泰坦尼克号-从灾难中学习机器
创建于2020年3月。
预测泰坦尼克号的生存时间，并熟悉ML基础知识
参考：
任务：
EDA（探索性数据分析）
a. check basic info of dataset
b. Data Visualization
数据处理
a. deal with missing value
b. Transforms categorical features to vectors
适合不同型号
a. Random Forest
b. XGBoost
预测ka
Odoh-go
该库实现了草稿-04。 它基于的原始实现。
测试向量生成
要生成测试向量，请运行：
$ ODOH_TEST_VECTORS_OUT=test-vectors.json go test -v -run TestVectorGenerate
要检查测试向量，请运行：
$ ODOH_TEST_VECTORS_IN=test-vectors.json go test -v -run TestVectorVerify
LOIT-很多印度推文
安装
pip install loit
用法
import loit
# download data
# hindi and telugu are available as of now
loit.download('hindi', 'data')
# download fasttext cbow vectors and read them
loit.load_vectors('hindi', 'cbow')
# download fasttext skipgram v
Doc2Vec文本分类
文本分类模型，该模型使用gensim Doc2Vec生成段落嵌入，并使用scikit-learn Logistic回归进行分类。
数据集
25,000个IMDB电影评论，特别选择用于情感分析。 评论的情绪是二进制的（1表示肯定，0表示否定）。
与以下出版物相关联地收集了此源数据集：
Andrew L. Maas, Raymond E. Daly, Peter T. Pham, Dan Huang, Andrew Y. Ng, and Christopher Pott
字形：用于汉字表示的字形向量
Glyce是一个基于PyTorch的开源工具包，由开发。
引文
出现在NeurIPS 2019中。
（孟梦娴*，吴伟*，王飞*，李小亚*，聂平，范茵，李牧雨，韩庆红，孙晓飞和李继伟，2019）
article{meng2019glyce,
title={Glyce: Glyph-vectors for Chinese Character Representations},
author={Meng, Yuxian and Wu, Wei and Wang,
