深度之眼-百面机器学习+LeetCode刷题-算法面试班-第四期

课程简介

面试导向的算法与机器学习实战这套资料的核心目标非常明确：帮助开发者在算法面试中拿到高分，并具备解决工程实际问题的能力。它并非泛泛而谈的理论科普，而是将高频算法题与机器学习核心算法紧密结合，模拟真实面试场景。对于正在准备技术面试，或者希望系统梳理算法底层逻辑的开发者来说，这是一份极具针对性的训练材料。它解决的痛点是“知道原理但写不出代码”以及“会刷题但不懂…

已有 26 人浏览发布 2026-03-01 更新 2026-10-12

面试导向的算法与机器学习实战

这套资料的核心目标非常明确：帮助开发者在算法面试中拿到高分，并具备解决工程实际问题的能力。它并非泛泛而谈的理论科普，而是将高频算法题与机器学习核心算法紧密结合，模拟真实面试场景。对于正在准备技术面试，或者希望系统梳理算法底层逻辑的开发者来说，这是一份极具针对性的训练材料。它解决的痛点是“知道原理但写不出代码”以及“会刷题但不懂算法在业务中的落地场景”，通过高强度的练习和解析，打通从理论到代码实现的最后一公里。

适合人群与前置基础

学习者需要具备一定的编程基础，熟悉 Python 或 C++ 中的一种，并掌握基本的线性代数、概率论和微积分知识，因为机器学习部分涉及大量数学推导。你不需要是算法专家，但必须能独立阅读代码、调试错误并理解时间空间复杂度。如果你已经掌握了基本的排序、搜索、动态规划等数据结构与算法基础，并且对线性回归、决策树、SVM 等经典机器学习模型有概念性了解，那么这份资料将极大提升你的深度和广度。它不适合零基础小白，因为推导过程较为严谨，需要一定的数学直觉和代码实现能力作为支撑。

学习路径与工程落地

建议首先从机器学习核心算法部分入手，重点理解每个模型的损失函数、优化算法（如梯度下降）以及关键超参数调优策略。不要只看视频或文档，务必动手复现核心代码，例如手动实现一个逻辑回归或 K-Means 聚类，通过调试过程深入理解参数更新机制。随后进入 LeetCode 刷题环节，建议按标签分类练习，重点攻克动态规划、图论和树形结构等高频考点。将两部分结合时，可以思考如何优化机器学习算法的时间复杂度，例如使用空间换时间策略加速特征工程。学完这套资料后，你能够独立从零实现常见的机器学习算法，并能针对特定数据集进行模型选型与调优，同时具备在面试中快速解答算法题、分析代码效率的能力。资料配合练习时，建议建立个人代码库，将每道题的解题思路和算法实现归档，定期回顾以巩固记忆，形成自己的算法思维体系。

