xuming's repositories
Virgilio
Your new Mentor for Data Science E-Learning.
DataMiningCase
数据挖掘（实战代码/欢迎讨论/大量注释/机器学习）. 你将习得，如：数据的处理、LightGBM、GridSearchCV寻找最优参、StratifiedKFold分层5折切分、画AUC图、输出预测名单等。
competition-baseline
数据科学竞赛各种baseline代码、思路分享
WebStockPredict
基于Web的股票预测系统
matplotlib
matplotlib: plotting with Python
deeplearning
深度学习相关的模型训练、评估和预测相关代码
funNLP
中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物词库、中文聊天语料、中文谣言数据、百度中文问答数据集、句子相似度匹配算法集合、bert资源、文本生成&摘要相关工具、cocoNLP信息抽取工具、国内电话号码正则匹配、清华大学XLORE:中英文跨语言百科知识图谱、清华大学人工智能技术系列报告、自然语言生成、NLU太难了系列、自动对联数据及机器人、用户名黑名单列表、罪名法务名词及分类模型、微信公众号语料、cs224n深度学习自然语言处理课程、中文手写汉字识别、中文自然语言处理 语料/数据集、变量命名神器、分词语料库+代码、任务型对话英文数据集、ASR 语音数据集 + 基于深度学习的中文语音识别系统、笑声检测器、Microsoft多语言数字/单位/如日期时间识别包、中华新华字典数据库及api(包括常用歇后语、成语、词语和汉字)、文档图谱自动生成、SpaCy 中文模型、Common Voice语音识别数据集新版、神经网络关系抽取、基于bert的命名实体识别、关键词(Keyphrase)抽取包pke、基于医疗领域知识图谱的问答系统、基于依存句法与语义角色标注的事件三元组抽取、依存句法分析4万句高质量标注数据、cnocr：用来做中文OCR的Python3包、中文人物关系知识图谱项目、中文nlp竞赛项目及代码汇总、中文字符数据、speech-aligner: 从“人声语音”及其“语言文本”产生音素级别时间对齐标注的工具、AmpliGraph: 知识图谱表示学习(Python)库：知识图谱概念链接预测、Scattertext 文本可视化(python)、语言/知识表示工具：BERT & ERNIE、中文对比英文自然语言处理NLP的区别综述、Synonyms中文近义词工具包、HarvestText领域自适应文本挖掘工具（新词发现-情感分析-实体链接等）、word2word：(Python)方便易用的多语言词-词对集：62种语言/3,564个多语言对、语音识别语料生成工具：从具有音频/字幕的在线视频创建自动语音识别(ASR)语料库、构建医疗实体识别的模型（包含词典和语料标注）、单文档非监督的关键词抽取、Kashgari中使用gpt-2语言模型、开源的金融投资数据提取工具、文本自动摘要库TextTeaser: 仅支持英文、人民日报语料处理工具集、一些关于自然语言的基本模型、基于14W歌曲知识库的问答尝试--功能包括歌词接龙and已知歌词找歌曲以及歌曲歌手歌词三角关系的问答、基于Siamese bilstm模型的相似句子判定模型并提供训练数据集和测试数据集、用Transformer编解码模型实现的根据Hacker News文章标题自动生成评论、用BERT进行序列标记和文本分类的模板代码、LitBank：NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记英文小说语料、百度开源的基准信息抽取系统、虚假新闻数据集、Facebook: LAMA语言模型分析，提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口、CommonsenseQA：面向常识的英文QA挑战、中文知识图谱资料、数据及工具、各大公司内部里大牛分享的技术文档 PDF 或者 PPT、自然语言生成SQL语句（英文）、中文NLP数据增强（EDA）工具、英文NLP数据增强工具 、基于医药知识图谱的智能问答系统、京东商品知识图谱、基于mongodb存储的军事领域知识图谱问答项目、基于远监督的中文关系抽取、语音情感分析、中文ULMFiT-情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库包含自动文摘功能、开放了对话机器人-知识图谱-语义理解-自然语言处理工具及数据、中文知识图谱：基于百度百科中文页面-抽取三元组信息-构建中文知识图谱、masr: 中文语音识别-提供预训练模型-高识别率、Python音频数据增广库、中文全词覆盖BERT及两份阅读理解数据、ConvLab：开源多域端到端对话系统平台、中文自然语言处理数据集、基于最新版本rasa搭建的对话系统、基于TensorFlow和BERT的管道式实体及关系抽取、一个小型的证券知识图谱/知识库、复盘所有NLP比赛的TOP方案、OpenCLaP：多领域开源中文预训练语言模型仓库、中文自然语言处理向量合集、基于金融-司法领域(兼有闲聊性质)的聊天机器人、g2pC：基于上下文的汉语读音自动标记模块、Zincbase 知识图谱构建工具包、诗歌质量评价/细粒度情感诗歌语料库。
