back to home

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。

17,488 stars
4,651 forks
37 issues
Jupyter NotebookPythonShell
Chat with CodebaseArchitecture ScanSecurity AuditExplain Codebase

AI Architecture Analysis

This repository is indexed by RepoMind. By analyzing NLP-LOVE/ML-NLP in our AI interface, you can instantly generate complete architecture diagrams, visualize control flows, and perform automated security audits across the entire codebase.

Our Agentic Context Augmented Generation (Agentic CAG) engine loads full source files into context, avoiding the fragmentation of traditional RAG systems. Ask questions about the architecture, dependencies, or specific features to see it in action.

Click here to launch the interactive analysis workspace

Embed this Badge

Showcase RepoMind's analysis directly in your repository's README.

[![Analyzed by RepoMind](https://img.shields.io/badge/Analyzed%20by-RepoMind-4F46E5?style=for-the-badge)](https://repomind-ai.vercel.app/repo/NLP-LOVE/ML-NLP)
Preview:Analyzed by RepoMind

Repository Summary (README)

Preview

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。
  • 思维导图，请关注 第5纪元 公众号并回复：NLP思维导图 ，即能下载高清大图。

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)@mantchs448966528
机器学习2. 逻辑回归(Logistics Regression)@mantchs448966528
机器学习3. 决策树(Desision Tree)@mantchs448966528
机器学习3.1 随机森林(Random Forest)@mantchs448966528
机器学习3.2 梯度提升决策树(GBDT)@mantchs448966528
机器学习3.3 XGBoost@mantchs448966528
机器学习3.4 LightGBM@mantchs448966528
机器学习4. 支持向量机(SVM)@mantchs448966528
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)@mantchs448966528
机器学习5.2 马尔科夫(Markov)@mantchs448966528
机器学习5.3 主题模型(Topic Model)@mantchs448966528
机器学习6.最大期望算法(EM)@mantchs448966528
机器学习7.聚类(Clustering)@mantchs448966528
机器学习8.ML特征工程和优化方法@mantchs448966528
机器学习9.K近邻算法(KNN)@mantchs448966528
深度学习10.神经网络(Neural Network)@mantchs448966528
深度学习11. 卷积神经网络(CNN)@mantchs448966528
深度学习12. 循环神经网络(RNN)@mantchs448966528
深度学习12.1 门控循环单元(GRU)@mantchs448966528
深度学习12.2 长短期记忆(LSTM)@mantchs448966528
深度学习13.迁移学习(Transfer)@mantchs448966528
深度学习14.强化学习(Reinforcement) & 多任务@mantchs448966528
深度学习15. 深度学习的优化方法@mantchs448966528
NLP16. 自然语言处理(NLP)@mantchs448966528
NLP16.1 词嵌入(Word2Vec)@mantchs448966528
NLP16.2 子词嵌入(fastText)@mantchs448966528
NLP16.3 全局向量词嵌入(GloVe)@mantchs448966528
NLP16.4 textRNN & textCNN@mantchs448966528
NLP16.5 序列到序列模型(seq2seq)@mantchs448966528
NLP16.6 注意力机制(Attention Mechanism)@mantchs448966528
NLP16.7 Transformer模型@mantchs448966528
NLP16.8 BERT模型@mantchs448966528
NLP16.9 XLNet模型@mantchs448966528
项目17. 推荐系统(Recommendation System)@mantchs448966528
项目18. 智能客服(Intelligent Customer Service)@mantchs448966528
项目19. 知识图谱(Knowledge Graph)
项目20. 评论分析

欢迎大家加入！共同完善此项目！

其他项目推荐： personal-llm-api 轻量级的 LLM 接口服务