这个项目能做什么

## 项目简介 ML-NLP 是一个以面试复习为导向的中文机器学习/深度学习/NLP 知识仓库，按模块组织章节，每章围绕面试中可能被问到的知识点展开，并在结尾提供算法实战代码案例。项目说明中明确表示内容以面试为主要目的，不求面面俱到，且处于持续更新状态。 ## 内容结构 机器学习部分包括：线性回归、逻辑回归、决策树、随机森林、GBDT、XGBoost、LightGBM、支持向量机（SVM）、概率图模型（贝叶斯网络、马尔科夫、主题模型）、EM 算法、聚类、ML 特征工程与优化方法、KNN 等。 深度学习部分包括：神经网络基础、卷积神经网络（CNN）、循环神经网络（RNN）、GRU、LSTM、迁移学习、强化学习与多任务学习、深度学习优化方法。 NLP 部分包括：自然语言处理基础、Word2Vec、fastText、GloVe 等词嵌入方法，textRNN 与 textCNN、seq2seq、注意力机制、Transformer、BERT、XLNet 等模型。 项目部分列出推荐系统、智能客服，并在目录中保留知识图谱、评论分析等条目（后两者在 README 中暂无对应链接）。 ## 使用方式 README 目录中的章节链接指向仓库内对应的 Markdown 文档或文件夹，可按模块顺序阅读，也可作为面试前的速记与复习材料。作者还提供 NLP 思维导图，需关注其微信公众号并回复关键词获取高清大图。 此外，README 推荐了同一作者的另一个项目 personal-llm-api，定位为轻量级 LLM 接口服务。