
解锁机器学习算法面试挑战
来自 网络整理·免费领取学习资源
7,954 领取 · 7,207 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课,内容以视频为主,对应《解锁机器学习算法面试挑战》。官网需要单独购买,有集上可以免费领取。
课程目录
- 48.Week6【集成学习的原理和常见的集成学习】P3二分类问题
- 28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门
- 26.Week4 【机器学习中的概率图模型】P4crf具体介绍
- 38.Week5【数据结构和算法】回溯法(机器人的运动范围)
- 31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证
- 04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口
- 17.Week2【了解机器学习中如何降维处理】PCA和LDA
- 12.Week2【学习支持向量机】P5核函数
- 36.Week5【前向神经网络】P5反向传播2
- 11.Week2【学习支持向量机】P4线性可分SVM
- 33.【达观杯nlp比赛】第三周第二节模型调参和模型融合
- 39.Week5【数据结构和算法】什么是动态规划(leetcode 70题)
- 19.Week3【数据结构和算法】P1虚拟头结点
- 29.【达观杯nlp比赛】第二周第二节词向量及word2vec简介
- 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
- 02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序
- 54.Week6【xgboost的原理以及常见面试题】P6其他优化
- 26.【达观杯nlp比赛】第一周第三节——Baseline实现
- 42.Week5【数据结构和算法】最长公共子序列(leetcode 1143题)
- 34.Week5【前向神经网络】P3损失函数选用
- 25.Week4 【机器学习中的概率图模型】P3crf的一些基础概念
- 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
- 22.Week3【数据结构和算法】P4栈,队列
- 23.Week4 【机器学习中的概率图模型】P1hmm的引出和问题的介绍
- 50.Week6【xgboost的原理以及常见面试题】P1xgboost的一些预备知识
- 43.Week5【数据结构和算法】最长上升子序列(leetcode 300题)
- 53.Week6【xgboost的原理以及常见面试题】P5缺失值处理算法
- 05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针
- 30.Week4【数据结构和算法】P4二叉树的遍历
- 29.Week4【数据结构和算法】P3最小生成树
- 31.Week4【数据结构和算法】P4二叉搜索树和平衡二叉树
- 15.Week2【数据结构和算法】P2二分搜索
- 01.绪论
- 07.Week1 【了解监督学习中的经典算法】P2决策树
- 03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序
- 28.Week4【数据结构和算法】P2最短路径
- 27.Week4【数据结构和算法】P1DFS和BFS
- 45.Week5【了解序列数据中常用的循环神经网络】P2GRU和LSTM
- 40.Week5【数据结构和算法】01背包问题
- 09.Week2【学习支持向量机】P2svm最优化问题
- 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
- 32.【达观杯nlp比赛】第三周第一节深度学习模型提升
- 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)
- 46.Week6【集成学习的原理和常见的集成学习】P1提升树算法
- 18.Week3【了解机器学习中的非监督学习算法】K-means
- 30.【达观杯nlp比赛】第二周第三节深度学习baseline构建
- 16.Week2【数据结构和算法】P3哈希表
- 24.Week4 【机器学习中的概率图模型】P2HMM预测问题之维特比算法
- 44.Week5【了解序列数据中常用的循环神经网络】P1RNN
- 25.【达观杯nlp比赛】第一周第二节数据分析及处理
- 20.Week3【数据结构和算法】P2链表中环的入口结点
- 51.Week6【xgboost的原理以及常见面试题】P2结构分
- 27.【达观杯nlp比赛】第一周第四节 验证集构建和交叉验证
- 13.Week2【学习支持向量机】P6smo算法
- 10.Week2【学习支持向量机】P3硬间隔SVM最优化问题的推导
- 21.Week3【数据结构和算法】P3删除链表中重复的结点
- 35.Week5【前向神经网络】P4反向传播1
- 06.Week1 【了解监督学习中的经典算法】P1逻辑回归
- 33.Week5【前向神经网络】P2前向传播
- 41.Week5【数据结构和算法】leetcode416(01背包实例)
- 52.Week6【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点
- 14.Week2【数据结构和算法】P1KMP算法
- 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
- 08.Week2【学习支持向量机】P1几个重要的概念
- 32.Week5【前向神经网络】P1网络图和激活函数
包含内容
- · 48.Week6【集成学习的原理和常见的集成学习】P3二分类问题
- · 28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门
- · 26.Week4 【机器学习中的概率图模型】P4crf具体介绍
- · 38.Week5【数据结构和算法】回溯法(机器人的运动范围)
- · 31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证
- · 04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口
- · 17.Week2【了解机器学习中如何降维处理】PCA和LDA
- · 12.Week2【学习支持向量机】P5核函数
贡献者
林一
黄金