大数据分析与挖掘
查看新浪微博主页大数据分析与挖掘
//@微博Koth: word2vec中的hs还是算了，倒是可以对word2vec产生的词向量做层次聚类，然后编码，再对这个编码好的，再用hs方式训练语言模型//@德川: 也就是最大似然啦 梯度下降求解几组参数 //@德川: 是交叉熵 词向量是得到语言模型时的副产品，hs方法主要是为了降低语言模型最后求解的复杂度。 展开全文原微博 大数据分析与挖掘
实用化有什么问题吗？不能实用化的东西价值又在哪里？google，oracle，ibm，emc，microsoft都是在干什么？还有cmu的博士毕业生去这些公司是干什么去的？//@梁斌penny: 老师木，是我不够硬气，走了一条机器学习实用化的路子，搞什么机器学习的实用化，速度搞那么快有什么用呢？太同学说的也有道理 @太狮 展开全文原微博