【加密】JM018 – 百面机器学习专栏[2.6G]

【加密】JM018 – 百面机器学习专栏[2.6G]

┣━━00.试看 [52.5M]
┃ ┣━━1.绪论.mp4 [17.1M]
┃ ┗━━2.【了解机器学习中的特征工程和模型评估】P1快速排序.mp4 [35.4M]
┣━━01.视频 [2.5G]
┃ ┣━━1.绪论.vep [17.1M]
┃ ┣━━2.【了解机器学习中的特征工程和模型评估】P1快速排序.vep [35.4M]
┃ ┣━━3.【了解机器学习中的特征工程和模型评估】P2堆排序.vep [34.9M]
┃ ┣━━4.【了解机器学习中的特征工程和模型评估】P3滑动窗口.vep [25.2M]
┃ ┣━━5.【了解机器学习中的特征工程和模型评估】P4双指针.vep [27.9M]
┃ ┣━━6.【了解监督学习中的经典算法】P1逻辑回归.vep [32.7M]
┃ ┣━━7.【了解监督学习中的经典算法】P2决策树.vep [41.3M]
┃ ┣━━8.【学习支持向量机】P1几个重要的概念.vep [22.2M]
┃ ┣━━9.【学习支持向量机】P2svm最优化问题.vep [39.2M]
┃ ┣━━10.【学习支持向量机】P3硬间隔SVM最优化问题的推导.vep [96.9M]
┃ ┣━━11.【学习支持向量机】P4线性可分SVM.vep [66M]
┃ ┣━━12.【学习支持向量机】P5核函数.vep [77.8M]
┃ ┣━━13.【学习支持向量机】P6smo算法.vep [129.7M]
┃ ┣━━14.【数据结构和算法】P1KMP算法.vep [76.6M]
┃ ┣━━15.【数据结构和算法】P2二分搜索.vep [67M]
┃ ┣━━16.【数据结构和算法】P3哈希表.vep [34.2M]
┃ ┣━━17.【了解机器学习中如何降维处理】PCA和LDA.vep [67.5M]
┃ ┣━━18.【了解机器学习中的非监督学习算法】K-means.vep [55.1M]
┃ ┣━━19.【数据结构和算法】P1虚拟头结点.vep [102.3M]
┃ ┣━━20.【数据结构和算法】P2链表中环的入口结点.vep [78.5M]
┃ ┣━━21.【数据结构和算法】P3删除链表中重复的结点.vep [38.3M]
┃ ┣━━22.【数据结构和算法】P4栈，队列.vep [53.2M]
┃ ┣━━23.【机器学习中的概率图模型】P1hmm的引出和问题的介绍.vep [35.7M]
┃ ┣━━24.【机器学习中的概率图模型】P2HMM预测问题之维特比算法.vep [125.4M]
┃ ┣━━25.【机器学习中的概率图模型】P3crf的一些基础概念.vep [81.5M]
┃ ┣━━26.【机器学习中的概率图模型】P4crf具体介绍.vep [101.9M]
┃ ┣━━27.【数据结构和算法】P1DFS和BFS.vep [38.7M]
┃ ┣━━28.【数据结构和算法】P2最短路径.vep [35.7M]
┃ ┣━━29.【数据结构和算法】P3最小生成树.vep [32.4M]
┃ ┣━━30.【数据结构和算法】P4二叉树的遍历.vep [27.8M]
┃ ┣━━31.【数据结构和算法】P4二叉搜索树和平衡二叉树.vep [81.7M]
┃ ┣━━32.【前向神经网络】P1网络图和激活函数.vep [27.1M]
┃ ┣━━33.【前向神经网络】P2前向传播.vep [49.2M]
┃ ┣━━34.【前向神经网络】P3损失函数选用.vep [26M]
┃ ┣━━35.【前向神经网络】P4反向传播1.vep [79M]
┃ ┣━━36.【前向神经网络】P5反向传播2.vep [57.3M]
┃ ┣━━37.【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).vep [38.5M]
┃ ┣━━38.【数据结构和算法】回溯法(机器人的运动范围).vep [66.3M]
┃ ┣━━39.【数据结构和算法】什么是动态规划(leetcode 70题).vep [18.3M]
┃ ┣━━40.【数据结构和算法】01背包问题.vep [47.1M]
┃ ┣━━41.【数据结构和算法】leetcode416（01背包实例）.vep [36.4M]
┃ ┣━━42.【数据结构和算法】最长公共子序列(leetcode 1143题).vep [27.3M]
┃ ┣━━43.【数据结构和算法】最长上升子序列(leetcode 300题).vep [24.1M]
┃ ┣━━44.【了解序列数据中常用的循环神经网络】P1RNN.vep [22.5M]
┃ ┣━━45.【了解序列数据中常用的循环神经网络】P2GRU和LSTM.vep [11.6M]
┃ ┣━━46.【集成学习的原理和常见的集成学习】P1提升树算法.vep [25.7M]
┃ ┣━━47.【集成学习的原理和常见的集成学习】P2梯度提升树算法.vep [26.2M]
┃ ┣━━48.【集成学习的原理和常见的集成学习】P3二分类问题.vep [37.5M]
┃ ┣━━49.【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.vep [11.7M]
┃ ┣━━50.【xgboost的原理以及常见面试题】P1xgboost的一些预备知识.vep [20.5M]
┃ ┣━━51.【xgboost的原理以及常见面试题】P2结构分.vep [26.8M]
┃ ┣━━52.【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点.vep [33.8M]
┃ ┣━━53.【xgboost的原理以及常见面试题】P5缺失值处理算法.vep [20M]
┃ ┣━━54.【xgboost的原理以及常见面试题】P6其他优化.vep [11.1M]
┃ ┗━━55.【xgboost的原理以及常见面试题】P4近似算法和加权分桶.vep [45.6M]
┗━━00.资料.zip [74.5M]

admin网站管理

收藏 海报 链接