今天只給大家介紹我的朋友憶臻，我是在知乎認識他的，解答了我不少問題，他目前在哈工大SCIR實驗室讀NLP方向博士，一直熱心回答問題，知乎粉絲達到3萬多人！

憶臻創(chuàng)建的公眾號【機器學(xué)習(xí)算法與自然語言處理】，該號記錄他一直學(xué)習(xí)以來的筆記總結(jié)，干貨滿滿。他的公眾號在自然語言處理方向排名第一，機器學(xué)習(xí)算法方向排名第一，至今寫了260多篇高質(zhì)量原創(chuàng)文章，有28萬的粉絲！該平臺也成為國內(nèi)最大的機器學(xué)習(xí)與自然語言處理分享平臺！

下面我們來看該號的介紹！

國內(nèi)最大的機器學(xué)習(xí)與自然語言處理分享平臺。

28W+NLPer聚集地！

專注于思維、技術(shù)、經(jīng)驗分享交流！

既講原創(chuàng)深度技術(shù)、又不失通俗易懂。

????掃描上方二維碼關(guān)注

個人強烈推薦相關(guān)方向的學(xué)習(xí)童鞋關(guān)注！！憶臻還給新關(guān)注的童鞋送了紅包，100人88元紅包，關(guān)注他的公眾號，后臺回復(fù)NLP即可參與紅包抽獎。

下面列舉一些憶臻總結(jié)的干貨貼！！

歷史精選文章鏈接

所有文章：

1.《換個角度“聊”線性代數(shù)（一）》

2.《形象的解釋神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用是什么？》

3.《通俗理解神經(jīng)網(wǎng)絡(luò)BP反向傳播算法》

4.《為什么梯度反方向是函數(shù)下降最快的方向？》

5.《淺析神經(jīng)網(wǎng)絡(luò)為什么能夠無限逼近任意連續(xù)函數(shù)？》

6.《淺析感知機（一）--模型與學(xué)習(xí)策略》

7.《淺析感知機（二）--學(xué)習(xí)算法及python代碼剖析》

8.《《淺析感知機（三）--收斂性證明與對偶形式以及python代碼講解》》

9.《詳解梯度下降法的三種形式BGD,SGD以及MBGD》

10.《一文搞懂k近鄰（k-NN）算法（一）》

11.《完結(jié)篇|一文搞定k近鄰算法（k-NN）算法（二）》

12.《通俗詳解softmax函數(shù)及其求導(dǎo)過程》

13.《大白話解釋模型產(chǎn)生過擬合的原因》

14.《通俗講解平方損失函數(shù)平方形式的數(shù)學(xué)解釋？》

15.《帶你搞懂樸素貝葉斯分類算法》

16.《理解樸素貝葉斯算法中的拉普拉斯平滑》

17.《樸素貝葉斯分類實例-單詞糾正問題》

18.《談?wù)劀蚀_率（P值）、召回率（R值）及F值》

19.《淺析神經(jīng)網(wǎng)絡(luò)中一點優(yōu)化知識》

20.《可視圖講解神經(jīng)元w,b參數(shù)的作用》

21.《聊聊傳統(tǒng)算法系統(tǒng)和機器學(xué)習(xí)系統(tǒng)的一點不同》

22.《通俗理解信息熵》

23.《通俗理解條件熵》

24.《通俗理解決策樹算法中信息增益的》

25.《深入淺出理解決策樹算法（一）-核心思想》

26.《深入淺出理解決策樹算法（二）-ID3算法與C4.5算法》

27.《句法分析（syntactic parsing）在NLP領(lǐng)域的應(yīng)用是怎樣的？》

28.《隱馬爾科夫模型-基本模型與三個基本問題》

29.《隱馬爾科夫模型-前向算法》

30.《機器學(xué)習(xí)中向量化編程總結(jié)記錄》

31.《目錄傳輸命令scp》

32.《干貨|如何處理不均衡數(shù)據(jù)？》

33.《10分鐘入門pytorch(0)》

34.《10分鐘快速入門PyTorch(1)》

35.《干貨|10分鐘入門PyTorch(2)~附源碼》

36.《強烈推薦|一個非常好的依存句法可視化工具》

37.《深度學(xué)習(xí)的梯度消失問題》

38.《干貨|李宏毅ML課程[1]Learning Map》

39.《logistic函數(shù)和softmax函數(shù)》

40.《GAN的數(shù)學(xué)原理》

41.《最優(yōu)化問題的簡介介紹是什么？》

42.《為什么要對數(shù)據(jù)進行歸一化處理？》

43.《依存句法分析的任務(wù)以及形式化定義》

44.《干貨|PyTorch中如何使用tensorboard可視化》

45.《花式解釋AutoEncoder與VAE》

46.《哈工大社會計算與信息檢索研究中心（HIT-SCIR）招收2018年秋季入學(xué)研究生》

47.《干貨|最詳盡的神經(jīng)網(wǎng)絡(luò)基礎(chǔ)》

48.《國內(nèi)大陸部分NLP團隊》

49.《機器學(xué)習(xí)常見算法分類匯總》

50.《梯度下降法的三種形式BGD、SGD以及MBGD》

51.《評測時如何構(gòu)造訓(xùn)練數(shù)據(jù)分布與測試數(shù)據(jù)分布保持一致》

52.《為什么梯度的方向與等高線切線方向垂直？》

53.《自然語言處理中的Attention Model：是什么以及為什么[一]》

54.《自然語言處理中的Attention Model：是什么以及為什么[二]》

55.《干貨|SVM（一）·最全面的感知機總結(jié)》

56.《干貨|非常詳細的神經(jīng)網(wǎng)絡(luò)入門解釋》

57.《干貨|非常通俗的樸素貝葉斯算法（Naive Bayes）》

58.《【西瓜書】周志華《機器學(xué)習(xí)》學(xué)習(xí)筆記與習(xí)題探討（一）》

59.《自然語言處理中CNN模型幾種常見的Max Pooling操作》

60.《重磅|手把手教你從零編寫操作系統(tǒng)》

61.《最大似然估計與最小二乘法的一點淺見》

62.《seq2seq中的beam search算法過程》

63.《深入淺出講解語言模型》

64.《干貨|通俗講解高斯過程回歸》

65.《干貨筆記|NLP Coursera By Michael Collins - Week1》

66.《干貨筆記|Attentive Sequence to Sequence Networks》

????掃描上方二維碼關(guān)注

這里再推薦一個專注深度學(xué)習(xí)的分享號，機器學(xué)習(xí)，深度學(xué)習(xí)，自然語言處理，計算機視覺……這些小事情，只要你主動，就不再是難題|?ω?｀)

????掃描上方二維碼關(guān)注

總結(jié)

以上是生活随笔為你收集整理的我最佩服的一位同学！他是哈工大在读NLP博士积累28W粉丝的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。