
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
自然语言处理(NLP)在医疗领域的应用
自然语言处理在生物医学领域迅速发展,已经成为当前的研究热点

【机器学习】第二节:线性回归和线性分类
监督学习(英语:Supervised learning)是机器学习中最为常见、应用最为广泛的分支之一。

【机器学习】第三节:支持向量机分类预测
监督学习(英语:Supervised learning)是机器学习中最为常见、应用最为广泛的分支之一。本次实验将带你了解监督学习中运用十分广泛的支持向量机,并学会使用 scikit-learn 来构建预测模型,用于解决实际问题。

【机器学习】随机森林预测泰坦尼克号生还概率
杰克和露丝的爱情,生命的不可预料,使得泰坦尼克号的沉没即悲伤又美好。本实验将通过数据来预测船员和乘客的生还状况,包括数据清洗及可视化、模型训练及评估,以及随机森林分类器调参等内容。

【PyTorch】第三节:反向传播算法
反向传播算法是训练神经网络的最常用且最有效的算法。本实验将阐述反向传播算法的基本原理,并用 PyTorch 框架快速的实现该算法。

自然语言处理(NLP)在医疗领域的应用
自然语言处理在生物医学领域迅速发展,已经成为当前的研究热点

【机器学习】第二节:线性回归和线性分类
监督学习(英语:Supervised learning)是机器学习中最为常见、应用最为广泛的分支之一。

第二节:文本数据预处理
在处理文本的任务中,也存在预处理这么一个重要阶段,包括诸如统一数据格式、去噪、词形还原、分词之类的基本操作,以及语义分析、关键词提取、对于数据不平衡的处理等更进一步的精细处理。

【PyTorch】第一节:张量(Tensor)的定义
PyTorch 中的所有操作都是在张量的基础上进行的,本实验主要讲解了张量定义和相关张量操作以及 GPU 和张量之间的关系,为以后使用 PyTorch 进行深度学习打下坚实的基础。

【NLP】一文读懂Bert模型
一看就懂,一学就会!

到底了







