/NLP-RoadMap

📚 机器学习、深度学习、自然语言处理学习路线图 及 AI方向学习资源、工具

NLP-RoadMap

持续更新中。以下内容有错误或者不足,欢迎提Issue或者联系我讨论
整理不易,希望点个小星星 🌟🌟🌟 ​支持下呀!
前言 数理基础 编程基础 机器学习 深度学习 自然语言处理 AI资源 AI工具 后记
🌻 🍀 🌳 🌲 🌵 🌸 🍁 🌴 🌱

🌻 前言

The last thing you figure out in writing something is what to put first.

排版清晰考虑,以下只列出一级分层的主题,具体内容请点击 这里 查看。

🍀 数理基础

数学是整个AI学习的基础,但对于一般的机器学习从业者而言,数学知识基本在上完大学四年就足够用了。当然,数学是属于多多益善的那种,了解得越多越深入,那么当你在遇到问题时,就会有更多的思考角度和解决问题的方案。

  • 线性代数
  • 概率统计
  • 微积分
  • 最优化
  • 信息论
  • 推荐资料

🌳 编程基础

经常说的一句话,『算法工程师首先要是一个工程师』。你只有掌握扎实的coding技能,才能生存下去,慢慢打怪升级。

  • 编程语言
  • 数据结构
  • 算法基础
  • 推荐资料

🌲 机器学习

机器学习部分以一个完整的项目来整理,从真实应用中学习。

数据

  • 数据来源
  • 数据类型
  • 数据探索
  • 数据处理
  • 特征选择
  • 数据划分

模型

  • 线性回归
  • 感知机
  • 逻辑回归
  • SVM
  • 朴素贝叶斯
  • KNN
  • 决策树
  • 集成学习模型
  • 概率图模型
  • 降维
  • 聚类

训练

  • 损失函数
  • 优化器
  • 评价指标
  • 调参细节

保存&部署

🌵 深度学习

  • NN网络
    • DNN
    • CNN
    • RNN
    • Transformer
    • Auto-Encoder
    • GAN
  • 激活函数
  • 正则化
  • 损失函数
  • 优化器
  • 深度学习框架
  • 讨论

🌸 自然语言处理

  • 基础
    • Tokenization
    • Embedding
    • Encoder
    • Decoder
  • 任务 & 模型
  • 应用
    • 搜索
    • 广告
    • 推荐
  • 推荐资料

🍁 AI 资源

整理互联网上公开的AI相关学习资源,包括但不限于 书籍教材课程视频优质文章 等形式,包括但不限于 机器学习深度学习自然语言处理计算机视觉推荐搜索语音识别图神经网络时间序列 等主题。

👇 👇 👇

注:如涉及侵权,请及时联系删除,谢谢!

🌴 AI 工具

🌱 后记

  • 一般会在周末更新,请不要着急
  • 如果想要贡献内容或转载内容,欢迎与我交流(wechat:『kaiyuanaa』)
  • 如果对你有帮助,那么别人可能也需要。请不要吝啬你的 star ,让更多人看见