搜索资源列表
DeepLearning
- 用于分词，深度学习算法，使用了RNN神经网络，可以进行参数设置(Used for participle, depth learning algorithm)
搜狗分类新闻.20061127
- 用于自然语言处理的新闻语料，抓取网上的一些新闻资料(The news materials used in Natural Language Processing, and grab some news on the Internet)
lda
- lda 自然语言处理 文本分类 特征工程(lda natural language processing text classification feature engineering)
sequence_gan
- TensorFlow实现自然语言处理，基于梯度策略算法(Use TensorFlow to deal with the Natural Language Processing)
python-LDA-master
- 文本处理，自然语言处理，LDA，手动实现(Text Process.Natural lanuage process)
新建文件夹
- 文本处理，自然语言处理，包含中文和英文停用词(text processing,including chinese and english stopwords)
Deep Learning with Python
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(Deep Learning with Python intr
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc
A-机器学习
- 2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/Python/面试笔记(Machine Learning // Python / interview notes)
弹幕情感分析
- 对哔哩哔哩弹幕进行抽取并完成情感倾向的分析和估计(To extract bilibili barrage and complete the analysis and estimation of emotional tendency)
AI法官项目
- 本项目介绍了利用自然语言处理方法进行案件的自动识别以及量刑的预测
计算语言学讲义中科院+刘群
- 自然语言处理语义分析演讲内容，入门者推荐学习(Text categorized corpus)
《深度学习入门：基于Python的理论与实现》
- 本书主要介绍深度学习的核心算法，以及在计算机视觉，语音识别、自然语言处理中的相关应用，适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相关前沿技术(This book mainly introduces the core algorithms of deep learning, as well as relevant applications in computer vision, speech recognition and natural languag
国外教育人工智能研究主题及趋势分析
- 基于对 Web of Science文献关键词的可视化分析，梳理并呈现了国外教育人工智能的研究主题和研究趋 势。研究发现：首先，目前国外教育人工智能的研究现状可概括为四个主题领域，分别为基于自然语言处理的 教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术 研究；其次，国外教育人工智能研究呈现以下三个趋势：基于大数据的机器学习研究、深度学习理念引领下的 在线学习变革研究、智能识别技术支撑下的智能导师系统研究。
网络硬件加速器在自动驾驶计算平台的作用
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
大数据+AI完整版
- 立足于大数据，AI领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。AI从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
GPU和虚拟化技术对ADAS平台的重要性
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
关于人工智能在数据质量管理中的应用
- 说实在的，这个概念有些过于高大上，从大的方面包括、、强化学习等等，而深度学习又包括图像识别、语音识别、自然语言处理、预测分析;机器学习则包括监督学习、无监督学习、半监督学习，监督学习又细分为回归、分类、决策树等等。理论上人工智能什么都能做，什么都能迎合的上。
Sentiment Analysis1
- 读取csv或xlsx文件后对文本信息进行NLP情感分析并计算出情感的得分，越接近1越积极，越接近-1越消极(After reading the CSV or xlsx file, NLP sentiment analysis is performed on the text information and the score of sentiment is calculated. The closer to 1, the more positive, the more close to - 1,
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称