1、检索
(1)什么是检索?
示例:搜索跟已知文档最相近的一篇文档或K篇文档
(1)检索的应用:几乎涉及方方面面
图片搜索、产品搜索、歌曲搜索、电影、电视、文章、人际网
2、聚类
(1)什么是聚类?
(2)示例
将文章根据主题分类:社会、体育、政治等
图片按照主题分类:天空、花朵、动物等
培训平台coursera学习人员分类
3、内容整体介绍
4、具体内容介绍
(1)NN最近邻搜索
1NN、KNN、kd-tree、LSH
(2)k-means和mapreduce:k均值聚类,mapreduce映射和规约是一种分布式计算框架
(3)混合模型:用于聚类的概率模型
混合高斯模型MoG和期望估计EM
计算聚类的不确定性,对点进行软指派(提供属于不同类别的概率),而不是像K-means一样直接指派类别。
(4)LDA:latent dirichlet allocation隐狄利克雷分布
一种更精妙的概率模型来分析文档
输入:一堆文档
输出:每篇文章不同主题的分布