<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Zee_Chao的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Zee_Chao</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Zee_Chao]]></copyright><item><title><![CDATA[《计算之魂》第一章读书笔记]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/126434108</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/126434108</guid><author>Zee_Chao</author><pubDate>Sat, 20 Aug 2022 00:53:06 +0800</pubDate><description><![CDATA[《计算之魂》第一章读书笔记]]></description><category></category></item><item><title><![CDATA[集成学习-Task5 Stacking]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/120027895</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/120027895</guid><author>Zee_Chao</author><pubDate>Wed, 01 Sep 2021 18:45:10 +0800</pubDate><description><![CDATA[1. Stacking概述

    严格来说Stacking不是一种集成学习算法，它更像是一种集成策略。简单来说，Stacking是一种两层集成策略。它的第一层含有多个基础分类器，把预测的结果提供给第二层。第二层的分类器通常是逻辑回归，它会将第一层分类器的结果当做特征输出预测结果。

2. Blending——简化版的Stacking

    Blending也遵从Stacking的策略，但是比较简单，可以用来帮助深入理解Stacking。它的算法流程如下：

    （1）将数...]]></description><category></category></item><item><title><![CDATA[集成学习-Task4 Boosting]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/119876327</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/119876327</guid><author>Zee_Chao</author><pubDate>Tue, 24 Aug 2021 23:00:22 +0800</pubDate><description><![CDATA[1. Bagging与Boosting的联系与区别

    Bagging思想的本质是：通过bootstrap的方式对全样本数据集做有放回抽样得到多个子集，在不同的子集上训练不同的弱分类器，最后通过投票的方式决定最终预测结果。这些弱分类器都倾向于过拟合并且Bagging会通过降低方差的方式减少预测误差。

    Boosting则是采取另一种思想：使用全样本数据集训练一系列弱分类器，然后将这些弱分类器组合形成一个预测性能更好的分类器。这些弱分类器都倾向于欠拟合并且Boosting会通过降...]]></description><category></category></item><item><title><![CDATA[集成学习-Task3 投票法与Bagging]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/119845903</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/119845903</guid><author>Zee_Chao</author><pubDate>Sun, 22 Aug 2021 20:11:11 +0800</pubDate><description><![CDATA[1.基于投票法的集成学习

1.1投票与机器学习

    投票简单来说就是“少数服从多数”，那么这个道理跟机器学习有什么关系呢？

    我们知道集成学习简单来说就是用多个不同的模型来处理同一个问题，那么对于多个不同的处理结果我们应该如何选取呢？

    对于一个分类问题来说，如果我们用多个不同的模型来预测，可能会得到多个不同的结果。显然，这里我们就可以用少数服从多数的投票法来决定。我们可以直接将投票结果中出现次数最多的类别当作预测结果，这种投票方法叫硬投票。我们还可以将预...]]></description><category></category></item><item><title><![CDATA[集成学习-Task2 机器学习基础模型回顾]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/119800290</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/119800290</guid><author>Zee_Chao</author><pubDate>Thu, 19 Aug 2021 16:03:34 +0800</pubDate><description><![CDATA[1.机器学习的分类

    假设数据集中有N个样本，每个样本记作。前m个维度称之为特征，最后一个维度称之为因变量（我习惯叫做标签）。特征是用来描述影响因变量的因素的。根据是否有因变量，机器学习可以分为有监督学习和无监督学习。

有监督学习：有因变量，预测结果。例如根据房屋参数做房价预测。其中，根据因变量是连续的还是离散的，有监督学习还可以细分为回归和分类。

无监督学习：无因变量，寻找数据中存在的关系或结构。例如根据电商用户消费记录寻找行为相似的用户。

2.有...]]></description><category></category></item><item><title><![CDATA[集成学习-Task1 机器学习的数学基础]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/119751706</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/119751706</guid><author>Zee_Chao</author><pubDate>Tue, 17 Aug 2021 20:01:20 +0800</pubDate><description><![CDATA[1. 高等数学（略去部分内容）

1.1 梯度

    梯度是一个“向量”而非标量。因此梯度具有两个属性：方向和长度（模）。

    梯度与方向导数具有很密切的联系。函数在某点的梯度，其方向意味着函数在该点的所有方向导数中沿着该方向可以取得最大值，而这个最大方向导数的值就是梯度的模。

    更通俗些来讲，从函数变化的角度来看，函数在某点的梯度，其意味着函数在该点沿着此方向增长速度会最快，这个增长的变化率就是梯度的模。

1.2 雅各比矩阵（Jacobian矩阵）

  ...]]></description><category></category></item><item><title><![CDATA[自然语言处理实践（新闻文本分类）-Task3 简单词向量+机器学习算法]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/107586850</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/107586850</guid><author>Zee_Chao</author><pubDate>Sat, 25 Jul 2020 23:11:17 +0800</pubDate><description><![CDATA[目录

