该部分用于文本分类任务的基础实现，主要包括机器学习(ml)和深度学习(dl)两大部分，机器学习部分基于sklearn/lightgbm包实现，深度学习部使用pytorch深度学习框架。机器学习部分主要包含特征工程和分类器两大部分：特征工程部分主要针对文本分类任务的hash/lsa/lda/doc2vec特征提取/特征选择/特征组合/特征构造进行了实现；分类器部分主要有逻辑回归/SVM/...

最近真的是太懒了，要好好慰劳过去六个月心酸的自己，想要享受下短暂的下班回来就躺尸的日子，元旦后要入职商汤了，值此2018岁末，奉上商汤面经一篇，哪怕只字片言能给你一点帮助或是启示，我就吼开心呀~标题关于投简历首先我想谈谈关于投简历这事。我的观点是：基于有自知之明的情况下大胆投，投简历又不花钱且大不了就是挂了但还能增长经验。划重点：有自知之明&大胆投我在这里的解释是：对自己有...

class sklearn.neural_network.MLPClassifier(hidden_layer_sizes=(100, ), activation=’relu’, solver=’adam’, alpha=0.0001,batch_size=’auto’, learning_rate=’constant’, learning_rate_init=0.001, power_t=0..

class sklearn.neural_network.MLPClassifier(hidden_layer_sizes=(100, ), activation=’relu’, solver=’adam’, alpha=0.0001,batch_size=’auto’, learning_rate=’constant’, learning_rate_init=0.001, power_t=0..

情绪反复的一天，原以为自己今天不会学习了，没想到我还是如约来了。给自己点赞，战胜那个糟糕的自己的第一步就是不乱想&行动起来。今天重新梳理下编译的过程，平常编译的时候直接敲别人写好的命令，虚的很，后面慢慢补上，比如cmake，比如extension等。CPP编译的完整过程如下：Cpp源程序 (.h,.cpp)–> 预编译处理 --> 编译优化 --> 汇编程序 -->

1. 机器学习应用领域和案例1.1应用领域数据挖掘：数据之间的关系计算机视觉自然语言处理语音识别机器人决策1.2 案例血糖值的预测有无糖尿病的预测图像分类目标检测语义分割场景理解文本分类输出文本摘要翻译问答人机对话image to textend to end(端到端)级自动驾驶玩赛车游戏(...