2026-10月度总结 最近大模型发展非常迅速，加上最近工作内容相较于之前轻松了一些，遂想在工作之余抽出时间来学习下AI最新技术。 在学习最近技术之时，发现许多成功人士都有写博客的习惯，而我自从参加工作后就没再写过博客。 所以计划重新拾起写blog习惯，在记录自己的工作&生活总结的同时，也记录下学习AI技术的进展。 之前由于工作强度比较大，周末也偶尔会有加班的情况，所以除加班外我周末几乎没有打开过电脑。同时日常的 2026-10-24 总结 #月度总结
NLP八股文 1.机器学习篇输入变量与输出变量均为连续变量的预测问题为回归问题 输出变量为有限个离散变量的预测问题称为分类问题 输入变量与输出变量均为变量序列的预测问题称为标注问题。 逻辑回归线性回归决策树随机森林最大熵模型朴素贝叶斯K近邻感知机支持向量机精确率 & 召回率在二分类中，分类结果有以下四种情况： TP(true positive): 将正类预测为正类 TN(true negative): 2024-05-23 NLP #八股文