深度之眼-人工智能研究生课程库-价值899元

小画 · 2026-03-05T15:45:47+08:00

[ttreply]https://pan.quark.cn/s/43d2c73af1e2[/ttreply] ?? 深度之眼-人工智能研究生课程库-899元 ?? 17-【论文】baseline基础篇目——CV ?? 07-吴恩达《机器学习》作业班 ?? 课件合集PDF版本 ?? 20-05 NLP基础知识 ?? 14-04 神经网络基础知识 ?? 02-人工智能数学基础 ?? 01-软件安装及环境配置 ?? 18-【NLP经典大赛】数据科学：疫情期间网民情绪识别赛 ?? 05-李航《统计学习方法》训练营（含无监督学习部分） ?? 13-人工智能项目实战班 ?? 10-《深度学习》花书训练营 ?? 08-深度学习TensorFlow2.0框架班 ?? 12-斯坦福CS224n自然语言处理课训练营 ?? 19-面试刷题班 ?? 代码资料汇总 ?? 15-06 OpenCV 图像基础 ?? 03-Python基础+数据科学入门 ?? 09-深度学习PyTorch框架班 ?? 16-【论文】baseline基础篇目——NLP ?? 04-机器学习算法应用实战 ?? 06-《机器学习》西瓜书训练营 ?? 11-李飞飞斯坦福CS231n计算机视觉课 ?? 74-01AlexNet-09-准备工作&代码结构【】.mp4 ?? 36-01GAN-02-论文背景【】.mp4 ?? 82-1.5 特征脸识别-论文泛读相关工作部分【】.mp4 ?? 67-01AlexNet-02- 研究成果意义【】.mp4 ?? 79-1.2 特征脸识别-论文研究背景成果以及意义【】.mp4 ?? 29-03 Faster R-CNN-10-代码讲解_训练VOC数据集【】.mp4 ?? 13-1.12 CRNN-code5【】.mp4 ?? 23-03 Faster R-CNN-04-精读Paper_背景介绍【】.mp4【】.mp4 ?? 41-01GAN-07-代码分析综述【】.mp4 ?? 88-1.11 特征脸识别-代码讲解特征提取以及人脸重构【】.mp4 ?? 03-1.2 CRNN-泛读-研究成果及意义【】.mp4 ?? 21-03 Faster R-CNN-02-论文泛读_摘要和网络结构【】.mp4 ?? 32-03 Faster R-CNN-13-代码讲解_数据和标签的同步处理(Dataset类)【】.mp4 ?? 09-1.8 CRNN-code1【】.mp4 ?? 17-YOLO-04-代码复现.mp4 ?? 72-01AlexNet-07实验结果及分析【】.mp4 ?? 92-1.15 特征脸识别-论文总结【】.mp4 ?? 80-1.3 特征脸识别-论文泛读摘要部分【】.mp4 ?? 19-YOLO-06-训练和检测代码讲解.mp4 ?? 73-01AlexNet-08-论文总结【】.mp4 ?? 51-01FCN-01-语意分割简介【】.mp4 ?? 89-1.12 特征脸识别-代码讲解人脸分类之最短距离方法【】.mp4 ?? 11-1.10 CRNN-code3【】.mp4 ?? 39-01GAN-05-训练流程&理论证明1【】.mp4 ?? 18-YOLO-05-数据预处理和网络结构代码讲解.mp4.mp4 ?? 81-1.4 特征脸识别-论文泛读介绍部分【】.mp4 ?? 30-03 Faster R-CNN-11-代码讲解_backbone网络讲解【】.mp4 ?? 70-01AlexNet-05网络结构特点【】.mp4 ?? 64-01FCN-14-损失函数【】.mp4 ?? 31-03 Faster R-CNN-12-代码讲解_RPN【】.mp4 ?? 62-01FCN-12-模型搭建【】.mp4 ?? 69-01AlexNet-04-结构【】.mp4 ?? 55-01FCN-05-感受域&平移不变性【】.mp4 ?? 24-03 Faster R-CNN-05-精读Paper_RPN与rpn_loss【】.mp4【】.mp4 ?? 57-01FCN-07-算法架构.【】.mp4 ?? 50-01MobileNets-08-模型评估【】.mp4 ?? 33-03 Faster R-CNN-14代码讲解_建议框的生成(Proposal layer)【】.mp4 ?? 68-01AlexNet-03-论文结构【】.mp4 ?? 60-01FCN-10-代码实现【】.mp4 ?? 65-01FCN-15-指标计算【】.mp4 ?? 38-01GAN-04-价值函数【】.mp4 ?? 44-01mobileNet-02-论文结构&摘要精读【】.mp4 ?? 04-1.3 CRNN-泛读-LSTM-CTC-Beam Search-论文泛读【】.mp4 ?? 91-1.14 特征脸识别-代码讲解人脸分类之神经网络方法【】.mp4 ?? 87-1.10 特征脸识别-代码讲解pca计算【】.mp4 ?? 59-01FCN-09-讨论&总结【】.mp4 ?? 77-01AlexNet-12- 代码结构4&训练方法【】.mp4 ?? 22-03 Faster R-CNN-03-精读_结构总览【】.mp4【】.mp4 ?? 53-01FCN-03-论文摘要精读.【】.mp4 ?? 66-01AlexNet-01-研究背景【】.mp4 ?? 05-1.4 CRNN-精读-原有模型【】.mp4 ?? 27-03 Faster R-CNN-08-精读PPT_Anchor和RPN【】.mp4【】.mp4 ?? 35-01GAN-01-论文摘要【】.mp4 ?? 12-1.11 CRNN-code4【】.mp4 ?? 47-01mobileNet-05-后续创新及改进【】.mp4 ?? 63-01FCN-13-训练-验证&预测函数搭建.【】.mp4 ?? 10-1.9 CRNN-code2【】.mp4 ?? 02-1.1 CRNN-泛读-背景论文【】.mp4 ?? 15-YOLO-02-YOLO v2.mp4.mp4 ?? 78-1.1 特征脸识别-人脸识别背景介绍【】.mp4 ?? 75-01AlexNet-10-代码结构【】.mp4 ?? 16-YOLO-03-YOLO v3_2.mp4.mp4 ?? 58-01FCN-08-训练技巧&实验结果及分析.【】.mp4 ?? 76-01AlexNet-11-代码结构【】.mp4 ?? 86-1.9 特征脸识别-论文精读特征脸计算下【】.mp4 ?? 61-01FCN-11-数据预处理.【】.mp4 ?? 46-01MobileNet-04-超参数【】.mp4 ?? 84-1.7 特征脸识别-论文精读特征脸计算上【】.mp4 ?? 20-03{white}Faster{white}R-CNN-01-论文泛读_RCNN演变【】.mp4 ?? 07-1.6 CRNN-精读-论文细节二三四【】.mp4 ?? 28-03 Faster R-CNN-09-精读PPT_网络细节【】.mp4 ?? 42-01GAN-08-代码分析精讲【】.mp4 ?? 34-03 Faster R-CNN-15-代码讲解_Anchor box的生成和正负样本的划分【】.mp4 ?? 83-1.6 特征脸识别-论文精读PCA补充【】.mp4 ?? 26-03 Faster R-CNN-07-精读Paper_实验和结论【】.mp4【】.mp4 ?? 49-01MobileNets-07-模型设计【】.mp4 ?? 08-1.7 CRNN-精读-实验结果及总结【】.mp4 ?? 37-01GAN-03-论文泛读【】.mp4 ?? 43-01mobileNet-01-背景介绍【】.mp4 ?? 45-01mobileNet-03-主体架构&深度可分离卷积【】.mp4 ?? 71-01AlexNet-06-训练技巧【】.mp4 ?? 