入门机器学习？好好看看《智能问答与深度学习》随书附带源码
目录
- 《智能问答与深度学习》随书附带源码
- 安装依赖软件
- 下载源码
- 执行示例程序
- 取得帮助
- 第二章 机器学习基础
- 第三章 自然语言处理基础
- 第四章 深度学习初步
- 第五章 词向量实现及应用
- 第六章 社区问答中的 QA 匹配
- 在线讲解
- 推荐阅读
《智能问答与深度学习》随书附带源码
《智能问答与深度学习》 这本书是服务于准备入门机器学习和自然语言处理的学生和软件工程师的，在理论上介绍了很多原理、算法，同时也提供很多示例程序增加实践性，这些程序被汇总到示例程序代码库，这些程序主要是帮助大家理解原理和算法的，欢迎大家下载和执行。代码库的地址是：
https://github.com/l11x0m7/book-of-qna-code
在阅读本书的过程中，各章有示例程序的段落会说明对应代码库的路径。同时，在代码库中，也有文档介绍如何执行程序。
安装依赖软件
快速执行源码的最佳实践是通过 docker 容器，读者需要在计算机中安装
- Git
Git 是一个分布式版本管理工具，目前很多开源码项目使用它发布和协作，下载地址：
https://git-scm.com/
- Docker
Docker 是容器技术，容器是一种构建、发布和执行软件服务的标准，容器能屏蔽操作系统的不一致性，简便了软件发布、开发和运维，下载地址：
https://www.docker.com/
这两个工具能兼容多种操作系统，我们强烈建议在阅读本书的第三章前，安装二者。
下载源码
在命令行终端，使用下面的方式下载源码：
git clone https://github.com/l11x0m7/book-of-qna-code.git book-of-qna-code
执行示例程序
启动容器：
cd book-of-qna-code
./admin/run.sh # Mac OSX, Linux, Unix
初次运行该脚本时，会下载 docker 的镜像，在这个镜像中，我们安装了示例代码执行需要的依赖环境，这一步骤可能占用半个小时或更长时间，程序执行完毕，命令行终端会自动进入容器内部，如下图：
至此，读者就具有可执行示例程序的环境了，详细使用说明参考各项目文件夹内的文档。
取得帮助
在您遇到关于软件安装、容器运行、程序代码执行等问题时，可通过下面地址反馈给我们：
https://github.com/l11x0m7/book-of-qna-code/issues
第二章 机器学习基础
马尔可夫链
隐马尔可夫模型
CRF 模型
第三章 自然语言处理基础
有向无环图(DAG)
MMSEG 中文分词器
HMM 中文分词器
依存关系分析之 transition-based 经典算法
依存关系分析之 transition-based 神经网络算法
Apache Lucene 示例程序
Elasticsearch 信息检索
第四章 深度学习初步
lightnn：教学用神经网络工具包
Siamese 神经网络完成问答任务
Siamese 卷积神经网络完成问答任务
Siamese 循环神经网络完成问答任务
第五章 词向量实现及应用
该章节主要为大家介绍深度学习在自然语言处理中必不可少的部分：embedding。此处我们为大家介绍了三种比较经典的词向量模型：word2vec，glove 以及 fasttext。通过实现这三个模型，并在小数据集上测试，帮助大家更好的理解这三个模型的原理。
N 元模型(ngrams)
word2vec 的简单实现
glove 的简单实现
fasttext 的简单实现
第六章 社区问答中的 QA 匹配
该章节主要介绍社区问答中的问答匹配问题，并介绍具有代表性的几个深度匹配模型。在该章中我们给出一个简单易用的 pairwise 的问答匹配网络 QACNN。
Pairwise 形式的 QACNN 模型
Decomposable Attention 模型：复现《A Decomposable Attention Model for Natural Language Inference》
多比较方式的比较-集成模型：复现《A COMPARE-AGGREGATE MODEL FOR MATCHING TEXT SEQUENCES》
BiMPM 模型：复现《Bilateral Multi-Perspective Matching for Natural Language Sentence》
在线讲解
《智能问答与深度学习》的在线课程由本书作者团队，CSDN 学院和电子工业出版社联合发布【详情链接】。
从0开始深度学习链接
推荐阅读
见解深刻的人工智能书籍，《智能问答与深度学习》加速自然语言理解技术普及
《智能问答 -深度学习》附书源码运行踩坑过程
入门机器学习？好好看看《智能问答与深度学习》随书附带源码相关推荐
- 深度学习库 caffe使用 源码分析 依赖库分析 caffe glog gflags openBlas prototxt yolo_darknet 转 caffe
深度学习库 caffe使用 源码分析 依赖库分析 caffe glog gflags openBlas 本文github链接 yolo_darknet 转 caffe caffe 安装 Caffe代码 ...
