i
Сумка слов во многих областях не даст. Хороших результатов
Size: a a a
2020 December 25
PK
ну мешок слов это только вершина айсберга
i
Ну на воршопе для начинающих трудно ожидать больше
SS
так сумка почти не применяется, TF-IDF естьже. ну и всякие RNN и LSTM на последовательностях тоже дают хорошие результаты, а они пришли из текстового NLP
AO
а я думал, теперь ток гпт
AO
SS
для нейронок нужно много данных, в текстах это есть. если задача средне-размерная, то нужны техники попроще
ИМ
8.2 кто нибудь сожет помочь по этой задачеИ
i
Sergey Salnikov
так сумка почти не применяется, TF-IDF естьже. ну и всякие RNN и LSTM на последовательностях тоже дают хорошие результаты, а они пришли из текстового NLP
Очень много где Приминяется почему нет?
SS
по нескольким задачам у меня TF-IDF всегда был лучше простого мешка. причина, думаю, проста: мешок цепляет информацию "по-горизонтали", а TF-IDF также "по-вертикали"
i
Это называется евристика доступности и потверджающее искажение
SS
это как?
i
Глаз видит то что хохочет видеть
SS
та не, я последовательно наращивал бейслайн, сначала счетчики, потом попробовал tf-idf - улучшило, потом сверху pca - иногда улучшает, иногда нет, зависит от задачи, но tf-idf всегда был лучше просто счетчика
VD
`>>> import numpy as np
>>> a = np.eye(4, 5)
>>> a
array([[1., 0., 0., 0., 0.],
[0., 1., 0., 0., 0.],
[0., 0., 1., 0., 0.],
[0., 0., 0., 1., 0.]])
>>> print(a[[0, 3], [1, 3]])
[0. 1.]
`
>>> a = np.eye(4, 5)
>>> a
array([[1., 0., 0., 0., 0.],
[0., 1., 0., 0., 0.],
[0., 0., 1., 0., 0.],
[0., 0., 0., 1., 0.]])
>>> print(a[[0, 3], [1, 3]])
[0. 1.]
`
М
Может кто-то знает хорошие курсы на Stepik по ML, Data Science и т.д. ?