54-01FCN-04-论文引言-全局信息及部分信息【】.mp4 ?? 40-01GAN-06-理论证明2&实验结果&总结展望【】.mp4 ?? 90-1.13 特征脸识别-代码讲解人脸分类之SVM方法【】.mp4 ?? 25-03 Faster R-CNN-06-精读Paper_RPN训练【】.mp4【】.mp4 ?? 56-01FCN-06-经典算法&本文算法-上采样【】.mp4 ?? 85-1.8 特征脸识别-论文精读特征脸计算中【】.mp4 ?? 52-01FCN-02常用数据集-指标-研究成果.【】.mp4 ?? 14-YOLO-01-发展历史和YOLO v1.mp4 ?? 53-Week9-Day4【作业实操】编程作业编程作业8：异常检测与推荐系统P2.mp4 ?? 52-Week9-Day4【作业实操】编程作业编程作业8：异常检测与推荐系统P1.mp4 ?? 30-Week5-Day2【作业讲解】编程作业4（上）.mp4 ?? 32-Week5-Day2【作业讲解】编程作业4（下）.mp4 ?? 36-Week6-Day2【作业讲解】编程作业5.mp4 ?? 47-Week8-Day4【作业讲解】编程作业7（上）.mp4 ?? 54-Week9-Day4【作业实操】编程作业编程作业8：异常检测与推荐系统P3.mp4 ?? 20-Week3-Day2 【作业讲解】完成编程作业2 (2).mp4 ?? 14-Week2 Day2【作业讲解】对照作业讲解视频查漏补缺.mp4 ?? 41-Week7-Day2【作业讲解】编程作业6（下）.mp4 ?? 07-【学前准备】开营仪式回放-老师部分.mp4 ?? 21-Week3-Day4 【达观杯文本智能处理挑战赛】（入门指导）.mp4 ?? 25-Week4-Day2【作业讲解】编程作业3：神经网络（上）.mp4 ?? 31-Week5-Day2【作业讲解】编程作业5.mp4 ?? 06-【先修】学习绪论视频，了解预备知识.mp4 ?? 56-Week10-Day1【kaggle大赛】进阶指导.mp4 ?? 19-Week3-Day2 【作业讲解】完成编程作业2 (1).mp4 ?? 08-【学前准备】开营仪式回放-班主任部分.mp4 ?? 40-Week7-Day2【作业讲解】编程作业6（上）.mp4 ?? 27-Week4-Day4【达观杯文本智能处理挑战赛】（进阶指导）.mp4 ?? 26-Week4-Day2【作业讲解】编程作业3：神经网络（下）.mp4 ?? 48-Week8-Day4【作业讲解】编程作业7（下）.mp4 ?? 22-5-5 HMM预测.【】.mp4 ?? 05-2-2 NLP问题中的特征.【】.mp4 ?? 04-2-1 预备知识.【】.mp4 ?? 10-3-3 神经语言模型简介与代码实现.【】.mp4 ?? 14-4-3 word2vec项目实战展示.【】.mp4 ?? 20-5-3 HMM样本生成.【】.mp4 ?? 12-4-1 word2vec原理.【】.mp4 ?? 11-3-4 预训练的词表示及其使用实例.【】.mp4 ?? 09-3-2 语言模型任务评估.【】.mp4 ?? 18-5-1 HMM序列标注.【】.mp4 ?? 19-5-2 HMM模型简介.【】.mp4 ?? 02-1-1 前言.【】.mp4 ?? 15-4-4 BERT使用实战讲解.【】.mp4 ?? 07-2-4 文本的向量化表示与案例实现.【】.mp4 ?? 23-5-6 HMM代码实现.【】.mp4 ?? 06-2-3 特征输入.【】.mp4 ?? 16-4-5 MLP模型与实战.【】.mp4 ?? 17-4-6 RNN模型原理-代码复现与实战.【】.mp4 ?? 08-3-1 统计语言模型简介与案例实现.【】.mp4 ?? 21-5-4 HMM训练.【】.mp4 ?? 03-1-2 研究方向概述.【】.mp4 ?? 13-4-2 word2vec代码复现.【】.mp4 ?? 04决策树 ?? 06支持向量机 ?? 02线性回归 ?? 08主成分分析 ?? 03逻辑回归 ?? 07聚类 ?? 05朴素贝叶斯 ?? 01机器学习概述 ?? 09集成学习 ?? 03-【02课】比赛专题讲解.mp4 ?? 05-【04课】比赛思路进阶专题讲解.mp4 ?? 04-【03课】模型调参和文本增强比赛专题讲解.mp4 ?? 02-【01课】赛题详解.mp4 ?? 01-打造舒适的AI开发环境.mp4 ?? 06-【05课】比赛思路全复盘（纯干货）.mp4 ?? 13-【数据分析工具】 MySQL.mp4 ?? 12-Linux 常用命令.mp4 ?? 09-【TensorFlow 2.1.0】环境安装-windows.mp4 ?? 04-【Python 3.6】 Python配置环境变量.mp4 ?? 03-【Python 3.6】 Python安装及验证.mp4 ?? 11-【GPU驱动安装】GPU_driver_Linux.mp4 ?? 14-【数据分析工具】 Navicate.mp4 ?? 08-【TensorFlow 2.1.0】环境安装-ubuntu.mp4 ?? 05-【Python 3.6】 Python卸载及验证.mp4 ?? 07-【Pytorch1.2】 Pytorch开发环境安装.mp4 ?? 10-【GPU驱动安装】GPU_driver_windows.mp4 ?? 02-Anaconda介绍及安装.mp4 ?? 06-【PyTorch 1.2】 PyTorch简介与安装.mp4 ?? 15-【数据分析工具】 Tableau Public.mp4 ?? 05-01-神经网络基础与多层感知机-3【】.mp4 ?? 07-02-卷积神经网络-0【】.mp4 ?? 04-01-神经网络基础与多层感知机-2【】.mp4 ?? 12-03-循环神经网络-2【】.mp4 ?? 09-02-卷积神经网络-2【】.mp4 ?? 11-03-循环神经网络-1【】.mp4 ?? 06-01-神经网络基础与多层感知机-4【】.mp4 ?? 10-03-循环神经网络-0【】.mp4 ?? 03-01-神经网络基础与多层感知机-1【】.mp4 ?? 02-01-神经网络基础与多层感知机-0【】.mp4 ?? 08-02-卷积神经网络-1【】.mp4 ?? 09-【第一章线性代数(上)】-4 矩阵的行列式②.mp4 ?? 32-【第三章微积分】-06 偏导数&多元函数复合求导法则链式求导法则.mp4 ?? 42-【第四章概率论】-06参数的估计.mp4 ?? 11-【第一章线性代数(上)】-6 矩阵的行列式④.mp4 ?? 10-【第一章线性代数(上)】-5 矩阵的行列式③.mp4 ?? 35-【第三章微积分】-09 矩阵的求导.mp4 ?? 06-【第一章线性代数(上)】-1 矩阵及其基本运算①.mp4 ?? 24-【第二章线性代数(下)】-9 矩阵对角化以及二次型②.mp4 ?? 38-【第四章概率论】-02全概率公式与贝叶斯公式及应用&独立性.mp4 ?? 30-【第三章微积分】-04 不定积分.mp4 ?? 28-【第三章微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mp4 ?? 45-【第五章最优化】-3 约束最优化.mp4 ?? 07-【第一章线性代数(上)】-2 矩阵及其基本运算②.mp4 ?? 27-【第三章微积分】-01常用函数的导数以及到导数的常用公式.mp4 ?? 18-【第二章线性代数(下)】-3 矩阵的初等变换③.mp4 ?? 23-【第二章线性代数(下)】-8 矩阵对角化以及二次型①.mp4 ?? 39-【第四章概率论】-03随机变量与多维随机变量.mp4 ?? 20-【第二章线性代数(下)】-5 矩阵的特征值与特征向量①.mp4 ?? 31-【第三章微积分】-05 定积分.mp4 ?? 