同义词词典

特点

1. NLP中常用的不是《新华字典》，而是一种被称为同义词词典的词典
2. 在同义词词典中，具有相同含义或者类似含义的单词被归类到同一个组别中
3. NLP中会定义单词之间的粒度更细的关系，比如“上位-下位”“整体-部分”

神经网络推理

$(x_1,x_2)$表示输入层的数据，$w_{11}、w_{21}$表示权重,$b_1$表示偏置。

第一个隐藏神经元的结果可以表示为：

$$h_1 = x_1w_{11} + x_2w_{21} + b_1$$

隐藏层的神经元是基于加权和计算出来的。

机器学习彩图知识点-A系列

最近看到国外一位大神对机器学习知识点绘制的彩图，通过图解的形式来解释一个知识点，比如过拟合、auc、boosting算法等，非常的形象👍，比如：

支持向量机

kaggle离群点分析

本文是针对kaggle上面一份关于数据离群点的分析，主要是介绍如何从数据中快速确定离群点outlier

原文地址：https://www.kaggle.com/code/nareshbhat/outlier-the-silent-killer

原文标题：Outlier!!! The Silent Killer

基于机器学习的皮马印第安人糖尿病预测

本文是针对Kaggle上面一份皮马印第安人糖尿病的数据的建模，属于机器学习中的二分类问题。原数据地址：

https://www.kaggle.com/code/vincentlugat/pima-indians-diabetes-eda-prediction-0-906/data

Pandas中字符串处理

字符串是一种常见的数据类型，我们遇到的文本、json数据等都是属于字符串的范畴。Python内置了很多处理字符串的方法，这些方法为我们处理和清洗数据提供了很大的便利。

从0到1实现2种Keras建模网络

本文介绍两种基于Keras的建模方法：

• 基于Sequential的建模；快速方便，易上手
• 基于函数式API的建模；易于扩展，灵活性强

神经网络参数优化器

• 待优化参数w
• 损失函数loss
• 学习率lr
• 每次迭代一个batch
• t表示当前迭代的总次数

图解9种统计抽样方法

本文介绍的是9种常见的统计抽样方法。

• 随机抽样
• 分层抽样
• 聚类抽样
• 系统抽样
• 多级抽样
• 简单抽样
• 自愿抽样
• 判断抽样
• 雪球抽样

学习开源11种降维算法

网上关于各种降维算法的资料参差不齐，同时大部分不提供源代码。这里有个 GitHub 项目整理了使用 Python 实现了 11 种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE 等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴。