- 博客(545)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 异构网络与社区发现
异构网络与社区发现目录复杂网络社区发现官方定义同质网络和异构网络元路径异质网络相关研究传统异质网络社区发现方法1. 二分网络的异质网络社区发现方法2. 多分多维的异质网络社区发现方法基于深度学习的异质网络聚类方法常用数据集评价指标1. 模块度2. 标准化互信息研究展望参考文献复杂网络现实世界中存在着大量实体与实体之间构成的复杂网络，例如社交网络、计算机网络等。对于复杂网络，钱学森先生给出
2022-05-29 16:20:58
904
1
原创 ABSA综述解读
A Survey on Aspect-Based Sentiment Analysis: Tasks, Methods, and Challenges本文主要针对《A Survey on Aspect-Based Sentiment Analysis: Tasks, Methods, and Challenges》这篇ABSA领域很有价值且最新的综述进行解读，转换成通俗易懂的中文文章，以供大家便捷阅读，其中参考文献可以参考原文。**基于方面的情感分析(aspect-based sentiment a
2022-04-14 19:04:56
2604
原创 机器学习综述【快速了解 通俗易懂】
文章目录引言人工智能、机器学习与深度学习的关系机器学习与大数据机器学习概述⭐️机器学习分类监督学习（Supervised Learning）分类（Classification）回归（Regression）无监督学习（Unsupervised Learning）聚类（Clustering）降维（Dimensionality Reduction）强化学习（Reinforcement Learning）深度学习（Deep Learning）与神经网络（Neural Network）半监督学习机器学习算法使用的步骤
2022-02-24 16:51:41
1385
原创 知识图谱基础【通俗易懂】
知识图谱基础（知乎系列博文）本文从一个例子出发娓娓道来阐述了知识图谱的来源、结构，值得一学，参考链接：https://zhuanlan.zhihu.com/p/31726910https://zhuanlan.zhihu.com/p/31864048https://zhuanlan.zhihu.com/p/32122644什么是知识图谱知识图谱（Knowledge Graph）是一个将现实世界映射到数据世界，是由节点和边组成的语义网络，其中节点代表物理世界中的实体或概念，边表示实体与实体的属性或
2022-02-19 21:49:36
10067
1
原创 文本表示与文本特征提取的区别
文本表示与文本特征提取的区别文本表示的作用就是将文本的非结构化的信息转化为结构化的信息，例如独热编码：猫：［1，0，0，0］狗：［0，1，0，0］牛：［0，0，1，0］羊：［0，0，0，1］词袋模型：句子1：我/有/一个/苹果句子2：我/明天/去/一个/地方句子3：你/到/一个/地方句子4：我/有/我/最爱的/你句子 1 特征: ( 1 , 1 , 1 , 1 , 0 , 0 , 0 , 0 , 0 , 0 )句子 2 特征: ( 1 , 0 , 1 , 0 , 1 , 1 ,
2021-12-28 16:35:56
1116
原创 sklearn中TF-IDF方法的理解
sklearn中TF-IDF方法的理解TF-IDF是对于一个文本特征提取非常有用的办法。进行特征选择，对文本分类具有重要的意义。特征选择就是要想办法选出那些最能表征文本含义的词组元素 。特征选择不仅可以降低问题的规模，还有助于分类性能的改善，选取不同的特征对文本分类系统的性能有非常重要的影响。采用TF-IDF进行特征提取，可以得到每句话的一个向量，其中每一个单词得到了一个对应的权值，用来进行接下来的训练等任务。????机器学习训练需要特征向量，特征向量要有权值，没有权值，只有一堆文字，怎么进行？所以
2021-12-28 16:19:02
3158
原创 简述马尔可夫链【通俗易懂】
马尔可夫链前言马尔可夫链（Markov Chain）可以说是机器学习和人工智能的基石，在强化学习、自然语言处理、金融领域、天气预测、语音识别方面都有着极其广泛的应用The future is independent of the past given the present未来独立于过去，只基于当下。这句人生哲理的话也代表了马尔科夫链的思想：过去所有的信息都已经被保存到了现在的状态，基于现在就可以预测未来。虽然这么说可能有些极端，但是却可以大大简化模型的复杂度，因此马尔可夫链在很多时间序列模
2021-12-22 16:14:25
15143
2
原创 BPE 算法原理及使用指南【深入浅出】
本文力争通俗易懂，但由于牵扯的知识较多，我也是参考了很多文章才弄清楚 BPE、Subword（子词）、WordPiece、Tokenize、Vocabulary（词表）这些词之间的关系（吐槽一句全是英文真不友好），请耐心按顺序往下看，一定不会让你失望：1. 从分词说起只要您稍微学过一点 NLP，对于分词这个概念肯定不陌生。机器无法直接理解自然语言的文本，我们需要进行文本预处理 ，而最重要的一步就是分词（Tokenize） 。一些概念一个完整的分词流程如下：其中，执行分词的算法模型称为分词器（To
2021-12-21 16:45:06