25-【第二章线性代数(下)】-10 矩阵对角化以及二次型③.mp4 ?? 15-【第二章线性代数(下)】章节导读.mp4 ?? 13-【第一章线性代数(上)】-8 矩阵的逆②.mp4 ?? 37-【第四章概率论】-01随机实验样本空间随机事件&概率的定义.mp4 ?? 43-【第五章最优化】-1 无约束最优化梯度下降.mp4 ?? 12-【第一章线性代数(上)】-7 矩阵的逆①.mp4 ?? 05-【第一章线性代数(上)】章节导读.mp4 ?? 19-【第二章线性代数(下)】-4 矩阵的初等变换④.mp4 ?? 14-【第一章线性代数(上)】-9 矩阵的逆③.mp4 ?? 08-【第一章线性代数(上)】-3 矩阵的行列式①.mp4 ?? 41-【第四章概率论】-05期望与方差part2.mp4 ?? 22-【第二章线性代数(下)】-7 矩阵的特征值与特征向量③.mp4 ?? 33-【第三章微积分】-07 方向导数与梯度及其应用.mp4 ?? 44-【第五章最优化】-2 无约束最优化梯度下降.mp4 ?? 17-【第二章线性代数(下)】-2 矩阵的初等变换②.mp4 ?? 29-【第三章微积分】-03 函数的凹凸性&函数的极值.mp4 ?? 34-【第三章微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4 ?? 16-【第二章线性代数(下)】-1 矩阵的初等变换①.mp4 ?? 36-【第三章微积分】-10 矩阵的求导在深度学习中的应用.mp4 ?? 21-【第二章线性代数(下)】-6 矩阵的特征值与特征向量②.mp4 ?? 26-【第二章线性代数(下)】-11svd分解的应用.mp4 ?? 40-【第四章概率论】-04期望与方差part1.mp4 ?? 18-Week3【任务4】tensorboard小试牛刀.mp4 ?? 19-Week4【任务1】tf.data简介.mp4 ?? 12-Week2【任务4】计算图机制详解.mp4 ?? 06-Week1【任务2】tensorflow2.0环境安装-ubuntu.mp4 ?? 09-Week2【任务1】张量与操作 & 三种自定义模型.mp4 ?? 34-Week 9【任务2】BERT实战.mp4 ?? 07-Week1【任务2】tensorflow2.0环境安装-windows.mp4 ?? 25-Week5【任务3】实战项目下.mp4 ?? 29-Week7【任务1】ransformer简介.mp4 ?? 31-Week8【任务1】GPU分布式训练.mp4 ?? 23-Week5【任务1】cnn介绍.mp4 ?? 30-Week7【任务2】实战5.mp4 ?? 28-Week6【任务3】实战四.mp4 ?? 13-Week2【任务5】计算图机制详解.mp4 ?? 16-Week3【任务2】常用损失函数和自定义损失函数.mp4 ?? 35-Week9【任务3】模型部署.mp4 ?? 17-Week3【任务3】常用评估函数和自定义评估函数.mp4 ?? 15-Week3【任务1】自定义层详解.mp4 ?? 21-Week4【任务3】tfrecord详解.mp4 ?? 33-Week 9【任务1】TF.hub使用.mp4 ?? 24-Week5【任务2】实战项目上.mp4 ?? 10-Week2【任务2】keras模型训练.mp4 ?? 20-Week4【任务2】tf.data简介.mp4 ?? 32-Week 8【任务2】TPU训练.mp4 ?? 11-Week2【任务3】tensorflow2.0模型训练.mp4 ?? 26-Week6 【任务1】循环神经网络讲解.mp4 ?? 27-Week6【任务2】word2vec简介.mp4 ?? 05-Week1【任务1】tensorflow 2.0简介.mp4 ?? 18-第二周【任务2】：逻辑回归.mp4 ?? 45-【论文精读（选修）】mobilenet-04-超参数.mp4 ?? 39-第六周【任务3】CNN应用——FastRCNN.mp4 ?? 46-【论文精读（选修）】mobilenet-05-后续创新及改进.mp4 ?? 59-第8周作业讲解.mp4 ?? 32-第五周作业讲解.mp4 ?? 55-第七周作业讲解.mp4 ?? 07-第一周【任务2】：极大似然估计.mp4 ?? 38-第六周【任务3】CNN应用——Bounding_box regression.mp4 ?? 22-第三周【任务2】决策树-kmeans算法.mp4 ?? 15-第二周【任务1】：过拟合欠拟合超参数验证集.mp4 ?? 14-第二周【任务1】：机器学习算法基本概念.mp4 ?? 53-第七周【任务2】gru.mp4 ?? 28-第四周作业讲解.mp4 ?? 16-第二周【任务2】：估计-偏差和方差.mp4 ?? 35-第六周【任务2】lenet&alexnet.mp4 ?? 33-第六周【任务1】cnn前向后向.mp4 ?? 27-第四周【任务2】前向后向算法.mp4 ?? 36-第六周【任务2】vggnet googlenet.mp4 ?? 42-【论文精读（选修）】mobilenet-01-背景介绍.mp4 ?? 49-【论文精读（选修）】mobilenet-08-模型评估.mp4 ?? 10-【第一周作业讲解】为什么要用最小二乘.mp4 ?? 17-第二周【任务2】：贝叶斯估计.mp4 ?? 47-【论文精读（选修）】mobilenet-06-代码结构.mp4 ?? 58-第八周【任务2】自适应技术.mp4 ?? 41-第六周作业讲解.mp4 ?? 30-第五周【任务1】：数据增强bagging&dropout.mp4 ?? 13-【第一周作业讲解】熟悉svd分解算法的流程.mp4 ?? 40-第六周【任务3】CNN应用——CNN人脸特征点定位.mp4 ?? 52-第七周【任务2】lstm.mp4 ?? 34-第六周【任务1】局部感知权值共享.mp4 ?? 31-第五周【任务2】深度模型中的优化.mp4 ?? 29-第五周【任务1】范数惩罚正则化.mp4 ?? 51-第七周【任务1】RNN反向传播与并行计算.mp4 ?? 44-【论文精读（选修）】mobilenet-03-主体架构&深度可分离卷积.mp4 ?? 26-第四周【任务2】前馈神经网络技巧.mp4 ?? 37-第六周【任务3】CNN应用——RCNN目标检测.mp4 ?? 56-第八周【任务1】推理加速.mp4 ?? 20-第三周【任务1】学习支持向量机LDA.mp4 ?? 12-【第一周作业讲解】极大似然估计以及优化理论.mp4 ?? 48-【论文精读（选修）】mobilenet-07-模型设计.mp4 ?? 19-第二周作业讲解.mp4 ?? 09-第一周【任务2】：有约束最优化.mp4 ?? 21-第三周【任务1】其他监督学习算法SVM.mp4 ?? 24-第四周【任务1】：前馈神经网络结构表达能力.mp4 ?? 06-第一周【任务1】逆矩阵-最小二乘及PCA原理推导.mp4 ?? 05-第一周【任务1】矩阵对角化以及SVD分解.mp4 ?? 08-第一周【任务2】：无约束最优化.mp4 ?? 54-第七周【任务3】plstm&lstm在ocr的应用.mp4 ?? 43-【论文精读（选修）】mobilenet-02-论文结构&摘要精读.mp4 ?? 25-第四周【任务1】：激活函数损失函数.mp4 ?? 57-第八周【任务1】训练加速.mp4 ?? 11-【第一周作业讲解】矩阵的分解及其应用.mp4 ?? 50-第七周【任务1】RNN概念&前向传播.mp4 ?? 23-第三周作业讲解.mp4 ?? 49-【CV项目一图像分割深度学习实战】第三周-3.3-梯度累积法.mp4 ?? 34-【CV项目一图像分割深度学习实战】第一周-1.4-1-深度学习代码框架.mp4 ?? 69-【推荐系统项目】2.3Wide&Deep.mp4 ?? 