一步步教你如何搭建机器翻译系统，包括：1.机器翻译现状41.1什么是机器翻译？41.2相关论文71.3相关会议81.4相关工具82.NMT系统搭建指导92.1获取数据92.2数据预处理102.3模型训练122.4模型的解码及bleu计算133.系统的优化153.1模型的ensemble153.2定制化领域微调153.3迁移学习154.翻译引擎的部署164.1翻译系统概述164.2基于Tensor2tensor的引擎部署164.3简单系统搭建174.4多个模型共同部署的方案185.机器翻译进阶195.1爬虫技术195.2数据清洗195.3数据增强205.4翻译质量评估216.常用框架概述226.1Tensor2tensor226.2Nematus296.3Marian296.4其他框架307.其他307.1Bleu原理307.2BPE原理30
2023/9/26 1:34:17
2.05MB
1
kettle解析xml数据，xml多层分组嵌套，xmlstax方法，完整解析案例使用（包含xml文件以及ktr文件）。
ETL大数据迁移，数据清洗。
XMLInputStream(StAX)方法
ETL大数据迁移，数据清洗。
XMLInputStream(StAX)方法
2023/7/22 14:06:55
6KB
1
评论情感分类训练数据集，已完成清洗标注，分成四类，csv格式文档，二十万条数据清洗而成：0：喜悦1：愤怒2：讨厌3：低落
2023/3/13 14:09:33
16.51MB
1
etl工具，infomatica，nformaticaEnterpriseDataIntegration包括InformaticaPowerCenter和InformaticaPowerExchange两大产品，凭借其高功能、可充分扩展的平台，可以解决几乎所有数据集成项目和企业集成方案。
·InformaticaPowerCenter用于访问和集成几乎任何业务系统、任何格式的数据，它可以按任意速度在企业内交付数据，具有高功能、高可扩展性、高可用性的特点。
InformaticaPowerCenter包括4个不同版本，即：标准版，实时版，高级版，云计算版。
同时，它还提供了多个可选的组件，以扩展InformaticaPowerCenter的核心数据集成功能，这些组件包括：数据清洗和匹配、数据屏蔽、数据验证、Teradata双负载、企业网格、元数据交换、下推优化(PushdownOptimization)、团队开发和非结构化数据等。
·InformaticaPowerCenter用于访问和集成几乎任何业务系统、任何格式的数据，它可以按任意速度在企业内交付数据，具有高功能、高可扩展性、高可用性的特点。
InformaticaPowerCenter包括4个不同版本，即：标准版，实时版，高级版，云计算版。
同时，它还提供了多个可选的组件，以扩展InformaticaPowerCenter的核心数据集成功能，这些组件包括：数据清洗和匹配、数据屏蔽、数据验证、Teradata双负载、企业网格、元数据交换、下推优化(PushdownOptimization)、团队开发和非结构化数据等。
2023/2/15 1:38:42
309KB
1
DataWranglingwithPython全面掌握用Python进行爬虫抓取以及数据清洗与分析的方法轻松完成高效数据处理https://item.jd.com/12219342.html
2019/8/18 17:11:18
11.09MB
1
本人收集整理的Python网络爬虫、数据采集、数据分析方面的材料，讲解了爬区百度贴吧，淘宝MM。
数据清洗，自然语言处理等方面的知识，材料很好，值得大家学习。
数据清洗，自然语言处理等方面的知识，材料很好，值得大家学习。
2020/9/17 3:23:14
18.31MB
1
本人写的一个爬虫的小demo,可以成功爬取数据存储到本地，使用的话，改一下路径就可以了，爬取数据后，数据清洗，然后进行了简单的数据分析
2016/2/17 1:29:36
338KB
1
Excel是数据分析中最常用的工具，本书通过Python与Excel的功能对比引见如何使用Python通过函数式编程完成Excel中的数据处理及分析工作。
在Python中pandas库用于数据处理，我们从1787页的pandas官网文档中总结出最常用的36个函数，通过这些函数引见如何通过Python完成数据生成和导入、数据清洗、预处理，以及最常见的数据分类，数据筛选，分类汇总，透视等最常见的操作。
在Python中pandas库用于数据处理，我们从1787页的pandas官网文档中总结出最常用的36个函数，通过这些函数引见如何通过Python完成数据生成和导入、数据清洗、预处理，以及最常见的数据分类，数据筛选，分类汇总，透视等最常见的操作。
2016/1/17 19:47:45
9.3MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB