Learns

这是 Hylee 机器学习的第二堂课，主要是介绍如何提高 kaggle 作业分数，即通过各种常用方式提高模型结果准确率。 ...

本篇记录了 Hylee 2023 年 HW01 回归任务的实验过程与调参心得，内容包括神经网络结构设计、特征变量选择、优化器与正则化方法的尝试，以及相关的学习笔记和思考，适合关注深度学习实战与模型调优的同学参考。 ...

本笔记基于 Hylee 2021 机器学习与深度学习课程第一讲，系统梳理了机器学习三步走（模型假设、损失函数、参数优化）、模型改进思路、激活函数（sigmoid、ReLU）、深度学习结构与反向传播算法等核心知识，结合案例帮助读者高效构建深度学习的理论基础与实践认知。 ...

MIT 6.006 是麻省理工学院著名的算法课程。本讲笔记详细梳理了接口（API）与数据结构的本质区别，系统讲解了静态数组、链表、动态数组等常用数据结构的实现方式与时间复杂度对比，帮助读者深入理解数据结构的设计思想与实际应用。 ...

本篇以费曼学习法为主线，通过 AI 问答与实例代码，系统梳理 Python Counter 类的核心原理、常见用法、底层机制与高效编程技巧，帮助读者真正理解并灵活应用这一强大数据结构。 ...

MIT 6.006 是麻省理工学院著名的算法课程。本笔记详细整理了第一讲的核心内容，包括算法与问题的定义、算法正确性与效率分析、常用数据结构及其应用，帮助读者夯实算法基础。 ...