WBingJ的博客

大语言模型的基本概念“大”体现在什么地方？预训练+微调两阶段的基本流程和作用；BERT模型中MLM和NSP机制基本概念；Prompt提示学习的基本概念；思维链提示（Chain-of-Thought Prompting）的基本概念；模型蒸馏的基本概念；多模态的基本概念

半监督学习、规则学习、强化学习的概念

掌握卷积计算的基本过程卷积如何计算，padding，stride的作用

多层前馈网络MLP的基本结构BP算法的基本原理局部极小值和全局极小值，如何跳出局部极小值如何缓解过拟合卷积神经网络的基本概念卷积和下采样的概念和方法循环网络的基本结构，梯度消失和梯度爆炸产生的原因LSTM的结构，三个门的作用循环网络模型解决翻译问题的弊端注意力机制的基本概念和方法Transformer中的自注意力机制（Q,K,V矩阵的作用）Transformer中编码器-解码器结构工作基本流程

（一阶）马尔科夫模型的基本概念状态转移矩阵的基本概念隐马尔可夫模型（HMM）的基本概念条件随机场（CRF）的基本概念HMM和CRF的比较主题模型（Topic Model）的基本概念

降维的基本概念（原因、作用、优缺点）特征选择的概念和方法主成分分析（PCA）的基本概念和方法基于特征值分解协方差矩阵实现PCA算法的基本流程

无监督学习的概念，和有监督学习的区别 K-means算法的基本概念，优缺点 掌握K-means算法的计算流程 密度聚类-DBSCAN、层次聚类的基本概念和方法

全局优化的基本概念仿生（群体）智能计算方法的特点适应度函数的概念和定义遗传算法的基本流程（选择，交叉，变异）粒子群（鸟群）算法的基本概念，速度更新方法

决策树基本概念和方法信息增益相关概念决策树ID3算法基本概念和方法

贝叶斯公式极大似然估计生成式模型和判别式模型的概念朴素贝叶斯分类器基本假设和计算

数据集的划分（训练集，验证集，测试集）交叉验证不平衡数据的处理掌握模型评价指标的计算方法：accuracy，precision，recall，F1

基本概念和定义SVM算法基本思想和分类间隔最大化核函数的概念

基本概念和定义线性回归中的最小二乘法和梯度下降法数据归一化方法过拟合和欠拟合的概念及处理方法激活函数SIGMOD表示及特点线性回归和逻辑回归的异同