文件名称：数据挖掘要刷leetcode-Knowledge_guide:常用基本知识梳理
文件大小：2KB
文件格式：ZIP
更新时间：2024-07-20 00:42:44
系统开源
数据挖掘要刷leetcode 知识点罗列（复习时间节点） 机器学习及算法相关： 神经网络常用模型： RNN系列, CNN系列，attention系列, CRF等序列标注, Tensor Network与ABCNN一系列match模型； 概率语言模型： 高斯, LDA, Random walk, Word2vec, Glove, Fasttext, Deepwalk, LINE, Node2vec等一类概率模型以及采样方法(Gibbs sampling,负采样)等； 常用机器学习模型： 树形结构（C4.5, ID3）, SVM; EM; RF, Adaboost, GBDT, Xgboost, LightGBM等集成模型；bagging，stacking, boosting 等模型集成思想； 数据结构基本算法： 链表操作，排序，查找，树，图，动态规划，贪心算法，网络流； 最优化理论： 线搜索准则，SGD, 牛顿法，拟牛顿法(BGFS，DFP)，共轭梯度，KKT条件，凸函数性质等； 矩阵操作： 特征分解，奇异分解，矩阵正定性，矩阵求导等； 机器学习基本理论： 常用损失函数(绝对值，平方，对
【文件预览】：
Knowledge_guide-master
----README.md(2KB)