百面机器学习 算法工程师带你去面试.pdf
立即下载
老夫的少女心
2025-09-18
网络
04
03
学习
02
模型
01
05
06
采样
25.1 MB
目 录
版权信息
内容提要
推荐序
前 言
机器学习算法工程师的自我修养
第1章 特征工程
01 特征归一化
02 类别型特征
03 高维组合特征的处理
04 组合特征
05 文本表示模型
06 Word2Vec
07 图像数据不足时的处理方法
第2章 模型评估
01 评估指标的局限性
02 ROC曲线
03 余弦距离的应用
04 A/B测试的陷阱
05 模型评估的方法
06 超参数调优
07 过拟合与欠拟合
第3章 经典算法
01 支持向量机
02 逻辑回归
03 决策树
第4章 降维
01 PCA最大方差理论
02 PCA最小平方误差理论
03 线性判别分析
04 线性判别分析与主成分分析
第5章 非监督学习
01 K均值聚类
2
02 高斯混合模型
03 自组织映射神经网络
04 聚类算法的评估
第6章 概率图模型
01 概率图模型的联合概率分布
02 概率图表示
03 生成式模型与判别式模型
04 马尔可夫模型
05 主题模型
第7章 优化算法
01 有监督学习的损失函数
02 机器学习中的优化问题
03 经典优化算法
04 梯度验证
05 随机梯度下降法
06 随机梯度下降法的加速
07 L1正则化与稀疏性
第8章 采样
01 采样的作用
02 均匀分布随机数
03 常见的采样方法
04 高斯分布的采样
05 马尔可夫蒙特卡洛采样法
06 贝叶斯网络的采样
07 不均衡样本集的重采样
第9章 前向神经网络
01 多层感知机与布尔函数
深度神经网络中的激活函数
03 多层感知机的反向传播算法
04 神经网络训练技巧
05 深度卷积神经网络
06 深度残差网络
第10章 循环神经网络
01 循环神经网络和卷积神经网络
02 循环神经网络的梯度消失问题
03 循环神经网络中的激活函数
04 长短期记忆网络
05 Seq2Seq模型
06 注意力机制
第11章 强化学习
3
01 强化学习基础
02 视频游戏里的强化学习
03 策略梯度
04 探索与利用
第12章 集成学习
01 集成学习的种类
02 集成学习的步骤和例子
03 基分类器
04 偏差与方差
05 梯度提升决策树的基本原理
06
网络/04/03/学习/02/模型/01/05/06/采样/
网络/04/03/学习/02/模型/01/05/06/采样/
-->