Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
Phil_X
ml-nlp
提交
4f6b3230
M
ml-nlp
项目概览
Phil_X
/
ml-nlp
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
ml-nlp
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
4f6b3230
编写于
7月 05, 2019
作者:
N
NLP-LOVE
提交者:
GitHub
7月 05, 2019
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
606d5994
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
46 addition
and
2 deletion
+46
-2
README.md
README.md
+46
-2
未找到文件。
README.md
浏览文件 @
4f6b3230
# ML-NLP
## 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。
-
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>
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录