Update README.md

README.md

@@ -5,9 +5,9 @@
 |---------|---------|---------|---------|---------|---------|---------|
 |---------|---------|---------|---------|---------|---------|---------|
 | PART 0  前期基础复习（机器学习与凸优化）|
 | PART 0  前期基础复习（机器学习与凸优化）|
 | 2月22日（周六） 10:00AM | （直播-Lecture） <br>算法复杂度，动态规划，DTW | <br>时间/空间复杂度的分析、 <br>Master's Theorem（主定理）, <br> v递归程序的时间复杂度 <br>与空间复杂度、 <br>动态规划算法介绍、 <br>编辑距离的计算、 <br>DTW的技术与应用， <br>Hamming Distance以及 <br>Semantic Hashing |[课件](http://47.94.6.102/NLPCamp6/course-info/blob/master/%E8%AF%BE%E4%BB%B6/slide-clear%20%200222Lecture1.pptx) | [[博客]十分钟搞定时间复杂度](https://www.jianshu.com/p/f4cca5ce055a)<br/>[[博客] Dynamic Programming – Edit Distance Problem](https://algorithms.tutorialhorizon.com/dynamic-programming-edit-distance-problem/)<br/>[[材料]Master's Theorem](http://people.csail.mit.edu/thies/6.046-web/master.pdf)<br/>[Introduction to Algorithm (MIT Press)](http://ressources.unisciel.fr/algoprog/s00aaroot/aa00module1/res/%5BCormen-AL2011%5DIntroduction_To_Algorithms-A3.pdf)<br/>|||
 | 2月22日（周六） 10:00AM | （直播-Lecture） <br>算法复杂度，动态规划，DTW | <br>时间/空间复杂度的分析、 <br>Master's Theorem（主定理）, <br> v递归程序的时间复杂度 <br>与空间复杂度、 <br>动态规划算法介绍、 <br>编辑距离的计算、 <br>DTW的技术与应用， <br>Hamming Distance以及 <br>Semantic Hashing |[课件](http://47.94.6.102/NLPCamp6/course-info/blob/master/%E8%AF%BE%E4%BB%B6/slide-clear%20%200222Lecture1.pptx) | [[博客]十分钟搞定时间复杂度](https://www.jianshu.com/p/f4cca5ce055a)<br/>[[博客] Dynamic Programming – Edit Distance Problem](https://algorithms.tutorialhorizon.com/dynamic-programming-edit-distance-problem/)<br/>[[材料]Master's Theorem](http://people.csail.mit.edu/thies/6.046-web/master.pdf)<br/>[Introduction to Algorithm (MIT Press)](http://ressources.unisciel.fr/algoprog/s00aaroot/aa00module1/res/%5BCormen-AL2011%5DIntroduction_To_Algorithms-A3.pdf)<br/>|||
-| TBD |  (直播-Discussion)  <br>经典数据结构与算法 |Divide and Conquer技术以及应用|||||
-| TBD |  (直播-Discussion)  <br>经典数据结构与算法 |哈希表，搜索树，堆（优先堆）|||||
-| TBD |（直播-Lecture） <br>逻辑回归与正则|逻辑回归模型 <br>，GD, SGD，Distributed SGD,  <br>过拟合与正则,  <br>L1,L2, <br> LASSO,  <br>Ridge Regression,  <br>Hyperparameter Tuning <br>(Grid Search/Heuristic Search), <br> ElasticNet||[Matrix Cookbook](https://www.math.uwaterloo.ca/~hwolkowi/matrixcookbook.pdf)<br/>[ElasticNet](https://web.stanford.edu/~hastie/Papers/elasticnet.pdf)<br/>|||
+| 2月29日（周六） 10:00AM |（直播-Lecture） <br>逻辑回归与正则|逻辑回归模型 <br>，GD, SGD，Distributed SGD,  <br>过拟合与正则,  <br>L1,L2, <br> LASSO,  <br>Ridge Regression,  <br>Hyperparameter Tuning <br>(Grid Search/Heuristic Search), <br> ElasticNet||[Matrix Cookbook](https://www.math.uwaterloo.ca/~hwolkowi/matrixcookbook.pdf)<br/>[ElasticNet](https://web.stanford.edu/~hastie/Papers/elasticnet.pdf)<br/>|||
+| 3月1日 （周日） 11:00AM |  (直播-Discussion)  <br>经典数据结构与算法 |Divide and Conquer技术以及应用|||||
+| 3月1日 （周日） 3:30PM |  (直播-Discussion)  <br>经典数据结构与算法 |哈希表，搜索树，堆（优先堆）|||||
 | TBD | (直播-Discussion)  <br>机器学习回顾（1） | 决策树，随机森林 |||||
 | TBD | (直播-Discussion)  <br>机器学习回顾（1） | 决策树，随机森林 |||||
 | TBD | (直播-Paper)  <br>第一篇论文讲解 ||||||
 | TBD | (直播-Paper)  <br>第一篇论文讲解 ||||||
 | TBD | (直播-Lecture)  <br>XGBoost | XGBoost核心算法讲解||||
 | TBD | (直播-Lecture)  <br>XGBoost | XGBoost核心算法讲解||||