From 923986becd8e196749b7592ffeb543ddd53d73e6 Mon Sep 17 00:00:00 2001 From: jiangzhonglian Date: Wed, 13 May 2020 23:29:46 +0800 Subject: [PATCH] =?UTF-8?q?=E6=B7=BB=E5=8A=A0=E9=93=BE=E6=8E=A5?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- SUMMARY.md | 47 ++++++++++++++++++------------ docs/nlp/1.自然语言处理入门介绍.md | 10 +++++++ 2 files changed, 38 insertions(+), 19 deletions(-) diff --git a/SUMMARY.md b/SUMMARY.md index 30068be4..44bdb722 100644 --- a/SUMMARY.md +++ b/SUMMARY.md @@ -1,19 +1,28 @@ -+ [第1章_基础知识](docs/ml/1.机器学习基础.md) -+ [第2章_K近邻算法](docs/ml/2.k-近邻算法.md) -+ [第3章_决策树算法](docs/ml/3.决策树.md) -+ [第4章_朴素贝叶斯](docs/ml/4.朴素贝叶斯.md) -+ [第5章_逻辑回归](docs/ml/5.Logistic回归.md) -+ [第6章_支持向量机](docs/ml/6.支持向量机.md) - + [支持向量机的几个通俗理解](docs/ml/6.1.支持向量机的几个通俗理解.md) -+ [第7章_集成方法](docs/ml/7.集成方法-随机森林和AdaBoost.md) -+ [第8章_回归](docs/ml/8.回归.md) -+ [第9章_树回归](docs/ml/9.树回归.md) -+ [第10章_KMeans聚类](docs/ml/10.k-means聚类.md) -+ [第11章_Apriori算法](docs/ml/11.使用Apriori算法进行关联分析.md) -+ [第12章_FP-growth算法](docs/ml/12.使用FP-growth算法来高效发现频繁项集.md) -+ [第13章_PCA降维](docs/ml/13.利用PCA来简化数据.md) -+ [第14章_SVD简化数据](docs/ml/14.利用SVD简化数据.md) -+ [第15章_大数据与MapReduce](docs/ml/15.大数据与MapReduce.md) -+ [第16章_推荐系统](docs/ml/16.推荐系统.md) -+ [为何录制教学版视频](docs/why-to-record-study-ml-video.md) -+ [2017-04-08_第一期的总结](report/2017-04-08_第一期的总结.md) + ++ [入门须知](README.md) ++ 机器学习 + + [第1章_基础知识](docs/ml/1.机器学习基础.md) + + [第2章_K近邻算法](docs/ml/2.k-近邻算法.md) + + [第3章_决策树算法](docs/ml/3.决策树.md) + + [第4章_朴素贝叶斯](docs/ml/4.朴素贝叶斯.md) + + [第5章_逻辑回归](docs/ml/5.Logistic回归.md) + + [第6章_支持向量机](docs/ml/6.支持向量机.md) + + [第7章_集成方法](docs/ml/7.集成方法-随机森林和AdaBoost.md) + + [第8章_回归](docs/ml/8.回归.md) + + [第9章_树回归](docs/ml/9.树回归.md) + + [第10章_KMeans聚类](docs/ml/10.k-means聚类.md) + + [第11章_Apriori算法](docs/ml/11.使用Apriori算法进行关联分析.md) + + [第12章_FP-growth算法](docs/ml/12.使用FP-growth算法来高效发现频繁项集.md) + + [第13章_PCA降维](docs/ml/13.利用PCA来简化数据.md) + + [第14章_SVD简化数据](docs/ml/14.利用SVD简化数据.md) + + [第15章_大数据与MapReduce](docs/ml/15.大数据与MapReduce.md) + + [第16章_推荐系统](docs/ml/16.推荐系统.md) + + [为何录制教学版视频](docs/why-to-record-study-ml-video.md) + + [2017-04-08_第一期的总结](report/2017-04-08_第一期的总结.md) ++ 自然语言处理 + + [第1章_自然语言处理入门介绍](docs/nlp/1.自然语言处理入门介绍.md) + + [第2章_自然语言处理入门介绍](docs/nlp/3.1.篇章分析-内容概述.md) + + [第3章_自然语言处理入门介绍](docs/nlp/3.2.篇章分析-内容概述.md) + + [第4章_自然语言处理入门介绍](docs/nlp/3.3.篇章分析-内容概述.md) + + [第5章_自然语言处理入门介绍](docs/nlp/3.4.篇章分析-内容概述.md) + diff --git a/docs/nlp/1.自然语言处理入门介绍.md b/docs/nlp/1.自然语言处理入门介绍.md index be73125d..17fe4646 100644 --- a/docs/nlp/1.自然语言处理入门介绍.md +++ b/docs/nlp/1.自然语言处理入门介绍.md @@ -85,3 +85,13 @@ * 向量化表示: 车头如何防止车牌(0.1222, 0.22333, .. ) * 相似度计算: 前牌照怎么装(0.762) 如何办理北京牌照(0.486) * 向量化表示: (-0.333, 0.1223 .. ) (0.333， 0.3333, .. ) + +### 案例6(机器翻译) + +**机器翻译技术(Machine Translating)**: 基于互联网大数据，融合深度神经网络、统计、规则多种翻译方法，帮助用户跨越语言鸿沟，与世界自由沟通 + +例如: + +* 今天我很高兴 +* I am very happy today +* 讲中文编码，然后得到编码值，再去和正确编码值比较并优化