归档

2026 年 01 月

2026-01-20

Papers Reading

这篇论文的摘要其实是在讨论一个非常人性化的技术挑战：AI 该如何面对那些“公说公有理，婆说婆有理”的模糊图像。作者指出，在很多现实任务中（尤其是像 CT 影像这样的医疗场景），图像本身是存在歧义的。一张片子放在那里，即便是几位资深的专业医生来划定病灶范围，他们给出的答案往往也不完全一样。如果传统的

依存句法分析｜Dependency Parsing

2026-01-10

AI #NLP #Data Mining #Deep Learning #Machine Learning

第一节：句式结构的两种视野在自然语言处理中，理解一个句子不仅仅是识别每个词的意思，更重要的是理解这些词是如何组合在一起表达完整语义的。目前主流的句法分析主要有两种视角：成分句法分析和依存句法分析。 1. 成分句法分析 (Constituency Parsing) 成分句法分析又被称为短语结构语法（

2026-01-08

AI #NLP #Data Mining #Deep Learning

第一节：计算图定义在深度学习中，软件并不是直接处理一长串复杂的数学公式，而是将神经网络的方程式表示为一张“图”。这种表达方式不仅让复杂的运算变得直观，更是自动求导技术的基础。 1. 什么是计算图？计算图（Computation Graph）是数学表达式的一种图形化表示。在这种结构中：源节点（S

2026-01-05

AI #NLP #Data Mining #Deep Learning

第一节：从并行逻辑回归到神经网络 1. 神经网络的本质很多人初学神经网络时会觉得它是一个复杂的“黑箱”，但从数学视角来看，神经网络并不是某种全新的魔法。本质上，一个神经网络可以看作是同时运行的多个逻辑回归。当我们审视一个简单的单层结构时，它执行的操作与逻辑回归高度相似：对输入特征进行加权求和，然

2026-01-03

AI #NLP #Data Mining

第一节：NLP 分类任务的本质挑战在自然语言处理（NLP）的演进过程中，我们始终在解决一个核心矛盾：语言的离散符号本性与语义的连续复杂性之间的冲突。从离散符号到分布式表示早期的 NLP 依赖于独热编码（One-hot encoding），这种方式将单词视为孤立的符号，无法捕捉词与词之间的相似性

2026-01-02

AI #NLP #Data Mining

第一节：机器如何“理解”语义？在深度学习统治自然语言处理（NLP）之前，计算机看待单词的方式非常简单：每一个词都被视为一个孤立的符号。通常我们使用 One-hot 编码，即给每个词一个极长的向量，其中只有一个位置是 1，其余全是 0。但这种方法有一个致命的缺陷：它无法表达词与词之间的关系。在 O

2026-01-01

AI #Data Mining #NLP

第一节：计算机如何理解“意义”？ (How do we represent meaning?) 在深入研究复杂的算法之前，我们需要先思考一个哲学问题：什么是“意义”（Meaning）？ 1. 语言学中的“意义” 根据《韦伯斯特词典》的定义，意义通常指一个词、短语所代表的“思想”（Idea）。在传统

2025-10-02

AI #Data Mining

一、基尼指数（Gini Index） 1.1 基尼指数的基本定义（Definition of Gini Index）在分类问题中，一个节点内部样本越“混乱”，该节点就越不纯；反之，如果节点中的样本几乎都属于同一类，则说明该节点分类效果较好。

2025-10-01

AI #Data Mining

一、分类（Classification）的基本概念 1.1 有监督学习与无监督学习在进入分类任务之前，需要先区分两个非常基础的概念：有监督学习和无监督学习。有监督学习中

Data Preprocessing｜数据预处理

2025-09-30

AI #Data Mining

一、什么是数据预处理（Introduction to Data Preprocessing）在机器学习或数据挖掘中，我们常听到一句话：“数据质量决定模型上限”。这句话背后的核心，其实就是数据预处理（Data Preprocessing）。在真正建模之前，我们拿到的数据往往是杂乱的、不完整的、有