分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.142
秒,为您找到
188835
个相关结果.
搜书籍
搜文档
关键词提取
2476
2019-05-08
《科大讯飞REST_API开发指南》
1. 接口说明 2. 接口地址 3. 请求参数 4. 返回值 5. 调用示例 1. 接口说明 以哈工大社会计算与信息检索研究中心研发的 “语言技术平台(LTP)” 为基础,为用户提供针对中文文本(简体)的关键词提取服务。关键词提取(Keyword Extraction) 是从文本中将与文本意义最相关的一些词抽取出来的技术。早期在全文搜索...
Kibana监控
1044
2019-04-01
《Choerodon(猪齿鱼) v0.15 中文文档》
Kibana基础入门 前言 演示 Discovery Visualize Dashboard Timelion Dev Tools 参考资料 更多操作 Kibana基础入门 前言 Kibana 是一个开源的分析与可视化平台,设计出来用于和 Elasticsearch 一起使用的。你可以用 Kibana 搜索、查看、交互存放在 E...
5.6. 随机投影
958
2020-03-01
《scikit-learn (sklearn) 0.21.3 官方文档中文版》
5.6. 随机投影 5.6.1. Johnson-Lindenstrauss 辅助定理 5.6.2. 高斯随机投影 5.6.3. 稀疏随机矩阵 5.6. 随机投影 校验者: @FontTian @程威 翻译者: @Sehriff sklearn.random_projection 模块实现了一个简单且高效率的计算方式来减少数据维度,通过...
5.6. 随机投影
1161
2020-03-01
《scikit-learn (sklearn) 0.19 官方文档中文版》
5.6. 随机投影 5.6. 随机投影 5.6.1. Johnson-Lindenstrauss 辅助定理 5.6.2. 高斯随机投影 5.6.3. 稀疏随机矩阵 5.6. 随机投影 5.6. 随机投影 校验者: @FontTian @程威 翻译者: @Sehriff sklearn.random_projection 模块实现了...
10.10. 束搜索
1844
2019-06-05
《动手学深度学习》
10.10.3. 束搜索 10.10.1. 贪婪搜索 10.10.2. 穷举搜索 10.10.3. 束搜索 10.10.4. 小结 10.10.5. 练习 10.10.3. 束搜索 上一节介绍了如何训练输入和输出均为不定长序列的编码器—解码器。本节我们介绍如何使用编码器—解码器来预测不定长的序列。 上一节里已经提到,在准备训练数据集时,我...
10.10 束搜索
1074
2020-06-10
《《动手学深度学习》(PyTorch版)》
10.10 束搜索 10.10.1 贪婪搜索 10.10.2 穷举搜索 10.10.3 束搜索 小结 10.10 束搜索 上一节介绍了如何训练输入和输出均为不定长序列的编码器—解码器。本节我们介绍如何使用编码器—解码器来预测不定长的序列。 上一节里已经提到,在准备训练数据集时,我们通常会在样本的输入序列和输出序列后面分别附上一个特殊符号"<...
2.6. 协方差估计
1456
2020-03-01
《scikit-learn (sklearn) 0.19 官方文档中文版》
2.6. 协方差估计 2.6. 协方差估计 2.6.1. 经验协方差 2.6.2. 收缩协方差 2.6.2.1. 基本收缩 2.6.2.2. Ledoit-Wolf 收缩 2.6.2.3. Oracle 近似收缩 2.6.3. 稀疏逆协方差 2.6.4. 鲁棒协方差估计 2.6.4.1. 最小协方差决定 2.6. 协方差估计 2...
15.8. 11.8 本章习题
823
2018-07-10
《鸟哥的Linux私房菜:服务器架设篇 第三版》
11.8 本章习题 11.8 本章习题 Telnet 与 SSH 都是远程联机服务器,为何我们都会推荐使用 SSH 而避免使用 Telnet 呢?原因何在?因为 Telnet 除了使用『明码』传送数据外,本身 telnet 就是很容易被入侵的一个服务器,所以当然也就比较危险了。 至于 ssh 其实也不是很安全的!由台湾计算机危机处理小组的文件可以明...
后记:语言的挑战
3870
2019-05-28
《Python 自然语言处理 第二版》
后记:语言的挑战 语言处理与符号处理 当代哲学划分 NLTK 路线图 Envoi… 后记:语言的挑战 自然语言抛出一些有趣的计算性挑战。我们已经在前面的章节探讨过许多这样的挑战,包括分词、标注、分类、信息提取和建立句法和语义表示。你现在应该已经准备好操作大型数据集,来创建语言现象的强健模型,并将它们扩展到实际语言技术的组件中。我们希望自然语言...
1..
«
47
48
49
50
»
..100