人工智能、深度学习与 Tensorflow 相关书籍、课程、示例列表是笔者 Awesome Links 系列的一部分；对于其他的资料集锦、模型、开源工具与框架请参考 DataScienceAI Links Series。本文推荐的部分开源书籍可以前往 Awesome-CS-Bo…

这几天NLP我也没有更新,并不是放弃了学习,而是寻找一条合适自己的路径,总结之后,列出来,供有同样志向的小伙伴参考,并且以后文章更新也将按照这个顺序更新,大家一起努力吧!1:形式语言2:自动机3:NL

有了这些书，再也不愁下了班没妹纸该咋办了。慢慢来，认真学，揭开机器学习和数据挖掘这一神秘的面纱吧！

1、命名实体识别命名实体识别（NamedEntityRecognition，NER）就是从一段自然语言文本中找出相关实体，并标注出其位置以及类型，如下图。命名实体识别是NLP领域中的一些复杂任务的基础

2018汇总自然语言处理篇

选自Github，作者：黄海广。 《统计学习方法》，作者李航，本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场等。除第 1 章概论和最后一章总结外…

选自math3ma，作者：Algebra，机器之心编译，参与：高璇、张倩。 今天我想分享一个简单的 idea，它既不新颖也不花哨。甚至很多人都有过这个想法。但是无论你有没有这么想过，我都希望你能抽出几分钟和我一起重新感受这个想法。 想法非常简单，但非常实用。 首先严谨地概括这个…

本文作者总结了四种调试深度神经网络的方法，分别是预测合成输出、可视化激活值、梯度分析和分析模型预测。希望这些技巧可以帮助你调试模型哦！