- 博客(7)
- 收藏
- 关注
RSS订阅原创 Task04：基于深度学习的文本分类1
与传统机器学习不同，深度学习既提供特征提取功能，也可以完成分类的功能。从本章开始我们将学习如何使用深度学习来完成文本表示。 文本表示方法 Part2 现有文本表示方法的缺陷 在上一章节，我们介绍几种文本表示方法： One-hot Bag of Words N-gram TF-IDF 也通过sklean进行了相应的实践，相信你也有了初步的认知。但上述方法都或多或少存在一定的问题：转换得到的向量维度很高，需要较长的训练实践；没有考虑单词与单词之间的关系，只是进行了统计。 与这些表示方法不同，深度学习也可以用
2020-07-27 23:46:04
108
原创 Task3 基于机器学习的文本分类
在本章我们将开始使用机器学习模型来解决文本分类。机器学习发展比较广，且包括多个分支，本章侧重使用传统机器学习，从下一章开始是基于深度学习的文本分类。 学习目标 学会TF-IDF的原理和使用 使用sklearn的机器学习模型完成文本分类 机器学习模型 机器学习是对能通过经验自动改进的计算机算法的研究。机器学习通过历史数据训练出模型对应于人类对经验进行归纳的过程，机器学习利用模型对新数据进行预测对应于人类利用总结的规律对新问题进行预测的过程。 机器学习有很多种分支，对于学习者来说应该优先掌握机器学习算法的分
2020-07-25 23:09:58
80
原创 task2
编写一个Python程序来查找那些可以被7除以5的整数的数字，介于1500和2700之间。 x = [i for i in range(1500,2700) if i%7==0 and i%5==0] print(x) [1505, 1540, 1575, 1610, 1645, 1680, 1715, 1750, 1785, 1820, 1855, 1890, 1925, 1960, 1995, 2030, 2065, 2100, 2135, 2170, 2205, 2240, 2275, 2310.
2020-07-23 23:34:22
89
原创 Task1 变量、运算符、数据类型及位运算
Task01： 变量、运算符、数据类型及位运算(2天) 理论部分 了解python中基本的变量类型，运算符，及数据类型。 了解python的位运算。 练习部分 课后思考题 leetcode练习题 变量、运算符与数据类型 1. 注释 在 Python 中，# 表示注释，作用于整行。 【例子】单行注释 # 这是一个注释 print("Hello world") # Hello world ''' ''' 或者 """ """ 表示区间注释，在三引号之间的所有内容被注释 【例子】多行注释 ''' 这是
2020-07-22 23:23:37
115
原创 task2
数据读取 import pandas as pd train_df = pd.read_csv('../input/train_set.csv', sep='\t') # 列分割字符为'\t' train_df.head() label text 0 2 2967 6758 339 2021 1854 3731 4109 3792 4149 15...
2020-07-22 22:46:31
208
原创 Task1 赛题理解
数据链接 链接 赛题理解 赛题名称：零基础入门NLP之新闻文本类 赛题目标：初步接触NLP的预处理、模型构建及模型训练等知识点 赛题任务：以NLP为背景，对新闻文本进行分类，及处理一个典型的字符识别问题 学习目标 理解赛题背景和数据 完成赛题报名和数据下载，理解赛题的解题思路 赛题数据 赛题以匿名处理后的新闻数据为赛题数据，数据集报名后可见并可下载。赛题数据为新闻文本，并 按照字符级别进行匿名处理。整合划分出14个候选分类类别：财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、
2020-07-21 21:28:59
110
原创 pycharm mac使用要点
下载指南：http://blog.csdn.net/chenggong2dm/article/details/9365437
2014-07-28 14:18:44
1030
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人