1. 线性回归线性回归可能是统计学和机器学习中最知名和最易理解的算法之一。由于预测建模主要关注最小化模型的误差，或者以可解释性为代价来做出最准确的预测。 我们会从许多不同领域借用、重用和盗用算法，其中涉及一些统计学知识。线性回归用一个等式表示，通过找到输入变量的特定权重（B），来描述输入变量（x）与输出变量（y）之间的线性关系。 Linear Regression举例：...

摘要：在本文中，我们提出了一种新的神经网络模型，称为RNN编码器 - 解码器，由两个递归神经网络（RNN）组成。一个RNN编码器将特征编码为一个固定长度的向量，另一个解码器解码这个向量为另一个符号序列。联合训练所提出的模型的编码器和解码器以最大化给定源序列的目标序列的条件概率。通过使用由RNN编码器 - 解码器计算的短语对的条件概率作为现有对数线性模型中的附加特征，相较于统计机器翻译系统的性能得到

1.conda create -n tensorflow1.4 python=3.52.source activate tensorflow1.43.pip install tensorflow==1.44.导入环境配置相应的包5.conda remove -n tensorflow1.4 --all删除环境

关于知识图谱的多篇顶会论文，带你了解知识图谱的最新进展。ACL 2018 链接：https://www.paperweekly.site/papers/2108解读：刘兵，东南大学计算机学院博士，研究方向为机器学习、自然语言处理动机远程监督关系抽取方法虽然可以使用知识库对齐文本的方法得到大量标注数据，但是其中噪声太多，影响模型的训练效果。基于 bag 建模比基于句子...

1. 线性回归线性回归可能是统计学和机器学习中最知名和最易理解的算法之一。由于预测建模主要关注最小化模型的误差，或者以可解释性为代价来做出最准确的预测。 我们会从许多不同领域借用、重用和盗用算法，其中涉及一些统计学知识。线性回归用一个等式表示，通过找到输入变量的特定权重（B），来描述输入变量（x）与输出变量（y）之间的线性关系。 Linear Regression举例：...