<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Inseam的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Inseam</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Inseam]]></copyright><item><title><![CDATA[base-LLM（三）]]></title><link>https://blog.youkuaiyun.com/Inseam/article/details/159584795</link><guid>https://blog.youkuaiyun.com/Inseam/article/details/159584795</guid><author>Inseam</author><pubDate>Mon, 13 Apr 2026 17:20:50 +0800</pubDate><description><![CDATA[主题模型（如 LDA）能从大量文档中自动发现隐藏的、无监督的主题；它的输入同样是词典和 BoW 语料库；通过 LDA，不仅可以将一篇文档表示为一个主题概率分布（Gensim 默认以稀疏列表返回；例如 90% 体育、10% 财经），还能清晰地看到每个主题由哪些核心词构成；若新文本在词典中几乎无重叠词（doc2bow 为空），推断出的主题分布可能接近均匀（例如 2 个主题时约为 0.5/0.5）；]]></description><category></category></item><item><title><![CDATA[base-LLM（二）]]></title><link>https://blog.youkuaiyun.com/Inseam/article/details/159210469</link><guid>https://blog.youkuaiyun.com/Inseam/article/details/159210469</guid><author>Inseam</author><pubDate>Mon, 23 Mar 2026 16:20:10 +0800</pubDate><description><![CDATA[滑动窗口可以这样理解，就是我们先使用中心词左右各7个词去预测第8个词，然后再通过第9个词左右各7个词去预测第9个词时，显然这两次过程中有12个词是一样的，所以他们的预测结果是相近的，但是我们的初衷是用这两次过程去预测两个不同的词，模型的目标看似矛盾，实际上如果这两个目标的词向量本身足够接近时，模型就可以很好的预测出他们俩；需要注意的是，词典外的新词会被忽略，新文本的向量仅由词典中已有词构成。Word2Vec 更聚焦于词语的局部上下文，它的核心思想来源于分布式假设，即一个词的含义，由其上下文中的词语决定；]]></description><category></category></item><item><title><![CDATA[具身智能（一）]]></title><link>https://blog.youkuaiyun.com/Inseam/article/details/156985830</link><guid>https://blog.youkuaiyun.com/Inseam/article/details/156985830</guid><author>Inseam</author><pubDate>Thu, 15 Jan 2026 22:24:33 +0800</pubDate><description><![CDATA[具身智能，指的是能够通过物理身体（如机器人、自动驾驶汽车等）在真实世界中进行感知、交互和学习的智能系统；简单来说，具身智能就是智能的大脑 + 行动的身体；]]></description><category></category></item><item><title><![CDATA[base-LLM（一）]]></title><link>https://blog.youkuaiyun.com/Inseam/article/details/156913099</link><guid>https://blog.youkuaiyun.com/Inseam/article/details/156913099</guid><author>Inseam</author><pubDate>Wed, 14 Jan 2026 20:00:45 +0800</pubDate><description><![CDATA[自然语言处理（NLP）包含自然语言理解（NLU）和自然语言生成（NLG）两大核心任务。关键技术包括词法分析、句法分析、语义分析和语用分析四个层次。近年来，Transformer、BERT、GPT等里程碑式模型推动了NLP发展。中文分词工具jieba采用词典匹配与隐马尔可夫模型相结合的混合策略，支持自定义词典处理未登录词问题。现代NLP模型更倾向于使用字粒度或子词分词（如BPE算法）等数据驱动方法。词向量表示方法从独热编码、词袋模型发展到N-gram模型，为文本处理提供数值化表示。尽管取得进展，NLP仍面临语]]></description><category></category></item><item><title><![CDATA[Titanic - Machine Learning from Disaster]]></title><link>https://blog.youkuaiyun.com/Inseam/article/details/149568263</link><guid>https://blog.youkuaiyun.com/Inseam/article/details/149568263</guid><author>Inseam</author><pubDate>Wed, 23 Jul 2025 14:17:08 +0800</pubDate><description><![CDATA[在接下来的训练过程中，发现有三列的数据不全，所以采取了用平均数填充缺失数据的方法进行训练；根据竞赛上的教程先训练了一个csv文件，教程中考虑的主要因素是性别；接着更改代码，添加其他列，观察其他因素对幸存率的影响；最后我尝试根据票型进行预测，但是评分结果是0；浏览目录中的文件并导入相应的库；首先配置环境，创建了虚拟环境；接着读取训练集和测试集文件；]]></description><category></category></item></channel></rss>