gitextract_2bn0qfp0/ ├── Deep Learning/ │ ├── 10. Neural Network/ │ │ ├── README.md │ │ └── TensorFlow_LR.ipynb │ ├── 11. CNN/ │ │ ├── CNN.ipynb │ │ └── README.md │ ├── 12. RNN/ │ │ ├── README.md │ │ └── RNN.ipynb │ ├── 12.1 GRU/ │ │ ├── GRU.ipynb │ │ └── README.md │ ├── 12.2 LSTM/ │ │ ├── LSTM.ipynb │ │ └── README.md │ ├── 13. Transfer Learning/ │ │ ├── README.md │ │ └── Transfer Learning.ipynb │ ├── 14. Reinforcement Learning/ │ │ └── README.md │ ├── 15. DL Optimizer/ │ │ └── README.md │ └── README.md ├── Machine Learning/ │ ├── 2.Logistics Regression/ │ │ ├── 2.Logistics Regression.md │ │ ├── README.md │ │ └── demo/ │ │ ├── CreditScoring.ipynb │ │ └── README.md │ ├── 3.1 Random Forest/ │ │ ├── 3.1 Random Forest.md │ │ ├── README.md │ │ └── RandomForestRegression.ipynb │ ├── 3.2 GBDT/ │ │ ├── 3.2 GBDT.md │ │ ├── GBDT_demo.ipynb │ │ ├── README.md │ │ ├── test_feat.txt │ │ └── train_feat.txt │ ├── 3.3 XGBoost/ │ │ ├── 3.3 XGBoost.ipynb │ │ ├── 3.3 XGBoost.md │ │ ├── README.md │ │ ├── pima-indians-diabetes.csv │ │ └── 数据说明.txt │ ├── 3.4 LightGBM/ │ │ ├── 3.4 LightGBM.ipynb │ │ ├── 3.4 LightGBM.md │ │ └── README.md │ ├── 3.Desition Tree/ │ │ ├── DecisionTree.csv │ │ ├── DecisionTree.ipynb │ │ ├── Desition Tree.md │ │ └── README.md │ ├── 4. SVM/ │ │ ├── 4. SVM.md │ │ ├── README.md │ │ └── news classification/ │ │ ├── README.md │ │ └── svm_classification.ipynb │ ├── 5.1 Bayes Network/ │ │ ├── 5.1 Bayes Network.md │ │ ├── Naive Bayes Classifier.ipynb │ │ └── README.md │ ├── 5.2 Markov/ │ │ ├── 5.2 HMM.ipynb │ │ ├── 5.2 Markov.md │ │ └── README.md │ ├── 5.3 Topic Model/ │ │ ├── HillaryEmail.ipynb │ │ ├── HillaryEmails.csv │ │ └── README.md │ ├── 6. EM/ │ │ ├── README.md │ │ └── gmm_em/ │ │ ├── README.md │ │ ├── genSample.py │ │ ├── gmm.data │ │ ├── gmm.py │ │ ├── main.py │ │ └── sample.data │ ├── 7. Clustering/ │ │ ├── GMM.ipynb │ │ ├── K-Means.ipynb │ │ ├── README.md │ │ └── corpus_train.txt │ ├── 8. ML特征工程和优化方法/ │ │ └── README.md │ ├── 9. KNN/ │ │ ├── README.md │ │ └── handwritingClass/ │ │ ├── README.md │ │ └── handwritingClass.py │ ├── Liner Regression/ │ │ ├── 1.Liner Regression.md │ │ ├── README.md │ │ └── demo/ │ │ ├── README.md │ │ ├── housing_price.py │ │ ├── kc_test.txt │ │ └── kc_train.txt │ └── README.md ├── NLP/ │ ├── 16. NLP/ │ │ └── README.md │ ├── 16.1 Word Embedding/ │ │ ├── README.md │ │ └── word2vec.ipynb │ ├── 16.2 fastText/ │ │ ├── README.md │ │ └── fastText.ipynb │ ├── 16.3 GloVe/ │ │ ├── GloVe.ipynb │ │ └── README.md │ ├── 16.4 textRNN & textCNN/ │ │ ├── README.md │ │ ├── cnews_loader.py │ │ ├── cnn_model.py │ │ ├── rnn_model.py │ │ ├── textCNN.ipynb │ │ └── textRNN.ipynb │ ├── 16.5 seq2seq/ │ │ ├── README.md │ │ └── seq2seq.ipynb │ ├── 16.6 Attention/ │ │ ├── README.md │ │ ├── datautil.py │ │ ├── fanyichina/ │ │ │ ├── fromids/ │ │ │ │ └── README.md │ │ │ ├── toids/ │ │ │ │ └── README.md │ │ │ └── yuliao/ │ │ │ ├── from/ │ │ │ │ └── english1w.txt │ │ │ └── to/ │ │ │ ├── README.md │ │ │ └── chinese1w.txt │ │ ├── myjiebadict.txt │ │ ├── seq2seq_model.py │ │ ├── test.py │ │ └── train.ipynb │ ├── 16.7 Transformer/ │ │ └── README.md │ ├── 16.8 BERT/ │ │ ├── README.md │ │ ├── bert-Chinese-classification-task.md │ │ ├── data/ │ │ │ ├── dev.tsv │ │ │ ├── test │ │ │ └── train.tsv │ │ ├── download_glue_data.py │ │ ├── modeling.py │ │ ├── optimization.py │ │ ├── run.sh │ │ ├── run_classifier_word.py │ │ └── tokenization_word.py │ ├── 16.9 XLNet/ │ │ └── README.md │ └── README.md ├── Project/ │ ├── 17. Recommendation System/ │ │ └── README.md │ ├── 18. Intelligent Customer Service/ │ │ └── README.md │ └── README.md ├── README.md └── images/ └── README.md