更新: 秋招拿到了4个小公司:深农商、闪银奇异、中移动信息技术和中邮消费金融 秋招签了深农商，后来毁了三方 春招拿到了猿辅导，已签 ---------------------...
发简信
IP属地：北京
-
20届春秋招数据分析面筋分享
-
评分卡开发流程全解析---python版一、背景 从去年暑假到今年2月份曾在两家互金公司实习，接触了很多金融信贷场景下的知识，其中最基础的当属评分卡的开发了。接下来将结合我在实习中的工作讲一下评分卡的开发全流程，有...
-
我和他的故事---致我仅20天的"初恋"
女主:我,双鱼座,一个思想保守、不喜欢逛吃逛吃、周围男生都把我当哥们、有很强的事业心和上进心、自律到感觉把自己活得像个苦行僧（基本没有在8点以后起床过）、不喜欢化妆和打扮、微...
-
-
请问作者,这个能做到提取商品评论里面的所有属性嘛?比如:手机像素很高，比较轻薄，但是很耗电
评论里提及到三个属性：像素、重量、电池，对应的情感态度分别是：积极、积极、消极细粒度的情感分析Gated Convolutional Networks——tensorflow实战
首先简要介绍一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS)，ABAS的主要任务：是判断句子所在的场景在某一方面的...
-
在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，所有的判断都是统计学。
-
贪心科技（Greedy Tech）是国内首家以在线项目式课程为主的自适应教育平台。初创团队由国内外顶尖的人工智能专家组成，来自Google, 微软，Amazon等明星公司，均毕业于卡耐基梅龙大学、斯坦福大学、南加州大学，华盛顿大学等世界顶级学学府的博士。50%以上的课程团队成员均在不同公司担任过首席科学家，首席工程师，首席技术官等职位。他们对于技术和行业有非常透彻的认识，并深入了解人才的培养以及未来人才的能力结构。<br> <br>平台的课程包含了几乎所有人工智能领域的内容，从机器学习，自然语言处理，深度学习到聊天机器人，无人驾驶，知识图谱等课程，基本都以实战为主，包含了当前最前沿的应用案例，并且引导学员们完成。另外，我们开发的自适应学习平台结合人工智能技术，可以实时分析学员技能从而及时反馈以及提供建设性建议，逐步地引导学员完成项目，最终达到极大提升教学效率和质量的目的。
-
公务员考试心竺公考创始人七对：ai➕教育，太阳底下没有新鲜事心竺公考，用科技推动教育进步，实现1/3的时间，1/3的价格，实现3倍的效果，目前提供公务员考试，事业单位考试，等公职类考试。 创始人七对，2009年本科和硕士毕业于南京大学...
-
基于Python的信用评分卡模型分析（一）信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成，其中主体评级模型可用“四张卡”来表示，分别是A卡、B卡、C卡和F卡；债项评级模型通...
-
16年数据科学教育专业品牌，更多精彩内容或试听课程，可前往<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.cda.cn%2F%3Fseo" target="_blank">https://www.cda.cn/?seo</a><br>CDA微信公众号：CDA数据分析师（ID:cdacdacda)<br>微信小程序：CDA数据分析培训<br>微信服务号：CDA微课学院（ID:cdacourse）
-
> 和[颜值]最相关的词有：
国产机 0.973738431930542
价钱 0.9689517021179199
够快 0.966941237449646
商品 0.9653289318084717
总得来说0.9646770358085632
平时 0.9644057750701904
实在 0.9637293815612793
特意 0.9633700847625732
拍拍 0.9614402055740356
解决 0.9610395431518555
尺寸 0.9607692956924438
介绍 0.9601731300354004
还好 0.9598380327224731
稍微 0.9596543312072754
做到 0.9596273303031921
忙 0.9588032960891724
优点 0.9586260914802551
照出来 0.9582549929618835
探索 0.9572055339813232
vivox210.9571812748908997
> 和[屏幕]最相关的词有：
舒服 0.9250062108039856
薄 0.9240200519561768
触感 0.9196840524673462
触屏 0.9077816009521484
分辨率 0.9027525186538696
反应 0.9002132415771484
指纹识别0.8975914716720581
亮 0.888843297958374
挺不错 0.8840121030807495
显示 0.8806999325752258
确实 0.8806276321411133
外观 0.8803889751434326
细腻 0.8803309202194214
刷 0.8796432614326477
算 0.8796166777610779
机器 0.8771019577980042
很 0.8758167624473572
地方 0.8750451803207397
边框 0.8729477524757385
色彩 0.8718842267990112
> 和[手感]最相关的词有：
后台 0.9295931458473206
外观 0.9273338317871094
很漂亮 0.9235215783119202
漂亮 0.9223684072494507
不错 0.9201033115386963
挺 0.9185289740562439
颜色 0.9163844585418701
待机时间0.915341854095459
顺手 0.9122231006622314
精致 0.9118565917015076
轻 0.9069799184799194
很好 0.9013974666595459
挺好 0.9013899564743042
开心 0.900330126285553
整体 0.8998876810073853
外观设计0.899581789970398
外形 0.8991588354110718
手机电池0.8984967470169067
薄 0.8971208930015564
棒棒 0.8968954086303711
您好,我用word2vec训练出来的模型,效果不好,怎么解决呢应该利用Python实现wiki中文语料的word2vec模型构建
本实例主要介绍的是选取wiki中文语料，并使用python完成Word2vec模型构建的实践过程，不包含原理部分，旨在一步一步的了解自然语言处理的基本方法和步骤。文章主要包含...
