Wu's Blog

Gephi相关

留存备忘

分词相关的内容

Faster Pandas，一些加速pandas处理的技巧和工具

英文的：BioELECTRA / PubMedBERT /

中文的：eHealth / 百度ERNIE / 腾讯MC-bert / PCL-Med Bert等等

（开个坑，之后慢慢填）

各类预训练模型的改进-ROBERTa-ERNIE-XLNet-AlBert-ELECTRA等

看了蛮多原文还有解析的blog，想想还是记录一下比较好，之后忘了也好检索，应该会不断补充

论文分析-百度eHealth:Building Chinese Biomedical Language Models via Multi-Level

用Xmind画的思维导图，导出的markdown缺少图片，可以看文末的图片更为完整

From Word Embedding to Bert

一些常用的医学统计学图表

不平衡采样

各种不平衡采样，欠采样、过采样、SMOTE均衡采样、组合采样、集成采样、模型选择和特征选择

Various Sampling methods, Under Sampling, Over Sampling, SMOTE balanced sampling, Combination Sampling, Ensemble Sampling, Model Selection, and Feature Selection

Sklearn和Mlxtend中的集成学习

The-basic-ensemble-classifiers-of-Sklearn-and-Mlxtend

ROC曲线和PR曲线都是常用的性能评价指标，但是为什么有了其中一个还要有另一个呢？他们能表达出什么不同的信息吗，他们有什么联系和区别呢？什么时候用哪个呢？

处理数据时，有时候需要观察数据分布，比如检验数据的正态性

在计算性能指标时，如果仔细观察，会发现PR曲线并不是直接计算ROC，而是AP，average precision，那么他到底有啥区别呢？

踏实学习，一步一步看懂