liveway6的博客

Machine Learning for Encrypted Malware Traffic Classification: Accounting for Noisy Labels and Non-Stationarity–阅读笔记论文来源：2017 KDD 论文链接AbstractIntroductionBackgroundAlgorithmsLinear RegressionLogi

2017 KDD 本文提出一个指定、培训、评估和部署机器学习模型的框架。提供抽象概念指导，允许用户编写代码来定义模型；提供统一的Estimator接口，可实现独立于模型编写下流操作，如分布式培训，超参数调整等。

论文来源：斯坦福博士李纪为博士毕业论文 本文尝试解决这些问题： - 在开放域对话生成系统中的几个问题： - 使用互信息避免无趣泛化的回答； - 赋予机器人格，解决用户一致性问题； - 用强化学习手段，增加长期对话成功率； - 使用对抗学习方法推动机器生成与人类水平相同的回复。 - 尝试开发交互问答系统： - 让机器具有提出问题的能力：通过问问题，扩大自己的知识库而完善自己；

特征选择作为一种数据预处理策略已经被证明在为各种数据挖掘和机器学习问题准备数据（特别是高维数据）方面是有效和高效的。特征选择的目标包括：构建更简单，更易于理解的模型，提高数据挖掘性能，准备清晰，可理解的数据。大数据近期的激增为特色选择带来了一些重大的挑战和机遇。在这次调查中，提供了关于特征选择研究最新进展的综合和结构化概述。

传统数据的特征选择算法在本节中，我们根据所使用的技术对传统数据的传统特征选择算法进行了广泛的分类： - **基于相似性（Similarity based Methods）**； - **基于信息理论（）**; - **基于稀疏学习**; - **基于统计**; - **其他方法**。

mac 本机 在Linux服务器上安装anacondamac 使用的ssh工具doc:下载链接mac 上传文件到Linux服务器在本地官网下载anaconda安装文件后，上传到Linux服务器。$ sip -r 文件源地址 文件目的地址例如：$ scp -r /Users/liveway/Downloads/Anaconda

论文: THE LOTTERY TICKET HYPOTHESIS: FINDING SPARSE, TRAINABLE NEURAL NETWORKS论文来源：ICLR 2019今天的组会总结在知乎啦~

论文阅读笔记论文：Progressive Differentiable Architecture Search: Bridging the Depth Gap between Search and Evaluation代码链接：pdarts原文作者：Xin Chen、Lingxi Xie等这篇是把CMU之前的一个工作darts作为baseline，然后基于此存在的问题做出改进。darts...

反卷积(Deconvolution)、上采样(UNSampling)与上池化(UnPooling)