Generative Adversarial Networks 生成对抗网络的简单理解
这几年在机器学习领域最亮最火最耀眼的新思想就是生成对抗网络了。这一思想不光催生了很多篇理论论文，也带来了层出不穷的实际应用。Yann LeCun 本人也曾毫不吝啬地称赞过：这是这几年最棒的想法！
人工智能与大模型最新资讯与技术博客
聚焦人工智能、大模型与深度学习的精选内容，涵盖技术解析、行业洞察和实践经验，帮助你快速掌握值得关注的AI资讯。
最新博客
分类和Logistic回归
监督学习中的分类问题和Logistic回归常常被用于推荐问题中关于BPR的研究，但是为什么一定要用Logistic函数来建模和优化呢？本篇博客将带你揭晓奥秘~
张华平分词（又名中科院分词/NLPIR分词）的使用（Java版本）
张华平汉语分词系统，现称为NLPIR汉语分词系统，是优秀的中文分词系统。但其使用却有一些配置上的设置是新手可能遇到的一个困难。这里我们简单介绍使用Eclipse导入NLPIR分词系统工程的使用方法。
层次狄利克雷过程（Hierarchical Dirichlet Processes）
Dirichlet过程是一种重要的非参数模型，它可运用在聚类中，自动发现类别的数量。但很多时候，我们的工作都是具有层次话的。这篇文章介绍的层次狄利克雷模型就是解决这样的问题的。
![网络爬虫中URLConnection的使用[以科学网为例]](https://www.datalearner.com/resources/blog_images/datalearner_blog_default_img.jpg)
通过JRI实现java与R的连接、通信
R与java调用
Hive的常用语法
Hive的常用语法
Dirichlet Tree Distribution（狄利克雷树分布）
狄利克雷分布作为多项式分布的先验大家应该比较熟悉了。这里介绍另外一种Dirichlet树结构的分布，也可以作为多项式分布的先验，但却更加灵活
EM算法简介及其例子
EM（expectation-maximization）算法是统计学中求统计模型的最大似然和最大后验参数估计的一种迭代式算法，模型一般是依赖于不可观测的潜在变量。
多元高斯分布（多元正态分布）简介
高斯分布是一种非常常见的分布，对于一元高斯分布我们比较熟悉，对于高斯分布的多元形式有很多人不太理解。这篇博客的材料主要来源Andrew Ng在斯坦福机器学习课的材料。
Java中矩阵运算(math3的使用)
Java中矩阵运算(math3的使用)
HMC(Hamiltonian Monte Carlo抽样算法详细介绍)
HMC(Hamiltonian Monte Carlo抽样算法详细介绍)
Author Topic Model[ATM理解及公式推导]
Author Topic Model[ATM理解及公式推导]
LDA的Gibbs抽样详细推理与理解
LDA的Gibbs抽样详细推理与理解
TF-IDF的java实现(权重排序显示)
TF-IDF的java实现(权重排序显示)
Linux环境下使用NLPIR(ICTCLAS)中文分词详解
linux环境下使用中文分词工具
机器学习中MCMC方法介绍
有人把Metropolis算法当作是二十世纪最伟大的十大算法之一。这个算法是大规模抽样算法的一种，也叫做马尔可夫链蒙特卡洛（Markov chain Monte Carlo，MCMC）。对于很多高维问题来说，比如计算一个凸体的体积，MCMC仿真是目前唯一可以在合理时间内解决这个问题的一般性方法。本文介绍了三种主流的MCMC算法，即MH算法、模拟退火算法和吉布斯抽样方法
贝叶斯统计中的计算方法简介
仿真抽样是给予贝叶斯方法第二春的重要角色。由于很多时候实际问题很复杂，我们无法精确求出后验密度，使用仿真抽样的方法我们可以获得近似的结果。这篇博客主要介绍了几种仿真抽样的方法。
Eclipse打包Java工程并导出jar包
使用eclipse打包java工程并导出java包
如何把一个目录下的所有文件，合并成一个文件
java 读写操作
Java多线程网络爬虫(时光网为例)
Java多线程网络爬虫(时光网为例)
Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]
Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]
python中Scrapy的安装详细过程
python中Scrapy的安装详细过程