未验证 提交 4f6b3230 编写于 作者: N NLP-LOVE 提交者: GitHub

Update README.md

上级 606d5994
# 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。
## 项目介绍
- 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】<a target="_blank" href="//shang.qq.com/wpa/qunwpa?idkey=863f915b9178560bd32ca07cd090a7d9e6f5f90fcff5667489697b1621cecdb3"><img border="0" src="//pub.idqqimg.com/wpa/images/group.png" alt="NLP面试学习群" title="NLP面试学习群"></a>**
------
## 目录
| 模块 | 章节 | 负责人(GitHub) | 联系QQ |
| -------- | ------------------------------------ | -------------- | ------ |
| 机器学习 | 1. 线性回归(Liner Regression) | | |
| 机器学习 | 2. 逻辑回归(Logistics Regression) | | |
| 机器学习 | 3. 决策树(Desision Tree) | | |
| 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!<a target="_blank" href="//shang.qq.com/wpa/qunwpa?idkey=863f915b9178560bd32ca07cd090a7d9e6f5f90fcff5667489697b1621cecdb3"><img border="0" src="//pub.idqqimg.com/wpa/images/group.png" alt="NLP面试学习群" title="NLP面试学习群"></a>
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册