这是一款具有中国风的特色的jQuery八卦图背景算风水时钟插件,jQuery网页时间代码。
2023-10-27 16:20:56 677KB jQuery 八卦图 算风水时钟插件
1
LDA数学八卦是关于主题模型数学基础内容的一本书里面包含了神奇的Gamma函数、Beta/Dirichlet分布、MCMC /Gibbs Sampling、主题模型、LDA建模等内容。需要的朋友可以下载。
2023-06-20 20:10:47 1.85MB LDA
1
LDA-math 的汇总, "LDA数学八卦.pdf" 我整理贴出来了, 希望对大家理解 LDA 有帮助。 文章标题挂上“八卦”两字, 因为八卦意味着形式自由、不拘束、可以天马行空,细节处理上也难免有不严谨的地方;当然我也希望八卦是相对容易理解的。
2022-09-30 16:24:48 1.85MB LDA数学八卦
1
php计算四柱(生辰八字)的方法 四柱即出生人的出生年、月、日、时分别称之为年柱、月柱、日柱和时柱;以天干地支纪年法表示出来每柱两个字,共八个字也称生辰八字,用以推算个人运程。 天干共有10个:甲、乙、丙、丁、戊、己、庚、辛、壬、癸。它们的阴阳和五行属性分别是:甲是阳木、乙阴木;丙阳火、丁阴火;戊阳土、己阴土;庚阳金、辛阴金;壬阳水、癸阴水。 地支共有12个:子、丑、寅、卯、辰、巳、午、未、申、酉、戌、亥。它们的阴阳和五行属性分别是:子是阳水,丑阴土,寅阳木,卯阴木,辰阳土,巳阴火,午阳火,未阴土,申阳金,酉阴金,戌阳土,亥阴水。 四柱八字排定之后的程序就是推命,即根据八字来推断命运,推断的内容包括大运、小运、流年、命宫、用神、星宿神煞等。
2022-05-27 20:07:24 10KB hour
1
客户聊天机器人 中文智能客服机器人demo,包含闲聊和专业问答2个部分,支持自定义组件 中国智能客户聊天机器人演示,包括八卦和专业问答(FAQ),支持自定义组件! 介绍 一,本项目由两个部分组成,一是基于tf-idf检索的召回模型,二是基于CNN的精排模型,本项目将相互融合,构造召回+排序的客服聊天机器人。系统支持闲聊模式和该版本为第一版本,速度等其他性能还有待提升,这些工作会在后期陆续上传。根据当前和常见问题解答模式,采取的数据分别为小黄鸡闲聊数据集和垂直领域的常见问题问答数据集。的反馈,系统的难点在于内置一个精度高且耗时短的rerank模型,如果要在工业上使用,需要大改;如果是想要熟悉的问
2022-04-20 15:37:45 9.23MB nlp qa chatbot similarity
1
PTT 中文语料 嗨,这里是PTT中文语料集,我透过将每篇文章化简为问答配对,其中问题来自文章的标题,而回覆是该篇文章的推文。可惜的是目前这份资料集的噪声还有点大,若您有更好的方法能提取出文章的问答配对,或发现这份资料集有什么能改进的部份,还请与我联系,也祝各位开发顺利:> 资料说明 资料集一共有两份,您可于或是从本专案的data资料夹里取得。 Gossiping-QA-Dataset.txt 搜集了PTT八卦版于2015年至2017年6月的文章,每一行都是一个问答配对,问与答之间以一个tab ( \t )区隔开,比如说 matlab有什麼炫砲一點的圖? 一樣的圖改一改顏色,有點半透明感覺更唬爛炫 有沒有情人節吃什麼cp值最高的八卦 吃屎啊廢話 免費的一餐 姆咪一個人守得住街亭嗎? 引來一堆肥宅穢土轉生 有機會喔 有沒有被落石砸到該反省的八卦 蔡英文執政就故意誇大報導 東森不意外 情人節
2022-04-02 15:40:15 133.63MB chatbot dialog corpus dataset
1
浅层语义分析,文本语义分析,LDA,概率主题模型,Linear Discriminant Analysis,机器学习
2022-04-02 09:54:40 1.95MB LDA
1
c语言输出8进制八卦次序64组合2位数字符串.txt
2022-02-21 09:15:51 1KB c语言 开发语言 后端
在 Machine Learning 中,LDA 是两个常用模型的简称: Linear Discriminant Analysis 和 Latent Dirichlet Allocation, 在这篇文章中我们主要八卦的是后者。LDA 是一个在文本建模中很著名的模型,类似于 SVD, PLSA 等模型, 可以用于浅层语义分析,在文本语义分析中是一个很有用的模型。很不幸的是,这个模型中涉及的数学知识有点多, 包括 Gamma 函数, Dirichlet 分布, Dirichlet-Multinomial 共轭, Gibbs Sampling, Variational Inference, 贝叶斯文本建模,PLSA 建模, 以及 LDA 文本建模。 这篇文章的主要目标,就是科普在学习理解LDA 模型中,需要了解的一些重要的数学知识。 预设的读者是做自然语言处理、机器学习、数据挖掘方向的工程师, 要读懂这篇科普,需要的数学基础知识基本上不超过陈希孺先生的《概率论与数理统计》这本书。
2021-12-11 21:40:09 1.94MB LDA 靳志辉 Gibbs Sampling
1
八卦新闻娱乐生活综合列表商城购物综合类小程序.zip
2021-11-29 10:05:41 1.22MB 小程序源码下载