摘要：
** 本文内容来自于吴恩达深度学习公开课 1、概述 加权移动平均法，是对观察值分别给予不同的权数，按不同权数求得移动平均值，并以最后的移动平均值为基础，确定预测值的方法。采用加权移动平均法，是因为观察期的近期观察值对预测值有较大影响，它更能反映近期变化的趋势。 指数移动加权平均法，是指各数值的加权系 阅读全文
摘要：
论文：Ask Me Anything: Dynamic Memory Networks for Natural Language Processing 1、概述 Question answering（QA）是一个复杂的自然语言处理任务，它需要杰出的文本理解力和推理能力。自然语言处理中不部分任务都可以 阅读全文
摘要：
选择某些列 选择某些列和行 添加新的列 更改某一列的值 补全缺失值 阅读全文
摘要：
1、概述 FastText 文本分类算法是有Facebook AI Research 提出的一种简单的模型。实验表明一般情况下，FastText 算法能获得和深度模型相同的精度，但是计算时间却要远远小于深度学习模型。fastText 可以作为一个文本分类的 baseline 模型。 2、模型架构 f 阅读全文
摘要：
参考论文：A Survey on Transfer Learning 1、Introduction 在机器学习和数据挖掘中有一个很普遍的假设就是训练数据和测试数据来源于统一特征空间并服从相同的分布。而当测试数据分布发生改变之后，我们又不得不从新收集同分布的训练数据并从新训练模型。这在真实的应用中去从 阅读全文
摘要：
论文来源：https://www.eecs.yorku.ca/course_archive/2016-17/W/6412/reading/DistributedRepresentationsofSentencesandDocuments.pdf 1、Doc2vec概述 Doc2vec 和熟知的 Wo 阅读全文
摘要：
1、常见文本相似度计算方法 常见的短文本相似度计算方法目前有很多中，但这些短文本相似度计算方法都只是提取了短文本中的浅层特征，而无法提取短文本中的深层特征。目前常见的文本相似度计算方法有： 1）简单共有词。对文本分词之后，计算两本文本中相同词的数量，然后除以更长的文本中词的数量。 2）编辑距离。简单 阅读全文
摘要：
1、IRT模型概述 IRT（item response theory 项目反映理论）模型。IRT模型用来描述被试者能力和项目特性之间的关系。在现实生活中，由于被试者的能力不能通过可观测的数据进行描述，所以IRT模型用一个潜变量 $ \theta $ 来表示，并考虑与项目相关的一组参数来分析正确回答测 阅读全文
摘要：
在搭建cuda + Anaconda + tensorflow的开发环境时，在虚拟环境中的jupyter notebook启动后无法导入tensorflow。具体解决方案如下： 1、首先在虚拟环境中安装ipython和jupyter，可以用conda安装，也可以用pip安装 2、执行下面的命令（不知 阅读全文
摘要：
1、导入依赖包，初始化一些常量 2、处理数据集 3、构建模型 主要是定义各种变量或者对象，有些变量是经过计算得到的 4、创建run_epoch函数，用来控制模型的训练 5、定义main函数 阅读全文