Skip to main content

黑洞资源笔记

  1. 方便易用的文本标注工具

    Potato 是一种易于使用的基于 Web 的注释工具,被 EMNLP 2022 演示轨道接受。Potato能快速模拟和部署各种文本注释任务。Potato在后端作为Web服务器工作,可在本地启动,然后注释器使用基于Web的前端来处理数据。这个工具的目标是让人能够自己或以小型团队的形式快速轻松地注释文本数据 - 从零到注释只需几行配置即可完成。

    Potato由单个配置文件驱动,该文件指定要使用的任务和数据类型。Potato不需要任何编码即可启动和运行。对于大多数任务,不需要额外的网页设计,Potato很容易定制,因此可以调整注释者看到的界面和元素。

    Potato | #工具
  2. Quibbler是一个工具集,用于构建高度交互但可重现的, 透明高效的数据分析管道,允许使用标准Python语法通过任何一系列的分析步骤处理数据,而自动保持下游结果与上游原始数据之间的连接来源。

    Quibbler促进并接受人类干预作为固有部分 分析管道:输入参数,以及异常和覆盖,可以通过编程方式指定和调整,也可以通过以下方式指定和调整与“实时”图形交互,所有此类干预都是自动的记录在有据可查的人机可读文件中。对此类参数的更改向下游传播,查明哪些特定数据项,或甚至其中的特定元素也会受到影响,从而大大节省了不必要的重新计算。因此,Quibbler促进了与数据的动手交互不仅灵活、有趣和互动,而且可追溯,可重现,计算效率高。

    主要特点
    互动:创建交互式图形就像 简单就像使用表示参数值的参数调用标准 Matplotlib 图形函数一样;以图形方式呈现的任何数据都是自动实时和交互式的 (不需要繁琐的回调函数编程)。

    可追溯性和可重复性:跟踪哪些特定数据项和分析参数会影响焦点下游结果(请参阅依赖关系图);固有的撤消/重做功能;将参数值保存/加载为 人类可读的记录(作为外部文本文件, 或在Jupyter笔记本内)。

    计算效率:参数更改后,Quibbler 会精确定位并仅重新计算特别受影响的数组元素 下游分析步骤(此处)。

    以上所有内容都使用完全标准的函数和编程语法 - 只需“iquib”你的输入和代码即可栩栩如生!

    Quibbler目前支持所有Python运算符的自然编码语法,切片,getitem,Numpy函数, Matplotlib graphics、Matplotlib widgets 和 ipywidgets。它进一步提供了一种简单的合并方法 任何用户功能或任何其他(非图形)包中的功能。 除了 Matplotlib 之外,对其他图形包的支持将在未来的版本中提供。

    quibbler | #工具
  3. Latex简明速查手册(8页)

    作者语:
    有些号称速查的手册有几十页,甚至100多页,我觉得不能称为“速”。

    于是我就写了份8页的,覆盖面足够广,也能为你使用搜索引擎提供一个大致的方向。

    该手册的Latex源码也附在了后面,发现有错误,或者有什么特别重要的技巧想补充,欢迎向我反馈。我也会不定期地对本手册进行更新。更新的文件会放在下面的百度网盘链接里,不一定会放到这个页面上(主要是太麻烦了)。

    PDF文件和Tex文件 | 知乎原贴 | #Latex #速查表 #手册
  4. 高维概率及其数据科学应用(课程视频及教材)

    本课程为现代数据科学的理论研究奠定了概率基础。你会学到一些方法,这些方法构成了任何希望在机器学习,理论计算机科学,理论统计学,信号处理等方面进行数学工作的人的基本工具箱。

    该课程适合数学、统计学、计算机科学和电气工程专业的学生。本科线性代数、实分析和概率论的坚实背景是最低先决条件。对度量、希尔伯特和赋范空间有一定的熟悉是一个加分项,但不是必需的。不需要测度理论知识。

    该课程包括41个视频讲座和13套作业。 它于2022年秋季在俄罗斯入侵乌克兰期间在基辅国立大学远程教授

    课程地址 | #教程 | 评论区有PDF文件