23
Aug
《向量》系列——4.天旋地转(向量,复数,极坐标)
By 苏剑林 | 2010-08-23 | 37864位读者 | 引用
26
Sep
科学空间：2010年10月重要天象
By 苏剑林 | 2010-09-26 | 21403位读者 | 引用
28
May
科学空间：2011年6月重要天象
By 苏剑林 | 2011-05-28 | 25439位读者 | 引用
月全食-201106160340
6月中下旬，是北半球一年中黑夜最短的时期。今年6月22日是夏至节气，以北纬40°地区为例，当天天文昏影终到次日天文晨光始的间隔只有不到4小时50分钟。黑夜短暂会使我们可用于天文观测的时间缩短。但在夏至前后，午夜时分太阳也会在地平线下不太低的位置，这样我们就有可能整夜观测到一些类似国际空间站这样的低轨道人造天体。有兴趣的朋友可以查询相关的过境预报，挑战在一晚可以观测到多少次国际空间站过境这类的观测项目。发生在六月的日偏食和月全食，是今年天象的重头戏。接下来笔者就日偏食讲起，跟大家聊聊发生在6月的天象。
5
Mar
科学空间：2011年3月重要天象
By 苏剑林 | 2011-03-05 | 28689位读者 | 引用几颗经典行星，将成为3月星空剧场的主角。其中难得一见的水星将迎来一次观测条件很好的东大距，而到了下旬，土星也几乎整夜可见。随着落下时间的逐渐提前，木星的观测条件正逐渐变差。作为晨星的金星升起的时间也正不断推迟，我们将越来越难观测到它的身影。
天象大观
01日 11:40 金星合月: 1.7° S
11日 12:35 月合昴宿星团: 1.8° N
16日 04:16 水星合木星: 2° N
21日 07:21 春分
21日 19:00 月合角宿一: 2.5° N
21日 19:54 天王星合日
23日 08:59 水星大距: 18.6° E
31日 21:25 金星合月: 6.6° S
14
Mar
泰迪杯赛前培训之数据挖掘与建模“慢谈”
By 苏剑林 | 2017-03-14 | 30290位读者 | 引用
泰迪杯赛前培训
应广州泰迪科技公司之邀，给泰迪杯数据挖掘竞赛录制了赛前培训视频，内容基本上是各种常见的数学模型及入门用法，以一种比较独特的思路，将朴素贝叶斯、HMM、逻辑回归、组合模型、神经网络、深度学习等等串了起来。视频讲解难度为入门级，当然，真的要融合贯通所有内容，恐怕要骨灰级。
不管怎么样，简单分享一下，欢迎大家留言讨论、建议甚至批评。
PPT下载：泰迪杯赛前培训ppt.zip
16
Oct
如何划分一个跟测试集更接近的验证集？
By 苏剑林 | 2020-10-16 | 51808位读者 | 引用不管是打比赛、做实验还是搞工程，我们经常会遇到训练集与测试集分布不一致的情况。一般来说我们会从训练集中划分出来一个验证集，通过这个验证集来调整一些超参数（参考《训练集、验证集和测试集的意义》），比如控制模型的训练轮数以防止过拟合。然而，如果验证集本身跟测试集差别比较大，那么验证集上很好的模型也不代表在测试集上很好，因此如何让划分出来验证集跟测试集的分布差异更小一些，是一个值得研究的题目。
两种情况
首先，明确一下，本文所考虑的，是能给拿到测试集数据本身、但不知道测试集标签的场景。如果是那种提交模型封闭评测的场景，我们完全看不到测试集的，那就没什么办法了。为什么会出现测试集跟训练集分布不一致的现象呢？主要有两种情况。
9
Nov
CoSENT（三）：作为交互式相似度的损失函数
By 苏剑林 | 2022-11-09 | 26719位读者 | 引用在《CoSENT（一）：比Sentence-BERT更有效的句向量方案》中，笔者提出了名为“CoSENT”的有监督句向量方案，由于它是直接训练cos相似度的，跟评测目标更相关，因此通常能有着比Sentence-BERT更好的效果以及更快的收敛速度。在《CoSENT（二）：特征式匹配与交互式匹配有多大差距？》中我们还比较过它跟交互式相似度模型的差异，显示它在某些任务上的效果还能直逼交互式相似度模型。
然而，当时笔者是一心想找一个更接近评测目标的Sentence-BERT替代品，所以结果都是面向有监督句向量的，即特征式相似度模型。最近笔者突然反应过来，CoSENT其实也能作为交互式相似度模型的损失函数。那么它跟标准选择交叉熵相比孰优孰劣呢？本文来补充这部分实验。
最近评论