77-【医疗知识图谱构建及图表征学习实践项目】课时6：图表征学习.mp4 ?? 73-【医疗知识图谱构建及图表征学习实践项目】课时2：数据处理.mp4 ?? 78-【医疗知识图谱构建及图表征学习实践项目】课时7：图表征算法代码学习.mp4 ?? 61-【CV项目一图像分割深度学习实战】第四周-算法工作分享——3职业前景.mp4 ?? 21-【NLP项目一人工智能辅助信息抽取】第四周-2.6 bilstm-crf实战.mp4 ?? 28-【NLP项目一人工智能辅助信息抽取】3.4 BERT NER实战.mp4 ?? 54-【CV项目一图像分割深度学习实战】第四周-4.1-数据标注-b.mp4 ?? 74-【医疗知识图谱构建及图表征学习实践项目】课时3：BiLSTM CRF.mp4 ?? 75-【医疗知识图谱构建及图表征学习实践项目】课时4：NLP前沿技术讲解.mp4 ?? 79-【医疗知识图谱构建及图表征学习实践项目】课时8：项目总结.mp4 ?? 24-【NLP项目一人工智能辅助信息抽取】第四周-2.9 PCNN实战.mp4 ?? 05-【试听CV项目】1.1-背景介绍.mp4 ?? 33-【CV项目一图像分割深度学习实战】第一周1.3-训练数据准备.mp4 ?? 32-【CV项目一图像分割深度学习实战】第一周1.2.2-图像初步-图像运算.mp4 ?? 18-【NLP项目一人工智能辅助信息抽取】第四周-2.3文本特征抽取.mp4 ?? 31-【CV项目一图像分割深度学习实战】第一周1.2.1-图像初步-可视化.mp4 ?? 60-【CV项目一图像分割深度学习实战】第四周-算法工作分享——2工作日常.mp4 ?? 53-【CV项目一图像分割深度学习实战】第四周-4.1-数据标注-a.mp4 ?? 72-【医疗知识图谱构建及图表征学习实践项目】课时1：数据获取—爬虫.mp4 ?? 63-【推荐系统项目一电影推荐项目】1.2：简单的电影推荐.mp4 ?? 66-【推荐系统项目一电影推荐项目】1.5：协同过滤算法.mp4 ?? 81-【医疗知识图谱构建及图表征学习实践项目】补充内容：额外的python编码.mp4 ?? 37-【CV项目一图像分割深度学习实战】第二周2.1-模版代码概述-B.mp4 ?? 20-【NLP项目一人工智能辅助信息抽取】第四周-2.5 bilstm-crf模型介绍.mp4 ?? 14-【NLP项目一人工智能辅助信息抽取】第三周第三节Ⅲ隐马尔可夫模型与维特比算法.mp4 ?? 42-【CV项目一图像分割深度学习实战】第二周2.6-U-Net理论课.mp4 ?? 08-【NLP项目一人工智能辅助信息抽取】第三周第一节Ⅰ课程导读.mp4 ?? 27-【NLP项目一人工智能辅助信息抽取】3.3 信息抽取深度学习综述.mp4 ?? 30-【CV项目一图像分割深度学习实战】第一周-1.1-背景介绍.mp4 ?? 71-【医疗知识图谱构建及图表征学习实践项目】课时0：项目先导课.mp4 ?? 43-【CV项目一图像分割深度学习实战】第二周2.7-DeepLabv3 理论课.mp4 ?? 41-【CV项目一图像分割深度学习实战】第二周-2.5-调参-总结.mp4 ?? 50-【CV项目一图像分割深度学习实战】第三周-3.4-选择模型权重.mp4 ?? 16-【NLP项目一人工智能辅助信息抽取】第四周-2.1深度学习NLP问题.mp4 ?? 26-【NLP项目一人工智能辅助信息抽取】3.2 NLP预训练模型.mp4 ?? 12-【NLP项目一人工智能辅助信息抽取】第三周第三节Ⅰ中文自然语言处理基础.mp4 ?? 65-【推荐系统项目一电影推荐项目】1.4：基于内容推荐.mp4 ?? 76-【医疗知识图谱构建及图表征学习实践项目】课时5：Neo4j.mp4 ?? 23-【NLP项目一人工智能辅助信息抽取】第四周-2.8 PCNN介绍.mp4 ?? 13-【NLP项目一人工智能辅助信息抽取】第三周第三节Ⅱ命名实体识别详解.mp4 ?? 39-【CV项目一图像分割深度学习实战】第二周2.3-选择损失函数.mp4 ?? 70-【推荐系统项目】2.4DeepFM.mp4 ?? 67-【推荐系统项目】2.1criteo ctr.mp4 ?? 51-【CV项目一图像分割深度学习实战】第三周-U-Net理论课进阶-迁移学习.mp4 ?? 36-【CV项目一图像分割深度学习实战】第二周2.1-模版代码概述-A.mp4 ?? 80-【医疗知识图谱构建及图表征学习实践项目】补充内容：额外的LSTM.mp4 ?? 15-【NLP项目一人工智能辅助信息抽取】第三周第四节：条件随机场.mp4 ?? 07-【试听】算法工作分享——1面试准备.mp4 ?? 38-【CV项目一图像分割深度学习实战】第二周2.2-调参基础篇.mp4 ?? 09-【NLP项目一人工智能辅助信息抽取】第三周第一节Ⅱ知识图谱的概念与应用.mp4 ?? 64-【推荐系统项目一电影推荐项目】1.3： IMDB评分.mp4 ?? 29-【NLP项目一人工智能辅助信息抽取】3.5 总结与展望.mp4 ?? 68-【推荐系统项目】2.2FM&FFM.mp4 ?? 11-【NLP项目一人工智能辅助信息抽取】第三周第二节-正则表达式与AC自动机算法讲解与应用.mp4 ?? 25-【NLP项目一人工智能辅助信息抽取】3.1 图像预训练模型.mp4 ?? 19-【NLP项目一人工智能辅助信息抽取】第四周-2.4常见NLP任务模型结构.mp4 ?? 10-【NLP项目一人工智能辅助信息抽取】第三周第一节Ⅲ信息抽取构建知识图谱实例.mp4 ?? 62-【推荐系统项目一电影推荐项目】1.1：推荐系统简介.mp4 ?? 17-【NLP项目一人工智能辅助信息抽取】第四周-2.2文本表示.mp4 ?? 58-【CV项目一图像分割深度学习实战】第四周-4.3-bad.mp4 ?? 06-【试听CV项目】1.2.1-图像初步-可视化.mp4 ?? 59-【CV项目一图像分割深度学习实战】第四周-算法工作分享——1面试准备.mp4 ?? 22-【NLP项目一人工智能辅助信息抽取】第四周-2.7 关系抽取介绍.mp4 ?? 35-【CV项目一图像分割深度学习实战】第一周-1.4-2-pytorch基础知识.mp4 ?? 07-第一章 1.2 极大似然估计.mp4 ?? 73-第十五章15.3矩阵奇异值分解性质与计算.mp4 ?? 103-第二十章20.2LDA的变分EM算法.mp4 ?? 22-第四章 4.2 贝叶斯估计.mp4 ?? 45-code——提升方法.mp4 ?? 38-第七章作业讲解-支持向量机 sklearn习题7.2.mp4 ?? 66-第十四章14.3K均值聚类.mp4 ?? 82-第十六章16.5牛顿迭代与梯度下降法.mp4 ?? 43-第八章 8.3 adaboost的训练误差.mp4 ?? 57-第十一章 11.3 条件随机场的矩阵形式.mp4 ?? 63-第十四章14.2.3距离公式证明.mp4 ?? 37-第七章作业讲解-支持向量机习题7.1.mp4 ?? 70-第十四章14.3作业讲解-重心距离推导公式证明.mp4 ?? 78-第十六章16.1主成分分析介绍.mp4 ?? 12-第二章 2.3 收敛性.mp4 ?? 24-code——朴素贝叶斯.mp4 ?? 25-第四章作业讲解-贝叶斯估计.mp4 ?? 93-第十八章18.2PLSA共现模型.mp4 ?? 13-code——感知机.mp4 ?? 29-code——决策树.mp4 ?? 16-第三章 3.1 导论.mp4 ?? 34-code——逻辑斯蒂回归与最大熵.mp4 ?? 64-第十四章14.2.4确定最佳聚类数.mp4 ?? 71-第十五章15.1矩阵奇异值分解步骤.mp4 ?? 74-第十五章15.4.1矩阵奇异值分解的酉空间表示法.mp4 ?? 75-第十五章15.5矩阵奇异值分解的应用.mp4 ?? 42-第八章 8.2 前向分步算法.mp4 ?? 