网盘截图：

课程目录：

├──02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序 .mp4 29.69M
├──03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序 .mp4 27.04M
├──04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口 .mp4 21.32M
├──05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针 .mp4 27.71M
├──06.Week1 【了解监督学习中的经典算法】P1逻辑回归 .mp4 20.32M
├──07.Week1 【了解监督学习中的经典算法】P2决策树 .mp4 24.09M
├──08.Week2【学习支持向量机】P1几个重要的概念 .mp4 7.38M
├──09.Week2【学习支持向量机】P2svm最优化问题 .mp4 16.89M
├──10.Week2【学习支持向量机】P3硬间隔SVM最优化问题的推导 .mp4 37.02M
├──11.Week2【学习支持向量机】P4线性可分SVM .mp4 24.51M
├──12.Week2【学习支持向量机】P5核函数 .mp4 23.63M
├──13.Week2【学习支持向量机】P6smo算法 .mp4 41.56M
├──14.Week2【数据结构和算法】P1KMP算法 .mp4 56.44M
├──15.Week2【数据结构和算法】P2二分搜索 .mp4 45.27M
├──16.Week2【数据结构和算法】P3哈希表 .mp4 21.86M
├──17.Week2【了解机器学习中如何降维处理】PCA和LDA .mp4 42.01M
├──18.Week3【了解机器学习中的非监督学习算法】K-means .mp4 37.53M
├──19.Week3【数据结构和算法】P1虚拟头结点 .mp4 59.31M
├──20.Week3【数据结构和算法】P2链表中环的入口结点 .mp4 51.58M
├──21.Week3【数据结构和算法】P3删除链表中重复的结点 .mp4 22.22M
├──22.Week3【数据结构和算法】P4栈，队列 .mp4 32.10M
├──23.Week4 【机器学习中的概率图模型】P1hmm的引出和问题的介绍 .mp4 27.08M
├──23.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛前介绍和准备 .mp4 33.68M
├──24.Week4 【机器学习中的概率图模型】P2HMM预测问题之维特比算法 .mp4 39.88M
├──24.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛题介绍和思路分析 .mp4 38.76M
├──25.Week4 【机器学习中的概率图模型】P3crf的一些基础概念 .mp4 24.84M
├──25.【达观杯nlp比赛】第一周第二节数据分析及处理 .mp4 78.21M
├──26.Week4 【机器学习中的概率图模型】P4crf具体介绍 .mp4 31.34M
├──26.【达观杯nlp比赛】第一周第三节——Baseline实现 .mp4 70.24M
├──27.Week4【数据结构和算法】P1DFS和BFS .mp4 34.88M
├──27.【达观杯nlp比赛】第一周第四节 验证集构建和交叉验证 .mp4 77.61M
├──28.Week4【数据结构和算法】P2最短路径 .mp4 32.96M
├──28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门 .mp4 71.65M
├──29.Week4【数据结构和算法】P3最小生成树 .mp4 25.95M
├──29.【达观杯nlp比赛】第二周第二节词向量及word2vec简介 .mp4 73.13M
├──30.Week4【数据结构和算法】P4二叉树的遍历 .mp4 24.59M
├──30.【达观杯nlp比赛】第二周第三节深度学习baseline构建 .mp4 108.23M
├──31.Week4【数据结构和算法】P4二叉搜索树和平衡二叉树 .mp4 35.88M
├──31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证 .mp4 47.23M
├──32.Week5【前向神经网络】P1网络图和激活函数 .mp4 9.20M
├──32.【达观杯nlp比赛】第三周第一节深度学习模型提升 .mp4 103.95M
├──33.Week5【前向神经网络】P2前向传播 .mp4 14.05M
├──33.【达观杯nlp比赛】第三周第二节模型调参和模型融合 .mp4 70.73M
├──34.Week5【前向神经网络】P3损失函数选用 .mp4 6.53M
├──35.Week5【前向神经网络】P4反向传播1 .mp4 20.55M
├──36.Week5【前向神经网络】P5反向传播2 .mp4 57.35M
├──37.Week5【数据结构和算法】什么是递归(斐波那契额数列、跳台阶、变态跳台阶) .mp4 38.55M
├──38.Week5【数据结构和算法】回溯法(机器人的运动范围) .mp4 66.27M
├──39.Week5【数据结构和算法】什么是动态规划(leetcode 70题) .mp4 18.30M
├──40.Week5【数据结构和算法】01背包问题 .mp4 47.05M
├──41.Week5【数据结构和算法】leetcode416（01背包实例） .mp4 36.41M
├──42.Week5【数据结构和算法】最长公共子序列(leetcode 1143题) .mp4 27.30M
├──43.Week5【数据结构和算法】最长上升子序列(leetcode 300题) .mp4 24.12M
├──44.Week5【了解序列数据中常用的循环神经网络】P1RNN .mp4 22.47M
├──45.Week5【了解序列数据中常用的循环神经网络】P2GRU和LSTM .mp4 11.63M
├──46.Week6【集成学习的原理和常见的集成学习】P1提升树算法 .mp4 25.66M
├──47.Week6【集成学习的原理和常见的集成学习】P2梯度提升树算法 .mp4 26.23M
├──48.Week6【集成学习的原理和常见的集成学习】P3二分类问题 .mp4 37.45M
├──49.Week6【集成学习的原理和常见的集成学习】P4多分类问题和回归问题 .mp4 11.66M
├──50.Week6【xgboost的原理以及常见面试题】P1xgboost的一些预备知识 .mp4 20.54M
├──51.Week6【xgboost的原理以及常见面试题】P2结构分 .mp4 26.77M
├──52.Week6【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点 .mp4 33.79M
├──53.Week6【xgboost的原理以及常见面试题】P5缺失值处理算法 .mp4 20.03M
├──54.Week6【xgboost的原理以及常见面试题】P6其他优化 .mp4 11.12M
├──README .md 0.10kb
└──资料 .zip 2.29kb