1.学习内容

2.构建词向量并将处理好的数据保存

2.1准备工作

2.2词袋向量

2.3 TFIDF向量

3.将不同的词向量应用到不同的机器学习分类算法上

3.1逻辑回归

3.1.1词袋+逻辑回归

3.1.2 TFIDF+逻辑回归

3.2岭回归分类

3.2.1词袋+岭回归

3.2.2 TFIDF+岭回归

3.3朴素贝叶斯分类

3.3.1词袋+朴素贝叶斯

3.3.2 TFIDF+朴素贝叶斯

3.4 SVM

3.4.1词袋+SVM

3.4.2 T...]]></description><category></category></item><item><title><![CDATA[自然语言处理实践（新闻文本分类）-Task2 数据分析]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/107524627</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/107524627</guid><author>Zee_Chao</author><pubDate>Wed, 22 Jul 2020 23:17:34 +0800</pubDate><description><![CDATA[1.准备工作


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from collections import Counter

df = pd.read_csv(r'./data/train_set.csv', sep = '\t')
print(df.head())


   label                                               text
0      2 .]]></description><category></category></item><item><title><![CDATA[自然语言处理实践（新闻文本分类）-Task1 赛题理解]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/107500334</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/107500334</guid><author>Zee_Chao</author><pubDate>Tue, 21 Jul 2020 22:31:42 +0800</pubDate><description><![CDATA[1.赛题介绍

赛题：Datawhale零基础入门NLP赛事

地址：https://tianchi.aliyun.com/competition/entrance/531810/introduction?spm=5176.12281973.1005.1.3dd52448NqFj16

赛题以自然语言处理为背景，要求选手根据新闻文本字符对新闻的类别进行分类，这是一个经典文本分类问题。通过这道赛题可以引导大家走入自然语言处理的世界，带大家接触NLP的预处理、模型构建和模型训练等知识点。

2. 数据介绍

.]]></description><category></category></item><item><title><![CDATA[CS224N（NLP）组队学习-L13 Contextual Word Representations and Pretraining]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/107114805</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/107114805</guid><author>Zee_Chao</author><pubDate>Fri, 03 Jul 2020 20:35:04 +0800</pubDate><description><![CDATA[注意：博主本身第一次接触NLP。该博文只是把博主目前能够理解的部分记录了下来，以下内容实际上还有很多的细节需要进一步补充！

1.学习内容

1. ELMo

2. Transformer

3. GPT

4. BERT

本项目参见https://github.com/datawhalechina/team-learning/tree/master/04%20%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86

2. ELMo

无论我们使用那.]]></description><category></category></item><item><title><![CDATA[CS224N（NLP）组队学习-L12 Information from Parts of Words: Subword Models]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/107048335</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/107048335</guid><author>Zee_Chao</author><pubDate>Tue, 30 Jun 2020 18:51:11 +0800</pubDate><description><![CDATA[1.学习内容

1.基于单词的模型的局限

2.词级和字符级语言模型

3. n-gram思想

4. fastText

本项目参见https://github.com/datawhalechina/team-learning/tree/master/04%20%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86

2.基于单词的模型的局限

在使用基于单词的模型时需要处理规模庞大的词汇表。这种方式虽然效果不错，但是对于单词而言，只要稍微做些...]]></description><category></category></item><item><title><![CDATA[pandas组队学习-Task9 时序数据]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/107020197</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/107020197</guid><author>Zee_Chao</author><pubDate>Mon, 29 Jun 2020 15:43:51 +0800</pubDate><description><![CDATA[目录

1.学习内容

2.准备工作

3.创建时序数据

3.1时序数据类型

3.2创建时间点

3.2.1 to_datetime()方法

3.2.2date_range()方法

3.2.3bdate_range()方法

3.3 DateOffset对象

3.3.1DateOffset与Timedelta的区别

4.时序的索引及属性

4.1索引切片

4.2子集索引

4.3时间点的属性

5.重采样

5.1一般用法

5.2采样聚合

5.3采样组的迭代...]]></description><category></category></item><item><title><![CDATA[CS224N（NLP）组队学习-L2 Word Vectors2 and Word Senses]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/106987016</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/106987016</guid><author>Zee_Chao</author><pubDate>Sat, 27 Jun 2020 20:16:40 +0800</pubDate><description><![CDATA[1.学习内容

1.了解word2vector的具体实现方法

2.介绍其他实现方法

本项目参见https://github.com/datawhalechina/team-learning/tree/master/04%20%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86

2. Word2vector的实现细节

Word2vector是计算单词词向量的一种方式。它的核心思想是预测每个单词和上下文单词之间的关系。具体实现算法有Skip-...]]></description><category></category></item><item><title><![CDATA[pandas组队学习-Task8 分类类型]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/106982558</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/106982558</guid><author>Zee_Chao</author><pubDate>Sat, 27 Jun 2020 15:34:20 +0800</pubDate><description><![CDATA[目录

