基于Seq2Seq结构和注意力机制的神经机器翻译
神经机器翻译(NMT)是一种端到端自动翻译学习方法。它的优势在于它直接学习从输入文本到相关输出文本的映射。已被证明比传统的基于短语的机器翻译更有效
使用TabPy将时间序列预测与Tableau进行集成
在这篇文章中，我们将特别关注时间序列预测。我们将使用三个时间序列模型，它们是使用python建立的超级商店数
8个深度学习中常用的激活函数
激活函数，又称转换函数，是设计神经网络的关键。激活函数在某种意义上是重要的，因为它被用来确定神经网络的输出。
Autoviz:自动可视化任何数据集
AutoViz只需一行代码就可以自动显示任何数据集
用c++从头开始实现决策树
学习像c++这样的低级语言可以让你接触到许多快速程序所需的核心概念，在实践中，不太可能有很多数据科学家会使用c++来解决实验性的数据科学问题，但是从头实现一个分类决策树分类器似乎是一个适当的挑战。
如何漂亮打印Pandas DataFrames 和 Series
当我们必须处理可能有多个列和行的大型DataFrames时，能够以可读格式显示数据是很重要的。这在调试代码时非常有用。
用jax加速批量线性代数运算，最小的代码更改，显著的速度提升
在jax的优点中，我在这里关心的是它可以很容易地向量化(纯)函数，通过底层的并行化实现加速。因此，加速的代码可以在cpu、gpu和/或tpu上执行而无需修改!
ViLBERT：用于视觉和语言任务的预训练与任务无关的视觉语言表征
ViLBERT（Lu et al.2019）代表视觉与语言BERT。 听起来确实像是BERT模型的一个版本（Devlin等人，2018年），该模型很快就变成了NLP任务的SOTA，并集成了视觉输入。
使用Scikit-Learn的HalvingGridSearchCV进行更快的超参数调优
比较Halving Grid Search 和Exhaustive GridSearchCV
全面解释无监督机器学习中层次聚类（Hierarchical Clustering）
在本文中，我们将讨论无监督机器学习中的层次聚类算法。该算法基于嵌套簇的拆分和合并。根据距离度量使用自底向上的方法合并集群。
可以建立一个机器学习模型来监控另一个模型吗
你能训练一个机器学习模型来预测你的模型的错误吗?没有什么能阻止你去尝试。万一成功了呢，对吧。我们已经不止一次
使用Dask DataFrames 解决Pandas中并行计算的问题
大多数Dask API与Pandas相同，但是Dask可以在所有CPU内核上并行运行。它甚至可以在集群上运行
迁移学习在乳腺癌检测中的应用
高效微调多尺度Inception V3方法
自动数据增强:概述和SOTA
想要一个最先进的计算机视觉模型?首先你需要一个粗糙的数据扩充管道。在人工智能开发的这一点上，这是不容置疑的。
