深度视角：100个机器学习面试+LeetCode实战-算法面试课-第四期-附源码资料

算法数学

课程简介

机器学习岗位的面试，这几年有个明显变化：光会调库、背几个模型名字已经不够用了。面试官越来越喜欢把场景压到具体问题上，让你现场推一遍、写一下，或者对一个业务数据给出可落地的判断。这门课针对的就是这个环节——它不谈职业规划，也不承诺薪资涨幅，只解决一件事：把机器学习面试里反复出现的题，以及支撑这些题的算法基本功，真正过一遍。它解决的是哪类面试场景如果你面的…

已有 0 人浏览发布 2026-06-20 更新 2026-06-20

它解决的是哪类面试场景

如果你面的是算法工程师、机器学习工程师、数据挖掘这类岗位，通常会撞上三种题型。第一种是机器学习的原理追问，比如某类模型的损失函数为什么这样设计、正则项在什么情况下失效、样本不均衡时评估指标怎么选。第二种是现场手写，可能是算法题，也可能是让你实现一个简单的模型片段。第三种是项目深挖，面试官顺着你的简历往底层问，问到你答不出来为止。

这门课的内容基本覆盖前两类。它把机器学习常见考点拆成一百个问题来讲，同时用算法题的实战把编码环节补上。你如果在准备跳槽或转行，并且已经有过一两次面试被问懵的经历，那它的针对性会比较直接。

学完之后能独立做什么

说得具体一点：面对一道机器学习面试题，你能讲清楚它的来龙去脉，而不是只给出结论。比如被问到某个模型的优化目标时，你能从假设、推导到适用边界顺下来。面对一道中等难度的算法题，你能独立写出可运行的代码，并说清时间空间复杂度。

再进一步，你能把这两件事连起来。很多面试的最后一环是「用代码实现刚才讲的思路」，这正是课程把机器学习问题和算法实战放在一起的原因。它不给万能话术，练的是临场推导和手写的能力。

资料适合什么基础

这门课不是零基础入门。你需要至少了解常见的机器学习模型大概在做什么，能看懂基本的数学符号，也会一门编程语言。如果你连梯度下降、过拟合这些概念都没接触过，直接上来会很吃力，建议先把基础补一补。

如果你已经学过一轮机器学习，但知识是散的、面试时串不起来，或者算法题刷得零碎、不成体系，那这门课的位置就刚好。它更像一次系统梳理加实战检验，而不是从零教你什么是机器学习。

资料怎么用更划算

先按主题过一遍机器学习面试题，遇到讲不清的点，回到原理补，不要只记答案。
算法实战部分建议动手写，看懂和写出来是两回事，面试考的是后者。
源码资料用来对照和复现，不要只收藏，挑几道典型题自己跑一遍再对照。
临近面试时，把之前卡住的题重做一遍，比重刷已经会的题更有价值。

最后提醒一句：这门课能帮你把面试的题库和基本功补齐，但它替代不了真实项目经验。面试官追问项目时，靠的还是你自己做过的东西。把它当成面试前的系统复习和查漏，预期会更稳。

