Please enable JavaScript.

Coggle requires JavaScript to display documents.

人工智慧, 對話機器人歷史, 學習(數據較少), AutoModel, 將最大機率作為結果, 開放類, 人臉識別,…

- - - - 安裝tensorflow
- - - - ＄ pip install tensorflow==1.1.0
    - - ＄ pip install tensorflow-gpu==1.1.0
- - - - 為讓系統強健
        須將邵下文無關文法
        擴充為隨機上下文無關文法
        PCFG
        亦即每條文法規則指定出線機率
        最後利用最大似然估計
        MLE
        計算每條規則機率
        是取得上下文無關文法最簡單直觀的方法
    - - 人工編寫
        
        規則之間的衝突會隨規則數量增加而加劇
        為繼續增加規則而困擾
      - 資料驅動的自動學習規則
        (主流方法)
    - - 弱化改進方法
        
        於上下文無關規則中
        導入辭彙資訊(辭彙化)
        
        符號重標記
        透過改寫(細化泛化)非終結符號方式
        將上下文資訊導入句法分析器
  - - - 2-19頁
  - - - 依存關係五條公理
        https://blog.csdn.net/fgg1234567890/article/details/115388445
        
        2.句子的其他成分都从属于某一成分；
        
        3.任何一个成分都不能依存于两个或两个以上的成分；
        
        4.如果成分 A 直接从属成分 B，而成分 C 在句子中位于 A 和 B 之间，那么，成分 C 或者从属于 A，或者从属于 B，或者从属于 A 和 B 之间的某一成分；
        
        5.中心成分左右两边的其他成分相互不发生关系。
        
        資料驅動的依存句法分析方法
        
        基於圖
        
        基於轉移
        
        arg-eager
        
        arc-standard
        
        easy-first
        
        1.一个句子中只有一个成分是独立的；
- - - - 5動手做訓練
        進行範例訓練，自己實現演示範例
        
        6深入工作相關領域
        計算機視覺、自然語言處理
        
        7遇到問題
- - - - 特徵工程
        
        模型構建
        
        改善結果
- - - - h
        
        Estimated price
        
        回歸分析
        regression analysis
        
        用來建立方程模擬兩個或多個因變量之間如何關聯
        
        因變量
        dependent variable
        
        被預測的變量也是被輸出值(output)
        
        自變量
        independent variable
        
        被用來進行預測的變量也是被輸入值(input)
        包含兩個以上自變量稱為多元線性回歸(multiple regression)
- - - - 2.資料預處理(data preprocessing)
        
        3.建模(modeling)
        
        4.模型佈署(model depolyment)
        
        5.模型監控(model monitoring)
  - - - 2.自動化模型種類選擇與超參數最佳化
        
        3.自動化神經網路架構選擇
- - - - 對話策略學習
        
        自然語言生成
- - - - Where
        
        When
- - - - 自然語言生成
        
        語音合成