Toggle navigation
Breezedeus
Home
About
Archive
Archive
keep hungry keep foolish
Show All
49
机器学习
10
聊天机器人
8
人工智能
5
machine_learning
5
推荐算法
4
chatbot
4
企业推荐系统
3
推荐系统
3
深度学习
3
爱因互动
3
Bot
3
Chatbot
3
P2T
3
Pix2Text
3
feature_learning
3
一个AI
2
世纪佳缘
2
实际问题
2
工作
2
总结
2
最优化
2
特征工程
2
管理
2
虚拟机器人
2
CnSTD
2
Hinge
2
L2
2
LSTM
2
SVM
2
algorithms
2
feature_engineering
2
yige.ai
2
一淘
1
中文OCR
1
互联网变现
1
产品
1
人类与机器
1
优化算法
1
分享视频
1
分布式系统
1
分布式计算
1
刘鹏
1
创业
1
压缩方法
1
去噪
1
吴军
1
图书推荐
1
大战史
1
对话数据
1
左右颠倒
1
徐新
1
微软小冰
1
技术
1
拍卖词推荐
1
数学公式检测
1
数学公式识别
1
数据分析
1
最大似然估计
1
最大后验估计
1
李航
1
概率分布
1
清洗
1
版面分析
1
理论
1
电影推荐
1
男女平衡
1
百度
1
硅谷
1
美团
1
美颜
1
腾讯
1
计划生育
1
计算广告
1
设计模式
1
语言模型
1
豆瓣
1
资本传奇
1
路径长度
1
镜子
1
随机森林
1
音乐推荐
1
颜水成
1
黄页
1
Allo
1
Bagging
1
Boosting
1
Breezedeus.com
1
CnOCR
1
Content-based
1
DeepBot
1
Django
1
Head_First
1
L1正则项
1
L2正则项
1
LR
1
Latex-Recognition
1
Layout-Analysis
1
Math-Formula-Detection
1
Math-Formula-Recognition
1
Mathpix
1
MxNet
1
NLP
1
PPT
1
Quora
1
RNN
1
Recommendations
1
Siri
1
Viv
1
Xavier
1
bot
1
breezedeus
1
cnocr
1
dimensionality_reduction
1
feature
1
google.cn
1
industrial_system
1
python
1
recommender_system
1
spark
1
theory
1
web开发框架
1
wit.ai
1
2023
博客迁至 www.breezedeus.com
Pix2Text (P2T) V0.2及网页版发布,离Mathpix又近了一大步
CnSTD V1.2.1 发布,增加数学公式检测和版面分析预训练模型
近几年的分享和相关资料
2019
cnocr: 极简的中文OCR Python包
Chatbot 8: 微软小冰对话机器人架构
如何从0开始构建一个工业级对话机器人
2017
Chatbot 7: 一种无监督的对话数据清洗方法
2016
中科院自动化所人工智能学术论坛总结
Chatbot 6: 对话交互时代的各种Bot——可控性与智能性的权衡
Chatbot 5: 创建Bot的中文平台——一个AI(yige.ai)
Chatbot 4: Viv能搅动bot市场吗?
Chatbot 3: 利用LSTM构建半检索式Chatbots
Chatbot 2: 低价制造chatbots的利器 Wit.ai
Chatbot 1: Google的智能问答技术
机器化时代的人类与机器
《硅谷之谜》:工业时代与信息时代为何如此不同
《腾讯方法》:一本很薄很故事的产品管理书
2015
刘鹏老师的互联网变现与计算广告
Xavier带来的10个新机器学习认识
实际问题中如何使用机器学习模型
Adaboost与指数损失
SVM等于Hinge损失 + L2正则化
L1正则化优化问题的一种求解方法
L2约束与L2正则项优化问题的关系
Spark介绍
Python Web开发框架:Django
(2011-)2014 年终总结:非技术篇
(2011-)2014 年终总结:技术篇
2014
ZooKeeper介绍
特征哈希(Feature Hashing)
利用GBDT模型构造新特征
特征处理(Feature Processing)
2013
Proximal Gradient Descent for L1 Regularization
2012
aDev第13期#个性化推荐技术#总结(Part III, Final: 稳国柱@豆瓣)
aDev第13期#个性化推荐技术#总结(Part II:江申@百度)
aDev第13期#个性化推荐技术#总结(Part I:袁全@一淘)
机器学习里需要知道的12堂课
Facebook的朋友推荐系统
也说说EM
基于内容的推荐(Content-based Recommendations)
2011
一个PPT:关于语言模型的压缩方法
一个PPT:关于概率分布、最大似然估计(MLE)和最大后验估计(MAP)
Bagging, Boosting & Random Forests
2010
《Head First Data Analysis》笔记
设计模式汇总
Google.cn淡出历史舞台
为什么镜子会使人左右颠倒,却不会上下颠倒?
2009
《资本传奇•徐新》随记
说说中国的计划生育政策