11-第二章 2.2 对偶形式.mp4 ?? 15-第二章作业讲解-感知机sklearn实现.mp4 ?? 36-第七章 7.2 存在唯一性.mp4 ?? 54-code——隐马尔可夫.mp4 ?? 97-第十九章19.1蒙特卡罗法引入.mp4 ?? 104-第二十章作业讲解.mp4 ?? 49-code——EM算法及推广.mp4 ?? 84-第十六章16.1作业讲解- 样本主成分分析.mp4 ?? 86-第十六章16.3作业讲解- 求第一主成分.mp4 ?? 55-第十一章 11.1 导论.mp4 ?? 35-第七章 7.1 导论.mp4 ?? 56-第十一章 11.2 拟牛顿法.mp4 ?? 48-第九章作业讲解-EM算法.mp4 ?? 100-第十九章19.4Metropolis-Hastings算法与吉布斯抽样算法.mp4 ?? 40-code——支持向量机.mp4 ?? 107-第二十二章 22无监督学习方法总结.mp4 ?? 90-第十七章17.4LSA案例分析与编程实现.mp4 ?? 19-第三章作业讲解-KNN 自编程.mp4 ?? 81-第十六章16.4主成分的特征.mp4 ?? 101-第十九章作业讲解.mp4 ?? 92-第十八章18.1PLSA生成模型.mp4 ?? 08-第一章 1.3 梯度下降法.mp4 ?? 06-第一章 1.1 导论.mp4 ?? 80-第十六章16.3主成分的性质与选择.mp4 ?? 17-第三章 3.2 kd树.mp4 ?? 96-第十八章作业讲解.mp4 ?? 44-第八章作业讲解-提升方法.mp4 ?? 62-第十四章14.2.2聚合聚类距离公式介绍.mp4 ?? 09-第一章作业讲解-极大似然估计.mp4 ?? 65-第十四章14.2.5有序样本分类法.mp4 ?? 27-第五章 5.1 导论.mp4 ?? 98-第十九章19.2马尔科夫链的定义与性质.mp4 ?? 47-第九章 9.2 高斯混合模型.mp4 ?? 99-第十九章19.3连续状态马尔科夫链.mp4 ?? 105-第二十一章21.1PageRank算法的定义与幂法计算.mp4 ?? 87-第十七章17.1LSA导入.mp4 ?? 69-第十四章14.3作业讲解- 离差平方和距离推导公式证明.mp4 ?? 67-第十四章14.1作业讲解- K-Means算法和高斯混合模型的比较.mp4 ?? 72-第十五章15.2矩阵奇异值分解基本定理.mp4 ?? 76-第十五章作业讲解- 奇异值分解01.mp4 ?? 102-第二十章20.1LDA分布-模型与Gibbs抽样算法.mp4 ?? 33-第六章作业讲解-逻辑斯谛回归.mp4 ?? 31-第六章 6.1 逻辑斯蒂回归与最大熵.mp4 ?? 59-第十三章无监督学习导论.mp4 ?? 94-第十八章18.3PLSA模型算法实现.mp4 ?? 68-第十四章14.2作业讲解- 14.2 有关类的定义推导.mp4 ?? 91-第十七章作业讲解.mp4 ?? 23-第四章 4.3 期望风险最小化.mp4 ?? 53-第十章作业讲解-隐马尔可夫模型.mp4 ?? 21-第四章 4.1 导论.mp4 ?? 46-第九章 9.1 导论.mp4 ?? 14-第二章作业讲解-感知机自编程实现.mp4 ?? 95-第十八章18.4PLSA模型EM算法详解.mp4 ?? 77-第十五章作业讲解- 奇异值分解02.mp4 ?? 26-第四章作业讲解-朴素贝叶斯.mp4 ?? 41-第八章 8.1 导论.mp4 ?? 39-第七章作业讲解-支持向量机习题7.3.mp4 ?? 10-第二章 2.1 导论.mp4 ?? 50-第十章 10.1 导论.mp4 ?? 60-第十四章14.1聚类的基本概念.mp4 ?? 85-第十六章16.2 作业讲解-样本方差无偏估计的理解.mp4 ?? 32-第六章 6.2 改进的迭代尺度法.mp4 ?? 18-code——k近邻.mp4 ?? 89-第十七章17.3非负矩阵分解算法.mp4 ?? 20-第三章作业讲解-KNN-sklearn.mp4 ?? 52-第十章 10.3 维特比算法.mp4 ?? 88-第十七章17.2LSA算法实现.mp4 ?? 51-第十章 10.2 前向算法.mp4 ?? 28-第五章 5.2 剪枝.mp4 ?? 30-第五章作业讲解-决策树.mp4 ?? 61-第十四章14.2.1距离与相似度.mp4 ?? 79-第十六章16.2主成分分析基本定理.mp4 ?? 58-第十一章作业讲解-条件随机场.mp4 ?? 106-第二十一章作业讲解.mp4 ?? 83-第十六章16.6拟牛顿迭代法.mp4 ?? 10-python numpy pytorch学习及编程作业解析.mp4 ?? 13-学习CS224n Lecture 05及导学.mp4 ?? 21-神经机器翻译及attention.mp4 ?? 27-观看A5作业讲解视频2.mp4 ?? 40-kaggle文本分类比赛-提交数据提分策略.mp4 ?? 09-学习CS224n第三课和课程导学.mp4 ?? 12-观看看作业解答视频.mp4 ?? 15-Assignment 3作业讲解.mp4 ?? 33-Lecture 18.mp4 ?? 06-【作业讲解】：assignment1讲解.mp4 ?? 29-Lecture 14.mp4 ?? 16-学习CS224n Lecture 06及导学.mp4 ?? 38-kaggle文本分类比赛-baseline模型(1).mp4 ?? 23-Neural Machine Translation with RNN.mp4 ?? 20-观看作业解答视频3.mp4 ?? 39-kaggle文本分类比赛-baseline模型(2).mp4 ?? 05-学习CS224n第一课和课程导学.mp4 ?? 18-观看作业解答视频.mp4 ?? 24-基于卷积神经网络的nlp.mp4 ?? 08-学习CS224n第二课和重难点讲解视频.mp4 ?? 35-Future of NLP Deep Learning.mp4 ?? 26-观看作业解答视频.mp4 ?? 36-kaggle文本分类比赛-比赛介绍.mp4 ?? 07-打达观杯NLP比赛（报名指导和入门指导）.mp4 ?? 19-观看作业解答视频2.mp4 ?? 37-kaggle文本分类比赛-数据分析.mp4 ?? 28-transformers and BERT.mp4 ?? 11-学习CS224n第四课和课程导学.mp4 ?? 30-Natural Language Generation.mp4 ?? 02代码资料汇总.exe ?? 13-2_8形态学操作_膨胀开运算与闭运算【】.mp4 ?? 03-1-2图像基础知识【】.mp4 ?? 26-5_3光流法和背景减除法.【】.mp4 ?? 06-2-1图像基本处理【】.mp4 ?? 14-3_1固定阈值分割【】.mp4 ?? 18-3_5分水岭算法图像分割【】.mp4 ?? 11-2_6图像基本操作_图像增强【】.mp4 ?? 08-2_3图像基本处理【】.mp4 ?? 16-3_3边缘检测算子【】.mp4 ?? 12-2-7形态学操作_腐蚀.【】.mp4 ?? 17-3_4连通区域_区域生长算法【】.mp4 ?? 09-2_4图像基本处理【】.mp4 ?? 10-2_5图像基本操作_图像滤波【】.mp4 ?? 04-1-3图像基础知识【】.mp4 ?? 20-4_2特征描述Harris和SIFT算法【】.mp4 ?? 23-4_5人脸检测算法【】.mp4 ?? 19-4_1特征描述_HOG【】.mp4 ?? 25-5_2帧差法视频目标识别【】.mp4 ?? 07-2_2图像基本处理【】.mp4 ?? 21-4_3纹理特征LBP算法【】.mp4 ?? 22-4_4模板匹配算法【】.mp4 ?? 05-1-4图像基础知识【】.mp4 ?? 