相关内容
Python+sklearn使用朴素贝叶斯算法识别中文垃圾邮件
总体思路与步骤：1、从电子邮箱中收集垃圾和非垃圾邮件训练集。 2、读取全部训练集，删除其中的干扰字符，例如【】*。 、，等等，然后分词，删除长度为1的单个字。 3、统计全部训练集中词语的出现次数，截取出现次数最多的前n（可以根据实际情况进行调整）个。 4、根据每个经过第2步预处理后垃圾邮件和非垃圾邮件内容...
使用BloomFilter布隆过滤器解决缓存击穿、垃圾邮件识别、集合判重
反垃圾邮件，从数十亿个垃圾邮件列表中判断某邮箱是否垃圾邮箱（同理，垃圾短信）； 缓存击穿，将已存在的缓存放到布隆中，当黑客访问不存在的缓存时迅速返回避免缓存及db挂掉。 可能有人会问，我们直接把这些数据都放到数据库或者redis之类的缓存中不就行了，查询时直接匹配不就ok了？ 是的，当这个集合量比较小，你...
2019人工智能用户体验设计指南：技术、场景、设计
技术 - 人工智能的角色地位我觉得mit教授patrick winston总结的蛮好，他把ai在软件系统中的身份分为四类：tools, assistants, peers,and managers.- tools 工具，这个很好理解，比如ai用于识别垃圾邮件、分类图像都是此类； - assistants 助手，例如siri，扮演的是助理的角色，辅助系统帮助用户完成某项任务...
什么是机器学习
引言(introduction)1.1 welcome随着互联网数据不断累积，硬件不断升级迭代，在这个信息爆炸的时代，机器学习已被应用在各行各业中，可谓无处不在。 一些常见的机器学习的应用，例如：手写识别垃圾邮件分类搜索引擎图像处理... 使用到机器学习的一些案例：数据挖掘–网页点击流数据分析人工无法处理的工作(量大)–手写...
等保2.0标准个人解读（三）：安全区域边界
第一代垃圾邮件网关对无害垃圾邮件进行过滤，以邮件来源、邮件头部数据和内容过滤为主要技术手段，通过静态特征识别和关键字匹配技术识别垃圾邮件。 二十世纪九十年代第一例病毒邮件出现后，能够识别有害恶意程序的病毒邮件网关成为邮件安全防护的主流技术； 第二代病毒邮件网关通过样本比对、脚本分析、附件检查技术...
利用 Pytorch-BigGraph 从知识图中提取知识详解
机器学习使我们能够训练一个模型，该模型可以将数据行转换为标签，从而使相似的数据行映射到相似或相同的标签。 以我们为电子邮件构建垃圾邮件过滤器为例。 我们有很多电子邮件，其中一些被标记为垃圾邮件，一些被归类到收件箱。 我们可以建立一个模型去学习识别垃圾邮件。 要标记为垃圾邮件的邮件在某种程度上与已...
从SIEM&AI到SIEM@AI | AI构建下一代企业安全大脑
目前的ai通过大量有监督学习，提取标注样本的表象或内在特征，形成一个或多个分类器，分类器对样本数据特征进行学习训练，最终对新的输入进行准确识别，从而解决什么是什么的问题。 比如什么是小狗、什么是色情图片等。 典型的应用包括验证码识别、语音识别、垃圾邮件识别等。 人们熟知的alphago也是识别问题...
·深度学习简介
这些任务可能包括： 检测图像中的面部，身份和面部表情 识别图像中的物体，如停车标志，行人和车道标记 识别垃圾邮件 识别视频中的手势 检测语音并识别录音中的情绪识别发言人 语音转文本半监督学习这个更像是你从父母明确告诉你（有标签的信息）与你自己学到的没有标记的东西相结合。 半监督学习与监督学习的作用...
机器学习基本概念
机器学习的应用：语音识别自动驾驶语言翻译计算机视觉推荐系统无人机识别垃圾邮件3. 深度学习(deep learning)3.1 什么是深度学习？ 深度学习是基于机器学习延伸出来的一个新的领域，由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法...
年度必读：2018最具突破性人工智能论文Top 10
可能的应用ulmfit可以更好地解决广泛的nlp问题，包括:识别垃圾邮件、机器人、攻击性评论; 按照特定的特征对文章进行分组; 对正面和负面评论进行分类; 寻找相关文件等。 这种方法还可能有助于序列标记和自然语言生成。 2、混淆梯度标题：obfuscated gradients give a false sense of security:circumventing defenses ...