8289
2
原创 一文读懂 Bias（偏差）、Error（误差）、Variance（方差）
一文读懂 Bias（偏差）、Error（误差）、Variance（方差）偏差偏差度量了学习算法的期望预期与真实结果的偏离程度 ，即刻画了学习算法本身的拟合能力。偏差太高，就会出现欠拟合，即与真实结果偏离很大。但如果偏差太高，可能会出现过拟合，结合一下前面的图片，因为我们的数据集并不是整体的数据集，可能数据集本身就不准确，所以如果你仅仅在当当前数据集做到很好，可能对于新的数据就会表现很差。如何降低偏差增加算法的复杂度，比如神经网络中的神经元个数或者层数，增加决策树中的分支和层数等。不过增加模型复杂度
2021-12-16 18:10:08
7721
1
原创 自然语言处理—文本分类综述/什么是文本分类
最近在学习文本分类，读了很多博主的文章，要么已经严重过时（还在一个劲介绍SVM、贝叶斯)，要么就是机器翻译的别人的英文论文，几乎看遍全文，竟然没有一篇能看的综述，花了一个月时间，参考了很多文献，特此写下此文。思维导图https://www.processon.com/mindmap/61888043e401fd453a21e978文本分类简介文本分类（Text Classification 或 Text Categorization，TC），又称自动文本分类（Automatic Text Cate
2021-11-22 15:19:25
17750
2
原创 《自然语言处理入门》何晗阅读笔记—第1章：自然语言处理基础概念
第 1 章-自然语言处理基础概念什么是自然语言处理自然语言处理（Natural Language Processing，NLP）是一门融合了计算机科学、人工智能以及语言学 的交叉学科。自然语言是人工智能的一个领域。自然语言处理的终极目标是理解人类语言或人工智能 。自然语言概述人类独有的自然语言非常独特，仔细思考一下，我们日常中每天都在用的自然语言（尤其是中文）具有高度灵活 的特点。⭐️ 自然语言与编程语言的对比我们不妨拿自然语言与编程语言从以下几方面做个对比：1. 词汇量自然语言的词
2021-11-22 09:06:50
1734
原创 benchmark datasets是什么
The benchmarking datasets are the basis of fair comparison and validation of computational methods.什么是 benchmark datasetsbenchmark datasets（基准数据库）是公平比较和验证计算方法的基础，基准数据集用于基准测试，是一个算法模型性能的衡量基准，很多特定机器学习问题都需要基准测试数据。算法在数据集上跑可以理解为跑分，基准数据集就是作为一个评价标准的数据集，大家很多都在.
2021-11-18 11:37:09
3037
原创 机器学习-SVM支持向量机【精美排版、通俗易读】
支持向量机支持向量机（Support Vector Machine, SVM）是一种非常强大的监督学习算法 ，广泛应用于学术界和工业界，在学习复杂的非线性方程时提供了一种更为清晰的方法。SVM 的优化目标每个算法的关键都是优化目标——即代价函数的定义。从逻辑回归引入 SVM逻辑回归的激活函数逻辑回归的激活函数如下（该激活函数同样也是逻辑回归的假设函数）：hθ(x)=11+e−θTx=g(z)=11+e−zh_{\theta}(x)=\frac{1}{1+e^{-\theta^Tx}} =g
2021-11-16 16:37:51
984
1
原创 机器学习-验证策略总结【交叉验证、验证集方法】
对数据集的划分机器学习中训练模型中，我们通常要将数据分成训练集、测试集，有时还有验证集。训练集用来训练模型，验证集用来训练模型的超参数，最终测试集用于评估模型预测的好坏。误差估计验证的关键在于衡量误差，常见的误差衡量标准是均方差和方根均方差， 分别为交叉验证的方差和标准差。验证策略虽然大体对数据就只有这三种分法，但分完之后怎么用还是一个问题，这就是验证策略，常用的有如下方法：验证集方法（The Validation Set Approach）最简单的方法，把整个数据集固定地分成训练集和测试
2021-11-05 17:00:43
4632
原创 numpy 基础教程【清晰详细带思维导图】
简介NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。如果你使用 Python 语言进行科学计算，那么一定会接触到 NumPy。NumPy 的英文全称为 Numerical Python，意味 Python 面向数值计算的第三方库。NumPy 的特点在于，针对 Python 内建的数组类型做了扩充，支持更高维度的数组和矩阵运算，以及更丰富的数学函数。NumPy 的应用NumPy 通常与 Sci
2021-10-22 10:58:06
6704
4
原创 vscode 中 jupyter notebook 无法代码高亮【问题解决】
查了好久，网上没有解决办法，去github问了一下，问题链接解决方案删除或者禁用 Analytics 这个扩展Remove/Disable the ‘Dependency Analytics’ extension (or potentially any other extensions minus the python and jupyter extension)...
