#机器学习
- 决策树
- 神经网络
- 常见的损失函数-激活函数-优化器
- 集成学习算法
- 集成决策树：随机森林、GBDT、XGBOOST
- 机器学习项目如何开展
- 语言模型
- 卷积神经网络
- 循环神经网络
- 隐马尔可夫模型
- 支持向量机
- 如何优化现有机器学习系统
- 条件随机场(CRF)
- 其他数学基础
- Seq2Seq
- 最大熵模型
- 过拟合和欠拟合
- 逻辑回归
- 常见的概率分布
- 贝叶斯相关
- 线性回归
- 推荐系统知识梳理
- Transformer
- 降维技术与特征选择
- page rank & text rank
- 奇异值分解
- 信号处理之滤波器
- 个人对机器学习的理解
- FM、FFM、DeepFM、Din算法
- FastText
- 算法工程化心得
- 文本处理常用特征及模型
- 小样本学习
- 地址检测综述
- 行为预测综述
- 图神经网络
#machine learning
- 决策树
- 神经网络
- 常见的损失函数-激活函数-优化器
- 集成学习算法
- 集成决策树：随机森林、GBDT、XGBOOST
- 机器学习项目如何开展
- 语言模型
- 卷积神经网络
- 循环神经网络
- 隐马尔可夫模型
- 支持向量机
- 如何优化现有机器学习系统
- 条件随机场(CRF)
- 其他数学基础
- Seq2Seq
- 最大熵模型
- 过拟合和欠拟合
- 逻辑回归
- 常见的概率分布
- 贝叶斯相关
- 线性回归
- 推荐系统知识梳理
- Transformer
- 降维技术与特征选择
- page rank & text rank
- 奇异值分解
- 信号处理之滤波器
- 个人对机器学习的理解
- FM、FFM、DeepFM、Din算法
- FastText
- 算法工程化心得
- 文本处理常用特征及模型
- 小样本学习
- 地址检测综述
- 行为预测综述
- 图神经网络
#决策树
#ID3
#C4.5
#CART
#深度学习
#神经网络
#模型调优
#损失函数
#激活函数
#优化器
#集成学习
#bagging
#stacking
#boosting
#随机森林
#adaboost
#GBDT
#XGBOOST
#最佳实践
#工程落地
#项目开展
#算法落地
#语言模型
#onehot
#embedding
#n-gram
#cbow
#word2vec
#glove
#服务端
#Java
#数据类型
#卷积神经网络
#CNN
#循环神经网络
#RNN
#GRU
#LSTM
#隐马尔可夫模型
#生成式模型
#判别式模型
#马尔可夫
#支持向量机
#SVM
#最大间距
#核函数
#大数据
#spark
#数据倾斜
#故障
#事故
#系统优化
#算法工程
#java
#集合
#List
#Set
#Map
#内存结构
#堆
#栈
#方法区
#程序计数器
#垃圾回收
#内存分配
#动态代理
#反射
#类加载机制
#监控命令
#jps
#jmap
#jstack
#javap
#条件随机场
#CRF
#CrfDecoder
#elasticsearch
#搜索
#优化
#性能优化
#编程
#多线程
#悲观锁
#乐观锁
#锁
#数学
#Seq2Seq
#编码器
#解码器
#成长反思
#数据挖掘
#团队建设
#个人能力模型
#最大熵
#熵
#过拟合
#欠拟合
#逻辑回归
#Exception
#异常
#Hadoop
#hdfs
#yarn
#map reduce
#概率分布
#贝叶斯
#频率学派
#先验概率
#后验概率
#LDA聚类算法
#线性回归
#正则化
#数据需求特点及最佳实践
#如何做好mentor
#推荐系统
#协同过滤
#Transformer
#encoder
#decoder
#降维
#特征选择
#皮尔逊相关系数
#PCA算法
#卡方检验
#余弦相似度
#page rank
#text rank
#奇异值分解
#信号处理
#面试官心得
#FM
#FFM
#DeepFM
#Din
#管理
#带人
#带团队
#带项目
#管业务
#FastText
#文本分类
#Neo4j
#图数据库
#算法工程化
#TF-IDF
#词语主题特征
#Text Rank
#词向量
#技术方案
#职场晋升
#DISC
#行为风格
#PPT
#小样本学习
#one shot
#地址检测综述
#行为预测
#图神经网络
#开会
#周例会
#复盘会
#项目启动会
#自动驾驶
#auto drive
#end to end
#技术架构
#大模型
#新范式
#GPT
#chat gpt