项目介绍

• 此项目是机器学习、深度学习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。
• 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。

---

目录

• 项目持续更新中......

大类	模块	章节	负责人(GitHub)	联系QQ
机器学习	机器学习	1. 线性回归(Liner Regression)	Subway	549451399
	机器学习	2. 逻辑回归(Logistics Regression)	Subway	549451399
	机器学习	3. 决策树(Desision Tree)	Subway	549451399
	机器学习	3.1 随机森林(Random Forest)	Subway	549451399
	机器学习	3.2 梯度提升决策树(GBDT)	Subway	549451399
	机器学习	3.3 XGBoost	Subway	549451399
	机器学习	3.4 LightGBM	Subway	549451399
	机器学习	4. 支持向量机(SVM)	Subway	549451399
	机器学习	5. 概率图模型(Probabilistic Graphical Model)	Subway	549451399
	机器学习	5.1 贝叶斯网络(Bayesian Network)	Subway	549451399
	机器学习	5.2 马尔科夫(Markov)	Subway	549451399
	机器学习	5.3 主题模型(Topic Model)	Subway	549451399
	机器学习	6.最大期望算法(EM)	Subway	549451399
	机器学习	7.聚类(Clustering)	Subway	549451399
	机器学习	8.ML特征工程和优化方法	Subway	549451399
	机器学习	9.K近邻算法(KNN)	Subway	549451399
深度学习	深度学习	10.神经网络(Neural Network)	Subway	549451399
	深度学习	11. 卷积神经网络(CNN)	Subway	549451399
	深度学习	12. 循环神经网络(RNN)	Subway	549451399
	深度学习	12.1 门控循环单元(GRU)	Subway	549451399
	深度学习	12.2 长短期记忆(LSTM)	Subway	549451399
	深度学习	13.迁移学习(Transfer)	Subway	549451399
	深度学习	14.强化学习(Reinforcement) & 多任务	Subway	549451399
	深度学习	15. 深度学习的优化方法	Subway	549451399
	NLP	16. 自然语言处理(NLP)	Subway	549451399
		16.1 词嵌入(Word2Vec)	Subway	549451399
		16.2 子词嵌入(fastText)	Subway	549451399
		16.3 全局向量词嵌入(GloVe)	Subway	549451399
		16.4 textRNN & textCNN	Subway	549451399
		16.5 序列到序列模型(seq2seq)	Subway	549451399
		16.6 注意力机制(Attention Mechanism)	Subway	549451399
	NLP	16.7 Transformer模型	Subway	549451399
		16.8 BERT模型	Subway	549451399
		16.9 XLNet模型	Subway	549451399
	项目	1.基于CLIP4Clip的视频检索	Subway	549451399
		2.空	Subway	549451399
		3.空	Subway	549451399
		4.空	Subway	549451399