251-300
最后更新于
最后更新于
任务251： 估计B
任务252： 估计A
任务253： 公司实际项目串讲 01
任务254： 公司实际项目串讲 02
任务255： 公司实际项目串讲 03
任务256： 有向图与无向图模型
任务257： 生成模型与判别模型
任务258： Log Linear Model
任务259： Log Linear Model与多元逻辑回归
任务260： CRF介绍
任务261： Inference问题
任务262： 参数估计
任务263： wordvector词向量
任务264： Global Generation of Distributed Representation
任务265： How to Learn Word2Vec Intuition
任务266： Skip Gram Model
任务267： 语料库
任务268： Word2Vec代码
任务269： 训练SkipGram问题
任务270： SkipGram另一种目标函数构建
任务271： SkipGram的negative sampling
任务272： 评估词向量
任务273： 词向量在推荐系统中的应用
任务274： 梯度提升树
任务275： 答疑
任务276： Word2vec
任务277： Learning with Subword
任务278： When subword is needed
任务279： Learn Embedding from Language Model
任务280： What are potential solutions
任务281： Elmo at Glance
任务282： Category of Word Representation
任务283： 神经网络介绍
任务284： 激活函数
任务285：MLP
任务286：多层神经网络
任务287：Universal Approximation Theorem
任务288：Biological Inspiration
任务289：回顾神经网络
任务290： 神经网络的损失函数
任务291： BP算法的核心流程
任务292： 对输出层的梯度计算
任务293： 对隐含层的梯度计算
任务294：对参数的梯度计算
任务295： 对BP算法的总结
任务296： gradient checking
任务297： 深度学习与非凸函数
任务298： 深度学习中的Plateau
任务299： SGD的收敛条件
任务300： Early Stopping