腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
数据饕餮
专栏作者
举报
217
文章
199274
阅读量
60
订阅数
订阅专栏
申请加入专栏
全部文章(217)
大数据(28)
数据库(27)
存储(19)
hadoop(17)
数据分析(17)
python(14)
知识图谱(12)
编程算法(12)
hbase(11)
http(10)
模型(10)
开源(9)
ide(8)
linux(8)
人工智能(7)
企业(7)
机器人(7)
aigc(7)
深度学习(6)
爬虫(6)
数据处理(6)
windows(6)
人脸识别(5)
数据挖掘(5)
java(5)
xml(5)
入门(5)
node.js(4)
eclipse(4)
github(4)
mapreduce(4)
分布式(4)
架构设计(4)
产品设计(4)
数据仓库(4)
NLP 服务(3)
机器学习(3)
html(3)
git(3)
api(3)
中文分词(3)
unix(3)
文件存储(3)
大数据处理套件 TBDS(3)
电商(3)
数据安全(3)
jvm(3)
hive(3)
数据可视化(3)
系统架构(3)
prompt(3)
部署(3)
其他(2)
c++(2)
.net(2)
云数据库 Redis(2)
打包(2)
神经网络(2)
TDSQL MySQL 版(2)
网络安全(2)
jdk(2)
zookeeper(2)
uml(2)
安全(2)
https(2)
chatgpt(2)
etl(2)
编码(2)
产品(2)
产品经理(2)
程序员(2)
工具(2)
工作流(2)
函数(2)
互联网(2)
基础(2)
开源框架(2)
配置(2)
数据采集(2)
费用中心(1)
腾讯云学堂(1)
php(1)
bootstrap(1)
json(1)
android(1)
云数据库 SQL Server(1)
oracle(1)
nosql(1)
flask(1)
tomcat(1)
搜索引擎(1)
lucene/solr(1)
apache(1)
bash 指令(1)
tornado(1)
云函数(1)
存储网关(1)
云直播(1)
访问管理(1)
云数据库 MongoDB(1)
人脸核身(1)
弹性 MapReduce(1)
云推荐引擎(1)
mongodb(1)
图像处理(1)
人脸支付(1)
网站(1)
数据备份(1)
混合云存储(1)
金融(1)
渲染(1)
url 安全(1)
yarn(1)
互联网金融(1)
shell(1)
正则表达式(1)
面向对象编程(1)
opencv(1)
unity(1)
ftp(1)
keras(1)
tcp/ip(1)
scrapy(1)
rpc(1)
kernel(1)
socket编程(1)
微信(1)
物联网(1)
数据结构(1)
信息流(1)
云计算(1)
sdk(1)
es(1)
项目管理(1)
app(1)
bi(1)
block(1)
colors(1)
data(1)
db(1)
diagram(1)
dimensions(1)
gan(1)
it(1)
lifecycle(1)
matrix(1)
max(1)
min(1)
model(1)
monitor(1)
na(1)
openai(1)
patch(1)
process(1)
random(1)
reference(1)
return(1)
server(1)
status(1)
sudo(1)
sum(1)
table(1)
word(1)
笔记(1)
编译(1)
测试(1)
代理(1)
翻译(1)
管理(1)
规范化(1)
解决方案(1)
开发(1)
客户端(1)
框架(1)
流量(1)
前端(1)
权限(1)
软件(1)
实践(1)
实时计算(1)
数据(1)
算法(1)
网络(1)
系统设计(1)
异常(1)
隐私(1)
源码(1)
终端(1)
主机(1)
搜索文章
搜索
搜索
关闭
NLP系列笔记:通俗理解LDA主题模型
神经网络
机器学习
深度学习
人工智能
http
0 前言 印象中,最开始听说“LDA”这个名词,是缘于rickjin在2013年3月写的一个LDA科普系列,叫LDA数学八卦,我当时一直想看来着,记得还打印过一次,但不知是因为这篇文档的前序铺垫太长(现在才意识到这些“铺垫”都是深刻理解LDA 的基础,但如果没有人帮助初学者提纲挈领、把握主次、理清思路,则很容易陷入LDA的细枝末节之中),还是因为其中的数学推导细节太多,导致一直没有完整看完过。
数据饕餮
2019-06-15
1.2K
0
177本Python最新版国外电子书分享(上)
python
http
api
机器学习
