l*n
2 楼
最近碰到一个信号处理的问题，典型的HMM问题，response的直接factor unobservable
,这些factor的某种变化结构可测量。这是一个很高维的问题，因为这个信号经过多次
处理。现在考虑的方法就是HMM和DL。不知道哪位有经验可以share一点？
,这些factor的某种变化结构可测量。这是一个很高维的问题，因为这个信号经过多次
处理。现在考虑的方法就是HMM和DL。不知道哪位有经验可以share一点？
P*e
3 楼
是说从性趋向正常到gay到连基友都没有?
g*t
4 楼
要么选更简单实用的Kalman filtering 类型的算法。
要么选更复杂全面的RNN/LSTM。更倾向于RNN/LSTM。
HMM我认为不划算。两头落空。
要么选更复杂全面的RNN/LSTM。更倾向于RNN/LSTM。
HMM我认为不划算。两头落空。
B*a
5 楼
中间的理智与情感怎么说？
★ 发自iPhone App: ChineseWeb 8.6
【在 d****g 的大作中提到】
: 从一群人到两个人到一个人，越来越孤单－－－留美华人的生活历程。
★ 发自iPhone App: ChineseWeb 8.6
【在 d****g 的大作中提到】
: 从一群人到两个人到一个人，越来越孤单－－－留美华人的生活历程。
w*g
6 楼
DL输出本身就是各个状态的概率。 然后上面加一层HMM再优化下。
HMM的好处是用动态规划能得到全局最优解，这个是DL没有的能力。
比如状态A和B，概率是49%和51%, 根据概率选B，风险就很大。
HMM根据上下文，可能能推断出其实应该选A。
DL也有一定的上下文能力，但我觉得没HMM那么直接。
我随便说的。 之前有几个比赛都是这个套路， 所以这个问题我想过，
但是没有亲自实践过， 不能保证效果。
unobservable
【在 l******n 的大作中提到】
: 最近碰到一个信号处理的问题，典型的HMM问题，response的直接factor unobservable
: ,这些factor的某种变化结构可测量。这是一个很高维的问题，因为这个信号经过多次
: 处理。现在考虑的方法就是HMM和DL。不知道哪位有经验可以share一点？
HMM的好处是用动态规划能得到全局最优解，这个是DL没有的能力。
比如状态A和B，概率是49%和51%, 根据概率选B，风险就很大。
HMM根据上下文，可能能推断出其实应该选A。
DL也有一定的上下文能力，但我觉得没HMM那么直接。
我随便说的。 之前有几个比赛都是这个套路， 所以这个问题我想过，
但是没有亲自实践过， 不能保证效果。
unobservable
【在 l******n 的大作中提到】
: 最近碰到一个信号处理的问题，典型的HMM问题，response的直接factor unobservable
: ,这些factor的某种变化结构可测量。这是一个很高维的问题，因为这个信号经过多次
: 处理。现在考虑的方法就是HMM和DL。不知道哪位有经验可以share一点？
f*y
7 楼
从正常，到基友，到人兽？？？
【在 P*******e 的大作中提到】
: 是说从性趋向正常到gay到连基友都没有?
【在 P*******e 的大作中提到】
: 是说从性趋向正常到gay到连基友都没有?
l*n
8 楼
只有都试一下了
【在 g****t 的大作中提到】
: 要么选更简单实用的Kalman filtering 类型的算法。
: 要么选更复杂全面的RNN/LSTM。更倾向于RNN/LSTM。
: HMM我认为不划算。两头落空。
【在 g****t 的大作中提到】
: 要么选更简单实用的Kalman filtering 类型的算法。
: 要么选更复杂全面的RNN/LSTM。更倾向于RNN/LSTM。
: HMM我认为不划算。两头落空。
k*e
9 楼
喜宴是bisexual 3p好不好
【在 f****y 的大作中提到】
: 从正常，到基友，到人兽？？？
【在 f****y 的大作中提到】
: 从正常，到基友，到人兽？？？
l*n
10 楼
HMM的state关系很清楚，dl这方面是个问题
还是只有都try一下
【在 w***g 的大作中提到】
: DL输出本身就是各个状态的概率。 然后上面加一层HMM再优化下。
: HMM的好处是用动态规划能得到全局最优解，这个是DL没有的能力。
: 比如状态A和B，概率是49%和51%, 根据概率选B，风险就很大。
: HMM根据上下文，可能能推断出其实应该选A。
: DL也有一定的上下文能力，但我觉得没HMM那么直接。
: 我随便说的。 之前有几个比赛都是这个套路， 所以这个问题我想过，
: 但是没有亲自实践过， 不能保证效果。
:
: unobservable
还是只有都try一下
【在 w***g 的大作中提到】
: DL输出本身就是各个状态的概率。 然后上面加一层HMM再优化下。
: HMM的好处是用动态规划能得到全局最优解，这个是DL没有的能力。
: 比如状态A和B，概率是49%和51%, 根据概率选B，风险就很大。
: HMM根据上下文，可能能推断出其实应该选A。
: DL也有一定的上下文能力，但我觉得没HMM那么直接。
: 我随便说的。 之前有几个比赛都是这个套路， 所以这个问题我想过，
: 但是没有亲自实践过， 不能保证效果。
:
: unobservable
相关阅读
ReactJS可以和backbone,requirejs一块用啊。最怕的就是傻子冒充专家node best practice exception handlingyoutube最近又是一通乱改，一塌糊涂web crawler数据分析Tech Talk: 围棋与人工智能zz我对为什么使用FP的理解 （补）Vert.x 上边有没有像node上的express1st class citizen再来讨论一直算法课的作业吧rank controls, attention please!uber使用的是神马框架？还有人用mootools的吗？20% oo 80% fpnode- mongoose的思考python 的 timeit 问题感觉整个JS的生态比较病态What is the difference between Haskell and Clojure这么多牛人有时间在这里灌水， 不如一起写一个更好的mitbbs.Spark 和 Dynamodb 之间 如何 连接