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 codificação para entrevistas de aprendizado de máquina e processamento de linguagem natural.
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.
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 um projeto de código aberto.
Sim. ML-NLP é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
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://opensourceai.tech/project/nlp-love-ml-nlp.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.