【备战秋招】面试刷题+算法强化训练营第三期（完结）(3.09G)

『课程目录』:
│  02-前向传播】..ts
│  03-损失函数选用..ts
│  04-反向传播1.ts
│  05-反向传播2.ts
│  1.ts
│  110.ts
│  144.ts
│  160.ts
│  167.ts
│  169.ts
│  17.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
│  208.ts
│  215.ts
│  230.ts
│  232.ts
│  241.ts
│  242.ts
│  260.ts
│  279.ts
│  3. 随机梯度下降和小批量随机梯度下降.ts
│  3.MCMC采样.ts
│  303.ts
│  309.ts
│  343.ts
│  347.ts
│  378.ts
│  409.ts
│  416.ts
│  455.ts
│  462.ts
│  5.常见的一些改进的优化算法.ts
│  504.ts
│  513.ts
│  583.ts
│  64.ts
│  69.ts
│  695.ts
│  70.ts
│  75.ts
│  aaa.txt
│  crf具体介绍.ts
│  crf的一些基础概念.ts
│  GRU和LSTM.ts
│  GRU＆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
│  【SVM】smo算法.ts
│  【SVM】SVM最优化问题.ts
│  【SVM】几个重要的概念.ts
│  【SVM】核函数.ts
│  【SVM】线性可分SVM.ts
│  决策树.ts
│  动量法.ts
│  吉布斯采样.ts
│  开营仪式——班主任部分.ts
│  开营仪式——老师部分买课程.ts
│  提取所有文件名.bat
│  深度学习中的优化问题.ts
│  硬间隔SVM最优化问题的推导.ts
│  绪论.ts
│  逻辑回归.ts
│  采样.ts
│
└─资料
第一周：了解机器学习中的特征工程和模型评估.txt
第三周：了解机器学习中的非监督学习算法.txt
第二周：学习支持向量机.txt
第五周：学习前向神经.txt
第四周：了解优化算法的原理.txt