为了方便大家更好的学习和提问
为了方便大家更好的学习和提问，特建立微信群，
| 神经网络 | L2 | fasttext模型的结构，模型中的优点 |
|---|---|---|
| 神经网络 | L2 | 复杂结构模型和简单结构模型的优缺点 |
| 神经网络 | L2 | 推导softmax的求导过程 |
| 神经网络 | L2 | 神经网络激活函数有几种，各有什么优缺点 |
| 神经网络 | L2 | 时序数据选择怎么样的模型处理 |
| 神经网络 | L2 | 简单介绍一下为什么可以选择交叉熵作为损失函数，交叉熵损失函数的求导 |
| 神经网络 | L2 | ReLu损失函数有什么优缺点，有什么优化方法 |
| 神经网络 | L2 | L1正则和L2正则说一下 L1满足什么 |
| 神经网络 | L2 | 常用正则化方式 L1L2正则化的区别在哪里 应该如何选择他们 |
| 神经网络 | L2 | 生成式模型了解吗 和判别式模型有什么区别 |
| 神经网络 | L2 | 哪些网络结构可以作为生成式模型的结构 |
| 神经网络 | L2 | 生成序列的时候需要用的自回归结构 有了解吗 |
| 神经网络 | L2 | 怎么去判断生成的截止点？比如给定中文生成英文，什么时候知道模型应该停止了呢 |
| 神经网络 | L2 | sigmoid和softmax，写一下交叉熵公式 |
| 神经网络 | L2 | 传统的softmax词向量模型为什么计算效率低，词嵌入应该从输入层获取还是输出层获取 |
| 机器学习nlp | L2 | 什么是贝叶斯公式 |
| 机器学习nlp | L2 | 怎么使用朴素贝叶斯分类 |
| 机器学习nlp | L2 | 聚类算法有几种，简单介绍几种 |
| 机器学习nlp | L2 | 什么是降维算法 |
| 机器学习nlp | L2 | 什么是主题模型 |
| 机器学习nlp | L2 | 隐马尔科夫模型中前向和后向算法，vertibe算法 |
| 机器学习nlp | L2 | 什么是贝叶斯网络，模型主要原理 |
| 机器学习nlp | L2 | 什么是条件随机场，模型主要原理 |
| 机器学习nlp | L2 | 简单介绍一下最大熵模型算法原理 |
| 机器学习nlp | L2 | 逻辑回归怎么处理过拟合呢，需要对特征进行归一化么 |
| 机器学习nlp | L2 | 你能简单区分一下，bagging 和 boosting 方法吗？ |
| 机器学习nlp | L2 | 说一说集成学习 |
| 机器学习nlp | L2 | 传统的machine learning的算法了解哪些？你选择一个详细介绍一下 |
| 机器学习nlp | L2 | svm相比于LR或者Perceptron 优势在哪里 |
| 机器学习nlp | L2 | 详细说下svm的每一步 函数 优化目标 最后变成什么形式 在什么条件下 为什么要用对偶问题 |
| 机器学习nlp | L2 | 随机森林和gbdt的区别 |
| 机器学习nlp | L2 | 随机森林需要特征的标准化么 减少方差 为什么 多个决策树比单个决策树好在哪里 |
| 机器学习nlp | L2 | 机器学习的衡量指标有什么，如何解决过拟合和欠拟合 |
| 机器学习nlp | L2 | GBDT了解吗?基分类器用的什么?分类时也是用的那个吗?说一下GBDT的原理 |
| 机器学习nlp | L2 | XGBoost相对GBDT原理上有哪些改进。 |
| 机器学习nlp | L2 | 介绍一下极大似然估计，和最大后验的区别是什么 |
| 机器学习nlp | L2 | 介绍逻辑回归，逻辑回归是一个分类算法，那么它是在回归什么呢? |
| 机器学习nlp | L2 | 优化方法，拟牛顿法，梯度下降法，其他优化算法 |
| 机器学习nlp | L2 | 介绍一下逻辑回归和线性回归 |
