-
Week1
【学前准备】开营仪式:如何备战春招或者面试?
【案例解析】了解机器学习中的特征工程和模型评估
【视频课】了解监督学习中的经典算法
【刷题】数组类问题(视频+重点题型+答案,课后作业不作打卡要求,答案下周公布)
【直播】周六晚直播+答疑课
-
Week2
【视频课】学习支持向量机
• 概念解析
• SVM最优化问题
• 硬间隔SVM最优化问题的推导
• 线性可分SVM
• 核函数
• SMO算法
【视频课】了解机器学习中如何降维处理
• PCA和LDA
【刷题】字符串问题+查找表问题(视频+重点题型+答案,课后作业不作打卡要求,答案下周公布)
【直播】周六晚直播+答疑课
-
Week3
【视频课】了解机器学习中的非监督学习算法
• 从EM算法到kmeans算法的推导
【视频课】机器学习中的概率图模型
• hmm的引出和问题的介绍
• HMM预测问题之维特比算法
•crf的一些基础概念
•crf具体介绍
【刷题】链表问题+栈、队列问题+位运算问题(视频+重点题型+答案,课后作业不作打卡要求,答案下周公布)
【直播】周六晚直播+答疑课
-
Week4
【视频课】前向神经网络
•网络图和激活函数
• 前向传播
• 损失函数选用
• 反向传播
【视频课】循环神经网络
• RNN
• GRU和LSTM
【刷题】树类问题+图类问题(视频+重点题型+答案,课后作业不作打卡要求,答案下周公布)
【直播】周六晚直播+答疑课
-
Week5
【视频课】集成学习的原理和常见的集成学习
GBDT的原理及常见面试题
【视频课】xgboost的原理以及常见面试题
【刷题】递归回溯问题+动态规划问题(视频+重点题型+答案,课后作业不作打卡要求,答案下周公布)
【结营】期末总结复盘+优秀学员面试经验分享
-
Week6
【视频课】了解优化算法的原理
• 常见优化算法的讲解
【视频课】了解常见的采样方法、作用、具体实现,以及应用
常见采样的讲解以及MCMC的推导