AJAXHu的专栏

在Word2vec模型中，算法可以通过无监督的方法为每个词计算出一个d维的向量，即将每个词映射为d维的空间中的一个点，d维空间中点之间的距离（即每个词对应的d维向量的距离）可反映词之间的相似性。dav/word2vec是一个经典的利用多线程训练词向量的代码，非常地好用且非常地高效。然而该代码是用Linux C语言写的，而且代码的调度使用的是shell。在Windows上安装Cygwin即可运行该代码

Python文本分类服务 — klassifyklassify是基于贝叶斯的文本分类服务，用户可通过界面或web api进行训练和分类。项目地址：https://github.com/fatiherikli/klassify

Pandas是基于Python的高性能数据分析工具，非常容易上手。Pandas安装推荐使用Conda安装（尤其是在Windows下） 使用Conda安装: 安装anaconda 进入anaconda命令行，conda create -n py27 python=2.7 conda install pandas 使用PIP安装: 安装pip，如果是Ubuntu，可以用sudo apt-get

本教程介绍如何用Python的机器学习库scikit-learn去编写逻辑回归分类器。首先介绍一下IRIS数据集，IRIS数据集包含了150条花的数据，前4列是花的4个特征(feature)，第五列是花的类别（label），下图展示了IRIS的特性，可以看出，选任意2个特征看（每个小图），都很难直接用简单的IF-ELSE语句用人工规则根据feature判断label。下面介绍如何用Python机器学

1.主题模型（ LDA ）http://www.zhuanzhi.ai/topic/2001548513247252/awesome2.知识图谱（ Knowledge Graph ）http://www.zhuanzhi.ai/topic/2001005380553956/awesome3.网络节点表示学习（ Network Representation Learning ）http://www.z