春华秋实

本博客所有内容仅供学习，不允许商用，如有侵权，请联系博主删除，谢谢。...

原中文自然语言处理可能是 NLP 中最难的？

现如今，在更多情况下，我们通过传感器和字节来与机器获得交流，而不是依靠交换情感，那如何让超级智能机器能够和人类正常交流沟通呢？在人工智能背景技术下，自然语言处理（NLP）技术被越来越多的人看好，并受到重视。其中，以微软小冰为代表的聊天机器人，如今却成了网红，迅速刷爆了微信和朋友圈，一个17岁纯情少...

2018-06-22 13:22:21

阅读数：10998

评论数：7

原主成分分析PCA

简单介绍下PCA的应用 PCA和线性回归的区别： PCA的目的和优势：

2018-08-15 17:59:24

阅读数：59

评论数：0

原视野

在这个信息时代，没有人的视野会受阻，人们最缺乏的并不是视野的广度，而是视野的深度。事实上，我觉得可以粗略的把人分为两类：追求低成本的快乐的人，追求深层次体验的人。如果只是想想，当然每个人都会说”我要过丰富的生活，有极致的体验“。但落实到你需要付出多少代价层面，其实大多数人的选择，是在“低成...

2018-08-13 13:57:25

阅读数：88

评论数：0

原机器学习的理论知识点总结

最近一边看书，一边梳理机器学习的知识点： 1. 线性回归 2.线性回归的损失函数（误差的平方和） 3. 最小二乘法(手推导) 4.批量梯度下降法（学习率大小问题） 5.放缩scaling对梯度下降的影响 6.多元线性回归 7.逻辑斯蒂回归-二元分类 8.LR代价函数 9.神经网络...

2018-08-03 14:56:15

阅读数：161

评论数：0

原 using a dict on a Series for aggregation is deprecated and will be removed in a future version

python的pandas中，在统计聚合的时候，版本问题，提示不支持字典格式了。比如，下面代码这样改就可以了。 words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数":...

2018-08-01 13:38:20

阅读数：149

评论数：0

原 Python爬取B站弹幕的思路和流程

做nlp项目，除了各大电商评论和微博数据，弹幕分析对于舆论和该视频的推广都是有帮助的，下面主要说说这么从B站爬取弹幕。过程很简单，我们来看看： 1. 首先，bilibili的弹幕是在xml文件里，每个视频都有其对应的cid和aid，我们取到cid中的数字放入http://comment.bi...

2018-07-30 17:42:17

阅读数：282

评论数：0

原 Python中的Nonetype类型怎么判断？

今天写了个爬虫，在抓取数据的时候遇到一个问题，我觉得如果不注意，这个问题很容易被忽略，所以特意在博客记录下：问题描述：比如，我在提取信息时，这样判断类型： type(answers[0].find_all("table")[0].string) ...

2018-07-24 15:24:11

阅读数：331

评论数：0

原只有战术没有战略，往往成不了大气候。

今天看文章，看到这句话，真心觉得不错！！！周鸿祎曾说过：只有战术没有战略，往往成不了大气候。项羽赢了刘邦无数场，战术上的优势无可比拟，却在战略上一败涂地，最后输了一场便只能霸王别姬、乌江自刎，此为明证，亦是警钟。作为一个公司的创始人，如果你想成功，想要打造一家百亿美元的独角兽，实现...

2018-07-19 14:51:33

阅读数：297

评论数：3

转 Markdown中数学公式整理

https://blog.csdn.net/zdk930519/article/details/54137476

2018-07-09 18:34:59

阅读数：336

评论数：0

原程序员的自我进化——学习之道，如何更有效的学习

不得不感叹，计算机技术更新迭代的速度太快了，作为程序员每天除了面对工作，就要学习新技术，笔者自己也不例外，近三年来，笔者自己的感觉是一直在为技术疲于奔命，直到现在，也不敢放缓脚步。学习对于程序员来说太重要了，就像每天必须吃饭一样，程序员每天必须抽出一定时间学习新技术，避免被淘汰。然而，目前的计...

2018-07-06 13:41:53

阅读数：909

评论数：5

原金融反欺诈和金融构建信用评分或者金融预测特征抽取案例

之前在微信朋友圈读到过这样一篇文章，施一公：“我国的最大危机，是所有精英都想干金融！”，当然，笔者是非常赞同的，因为和钱距离越近的地方，越能赚到更多的钱，所以从个人或者企业的角度出发，选择金融是正确的方向，就连程序员也不例外。暂且不说这个危机是什么原因造成的，或体制或为了生存。作为程序员既然选择了...

