课程内容
我有话说
1/1 词袋模型（Bag of Words）
讲解把一段文字转化为计算机可处理数值的一种经典做法，通过具体例子展示分词、去停用词、建立词表再到向量化的完整过程。文章对比了用词频、独热编码和加权统计三种不同方式得到的向量差异，并指出它们各自的偏向与不足。读完可建立文本特征工程的直观认识，理解每种表示的含义和适用场景，为后续做分类或检索任务打好基础。
本课程通过中文语料示例，讲解词袋模型分词建词表与词频TF-IDF向量化，解决文本无法直接被算法处理，帮助学习者完成文本特征工程。
讲解把一段文字转化为计算机可处理数值的一种经典做法，通过具体例子展示分词、去停用词、建立词表再到向量化的完整过程。文章对比了用词频、独热编码和加权统计三种不同方式得到的向量差异，并指出它们各自的偏向与不足。读完可建立文本特征工程的直观认识，理解每种表示的含义和适用场景，为后续做分类或检索任务打好基础。
推荐 1 小时 33 分钟 本课程通过阻塞引入事件循环，讲解 asyncio 协程与 Future，解决 I/O 密集 CPU 空转，帮助学习者写高并发代码。
37 分钟 本课程经Softmax瓶颈分析与Huffman树推导，讲解层次Softmax加速原理，解决大词表计算过大，帮助理解概率优化思路。
推荐 1 小时 50 分钟 本课程通过薪资分布案例与EM迭代计算，讲解高斯混合模型概率聚类原理，帮助学习者掌握分布建模方法，提升无监督学习与模型评估能力。