机器学习(ML)与深度学习(DL)
机器学习:基于数据训练模型(如决策树、SVM、随机森林)实现预测或分类。
深度学习:通过神经网络(CNN、RNN、Transformer等)处理复杂任务(图像、语音、文本)。
编程语言
Python:主流语言,拥有丰富的库(NumPy、Pandas、Scikit-learn)。
其他语言:R(统计分析)、Java/C++(高性能计算)、Julia(科学计算)。
框架与工具
TensorFlow/PyTorch:深度学习框架,支持动态计算图(PyTorch)和静态计算图(TensorFlow)。
Keras:高层API,简化模型构建。
Hugging Face Transformers:NLP领域的预训练模型库(如BERT、GPT)。