Convertire testi in tensori per il Deep Learning
Pipeline di preparazione dei dati testuali per il deep learning
Andrea D'Agostino
Fondatore di Diario Di Un Analista. Quasi 10 anni di esperienza nell'applicare la data science e il machine learning nell'ambito del marketing digitale e data mining.
74 post
Personalizzare le Pipeline di Sklearn con BaseEstimator e TransformerMixin
Impara a personalizzare le pipeline di Scikit-Learn estendendo la classe Pipeline per dare ordine, affidabilità e leggibilità al tuo codice
Perché il tuo progetto di machine learning potrebbe fallire
Minacce e sfide che potrebbero influenzare l'esito del tuo progetto e il rapporto con il cliente
6 linee guida per addestrare correttamente il tuo modello
Un elenco di azioni da seguire per un corretto addestramento del tuo modello
Selezione delle feature con Boruta
L'algoritmo Boruta serve per scoprire quali sono le feature più importanti per un modello predittivo
Estrazione keyword - un benchmark di 7 algoritmi in Python
Confronto di 7 algoritmi in task di estrazione di parole chiave su un corpus di 2000 documenti
Come funziona un modello di autocorrezione?
Logica di un algoritmo di autocorrezione
Selezione del modello con Sklearn
Metodologia e codice Python per selezionare il modello migliore per il tuo problema di machine learning
Come strutturare un progetto di machine learning
Boilerplate per la struttura di un progetto di data science