自然语言处理工具包之NLTK
NLTK简介 NLTK (Natural Language Toolkit)是由宾夕法尼亚大学计算机和信息科学使用 python 语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Pa…
机器学习
推荐算法之矩阵分解
[LATEXPAGE] 矩阵分解简介 推荐领域的人一般都会听说过十年前 Netflix Prize 的比赛，随着 Netflix Prize 推荐比赛的成功举办，近年来隐语义模型（Latent Factor Model，LFM）受到越来越多…
深度学习之BP神经网络
[LATEXPAGE] 神经网络简介 神经网络的结构模仿生物神经网络，生物神经网络中的每个神经元与其他神经元相连，当它"兴奋"时，向下一级相连的神经元发送化学物质，改变这些神经元的电位；如果某神经元的电位超过一个阈值，则被激活，否则不被激活…
深度学习之长短期记忆网络LSTM
[LATEXPAGE] 普通RNN存在的问题 循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。相比一般的神经网络来说，他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容…
Word2Vec自然语言情感分析实战
情感分析是一种常见的自然语言处理（NLP）方法的应用，特别是在以提取文本的情感内容为目标的分类方法中。通过这种方式，情感分析可以被视为利用一些情感得分指标来量化定性数据的方法。尽管情绪在很大程度上是主观的，但是情感量化分析已经有很多有用的实…
卷积神经网络TextCNN与情感分析
[LATEXPAGE] 在“卷积神经网络”中我们探究了如何使用二维卷积神经网络来处理二维图像数据。在之前的语言模型和文本分类任务中，我们将文本数据看作是只有一个维度的时间序列，并很自然地使用循环神经网络来表征这样的数据。其实，我们也可以将文…
机器学习算法之CatBoost
[LATEXPAGE] CatBoost是俄罗斯的搜索巨头Yandex在2017年开源的机器学习库，是Gradient Boosting(梯度提升)+Categorical Features(类别型特征)，也是基于梯度提升决策树的机器学习框…
机器学习算法之LightGBM
[LATEXPAGE] 上一篇文章介绍了一个梯度提升决策树模型XGBoost，这篇文章我们继续学习一下GBDT模型的另一个进化版本：LightGBM。LigthGBM是boosting集合模型中的新进成员，由微软提供，它和XGBoost一样…
机器学习算法之Boosting
[LATEXPAGE] 集成学习 集成学习是通过训练若干个弱学习器，并通过一定的结合策略，从而形成一个强学习器。有时也被称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based l…
机器学习算法之K-近邻（KNN）
什么是K-近邻算法？ K近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标…
