查看原文
其他

【Github】ML-NLP:机器学习、NLP面试中常考到的知识点和代码实现

AINLP 2020-10-22

推荐一个Github项目:NLP-LOVE/ML-NLP

此项目是机器学习(Machine Learning)、深度学习(Deep Learning)、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。


推荐Star,项目链接,点击阅读原文可以直达:


https://github.com/NLP-LOVE/ML-NLP


以下来在该项目主页描述。


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。

  • 有意向一起完成此项目或者有问题、有补充的可以加入NLP学习群【541954936】


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)@mantchs448966528
机器学习2. 逻辑回归(Logistics Regression)@mantchs448966528
机器学习3. 决策树(Desision Tree)@mantchs448966528
机器学习3.1 随机森林(Random Forest)@mantchs448966528
机器学习3.2 梯度提升决策树(GBDT)@mantchs448966528
机器学习3.3 XGBoost@mantchs448966528
机器学习3.4 LightGBM@mantchs448966528
机器学习4. 支持向量机(SVM)@mantchs448966528
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)@mantchs448966528
机器学习5.2 马尔科夫(Markov)@mantchs448966528
机器学习5.3 主题模型(Topic Model)@mantchs448966528
机器学习6.最大期望算法(EM)@mantchs448966528
机器学习7.聚类(Clustering)@mantchs448966528
机器学习8.ML特征工程和优化方法@mantchs448966528
机器学习9.K近邻算法(KNN)@mantchs448966528
深度学习10.神经网络(Neural Network)@mantchs448966528
深度学习11. 卷积神经网络(CNN)@mantchs448966528
深度学习12. 循环神经网络(RNN)@mantchs448966528
深度学习12.1 门控循环单元(GRU)@mantchs448966528
深度学习12.2 长短期记忆(LSTM)@mantchs448966528
深度学习13.迁移学习(Transfer)@mantchs448966528
深度学习14.强化学习(Reinforcement) & 多任务@mantchs448966528
深度学习15. 深度学习的优化方法@mantchs448966528
NLP16. 自然语言处理(NLP)@mantchs448966528
NLP16.1 词嵌入(Word2Vec)@mantchs448966528
NLP16.2 子词嵌入(fastText)@mantchs448966528
NLP16.3 全局向量词嵌入(GloVe)@mantchs448966528
NLP16.4 textRNN & textCNN@mantchs448966528
NLP16.5 序列到序列模型(seq2seq)@mantchs448966528
NLP16.6 注意力机制(Attention Mechanism)@mantchs448966528
NLP16.7 BERT模型


欢迎大家加入!共同完善此项目!

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存