博客阅读：图解Transformer（The Illustrated Transformer）原文链接：https://jalammar.github.io/illustrated-transformer/作者：Jay Alammar目录博客阅读：图解Transformer（The Illustrated Transformer）前言1.整体结构（A High-Level Look）图的引入（Br

论文阅读：BERT：Pre-training of Deep Bidirectional Transformers for Language Understanding预训练的深度双向 Transformer 语言模型  原文链接：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding  作者

零基础入门CV赛事（四）：模型训练与验证目录零基础入门CV赛事（四）：模型训练与验证4 模型训练与验证4.1 学习目标4.2 构造验证集•留出法（Hold-Out）•交叉验证法（Cross Validation，CV）•自助采样法（BootStrap）4.3 模型训练与验证4.4 模型保存与加载4.5 模型调参流程4.6 本章小节【参考资料】在上一章节我们构建了一个简单的CNN进行训练，并可视化了

推荐系统入门（二）：协同过滤（附代码）目录推荐系统入门（二）：协同过滤（附代码）引言1. 相似性度量方法1.1 杰卡德(Jaccard)相似系数1.2 余弦相似度1.3 皮尔逊相关系数2. 基于用户的协同过滤2.1 UserCF编程实现2.2 UserCF优缺点3. 基于物品的协同过滤4. 算法评估5. 协同过滤算法的权重改进6.协同过滤推荐算法存在的问题6.1 数据稀疏性的问题6.2 冷启动问题

自然语言处理实战：新闻文本分类——本文比赛来源于天池零基础入门NLP - 新闻文本分类。目录自然语言处理实战：新闻文本分类一、赛题理解1、学习目标2、赛题数据3、数据标签4、评测指标5、数据读取6、解题思路二、数据读取与数据分析1、学习目标2、数据读取3、数据分析3.1句子长度分析3.2新闻类别分布3.3字符分布统计4、数据分析的结论5、本章小结三、基于机器学习的文本分类1、学习目标2、机器学习模

交叉验证（Cross-Validation）目录交叉验证（Cross-Validation）一、基本方法1、保留交叉验证 hand-out cross validation2、k折交叉验证 k-fold cross validation3、留一交叉验证 leave-one-out cross validation二、Bootstrapping三、用途四、主要事件五、实例代码参考资料  交叉验证是在

Natural Language Processing Advancements By Deep Learning: A Survey深度学习在自然语言处理中的进展摘要自然语言处理（NLP）通过增强基于语言的人机交流的人类语言的理解，帮助增强智能机器的功能。根据计算能力的最新发展和大量语言数据的出现，推动了使用数据驱动方法自动进行语义分析的需求。由于在诸如计算机视觉，自动语音识别（尤其是NL...

自然语言处理实战：新闻文本分类——本文比赛来源于天池零基础入门NLP - 新闻文本分类。目录自然语言处理实战：新闻文本分类一、赛题理解1、学习目标2、赛题数据3、数据标签4、评测指标5、数据读取6、解题思路二、数据读取与数据分析1、学习目标2、数据读取3、数据分析3.1句子长度分析3.2新闻类别分布3.3字符分布统计4、数据分析的结论5、本章小结三、基于机器学习的文本分类1、学习目标2、机器学习模

论文阅读：DuEE:A Large-Scale Dataset for Chinese Event Extraction in Real-World Scenarios 基于现实场景的大规模中文事件抽取数据集目录论文阅读：DuEE:A Large-Scale Dataset for Chinese Event Extraction in Real-World Scenarios 基于现实场景的大规