秋月春风学AI/DS
2024
02月
CS224n Lec8 笔记,资料整合与一些自己的思考。机器翻译、seq2seq、注意力机制、机器翻译摘要与文本生成的评估指标(BLEU、ROUGE、METEOR、PPL、BERTScore)。
CS224n Lec6&7 笔记,资料整合与一些自己的思考。语言模型(n-gram、NNLM)、循环神经网络RNN、长短期记忆网络LSTM、门控循环单元GRU。
CS224n Lec5 笔记,资料整合与一些自己的思考。句法分析与依存解析。
CS224n Lec3&4 笔记,资料整合与一些自己的思考。神经网络与反向传播、激活函数、优化算法(梯度下降、动量优化、自适应学习率优化、二阶优化)。
CS224n Lec1&2 笔记,资料整合与一些自己的思考。NLP简介、wordnet、one-hot、词袋、TF-IDF、n-gram、共现矩阵与SVD、Word2Vec(Skip-grams&CBOW)、GloVe、词向量构建与评估。
2023
10月
ML领域常见评估指标与方法:留出法(Hold-Out)、交叉验证法(Cross Validation)、自助法(Bootstrap)、Accuracy、Precision、Recall、Fβ-Score、F1-Score、真正例率(TPR)、假正例率(FPR)、ROC曲线、AUC值、PR曲线。
【无监督学习】降维算法:主成分分析(PCA)、线性判别分析(LDA)、UMAP、t-SNE、自编码器(AutoEncoder)
【无监督学习】聚类算法:K-Means、K-Medoids、Single-linkage、Complete-linkage、DB-SCAN
【监督学习】逻辑回归(Logistic Regression)、K近邻(K-Nearest Neighbors)、支持向量机(Support Vector Machine)、朴素贝叶斯(Naive Bayesian)、决策树(Decision Tree)、XGBoost、LightGBM等。
【监督学习】线性回归(Linear Regression)、多重线性回归(Multiple Linear Regression)、套索回归(Lasso Regression)、岭回归(Ridge Regression)、逐步回归(Stepwise Regression)、弹性网络回归(Elastic Net Regression)、多项式回归(Polynomial Regression)、分位数回归(Quantile Regression)、决策树回归(Decision Tree Regression)、随机森林回归(Random Forest Regression)、梯度提升回归(Gradient Boosting Regression)、支持向量回归(Support Vector Regression)、XGBoost回归、 LightGBM回归、神经网络回归(Neural Network Regression)、K最近邻回归(K-Nearest Neighbors Regression)。
Page 3 / 4


