- 博客(5)
- 收藏
- 关注
RSS订阅原创 医疗问答系统机器人
医疗问答机器人是一种使用自然语言处理技术的人工智能应用，可以回答有关健康、疾病、治疗和医疗保健等方面的问题。这种技术可以帮助用户快速获取相关信息，减少与医疗保健提供者的沟通成本，并提高用户体验。医疗问答机器人可以使用不同的技术和方法来实现，包括但不限于：自然语言处理（NLP）：NLP 技术可以用于理解用户的自然语言输入，并将其转换为可以被机器理解的形式。这可以包括词汇分析、实体识别、语法分析和语义分析等步骤。知识图谱：知识图谱可以用于存储和组织有关医疗保健领域的知识和信息。这可以包括疾病、症状
2024-06-19 09:57:31
738
原创 【阿里云天池学习赛】金融数据分析赛题1：银行客户认购产品预测
数据准备# 划分训练集和测试集# 建立模型# 交叉验证print('验证集AUC: {}'.format(roc_auc_score(y_val_fold, y_pred1)))# 模型评估print('mean 验证集auc: {}'.format(mean_score1))ret1.to_csv('GBM预测.csv', index=False)验证集AUC: 0.8988875080674169mean 验证集auc: 0.8903770694648746奖金池丰厚。
2024-06-18 11:31:47
770
原创 基于深度学习的聊天机器人
这篇文章介绍了一种基于循环神经网络（RNN）的聊天机器人模型的构建、训练和评估过程。文章首先导入了必要的库，并定义了一个模型构建函数，该函数接受词汇表大小、嵌入维度、RNN单元数和批量大小作为参数。然后，文章使用这个函数构建了一个模型，并打印了模型的摘要。接下来，文章展示了如何准备标签数据，通过将目标序列向左移位一个位置来创建新的目标序列。然后，文章编译了模型，并使用训练数据对模型进行了450个周期的训练。在训练过程中，文章还绘制了损失曲线，以便观察模型训练的进展。
2024-06-18 09:02:46
698
原创 数据清洗（Data Cleansing）
数据清洗（Data Cleansing）是指对数据进行处理和纠错，以去除或修复数据集中存在的错误、不致、不完整和冗余的数据，从而使数据更加准确、可靠和有用。数据清洗是数据处理和数据分析中一个非常重要的步骤，它可以帮助我们提高数据的质量，从而提高数据分析和机器学习的准确性和可靠性。数据清洗是一个重要的过程，它可以帮助我们提高数据的质量，从而提高数据分析和机器学习的准确性和可靠性。在实际应用中，我们可以使用一些工具和技术来实现数据清洗，例如 Pandas、NumPy 和 OpenRefine 等。通过数据清洗，
2024-05-14 17:20:24
1669
1
原创 python中DataFrame对象
DataFrame是Pandas库中的一种数据结构，它是由多种类型的列组成的二维表数据结构，类似于Excel、SQL或Series对象构成的字典。DataFrame是最常用的Pandas对象，它与Series对象一样支持多种类型的数据。
2023-12-06 20:37:45
1273
1
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