Hao-Yun's Geekbase

麵粉、砂糖、水、植物油為主，其它成份則視做法及口感需求而有不同。餅乾之所以會出現螺旋線，這是由於兩種顏色的麵糰桿成皮狀，再將彼此疊合而捲成柱狀，以刀切割成每一片厚度相當的餅乾，就可以看出每一片餅乾都帶有螺旋線，經過烘烤後成形，即可食用。維基百科《螺仔餅》 我先承認我真的沒梗，引言就找這個了XD 昨天我們講到了貝氏分類器，希望大家都有稍微理解機器學習模型大概會是以什麼方式呈現。我們在進入羅吉斯回

“You know what possibly means?”“Like probably.”“No, probably means there’s a good chance that we’re going. Possibly means we might, we might not.”Chris Gardener《當幸福來敲門》 我們終於進入機器學習啦！就像每個初學程式的人都一定要印個H

「孩兒，你看清楚了沒有？」「看清楚了」「都記得了沒有？」「已忘記了一小半。」「現下怎樣了？」「已忘記了一大半。」「好，我再使一遍。」「孩兒，怎樣啦？」「還有三招沒忘記。」「這我可全忘了，忘得乾乾淨淨的了。」張無忌、張三丰《倚天屠龍記》 前面講了這麼多，終於要講模型了嗎？我們這十天一起度過的旅程，目的只有一個，就是將文本資料轉化成數值資料。因為機器學習模型沒有辦法透過文字資料進行學習，唯有將其轉

「模型有什麼盲點，反映其創造者的判斷，也反映創造這重視哪些東西。雖然模型據說是公正的，他們其實反映某些人的目標和意識形態。」凱西・歐尼爾《大數據的傲慢與偏見》 我們前面提到了語言模型（Language modeling），是以統計機率的角度來看待語言（是否合理？我可能要先打個問號），所以為了要進行統計，過去通常會將語言以數值的方式呈現。昨天提到了幾種方法，首先是詞袋，只是有幾個缺點，第一是維度

「拿定主意了嗎？你能成大器，你知道，在你一念之間，史萊哲林能幫助你走向輝煌，這毫無疑問——不樂意？那好，既然你已經拿定主意——那就最好去葛來芬多吧！」分類帽《哈利波特：神秘的魔法石》 這幾天下來我們學了正規表達式、斷詞等等，這些都是屬於資料前處理的範疇。是說，剛剛在寫稿前，還被我的隊友罵說，啊我的正規表達式怎麼寫那麼少！欸不是，在這邊跟各位解釋一下，我的規劃就是簡單介紹正規表達式的三個函式，然

「隱藏著黑暗力量的鑰匙啊，在我面前顯示真正的力量！ 跟你訂下約定的小櫻命令你，封印解除！」《庫洛魔法使》木之本櫻 昨天我們學到了中文斷詞的方法，還有一些需要釐清的觀念，以及我個人的一些想法。中文學完了，那英文呢？英文的斷詞方法跟中文有什麼不同的地方嗎？我們今天就一起來瞧瞧世界通用的語言之一，英文，在自然語言處理中是怎麼進行的？ 昨天我們提到了中文這個語言其中的一個特性是，所有字都是黏在一起的，

如果沒有了這套裝備，你就什麼都不是的話，那你就更不該擁有它。東尼·史塔克《蜘蛛人：返家日》 在處理自然語言的時候，斷詞往往是首要的工作。其實這也很好理解，為什麼？我們可以從自然語言處理的目的開始來思考這個問題，也就是說，進行自然語言處理的目的是什麼？是要知道一篇正面或是負面評價的電影評論會用哪些詞彙嗎？還是要知道在一句話中，哪個是名詞？動詞？形容詞？或者是要知道這篇文章與其他篇文章比起來，有哪

我們確實曾經擁有一切，對吧？我是說，如果你仔細回想的話，就會發現確實是這麼一回事。《華爾街之狼》 轉眼間，我們也來到了正規表達式的最終章，也就是萃取啦！有些反應比較快的朋友可能會想說，萃取不就跟第一週的re.search()一樣嗎？如果一樣要輸出匹配的字串的話，那就直接用re.search()不就好了？幹嘛還要再多學這個？ 這是一個很好的問題，我們話不多說，就直接來看實例。這次我從維基百科的獵

你低著頭，他們就會知道你在說謊；即便你抬起頭，他們也會知道其實你根本不知道真相。如果只用四個字就能說明清楚，就別用七個字。身體不要搖來搖去，要用堅定的眼神看著對方的眼睛，但別一直盯著看。說話清楚，但別太讓人印象深刻，可以偶爾幽默一下，但是也不要過頭到讓他捧腹大笑。這麼一來，他就只會在當下對你有好感，而你一離開，他也會立刻忘了你這個人。而且看在老天的份上，無論你想做什麼，都別做，因為在任何情況下…

自來修習內功，不論是為了強身治病，還是為了作為上乘武功的根基，必當水火互濟，陰陽相配，練了「足少陰腎經」之後，便當練「足少陽膽經」，少陰少陽融會調合，體力便逐步增強。金庸《俠客行》 在進行自然語言處理的同時，常常會需要將資料變得乾淨，或是也有些特定的資料格式要從大量語料中抽取出來，比如說像是地址、電話等等，才有辦法取出我們想要的理想資料，而在這過程中常常會用到的就是正規表達式（regular