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