ML
sklearn中文社区（机器学习算法索引）
【ML】基础概念
【ML】Softmax
【ML】数据预处理
【ML】模型的评估
【ML】人工神经网络、MLP、全连接层
【ML】以梯度下降（Gradient Descent）展开的优化器总结
【ML】支持向量机（SVM）
【ML】分类和回归
【ML】聚类
【ML】决策树和随机森林
【ML】核方法和核函数
【ML】特征降维
【ML】每天一点 Numpy 小技巧
【ML】每天一点 sklearn
【ML】可视化
DL
【DL】深度学习的一般步骤
【DL】强化学习
【DL】深度生成模型
【DL】Transformer
【DL】图神经网络
【DL】模型复用
CV
【CV】概述
【CV】从零开始机器视觉
【CV】CNN 卷积神经网络
【CV】MNIST 手写数字识别
【CV】OpenCV 浅记
【CV】光度立体法 Photometric Stereo
【CV】视频目标检测
【CV】目标追踪
NLP
【NLP】概述
【NLP】文本预处理
【NLP】词嵌入
【NLP】Seq2Seq | Beam Search
【NLP】BPE子词分割
【NLP】时序模型与马尔可夫模型
【NLP】文本相似度分析
【NLP】RNN | GRU | LSTM
【NLP】BiLSTM-CRF算法
【NLP】BERT
Linux
【Linux】Ubuntu配置与安装
【Linux】Shell
【Linux】常用命令总结
【Linux】期末复习
【Linux】内核模块开发
【Linux】深度学习配置
基础
高等数学
线性代数
概率论
数据结构
【Python】谁 Python 学的不扎实？
正则表达式
【形式语言】python实现 ε-ΝFA -> DFA
《形式语言与自动机》笔记
【计网】期末复习
【计网】可靠运输协议编程实验
【计网】Socket 编程实验
操作系统笔记
八股文
SQL
SQL 复习
读论文
项目和比赛
其他
杂记
工具
【工具】
Markdown 语法
Github 使用
Github Desktop 管理本地代码
Jupyter notebook 的 Anaconda 配置
