面试准备篇啊

1. 传统机器学习

1. 监督学习和无监督学习
2. 判别模型和生成模型
3. 极大似然估计和最大后验估计
4. KL散度和交叉熵
5. 偏差和方差
6. 过拟合和欠拟合
7. bagging和boosting
8. lr
9. 感知机
10. SVM
11. KNN
12. 决策树
13. 贝叶斯分类器
14. EM算法
15. 随机森林
16. gbdt
17. adaboost
18. XGB
19. lgb
20. k-means
21. PCA
22. LDA
23. 损失函数
24. 正则化
25. 归一化

2. 神经网络

1. 前向传播和反向传播
2. RNN
3. CNN
4. LSTM 
5. GRU
6. 激活函数
7. 优化器
8. embedding
9. softmax
10. 梯度消失和梯度爆炸
11. 批归一化

3. nlp

1. n-gram
2. NNLM
3. word2Vec
4. seq2seq
5. textCNN
6. fastText
7. textRNN
8. textRCNN
9. tf-idf
10. glove
11. transformer
12. bert
13. Elmo
14. GPT
15. Albert
16. bert-wwm
17. roberta
18. Ernie
19. 分词
20. crf
21. HMM
22. NER
23. 情感分析

4. 推荐系统

1. FM
2. FFM
3. nfm
4. deepFM 
5. wide&deep
6. DCN
7. DIN
8. 协同过滤
9. 冷启动
10. 长尾效应
11. 知识图谱结合推荐系统
12. bert遇上推荐系统
13. 对抗训练消除位置信息

5. 其他

1. Linux
2. C++ 
3. python
4. 计算机网络
5. 数据库
6. 操作系统
7. git
8. tensorflow
9. scikit-learn
10. seaborn
11. 组合数学