इस प्रोजेक्ट के बारे में

## परियोजना परिचय ML-NLP एक चीनी मशीन लर्निंग/डीप लर्निंग/NLP ज्ञान भंडार है जो साक्षात्कार समीक्षा पर केंद्रित है। यह मॉड्यूल के अनुसार अध्यायों को व्यवस्थित करता है, प्रत्येक अध्याय साक्षात्कार में पूछे जा सकने वाले ज्ञान बिंदुओं पर केंद्रित होता है, और अंत में एल्गोरिदम व्यावहारिक कोड उदाहरण प्रदान करता है। परियोजना विवरण में स्पष्ट रूप से कहा गया है कि सामग्री का मुख्य उद्देश्य साक्षात्कार है, न कि सर्वव्यापी होना, और यह निरंतर अद्यतन की स्थिति में है। ## सामग्री संरचना मशीन लर्निंग भाग में शामिल हैं: लीनियर रिग्रेशन, लॉजिस्टिक रिग्रेशन, डिसीजन ट्री, रैंडम फॉरेस्ट, GBDT, XGBoost, LightGBM, सपोर्ट वेक्टर मशीन (SVM), प्रोबेबिलिस्टिक ग्राफिकल मॉडल (बेयसियन नेटवर्क, मार्कोव, टॉपिक मॉडल), EM एल्गोरिदम, क्लस्टरिंग, ML फीचर इंजीनियरिंग और ऑप्टिमाइज़ेशन विधियाँ, KNN आदि। डीप लर्निंग भाग में शामिल हैं: न्यूरल नेटवर्क बेसिक्स, कन्वोल्यूशनल न्यूरल नेटवर्क (CNN), रिकरंट न्यूरल नेटवर्क (RNN), GRU, LSTM, ट्रांसफर लर्निंग, रीइन्फोर्समेंट लर्निंग और मल्टी-टास्क लर्निंग, डीप लर्निंग ऑप्टिमाइज़ेशन विधियाँ। NLP भाग में शामिल हैं: प्राकृतिक भाषा प्रसंस्करण बुनियादी बातें, Word2Vec, fastText, GloVe जैसी शब्द एम्बेडिंग विधियाँ, textRNN और textCNN, seq2seq, अटेंशन मैकेनिज्म, Transformer, BERT, XLNet जैसे मॉडल। परियोजना भाग में अनुशंसा प्रणाली, स्मार्ट ग्राहक सेवा सूचीबद्ध हैं, और निर्देशिका में नॉलेज ग्राफ, समीक्षा विश्लेषण जैसी प्रविष्टियाँ रखी गई हैं (बाद वाले दो के लिए README में कोई संबंधित लिंक नहीं है)। ## उपयोग विधि README निर्देशिका में अध्याय लिंक भंडार के अंदर संबंधित Markdown दस्तावेज़ों या फ़ोल्डरों की ओर इशारा करते हैं, जिन्हें मॉड्यूल क्रम में पढ़ा जा सकता है या साक्षात्कार से पहले त्वरित स्मरण और समीक्षा सामग्री के रूप में उपयोग किया जा सकता है। लेखक एक NLP माइंड मैप भी प्रदान करता है, जिसके लिए उसके WeChat सार्वजनिक खाते को फॉलो करना और उच्च-रिज़ॉल्यूशन छवि प्राप्त करने के लिए कीवर्ड के साथ उत्तर देना आवश्यक है। इसके अलावा, README उसी लेखक के एक अन्य प्रोजेक्ट personal-llm-api की सिफारिश करता है, जो एक हल्के LLM इंटरफ़ेस सेवा के रूप में स्थित है।