博文
- 如何正确使用机器学习中的训练集、验证集和测试集？
- 热度 3
- 训练集、验证集和测试集，林林总总的数据集合类型，到底该怎么选、怎么用？看过这篇教程后，你就能游刃有余地处理它们了。 问题 审稿的时候，不止一次，我遇到作者 错误使用 数据集合跑模型准确率，并和他人成果比较的情况。 他们的研究创意有的很新颖，应用价值较高，工作可能也做了着实不少。 但因对比方法错误 ...
-
如何免费获得高质量标注数据？
- 用第一性原理，破解科研数据获取难题。 标注 自从开始了解机器学习以后，想必你已经发现，数据分析领域，标注（annotation）是很重要的。 请你再次回顾一下这张图。 我多次外出讲座时，这张图总能让与会者感到眼前一亮。 图片的原作者是华盛顿大学的 Pedro Domingos 教授。但是因为许多著名的机器学习课程争相引 ...
- 如何用 Pandas 存取和交换数据？
- 本文为你介绍 Pandas 存取数据的3种主要格式，以及使用中的注意事项。 问题 在数据分析的过程里，你已经体会到 Python 生态系统的强大了吧？ 数据采集、整理、可视化、统计分析……一直到深度学习，都有相应的 Python 包支持。 但是你会发现，没有任何一个 Python 软件包，是全能的。 这是一种非常好的设计思维— ...
- 如何用 Python 和 BERT 做多标签（multi-label）文本分类？
- 10余行代码，借助 BERT 轻松完成多标签（multi-label）文本分类任务。 疑问 之前我写了《 如何用 Python 和 BERT 做中文文本二元分类？ 》一文，为你讲解过如何用 BERT 语言模型和迁移学习进行文本分类。 不少读者留言询问： 王老师，难道 BERT 只能支持二元分类吗？ 当然 不是 。 BERT 是去年以来非常流行的 ...
- 那本 Tensorflow 2.0 奇书，你可以限时免费下载了
- 还记得在《 文科生 Python 与数据科学入门教材推荐 》一文里，我推荐给你的这本书吗？ 它的第一版，是数据科学出版史上的奇迹。 就连放在 Github 上 的配套代码，居然都获得了超过 14000 星。 还专门有人，做了一期视频。给你讲为什么这是他读过的，关于深度学习的 最好的一本书 。 视频的链接在 这里 （ http:/ ...
- 数据科学入门后，该做什么？
- 热度 2
- 三种学习方式，助你建构多重网络，获得能力与价值的非线性增长。 疑问 有不少读者，在我的数据科学教程下留言，问我类似这样的问题： 王老师，我已经跟着您的全部教程，从头到尾实践了一遍。中间不懂的地方，也专门看书或者上网查找，补充了知识。感觉数据科学算是入门了。但是之后我该做什么呢？有没有什么进阶教 ...
-
你的机器“不肯”学习，怎么办？
- 热度 1
- 给你讲讲机器学习数据预处理中，归一化（normalization）的重要性。 前情回顾 Previously, on 玉树芝兰 …… 我给你写了一篇《 如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据？ 》，为你讲解了 Tensorflow 2.0 处理结构化数据的分类。 结尾处，我给你 留了一个问题 。 把测试集输入模型中，检验效果。 ...
-
文科生 Python 与数据科学入门教材推荐
- 从入门到精通，给你推荐几本 Python 与数据科学好书。 需求 最近读者数量增长了不少。有许多新读者留言，说自己想入门 Python 与数据科学，希望我能够推荐一些教材书籍。 老读者们都知道，我经常会在教程末尾的“资源”或者“小结”章节，推荐相关的书目。我推荐的书籍，有个特点，就是写得简明易懂，适合文科生阅 ...
-
如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据？
- 热度 1
- 以客户流失数据为例，看 Tensorflow 2.0 版本如何帮助我们快速构建表格（结构化）数据的神经网络分类模型。 变化 表格数据，你应该并不陌生。毕竟， Excel 这东西在咱们平时的工作和学习中，还是挺常见的。 在之前的教程里，我为你分享过， 如何利用深度神经网络，锁定即将流失的客户 。里面用到的，就是这样的表 ...
-
如何用 Python 和 BERT 做中文文本二元分类？
- 兴奋 去年， Google 的 BERT 模型一发布出来，我就很兴奋。 因为我当时正在用 fast.ai 的 ULMfit 做自然语言分类任务（还专门写了《 如何用 Python 和深度迁移学习做文本分类？ 》一文分享给你）。ULMfit 和 BERT 都属于预训练语言模型（Pre-trained Language Modeling），具有很多的相似性。 所谓语言模型，就是利 ...
