学术报告

　　Deep Learning词向量生成的方法通过神经网络模型让机器自动学习到每个词有效的特征表示，而CBOW模型和Skip-gram模型是目前最流行、常用的Deep learning词向量的生成模型。本次报告，将带领大家探索词向量生成背后的奥秘，并给大家介绍该方法在其他方面有趣的应用和实现。 附件-Deep Learning词向量生成——CBOW和Skip…

　　假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法，其基本思想是应用小概率原理。在假设检验中常见的P值是进行检验决策的依据之一，反映某一事件发生的可能性大小。比较常见的假设检验方法如U检验、t检验、F检验等，这些都会在本次报告中涉及。让我带领大家了解假设检验，为之后的实验研究奠定基础。 附件-假设检验.pdf

　　LSTM，全称为长短期记忆网络（Long Short-Term Memory networks），是一种深度神经网络，同时也是一种特殊的循环神经网络（RNN）。通过在RNN的网络结构中增加三个“门”（输入门、输出门、忘记门），以及一个记忆单元，有效解决了RNN的长期依赖问题，在文本翻译、语音识别、图像识别等领域都得到了广泛的应用。本次报告，将为大家介绍L…

　　集成学习是机器学习领域中提升单一模型学习效果的典型方法，而Boosting则是集成学习中常用且效果良好的算法之一。通过将Weak learner巧妙地组合成Strong learner，即使是简单的决策树桩，也能构建性能优良的学习模型以解决复杂的分类、回归问题。本次报告，将带领大家由浅入深走入Boosting，了解其背后的秘密！ 附件-提升方法（Boos…

　　虽然每个电脑使用者都听说过操作系统，但是大部分人对于操作系统的结构，以及平时计算机安全领域常常提到的“操作系统内核”是十分陌生的。 　　本次学术报告为大家讲解了操作系统最基本的结构，以及操作系统内核的相关知识，意图使大家对操作系统的结构、工作原理、内核安全等相关知识有一个初步的了解。 附件-操作系统结构与内核安全基础.pdf

1.问题描述 上一次说了最小编辑距离，这次在这上面加一点料，a1、a2和a3每次操作的代价不同了，加入了每个操作的代价，这下问题变为，针对字符串a和字符串b定义三种操作，a1、a2、a3： a1：修改a中一个字符，代价为A a2：插入一个字符到a中，代价为B a3：从a中删除一个字符，代价为C 经过这三种操作，将a变换成b，在给定a和b的情况下，求需要的最小…

优化问题在日常生活中比较常见，而对于数据挖掘领域优化问题则更为常见，更为普遍。任何一种算法在设计之初必然预留了一组可调的参数，以期通过参数调节来得到算法的最佳效果。因为参数优化问题则成为数据挖掘不可避免的问题。预留参数越多，利用简单的网格法调参的时间消耗也就越大，如何调高参数调节效率也就成为数据挖掘领域面临的一个重要问题。 背景 参数优化可以划分为传统优化算…