View Code? Open in Web Editor
NEW
This project forked from nlp-love/ml-nlp
此项目是机器学习、NLP面试中常考到的知识点,也是作为一个算法工程师必会的理论基础知识。
Jupyter Notebook 99.77%
Python 0.23%
ml-nlp's Introduction
- 此项目是机器学习、NLP面试中常考到的知识点,也是作为一个算法工程师必会的理论基础知识。
- 既然是以面试为主要目的,亦不可以篇概全,请谅解,有问题可提出。
- 此项目以各个模块为切入点,让大家有一个清晰的知识体系。
- 此项目亦可拿来常读、常记以及面试时复习之用。
- 有意向一起完成此项目或者有问题、有补充的可以加入NLP面试学习群【541954936】
![NLP面试学习群 NLP面试学习群](https://camo.githubusercontent.com/36eff5c1488c266ba24e65d63321e7f31e8874f07bd2baa1c76e153ba8aac1bb/687474703a2f2f7075622e69647171696d672e636f6d2f7770612f696d616765732f67726f75702e706e67)
模块 |
章节 |
负责人(GitHub) |
联系QQ |
机器学习 |
1. 线性回归(Liner Regression) |
@mantchs |
448966528 |
机器学习 |
2. 逻辑回归(Logistics Regression) |
@mantchs |
448966528 |
机器学习 |
3. 决策树(Desision Tree) |
@mantchs |
448966528 |
机器学习 |
3.1 随机森林(Random Forest) |
|
|
机器学习 |
3.2 梯度提升决策树(GBDT) |
|
|
机器学习 |
3.3 XGBoost |
|
|
机器学习 |
3.4 LightGBM |
|
|
机器学习 |
4. 支持向量机(SVM) |
|
|
机器学习 |
5. 贝叶斯网络(Bayesian network) |
|
|
机器学习 |
5.1 朴素贝叶斯 |
|
|
机器学习 |
6. 隐马尔科夫模型(HMM) |
|
|
机器学习 |
7. 主题模型(Topic Model) |
|
|
机器学习 |
7.1 LDA |
|
|
深度学习 |
8.神经网络(Neural Network) |
|
|
深度学习 |
9. 卷积神经网络(CNN) |
|
|
深度学习 |
10. 循环神经网络(RNN) |
|
|
深度学习 |
10.1 门控循环单元(GRU) |
|
|
深度学习 |
10.2 长短期记忆(LSTM) |
|
|
NLP |
11. 自然语言处理(NLP) |
|
|
NLP |
11.1 词嵌入(Word2Vec) |
|
|
NLP |
11.2 子词嵌入(fastText) |
|
|
NLP |
11.3 全局向量词嵌入(GloVe) |
|
|
NLP |
11.4 textCNN |
|
|
NLP |
11.5 序列到序列模型(seq2seq) |
|
|
NLP |
11.6 注意力机制(Attention Mechanism) |
|
|
NLP |
11.7 BERT模型 |
|
|
欢迎大家加入!共同完善此项目!![NLP面试学习群 NLP面试学习群](https://camo.githubusercontent.com/36eff5c1488c266ba24e65d63321e7f31e8874f07bd2baa1c76e153ba8aac1bb/687474703a2f2f7075622e69647171696d672e636f6d2f7770612f696d616765732f67726f75702e706e67)
ml-nlp's People
Contributors
Watchers