目录 一、BERT简单认识 二、Google BERT以及中文模型下载 1、Google BERT源码下载 2、bert-as-server 框架下载 3、中文预训练模型下载 三、bert生成中文句子向量 1、启动BERT服务 2、中文句子向量编码 四、cosine相似度计算 五、完整实验代码 一、BERT简单认识 Google BERT预训练模型在深度
本文目录 1 项目概述 这个小项目是关于文本分类的,文本分类作为机器学习、深度学习和自然语言处理(NLP)中的重要课题,也是最基础的应用,但是在这些领域中应用十分广泛,也可以作为许多AI任务的第一个基础步骤。比如目标检测:分类可以通过文本信息进行过滤判断是否为目标(0或1标签),缩小范围,再进一步通过图像等维度的信息确定。 接下来,这篇文章将总结的是文本分类的一个应用,属于二分类问题,检测新报道
目录 一、项目背景 二、数据挖掘技术的应用 三、实验数据探索分析 四、特征工程 五、LightGBM模型预测 六、总结 一、项目背景 1、作者说 我们在学习一项技术时候,实际上非常希望能够通过实战训练来检验自己的学习成果,并发现不足进一步提升自己。有关注阅读我的文章的朋友应该知道我个人更喜欢在实战的案例中学习,因此,这一篇我将完整地分享自己在项目中的学习过程,这个题目为《基于机器学习模型的二手车交
目录 一、决策树是啥? 二、决策树的工作原理 三、机器学习应用:Sklearn中的DecisionTreeClassifier 四、如何选择正则化超参数 五、总结 一、决策树是啥? 顾名思义,我们很直观地知道决策树的基本意义,就是当面临多种选择的时候,我们需要做出决策,根据生活经验,做出决策之前会考虑方方面面,目的就是做出最佳的决策结果。举个例子,我们通过一个公司的面试考核,在接受o
目录 一、写在前面 二、深度卷积神经网络(DCNN) 1、卷积神经网络 2、卷积 3、池化 三、Keras构建LeNet——CNN族群 四、实战:深度学习CNN识别MINST图像 五、总结 一、写在前面 现在机器学习、深度学习的研究日益增多,并且不断成熟,许多人开始走向人工智能学习的领域。从入门到实战,是一个比较好的学习路线。我从开始接触到现在大概1年时间,其中有些时候忙着课程和其他事情,从视频学
目录: 一、IMDb电影评论数据预处理 二、词袋模型应用 三、文本数据清洗 四、模型训练:逻辑回归 五、核外学习:大规模数据应用 六、潜在狄氏分配(LDA)主题建模 首先祝各位读者朋友新春快乐,牛年大吉,学习工作顺利! 刚好过年,这篇文章耽搁了快一个星期啦,今天赶紧梳理一下之前的思路,完成任务! &nbs
目录 一、认识集成学习 二、基于多数票机制的集成分类器实现 1、多数票机制原理 2、构建多数票分类器 3、多数票分类器实际应用 4、模型评估 三、套袋法(Bagging) 1、葡萄酒数据集样本分类 2、决策区域结果 四、自适应增强法(Adaboost) 五、总结 一、认识集成学习 集成学习(Ensemble Lear
目录 一、开篇前言 二、数据集 三、集成管道方法训练模型 四、k折交叉验证评估模型 五、可视化模型效果 1、学习曲线 2、验证曲线 六、超参数调优:网格搜索 七、性能评估指标:精度、召回率、F1-score 八、最后 一、开篇前言 本篇详细记录最近学习的机器学习模型评估和超参数调优知识,通过一个项目的实践基本掌握评估我们构建出的模型的性能,并
深度学习模型的调优,首先需要对各方面进行评估,主要包括定义函数、模型在训练集和测试集拟合效果、交叉验证、激活函数和优化算法的选择等。 那如何对我们自己的模型进行判断呢?——通过模型训练跑代码,我们可以分别从训练集和测试集上看到这个模型造成的损失大小(loss),还有它的精确率(accuracy)。 目录 前言 1、定义模型函数 2、交叉验证(C
文章目录 一、项目背景 二、数据处理 1、标签与特征分离 2、数据可视化 3、训练集和测试集 三、模型搭建 四、模型训练 五、完整代码 一、项目背景 数据集cnn_train.csv包含人类面部表情的图片的label和feature。在这里,面部表情识
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信