2019-02-19 NLP

http://baijiahao.baidu.com/s?id=1583572877180330664&wfr=spider&for=pc

Word2Vec:

https://www.analyticsvidhya.com/blog/2017/06/word-embeddings-count-word2veec/

https://blog.csdn.net/scythe666/article/details/78831209

（用输入单词作为中心单词去预测周边单词的方式叫做：Word2Vec The Skip-Gram Model　

http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/）

（用输入单词作为周边单词去预测中心单词的方式叫做：Continuous Bag of Words (CBOW)

https://iksinc.online/tag/continuous-bag-of-words-cbow/）

https://www.kaggle.com/c/word2vec-nlp-tutorial#description

https://cs.nyu.edu/~yann/talks/lecun-ranzato-icml2013.pdf　deep learning tutorial

https://blog.csdn.net/red_stone1/article/details/79648626

#＃＃https://github.com/apachecn/kaggle/tree/master/competitions/getting-started/word2vec-nlp-tutorial

https://www.kaggle.com/c/sentiment-analysis-on-movie-reviews

1.推荐系统的算法

个性化推荐，ＤＮＮ模型等排序优化，用户增长与推荐的效果分析。

协同过滤，回归分析，关联规则模型，分类与聚类算法等统计模型和挖掘算法。独立完善的实践经验。

　　　spark分布式算法。

快速分析，将实际问题转化位数学模型问题，良好的逻辑思维能力，沟通协作能力，分析解决问题的能力。

2. NLP

　用户搜索意识识别，分词与词性标注，实体词标注，

文本分类，语义理解与信息抽取。