ML-NLP
Este projeto aborda pontos de conhecimento e implementações de código frequentemente cobrados em entrevistas de aprendizado de máquina (Machine Learning), aprendizado profundo (Deep Learning) e NLP, sendo também uma base teórica essencial para um engenheiro de algoritmos.
Estude conceitos-chave e exemplos de código para entrevistas de aprendizado de máquina e processamento de linguagem natural.
Do README
- 此项目是机器学习、NLP面试中常考到的知识点和代码实现，也是作为一个算法工程师必会的理论基础知识。
- 既然是以面试为主要目的，亦不可以篇概全，请谅解，有问题可提出。
- 此项目以各个模块为切入点，让大家有一个清晰的知识体系。
Trechos do README do projeto em GitHub. Os direitos autorais e as licenças permanecem com os respectivos autores.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserEste projeto aborda pontos de conhecimento e implementações de código frequentemente cobrados em entrevistas de aprendizado de máquina (Machine Learning), aprendizado profundo (Deep Learning) e NLP, sendo também uma base teórica essencial para um engenheiro de algoritmos.
ML-NLP tem 17.8k estrelas no GitHub. Foi bifurcado 4.6k vezes. ML-NLP é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2019. Os seus principais temas são: deep-learning, machine-learning, nlp.
O que é ML-NLP?
Este projeto aborda pontos de conhecimento e implementações de código frequentemente cobrados em entrevistas de aprendizado de máquina (Machine Learning), aprendizado profundo (Deep Learning) e NLP, sendo também uma base teórica essencial para um engenheiro de algoritmos.
ML-NLP é de código aberto?
ML-NLP é um projeto de código aberto.
ML-NLP é gratuito?
Sim. ML-NLP é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Em que linguagem ML-NLP está escrito?
ML-NLP é escrito principalmente em Jupyter Notebook.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/nlp-love-ml-nlp.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.