pandas-cookbook
Recipes for using Python's pandas library
Pcap-Analyzer
Python编写的可视化的离线数据包分析器
PythonDataScienceHandbook
Python Data Science Handbook: full text in Jupyter Notebooks
ifly-algorithm_challenge
讯飞移动广告反欺诈算法竞赛
WeiboSpider_SentimentAnalysis
借助Python抓取微博数据，并对抓取的数据进行情绪分析
python-2
python学习笔记，包过基础，爬虫，简单的画图词云数据分析，数字图像实验等等
MachineLearning-1
Basic Machine Learning and Deep Learning
FBP
FBP项目全称FootBallPrediction，历经9个月完成的足球比赛预测项目。项目结合大数据+机器学习，不断摸索开发了一个程序。程序根据各大博彩公司赔率多维度预测足球比赛结果（包含胜和不胜）。机器学习用的是自己建立的“三木板模型”算法，已在国家期刊发表论文并被万方数据库收录，详见_ML_文件。目前准确率可达80%。该项目在自己创建的微信群里已经吸引了很多人，附件为群讨论截图，并且每天均有部分人根据预测结果参考投注竞彩，参考的人都获得了相应的收益。 现在想通过认识更多的有识之士，一起探索如何将项目做大做强，找到合伙人，实现共赢。希望感兴趣的同仁联系本人，微信号acredjb。公众号AI金胆（或AI-FBP），每天都有程序预测的足球比赛。程序优势请看Advantages和README文件。程序3.0版本：（第三轮目前13中12） 8月10日：13让负（正确） 8月11日：27让负（正确） 8月12日：11让负（正确） 8月13日：6胜（不正确） 8月14日：25让负（正确） 8月15日：无预测 8月16日：1胜（正确） 8月17日：6让负（正确） 8月18日：16胜（正确） 8月19日：34让负（正确） ... 1.0版本（第一轮为11中9） 2.0版本（第二轮13中11）.
Tencent2019_Preliminary_Rank1st
The code for 2019 Tencent College Algorithm Contest, and the online result ranks 1st in the preliminary.
machine_learning_basics
Plain python implementations of basic machine learning algorithms
scorecardpy
Scorecard Development in python, 评分卡
Python-1
All Algorithms implemented in Python
numpy-cn
NumPy官方中文文档（完整版）
Python-100-Days
Python - 100天从新手到大师
scorecard-1
Scorecard Development in R, 评分卡
Scorecard-Bundle
An high-level Scorecard modeling API | 评分卡建模尽在于此
python_script-manual
《Python工具代码速查手册》是我们的python培训教材，主要面向数据分析方向。其中包含了python的常用总结性操作，使用jupyter notebook，利用markdown和script结果对常用操作进行总结，包括了使用方式和脚本。之所以使用notebook形式是可以方便大家编辑，方便大家形成自己的总结笔记。当然各位有更好的操作建议也欢迎向我们团队分享~
pandas
Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more
python-module
python module note
PythonBasic
平时工作中常用的Python零碎知识总结，爬虫学习总结与练习，Python数据分析学习总结
risk-management-note
风险控制笔记，适用于互联网企业