这9个特征工程的使用技巧，解决90%机器学习问题
特征是什么？为什么需要工程设计？基本上，所有机器学习算法都是将一些输入数据转化为输出。这些输入数据包括若干特征，通常是以由列组成的表格形式出现。而算法往往要求输入具有某些特性的特征才能正常工作。因此，出现了对特征工程的需求。特征工程至少有两个目标，构建适合机器学习算法要求的输入数据。改善机器学习模型
协同过滤推荐算法
一、协同过滤思想简介二、协同过滤算法原理介绍三、基于用户的协同过滤算法描述四、基于物品的协同过滤算法(item-based collaborative filtering)基于物品的协同过滤算法的优缺点一、协同过滤思想简介协同过滤，从字面上理解，包括协同和过滤两个操作。首先我们在外出和朋友吃饭的时候
5分钟NLP - SpaCy速查表
SpaCy 是一个免费的开源库，用于 Python 中的高级自然语言处理包括但不限于词性标注、dependency parsing、NER和相似度计算。它可帮助构建处理和理解大量文本的应用程序可用于多种方向，例如信息提取、自然语言理解或为深度学习提供文本预处理。
深度学习入门之神经网络
接着啃书第三章
Python学习笔记——Numpy的初步学习
关于numpy模块的简单学习，欢迎大家多多指教
伪标签：用于深度神经网络的简单高效的半监督学习方法
未标记的数据由监督学习网络标记，即所谓的伪标记。然后使用标记数据和伪标记数据训练网络。
2022年必须要了解的20个开源NLP 库
在本文中，我列出了当今最常用的 NLP 库，并对其进行简要说明。它们在不同的用例中都有特定的优势和劣势，因此它们都可以作为专门从事 NLP 的优秀数据科学家备选方案。每个库的描述都是从它们的 GitHub 中提取的。
矩量母函数介绍
1 矩量母函数 矩量母函数又称矩母函数（Moment Generating Function）又称动差生成函数，是一种构造函数，其定义为：随机变量XXX是连续型随机变量时，其矩量母函数为：MX(t)=E(etX)=∫−∞+∞etxf(x)dxM_X(t)=\mathrm{E}(e^{tX})=\in
高斯函数、高斯积分和正态分布
本篇文章我们首先将研究高斯函数的一般定义是什么，然后将看一下高斯积分，其结果对于确定正态分布的归一化常数是非常必要的。最后我们将使用收集的信息理解，推导出正态分布方程。
【顶会学习计划】万字吃透NER
NLP系列顶会学习计划，今天研究的是顶会ACL2018的一篇文章，并尝试在相同数据集上自己实现模型，领会STOA的魅力！
机器学习之Python开源教程——专栏介绍及理论知识概述
机器可以解决重复的工作，比如1+......+100=？如果是一个大脑，你可以在1秒钟立刻算出这些值吗？但是对于机器却是可以的，计算机程序针对大量的、重复的、具有规律的、可移植性的问题进行学习和求解，这一切的缘由都应该来自于“规律”——算法 机器是无法自己独立思考的，只有针对某种数学公
RVN 一种新的聚类算法
RVN 的灵感来自一家家具公司的商业案例，由于每件家具都有不同的形状和大小，所以创建了可以考虑每个点大小的 RVN 算法
Matplotlib 绘图 笔记
from jupyterthemes import jtplotjtplot.style(theme='monokai') #选择一个绘图主题import matplotlib.pyplot as plt# 个别环境需要以下代码%matplotlib inlineplt.figure()plt.pl
python使用StringIO读取字符串内容，并使用pandas基于字符串内容生成dataframe
python使用StringIO读取字符串内容，并使用pandas基于字符串内容生成dataframe
1月论文推荐：Hyper-Tune 满足大规模高效分布式自动超参数调整的 SOTA 架构
北京大学、苏黎世联邦理工学院和快手科技的研究团队提出了 Hyper-Tune，这是一种高效、健壮的分布式超参数调优框架
2022年人工智能5大发展趋势
近几年随着各行业对于自动化需求的提高，为人工智能带了了一次巨大的提升机会。随着深度学习的开放，人工智能在几年中快速发展，由尖端技术慢慢向着开始普及在各行业和家庭生活中。以下是国外一家专注于开源和堆栈技术新闻网站TheNewStark盘点的2022年值得人们期待的五个人工智能发展趋势。趋势1：大型语言
t 检验的 3 种常用方法及在 Python 中使用样例
本文将介绍 t 检验的 3 种变体以及何时使用它们以及如何在 Python 中运行它们。
基于SVM的多故障分类器｜和车神哥一起学系列
暑假也要每天坚持学习哟！～
机器学习笔记一. 特征工程
sklearn 库加载数据集小数据集sk.datasets.load_iris();大数据集sk.datasets.fetch_20newsgroups()数据集返回值datasets.base.Bunch（继承自字 典类型）使用数据集# 数据集使用def datasets_demo(): i
机器学习【西瓜书/南瓜书】--- 第1章绪论（学习笔记+公式推导）
本博客为博主在学习 机器学习【西瓜书/南瓜书】过程中的学习笔记，每一章都是对《西瓜书》、《南瓜书》内容的总结和提炼笔记，博客可以作为各位读者的辅助思考，也可以做为读者快读书籍的博文，本博客对西瓜书所涉及公式进行详细的推理以及讲解，本人认为，不推导公式所学得的知识是没有深度的，是很容易忘记的，有些公式
