向量特征,通过向量距离举办归类;
  • 基于文本关键词、主旨:首先提取文本的关键词、主旨等音信,然后通过这多少个词语的相比关系进展分拣;

文件关键词抽取:

抽取目的样本中的关键词
1、TF-IDF
2、LDA
3、基于 Graph 的首要词抽取

lesson 4 推荐系统—基于用户画像的货物推荐:

LDA 算法:(核心模型)

足球 13

概率密度公式,可以抽象随笔暴发的场景。
(贝叶斯公式)

广阔需求:

  • 文件分类
  • 文本打标签
  • 文件心境分析

2、协同过滤算法(CF):

据悉商品:ICF 例如 Amazon
依照人:UCF 例如 沃尔玛鸡尾酒与尿布

思路:

负有相似主旨的一类公事,属于同一的类型。
文本 主题 分类
中国足球队重进世界杯 足球 体育 1
下边我们直播网球竞赛 网球 体育 1
阿姨做的饭真好吃 饮食 三姑 2

lesson5 深度学习-TensorFlow 实现图像分类:

lesson 1 工具介绍

单机版:R Studio;Matlab

分布式机器+开源架构:斯帕克(Spark) Mlib

公司级机器学习云服务:AWS ML; 阿里云 PAI