机器学习:
几种范数的区别、一范数的稀疏
批量、随机梯度下降
PCA主成分分析
支持向量机推倒
精确度、召回率和F1、ROC曲线、AUC
神经网络推倒
朴素贝叶斯推倒
逻辑回归 (重点)推倒
频率学派和贝叶斯学派
生成方法和判别方法
ID3/C4.5/CART 决策树
熵、互信息、KL散度
过拟合、正则化
偏差和方差
感知机推倒
k-means聚类推倒
KKT条件及拉格朗日对偶推倒
几种常见的损失函数
adaboost推倒
算法:
二分法
二叉树的各种遍历,尤其是非递归的
动态规划
回朔法
几种排序算法(快排、归并、堆排序最重要)
深度优先、广度优先
数组shuffle(重点)
蓄水池采样
计算时间/空间复杂度
图像处理:
Hough变换
SIFT/LBP/HOG等特征
双线性差值
DuangDuangDuang~~~
PRML划重点~~~
第一章重点中的重点
第2到7章重点
8.1、8.2、8.3
第九章
11.3
12.1
13.1、13.2
14.3、14.4
附录E
DuangDuangDuang~~~
c++ primer划重点~~~
前六章本科基础
七八章最实用的东西
9、10、11三章重点中的重点
看完这三章可刷leetcode
12到15章了解
16到19章熟练了解
DuangDuangDuang~~~
算法导论划重点~~~
第二章
第三章了解
第四章
第五章的5.3
第六章
第七章
第八章
第十章
第十二章
第十三章了解
第十五章
第十六章
第二十二章
第二十四章了解
几种范数的区别、一范数的稀疏
批量、随机梯度下降
PCA主成分分析
支持向量机推倒
精确度、召回率和F1、ROC曲线、AUC
神经网络推倒
朴素贝叶斯推倒
逻辑回归 (重点)推倒
频率学派和贝叶斯学派
生成方法和判别方法
ID3/C4.5/CART 决策树
熵、互信息、KL散度
过拟合、正则化
偏差和方差
感知机推倒
k-means聚类推倒
KKT条件及拉格朗日对偶推倒
几种常见的损失函数
adaboost推倒
算法:
二分法
二叉树的各种遍历,尤其是非递归的
动态规划
回朔法
几种排序算法(快排、归并、堆排序最重要)
深度优先、广度优先
数组shuffle(重点)
蓄水池采样
计算时间/空间复杂度
图像处理:
Hough变换
SIFT/LBP/HOG等特征
双线性差值
DuangDuangDuang~~~
PRML划重点~~~
第一章重点中的重点
第2到7章重点
8.1、8.2、8.3
第九章
11.3
12.1
13.1、13.2
14.3、14.4
附录E
DuangDuangDuang~~~
c++ primer划重点~~~
前六章本科基础
七八章最实用的东西
9、10、11三章重点中的重点
看完这三章可刷leetcode
12到15章了解
16到19章熟练了解
DuangDuangDuang~~~
算法导论划重点~~~
第二章
第三章了解
第四章
第五章的5.3
第六章
第七章
第八章
第十章
第十二章
第十三章了解
第十五章
第十六章
第二十二章
第二十四章了解