名称：【深度之眼】百面机器学习+LeetCode刷题-算法面试班-第四期

描述：《百面机器学习+LeetCode刷题-算法面试班-第四期》课程系统覆盖机器学习核心算法与数据结构算法面试题，包含特征工程、监督学习(逻辑回归、决策树、SVM)、非监督学习(K-means、PCA)、概率图模型(HMM、CRF)、神经网络(前向传播、反向传播、RNN/LSTM)、集成学习(GBDT、XGBoost)等理论，并结合LeetCode高频题目(排序、链表、二叉树、动态规划、DFS/BFS等)进行实战讲解，帮助学员构建完整的机器学习知识体系与算法面试解题能力。

链接：

百度：

夸克：

📁 大小：2.29 GB

🏷 标签：#机器学习 #算法面试 #LeetCode #特征工程 #SVM #神经网络 #集成学习 #XGBoost #动态规划 #概率图模型 #深度之眼 #百面机器学习 #LeetCode刷题 #算法面试班百度网盘 #quark

└─【深度之眼】百面机器学习+LeetCode刷题-算法面试班-第四期

│  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│└─资料        资料.zip