├── AI 机器学习算法与 NLP 实战课程技术栈总目录
├── 1、机器学习经典算法与降维 (Week 1 – Week 2)
│ ├── 01：特征工程与基础算法（双指针/滑动窗口/快排/堆排序）
│ ├── 02：监督学习经典算法（逻辑回归/决策树/SVM 硬间隔与核函数/SMO）
│ ├── 03：无监督学习与降维算法（K-means / PCA / LDA）
│ └── …
├── 2、概率图模型与集成学习 (Week 4 & Week 6)
│ ├── 01：概率图模型（HMM 维特比算法 / CRF 条件随机场）
│ ├── 02：提升树与 GBDT 梯度提升树算法
│ ├── 03：XGBoost 原理与优化（结构分/贪心寻找分裂点/缺失值处理）
│ └── …
├── 3、深度学习与神经网络 (Week 5)
│ ├── 01：前向神经网络（激活函数/前向传播/反向传播/损失函数）
│ ├── 02：序列神经网络（RNN / GRU / LSTM）
│ └── …
├── 4、高频数据结构与算法专项 (Week 1 – Week 5)
│ ├── 01：线性表与字符串（KMP/二分搜索/哈希表/虚拟头节点/栈与队列）
│ ├── 02：树与图论算法（DFS/BFS/最短路径/最小生成树/二叉搜索树）
│ ├── 03：动态规划与回溯（01背包问题/LCS/LIS/机器人的运动范围）
│ └── …
└── 5、NLP 竞赛全流程实战（达观杯 NLP 比赛）
├── 01：赛题分析、数据预处理与 Baseline 构建
├── 02：TensorFlow 2.0 深度学习应用与 Word2Vec 词向量嵌入
├── 03：深度学习模型调优、交叉验证与模型融合
└── …
