【深度之眼】百面机器学习+LeetCode刷题-算法面试班-第四期

感谢群友分享

【深度之眼】百面机器学习+LeetCode刷题-算法面试班-第四期

含资源代码等

课程内容：

01.绪论.mp4

02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序.mp4

03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序.mp4

04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口.mp4

05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针.mp4

06.Week1 【了解监督学习中的经典算法】P1逻辑回归.mp4

07.Week1 【了解监督学习中的经典算法】P2决策树.mp4

08.Week2【学习支持向量机】P1几个重要的概念.mp4

09.Week2【学习支持向量机】P2svm最优化问题.mp4

10.Week2【学习支持向量机】P3硬间隔SVM最优化问题的推导.mp4

11.Week2【学习支持向量机】P4线性可分SVM.mp4

12.Week2【学习支持向量机】P5核函数.mp4

13.Week2【学习支持向量机】P6smo算法.mp4

14.Week2【数据结构和算法】P1KMP算法.mp4

15.Week2【数据结构和算法】P2二分搜索.mp4

16.Week2【数据结构和算法】P3哈希表.mp4

17.Week2【了解机器学习中如何降维处理】PCA和LDA.mp4

18.Week3【了解机器学习中的非监督学习算法】K-means.mp4

19.Week3【数据结构和算法】P1虚拟头结点.mp4

20.Week3【数据结构和算法】P2链表中环的入口结点.mp4

21.Week3【数据结构和算法】P3删除链表中重复的结点.mp4

22.Week3【数据结构和算法】P4栈，队列.mp4

23.Week4 【机器学习中的概率图模型】P1hmm的引出和问题的介绍.mp4

23.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛前介绍和准备.mp4

24.Week4 【机器学习中的概率图模型】P2HMM预测问题之维特比算法.mp4

24.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛题介绍和思路分析.mp4

25.Week4 【机器学习中的概率图模型】P3crf的一些基础概念.mp4

25.【达观杯nlp比赛】第一周第二节数据分析及处理.mp4

26.Week4 【机器学习中的概率图模型】P4crf具体介绍.mp4

26.【达观杯nlp比赛】第一周第三节——Baseline实现.mp4

27.Week4【数据结构和算法】P1DFS和BFS.mp4

27.【达观杯nlp比赛】第一周第四节 验证集构建和交叉验证.mp4

28.Week4【数据结构和算法】P2最短路径.mp4

28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门.mp4

29.Week4【数据结构和算法】P3最小生成树.mp4

29.【达观杯nlp比赛】第二周第二节词向量及word2vec简介.mp4

30.Week4【数据结构和算法】P4二叉树的遍历.mp4

30.【达观杯nlp比赛】第二周第三节深度学习baseline构建.mp4

31.Week4【数据结构和算法】P4二叉搜索树和平衡二叉树.mp4

31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证.mp4

32.Week5【前向神经网络】P1网络图和激活函数.mp4

32.【达观杯nlp比赛】第三周第一节深度学习模型提升.mp4

33.Week5【前向神经网络】P2前向传播.mp4

33.【达观杯nlp比赛】第三周第二节模型调参和模型融合.mp4

34.Week5【前向神经网络】P3损失函数选用.mp4

35.Week5【前向神经网络】P4反向传播1.mp4

36.Week5【前向神经网络】P5反向传播2.mp4

37.Week5【数据结构和算法】什么是递归(斐波那契额数列、跳台阶、变态跳台阶).mp4

38.Week5【数据结构和算法】回溯法(机器人的运动范围).mp4

39.Week5【数据结构和算法】什么是动态规划(leetcode 70题).mp4

40.Week5【数据结构和算法】01背包问题.mp4

41.Week5【数据结构和算法】leetcode416（01背包实例）.mp4

42.Week5【数据结构和算法】最长公共子序列(leetcode 1143题).mp4

43.Week5【数据结构和算法】最长上升子序列(leetcode 300题).mp4

44.Week5【了解序列数据中常用的循环神经网络】P1RNN.mp4

45.Week5【了解序列数据中常用的循环神经网络】P2GRU和LSTM.mp4

46.Week6【集成学习的原理和常见的集成学习】P1提升树算法.mp4

47.Week6【集成学习的原理和常见的集成学习】P2梯度提升树算法.mp4

48.Week6【集成学习的原理和常见的集成学习】P3二分类问题.mp4

49.Week6【集成学习的原理和常见的集成学习】P4多分类问题和回归问题.mp4

50.Week6【xgboost的原理以及常见面试题】P1xgboost的一些预备知识.mp4

51.Week6【xgboost的原理以及常见面试题】P2结构分.mp4

52.Week6【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点.mp4

53.Week6【xgboost的原理以及常见面试题】P5缺失值处理算法.mp4

54.Week6【xgboost的原理以及常见面试题】P6其他优化.mp4