Blog

Page 7 - Showing 5 of 87 posts

  • DIN模型
    DIN模型
    Arrow right

    本文介绍了DIN模型,它通过注意力机制来衡量用户历史中每个物品与目标物品的相关性。文章详细阐述了DIN的原理、注意力机制的计算方法、初始化模型参数的策略以及解决冷启动和数据不平衡问题的方法。

    🕒1 min read
      DIN模型注意力机制特征嵌入向量Xavier初始化He初始化冷启动解决方案
  • 统计模型: Gamma函数
    统计模型: Gamma函数
    Arrow right

    本文详细介绍了数学中的Gamma函数,包括其在实数域和复数域上的定义、性质以及与其他数学概念的关系。文章首先定义了Gamma函数并展示了其与阶乘之间的关系,然后通过积分表达式推导出Gamma函数的性质,并通过换元法计算了一些特殊值。此外,还讨论了如何利用这些性质简化某些类型的积分计算。

    🕒1 min read
      Gamma函数阶乘扩展分部积分高斯积分换元法
  • 统计模型: Beta分布
    统计模型: Beta分布
    Arrow right

    本文详细介绍了四种常见的统计分布:二项分布、泊松分布、指数分布和正态分布,并深入探讨了Beta分布在概率建模中的应用。文章不仅解释了每种分布的数学定义和性质,还提供了它们在实际应用中的场景。特别是对Beta分布的分析,强调了其在贝叶斯分析中作为先验概率模型的重要性。

    🕒2 min read
      二项式定理泊松过程指数衰减Beta函数Bayesian inference
  • 2024Fall 统计模型 期末回忆
    2024Fall 统计模型 期末回忆
    Arrow right

    本文回顾了2024Fall统计模型课程期末考试的内容,包括简答题和计算题两部分。简答题涉及了C4.5与ID3的比较、EM算法介绍、词项-文档矩阵实现步骤、NLP常见任务及特征应用、聚类概念及方法、数据集划分的作用与区别以及概率分布函数。计算题部分则要求学生掌握正态分布的似然函数推导、Kmeans算法的应用、朴素贝叶斯分类器模板题目解答以及n-gram模型在句子概率计算中的应用等知识点。

    🕒1 min read
      C4.5ID3EM算法词项-文档矩阵NLP任务特征应用聚类方法(如Kmeans)数据集划分原则泊松分布密度函数参数意义n-gram模型句子概率计算
  • 2024Fall 软件测试 期末回忆
    2024Fall 软件测试 期末回忆
    Arrow right

    本文回顾了2024年秋季软件测试期末考试的内容,包括选择题、简单题和应用题。选择题主要涉及PPT上的概念,如隐式语言和显示语言的判断等。简单题部分要求介绍并举例变异测试、差分测试以及基于文本和图像的软件测试方法。应用题则涉及到贪心算法及其相关计算、为LCS设计蜕变测试关系和用例,以及为语音识别系统设计模糊测试的策略、规则和评价指标。

    🕒1 min read
      变异测试差分测试基于文本的图像软件测试方法贪心算法APFD计算蜕变测试关系与用例设计模糊种子策略