垃圾邮件分类 K最近邻居分类器： Accuracy: 93.x% 决策树分类器： Accuracy: 93-94% 朴素贝叶斯分类器： Accuracy: 96.x% Ada-Boost分类器： Accuracy: 96.x% 支持向量机： Accuracy: 97.x% 随机森林分类器： Accuracy: 97-98.x% 调整参数可能会导致结果变化

google关于embedding的描述视频

cs224n-2017-winter：CS224n的所有讲义，幻灯片和作业：斯坦福大学的“深度学习中的自然语言处理”课程

斯坦福-张量流教程 该存储库包含课程CS 20：TensorFlow for Deep Learning Research的代码示例。 它会随着课程的进行而更新。 详细的教学大纲和讲义可在找到。 在本课程中，我使用python3.6和TensorFlow 1.4.1。 有关上一年课程的代码和注释，请参阅文件夹2017和网站 有关安装说明和依赖项列表，请参见此存储库的安装文件夹。

NLP-Models-Tensorflow ，针对NLP问题收集机器学习和tensorflow深度学习模型， Jupyter Notebooks内部的代码简化了100％ 。 目录 目的 原始的实现非常复杂，并且对初学者并不友好。 因此，我尝试简化其中的大部分内容。 此外，还有大量尚未发布的文件实施。 因此，随时将其用于您自己的研究！ 我将为我没有从头实现的模型附加github存储库，基本上，我会针对不赞成使用的问题复制，粘贴和修复​​这些代码。 Tensorflow版本 仅Tensorflow版本1.13及更高版本，不包括2.X版本。 1.13 <Tensorflow <2.0 pip install -r requirements.txt 内容 接受培训。 精度仅基于10个历元，使用单词位置计算得出。 完整列表（12个笔记本） LSTM Seq2Seq使用主题建模，测试精度为13.22％ LSTM Seq2Seq + Luong注意事项使用主题建模，测试准确性为12.39％ 采用主题建模的LSTM Seq2Seq + Beam Decoder，测试精度为10.67％

Angular 6 AI 一个小型的AI应用，包含 ， 和 。 产品特点 角度6 材料设计 RxJS观察值 对话流AI 聊天机器人 句子 发展 贡献 是否要提交错误，贡献一些代码或改善文档？ 随时提出。 学分