http://file.allitebooks.com/20180817/Python For Dummies.pdf http://file.allitebooks.com/20180805/MySQL ConnectorPython Revealed.pdf http://file.allitebooks.com/20180722/Learn Raspberry Pi Programming with Python, 2nd Edition.pdf http://file.allitebooks.com/20180719/Instant Pygame for Python Game Development How-to.pdf http://file.allitebooks.com/20180623/Python Graphics.pdf http://file.allitebooks.com/20180603/Web Scraping with Python, 2nd Edition.pdf http://file.allitebooks.com/20180526/Advanced Data Analytics Using Python.pdf http://file.allitebooks.com/20180513/The Python 3 Standard Library by Example.pdf http://file.allitebooks.com/20180512/Data Science Fundamentals for Python and MongoDB.pdf http://file.allitebooks.com/20180312/Dive into Python 3.pdf http://file.allitebooks.com/20180228/Practical Python AI Projects.pdf http://file.allitebooks.com/20180223/Learn Data Analysis with Python.pdf http://file.allitebooks.com/20180218/Beginning Programming with Python For Dummies, 2nd Edition.pdf http://file.allitebooks.com/20180109/Python for the Busy Java Developer.pdf http://file.allitebooks.com/20171221/Practical Machine Learning with Python.pdf http://file.allitebooks.com/20171213/wxPython Recipes.pdf http://file.allitebooks.com/20171126/MicroPython for the Internet of Things.pdf http://file.allitebooks.com/20171124/Make Your Own Python Text Adventure.pdf http://file.allitebooks.com/20171108/Getting Started with Python and Raspberry Pi.pdf http://file.allitebooks.com/20171029/Python Machine Learning Case Studies.pdf http://file.allitebooks.com/20171009/Python for Data Analysis, 2nd Edition.pdf http://file.allitebooks.com/20171009/Programming with MicroPython.pdf http://file.allitebooks.com/20170831/Thoughtful Machine Learning with Python.pdf http://file.allitebooks.com/20170822/Test-Driven Development with Python, 2nd Edition.pdf http://file.allitebooks.com/20170813/Python Requests Essentials.pdf http://file.allitebooks.com/20170710/Effective Python Penetration
数据饕餮
2019-01-14
2.4K
0
如何系统学习知识图谱-胖子哥的实践经验分享
知识图谱
机器学习
uml
人工智能
一、 前言 这是之前一次线上活动的待分享内容,因为一些原因,没有成行。在此开放出来,算是对之前关心和关注朋友的一次补偿。这部分内容同时也是系列课程《知识图谱实战开发案例剖析》的学习导论。相关课程已经开放在网易云课堂,关注的朋友可以前往查看。 1.1 概述 任何一项新技术的学习,都需要学习者基于自身的情况,结合被学习内容的特点进行展开,其过程既具有特殊性,同时也具有一般性,知识图谱的学习同样如此。基于胖子哥自身的切身实践,总结出了一套系统的学习知识图谱的方法,在此分享给大家。其要点可以用简单的用两句话来概况: 1. 横向覆盖:了解知识图谱所涉及的内容有哪些,并具备初步的认知能力,实现这一步,就可以对知识图谱的全局有一个系统的把握。 2. 纵向深耕:基于特定技术点进行深度学习,重点攻关、学深、学透。 以上两个点其实也是学习的两个过程,可以交叉进行,反复迭代。 1.2 人工智能的系统架构 知识图谱是人工智能进步的阶梯,开始知识图谱的学习之前,我们需要先了解一下人工智能相关的知识。人工智能从业务视角可以分为感知能力、认知能力和服务能力三个层次,其中认知能力以语义理解和语言生成为核心。如下图所示:
数据饕餮
2019-01-14
807
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档