Simons2017/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。

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

欢迎大家加入！共同完善此项目！