【Github】ML-NLP：机器学习、NLP面试中常考到的知识点和代码实现
- 2019 年 10 月 4 日
- 筆記
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) |
@mantchs |
448966528 |
|
机器学习 |
2. 逻辑回归(Logistics Regression) |
@mantchs |
448966528 |
|
机器学习 |
3. 决策树(Desision Tree) |
@mantchs |
448966528 |
|
机器学习 |
3.1 随机森林(Random Forest) |
@mantchs |
448966528 |
|
机器学习 |
3.2 梯度提升决策树(GBDT) |
@mantchs |
448966528 |
|
机器学习 |
3.3 XGBoost |
@mantchs |
448966528 |
|
机器学习 |
3.4 LightGBM |
@mantchs |
448966528 |
|
机器学习 |
4. 支持向量机(SVM) |
@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) |
@mantchs |
448966528 |
|
机器学习 |
5.2 马尔科夫(Markov) |
@mantchs |
448966528 |
|
机器学习 |
5.3 主题模型(Topic Model) |
@mantchs |
448966528 |
|
机器学习 |
6.最大期望算法(EM) |
@mantchs |
448966528 |
|
机器学习 |
7.聚类(Clustering) |
@mantchs |
448966528 |
|
机器学习 |
8.ML特征工程和优化方法 |
@mantchs |
448966528 |
|
机器学习 |
9.K近邻算法(KNN) |
@mantchs |
448966528 |
|
深度学习 |
10.神经网络(Neural Network) |
@mantchs |
448966528 |
|
深度学习 |
11. 卷积神经网络(CNN) |
@mantchs |
448966528 |
|
深度学习 |
12. 循环神经网络(RNN) |
@mantchs |
448966528 |
|
深度学习 |
12.1 门控循环单元(GRU) |
@mantchs |
448966528 |
|
深度学习 |
12.2 长短期记忆(LSTM) |
@mantchs |
448966528 |
|
深度学习 |
13.迁移学习(Transfer) |
@mantchs |
448966528 |
|
深度学习 |
14.强化学习(Reinforcement) & 多任务 |
@mantchs |
448966528 |
|
深度学习 |
15. 深度学习的优化方法 |
@mantchs |
448966528 |
|
NLP |
16. 自然语言处理(NLP) |
@mantchs |
448966528 |
|
NLP |
16.1 词嵌入(Word2Vec) |
@mantchs |
448966528 |
|
NLP |
16.2 子词嵌入(fastText) |
@mantchs |
448966528 |
|
NLP |
16.3 全局向量词嵌入(GloVe) |
@mantchs |
448966528 |
|
NLP |
16.4 textRNN & textCNN |
@mantchs |
448966528 |
|
NLP |
16.5 序列到序列模型(seq2seq) |
@mantchs |
448966528 |
|
NLP |
16.6 注意力机制(Attention Mechanism) |
@mantchs |
448966528 |
|
NLP |
16.7 BERT模型 |
|
|
