填补算法与机器学习基础短板
这套资料旨在解决初级开发者在面试中常遇到的“只懂调用库，不懂底层原理”以及“手写代码逻辑不严密”两大痛点。它并非从零开始教 Python 或 C++，而是假设你具备基本的编程语法能力，重点在于梳理核心数据结构与经典机器学习模型的对应关系。适合那些已经接触过大模型应用开发，但在手写排序、滑动窗口等基础算法题上容易卡壳，或者对逻辑回归、决策树等监督学习算法的数学推导过程一知半解的工程师。如果你打算从后端转攻算法岗，或者希望弥补技术栈中理论深度的缺失，这套内容提供了直接且紧凑的补强路径。
从基础排序到经典模型的衔接学习
建议优先观看绪论及 Week1 关于特征工程和模型评估的部分，这部分内容涵盖了快速排序、堆排序、滑动窗口和双指针等基础算法技巧，这些是后续理解复杂模型训练过程的前提。紧接着重点攻克监督学习中的逻辑回归和决策树，不要死记硬背参数调优技巧，而是要理清损失函数最小化的逻辑以及特征重要性评估的方法。在学习过程中，务必配合练习：每看完一个算法视频，立即尝试手写该算法的核心代码，并在 LeetCode 上寻找同类题型进行巩固。不要试图一次性看完所有视频，而是采用“学一个模块，刷一套题，读一篇原理文档”的循环模式，确保理解深度胜过广度。
学完后应具备的独立工作能力
完成这套课程及配套练习后，你应当能够独立处理以下任务：首先，在没有参考代码的情况下，手写常见的排序算法和滑动窗口解法，并清楚解释其时间复杂度；其次，能够向业务方或产品经理解释为何选择逻辑回归而非其他模型，并给出特征工程的具体实施步骤；最后，在面对简单的数据清洗任务时，能独立设计出评估模型性能的指标体系，而不仅仅是看准确率。资料包中的文档和视频形成了闭环，视频负责直观演示逻辑，文档提供理论支撑，练习代码则用于验证理解。这种组合方式要求学习者具备较强的自主归纳能力，通过反复对比不同算法的适用场景，最终建立起从问题定义到模型评估的完整思维链路，从而在面试或实际项目中能够从容应对基础理论与代码实现的两类提问。
课程介绍
78805a221a988e7-39.png 2025-2-23 12:34 上传 | └──资料.rar 1.67kb ├──01.绪论.mp4 10.60M ├──02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序.mp4 29.69M ├──03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序.mp4 27.04M ├──04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口.mp4 21.32M ├──05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针.mp4 27.71M ├──06.Week1 【了解监督学习中的经典算法】P1逻辑回归.mp4 20.32M ├──07.Week1 【了解监督学习中的经典算法】P2决策树.mp4 24.09M ├──08.Week2【学习支持向
课程目录
78805a221a988e7-39.png 2025-2-23 12:34 上传 | └──资料.rar 1.67kb ├──01.绪论.mp4 10.60M ├──02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序.mp4 29.69M ├──03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序.mp4 27.04M ├──04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口.mp4 21.32M ├──05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针.mp4 27.71M ├──06.Week1 【了解监督学习中的经典算法】P1逻辑回归.mp4 20.32M ├──07.Week1 【了解监督学习中的经典算法】P2决策树.mp4 24.09M ├──08.Week2【学习支持向量机】P1几个重要的概念.mp4 7.38M ├──09.Week2【学习支持向量机】P2svm最优化问题.mp4 16.89M ├──10.Week2【学习支持向量机】P3硬间隔SVM最优化问题的推导.mp4 37.02M ├──11.Week2【学习支持向量机】P4线性可分SVM.mp4 24.51M ├──12.Week2【学习支持向量机】P5核函数.mp4 23.63M ├──13.Week2【学习支持向量机】P6smo算法.mp4 41.56M ├──14.Week2【数据结构和算法】P1KMP算法.mp4 56.44M ├──15.Week2【数据结构和算法】P2二分搜索.mp4 45.27M ├──16.Week2【数据结构和算法】P3哈希表.mp4 21.86M ├──17.Week2【了解机器学习中如何降维处理】PCA和LDA.mp4 42.01M ├──18.Week3【了解机器学习中的非监督学习算法】K-means.mp4 37.53M ├──19.Week3【数据结构和算法】P1虚拟头结点.mp4 59.31M ├──20.Week3【数据结构和算法】P2链表中环的入口结点.mp4 51.58M ├──21.Week3【数据结构和算法】P3删除链表中重复的结点.mp4 22.22M ├──22.Week3【数据结构和算法】P4栈，队列.mp4 32.10M ├──23.Week4 【机器学习中的概率图模型】P1hmm的引出和问题的介绍.mp4 27.08M ├──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.mp4 33.68M ├──24.Week4 【机器学习中的概率图模型】P2HMM预测问题之维特比算法.mp4 39.88M ├──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.mp4 38.76M ├──25.Week4 【机器学习中的概率图模型】P3crf的一些基础概念.mp4 24.84M ├──25.【达观杯nlp比赛】第一周第二节数据分析及处理.mp4 78.21M ├──26.Week4 【机器学习中的概率图模型】P4crf具体介绍.mp4 31.34M ├──26.【达观杯nlp比赛】第一周第三节——Baseline实现.mp4 70.24M ├──27.Week4【数据结构和算法】P1DFS和BFS.mp4 34.88M ├──27.【达观杯nlp比赛】第一周第四节 验证集构建和交叉验证.mp4 77.61M ├──28.Week4【数据结构和算法】P2最短路径.mp4 32.96M ├──28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门.mp4 71.65M ├──29.Week4【数据结构和算法】P3最小生成树.mp4 25.95M ├──29.【达观杯nlp比赛】第二周第二节词向量及word2vec简介.mp4 73.13M ├──30.Week4【数据结构和算法】P4二叉树的遍历.mp4 24.59M ├──30.【达观杯nlp比赛】第二周第三节深度学习baseline构建.mp4 108.23M ├──31.Week4【数据结构和算法】P4二叉搜索树和平衡二叉树.mp4 35.88M ├──31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证.mp4 47.23M ├──32.Week5【前向神经网络】P1网络图和激活函数.mp4 9.20M ├──32.【达观杯nlp比赛】第三周第一节深度学习模型提升.mp4 103.95M ├──33.Week5【前向神经网络】P2前向传播.mp4 14.05M ├──33.【达观杯nlp比赛】第三周第二节模型调参和模型融合.mp4 70.73M ├──34.Week5【前向神经网络】P3损失函数选用.mp4 6.53M ├──35.Week5【前向神经网络】P4反向传播1.mp4 20.55M ├──36.Week5【前向神经网络】P5反向传播2.mp4 57.35M ├──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).mp4 38.55M ├──38.Week5【数据结构和算法】回溯法(机器人的运动范围).mp4 66.27M ├──39.Week5【数据结构和算法】什么是动态规划(leetcode 70题).mp4 18.30M ├──40.Week5【数据结构和算法】01背包问题.mp4 47.05M ├──41.Week5【数据结构和算法】leetcode416（01背包实例）.mp4 36.41M ├──42.Week5【数据结构和算法】最长公共子序列(leetcode 1143题).mp4 27.30M ├──43.Week5【数据结构和算法】最长上升子序列(leetcode 300题).mp4 24.12M ├──44.Week5【了解序列数据中常用的循环神经网络】P1RNN.mp4 22.47M ├──45.Week5【了解序列数据中常用的循环神经网络】P2GRU和LSTM.mp4 11.63M ├──46.Week6【集成学习的原理和常见的集成学习】P1提升树算法.mp4 25.66M ├──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.mp4 26.23M ├──48.Week6【集成学习的原理和常见的集成学习】P3二分类问题.mp4 37.45M ├──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.mp4 11.66M ├──50.Week6【xgboost的原理以及常见面试题】P1xgboost的一些预备知识.mp4 20.54M ├──51.Week6【xgboost的原理以及常见面试题】P2结构分.mp4 26.77M ├──52.Week6【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点.mp4 33.79M ├──53.Week6【xgboost的原理以及常见面试题】P5缺失值处理算法.mp4 20.03M └──54.Week6【xgboost的原理以及常见面试题】P6其他优化.mp4 11.12M