1.学习内容

2.准备工作

3.分类变量的创建及其性质

3.1创建

3.2性质

3.2.1查看分类类别以及是否有序

3.2.2修改类别

3.2.3添加类别

3.2.4删除类别

4.分类变量的排序

4.1序的建立与退化

4.1.2建立

4.1.2退化

4.2排序

5.分类变量的比较操作

5.1 与标量或等长序列的比较

5.2与另一分类变量的比较

5.2.1等式判别

5.2.2不等式判别

1.学习内容

1.学习分类类型的创建...]]></description><category></category></item><item><title><![CDATA[pandas组队学习-Task7 文本数据（string类型）处理]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/106975723</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/106975723</guid><author>Zee_Chao</author><pubDate>Fri, 26 Jun 2020 22:17:35 +0800</pubDate><description><![CDATA[1.学习内容

1.了解string类型与object类型的区别

2.学会string类型的各种处理方式

本项目参见https://github.com/datawhalechina/team-learning/tree/master/Pandas%E6%95%99%E7%A8%8B%EF%BC%88%E4%B8%8A%EF%BC%89

2.准备工作


import pandas as pd
import numpy as np

3.string类型的性质与转换

3.1string类...]]></description><category></category></item><item><title><![CDATA[CS224N（NLP）组队学习-L1 Introduction and Word Vectors]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/106947150</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/106947150</guid><author>Zee_Chao</author><pubDate>Wed, 24 Jun 2020 18:54:42 +0800</pubDate><description><![CDATA[1.学习内容

1.词义

2.如何对一个词进行表示

3.什么是word2vector

4.word2vector的目标函数

本项目参见https://github.com/datawhalechina/team-learning/tree/master/04%20%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86

2.词义

词义：语言或文字符号所表示的某种概念。

通过wordnet，我们可以查找与某个英语单词含义相近其他词汇...]]></description><category></category></item><item><title><![CDATA[pandas组队学习-Task6 缺失值处理]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/106932989</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/106932989</guid><author>Zee_Chao</author><pubDate>Tue, 23 Jun 2020 23:12:42 +0800</pubDate><description><![CDATA[目录

1.学习内容

2.准备工作

3.发现缺失值并统计缺失值的情况

3.1观察具体位置上是否出现缺失值

3.2缺失值的统计

3.3缺失值数据的筛选与过滤

3.3.1找出某列缺失值所在的行数据

3.3.2找出所有值都非缺失的行数据

3.4缺失值符号介绍

3.4.1旧体系的符号

3.4.2新体系的数据类型和符号

3.5convert_dtypes()方法

4.缺失数据的运算与分组

4.1运算

4.2分组（groupby）

5.缺失值的填充与删除

...]]></description><category></category></item><item><title><![CDATA[第十周：支持向量机（SVM）]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/105896902</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/105896902</guid><author>Zee_Chao</author><pubDate>Sat, 02 May 2020 22:55:05 +0800</pubDate><description><![CDATA[1.学习内容

1.了解SVM的原理

2.实现SVM

3.认识核函数

4.如何用SVM解决线性回归问题

2.什么是SVM

要了解什么是SVM，还需要从分类问题中的决策边界不适定问题讲起。我们都知道，一个二分类的模型其决策边界可视化后可以是一个低维度平面或者直线。但是，可以将正样本和负样本完美分隔开的低维平面有很多个，假如每一个平面都对应一个模型，那么我们要如何从中选择最好的那...]]></description><category></category></item><item><title><![CDATA[pandas组队学习-Task5 表格的新增行列、数据填充与表格合并]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/105870792</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/105870792</guid><author>Zee_Chao</author><pubDate>Thu, 30 Apr 2020 22:22:17 +0800</pubDate><description><![CDATA[1.学习内容

1.学会如何对已有的表格新增行和列以及如何将不同的表格合并

2.学会如何用其他表格的数据来对当前表格进行填充

2.准备工作


import numpy as np
import pandas as pd
df = pd.read_csv('data/table.csv')
print(df.head())


  School Class    ID Gender  ...]]></description><category></category></item><item><title><![CDATA[pandas组队学习-Task4 用pandas对表格进行变形]]></title><link>https://blog.youkuaiyun.com/Zee_Chao/article/details/105826400</link><guid>https://blog.youkuaiyun.com/Zee_Chao/article/details/105826400</guid><author>Zee_Chao</author><pubDate>Tue, 28 Apr 2020 23:25:55 +0800</pubDate><description><![CDATA[1.学习内容

1.了解透视表的构造与还原

2.了解哑变量的生成

本项目参见https://github.com/datawhalechina/team-learning/tree/master/Pandas%E6%95%99%E7%A8%8B%EF%BC%88%E4%B8%8A%EF%BC%89

2.准备工作


import numpy as np
import pandas a...]]></description><category></category></item></channel></rss>