02-1-1图像基础知识【】.mp4 ?? 24-5_1摄像头调用和视频的读取保存【】.mp4 ?? 15-3_2自动阈值分割【】.mp4 ?? 21-【了解机器学习中如何降维处理】PCA和LDA.mp4 ?? 33-【数据结构和算法】P1DFS和BFS.mp4 ?? 51-【数据结构和算法】什么是动态规划(leetcode 70题).mp4 ?? 48-【集成学习的原理和常见的集成学习】P3二分类问题.mp4 ?? 16-【学习支持向量机】P5核函数.mp4 ?? 72-【了解常见的采样方法-作用-具体实现，以及应用】P4.mp4 ?? 07-【了解机器学习中的特征工程和模型评估】P3滑动窗口.mp4 ?? 43-【了解序列数据中常用的循环神经网络】P1RNN.mp4 ?? 05-【了解机器学习中的特征工程和模型评估】P1快速排序.mp4 ?? 25-【数据结构和算法】P2链表中环的入口结点.mp4 ?? 18-【数据结构和算法】P1KMP算法.mp4 ?? 44-【了解序列数据中常用的循环神经网络】P2GRU和LSTM.mp4 ?? 19-【数据结构和算法】P2二分搜索.mp4 ?? 10-【了解监督学习中的经典算法】P2决策树.mp4 ?? 26-【数据结构和算法】P3删除链表中重复的结点.mp4 ?? 67-【了解优化算法的原理】P4动量法.mp4 ?? 53-【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 ?? 59-【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点.mp4 ?? 40-【前向神经网络】P3损失函数选用.mp4 ?? 60-【xgboost的原理以及常见面试题】P4近似算法和加权分桶.mp4 ?? 37-【数据结构和算法】P4二叉搜索树和平衡二叉树.mp4 ?? 34-【数据结构和算法】P2最短路径.mp4 ?? 76-面试刷题班 8月9日直播答疑.mp4 ?? 28-【机器学习中的概率图模型】P1hmm的引出和问题的介绍.mp4 ?? 58-【xgboost的原理以及常见面试题】P2结构分.mp4 ?? 64-【了解优化算法的原理】P1深度学习中的优化问题.mp4 ?? 80-面试刷题班 8月22日直播答疑.mp4 ?? 68-【了解优化算法的原理】P5常见的一些改进的优化算法.mp4 ?? 17-【学习支持向量机】P6smo算法.mp4 ?? 27-【数据结构和算法】P4栈，队列.mp4 ?? 31-【机器学习中的概率图模型】P4crf具体介绍.mp4 ?? 06-【了解机器学习中的特征工程和模型评估】P2堆排序.mp4 ?? 78-面试刷题班 8月15日直播答疑.mp4 ?? 57-【xgboost的原理以及常见面试题】P1xgboost的一些预备知识.mp4 ?? 61-【xgboost的原理以及常见面试题】P5缺失值处理算法.mp4 ?? 52-【数据结构和算法】回溯法(机器人的运动范围).mp4 ?? 56-【数据结构和算法】最长上升子序列(leetcode 300题).mp4 ?? 12-【学习支持向量机】P1几个重要的概念.mp4 ?? 69-【了解常见的采样方法-作用-具体实现，以及应用】P1蒙塔卡罗模拟定积分和重要性采样.mp4 ?? 46-【集成学习的原理和常见的集成学习】P1提升树算法.mp4 ?? 20-【数据结构和算法】P3哈希表.mp4 ?? 13-【学习支持向量机】P2svm最优化问题.mp4 ?? 66-【了解优化算法的原理】P3随机梯度下降和小批量随机梯度下降.mp4 ?? 30-【机器学习中的概率图模型】P3crf的一些基础概念.mp4 ?? 65-【了解优化算法的原理】P2梯度下降简单的数学原理.mp4 ?? 08-【了解机器学习中的特征工程和模型评估】P4双指针.mp4 ?? 39-【前向神经网络】P2前向传播.mp4 ?? 42-【前向神经网络】P5反向传播2.mp4 ?? 50-【数据结构和算法】01背包问题.mp4 ?? 54-【数据结构和算法】leetcode416（01背包实例）.mp4 ?? 09-【了解监督学习中的经典算法】P1逻辑回归.mp4 ?? 04-开营仪式—老师部分.mp4 ?? 35-【数据结构和算法】P3最小生成树.mp4 ?? 15-【学习支持向量机】P4线性可分SVM.mp4 ?? 62-【xgboost的原理以及常见面试题】P6其他优化.mp4 ?? 29-【机器学习中的概率图模型】P2HMM预测问题之维特比算法.mp4 ?? 38-【前向神经网络】P1网络图和激活函数.mp4 ?? 36-【数据结构和算法】P4二叉树的遍历.mp4 ?? 71-【了解常见的采样方法-作用-具体实现，以及应用】P3.mp4 ?? 55-【数据结构和算法】最长公共子序列(leetcode 1143题).mp4 ?? 70-【了解常见的采样方法-作用-具体实现，以及应用】P2.mp4 ?? 41-【前向神经网络】P4反向传播1.mp4 ?? 23-【了解机器学习中的非监督学习算法】K-means.mp4 ?? 47-【集成学习的原理和常见的集成学习】P2梯度提升树算法.mp4 ?? 24-【数据结构和算法】P1虚拟头结点.mp4 ?? 74-面试刷题班 8月5日直播答疑.mp4 ?? 49-【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 ?? 14-【学习支持向量机】P3硬间隔SVM最优化问题的推导.mp4 ?? 05-第一章绪论和环境配置.mp4 ?? 13-第五章程序控制结构.mp4 ?? 30-【作业讲解】第十三章：Matplotlib.mp4 ?? 24-【作业讲解】第十章：Python标准库.mp4 ?? 31-第十四章 Sklearn常规用法.mp4 ?? 27-第十二章 Pandas库.mp4 ?? 06-【作业讲解】第一章：助教实际演示配置环境过程.mp4 ?? 28-【作业讲解】第十二章：Pandas库.mp4 ?? 19-第八章文件-异常和模块.mp4 ?? 09-第三章基本数据类型.mp4 ?? 10-【作业讲解】第三章：基本数据类型.mp4 ?? 33-第十五章再谈编程.mp4 ?? 11-第四章组合数据类型.mp4 ?? 20-【作业讲解】第八章：文件-异常和模块.mp4 ?? 23-第十章 Python标准库.mp4 ?? 25-第十一章科学计算库—Numpy应用.mp4 ?? 08-【作业讲解】第二章：Python基本语法元素.mp4 ?? 32-【作业讲解】第十四章：Sklearn常规用法.mp4 ?? 16-【作业讲解】第六章：函数.mp4 ?? 12-【作业讲解】第四章：复杂数据类型.mp4 ?? 15-第六章函数-面向过程的编程.mp4 ?? 22-【作业讲解】第九章：有益的探索.mp4 ?? 18-【作业讲解】第七章：类.mp4 ?? 14-【作业讲解】第五章：程序控制结构.mp4 ?? 21-第九章有益的探索.mp4 ?? 29-第十三章 Matplotlib.mp4 ?? 36-【比赛实战】二分类算法比赛小测验—提供银行精准营销解决方案.mp4 ?? 07-第二章 Python 基本语法元素.mp4 ?? 26-【作业讲解】第十一章：Numpy库.mp4 ?? 17-第七章类-面向对象的编程.mp4 ?? 35-【比赛实战】大牛手把手指导如何打一场完整的二分类比赛.mp4 ?? 14-【第一周】作业讲解3.mp4 ?? 35-【第五周】hook函数与CAM可视化.mp4 ?? 38-【第六周】正则化之Dropout.mp4 ?? 45-【第七周】PyTorch常见报错.mp4 ?? 26-【第四周】损失函数（一）.mp4 ?? 34-【第五周】TensorBoard使用（二）.mp4 ?? 