overstack的专栏

Boosted Decision Trees for Deep LearningTags: Deep, Machine Learning, Supervised — jl@ 11:18 amAbout 4 years ago, I speculated that decision trees qualify as a deep learning algorithm beca

这篇博客是我看了半年的论文后，自己对 Deep Learning 在 NLP 领域中应用的理解和总结，在此分享。其中必然有局限性，欢迎各种交流，随便拍。　　Deep Learning 算法已经在图像和音频领域取得了惊人的成果，但是在 NLP 领域中尚未见到如此激动人心的结果。关于这个原因，引一条我比较赞同的微博。@王威廉：Steve Renals算了一下icassp录取文章题目中包

夜里坐在椅子上发着呆，想着到底接下来学点什么比较合适，大脑里把知识列举了一遍，却突然间把之前一直没有想通的word2vec明白了一些。大致说一下该算法的学习顺序所及参考文献。不会Latex的人只能截图了…..1. 多层神经网络  熟悉神网的人就不用再看了，总之就是

/*****************************  转自：http://blog.csdn.net/mytestmy/article/details/9150213****************************/声明：1）看到其他博客如@zouxy09都有个声明，老衲也抄袭一下这个东西2）该博文是整理自网上很大牛和机

2014.4.4，余凯在清华FIT楼做了“Deep Learning Unfolds the Big Data Era”的讲座。感觉这个讲座还是比较high-level的，毕竟90分钟也很难把这么大的问题讲清楚。根据我的理解，讲座主要分成4部分：1. Deep Learning怎样被工业界看重并火得一塌糊涂；2. 分析了一下shallow model和deep