知识点收集

随手记下知识点 方便后面复习。

 

1、机器学习

Model(a set of function)、Goodness of Funtion、Best Function

LR相关的推导,与linear regression的对比

SVM

聚类算法

Gradient Descent

正则

偏差方差

Cost Function

bagging boosting

贝叶斯

2、深度学习

CBOW和skip-gram代码实现

梯度消失和梯度爆炸

激活函数

防过拟合的方法

BN

Attention

CNN的反向传播、为何自带防过拟合

一些经典论文阅读分析

3、推荐系统

推荐系统架构

推荐系统分类、评价标准

FM模型

DNN-based

embedding方法

矩阵分解

一些经典论文阅读分析

4、算法题

剑指offer

hashmap

排序算法

二叉树遍历

TopN

计算器

分糖果

接雨水

背包问题

蓄水池抽样

并查集

动态规划

dfs bfs

有环问题

反转