最近在知乎上看到了一个机器学习的相关学习流程,觉得很有道理,所以,后面的blog我将开始具体的分享一些机器学习的学习笔记。目前已经更新的blog有:
数据篇:
基础总结篇:
4.机器学习中error(误差),bias(偏差)与varience(方差)有什么区别与联系?
模型篇:
1.感知器
2.回归
扫描二维码关注公众号,回复:
8638410 查看本文章
5.简单的神经元模型
工具篇:
0.爬虫程序
2.pandas总结
4.如何将pyspark的rdd数据类型转化为DataFrame
译文:
深度学习(nlp):
3.RNN-Encoder Decoder架构中引入的注意力机制
5.语言模型简介
8.高效的文本分类
10. tensorflow中关于BahdanauAttention以及LuongAttention实现细节
11.SRU介绍
16.论文总结:Ask Me Anything: Dynamic Memory Networks for Natural Language Processing
作者:yiyele
转载请保留原文地址:http://write.blog.csdn.net/postedit/58593012
如果本文对您有所帮助,欢迎您扫码下图所示的微信支付点赞码对本文进行打赏。