ӽǣ100ѧϰ+LeetCodeʵս-㷨Կ--Դ

100+LeetCodeʵս㷨

༭

ʵսǳǻѧϰ㷨LeetCodeʵսʺ׼Ի㷨ѧԱ

? ༭Ƽ

γ̴100ѧϰLeetCodeʵս㷨ԭʵսɡ

γ

?100ѧϰ

?LeetCodeʵս㷨

?㷨ԭʵսɽ

γĿ¼

? μ
? ? μ
.pdf [2.2 MB]
.pdf [2.9 MB]
.pdf [2.9 MB]
߼ع.pdf [793.7 KB]
.pdf [2.5 MB]
? ? 03
? ? hmm
? ? Ƶĸ
2.HMM.pdf [533.8 KB]
4.HMMеάر㷨.pdf [426.8 KB]
1.HMM-ͼ.pdf [483.7 KB]
? ? crf
? ? ĸ岿
CRFƵĸ.pdf [792.6 KB]
klinger-crf-intro.pdf [916.4 KB]
? ? kmeans
k-means.pdf [1.3 MB]
? ? 04
? ?
ֱʽ.pdf [2.8 MB]
ƽ.pdf [3.0 MB]
? ? ͼ
BFSDFS.pdf [2.9 MB]
С.pdf [2.0 MB]
·.pdf [2.9 MB]
? ?
ϣ.pptx [16.5 MB]
ջ .pptx [16.4 MB]
лڽ.pptx [16.5 MB]
kmp.pptx [17.0 MB]
513 ½ǵֵ.pptx [16.4 MB]
תС.pptx [16.4 MB]
ʾֵַ.pptx [16.4 MB]
.pptx [16.6 MB]
ɾظĽ.pptx [16.4 MB]
ʽƥ.pptx [16.3 MB]
.pptx [16.7 MB]
滻ո.pptx [16.5 MB]
69. x ƽ.pptx [16.4 MB]
? ? 02ڶ
? ? svm
ĵcs229_smo.pdf [77.8 KB]
SVMƵĸ.pdf [1023.7 KB]
SMO㷨Ƶĸ.pdf [556.6 KB]
? ? 05
? ? ̬滮
3. leetcode41601ʵ.pdf [954.1 KB]
2. 01.pdf [809.4 KB]
5. (leetcode 1143).pdf [775.0 KB]
4. (leetcode 300).pdf [736.2 KB]
? ? ݹ
1. ʲôǵݹ(쳲С̨ס̨̬).pdf [2.9 MB]
2. ݷ(˵˶Χ).pdf [3.0 MB]
? ? ѧϰ
gbm-Freidman-1999.pdf [567.9 KB]
GBDT.pdf [3.3 MB]
xgboost.pdf [4.2 MB]
BoostedTree.pdf [1.4 MB]
xgboost paper.pdf [778.8 KB]
? ? 06
.pdf [2.1 MB]
ѧϰеŻ.pdf [451.6 KB]
Ż㷨֮AdaGradRMSPropAdaDeltaAdam.pdf [747.6 KB]
ݶ½ݶ½.pdf [1.3 MB]
? ? ߼ع
? ? ߼عweek1
? ? Դ
iris_lr_demo.py [778.0 B]
LogisticRegression.py [3.0 KB]
LogisticRegressionʵս.pdf [817.0 KB]
? ? week1
? ? Դ
04-Gini-Index.ipynb [17.1 KB]
01-What-is-Decision-Tree.ipynb [22.2 KB]
02-Entropy.ipynb [16.1 KB]
05-CART-and-Decision-Tree-Hyperparameters.ipynb [68.7 KB]
03-Entropy-Split-Simulation.ipynb [17.4 KB]
ʵս.pdf [423.1 KB]
? ?
߼ع.pdf [374.6 KB]
logistics.py [915.0 B]
? ? hmm
? ? 벿
? ? data
199801ձ.data [10.6 MB]
? ? model
hmm.model [301.2 KB]
hmm_segment.py [3.7 KB]
? ? Ż㷨
? ?
ʵս.zip [112.2 KB]
code.zip [189.4 KB]
? ? SVM
? ?
03-SVM-Regressor.ipynb [3.3 KB]
01-SVM-in-scikit-learn.ipynb [70.0 KB]
02-RBF-Kernel-in-scikit-learn.ipynb [80.2 KB]
? ?
? ?
01-ؿ巽ⶨԼҪԲ.ipynb [226.8 KB]
1.png [25.1 KB]
02-任ͽܾܾʵ.ipynb [66.6 KB]
04-Metropolis-HastingsʵBetaֲĲ.ipynb [26.7 KB]
03-Ʒƽȷֲ.ipynb [5.5 KB]
? ? RNNʵս
RNNʵս.pdf [1.1 MB]
RNN.ipynb [27.3 KB]
? ? kmeansʵս
kmeans㷨ʵս.pdf [621.4 KB]
1.png [65.3 KB]
data.txt [610.0 B]
kmeans.ipynb [331.2 KB]
μ˵.png [493.5 KB]
μؿ.png [493.5 KB]
45.Week5私谐玫循纭縋2GRULSTM.mp4 [11.6 MB]
06.Week1私喽窖靶的俱法P1呒毓.mp4 [20.3 MB]
10.Week2学习支P3硬SVM呕频.mp4 [37.0 MB]
32.郾nlp艿一学习模.mp4 [103.9 MB]
49.Week6学习原统募学习P4突毓.mp4 [11.7 MB]
33.郾nlp艿诙模偷魏模诤.mp4 [70.7 MB]
18.Week3私学习械姆羌喽窖般法K-means.mp4 [37.5 MB]
20.Week3萁峁广法P2谢诮.mp4 [51.6 MB]
23.Week4学习械母图模汀P1hmm慕.mp4 [27.1 MB]
04.Week1私学习械毯模P3.mp4 [21.3 MB]
40.Week5萁峁广法01.mp4 [47.1 MB]
17.Week2私学习谓维PCALDA.mp4 [42.0 MB]
27.Week4萁峁广法P1DFSBFS.mp4 [34.9 MB]
31.郾nlp诙艿慕学习baseline证.mp4 [47.2 MB]
44.Week5私谐玫循纭縋1RNN.mp4 [22.5 MB]
23.郾nlp一艿一私NLP悉目-前芎准.mp4 [33.7 MB]
29.郾nlp诙艿诙诖word2vec.mp4 [73.1 MB]
15.Week2萁峁广法P2.mp4 [45.3 MB]
07.Week1私喽窖靶的俱法P2.mp4 [24.1 MB]
48.Week6学习原统募学习P3.mp4 [37.5 MB]
28.郾nlp诙艿一tensorflow2.0.mp4 [71.6 MB]
21.Week3萁峁广法P3删馗慕.mp4 [22.2 MB]
26.Week4学习械母图模汀P4crf.mp4 [31.3 MB]
27.郾nlp一艿慕证徒证.mp4 [77.6 MB]
24.郾nlp一艿一私NLP悉目-芎思路.mp4 [38.8 MB]
25.Week4学习械母图模汀P3crf一些.mp4 [24.8 MB]
50.Week6xgboost原约狻縋1xgboost一些预知识.mp4 [20.5 MB]
38.Week5萁峁广法莘(说硕围).mp4 [66.3 MB]
05.Week1私学习械毯模P4双指.mp4 [27.7 MB]
03.Week1私学习械毯模P2.mp4 [27.0 MB]
02.Week1私学习械毯模P1.mp4 [29.7 MB]

ʺȺ

ѧϰѧ
㷨
㷨

ѧϰջ

ջѧϰ㷨ԭ

㷨ʵս

ףѧϰ죡

ѧɣǰƽ