算法

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

面试

浏览 148 扫码 分享 2022-07-12 23:05:00
  • 非技术问题、HR问题
  • K-Means
  • word2vec
  • fasttext
  • SVM

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 数学统计知识
    • 数据分析之方法论
    • Python数据分析之技术要点思维导图汇总
    • Python数据分析之技术要点思维导图汇总2
    • 假设检验（二）
    • 假设检验的应用(一)
    • 假设检验的应用（二：A/B Test）
    • 假设检验的应用（三：特征选择）
    • 单因素方差分析与线性回归的关系
    • 统计学常用的数据分析方法总结
    • 横截面数据、时间序列数据、面板数据
  • 算法与机器学习
    • 模型参数记录
    • 工具
      • 手动安装tensorflow
      • tensorflow serving使用记录
      • docker搭建tensorflow与keras环境
        • windows搭建gpu tensorfolw
        • tensorflow2 小工具
        • tensorflow-gpu报错处理
      • 模型的保存和导入
        • tensorflow checkpoint 转saveModel
      • sklearn总结
      • tensorflow2使用
    • 机器学习基本概念
      • 基础
        • 特征工程
          • 特征工程概述
          • 特征工程——方差筛选
          • 特征工程--过滤法（方差分析、假设检验）
          • 特征选择——基于模型的选择
        • 标准化与归一化的区别
        • 极大似然估计
        • softmax函数和sigmoid函数
        • 目标函数、损失函数、代价函数的区别
          • 损失函数对比1
        • 优化算法
          • 梯度下降
        • 模型评价指标
          • 二分类详细指标
          • 多分类策略
          • 二分类、多分类与多标签问题的区别,对应损失函数的选择
          • 二分类与多分类评价指标
          • 学习曲线
      • 机器学习入门模型
        • 贝叶斯模型
        • LogisticRegression
          • LR 并行化
        • PCA
          • PCA数学理论
          • PCA实践案例
        • SVM
          • SVM原理
          • 补充（基于libsvm）
          • KKT条件
          • 核函数
        • KMeans
          • 聚类个数的确定
        • 决策树家族
          • 决策树（上）——ID3、C4.5、CART
          • 决策树（中）——Random Forest、Adaboost、GBDT
          • 决策树（下）——XGBoost、LightGBM
        • Rank
          • TF-IDF与TextRank
          • PageRank
        • 模型融合
          • 模型融合之Stacking技术
      • 常用的组件
        • 知识蒸馏
    • 第三方协助算法
      • faiss
        • faiss 快速求向量相似度的工具
        • faiss详解
        • faiss实战
      • trie tree 字典树（前缀树）模糊搜索用
    • NLP
      • 主题建模
        • LDA建模
      • NLP预训练概述
        • 工具库
        • NLP数据来源
        • NLP模型概况
        • 残差网络
        • LR、Sigmoid、softmax
      • 预训练/模型
        • 预训练模型概述
        • fasttext文本分类器
        • TextCNN
        • RNN
          • RNN基本结构
          • 双向语言模型
        • attention模型
        • transformer （attention is all you need）
          • Transformer 英文原本
        • BERT
          • BERT：一切过往， 皆为序章
          • Bert模型下载使用
          • (必读)自然语言模型预训练的发展翔史
          • 图示详解BERT模型的输入与输出
          • TinyBERT模型(理论)
          • TinyBERT模型（实战）
        • transformers语言模型
      • 下游具体任务
        • 序列标注
          • 序列标注
          • 实例（BiLSTM CRF）
          • viterbi算法
          • Bi-LSTM CRF(命名实体识别)
        • 知识图谱
          • 知识图谱概述
        • 文本分类
          • 文本分类代码
    • 统计学算法与智能算法
      • 蒙特卡罗算法
    • 用户画像
      • 用户画像的作用
      • 用户画像概念
      • 构建框架
    • 社区发现（Community detection）
      • pyspark使用graphframes
      • 社区发现概述
    • 推荐系统
      • 推荐系统概述
      • 推荐算法发展里程碑
      • 参考文档
      • surprise实现推荐算法
      • SVD算法
      • 1. 基于用户的协同过滤算法
      • 2. 基于项目的协同过滤算法
      • Wide 与 Deep
      • Youtobe推荐系统模型
    • 异常检测
      • PCA异常检测
  • 面试
    • 非技术问题、HR问题
  • 项目实例
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注