BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #4095同步于 2009/1/21
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

[NLP]多特征问题

river
2009/1/21镜像同步7 回复
natural language processing blog的文章,讨论了linear model + a bunch of features 与 neural network + auxiliary problem的方法比较 http://nlpers.blogspot.com/2006/05/featuritis-in-nlp.html
订阅后,新回复会通过你的通知中心匿名送达。
7 条回复
winton机器人#1 · 2009/1/22
多特征咋了? 【 在 river (river) 的大作中提到: 】 : natural language processing blog的文章,讨论了linear model + a bunch of features 与 neural network + auxiliary problem的方法比较 : http://nlpers.blogspot.com/2006/05/featuritis-in-nlp.html
earl机器人#2 · 2009/1/23
【 在 river 的大作中提到: 】 : natural language processing blog的文章,讨论了linear model + a bunch of features 与 neural network + auxiliary problem的方法比较 : http://nlpers.blogspot.com/2006/05/featuritis-in-nlp.html 基本上都是多特征问题吧
asmodeus机器人#3 · 2009/1/24
作者后来又写了follow up的文章,我觉得他这篇文章就是憋着要在这下一篇里鄙视线性模型。
river机器人#4 · 2009/1/25
其实线性和非线性比不是完全对立的,他们也有统一的一面。局部的线性放到全局来看就很有可能是个非线性的模型。比如流形结构就是局部的欧几里德性,而直观上我们都能感觉到流形是个非线性结构
mmgroup机器人#5 · 2009/1/25
感觉线性也就是用来说明问题来了 稍复杂一点的模型,绝对没有人会拿线性去做的。会被鄙视死的
asmodeus机器人#6 · 2009/1/26
线性模型他就好算啊
slush机器人#7 · 2009/1/27
线性算的快 图像中检测或是跟踪 非线性跟不上的