Basic4AI

ilustrar

Resumen del conocimiento básico del aprendizaje automático, el aprendizaje profundo y el procesamiento del lenguaje natural.

Actualmente, se refiere principalmente al libro del maestro Li Hang "Métodos de aprendizaje estadístico", y algunos contenidos como XGBOost , clúster , contenido relacionado con el aprendizaje profundo , contenido relacionado con la PNL , etc. no se mencionan en el libro.

Dado que el analizador de Markdown de GitHub no admite látex, las notas deben usarse localmente para navegar normalmente, y también puede acceder directamente al enlace del blog que se detalla a continuación.

La carpeta de documentos es notas, la carpeta de código es código, la carpeta de datos es el conjunto de datos utilizado por ciertos códigos, y la carpeta de imagen es las imágenes utilizadas en la sección de notas.

Debido al tiempo limitado y la energía, parte del código proviene de proyectos de código abierto de GitHub, como SEQ2SEQ, Transformer y otras partes del código, y algunos códigos de capítulos deben complementarse.

Aprendizaje automático

• Regresión lineal (notas)
• Máquina de percepción (notas + código)
• KNN (notas + código)
• Naive Bayes (notas + código)
• Árbol de decisión (notas + código)
• Regresión logística (notas + código)
• Entropía máxima (notas + código)
• SVM (notas + código)
• Adaboost (notas + código)
• GBDT (notas + código)
• Algoritmo EM (notas + código)
• Modelo oculto de Markov (notas + código)
• Campo aleatorio condicional (notas)
• Bosque aleatorio (notas + código)
• Xgboost (notas)
• Agrupación (notas)
• Selección de características de ingeniería de características (notas)
• Algoritmo de reducción dimensional para ingeniería de características (notas)

Aprendizaje profundo

• Red neural (notas + código)
• RNN (notas)
• LSTM y Gru (notas)
• CNN (notas)
• Métodos de optimización en aprendizaje profundo (notas)

Procesamiento del lenguaje natural

• Word2vec (notas)
• Glove (notas)
• FastText (notas)
• Textcnn (notas + código)
• SEQ2SEQ (Notas + Código)
• Transformer (notas + código)
• Bert (notas)
• LSTM+CRF para la anotación de secuencia (notas)
• Modelo temático (notas)