自然语言处理是计算语言学和人工智能之中与人机交互相关的领域之一。 推荐学习自然语言处理的一本综合学习指南《精通Python自然语言处理》,介绍了如何用Python实现各种NLP任务,以帮助读者创建基于真实生活应用的项目。全书共10章,分别涉及字符串操作、统计语言建模、形态学、词性标注、语法解析 ...
特征工程是机器学习流程中至关重要的一个环节,这方面的书较少,推荐学习 精通特征工程 ,着重阐明特征工程的基本原则,介绍大量特征工程技术,学习从原始数据中提取出正确的特征并将其转换为适合机器学习模型的格式,从而轻松构建模型,增强机器学习算法的效果。 精通特征工程 并非单纯地讲述特征工程的基本原则,而是通过大量示例和练习将重点放在了实际应用上。每一章都集中研究一个数据问题:如何表示文本数据或图像数据, ...
2019-05-22 23:03 0 8312 推荐指数:
自然语言处理是计算语言学和人工智能之中与人机交互相关的领域之一。 推荐学习自然语言处理的一本综合学习指南《精通Python自然语言处理》,介绍了如何用Python实现各种NLP任务,以帮助读者创建基于真实生活应用的项目。全书共10章,分别涉及字符串操作、统计语言建模、形态学、词性标注、语法解析 ...
机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 入门建议参考《机器学习实战》,分为4个部分,分别是分类(有监督学习,包括 ...
入门python推荐学习久负盛名的python入门书籍《Python编程从入门到实践》。 书中涵盖的内容是比较精简的,没有艰深晦涩的概念,最重要的是每个小结都附带有”动手试一试”环节,学编程最佳的方式就是多动手、多动脑。 很多初学者看完书之后不知道下一步怎么办,快速提高编程能力的最佳途径就是做项目 ...
学习R有不会的就查工具书《R数据科学》, 工具不是重点,创造价值才是目的。具体到数据科学,表现形式往往是提供解决方案或者做出某种决策。至于使用什么语言,采用什么工具,不本质。用 R 还是 Python 或者是 Julia, 都可以。 工具会影响单位时间内产出的效率。典型的数据分析场景下,生产力 ...
学习python处理金融数据,建议学习《Python金融实战》,比较实用,只不过Yahoo财经的API改了,书里的方法不再有效要改一改,还有就是会有一些代码缩进小问题,总体上对金融分析很实用。 《Python金融实战》通过12章内容介绍了Python在金融领域的应用,从Python的安装、基础语法 ...
,很难通顺的走完每个章节,每个小节。而且不是查查文档,看看资料就能解决的。 中文版PDF,474页,带目 ...
python基础教程ed3: 基础知识 列表和元组 字符串 字典 流程控制 抽象(参数 作用域 递归) 异常 魔术方法/特性/迭代器 模块/标准库 文件 GUI DB 网络编程 测试 扩展python ...
用数学工具解决实际问题仅有的要求可能就是懂一点概率知识和程序设计。而贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法,对于一个计算机专业的人士,应当熟悉其应用在诸如机器翻译,语音识别, ...