面试刷题+算法强化训练营第三期 资源介绍
以《百面机器学习》为教材,结合leetcode筛选刷题,包含传统机器学习内容,还有当下非常火热的强化学习、对抗网络,备战校招和社招。
知识:储备machine learning 相关知识和理论
工具:将 machine Iearning 知识应用于实际业务的工具
逻辑:受益一生的罗辑思维能力,提高解决问题的能力深入理解所在行业的商业模式。
资源目录:
【SVM】核函数.ts 【SVM】几个重要的概念.ts 【SVM】线性可分SVM.ts 【SVM】smo算法.ts 【SVM】SVM最优化问题.ts 1.ts 02-前向传播】..ts 2.均匀采样、逆变换采样、拒绝采样.ts 2.梯度下降简单的数学原理.ts 03-损失函数选用..ts 3. 随机梯度下降和小批量随机梯度下降.ts 3.MCMC采样.ts 04-反向传播1.ts 05-反向传播2.ts 5.常见的一些改进的优化算法.ts 17.ts 64.ts 69.ts 70.ts 75.ts 110.ts 144.ts 160.ts 167.ts 169.ts 208.ts 215.ts 230.ts 232.ts 241.ts 242.ts 260.ts 279.ts 303.ts 309.ts 343.ts 347.ts 378.ts 409.ts 416.ts 455.ts 462.ts 504.ts 513.ts 583.ts 695.ts 采样.ts 动量法.ts 吉布斯采样.ts 决策树.ts 开营仪式——班主任部分.ts 开营仪式——老师部分买课程.ts 逻辑回归.ts 深度学习中的优化问题.ts 绪论.ts 硬间隔SVM最优化问题的推导.ts crf的一些基础概念.ts crf具体介绍.ts GRU&LSTM.ts GRU和LSTM.ts HMM.ts hmm的引出和问题的介绍.ts HMM预测问题之维特比算法.ts k-means.ts PCA和LDA.ts RNN.ts