👉 此repo主要是为了整理机器学习面试相关知识点的有用链接 (注:目前不打算将一些基础算法的内容加入这个repo里,比如LR、SVM算法在《统计学习方法》里已经得到了很好的解释,面试时可能考到的手推公式在书里已经写的很好了,所以推荐直接看书即可。)
- 正则化与数据先验分布的关系
- L1在0点处不可导怎么办?可采用坐标轴下降、最小角回归法
- L1为什么比L2的解更稀疏
- 线性回归、逻辑回归、SVM
- LR优缺点
- SVM、logistic regression、linear regression对比
- KNN vs K-Means
- LR和最大熵模型的关系
- 为什么LR要用对数似然,而不是平方损失?
- 似然函数
- 树模型
- 其他
- word2vec
- fasttext
- Transformer
- Bert 零基础入门,prerequisites很全
- Bert / Elmo
- XLNet
- nlp中的词向量对比:word2vec/glove/fastText/elmo/GPT/bert
- NLP/AI面试全记录
- 统计学习方法 (注意这个pdf是第一版,其中的勘误可在这里查看)(代码实现及ppt)
- 西瓜书的公式推导细节解析
- deeplearning.ai深度学习课程的中文笔记
- 机器学习训练秘籍 (Andrew NG)
- 推荐系统实战