yangwohenmai / NLP
NLP自然语言处理学习汇总
☆46Updated 4 years ago
Alternatives and similar repositories for NLP:
Users that are interested in NLP are comparing it to the libraries listed below
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆41Updated 5 years ago
- 纯python实现机器学习算法,非套用sk-learn☆103Updated 2 years ago
- 客流量时间序列预测模型☆117Updated 3 years ago
- 本系列代码主要是作者Python人工智能之Keras的系列博客,涉及回归神经网络、CNN、RNN、LSTM等内容。基础性代码,希望对您有所帮助。☆63Updated last week
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆72Updated 4 years ago
- 机器学习(Machine Learning, ML)python简洁实现,包括混合高斯模型,KMeans,决策树,随机森林,K近邻,线性判别分析,逻辑斯蒂回归(梯度下降法,牛顿法),多层感知机(分类+回归),Naive Bayes(离散+高斯),多分类SVM,线性回归,隐马…☆136Updated 3 years ago
- 深度学习以进行时间序列预测☆616Updated 4 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆50Updated 7 years ago
- 基于统计学的时间序列预测(AR,ARM).☆259Updated 4 years ago
- pytorch实现的LSTM简易文本分类(附代码详解)☆37Updated 4 years ago
- 关于机器学习,深度学习,自然语言处理等各种算法的实现、示例,与博客文章配套,论文复现等☆195Updated 2 years ago
- 本系列代码主要是作者Python人工智能之TensorFlow的系列博客,涉及回归神经网络、CNN、RNN、TensorFboard等内容。基础性代码,希望对您有所帮助。☆101Updated 8 months ago
- 一个基本的多层lstm rnn模型,能实现中英文文本的二分类或多分类☆46Updated 6 years ago
- Pytorch_Learning_Notes☆100Updated 3 weeks ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆42Updated 4 years ago
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆40Updated last year
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆29Updated 2 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆54Updated 4 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆16Updated 5 years ago
- 利用CNN,LSTM,CNN_LSTM,TextCNN,Bi-LSTM和传统的机器学习算法进行情感分析,参考:https://github.com/Edward1Chou/SentimentAnalysis☆89Updated 6 years ago
- NLP实战项目☆87Updated 2 years ago
- 时间序列ARIMA模型的销量预测☆62Updated 6 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测,注释拉满。☆182Updated 4 years ago
- ☆265Updated 2 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- 通过修改transformer使其可以预测金融时间序列☆32Updated 3 years ago
- 基于Keras的LSTM多变量时间序列预测☆176Updated 7 years ago
- Pytorch 实现RNN、LSTM、GRU模型☆77Updated 6 years ago
- 本项目演示如何在PyTorch中使用Transformer模型进行中文文本分类☆31Updated last year
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 4 years ago