WMR/lecture_notes/images

  • ↰
  • 🖼 01_data_to_content.png12 KB
  • 🖼 02_bayesian_models.png82 KB
  • 🖼 02_classification.png187 KB
  • 🖼 02_classification_functions.png69 KB
  • 🖼 02_graphical_model.png22 KB
  • 🖼 02_hmm.png27 KB
  • 🖼 02_linear_classification.png28 KB
  • 🖼 02_pCFGs.png190 KB
  • 🖼 02_regression.png32 KB
  • 🖼 02_regression_functions.png46 KB
  • 🖼 03_kNN_01.png5 KB
  • 🖼 03_kNN_02.png9 KB
  • 🖼 03_kmeans_01.png11 KB
  • 🖼 03_kmeans_02.png27 KB
  • 🖼 03_kmeans_03.png31 KB
  • 🖼 03_kmeans_04.png45 KB
  • 🖼 03_metriche_similarità.png53 KB
  • 🖼 03_rocchio_1.png6 KB
  • 🖼 03_rocchio_2.png15 KB
  • 🖼 03_rocchio_3.png18 KB
  • 🖼 03_rocchio_4.png17 KB
  • 🖼 03_rocchio_problems.png17 KB
  • 🖼 03_vector_space_model_01.png56 KB
  • 🖼 03_vector_space_model_02.png61 KB
  • 🖼 03_vector_space_model_03.png76 KB
  • 🖼 04_extended_jaccard.png40 KB
  • 🖼 04_representation.png51 KB
  • 🖼 05_medical_bayes.png56 KB
  • 🖼 05_nb_bernoulli_classification.png272 KB
  • 🖼 05_nb_bernoulli_learning.png91 KB
  • 🖼 06_most_common_category.png68 KB
  • 🖼 06_nb_multinomial_classification.png77 KB
  • 🖼 06_nb_multinomial_learning.png145 KB
  • 🖼 06_webk_experiment_01.png27 KB
  • 🖼 06_webk_experiment_02.png166 KB
  • 🖼 06_yahoo_evaluation_01.png52 KB
  • 🖼 06_yahoo_evaluation_02.png55 KB
  • 🖼 07_bep.png38 KB
  • 🖼 07_complete_ml_process.png69 KB
  • 🖼 07_confusion_matrix.png19 KB
  • 🖼 07_confusion_matrix_2.png58 KB
  • 🖼 07_precision_recall_average.png65 KB
  • 🖼 07_precision_recall_tradeoffs.png20 KB
  • 🖼 07_precision_sets.png27 KB
  • 🖼 07_precision_sets_2.png69 KB
  • 🖼 07_reuters_example_01.png44 KB
  • 🖼 07_reuters_example_02.png39 KB
  • 🖼 07_single_class_metrics.png29 KB
  • 🖼 08_ad_hoc_retrieval.png88 KB
  • 🖼 08_ambiguity_01.png713 KB
  • 🖼 08_ambiguity_02.png146 KB
  • 🖼 08_information_filtering.png112 KB
  • 🖼 08_ir_models.png115 KB
  • 🖼 09_dataset.png283 KB
  • 🖼 09_decision_tree_example_01.png113 KB
  • 🖼 09_decision_tree_example_02.png42 KB
  • 🖼 09_j48_algorithm.png244 KB
  • 🖼 09_training_and_testing.png85 KB
  • 🖼 09_weka_visualize_tree.png39 KB
  • 🖼 10_buffalo.png82 KB
  • 🖼 10_constituency_relation.png39 KB
  • 🖼 10_coreference.png62 KB
  • 🖼 10_dependency_parsing.png193 KB
  • 🖼 10_dependency_relation_01.png32 KB
  • 🖼 10_dependency_relation_02.png208 KB
  • 🖼 10_grct.png257 KB
  • 🖼 10_modern_parser_01.png126 KB
  • 🖼 10_name_entity_recognition.png72 KB
  • 🖼 10_nlp_process.png131 KB
  • 🖼 10_parse_tree.png82 KB
  • 🖼 10_semantic_tree.png57 KB
  • 🖼 11_arrest_frame.png41 KB
  • 🖼 11_babel_example.png204 KB
  • 🖼 11_frame_killing.png133 KB
  • 🖼 11_revnlt.png240 KB
  • 🖼 11_srl_pipeline.png213 KB
  • 🖼 11_syntax_semantic_mapping.png30 KB
  • 🖼 11_wordnet.png180 KB
  • 🖼 12_stanford_corenlp_example_01.png98 KB
  • 🖼 12_stanford_corenlp_processors.png129 KB
  • 🖼 13_example_visibile_markov_model.png33 KB