09-【第一周】张量操作与线性回归.mp4 ?? 25-【第四周】权值初始化.mp4 ?? 28-【第四周】优化器optimizer的概念.mp4 ?? 11-【第一周】autograd与逻辑回归.mp4 ?? 39-【第六周】Batch Normalization.mp4 ?? 13-【第一周】作业讲解2.mp4 ?? 51-【第九周】生成对抗网络一瞥.mp4 ?? 20-【第三周】模型创建步骤与nn.Module.mp4 ?? 37-【第六周】正则化之weight_decay.mp4 ?? 17-【第二周】二十二种transforms数据预处理方法.mp4 ?? 36-【第五周】作业讲解.mp4 ?? 50-【第八周】图像目标检测一瞥（下）.mp4 ?? 16-【第二周】数据预处理transforms模块机制.mp4 ?? 07-【第一周】补充-pytorch开发环境安装.mp4 ?? 46-【第七周】作业讲解.mp4 ?? 47-【第八周】图像分类一瞥.mp4 ?? 42-【第七周】模型保存与加载.mp4 ?? 41-【第六周】作业讲解.mp4 ?? 18-【第二周】学会自定义transforms方法.mp4 ?? 06-【第一周】PyTorch简介与安装.mp4 ?? 30-【第四周】作业讲解.mp4 ?? 40-【第六周】Normalizaiton_layers.mp4 ?? 33-【第五周】TensorBoard使用（一）.mp4 ?? 49-【第八周】图像目标检测一瞥（上）.mp4 ?? 48-【第八周】图像分割一瞥.mp4 ?? 05-【必看】深入浅出PyTorch.mp4 ?? 27-【第四周】损失函数(二).mp4 ?? 12-【第一周】作业讲解1.mp4 ?? 52-【第九周】循环神经网络一瞥.mp4 ?? 21-【第三周】模型容器与AlexNet构建.mp4 ?? 23-【第三周】nn网络层-池化-线性-激活函数层.mp4 ?? 19-【第二周】作业讲解.mp4 ?? 32-【第五周】TensorBoard简介与安装.mp4 ?? 22-【第三周】nn网络层-卷积层.mp4 ?? 10-【第一周】计算图与动态图机制.mp4 ?? 43-【第七周】模型finetune.mp4 ?? 08-【第一周】张量简介与创建.mp4 ?? 44-【第七周】GPU的使用.mp4 ?? 29-【第四周】torch.optim.SGD.mp4 ?? 31-【第五周】学习率调整策略.mp4 ?? 15-【第二周】数据读取机制Dataloader与Dataset.mp4 ?? 24-【第三周】作业讲解.mp4 ?? 75-01DSSM-10-模型的搭建与训练-测试【】.mp4 ?? 63-1.6- BiLSTM-CRF代码讲解【】.mp4 ?? 61-1.4-BiLSTM-CRF损失函数与维特比解码【】.mp4 ?? 62-1.5- BiLSTM-CRF-实验结果与论文总结【】.mp4 ?? 22-03elmo-02-feature_based和fine_tuning【】.mp4 ?? 17-01 code_cnn_for_re-07（新版）【】.mp4 ?? 47-01transformer-06-代码decoder和self_attention【】.mp4 ?? 43-01transformer-02-attention回顾【】.mp4 ?? 16-01 code_cnn_for_re-06（新版）【】.mp4 ?? 55-1.7 word2vec2-5实验结果【】.mp4 ?? 45-01transformer-04-模型小trick.【】.mp4 ?? 19-01 code_cnn_for_re-09（新版）【】.mp4 ?? 46-01transformer-05-代码框架部分和encoder【】.mp4 ?? 07-1.6 joint-bert【】.mp4 ?? 41-01nodevec-11-代码结果展示和总结【】.mp4【】.mp4 ?? 48-01transformer-07-代码训练部分和预测部分【】.mp4 ?? 66-01DSSM-01-学习目标.【】.mp4 ?? 25-03elmo-05-how to use emol.【】.mp4 ?? 05-1.4 joint-bert【】.mp4 ?? 54-1.6 word2vec2-4模型复杂度【】.mp4 ?? 42-01transformer-01-论文背景&研究成果【】.mp4 ?? 20-01 code_cnn_for_re-10（新版）【】.mp4 ?? 06-1.5 joint-bert【】.mp4 ?? 57-1.9 word2vec3-2代码部分下【】.mp4 ?? 39-01nodevec-09-代码节点和边的alias实现【】.mp4【】.mp4 ?? 74-01DSSM-09-词哈希表的建立与数据载入【】.mp4 ?? 69-01DSSM-04-上节回顾【】.mp4 ?? 53-1.5 word2vec2-3word2vec关键技术【】.mp4 ?? 12-01 cnn_for-re-02（新版）【】.mp4 ?? 18-01 code_cnn_for_re-08（新版）【】.mp4 ?? 52-1.4 word2vec2-2原理【】.mp4 ?? 60-1.3-BiLSTM-CRF模型结构【】.mp4 ?? 09-1.8 joint-bert-代码【】.mp4 ?? 15-01 cnn_for-re-05（新版）【】.mp4 ?? 28-03elmo-08-代码模型结构部分【】.mp4 ?? 26-03elmo-06-论文回顾.【】.mp4 ?? 14-01 cnn_for-re-04（新版）【】.mp4 ?? 59-1.2- BiLSTM-CRF-论文算法总览【】.mp4 ?? 58-1.1- BiLSTM-CRF-论文研究背景【】.mp4 ?? 37-01nodevec-07-论文总结【】.mp4【】.mp4 ?? 51-1.3 word2vec2-1对比模型【】.mp4 ?? 04-1.3 joint-bert【】.mp4 ?? 40-01nodevec-10-代码有偏随机游走和模型训练【】.mp4【】.mp4 ?? 33-01nodevec-03-图的应用【】.mp4【】.mp4 ?? 24-03elmo-04-Bidirectional_language_models【】.mp4 ?? 11-01 cnn_for-re-01（新版）【】.mp4 ?? 71-01DSSM-06-DSSM整体结构【】.mp4 ?? 67-01DSSM-02-论文背景-贡献及意义【】.mp4 ?? 64-1.7- BiLSTM-CRF-NCR-Fpp代码详解【】.mp4 ?? 35-01nodevec-05-模型算法&alias算法【】.mp4【】.mp4 ?? 31-01nodevec-01-研究背景【】.mp4【】.mp4 ?? 30-03elmo-10-代码crf实现.【】.mp4 ?? 73-01DSSM-08-代码总览【】.mp4 ?? 03-1.2 joint-bert【】.mp4 ?? 29-03elmo-09-代码crf流程.【】.mp4 ?? 38-01nodevec-08-代码整体介绍【】.mp4 ?? 10-1.9 joint-bert-代码【】.mp4 ?? 13-01 cnn_for-re-03（新版）【】.mp4 ?? 72-01DSSM-07-优化函数-实验与总结【】.mp4 ?? 36-01nodevec-06-实验分析【】.mp4【】.mp4 ?? 23-03elmo-03-word2vec和charcnn回顾【】.mp4 ?? 70-01DSSM-05-词哈希【】.mp4 ?? 50-1.2 word2vec1-2论文泛读【】.mp4 ?? 49-1.1 word2vec1-1背景知识【】.mp4 ?? 