Text mining and analytics第三周学习笔记
指导性问题： （1）什么是混合模型？一般来说，如何计算从混合模型中观察特定单词的概率？这个概率表达式的一般形式是什么？ （2）混合模型的分量词分布的最大似然估计是什么样的？他们在什么意义上“协作”和/或“竞争”？为什么我们可以使用固定的背景词分布来强制发现的主题词分布，以减少它在常见的（通常是非内容的）词上的概率？ （3）EM算法的基本思想是什么？ E步骤通常会做什么？ M-step通常会做什么？
相关文章
- 1. 《Text Mining and Analytics》学习笔记——第三周
- 2. Text Mining and Analytics—— 第一周学习笔记
- 3. 《Text Mining and Analytics》学习笔记——第五周
- 4. 《Text Mining and Analytics》学习笔记——第四周
- 5. 《Text Mining and Analytics》学习笔记——第二周
- 6. 《Text Mining and Analytics》学习笔记——第一周
- 7. Text mining and analytics学习笔记——第二周
- 8. Text Mining and Analytics(2)
- 9. Text Mining and Analytics（1）
- 10. text mining and analysis 学习笔记week1
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 《Text Mining and Analytics》学习笔记——第三周
- 2. Text Mining and Analytics—— 第一周学习笔记
- 3. 《Text Mining and Analytics》学习笔记——第五周
- 4. 《Text Mining and Analytics》学习笔记——第四周
- 5. 《Text Mining and Analytics》学习笔记——第二周
- 6. 《Text Mining and Analytics》学习笔记——第一周
- 7. Text mining and analytics学习笔记——第二周
- 8. Text Mining and Analytics(2)
- 9. Text Mining and Analytics（1）
- 10. text mining and analysis 学习笔记week1