diff --git a/README.md b/README.md index b176fd242..ee8070392 100644 --- a/README.md +++ b/README.md @@ -1,6 +1,6 @@ -# MachineLearning +# 机器学习 MachineLearning -* [ApacheCN 开源组织](https://github.com/apachecn/organization): https://github.com/apachecn/organization +* [ApacheCN 组织资源](https://github.com/apachecn/home): https://github.com/apachecn/home > **欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远** @@ -13,8 +13,6 @@ * -- [群小哥哥:红色石头的机器学习之路](https://github.com/RedstoneWill): [台湾大学林轩田机器学习基石课程 - **系列学习笔记**](https://mp.weixin.qq.com/s/xb0i55zIQVzCiSZALbvncg) * 推荐一个[机器学习笔记](https://feisky.xyz/machine-learning): https://feisky.xyz/machine-learning -## 机器学习 - @@ -137,12 +135,14 @@
模块
-## 深度学习(DeepLearning) —— 正在更新迭代 +# 深度学习 DeepLearning * 1.) [入门介绍](./docs/DeepLearning/1.入门介绍.md) * 2.) 代码位置:src/py2.x or py3.x/DL -## 自然语言处理(NLP) - 百度公开课(使用场景了解) +# 自然语言处理 NLP + +## 百度公开课(使用场景了解) > 第一部分 入门介绍 @@ -167,7 +167,7 @@ 学习过程中-内心复杂的变化!!! -``` +```python 自从学习NLP以后,才发现国内与国外的典型区别: 1. 对资源的态度是完全相反的: 1) 国内:就好像为了名气,举办工作装逼的会议,就是没有干货,全部都是象征性的PPT介绍,不是针对在做的各位 @@ -221,7 +221,6 @@ **通过AUC 来评估模型的效果** - ### 2.语言模型(Language Modeling) 语言建模涉及开发一种统计模型,用于预测句子中的下一个单词或一个单词中的下一个单词。它是语音识别和机器翻译等任务中的前置任务。 @@ -244,8 +243,6 @@ * bi-gram + levenshtein - - ### 3.图像字幕(Image Captioning) mage字幕是为给定图像生成文本描述的任务。 @@ -408,7 +405,6 @@ mage字幕是为给定图像生成文本描述的任务。 > Ml 第三期 (2018-04-16) - ## 项目贡献者 > Ml 第一期 (2017-02-27) @@ -434,9 +430,9 @@ mage字幕是为给定图像生成文本描述的任务。 * [@片刻](https://github.com/jiangzhonglian) * [@伪文艺.](https://github.com/Watermelon233) * [@那伊抹微笑](https://github.com/wangyangting) -* [@LAMDA-健忘症]() 永久留任-非常感谢对群的贡献 +* [@LAMDA-健忘症]() 永久留任-非常感谢对群的贡献 -> Ml 第一届 (2017-07-04 结束) +> Ml 第一届 (2017-09-01) * [@易漠]() * [@Mike](https://github.com/mikechengwei) @@ -447,7 +443,7 @@ mage字幕是为给定图像生成文本描述的任务。 * [@红色石头]() * [@微光同尘]() -> Ml 第二届 (刚开始) +> Ml 第二届 (2018-07-04) * [@张假飞]() * [@李孟禹]() @@ -468,10 +464,9 @@ mage字幕是为给定图像生成文本描述的任务。 * ApacheCN 纯粹出于学习目的与个人兴趣翻译本书 * ApacheCN 保留对此版本译文的署名权及其它相关权利 -* * * +--- 资料来源: * https://machinelearningmastery.com/datasets-natural-language-processing * 【比赛收集平台】: https://github.com/iphysresearch/DataSciComp -