ml-nlp

## Introducción del proyecto ML-NLP es un repositorio de conocimientos en chino orientado a la revisión de entrevistas sobre aprendizaje automático, aprendizaje profundo y procesamiento del lenguaje natural (NLP). Está organizado por módulos, donde cada capítulo se centra en los puntos de conocimiento que pueden preguntarse en las entrevistas, y al final se proporcionan ejemplos de código práctico de algoritmos. La descripción del proyecto indica claramente que el contenido está destinado principalmente a entrevistas, sin pretender ser exhaustivo, y se encuentra en actualización continua. ## Estructura del contenido La parte de aprendizaje automático incluye: regresión lineal, regresión logística, árboles de decisión, bosques aleatorios, GBDT, XGBoost, LightGBM, máquinas de vectores de soporte (SVM), modelos gráficos probabilísticos (redes bayesianas, Markov, modelos de temas), algoritmo EM, clustering, ingeniería de características de ML y métodos de optimización, KNN, entre otros. La parte de aprendizaje profundo incluye: fundamentos de redes neuronales, redes neuronales convolucionales (CNN), redes neuronales recurrentes (RNN), GRU, LSTM, aprendizaje por transferencia, aprendizaje por refuerzo y aprendizaje multitarea, métodos de optimización del aprendizaje profundo. La parte de NLP incluye: fundamentos del procesamiento del lenguaje natural, métodos de incrustación de palabras como Word2Vec, fastText, GloVe, modelos como textRNN y textCNN, seq2seq, mecanismo de atención, Transformer, BERT, XLNet, entre otros. La sección de proyectos enumera sistemas de recomendación y atención al cliente inteligente, y en el directorio se reservan entradas como grafos de conocimiento y análisis de comentarios (los dos últimos no tienen enlaces correspondientes en el README). ## Modo de uso Los enlaces de los capítulos en el directorio del README apuntan a los documentos Markdown o carpetas correspondientes dentro del repositorio. Se pueden leer en orden por módulos o utilizar como material de repaso rápido antes de las entrevistas. El autor también proporciona un mapa mental de NLP, para lo cual es necesario seguir su cuenta pública de WeChat y responder con una palabra clave para obtener la imagen de alta definición. Además, el README recomienda otro proyecto del mismo autor, personal-llm-api, que se posiciona como un servicio de interfaz ligero para LLM.