- 此项目是机器学习、NLP面试中常考到的知识点和代码实现,也是作为一个算法工程师必会的理论基础知识。
- 既然是以面试为主要目的,亦不可以篇概全,请谅解,有问题可提出。
- 此项目以各个模块为切入点,让大家有一个清晰的知识体系。
- 此项目亦可拿来常读、常记以及面试时复习之用。
- 每一章里的问题都是面试时有可能问到的知识点,如有遗漏可联系我进行补充,结尾处都有算法的实战代码案例。
- 思维导图,请关注 AIArea 公众号并回复:NLP思维导图 ,即能下载高清大图。
- 项目持续更新中......
此项目是机器学习(Machine Learning)、深度学习(Deep Learning)、NLP面试中常考到的知识点和代码实现,也是作为一个算法工程师必会的理论基础知识。
Home Page: http://mantchs.com/
链接地址被攻击了吗,
申请转载文章,注明处处
请问,有关于多因变量的多元线性回归方法吗?最好有演示源码,谢谢。
尊敬的作者,
您在18. Intelligent Customer Service一文3-整体架构小节中,引用了来自我们团队的分享内容但未加以说明,请在文末按以下格式添加转载说明:
五八同城智能客服系统“帮帮”技术揭秘. 詹坤林, DataFunTalk. 2018.
谢谢!
RT
来一期GAN,吧,
Liner 应改为 Linear
GBDT训练数据和测试数据是一样的,可以更正下
cannot pickle 'generator' object
出现错误,没有迭代器对象
这部分我可以来
有不少图已经挂,大佬帮更新一下,
比如线性回归,L1正则化【Lasso回归】,有张图就挂了
总结图嵌入啊 大佬
请问文中代码用的tensorflow版本号是多少呢?
print(globals()['doc'] % locals())
TypeError: unsupported operand type(s) for %: 'NoneType' and 'dict'
请问在word2vec.ipynb这个样例中遇到这种情况应该该怎么办
第3章说GBDT使用了决策树,不需要归一化等特殊处理,后面对比RF时又说GBDT需要归一化,二者矛盾,希望作者您查看是否存在描述错误,有的话进行订正。
感谢您的工作!祝好!
在seq2seq章节中的编码器小节中,输⼊ xt 的特征向量 xt 和上个时间步的隐藏状态...,
建议将其修改为`输⼊数据x^t和上个时间步的隐藏状态,因为在编码器中每个隐藏层的输入是输入数据和上一步的隐藏状态,而不是输入数据的特征向量。
老兄,频率派vs贝叶斯派、先验概率、后验概率这里概念有些问题呀
频率派和贝叶斯派主要区别在于对概率概念的定义,频率派用的客观概率,贝叶斯派用的主观概率
先验概率和后验概率区别在于多个随机变量信息的相互校验啊
怎么回事,感觉我本地网络没问题啊
感觉很基本啊,模块的算法当然不止这些,整理一下还是不错的
housing price 中没有提供数据kc_train2.csv
target=pd.read_csv('kc_train2.csv') #销售价格
Better add the sample data set into the repository for the sample LSTM Jupyter notebook code,
文章中的**是什么啊?
sklearn 中的LinearRegression模型用的是最小二乘法求解的,不是梯度下降算法。
GBDT由于是采用树模型作为基模型,因此也不需要对特征进行归一化。GBDT的求导是针对前面模型的预测值进行求导的而不是针对参数进行求导的,因此从梯度角度考虑也并不需要对特征进行归一化。
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.