Basic4AI

설명

기계 학습, 딥 러닝 및 자연어 처리에 대한 기본 지식 요약.

현재는 주로 Li Hang의 책 "통계 학습 방법"을 나타냅니다. XGBoost , 클러스터링 , 딥 러닝 관련 콘텐츠 , NLP 관련 컨텐츠 등과 같은 일부 내용은이 책에 언급되지 않았습니다.

Github의 Markdown Parser는 라텍스를 지원하지 않기 때문에 노트는 정상적으로 탐색하기 위해 로컬로 사용해야하며 아래에 주어진 블로그 링크에 직접 액세스 할 수도 있습니다.

문서 폴더는 참고, 코드 폴더는 코드이며, 데이터 폴더는 특정 코드에서 사용하는 데이터 세트이며 이미지 폴더는 노트 섹션에 사용 된 그림입니다.

시간과 에너지가 제한되어 있기 때문에 일부 코드는 SEQ2SEQ, 변압기 및 코드의 다른 부분과 같은 GitHub 오픈 소스 프로젝트에서 제공되며 일부 장 코드는 보충됩니다.

기계 학습

• 선형 회귀 (참고)
• 지각기 (노트 + 코드)
• KNN (노트 + 코드)
• 순진한 베이에 (노트 + 코드)
• 의사 결정 트리 (노트 + 코드)
• 로지스틱 회귀 (주 + 코드)
• 최대 엔트로피 (참고 + 코드)
• SVM (Notes + Code)
• Adaboost (Notes + Code)
• gbdt (노트 + 코드)
• EM 알고리즘 (참고 + 코드)
• 숨겨진 Markov 모델 (노트 + 코드)
• 조건부 랜덤 필드 (참고)
• 랜덤 포레스트 (노트 + 코드)
• xgboost (노트)
• 클러스터링 (노트)
• 기능 엔지니어링 기능 선택 (노트)
• 기능 엔지니어링을위한 치수 감소 알고리즘 (참고)

딥 러닝

• 신경망 (Notes + 코드)
• RNN (노트)
• LSTM 및 GRU (노트)
• CNN (노트)
• 딥 러닝의 최적화 방법 (참고)

자연어 처리

• Word2Vec (참고)
• 장갑 (노트)
• FastText (참고)
• TextCnn (Notes + Code)
• seq2seq (참고 + 코드)
• 변압기 (노트 + 코드)
• 버트 (노트)
• 시퀀스 주석을위한 LSTM+CRF (참고)
• 테마 모델 (노트)