美国圣母大学2017年新开课程《给科学家和工程师的统计学习》Statistical Computing for Scientists and Engineers 涵盖了统计学习中的几乎所有重要知识,包括《概率与统计、信息论、多维高斯分布、最大后验估计、贝叶斯统计、指数族分布、贝叶斯线性回归、蒙特卡洛方法、重要性采样、吉布斯采样、状态空间模型、EM算法、主成分分析、连续隐变量模型、核方法与高斯过程等》,并提供视频,PPT,课程作业及其参考答案与代码,还有大量参考学习资源,是不可多得的统计学习课程
论文原文
Neural Machine Translation by Jointly Learning to Align and Translate
论文信息
ICLR2015
个人解读
Wang Anna & Hytn Chen
更新时间
2020-02-13
机器翻译简介
1980,基于规则的翻译,大致流程就是输入,词性分析,词典查询,语序调整,输出。
1990,基于统计的翻译,为翻译过程建立概率模型,引入隐变量,构造隐变量对数线性模型,设计特征函数,例如2002年学者