课程目录

02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序 .mp4 29.69M
03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序 .mp4 27.04M
04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口 .mp4 21.32M
05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针 .mp4 27.71M
06.Week1 【了解监督学习中的经典算法】P1逻辑回归 .mp4 20.32M
07.Week1 【了解监督学习中的经典算法】P2决策树 .mp4 24.09M
08.Week2【学习支持向量机】P1几个重要的概念 .mp4 7.38M
09.Week2【学习支持向量机】P2svm最优化问题 .mp4 16.89M
10.Week2【学习支持向量机】P3硬间隔SVM最优化问题的推导 .mp4 37.02M
11.Week2【学习支持向量机】P4线性可分SVM .mp4 24.51M
12.Week2【学习支持向量机】P5核函数 .mp4 23.63M
13.Week2【学习支持向量机】P6smo算法 .mp4 41.56M
14.Week2【数据结构和算法】P1KMP算法 .mp4 56.44M
15.Week2【数据结构和算法】P2二分搜索 .mp4 45.27M
16.Week2【数据结构和算法】P3哈希表 .mp4 21.86M
17.Week2【了解机器学习中如何降维处理】PCA和LDA .mp4 42.01M
18.Week3【了解机器学习中的非监督学习算法】K-means .mp4 37.53M
19.Week3【数据结构和算法】P1虚拟头结点 .mp4 59.31M
20.Week3【数据结构和算法】P2链表中环的入口结点 .mp4 51.58M
21.Week3【数据结构和算法】P3删除链表中重复的结点 .mp4 22.22M
22.Week3【数据结构和算法】P4栈，队列 .mp4 32.10M
23.Week4 【机器学习中的概率图模型】P1hmm的引出和问题的介绍 .mp4 27.08M
23.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛前介绍和准备 .mp4 33.68M
24.Week4 【机器学习中的概率图模型】P2HMM预测问题之维特比算法 .mp4 39.88M
24.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛题介绍和思路分析 .mp4 38.76M
25.Week4 【机器学习中的概率图模型】P3crf的一些基础概念 .mp4 24.84M
25.【达观杯nlp比赛】第一周第二节数据分析及处理 .mp4 78.21M
26.Week4 【机器学习中的概率图模型】P4crf具体介绍 .mp4 31.34M
26.【达观杯nlp比赛】第一周第三节——Baseline实现 .mp4 70.24M
27.Week4【数据结构和算法】P1DFS和BFS .mp4 34.88M
27.【达观杯nlp比赛】第一周第四节 验证集构建和交叉验证 .mp4 77.61M
28.Week4【数据结构和算法】P2最短路径 .mp4 32.96M
28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门 .mp4 71.65M
29.Week4【数据结构和算法】P3最小生成树 .mp4 25.95M
29.【达观杯nlp比赛】第二周第二节词向量及word2vec简介 .mp4 73.13M
30.Week4【数据结构和算法】P4二叉树的遍历 .mp4 24.59M
30.【达观杯nlp比赛】第二周第三节深度学习baseline构建 .mp4 108.23M
31.Week4【数据结构和算法】P4二叉搜索树和平衡二叉树 .mp4 35.88M
31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证 .mp4 47.23M
32.Week5【前向神经网络】P1网络图和激活函数 .mp4 9.20M
32.【达观杯nlp比赛】第三周第一节深度学习模型提升 .mp4 103.95M
33.Week5【前向神经网络】P2前向传播 .mp4 14.05M
33.【达观杯nlp比赛】第三周第二节模型调参和模型融合 .mp4 70.73M
34.Week5【前向神经网络】P3损失函数选用 .mp4 6.53M
35.Week5【前向神经网络】P4反向传播1 .mp4 20.55M
36.Week5【前向神经网络】P5反向传播2 .mp4 57.35M
37.Week5【数据结构和算法】什么是递归(斐波那契额数列、跳台阶、变态跳台阶) .mp4 38.55M
38.Week5【数据结构和算法】回溯法(机器人的运动范围) .mp4 66.27M
39.Week5【数据结构和算法】什么是动态规划(leetcode 70题) .mp4 18.30M
40.Week5【数据结构和算法】01背包问题 .mp4 47.05M
41.Week5【数据结构和算法】leetcode416（01背包实例） .mp4 36.41M
42.Week5【数据结构和算法】最长公共子序列(leetcode 1143题) .mp4 27.30M
43.Week5【数据结构和算法】最长上升子序列(leetcode 300题) .mp4 24.12M
44.Week5【了解序列数据中常用的循环神经网络】P1RNN .mp4 22.47M
45.Week5【了解序列数据中常用的循环神经网络】P2GRU和LSTM .mp4 11.63M
46.Week6【集成学习的原理和常见的集成学习】P1提升树算法 .mp4 25.66M
47.Week6【集成学习的原理和常见的集成学习】P2梯度提升树算法 .mp4 26.23M
48.Week6【集成学习的原理和常见的集成学习】P3二分类问题 .mp4 37.45M
49.Week6【集成学习的原理和常见的集成学习】P4多分类问题和回归问题 .mp4 11.66M
50.Week6【xgboost的原理以及常见面试题】P1xgboost的一些预备知识 .mp4 20.54M
51.Week6【xgboost的原理以及常见面试题】P2结构分 .mp4 26.77M
52.Week6【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点 .mp4 33.79M
53.Week6【xgboost的原理以及常见面试题】P5缺失值处理算法 .mp4 20.03M
54.Week6【xgboost的原理以及常见面试题】P6其他优化 .mp4 11.12M
README .md 0.10kb
资料 .zip 2.29kb