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