AI_lab codes:人工智能实验室实践(CSE 202)的脚本数据集和其他文件 源码

人工智能(CSE 202)实验室工作 人工智能实验室实践(CSE 202)的脚本,数据集和其他文件。 以下实验分配已添加到此存储库中。 实施 本实用程序的目的是使用HunPos(HMMs模型)和CRF ++(CRF模型)实现语音部分(POS)标记。 所有其他详细信息都可以在子文件夹中看到。 块状 所有详细信息都可以在子文件夹中看到。 隐马尔可夫模型和维特比 此处的目的是使用一些训练数据来推导标签,单词,过渡概率,发射概率和先验概率,然后使用维特比算法将它们用于预测POS标签。 线性和逻辑回归 基本线性和逻辑回归具有任意数量的功能支持。 梯度下降算法用于训练模型。 在子文件夹下有更多详细信息。