Lambda’s Blog
Ensemble Learning, Deep Learning, Machine Learning
Ensemble Learning
- 2017-09-01 集成学习之XGboost
XGBoost被广泛应用于Kaggle、天池等竞赛中的top解决方案，同时也因其高效和稳定性在产业界广泛应用。本文将从浅入深讲解XGBoost的原理。内容包含：牛顿法、Boost模型、GDBT、XGBoost等。
- 2017-10-10 ZhihuaZhou-DeepForest
周志华团队于2017.02发表了Deep Forest: Towards An Alternative to Deep Neural Networks一文，将传统的随机森林采用深度神经网络的架构进行融合在多个数据集上产生了state-of-art的效果。本文将从gcForest方法论、实验验证、后续改进和实验三方面进行阐述介绍。
Deep Learning
- 2017-11-04 Hinton-Capsule-NET
Geoffrey Hinton团队于2017.10.26发表了Dynamic Routing Between Capsules一文，致力于增加卷积神经网络的可解释性和BP算法的抛弃改进。本文将从胶囊结构、CapsNet、与传统CNN对比、Tensorflow代码实现等方面进行详细介绍。
- 2017-11-30 Deep-Neural-Decision-Forests
Deep Neural Decision Forest（深度神经决策森林）是微软剑桥研究院/ 卡内基梅隆大学/ 意大利布鲁诺凯斯勒研究中心在ICCV-2015 Best Paper / IJCAI-2016发表的一篇将决策森林应用到任何深度神经网络并改善其结果的研究。本文将从随机路由决策算法、决策树的BP算法、整体架构、实验效果、代码实现、结论讨论六个方面进行详细介绍。
Win-Win
- 2017-12-02 软件工程离银弹还远吗
《人月神话》饱受争议的一章《没有银弹》中声称和断定，在近十年内（1975年开始），没有任何技术或管理上的进展，能够独立地许诺在生产率、可靠性或简洁性上取得数量级的进步。那么，四十二年过去了，软件工程造出银弹来了吗？如今风靡一时的人工智能会是软件工程的银弹吗？本文将围绕《人月神话》、软件工程的银弹、人工智能这三个主题展开探讨。
- 2016-08-10 Introduction-of-lambda
- 2016-08-14 深度学习-1-神经网络
- 2016-08-16 源码解读-1-天池移动推荐算法竞赛
- 2016-08-18 源码解读-2-PyBrain-BuildNetword
- 2016-08-22 他山之石-1-Python 代码性能优化技巧
- 2016-08-23 他山之石-2-一天搞懂深度学习
- 2016-09-01 他山之石-3-常见机器学习方法总览
Papers
- Li W, Mo T, Ren X, et al. A Rough Set Based Optimization Method for Elderly Evaluation[J]. International Journal of Intelligence Science, 2017, 07(2):25-53.
- Hou Y, Ren X, Hao Y, et al. A Security Vulnerability Threat Classification Method[J]. 2017:414-426
- https://www.researchgate.net/profile/Xingzhang_Ren
Contact
任星彰 Xingzhang Ren
北京大学 软件与微电子学院
School of Software & Microelectronics, Peking University
xzhren@pku.edu.cn; misterrxzh@gmail.com