在自然語言處理領域,n-gram 是從文字建立特徵的基礎方法。n-gram 會計算詞語的連續序列,n 代表序列包含幾個詞。例如,2-gram 會計算所有由 2 個詞組成的序列出現次數。
在這個練習中,選擇一段範例文字與一個序列長度(n),你會看到依出現次數排序的前幾個 1-gram、2-gram、3-gram 特徵,以及各自出現的頻率。
以下哪一個敘述是正確的?
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
本章將定義機器學習,並說明它與資料科學及人工智慧的關係。接著,我們會拆解常見的機器學習術語,最後介紹用於建置模型的機器學習工作流程。
既然你已經了解機器學習的基礎,我們就更深入一些。本章結束時,你會知道機器學習的不同類型,以及如何評估並改進你的模型。
本章將從神經網路開始,帶你拆解深度學習。接著,我們會更深入探討深度學習的兩個常見應用:電腦視覺與自然語言處理。最後,我們將以機器學習的限制與風險作為課程總結。
當前練習