机器学习案例之NLP文本分类

Gsscsd 发布于 2019-01-07 收录于机器学习

传统文本分类方法

文本分类问题算是自然语言处理领域中一个非常经典的问题了，相关研究最早可以追溯到上世纪50年代，当时是通过专家规则（Pattern）进行分类，甚至在80年代初一度发展到利用知识工程建立专家系统，这样做的好处是短平快的解决top问题，但显然天花板非常低，不仅费时费力，覆盖的范围和准确率都非常有限。

Gsscsd 发布于 2019-01-06 收录于机器学习

Titanic是kaggle上的一道just for fun的题，没有奖金，但是数据整洁，适合用来练手，进行数据分析和机器学习。这道题给的数据是泰坦

Gsscsd 发布于 2019-01-05 收录于深度学习

为什么选择PyTorch 简洁：PyTorch的设计追求最少的封装，尽量避免重复造轮子。不像TensorFlow中充斥着session、gra

Gsscsd 发布于 2019-01-02 收录于深度学习

在本篇文章中，使用两种方法来做MNIST分类，一个是全连接层，一个是CNN。 MNIST 数据集来自美国国家标准与技术研究所， National Institute of Standards and Technology (NIST)。

Gsscsd 发布于 2018-12-29 收录于 hexo

1
2


npm uninstall hexo-renderer-marked --save
npm install hexo-renderer-kramed --save

Gsscsd 发布于 2018-12-29 收录于深度学习

在本篇文章中，我们使用四种方法来实现线性回归模型，然后在使用tensoflow实现一个二次函数拟合模型。