  • 🖼 13_language_modelling_01.png18 KB
  • 🖼 13_language_modelling_02.png43 KB
  • 🖼 13_markov_model_graph.png30 KB
  • 🖼 13_parse_trees.png23 KB
  • 🖼 13_pos_tagging_01.png65 KB
  • 🖼 13_stochastic_grammars.png36 KB
  • 🖼 13_stochastic_taggers.png26 KB
  • 🖼 13_trigram_model.png28 KB
  • 🖼 14_forward_algorithm.png170 KB
  • 🖼 14_forward_algorithm_description.png136 KB
  • 🖼 14_forward_backward_algorithm.png107 KB
  • 🖼 14_viterbi_algorithm.png445 KB
  • 🖼 14_viterbi_algorithm_description.png263 KB
  • 🖼 15_baum_welch_example_01.png23 KB
  • 🖼 15_exercise.png84 KB
  • 🖼 15_forward_backward_probabilities.png66 KB
  • 🖼 16_learning_c_example_01.png51 KB
  • 🖼 16_learning_c_example_02.png52 KB
  • 🖼 16_training_set_example.png55 KB
  • 🖼 16_vc_dimension_example_01.png26 KB
  • 🖼 16_vc_dimension_example_02.png31 KB
  • 🖼 16_vc_dimension_example_03.png34 KB
  • 🖼 16_vc_dimension_example_04.png12 KB
  • 🖼 16_vc_dimension_example_05.png21 KB
  • 🖼 16_vc_dimension_example_06.png38 KB
  • 🖼 16_vc_dimension_example_07.png17 KB
  • 🖼 16_version_space.png65 KB
  • 🖼 17_complexity_penalty.png24 KB
  • 🖼 17_cross_validation_example.png20 KB
  • 🖼 17_structural_risk_minimization.png71 KB
  • 🖼 17_test_training_error_graph.png33 KB
  • 🖼 17_vc_dimension_complexity.png31 KB
  • 🖼 18_computing_maximum_margin_hyperplane.png28 KB
  • 🖼 18_geometric_margin_01.png57 KB
  • 🖼 18_geometric_margin_02.png46 KB
  • 🖼 18_linear_classifier.png43 KB
  • 🖼 18_maximum_margin_hyerplane.png54 KB
  • 🖼 18_neuron.png16 KB
  • 🖼 18_perceptron.png23 KB
  • 🖼 18_perceptron_online_algorithm.png51 KB
  • 🖼 18_perceptron_online_algorithm_example_01.png78 KB
  • 🖼 18_perceptron_online_algorithm_example_02.png95 KB
  • 🖼 18_support_vectors.png38 KB
  • 🖼 18_which_hyperplane.png23 KB
  • 🖼 19_non_linearly_separable_data.png43 KB
  • 🖼 19_soft_vs_hard_margin.png54 KB
  • 🖼 19_svm_approach.png37 KB
  • 🖼 20_chaining_effect.png56 KB
  • 🖼 20_complete_link_example.png66 KB
  • 🖼 20_dendogram_example.png26 KB
  • 🖼 20_k_means_outliers.png68 KB
  • 🖼 21_input_vs_feature_space.png59 KB
  • 🖼 21_kernel_advantage_01.png41 KB
  • 🖼 21_non_linear_separability_01.png31 KB
  • 🖼 21_non_linear_separability_02.png35 KB
  • 🖼 21_non_linear_separability_03.png54 KB
  • 🖼 21_svm_architecture.png197 KB
  • 🖼 22_string_kernel_example.png163 KB
  • 🖼 23_svm_example_01.png62 KB
  • 🖼 23_svm_example_02.png134 KB
  • 🖼 23_svm_example_03.png131 KB
  • 🖼 24_deep_neural_networks.png136 KB
  • 🖼 24_model_complexity.png73 KB
  • 🖼 24_neural_networks.png109 KB
  • 🖼 24_perceptron.png266 KB
  • 🖼 24_representation.png160 KB
  • 🖼 24_role_of_depth.png363 KB
  • 🖼 24_sigmoid.png11 KB
  • 🖼 24_single_neuron.png99 KB
  • 🖼 24_two_layers_perceprtons.png66 KB
  • 🖼 24_whatwewant.png125 KB
  • 🖼 24_word_freq_graph.png191 KB
  • 🖼 25_grafo_di_flusso.png348 KB
  • 🖼 25_keras.png44 KB