ML NLP

Introducción del proyecto

• Este proyecto es un punto de conocimiento y una implementación de código que a menudo se prueba en el aprendizaje automático y las entrevistas de PNL , y también es un conocimiento básico teórico que un ingeniero de algoritmos debe saber.
• Dado que la entrevista es el objetivo principal, no se puede resumir. Por favor, comprenda y haga preguntas.
• Este proyecto toma cada módulo como punto de entrada, lo que permite a todos tener un sistema de conocimiento claro.
• Este proyecto también se puede utilizar para una lectura frecuente, grabación regular y revisión durante las entrevistas.
• Las preguntas en cada capítulo son puntos de conocimiento que se pueden hacer durante la entrevista. Si hay alguna omisión, contácteme para agregarlas. Hay casos de código práctico de algoritmos al final.
• Para los mapas mentales, siga la cuenta oficial de AIAREA y responda: los mapas mentales de NLP pueden descargar imágenes grandes de alta definición.
• 

---

Tabla de contenido

• El proyecto se está actualizando continuamente ...

Módulo	capítulo	Github)	Póngase en contacto con QQ
Aprendizaje automático	1. Regresión lineal	@mantchs	448966528
Aprendizaje automático	2. Regresión logística	@mantchs	448966528
Aprendizaje automático	3. Árbol de decisión	@mantchs	448966528
Aprendizaje automático	3.1 Bosque aleatorio	@mantchs	448966528
Aprendizaje automático	3.2 Árbol de decisión de mejora de gradiente (GBDT)	@mantchs	448966528
Aprendizaje automático	3.3 xgboost	@mantchs	448966528
Aprendizaje automático	3.4 lightgbm	@mantchs	448966528
Aprendizaje automático	4. Máquina vectorial de soporte (SVM)	@mantchs	448966528
Aprendizaje automático	5. Modelo gráfico probabilístico
Aprendizaje automático	5.1 Red bayesiana	@mantchs	448966528
Aprendizaje automático	5.2 Markov	@mantchs	448966528
Aprendizaje automático	5.3 Modelo de tema	@mantchs	448966528
Aprendizaje automático	6. Algoritmo máximo esperado (EM)	@mantchs	448966528
Aprendizaje automático	7. Agrupación	@mantchs	448966528
Aprendizaje automático	8. Métodos de ingeniería y optimización de características de ML	@mantchs	448966528
Aprendizaje automático	9. Algoritmo de Knn (KNN)	@mantchs	448966528
Aprendizaje profundo	10. Red neuronal	@mantchs	448966528
Aprendizaje profundo	11. Red neuronal convolucional (CNN)	@mantchs	448966528
Aprendizaje profundo	12. Red neuronal recurrente (RNN)	@mantchs	448966528
Aprendizaje profundo	12.1 Unidad de circulación cerrada (Gru)	@mantchs	448966528
Aprendizaje profundo	12.2 Memoria a largo y corto plazo (LSTM)	@mantchs	448966528
Aprendizaje profundo	13. Transferencia de aprendizaje	@mantchs	448966528
Aprendizaje profundo	14. Refuerzo y multitarea	@mantchs	448966528
Aprendizaje profundo	15. Método de optimización para el aprendizaje profundo	@mantchs	448966528
PNLP	16. Procesamiento del lenguaje natural (PNL)	@mantchs	448966528
PNLP	16.1 incrustación de palabras (Word2Vec)	@mantchs	448966528
PNLP	16.2 Incrustación de subvenciones (FastText)	@mantchs	448966528
PNLP	16.3 Global Vector Word Incrustando (guante)	@mantchs	448966528
PNLP	16.4 Textrnn & Textcnn	@mantchs	448966528
PNLP	Modelo de secuencia de 16.5 (SEQ2SEQ)	@mantchs	448966528
PNLP	16.6 Mecanismo de atención	@mantchs	448966528
PNLP	16.7 Modelo de transformador	@mantchs	448966528
PNLP	16.8 Modelo Bert	@mantchs	448966528
PNLP	16.9 modelo XLNet	@mantchs	448966528
proyecto	17. Sistema de recomendación	@mantchs	448966528
proyecto	18. Servicio al cliente inteligente	@mantchs	448966528
proyecto	19. Gráfico de conocimiento
proyecto	20. Análisis de comentarios

¡Todos son bienvenidos para unirse! Juntos, ¡mejoran este proyecto! NLP Learning QQ2 Group [207576902]