Magic-NLPer 主要是对应博客中使用到的代码 博客主页:https://blog.csdn.net/u010366748 目录 机器学习算法 深度学习算法 自然语言处理算法 机器学习算法 博客地址 代码地址 线性回归(Linear Regression)原理小结 ML/LinearRegression线性回归/t1.ipynb 逻辑斯蒂回归(logistic regression)原理小结 ML/LogisticRegression逻辑斯蒂回归/t1.ipynb 最大熵(max entropy)模型原理小结 无 决策树(Decision Tree)原理小结 ML/DecisionTree决策树/t1.ipynb 随机森林(Random Forest)原理小结 ML/RandomForest随机森林/t1.ipynb 梯度提升树(GBDT)原理小结 ML/GBDT梯度提升树/t1.ipynb XGBoost使用 ML/XGBoostUsage/t1.ipynb k近邻法(KNN)原理小结 ML/KNN/t1.ipynb 感知机(Perception)原理小结 ML/Perception感知机/t1.ipynb 支持向量机(SVM)原理小结(1)线性支持向量机 支持向量机(SVM)原理小结(2)非线性支持向量机 支持向量机(SVM)原理小结(3)支持向量回归SVR ML/SVM支持向量机/t1.ipynb 朴素贝叶斯(naive bayes)原理小结 ML/NaiveBayes朴素贝叶斯/t1.ipynb EM(Expectation Maximization)算法原理小结 无 隐马尔科夫模型(HMM)原理小结(1) 隐马尔科夫模型(HMM)原理小结(2) 手撸HMM实现词性标注(Part-of-speech) ML/HMM隐马尔可夫模型/t1.ipynb 条件随机场(CRF)原理小结(1) 条件随机场(CRF)原理小结(2) BiLSTM-CRF实现中文命名实体识别(NER) ML/CRF条件随机场/t1.ipynb 集成学习原理小结(AdaBoost & lightGBM demo) ML/AdaBoost/t1.ipynb ML/AdaBoost/lightgbm_demo.ipynb 统计机器学习相关概念总结(上) 统计机器学习相关概念总结(中) 统计机器学习相关概念总结(下) 无 深度学习算法 博客地址 代码地址 transformer(上)论文解读+pytorch实现 transformer(下)机器翻译+pytorch实现 DL/Transformer/MachinTranslation/pytorch/t1.ipynb 条件随机场(CRF)原理小结(1) 条件随机场(CRF)原理小结(2) BiLSTM-CRF实现中文命名实体识别(NER) ML/CRF条件随机场/t1.ipynb 自然语言处理算法 博客地址 代码地址 transformer(上)论文解读+pytorch实现 transformer(下)机器翻译+pytorch实现 NLP/MachineTranslation/transformer/pytorch/t1.ipynb 朴素贝叶斯(naive bayes)原理小结 NLP/Classification/binary/naive_bayes/t1.ipynb 隐马尔科夫模型(HMM)原理小结(1) 隐马尔科夫模型(HMM)原理小结(2) 手撸HMM实现词性标注(Part-of-speech) ML/HMM隐马尔可夫模型/t1.ipynb 条件随机场(CRF)原理小结(1) 条件随机场(CRF)原理小结(2) BiLSTM-CRF实现中文命名实体识别(NER) ML/CRF条件随机场/t1.ipynb