2018-06-30 10:22:13

阅读数：933

评论数：3

原 Hive SQL优化之 Count Distinct

说实话，也是从今年4月份开始，笔者接触了大量写SQL的工作，才开始慢慢理解SQL的优化。在之前，公司的大数据平台只有十几个节点，随着业务快速发展，每天都会产生上百万条的数据，所以每天使用Hive写SQL发现执行时间都在变慢，但是以结果为目的的工作，在不追求高效的情况下，没人有去深入思考如何改变这种...

2018-06-22 16:16:54

阅读数：505

评论数：1

原 mysql中日期加减和hive中日期加减区别

先来看看mysql中日期的加减：MySQL 为日期增加一个时间间隔：date_add()now() //now函数为获取当前时间select date_add(now(), interval 1 day); - 加1天select date_add(now(), interval 1 ...

2018-06-21 15:27:22

阅读数：754

评论数：0

原 mysql中ifnull和hive中if函数的转换

先说说，在mysql中，ifnull函数的用法，其表达式如下：IFNULL(expr1,expr2)如果 expr1 不是 NULL，IFNULL() 返回 expr1，否则它返回 expr2。IFNULL()返回一个数字或字符串值，取决于它被使用的上下文环境。举个应用场景，比如某一个字段定义为i...

2018-06-21 14:51:34

阅读数：552

评论数：0

原 mysql使用过程中的几个细节注意点

由于博主目前在数据部门工作，接触最多的关系型数据库就是mysql，因为业务部门的数据一般都是存储在mysql，而最终数据需要在大数据平台上管理，所以中间过程少不了ETL，以及给数据分析BI人员提供数据，这样就会导致写很多的sql，关于sql，博主也是半路出家，野路子，所以难免会犯错误，下面整理几个...

2018-06-20 11:02:41

阅读数：419

评论数：0

原 R 缺失值处理

假设有一组数据集如下：data=data.frame(y=c(1,2,3,NA,5,6),x1=c(6,NA,4,3,2,1),x2=c(1,3,6,9,12,NA))“NA”即表示缺失值。在R中输入该数据。#判断缺失数据is.na(data)#统计缺失值个数sum(is.na(data))#查看...

2018-06-18 21:43:40

阅读数：383

评论数：0

原未来数据领域的珠穆朗玛峰之中文自然语言处理

介绍NLP 作为 AI 技术领域中重要的分支，随着其技术应用范围不断扩大，在数据处理领域占有越来越重要的地位。本达人课，作为中文自然语言处理边学边实战的入门级教程，以小数据量的“简易版”实例，通过实战带大家快速掌握 NLP 在中文方面开发的基本能力。本课程共包含 18 节。各小节之间并没有紧密耦合...

2018-06-14 12:49:03

阅读数：551

评论数：0

原程序员的自我进化——补上最短的那块情商木板

程序员的自我进化——补上最短的那块情商木板也许当微软的工程师们还在思考如何让聊天机器人快速进化的时候，万万没想到，刚刚上线一天，Tay就因在Twitter上言论不当而被强制下线。据说她不但辱骂用户，还发表了种族主义评论和煽动性的政治宣言，事后有网友调侃说是调教姿势有问题！而2014年5月29日，...

2018-06-01 20:51:02

阅读数：4115

评论数：14

原 mysql如果带有换行的处理方式

UPDATE tablename SET FIELD = REPLACE(REPLACE(FIELD, CHAR(10), ''), CHAR(13), '');CHAR(10): 换行符CHAR(13): 回车符我的数据只有换行，所以更新：UPDATE tablename SET se...

2018-05-24 11:25:49

阅读数：783

评论数：0

原 SKlearn中的svm超参数总结

SKlearn中好多机器学习模型已经做好了，使用的时候直接调用就可以，俗称“调包侠”，我觉得挺有意思，这样大大降低了机器学习的门槛，最近几天一直在使用svm训练模型，其中数据样本不均衡以及打分一直上不去，特征工程也调了好久，现在开始对svm的一些参数进行调试，看看模型会不会变得更好。SVC参数解释...

2018-05-23 11:54:27

阅读数：423

评论数：0

提示

确定要删除当前文章？

取消删除