20200818 -引言前面文章中，介绍了字符级别的文本生成《LSTM生成文本（字符级别），在字符级别的生成过程中，利用滑动窗口的形式来持续生成文本。本文中介绍看到的另外一篇基于单词的生成形式。LSTM文本生成本篇文章中，主要参考了kaggle上的一篇文章[1]，在模型中，使用了embedding层，然后输入其实是句子。但是感觉他的代码部分并不是非常友好，也可能是我对模型的使用有些忘记了。数据预处

（20210215 - 这篇文章是很久之前记录在简书的草稿箱中的，这次翻出来，就迁移过来）2020/07/10 -0. 引言本文主要是阅读了文章[1]的简单总结，简单记录一下知识点，后续会安排更多的文章来具体描述。1. Fuzz测试在我之前的理解中，Fuzz测试就是通过构造不规则的输入，从而触发程序的某种bug；虽然也知道几款工具，但是只是停留在了解阶段。传统的漏洞挖掘包括三种方法：白盒代码审计，

20201107 -0. 引言前端时间重新阅读了《Hands-On Machine Learning with Scikit-Learn and TensorFlow》的第三章分类过程，这里将重点内容记录一下。与回归过程相比，分类过程重点将某条记录处理后输出一个类别，而常用的一些算法，例如SVM，逻辑回归等，都是为二分类而生，那么就需要通过一定的手段转化来实现多类别分类；同时，相对于回归过程，分类

2018/10/31这个东西在学习PCA的时候遇见的，而且一直都没在统计学中遇见过。2018/11/26应该就是在分析PCA的时候，他提到了这种名词关系，这部分变量解释了80%的方差；这种说法，对我第一次听说这个东西的我看来，是很让人惊讶的。这个指标如果达到了很高，那岂不就算是对这个事务内在的规律掌握了。...

2018/12/28我是个傻逼还是没好好学基础所以第一次实践就出丑了。今天遇见一个比较奇怪的问题，就是使用sklearn的多层感知机（神经网络）进行实验的时候，他的权值部分的大小，感觉很尴尬。因为不是非常理解这个里面的原理，就简单进行实验来测试以下。比如我使用mnist的数据，单个实例为28 × 28的图像，然后设置单个隐藏层，含有30个神经元。当我直接使用这部分的数据进行预测的时...

2019/12/04在网络安全中使用机器学习来解决问题，我一直以来的观点就是，在比较小的环境下（局域网、业务逻辑比较简单的地方），他是适用的， 能够取得非常好的效果；但同时，在场景比较复杂的地方，就很大发挥作用，一方面是无法验证，另一方面就是整体检测速度的要求。今天看到了一篇比较好的文章《深度好文 | 机器智能的安全之困[1]》，这篇文章以一个比较高的视角，突显出了机器学习或者说智能在安全方面的.

2018/12/19原来的时候，就看了那片博士论文，将机器学习嵌套为搜索的框架；那篇论文的题目是“机器学习为什么能工作”。文章[1]是将构造一个学习系统作为了搜索问题。他的搜索目的，是选择算法、模型、参数、数据等这些内容。原来的时候，那本《集体智慧编程》的书，中间穿插了一个章节的启发式算法来讲搜索问题，我当时就不太理解为什么。现在看了这里就有点明白了。举一个范例，可能不太恰当。在我进行一些参...

20220924 -在以往的学习中，通常聚类行为都是应用于高维数据，或者利用2维数据，最为实验性验证过程。但是最近遇到了一项任务，对某数据处理的结果进行处理，处理完之后，数据只有一维，如果数据内容比较简单，那么用直方图绘制之后，可以发现只有两个簇，而且距离也比较远。当然，这种情况比较少。那么这里其实引发一个问题，怎么来划分开两个类别，这也是我思考的问题。一开始的时候，我也不太理解，就想着利用聚类的

20210508 -（随笔，后续有时间在对概念有了深入理解之后再进行整理）0. 引言今天不想写论文，就想起了之前关注的一个内容，机器学习的可解释性。在之前的时候，或多或少了解这个东西，发现他更多的是从特征的角度来解释，这个特征怎么影响了模型。但是我一直理解不了的就是，这个概念跟以往机器学习中的特征选择又有什么区别。今天看了一些文章之后，感觉似懂非懂；但是本质上还是没有解决这个关键疑惑。但是他们两者

2020/07/09 -引言《Learning Spark》过程中只是简单介绍了mllib中的东西，没有一个完整的实践过程，暂时还没有去找有没有专门做这种的书，好像我看《spark in action》是有这部分内容，后续在看。本篇文章就利用这个鸢尾花的数据集来简单说明一下spark机器学习的过程，只是简单打下一个轮廓，然后记录使用过程中遇到的问题以及解决方案。在本文中，主要使用新版面向Da...