- 386页《Python深度学习》电子书及源码下载
一.<Python深度学习>内容介绍 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 ...
- 全文检索技术_中药图片拍照识别系统，爬虫、深度学习技术android app 源码分享...
说明 当前项目是中药识别APP的后端工程,提供纯数据接口:移动端请移步中药图片拍照识别系统-移动APP端. 项目介绍 本项目包含五个模块: admin:服务器端 medicine-collection ...
- c++ 实现深度学习网络结构【附源码】
文章目录 前言 一.基本函数定义 1.高低配置电脑一些不同 2.数字转换成字符串 3.将两个字符串相连 二.数据加载 1.结构体设计 2.读取图像 3.读取标签 4.将结构体图像转为图片文件 三.矩阵 ...
- 深度学习入门笔记（十二）：深度学习数据读取
欢迎关注WX公众号:[程序员管小亮] 专栏--深度学习入门笔记 声明 1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献. 2)本文仅供学术交流,非商用.所以每一部分具 ...
- 人工智能（Artificial Intelligence-AI）、机器学习（Machine Learning）、深度学习（Deep Learning）之间区别
2020年,不论你是否主动关注AI,机器学习,深度学习还是数据科学,但在媒体的无限吹捧中一定有所耳闻.此处为在Google trend中搜索这些关键字,可见火爆程度逐年增加. 一.人工智能的概念提出到 ...
- 深度学习入门笔记（十五）：深度学习框架（TensorFlow和Pytorch之争）
欢迎关注WX公众号:[程序员管小亮] 专栏--深度学习入门笔记 声明 1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献. 2)本文仅供学术交流,非商用.所以每一部分具 ...
- 回归素材(part9)--PYTHON机器学习手册-从数据预处理到深度学习
学习笔记,仅供参考,有错必纠 PYTHON机器学习手册-从数据预处理到深度学习 通过正则化减少方差 我们可以使用岭回归或者Lasso回归,介绍回归模型的方差.
- 无人驾驶汽车系统入门（二十六）——基于深度学习的实时激光雷达点云目标检测及ROS实现
无人驾驶汽车系统入门(二十六)--基于深度学习的实时激光雷达点云目标检测及ROS实现 在前两篇文章中,我们使用PCL实现了在点云中对地面的过滤和点云的分割聚类,通常来说,在这两步以后我们将对分割出来的 ...
最新文章
- javascript 操作Word和Excel的实现代码
- linux 脚本编程
- java定义一个盒子类box_定义一个Box(盒子)类,在该类定义中包括数据成员: length(长),width(宽)和height(...
- OpenCV相机使用的实例(附完整代码)
- Min_25筛学习Tip+链接
- 全球域名商解析新增保有量15强：爱名网落榜
- GARFIELD@10-18-2004
- 监听APP升级广播处理
- 循环神经网络（RNN）Recurrent Neural Networks
- 4.安全与NAT策略-1
- jQuery自定义的属性内容包含单引号、双引号，页面显示异常
- idea下载源代码报错提示Connection refused to host: 127.0.0.1；
- 如何在SqlServer中获取前端连接的IP地址，计算机名等信息
- 计算机中丢失了gdiplus.dll,解决 “计算机中丢失gdiplus.dll”
- 字体的基础知识：英文字体的特征及结构（终于找到了）
- 音视频开发系列（10）：基于qt的音频推流
- wowza 降低延迟
- 程序员写书到底赚钱吗
- linux取证——基础取证命令集合
- UVA 12307 Smallest Enclosing Rectangle(旋转卡壳)