Deep-Learning "有时候，正是让人意料之外的人会成就让人意料之外的事。" — 《模仿游戏》 2018年目标: 1. 深度学习 - 前馈神经网络 - 卷积神经网络 - 循环神经网络 - 网络优化与正则化 - 注意力与记忆机制 - 反向传播算法 2. 自然语言处理 - 词向量(word2vec) - skip-gram - 隐马尔可夫模型 - 维特比算法 - 期望最大化算法 - 情感分析 3. 数学基础 - 线性代数 向量 矩阵 - 微积分 微分与积分的** 常见函数的导数(logistic、softmax、导数法则) - 数学优化 离散与连续优化、无约束与约束优化、线性与非线性优化 优化算法:全局最优与局部最优、梯度下降、拉格朗日乘数法与KKT条件 - 概率论 样本空间 事件与概率 随机过程 - 信息论 熵 互信息 交叉熵与散度 4. NLP模型应用预研 情感分析(评论、聊天) 核心玩家监控与刷子用户监控 流失用户预测 潜在付费用户发现(分析潜在已转换用户特征来发现相似潜在用户,主动刺激)