数据挖掘
- 逻辑回归
- 梯度下降
- numpy的学习
- 【火炉炼AI】机器学习008-简单线性分类器解决二分类问题
- 参加kaggle-home credit比赛 top1经验分享
- 比赛 | 京东AI时尚单品检索：一次小小的尝试
- 通过k-means进行图像量化压缩--python实现
- 机器学习实战篇——用支撑向量算法在Kaggle上跑个分
- Kaggle比赛 (toxic comment classifi
- 乱炖“简书交友”数据之代码（2）：关键词抽取、Word2Vec词
- 乱炖“简书交友”数据之代码（1）
- TensorFlow实战(一)-人工智能基础知识
- 读书｜《推荐系统实践》
- LDA文档主题生成模型入门
- 数据挖掘实战总结
- Text-CNN、Word2Vec、RNN、NLP、Keras、
- 数据挖掘之 Kaggle 练习项目快速入门（一）
- Kaggle5000部电影数据分析
- gensim计算文档相似度
- NLP文本分类——豆瓣图书分类实践
- 美团网数据分析——到底有多少人知道这些餐厅？!
- 二. 挖掘和分析 —《无问西东》的豆瓣评论数据分析
- TensorFlow应用实战-2- 人工智能&深度学习介
- 推荐系统（二）：基于物品（Item）的协同过滤算法
- jiaba关键词提取提速策略&基于word2vec的关键
- 如何用Python批量提取PDF文本内容？
- sklearn的高斯混合模型GMM与Kmeans的实现
- Zookeeper学习笔记
- 《Aspect Level Sentiment Classifi
- 《Interactive Attention Networks
- 文本数据处理的终极指南-[NLP入门]
- 小猪的Python学习之旅 —— 15.浅尝Python数据分析
- 亲和性分析在商品推荐中的应用
- [Practice] 使用python词云打造一个春
- Python3入门机器学习 - numpy篇
- 从爬虫到用scikit-learn构建机器学习多元线性回归模型
- 实验楼情感分析项目
- 机器学习读书笔记 — 朴素贝叶斯
- python 数据挖掘篇四 小说数据挖掘实例
- Spark实现海量新闻文本聚类
- 我的tensorflow学习 从入门到实战
- 天池比赛--“商场中精确定位用户所在店铺”分享
- 中文文本分类对比（经典方法和CNN）
- 基于LSTM三分类的文本情感分析
- 文本聚类
- 爬虫-拉勾招聘需求词频分析
- 爬取简书和数据分析
- Pandas的使用
- 如何用Python从海量文本抽取主题？
- 如何用Python做情感分析？
个人学习，爱好搜集
