README.md

项目介绍

  • 此项目是机器学习、NLP面试中常考到的知识点和代码实现,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。
  • 每一章里的问题都是面试时有可能问到的知识点,如有遗漏可联系我进行补充,结尾处都有算法的实战代码案例
  • 思维导图,请关注 AIArea 公众号并回复:NLP思维导图 ,即能下载高清大图。

目录

  • 项目持续更新中......
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) @mantchs 448966528
机器学习 3.2 梯度提升决策树(GBDT) @mantchs 448966528
机器学习 3.3 XGBoost @mantchs 448966528
机器学习 3.4 LightGBM @mantchs 448966528
机器学习 4. 支持向量机(SVM) @mantchs 448966528
机器学习 5. 概率图模型(Probabilistic Graphical Model)
机器学习 5.1 贝叶斯网络(Bayesian Network) @mantchs 448966528
机器学习 5.2 马尔科夫(Markov) @mantchs 448966528
机器学习 5.3 主题模型(Topic Model) @mantchs 448966528
机器学习 6.最大期望算法(EM) @mantchs 448966528
机器学习 7.聚类(Clustering) @mantchs 448966528
机器学习 8.ML特征工程和优化方法 @mantchs 448966528
机器学习 9.K近邻算法(KNN) @mantchs 448966528
深度学习 10.神经网络(Neural Network) @mantchs 448966528
深度学习 11. 卷积神经网络(CNN) @mantchs 448966528
深度学习 12. 循环神经网络(RNN) @mantchs 448966528
深度学习 12.1 门控循环单元(GRU) @mantchs 448966528
深度学习 12.2 长短期记忆(LSTM) @mantchs 448966528
深度学习 13.迁移学习(Transfer) @mantchs 448966528
深度学习 14.强化学习(Reinforcement) & 多任务 @mantchs 448966528
深度学习 15. 深度学习的优化方法 @mantchs 448966528
NLP 16. 自然语言处理(NLP) @mantchs 448966528
NLP 16.1 词嵌入(Word2Vec) @mantchs 448966528
NLP 16.2 子词嵌入(fastText) @mantchs 448966528
NLP 16.3 全局向量词嵌入(GloVe) @mantchs 448966528
NLP 16.4 textRNN & textCNN @mantchs 448966528
NLP 16.5 序列到序列模型(seq2seq) @mantchs 448966528
NLP 16.6 注意力机制(Attention Mechanism) @mantchs 448966528
NLP 16.7 Transformer模型 @mantchs 448966528
NLP 16.8 BERT模型 @mantchs 448966528
NLP 16.9 XLNet模型 @mantchs 448966528
项目 17. 推荐系统(Recommendation System) @mantchs 448966528
项目 18. 智能客服(Intelligent Customer Service) @mantchs 448966528
项目 19. 知识图谱(Knowledge Graph)
项目 20. 评论分析

欢迎大家加入!共同完善此项目!NLP学习QQ2群【207576902】NLP学习群②

项目简介

🚀 Github 镜像仓库 🚀

源项目地址

https://github.com/nlp-love/ml-nlp

发行版本

当前项目没有发行版本

贡献者 3

开发语言

  • Jupyter Notebook 91.0 %
  • Python 8.9 %
  • Shell 0.1 %