ML圈子的精华问答第 1 期

这是知识星球「机器学习爱好者」的精华分享频道，每周最有价值的问题和知识会在这里展现给大家！

ML精彩问答

问题by「suger」：想做实际项目体验体验，有哪些网上的项目比赛可以参加呢?大佬们有啥推荐么？

优质回答by「abc」：如果想学习机器学习相关的，kaggle上面有很多适合入门的项目。国内的很多竞赛平台也经常发布各种赛事，如天池，DC，DataFountain，biendata 。不仅可以锻炼自己，还有这不菲奖金，我当时就是从小白做起，误打误撞结识了很多好朋友，也收获了不错的奖金。适合的时候做做比赛挺棒的。

问题by「小鱼儿」：前几天去面试nlp相关岗位，被问到几个问题当时没有回答的很好，想分享出来让大神解答一下：1.如何根据一段文本数据集给用户的喜好打标签？我当时只是想到判断用户的喜好肯定是搜集用户画像，分析用户的喜好还有他的社交关系，通过他的朋友的喜好来构建相似度，预测出本人的喜好等等，但是还并不清楚只是一段文本，如何给用户打标签。我现在猜想是不是可以通过文本聚类的方式，通过统计tfidf来统计关键词的重要度，进一步去根据这些关键词来选出用户感兴趣的标签呢？请牛人指点。。。2，给你一段文章，比如《红楼梦》中的某一章节，你用什么算法去评价这段话写的好还是不好？当时一点思路都没有，到底想问什么？？难道是针对一段文字做情感分析？还是针对文章本身去做分类？？请牛人指点一二。。。？

优质回答一by「阿龙」：第一个问题，给用户的喜好打标签，如果标签的候选项是组织好的，例如科技、音乐、教育等，这种情况下，可以理解为文本分类任务；如果标签的候选项自由度比较高，我赞同你所说的关键信息抽取，形成自由标签；第二个问题，没有清晰的思路，模糊能够想到的是，文章的流利程度(perplexity)，平均语句长度，最长/最短语句长度，等特征可以放在一起，在标注数据上学习一个文章优秀度评判模型。

优质回答二by「何处去云阙」：问题一、可以找一下阅读理解相关的模型，通过一段话判断用户的喜好，除非有 我喜欢XXX之类的，这种比较明显的句子，现在流行用阅读理解加知识图谱，用有监督的方式来挖用户喜欢。 问题二、这种写的好不好完全是要通过有监督的方式来评价，因为评价标准不好说但不会有什么太多限制。

问题by「Just丶you」：使用tensorflow+cnn训练模型的时候每次进行到第二次迭代的时候就报内存不足，在网上查阅资料也设置对应的参数限定按需分配，也设置了最多使用多少gpu。数据类型大概有一千二百个分类左右，数据只要超过四十万就会出现这种内存不足的问题。这可能是什么原因呢，要如何解决呢

优质回答by「路人」：是内存不足还是gpu显存不足？如果是内存不足，和模型本身关系不大，应该是数据规模太大了，建议检查检查下代码，看看是不是什么地方数据加载量过大。

优质资源分享

• 「光城」写了一篇关于论文完整复现的文章。研究内容：U-Net网络，于是找了一篇经典论文，并学习论文及代码解读。在学习U-Net网络后，使用U-Net神经网络提取视网膜纹理血管。论文复现之医学图像应用：视网膜血管分割

• 「黄博」好多初学者提问机器学习怎么样入门，我做了一个简单的总结，我也是这样走过来的。（总结里附带学习资料）良心推荐：机器学习入门资料汇总及学习建议（2018版）

公众号：阿龙的圈子

阿龙，中科院研究生，自然语言处理爱好者，致力于勤劳致富，竞赛收入30W+，实习收入20W+。