2021-10-19 16:44:59
2216
11
原创 中文邮件文本分类项目【简易上手的nlp实战项目】
项目介绍文本分类是自然语言处理的应用领域之一，文本分类是很多其他任务的基本型。本项目是一个最简单的二分类问题。本项目会介绍如何将文本数据转化为数值型的特征数据（提取文本特质）。然后，使用机器学习当中的支持向量机算法，用 Python 实现对 10001 个邮件样本进行分类的任务。知识点自然语言处理基本概念支持向量机算法TF-IDF文本分类简介文本分类技术在自然语言处理领域当中，有着十分重要的地位。一般而言，文本分类是指在一定的规则下，根据内容自动确定文本类别这一过程。文本分类
2021-10-04 16:39:44
1250
原创 起点中文网小说文本分类项目【简易上手的nlp实战项目】
小说文本分类任务代码链接https://github.com/a1097304791/fiction-classification数据集数据集有从起点中文网上爬取的13个分类，每个分类20本，每本10章，共260部小说，3600章。所用算法采用支持向量机（SVM）算法，考虑使用一对多法，训练时依次把某个类别的样本归为一类,其他剩余的样本归为另一类，这样k个类别的样本就构造出了k个SVM。分类时将未知样本分类为具有最大分类函数值的那类。1. 加载数据集从文件夹读取数据，按照种类名->对应
2021-10-04 16:39:02
3959
3
原创 一文快速入门Pandas【内含思维导图】
Pandas快速入门教程Pandas 快速入门教程思维导图https://modao.cc/mind/share/b3619bc8b049eaba4aec66dd8968e0cd0ece8454介绍Pandas 是基于 NumPy 的非常著名的开源数据处理库，该工具是为解决数据分析任务而创建的。 Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。我们可以通过它完成对数据集进行快速读取、转换、过滤、分析
2021-09-01 17:48:50
798
原创 Markdown转Jupyter
官方只提供了Jupyter转Markdown，但有些时候我们的很多教程都是Markdown的，转变为Jupyter才能更加方便我们的运行。非常简单，仅仅按照几个插件即可。确保了你的Python安装了pip之后，在命令台执行以下命令：pip install https://github.com/mli/notedown/tarball/masterjupyter notebook --NotebookApp.contents_manager_class='notedown.NotedownContent
2021-08-27 11:00:46
600
原创 彻底解决Tomcat编码乱码问题/tomcat加JAVA_OPTS后无法启动
问题叙述使用Tomcat跑项目时会出现一些莫名的乱码问题，如图：查找办法提示是因为Tomcat的设置问题，很多文章都推荐在catalina.bat中加这么set JAVA_OPTS=-Xms512m -Xms1024m -XX:MaxPermSize=1024m -Dfile.encoding=UTF-8一句话，比如这篇。但是加完之后Tomcat却无法启动了，报错Unable to ping server at localhost:1099。问题原因为什么不能让设置jvm参数，如果你是在运行ID
2021-08-19 17:06:11
1051
1
原创 彻底解决Tomcat编码乱码问题/tomcat加JAVA_OPTS后无法启动
问题叙述使用Tomcat跑项目时会出现一些莫名的乱码问题，如图：查找办法提示是因为Tomcat的设置问题，很多文章都推荐在catalina.bat中加这么set JAVA_OPTS=-Xms512m -Xms1024m -XX:MaxPermSize=1024m -Dfile.encoding=UTF-8一句话，比如这篇。但是加完之后Tomcat却无法启动了，报错Unable to ping server at localhost:1099。问题原因为什么不能让设置jvm参数，如果你是在运行ID
2021-08-19 17:04:13
595
原创 廖雪峰Python课程笔记-07-函数式编程
函数式编程函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。高阶函数高阶
2021-08-03 10:51:05
139
原创 廖雪峰Python课程笔记-06-Python高阶特性：切片、迭代、列表生成式、生成器、迭代器
