机器学习面试题汇总与解析——NLP

本章讲解知识点

• 1. 什么是 NLP
• 2. 循环神经网络（RNN）
• 3. RNN 变体
• 4. Attention 机制
• 5. RNN 反向传播推导
• 6. LSTM 与 GRU
• 7. Transformer
• 8. Bert
• 9. GPT
• 10. 分词算法分类
• 11. CBOW 模型与 Skip-Gram 模型

---

• 本专栏适合于Python已经入门的学生或人士，有一定的编程基础。
• 本专栏适合于算法工程师、机器学习、图像处理求职的学生或人士。
• 本专栏针对面试题答案进行了优化，尽量做到好记、言简意赅。这才是一份面试题总结的正确打开方式。这样才方便背诵
• 如专栏内容有错漏，欢迎在评论区指出或私聊我更改，一起学习，共同进步。
• 相信大家都有着高尚的灵魂，请尊重我的知识产权，未