作者查詢 / stayfool
作者 stayfool 在 PTT [ DataScience ] 看板的留言(推文), 共21則
限定看板:DataScience
看板排序:
首頁
上一頁
1
下一頁
尾頁
10F→: 如果這個題目從來沒有人研究,那我只好獨自鑽研10/20 14:38
11F→: 否則,我希望有範例能參考,就不用重新打造輪子10/20 14:40
12F→: 我看了碩論,找不到能解決我的需求的概念10/20 14:41
21F→: ch大!強!給出的連結就是我想查詢的資料10/20 19:20
22F→: 你說的詞袋造句,該如何查呢?google"詞袋 造句"或10/20 19:23
23F→: "bag of words sentence" "機器學習 造句"都找不到10/20 19:24
24F→: 適合的資料10/20 19:24
8F→: 我查了FP的資料,範例是2個詞、3個詞以上,一起出現04/24 20:51
9F→: 的頻率,例如食物跟漢堡一起出現10次,FP就可處理問題04/24 20:53
10F→: 我是ML新手,不知道在某條件下的frequency pattern04/24 20:57
11F→: 該如何作?因為給定的條件跟出現頻率無關,條件只出現1次04/24 21:00
12F→: 例如購買是條件,食物碰到購買會和漢堡相似04/24 21:03
13F→: 衣服碰到購買,也許會和透氣相似,這種情況下04/24 21:05
14F→: 該如何作出詞向量,想不出來,才再次發文請教04/24 21:07
3F→: Word2vec的相似度計算和我要的不一樣04/21 15:48
4F→: 它是利用具有相同上下文的詞,計算相似度04/21 15:50
5F→: 例如狗咬人和貓咬人,狗跟貓相似是因為有相同的上下文04/21 15:52
6F→: 咬人,我要的相似度是一起出現的頻率04/21 15:54
4F→: 我想問的是為什麼要作線性轉換?轉換有什麼意義?06/28 17:54
5F→: 不轉換會怎樣?機器無法學習嗎?06/28 17:55
9F→: 原來如此,感謝解答06/28 19:06
首頁
上一頁
1
下一頁
尾頁