Titel Autor Zugriffe
Word2Vec: Wörter als Vektoren lernen (CBOW und Skip-gram) HanseKI 32
N-Gramm: Wortfolgen als Grundlage klassischer Sprachmodelle HanseKI 33
TF-IDF: Die Wichtigkeit von Wörtern in Dokumenten messen HanseKI 25
Tokenisierung: Text in Tokens zerlegen — die Grundlage von NLP HanseKI 31
Bag of Words: Dokumente als ungeordnete Wort-Sammlung modellieren HanseKI 30
Holdout: Die einfache Aufteilung in Trainings- und Testdaten HanseKI 21
Feature Scaling: Merkmale auf einen gemeinsamen Wertebereich bringen HanseKI 22
Train-Test-Split: Die Aufteilung der Daten für maschinelles Lernen HanseKI 19
RDF/XML: Die klassische RDF-Serialisierung einfach erklärt HanseKI 24
N-Triples: Zeilenbasiertes RDF-Format einfach erklärt HanseKI 23

Seite 81 von 188