特色

人工智能学习路线

阶段一、人工智能基础 - 高等数学必知必会
阶段二、人工智能提升 - Python高级应用
阶段三、人工智能实用 - 机器学习篇
阶段四、人工智能实用 - 数据挖掘篇
阶段五、人工智能前沿 - 深度学习篇
阶段六、人工智能进阶 - 自然语言处理篇
阶段七、人工智能进阶 - 图像处理篇
阶段八、人工智能终极实战 - 项目应用
阶段九、人工智能实战 - 企业项目实战
阶段十、阿里云认证……

阅读更多

特色

Python学习路线和思维导图

python语言基础
python核心编程
python全栈工程师前端后端
Linux运维自动化开发
python数据分析
python大数据
人工智能机器学习深度学习
……

阅读更多

如何在nlp中加入attention机制?

做句子的encoding,发现通常的encoding方法无法提取句子中的关键因素,易受无关词汇干扰。

请问如何在句子编码中加入attention机制?在哪里可以阅读相关代码?

另外请问无监督是否可以加入attention机制?……

阅读更多

深度贝叶斯自然语言处理

深度学习和贝叶斯的结合,以及如何在自然语言处理领域应用?本入门教程就介绍了NLP深度贝叶斯学习的最新研究进展,此类进展可应用于:语音识别、文本摘要、文本分类、文本分割、信息提取、图片标题生产、句子生成、对话控制、情感分类、推荐系统等问题中。从传统上说,“深度学习”被认为是一种学习的过程,其中的推理或优化环节,是通过real-valued deterministic模型实现的。从大型词表中提取出的单词、句子、实体、动作等语义结构,难以在数学或计算机程序中得到很好的表达。用于NLP的离散或连续隐变量模型中的“分布函数”可能无法被适当地分解或估计。

简单的贝叶斯学习是利用参数的先验分布,由样本信息求来的后验分布,直接求出总体分布。贝叶斯学习理论使用概率去表示所有形式的不确定性,通过概率规则来实现学习和推理过程。而深度学习强大的拟合能力可以很好的应用于贝叶斯学习,具体如何操作,请详看该资料~……

阅读更多

Python 算法大全

学会了 Python 基础知识,想进阶一下,那就来点算法吧!毕竟编程语言只是工具,结构算法才是灵魂。

新手如何入门 Python 算法?……

阅读更多

开源pytorch知识手册

今天给大家分享的是一份关于pytorch的教程手册,这分手册就是zergtant在Github维护了pytorch handbook,是一本开源的书籍,目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门,其中包含的Pytorch教程全部通过测试保证可以成功运行。……

阅读更多

决策树,逻辑回归,PCA-算法面试题

决策树
◾简述决策树原理?
◾为什么要对决策树进行减枝?如何进行减枝?
◾简述决策树的生成策略
•PCA
◾简述主成分分析PCA工作原理,以及PCA的优缺点?
◾PCA中有第一主成分、第二主成分,它们分别是什么,又是如何确定的?
•逻辑回归
◾逻辑回归是线性模型么,说下原因?
◾逻辑回归算法为什么用的是sigmoid函数而不用阶跃函数?

•其他

◾分析KNN与K-means中k值如何进行选取并解释两者之间的区别?

◾对于数据异常值,我们一般如何处理?

◾什么是特征选择,为什么要进行特征选择,以及如何进行?
……

阅读更多