首页

投稿

机器学习5-7：万物皆可 Embedding！词向量揭秘

1141

1

2026-03-05 19:57:42

未经作者授权，禁止转载

万物皆可 Embedding —— 词向量 - 核心主题：Word2Vec 与语义空间 - 通过上下文预测词语（CBOW/Skip-gram）。 - 语义相似的词，在空间距离上会非常近。$Vector(\text{国王}) - Vector(\text{男人}) + Vector(\text{女人}) \approx Vector(\text{女王})$。 - 这是自然语言处理（NLP）的基石。这让机器理解了语义，而不仅仅是字符串匹配。 - 除了词语，用户ID、商品ID等等也能 Embedding（推荐系统原理） # 本视频由AI辅助生成

kyoka2004 发消息

机器学习1-1：揭秘机器学习的“伪装”艺术--万物皆函数

13:40

机器学习1-2：预测房价的超能力 —— 线性回归与最小二乘

09:28

机器学习1-3：AI 的“选择困难症”与正则化（岭回归与套索回归）

10:30

机器学习1-4：蒙眼下山？AI 如何“走”出最优解 — 梯度下降法拆解

11:57

机器学习1-5：及格还是挂科？用一根S形曲线“算算命”！（逻辑回归）

09:22

机器学习1-6：偏差与方差的博弈--AI学习的死记硬背与举一反三 (泛化误差分析）

12:32

机器学习2-1：最“懒”但超直觉的算法 — K-近邻 (KNN)

10:39

机器学习2-2：千万别让 AI 帮你挑西瓜？决策树与信息熵

10:33

机器学习2-3：垃圾邮件克星——朴素贝叶斯

10:28

机器学习2-4：统治机器学习二十年的王者--SVM支持向量机入门篇

10:54

机器学习2-5：降维打击？不，是升维魔法！— SVM 的核函数

11:07

机器学习3-1：一个诸葛亮输给三个臭皮匠？随机森林（集成学习）

10:58

机器学习3-2：从学霸秘密武器到Kaggle竞赛大杀器 -- XGBoost

10:44

机器学习4-1：看机器如何学会“物以类聚”（K-Means算法）

10:57

机器学习4-2：三维宇宙的降维打击 — PCA主成分分析

11:53

机器学习5-1：ChatGPT的祖先 — AI单细胞“感知机”与第一次AI寒冬

09:13

机器学习5-2：AI偷偷进化的终极武器 — 反向传播 (BP)

09:09

机器学习5-3：教看懂世界的眼睛 — CNN卷积神经网络 (上篇)

08:40

机器学习5-4：AI看图如何“抓重点”？CNN的压缩与合成魔法

08:00

机器学习5-5：破解机器拥有记忆的秘密 — 循环神经网络 (RNN)

10:54

机器学习5-6：拒绝“阅后即焚”！长短期记忆的秘诀 — LSTM！

11:17

机器学习5-7：万物皆可 Embedding！词向量揭秘

12:55

机器学习6-1：把注意力集中！— 改变 AI 命运的 Attention 机制

11:54

机器学习6-2：从 BERT 到 GPT，机器如何靠“猜词”读懂人类？

10:37

机器学习6-3：大语言模型的亲爸爸！认识 Transformer 模型

12:55

机器学习6-4：阿尼亚的成长之路 — 预训练、指令微调与RLHF入门

13:29

机器学习6-5 (番外)：上期补充--大模型幻觉与涌现

10:35

机器学习6-6：教AI讲人话—人类反馈强化学习 (RLHF)

10:41

机器学习6-7：AI绘画的魔法：扩散模型 (Diffusion)

11:16

机器学习6-8：现实版《黑客帝国》？一文看懂强化学习（上篇）

12:58

机器学习6-9：深度强化学习 (DQN) — 扔掉作弊条，练出真直觉

11:52

机器学习6-10：AI也会“学坏”？算法偏见与对抗攻击

11:01

机器学习6-11终章：从“聊天”到“打工” — Agent、MCP、Skills

10:06

顶部