Skip to content

Latest commit

 

History

History
51 lines (37 loc) · 1.48 KB

README.md

File metadata and controls

51 lines (37 loc) · 1.48 KB
Raw

数学基础

基础思维

  1. 数学归纳思想
  2. 排列组合思想
  3. 递归思想
  4. 分而治之思想
  5. 动态规划思想
  6. 迭代优化思想

概率统计

  1. 概率基础概念
  2. “频率视角”与“贝叶斯视角”下的频率
  3. 线性回归与最优化理论
  4. 逻辑回归
  5. 判别模型 与 生成模型
  6. 朴素贝叶斯模型 与 文本分类
  7. 马尔可夫模型
  8. 信息论
  9. 决策树
  10. 特征选择
  11. 特征标准化 与 归一化
  12. 统计学基础概念

线性代数

关于线性代数, 如果说你于线性代数(线性空间, 矩阵分解)的概念印象不深刻了, (金勇-Steve)希望你可以花1至2周的时间看一些额外的资料. 因为下面列出的内容是非系统的教材知识, 侧重于应用. 附注资料: MIT Gilbert Strang 2000年 18.06 Linear Algebra录像课程. B站链接

  1. 向量与矩阵
  2. 矩阵分解(LU, QR, SVD)
  3. 如何描述两个样本的距离--谈Metrics
  4. 图像压缩-主成分分析(PCA)
  5. 文档相似度, 文本聚类, LDA
  6. 基于User或Item的推荐系统-协同过滤(CF)

deadline: 2019.06.20

链接：

综合应用

  1. 搜索引擎：如何打造一个简单的分布式搜索引擎
  2. 人脸识别：如何从亿万候选集中，快速识别出正确的人脸
  3. 推荐系统：如何用协同过滤、矩阵分解打造一个推荐系统