年度必读：2018最具突破性人工智能论文Top 10
可能的应用ulmfit可以更好地解决广泛的nlp问题，包括:识别垃圾邮件、机器人、攻击性评论; 按照特定的特征对文章进行分组; 对正面和负面评论进行分类; 寻找相关文件等。 这种方法还可能有助于序列标记和自然语言生成。 2、混淆梯度 标题：obfuscated gradients give a false sense of security:circumventing defenses...
为什么说有数据就意味着有钱？那又如何利用数据来挣钱呢？
比如你可能很好奇输入法为何能够实现自动纠错，为什么有邮箱能够自动识别垃圾邮件，为什么数据可以预测房价等等。 其实这些事情都是通过数据挖掘这项技术来对数据进行一些加工、处理，最后实现上面我们看到的这些神奇的事情，这些事情都是能够从数据中提取出价值的事情。 利用数据可以做很多商业化的事情，这里我介绍...
用文本分类模型轻松搞定复杂语义分析；NLP管道模型可以退下了
例如识别垃圾邮件，自动为消费者对接正确的售后团队，轻松给社交媒体内容和文档进行分类、重新分类等。 比如基于用户在微博上发布内容的文本分类模型，就可以定向精准推送广告。 又比如公司手头有上千个千个咨询项目，需要根据新的政府规定重新分类，可以手动对随机抽样进行分类，然后构建分类模型以自动编码其余项目...
用JavaScript创建神经网络的有趣教程，一定要让你知道！
你可以使用它轻松辨别一封邮件或公司在线评价的情感及态度，识别垃圾邮件，将博客文章分类，判别一则消息是否紧急等等，这一点非常有趣，这个神经网络可以用在很多类似根据所写内容判断作者的任务中。 即使你不想另外创建一个由机器学习驱动的全新工具，这次实践对你来说也是一份宝贵的开发经验。 也许什么时候它将会...
大会 | ECCV 2018 德国慕尼黑召开，来份 tutorial 预热
最新提出的评估学习算法在遭受攻击时性能的技术，能够评估算法漏洞，并提升面对攻击时鲁棒性的防御策略； 一些对抗性机器学习算法在目标识别、生物特征识别、垃圾邮件和恶意软件检测中的应用。 pdf地址：http:www.diee.unica.it~biggioslidesroli-biggio-eccv18-tutorial.pdftutorial 2对于人、物体和环境的超快三维...
算法太多挑花眼？教你如何选择正确的机器学习算法
在下列真实世界的应用中，你可以使用朴素贝叶斯：情感分析和文本分类类似于 netflix、amazon这样的推荐系统识别垃圾邮件人脸识别随机森林随机森林是一种决策树的集成方法。 它能够同时解决具有大规模数据集的回归问题和分类问题，还有助于从数以千计的输入变量中找出最重要的变量。 随机森林具有很强的可伸缩性，它...
文本分类指南：你真的要错过 Python 吗？
翻译 | 马力群 于泽平 校对 | 涂世文 整理 | my引言文本分类作为自然语言处理任务之一，被广泛应用于解决各种商业领域的问题。 文本分类的目的是将 文本文档 自动地归类为一种或多种预定义的类别。 常见的文本分类应用如下：理解社交媒体用户的情感识别垃圾邮件与正常邮件自动标注用户的查询将新闻按已有的主题分类 ...
教程 | 算法太多挑花眼？教你如何选择正确的机器学习算法
在下列真实世界的应用中，你可以使用朴素贝叶斯：情感分析和文本分类类似于 netflix、amazon这样的推荐系统识别垃圾邮件人脸识别随机森林随机森林是一种决策树的集成方法。 它能够同时解决具有大规模数据集的回归问题和分类问题，还有助于从数以千计的输入变量中找出最重要的变量。 随机森林具有很强的可伸缩性，它...
采用通用语言模型的最新文本分类介绍
识别垃圾邮件，机器人和让人反感的评论； 分类某种产品正面和负面的评论； 按政治倾向分类文章；...... 还有其他更多的问题。? 采用通用语言模型的最新文本分类介绍那么，这项新技术究竟做了什么呢？ 首先，让我们想浏览一下论文的概要部分，看看它说了什么，然后在文章的其他部分，我们逐步解析和学习它的准确含义...
如何成为一名自然语言处理工程师
这里的算法模型，建议跟着具体的业务来学习和实践，比如可以先从识别垃圾邮件这样的demo进行学习实验，这样的例子在网上很容易找到，但是找到以后，一定不要看看就过去，要一步一步改写拿到的demo，同时可以改进里面的参数或者实现方法，看看能不能达到更好的效果。 个人觉得学习还是需要下苦功夫一步一步模仿，然后...
