Basic4AI

收录理由

这个仓库把机器学习、深度学习和自然语言处理里的核心算法整理成了学习笔记，并且配上了对应的Python代码。机器学习部分大体上跟着李航的《统计学习方法》走，从线性回归、SVM、AdaBoost到隐马尔可夫模型、条件随机场和聚类都有涉及，还补充了XGBoost和特征工程这些书里没讲的内容。深度学习与NLP部分则更进一步，涵盖了神经网络、RNN/LSTM/GRU、CNN，以及Word2Vec、GloVe等词嵌入方法，还有TextCNN、Seq2Seq、Transformer和BERT这些模型。笔记用Markdown写成，里面的LaTeX公式在Typora里能正常渲染，每个主题也都附有对应的博客链接，所以它更像是一份可以按自己节奏翻阅的参考资料，而不是拿来安装的软件包。对于准备面试或课程学习的学生，以及想快速回顾经典算法并看看代码实现的开发者来说，这份资料会很有帮助。