Публикации по теме 'nlp'
Reel VS Real: обзор литературы, часть 2
Обнаружение поддельных новостей
Здравствуйте, ребята, в предыдущем блоге мы рассмотрели шесть различных исследовательских работ и записали их результаты. В этом блоге мы собираемся обсудить еще несколько научных работ, которые помогли мне создать мой проект.
Обнаружение поддельных новостей с помощью глубокой нейронной сети
Авторы: Рохит Кумар Калияр
Работа: в этом проекте изучались различные модели машинного обучения, такие как наивный байесовский алгоритм, K ближайших..
Искусственный интеллект в индустрии потребительских товаров
Автор: Самрендра Сингх
Искусственный интеллект (ИИ) — это собирательный термин, используемый для нескольких различных технологий, которые позволяют машинам учиться на больших наборах данных, находя шаблоны и взаимосвязи, которые не очевидны для людей, без какого-либо явного программирования. Некоторыми популярными примерами этих технологий являются глубокое обучение и обработка естественного языка (NLP) в области распознавания объектов, самостоятельного вождения, анализа настроений и..
Идентификация лексико-семантических словесных отношений - руководство для начинающих
Фиктивное введение в мою текущую работу - признание природы семантических отношений между данной парой слов.
Когда я прошу вас «потерпите меня», вы готовитесь к тому, что придется мириться со мной. Если вам говорят: «Этот плюшевый мишка пушистый», ваш мозг вызывает в воображении образ мягкой, милой, пушистой игрушки, которую малыши берут в постель. Если вы читаете о медведях, находящихся под угрозой исчезновения, вы думаете о белых медведях где-то в арктических морских льдах. И когда они..
Анонс специализации ODSC West 2020 Bootcamp
Когда вы начинаете учебный буткемп с целью освоить набор навыков, которые позволят вам использовать ИИ определенным образом, может быть сложно определить курсы, которые лучше всего соответствуют вашим потребностям. Однако мини-учебный курс на ODSC West 2020 предлагает шесть специализированных путей обучения, чтобы вы могли легко выбрать курсы, которые помогут вам достичь ваших целей обучения.
Ниже приведен список направлений специализации, некоторые темы, которые они будут..
«По какой цене я должен продать этот предмет?»
Использовал самодельный метод векторизации текста для извлечения различных числовых функций из текстовых данных. Я пробовал байесовскую оптимизацию для настройки гиперпараметров.
Оглавление
Бизнес-проблема Использование машинного обучения / глубокого обучения для решения бизнес-задач Оценочная метрика (RMSLE) Исследовательский анализ данных Функциональная инженерия Существующие решения Мои эксперименты с моделями для улучшения Резюме, результаты и выводы Будущая работа Ссылка..
Обработка естественного языка за пригоршню долларов
Основы обработки естественного языка на примере AWS Lex и Comprehend.
С помощью технологий и щепотки магии мы определяем цель каждого сообщения. Но чудо заключается в том, как мы обучаем модель, которая определяет намерение и понимает контекст. Технология машинного обучения быстро меняет то, как ваши клиенты решают свои проблемы, и становится дешевле !
Обработка естественного языка сейчас в моде. С скорым выпуском API GTP3 OpenAI машинное обучение и НЛП могут быстро стать..
Тематическое моделирование и скрытое распределение Дирихле (LDA) в Python
Тематическое моделирование - это тип статистического моделирования для выявления абстрактных тем , которые встречаются в коллекции документов. Скрытое размещение Дирихле (LDA) является примером тематической модели и используется для классификации текста в документе по определенной теме. Он строит тему для модели документа и слова для модели темы, смоделированные как распределения Дирихле.
Здесь мы собираемся применить LDA к набору документов и разделить их на темы. Давайте..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..