<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yyy____的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yyy____</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yyy____]]></copyright><item><title><![CDATA[nlp学习计划]]></title><link>https://blog.youkuaiyun.com/yyy____/article/details/110188032</link><guid>https://blog.youkuaiyun.com/yyy____/article/details/110188032</guid><author>yyy____</author><pubDate>Thu, 26 Nov 2020 15:00:01 +0800</pubDate><description><![CDATA[参考

cs224n
https://github.com/huseinzol05/NLP-Models-Tensorflow.git
使用语言tf2

nlp学习计划
chatbot
https://github.com/chatopera/chatbot.catalog.customer-service
文本分类
文本相似度计算
ner

]]></description><category></category></item><item><title><![CDATA[机器学习学习计划]]></title><link>https://blog.youkuaiyun.com/yyy____/article/details/110187733</link><guid>https://blog.youkuaiyun.com/yyy____/article/details/110187733</guid><author>yyy____</author><pubDate>Thu, 26 Nov 2020 14:54:22 +0800</pubDate><description><![CDATA[机器学习学习计划
参考

李航《统计学习方法》
b站白板推导
https://github.com/zhulei227/ML_Notes

学习计划
回归算法
最小二乘法
分类算法
感知机
线性判别分析
逻辑斯蒂回归
朴素贝叶斯
最大熵模型
树
id3
c4.5
cart
集成方法
adaboost
gbdt
xgb
rf
em
hmm
crf

...]]></description><category></category></item><item><title><![CDATA[装饰器学习]]></title><link>https://blog.youkuaiyun.com/yyy____/article/details/80118842</link><guid>https://blog.youkuaiyun.com/yyy____/article/details/80118842</guid><author>yyy____</author><pubDate>Sat, 28 Apr 2018 11:53:05 +0800</pubDate><description><![CDATA[装饰器概念理解

有这样一种需求：需要统一添加某功能，比如产品更新，需要在各个原有的功能的基础上赋予新特性。从创造者的角度来说，希望原来的创造方式仍然不变，只是在原有基础上添加新特性；从使用者的角度来说，希望原来的使用方式仍然不变，但可以具有新功能。


从使用者的角度来说： 
装饰器就是在不改变原函数的基础上，给原函数增加一些功能。 
“不改变原函数”是指，不改变原函数的名字、参数和返回值（函数...]]></description><category></category></item></channel></rss>