文件名称：eluvio-challenge
文件大小：91.62MB
文件格式：ZIP
更新时间：2024-04-29 18:58:53
JupyterNotebook
挑战 数据集是表格形式的，涉及的特征应该是不言自明的。 我们希望您自己提出一个具体问题并妥善解决。 这是一个“开放挑战”，主要关注自然语言处理。 问题可能是有关预测建模的问题，也可能是针对某些业务用例的分析见解。 请注意，该问题应视为大规模问题，因为数据集很大（例如> 100GB），并且不适合计算机的RAM。 在编码语言方面，强烈建议使用Python。 问题形成 根据兴趣和兴趣主题为读者建议新闻标题 方法 为了解决这个问题，我将根据数据集构建一个嵌入模型，以不同地显示数据集上可用标题之间的相似性，然后将其馈入Kmeans算法（无监督学习）中以创建可用于建模的聚类。 但是，为了启动该项目并且由于时间限制，我将使用Tensorflow的Sentence Encoder和Gensim Word2vec模型等可用模型作为我的嵌入
【文件预览】：
eluvio-challenge-main
----.ipynb_checkpoints()
--------note-checkpoint.ipynb(24KB)
----models()
--------autoEncoder()
----embed.py(373B)
----README.md(1KB)
----encoder.py(896B)
----data()
--------embeddings.csv(76.7MB)
--------centroids.csv(12KB)
--------new_set.csv(76.96MB)
--------Eluvio_DS_Challenge.csv(78.36MB)