文章目录Python高级特性切片迭代判断是否可迭代如何实现下标循环列表生成式⭐️生成器什么是生成器？为什么要引入生成器？如何使用生成器？generator和函数的区别迭代器Iterable与IteratorPython高级特性python中提供了切片、迭代、列表生成式、生成器、迭代器等诸多高级特性，多多使用高级特性，可以使得我们的代码更加简单，Python的特点就是代码简单。1行代码能实现的功能，决不写5行代码。切片对于取指定索引范围的操作，Python提供了切片（Slice）操作符（用循环十分繁琐
2021-08-03 10:49:42
199
原创 廖雪峰Python课程笔记-05-函数
函数函数就是最基本的一种代码抽象的方式。定义函数在Python中，定义一个函数要使用def语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用return语句返回。我们以自定义一个求绝对值的my_abs函数为例：def my_abs(x): if x >= 0: return x else: return -x如果没有return语句，函数执行完毕后也会返回结果，只是结果为None。return N
2021-08-03 10:48:01
189
原创 廖雪峰Python课程笔记-04判断和循环
条件判断和循环条件判断写法实例：if age >= 18: print('adult')elif age >= 6: print('teenager')else: print('kid')写法特点冒号不要漏了，缩进必须要用else if改写为elif判空时可以简写为if x⭐️循环Python中共有两种循环，一种是for..in，另一种是whilefor循环names = ['Michael', 'Bob', 'Tracy']for na
2021-08-03 10:47:21
132
原创 廖雪峰课程笔记-03-基本数据类型
高级数据类型Python内置的这些数据类型及其常用，绝大多数的时候能解决几乎所有的问题，并且和其他语言有一点不太一样。Python是一种动态语言，所有的数据类型都是自动匹配、可变的。最常用的两种是List和dict各种数据类型的定义方法List：打了激素的数组list是一个可变的有序表，是Python中最常用的数据类型（Pyhton没有数组），List又成打了激素的数组。参考特点⭐️元素数据类型不受限制。元素之间没有任何关系可以实
2021-08-03 10:46:05
164
原创 方差、标准差、均方差、均方误差、均方根误差详细总结
方差、标准差、均方差、均方误差、均方根误差详细总结看到网上别的大神总结的都是复制粘贴的，排版很凌乱，特此总结并精美排版一下。方差方差是衡量随机变量或一组数据时离散程度的度量。方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个样本数据和平均数之差的平方和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。对于一组随机变量或者统计数据，其期望值（平均数）用E(X)E(X)E(X)表示，即随机变量或统计数据的均值， 方差的公式如下所示（对各个数据与均值的差的
2021-07-30 10:26:20
19737
原创 廖雪峰课程笔记-2：Python基础
Python基础开启/关闭Python交互模式开启：在命令行模式下敲命令python退出：在Python交互模式下输入exit()并回车，就退出了Python交互模式，并回到命令行模式Python语法细则注释以#开头的语句是注释没有{}其他每一行都是一个语句，当语句以冒号:结尾时，缩进的语句视为代码块。缩进Python中的缩进十分重要。大小写敏感输入输出输出简单输出如果要让Python打印出指定的文字，可以用print()函数，然后把希望打印的文字用单引号或者双引号括起来，
2021-07-29 18:22:30
659
原创 廖雪峰课程笔记-1：Python概述
本笔记基于廖雪峰的教程Python概述优点龟叔给Python的定位是“优雅”、“明确”、“简单”。Python的哲学就是简单优雅，尽量写容易看明白的代码，尽量写少的代码。缺点第一个缺点就是运行速度慢，和C程序相比非常慢，因为Python是解释型语言，你的代码在执行时会一行一行地翻译成CPU能理解的机器码，这个翻译过程非常耗时，所以很慢。⭐️第二个缺点就是代码不能加密。如果要发布你的Python程序，实际上就是发布源代码，这一点跟C语言不同，C语言不用发布源代码，只需要把编译后的机器码（也就是你
2021-07-29 18:20:49
184
原创 人工智能学习教程笔记-10：激活函数总结
