问题描述

应用场景

纠错中的错误类型描述：

机器学习概览

背景

机器学习涉及领域较为广泛，可能包含自主机器人、神经生物学等领域

机器学习无论在我们的生活中还是工业生产等方方面面均可发挥作用：

深度学习数学基础

微积分

1. 泰勒展开

分别用$x+\epsilon 、x$替换原式中的$x和a$，则有

机器学习领域的学习资源总结：

频率派 —— 统计机器学习
贝叶斯派 —— 概率图模型

参考书推荐：
1.李航 《统计学习方法》
第一版：感K朴决逻，支提E隐条 ————> 统计机器学习

第二版：增加大量无监督学习算法，包括，聚类、奇异值分解、主成分分析、潜在语义分析、MCMC、LDA、PageRank等

自然语言处理范式总结

范式就是规范的意思，在自然语言处理领域目前总共可分为四个里程碑及四个范式，分别为：

1. 第一个范式为1990年以前的处理方法，基本为字典／词典辅以规则
2. 第二个范式主要是2000-2012年的统计机器学习模型
3. 第三个范式则是以深度学习为代表的模型，端到端的神经网络模型
4. 第四个范式是以预训练语言模型加微调为主，再进行模型压缩