机器学习实战 全方位攻克百面挑战 LeetCode刷题 解锁机器学习和算法面试高级挑战

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

README.md

资料.zip