参考文章：https://captainbed.vip/1-3-4/、https://zhuanlan.zhihu.com/p/73214810、https://blog.csdn.net/tyhj_sf/article/details/79932893文章目录激活函数/激励函数总结⭐️为什么需要激活函数常见的激活函数Sigmoid函数公式及图像优点缺点Tanh函数公式及图像优点缺点ReLu函数公式及图像优点缺点leaky relu函数公式及图像如何选择激活函数？激活函数/激励函数总结我们之前在神经网
2021-07-29 09:12:36
383
原创 什么是零均值？什么是零均值化？
什么是零均值？零均值在深度学习中，一般我们会把喂给网络模型的训练图片进行预处理，使用最多的方法就是零均值化(zero-mean) 中心化，即使像素值范围变为[-128,127]，以0为中心。作用这样做的优点是为了 在反向传播中加快网络中每一层权重参数的收敛。可以避免Z型更新的情况，这样可以加快神经网络的收敛速度。下面将分别以Sigmoid这个最经典的激活函数来说明：Sigmoid[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EC5NKDdb-1627351552
2021-07-27 10:06:19
13504
原创 人工智能学习教程笔记-09：浅层神经网络
文章部分内容参考自https://captainbed.net、https://captainbed.vip/1-3-3/浅层神经网络浅层神经网络的计算流程同单神经元网络几乎一样，只不过更为复杂而已。浅层神经网络的向量化向量化这种用法在人工智能编程中几乎无处不在，可以说我们在人工智能编程中大多数情况下处理的最小数据单元就是向量，而我们编写多神经元网络就会用到比向量更高一个级别的数据单元——矩阵。所以说浅层神经网络的向量化实际上是矩阵化。以下图的浅层神经网络为例：上标表示第几层，下标表示第几行，
2021-07-25 18:00:02
444
原创 人工智能学习教程笔记-08：多神经元神经网络
文章部分内容参考自https://captainbed.net多神经元神经网络之前编写的对猫的识别的算法准确率仍然不是很高，主要是因为其是单神经元网络，太过简单，层数太低。神经网络分为单神经元和多神经元，多神经元神经网络又分为浅层和深层，下面介绍一下多神经元网络中的若干概念。多神经元神经网络概述多神经元网络流程是同单神经元网络相同的，只不过层数更多。下面是一个多神经元神经网络，其中间多了一层，但实际中可能远不止一层：最左侧负责输入的特征叫做输入层最右侧输出的叫做输出层而中间的所有曾叫做隐
2021-07-25 17:59:15
659
原创 为什么神经网络层数越多越好？训练次数与层数的区别与联系
为什么神经网络层数越多越好？参考资料：https://www.zhihu.com/question/65403482、https://blog.csdn.net/weixin_44023658/article/details/106177580、https://www.bilibili.com/video/BV1bx411M7Zx一句话回答神经网络层数越多，对输入特征抽象的层次越深，对其理解的准确度相对来说也就越深。神经网络关于层数的原理人工智能的编程相比于传统编程的一个重要特点就在于，我们难以知
2021-07-24 18:32:37
13536
原创 人工智能学习教程笔记-7：实战一猫的识别
实战一：猫的识别下面来完成我的第一个人工智能项目：构建单层神经网络模型判断一个图片中有没有猫。可以从头到尾完整的实现深度学习项目，了解深度学习项目的开发过程。1. 准备工作在准备工作中完成对库的导入、数据集的加载（之前还有清洗数据这一步）、对数据格式的统一处理等1.1 导入相关工具库import numpy as np #numpy是python的一个科学计算工具库import matplotlib.pyplot as plt #用来画图的一个库im
2021-07-19 19:19:24
675
原创 人工智能学习教程笔记-6：逻辑回归与线性回归
文章部分内容参考自https://captainbed.net、https://blog.csdn.net/jiaoyangwm/article/details/81139362逻辑回归与线性回归什么是回归利用大量的样本，通过有监督的学习，学习到由xxx到yyy的映射fff，利用该映射关系对未知的数据进行预估。线性回归线性回归（Linear Regression）是一种回归模型，通过将输入特征进行线性组合输出连续值。线性回归公式为WTX(i)+bW^TX^{(i)}+bWTX(i)+b。损失
2021-07-19 19:16:08
268
文本分类综述PPT.pptx
2021-11-24
aliyun-java-vod-upload-1.4.11.zip
2021-04-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人