machine-learning-notes

封面
目录
前言
个人前言
机器学习前言
机器学习面试
数学基础
微积分
线性代数
概率与信息论
数值计算与优化
梯度下降算法
概率图模型
- 概率图模型概论
- 概率图简介
编程基础
linux
- linux常用命令
- shell
  输入输出重定向
python
数据结构与算法
Hadoop
- Hadoop简介
- MapReduce
Hive
Spark
TensorFlow
- TensorFlow1.0
  TensorFlow基础
  TensorFlow基础概念解析
  TensorFlow机器学习基础
  Tensorflow分布式架构
- TensorFlow2.0
PyTorch
机器学习
机器学习概论
特征工程
感知机
k近邻
朴素贝叶斯
线性模型
决策树
支持向量机
集成学习
降维
- PCA主成分分析
- 流形学习
EM算法
HMM隐马尔科夫模型
CRF条件随机场
聚类
- k均值聚类
- 高斯混合模型
主题模型
- LDA隐狄利克雷分布
知识点
- 损失函数
- 负采样
机器学习算法总结
深度学习
深度学习概论
ANN人工神经网络
知识点
- Batch Normalization
CNN卷积神经网络
深度学习优化算法
RNN循环神经网络
LSTM长短期记忆网络
GRU门控循环单元
GNN图神经网络
- GNN图神经网络综述
- GCN图卷积网络
  GCN图卷积网络初步理解
  GCN图卷积网络的numpy简单实现
  GCN图卷积网络本质理解
  GCN图卷积网络全面理解
  SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS ICLR2017
神经网络架构搜索
- Weight-Agnostic-Neural-Networks Google2019
强化学习
强化学习概论
马尔科夫决策过程
动态规划
无模型方法一：蒙特卡洛
无模型方法二：时间差分
无模型方法三：多步自举
函数近似和深度网络
策略梯度算法
深度强化学习
基于模型的强化学习
强化学习前景
自然语言处理
自然语言处理概论
自然语言
语言模型和中文分词
word2vec
Seq2Seq模型和Attention机制
Self-Attention和Transformer
知识图谱
推荐系统
推荐系统概论
基础知识
进阶知识
业界应用
- YouTube
  Deep Neural Networks for YouTube Recommendations RecSys2016
- Alibaba
  Learning Tree-based Deep Model for Recommender Systems KDD2018
  Deep Interest Network for Click-Through Rate Prediction KDD2018
  DSIN:Deep Session Interest Network for Click-Through Rate Prediction IJCAI2019

Powered by GitBook

On this page

Was this helpful?

YouTube

Deep Neural Networks for YouTube Recommendations RecSys2016

Previous业界应用 NextDeep Neural Networks for YouTube Recommendations RecSys2016

Last updated 4 years ago