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**。
- **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】<a target="_blank" href="//shang.qq.com/wpa/qunwpa?idkey=863f915b9178560bd32ca07cd090a7d9e6f5f90fcff5667489697b1621cecdb3"><img border="0" src="http://pub.idqqimg.com/wpa/images/group.png" alt="NLP面试学习群" title="NLP面试学习群"></a>**

------



## 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)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/Liner%20Regression/1.Liner%20Regression.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [2. 逻辑回归(Logistics Regression)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/2.Logistics%20Regression/2.Logistics%20Regression.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [3. 决策树(Desision Tree)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/3.Desition%20Tree/Desition%20Tree.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [3.1 随机森林(Random Forest)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/3.1%20Random%20Forest/3.1%20Random%20Forest.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [3.2 梯度提升决策树(GBDT)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/3.2%20GBDT/3.2%20GBDT.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [3.3 XGBoost](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/3.3%20XGBoost/3.3%20XGBoost.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [3.4 LightGBM](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/3.4%20LightGBM/3.4%20LightGBM.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [4. 支持向量机(SVM)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/4.%20SVM/4.%20SVM.md) | [@mantchs](https://github.com/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)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/5.1%20Bayes%20Network/5.1%20Bayes%20Network.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [5.2 马尔科夫(Markov)](https://github.com/NLP-LOVE/ML-NLP/blob/master/Machine%20Learning/5.2%20Markov/5.2%20Markov.md) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | 5.3 主题模型(Topic Model)                                    |                                        |           |
| 机器学习 | [6.最大期望算法(EM)](https://github.com/NLP-LOVE/ML-NLP/tree/master/Machine%20Learning/6.%20EM) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | [7.聚类(Clustering)](https://github.com/NLP-LOVE/ML-NLP/tree/master/Machine%20Learning/7.%20Clustering) | [@mantchs](https://github.com/mantchs) | 448966528 |
| 机器学习 | 8.ML特征工程和优化方法                                       |                                        |           |
| 机器学习 | 9.sklearn工具使用                                            |                                        |           |
| 深度学习 | 10.神经网络(Neural Network)                                  |                                        |           |
| 深度学习 | 11. 卷积神经网络(CNN)                                        |                                        |           |
| 深度学习 | 12. 循环神经网络(RNN)                                        |                                        |           |
| 深度学习 | 12.1 门控循环单元(GRU)                                       |                                        |           |
| 深度学习 | 12.2 长短期记忆(LSTM)                                        |                                        |           |
| 深度学习 | 13. 深度学习的优化方法                                       |                                        |           |
| NLP      | 14. 自然语言处理(NLP)                                        |                                        |           |
| NLP      | 14.1 词嵌入(Word2Vec)                                        |                                        |           |
| NLP      | 14.2 子词嵌入(fastText)                                      |                                        |           |
| NLP      | 14.3 全局向量词嵌入(GloVe)                                   |                                        |           |
| NLP      | 14.4 textCNN                                                 |                                        |           |
| NLP      | 14.5 序列到序列模型(seq2seq)                                 |                                        |           |
| NLP      | 14.6 注意力机制(Attention Mechanism)                         |                                        |           |
| NLP      | 14.7 BERT模型                                                |                                        |           |



> 欢迎大家加入！共同完善此项目！<a target="_blank" href="//shang.qq.com/wpa/qunwpa?idkey=863f915b9178560bd32ca07cd090a7d9e6f5f90fcff5667489697b1621cecdb3"><img border="0" src="http://pub.idqqimg.com/wpa/images/group.png" alt="NLP面试学习群" title="NLP面试学习群"></a>