机器学习特征工程-特征选择之IV

Tensorflow2.* 机器学习基础知识篇：对服装图像进行分类使用Tensorflow Hub对未处理的电影评论数据集IMDB进行分类Keras 机器学习基础知识之对预处理的电影评论文本分类Tensorflow2.*教程之使用Auto MPG数据集构建回归模型预测燃油率Tensorflow2.* 加载和预处理数据篇:Tensorflow2.* 加载和预处理数据之用 tf.data 加载 CSV

众所周知，计算机视觉（CV）是人工智能研究领域的比较重要的一环。今天是中秋节的第二天，我写该文章的目的是来总结一下计算机视觉之图像分割相关内容，这些内容是对网络上所有内容的归纳，参考了两位博主的优秀博文，具体链接我会在后面给出。为什么要进行图像分割研究呢？图像分割是图像处理和计算机视觉的热点之一，它是图像分析和理解图像特征提取和识别的基础。什么是图像分割？把图像分成若干个特定的、具有...

无论是如今爆火的LLMs（Large Language Models）技术，还是传统的NLP技术，分词环节都是至关重要的一步。为了更好地了解中文自然语言处理的关键环节，今天我想和大家分享分词技术—基于词图的机械分词法。本文主要围绕中文分词为主进行讲解，我会从分词定义及原因，分词的应用场景，分词的难点，什么是语言模型，马尔科夫假设，基于词图的分词方法这几个方面来书写这篇文章。

协同过滤(Collaborative Filtering)推荐算法是最经典、最常用的推荐算法。协同过滤主要包括基于用户相似度的推荐和基于物品相似度推荐。但是在实际生活中，一个用户一般来说只与少部分物品和少部分用户有关联所以共现矩阵是稀疏的。此时我们要用已有的部分稀疏数据来预测那些空白的物品和数据之间的评分关系，找到最高评分的物品推荐给用户。

使用数据集：IMDB 数据集库文件：tensorflowtensorflow_hub:用于迁移学习的库和平台tensorflow_datasets:提供常用数据集我们使用 Tensorflow Hub 和 Keras 进行迁移学习的基本应用。在模型构建整个过程中，使用了tf.keras，它是一个 Tensorflow 中用于构建和训练模型的高级API，此外还使用了Te...

Keras 机器学习基础知识：对服装图像进行分类使用Tensorflow Hub对未处理的电影评论数据集IMDB进行分类后续关于tensorflow 2.0文章继续更新...........现在是凌晨五点多了，睡不着，来更新一篇文章。今天文章的题目是使用tensorflow2.0对预处理的IMDB数据集进行分类，在前面的文章Tensorflow2.*教程之使用 Keras 和 ...

解决问题尽管BiLSTM+CRF被广泛的应用于NER任务中有很好的表现，但是BiLSTM不能很好的利用GPU的并行性，导致模型的性能很差，本文提出了一种替代方案-Iterated Dilated Convolutional Neural Networks(ID-CNNs)，相比传统的CNN，ID-CNNs可以捕获更长的上下文信息，并且相比传统的LSTM，可以实现并行性。DilatedCNN 和 普

神经网络中矩阵基础

手写神经网络，实现mnist数据集分类。