44-01transformer-03-模型框架和self_attention【】.mp4 ?? 08-1.7 joint-bert【】.mp4 ?? 56-1.8 word2vec3-1代码部分上【】.mp4 ?? 34-01nodevec-04-模型结构&BFS&DFS【】.mp4【】.mp4 ?? 27-03elmo-07-代码预处理部分【】.mp4 ?? 65-01DSSM-00专题引言【】.mp4 ?? 68-01DSSM-03摘要精读-总结【】.mp4 ?? 21-03elmo-01-elmo的下游任务介绍.【】.mp4 ?? 02-1.1 joint-bert【】.mp4 ?? 32-01nodevec-02-研究成果【】.mp4【】.mp4 ?? 11-02-06-线性回归代码实现-做特征归一化【】.mp4 ?? 68-06-09-线性支持向量机目标函数优化【】.mp4 ?? 76-06-17-SMO算法推导过程1【】.mp4 ?? 117-09-12-XGBoost求解【】.mp4 ?? 64-06-05-目标函数求解(1.对偶问题-先对w-b求极小)【】.mp4 ?? 40-04-07决策树代码实现( 4-决策树递归生成，决策树对新数据进行预测)【】.mp4 ?? 42-04-09基尼指数(Gini Index)生成决策树【】.mp4 ?? 39-04-06决策树代码实现(3-类别投票表决)【】.mp4 ?? 26-03-03-一个示例解释逻辑回归的求解公式【】.mp4 ?? 93-07-09Sklearn实现密度聚类【】.mp4 ?? 124-10-【银行营销策略分析】-02探索性分析【】.mp4 ?? 52-05-03-朴素贝叶斯模型【】.mp4 ?? 23-02-【案例】-波士顿房价预测(下)【】.mp4 ?? 07-02-02-梯度下降法.【】.mp4 ?? 63-06-04-拉格朗日乘子法求带有不等式约束的极值问题-KKT条件【】.mp4 ?? 25-03-02-逻辑回归求解【】.mp4 ?? 92-07-08密度聚类【】.mp4 ?? 107-09-02-Voting能够提高准确度的原因【】.mp4 ?? 89-07-05-层次聚类原理及距离计算【】.mp4 ?? 38-04-05决策树代码实现(2-划分数据集-选择最好的特征)【】.mp4 ?? 75-06-16-3SVM代码实现之引进核函数版【】.mp4 ?? 102-08-04基于数据矩阵的奇异值分解算法【】.mp4 ?? 14-02-09-欠拟合与过拟合【】.mp4 ?? 19-02-14-最小二乘法求线性回归【】.mp4 ?? 112-09-07-Adaboost举例【】.mp4 ?? 125-10-【银行营销策略分析】-03数据预处理与特征工程【】.mp4 ?? 73-06-14-1SVM代码实现之简易版(下)【】.mp4 ?? 30-03-07-逻辑回归实现多分类方法【】.mp4 ?? 10-02-05-线性回归代码实现【】.mp4 ?? 59-05-【案例】垃圾邮件识别(2.代码实现)【】.mp4 ?? 54-05-05-朴素贝叶斯代码实现(2.预测过程)【】.mp4 ?? 17-02-12-LASSO回归求解举例说明【】.mp4 ?? 129-10-【信用卡发欺诈模型】-03采样之下采样【】.mp4 ?? 45-04-12多变量决策树【】.mp4 ?? 111-09-06-Boosting【】.mp4 ?? 113-09-08-AdaBoost代码实现【】.mp4 ?? 105-08-【案例】PCA实现照片压缩【】.mp4 ?? 65-06-06-目标函数求解(2.对alpha求极大)【】.mp4 ?? 70-06-11-非线性支持向量机的目标函数【】.mp4 ?? 62-06-03-拉格朗日乘子法求带有等式约束的极值问题【】.mp4 ?? 77-06-18-SMO算法推导过程2【】.mp4 ?? 78-06-19-SMO算法推导过程3【】.mp4 ?? 20-02-15-最小二乘法代码实现【】.mp4 ?? 79-06-20-SMO算法推导过程4【】.mp4 ?? 29-03-06-逻辑回归的正则化【】.mp4 ?? 67-06-08-线性支持向量机的目标函数【】.mp4 ?? 82-06-【实战】-Sklearn实现SVM2-3，输出常用属性值，使用高斯核【】.mp4 ?? 18-02-13-LASSO回归代码实现【】.mp4 ?? 110-09-05-Bagging与随机森林及其代码实现【】.mp4 ?? 106-09-01-集成学习介绍【】.mp4 ?? 72-06-13-1SVM代码实现之简易版(上)【】.mp4 ?? 35-04-02条件熵及计算举例【】.mp4 ?? 27-03-04-逻辑回归代码实现(上)【】.mp4 ?? 32-03-【案例】鸢尾花分类【】.mp4 ?? 31-03-08-【实战】使用Sklearn实现逻辑回归【】.mp4 ?? 33-03-【案例】手写数字识别【】.mp4 ?? 109-09-04-Voting代码实现【】.mp4 ?? 66-06-07-SVM求解举例【】.mp4 ?? 116-09-11-XGBoost介绍，目标函数，正则项【】.mp4 ?? 80-06-21-SVM总结【】.mp4 ?? 46-04-【实战】Sklearn实现决策树【】.mp4 ?? 88-07-04-K-means代码实现(2sklearn实现KMeans)【】.mp4 ?? 28-03-04-逻辑回归代码实现(下)【】.mp4 ?? 96-07-12高斯混合模型原生代码实现【】.mp4 ?? 13-02-08-模型评价 · 几种常见的模型评价指标【】.mp4 ?? 05-01-01-机器学习概述【】.mp4 ?? 16-02-11-LASSO回归求解【】.mp4 ?? 44-04-11决策树处理连续值与缺失值【】.mp4 ?? 103-08-05基于数据矩阵的奇异值分解算法代码实现【】.mp4 ?? 21-02-【实战】使用Sklearn实现Ridge，LASSO和ElasticNet【】.mp4 ?? 06-02-01线性回归简介-数学符号-假设函数-损失函数-代价函数【】.mp4 ?? 83-06-【实战】-Sklearn实现SVM4，调参【】.mp4 ?? 122-09-17-Stacking 代码实现【】.mp4 ?? 97-07-13 Sklearn实现高斯混合模型【】.mp4 ?? 86-07-02-K-means中距离计算方法【】.mp4 ?? 123-10-【银行营销策略分析】-01 数据说明【】.mp4 ?? 99-08-01-主成分分析介绍【】.mp4 ?? 61-06-02-线性可分支持向量机(几何间隔，函数间隔，目标函数)【】.mp4 ?? 91-07-07Sklearn实现层次聚类【】.mp4 ?? 120-09-15-XGBoost代码实现2【】.mp4 ?? 119-09-14-XGBoost代码实现1【】.mp4 ?? 90-07-06层次聚类举例【】.mp4 ?? 101-08-03协方差矩阵的特征值分解算法代码实现【】.mp4 ?? 12-02-07-批量梯度下降，随机梯度下降，小批量梯度下降【】.mp4 ?? 115-09-10-GBDT梯度提升树【】.mp4 ?? 09-02-04-使用梯度下降法求解线性回归问题【】.mp4 ?? 49-04-【案例】：使用决策树进行个人信用风险评估(3.模型评估，优化)【】.mp4 ?? 108-09-03-Voting原理【】.mp4 ?? 22-02-【案例】波士顿房价预测(上)【】.mp4 ?? 47-04-【案例】：使用决策树进行个人信用风险评估(1.数据集介绍-数据预处理)【】.mp4 ?? 128-10-【信用卡发欺诈模型】-02采样之上采样【】.mp4 ?? 57-05-08-Sklearn实现朴素贝叶斯【】.mp4 ?? 24-03-01-逻辑回归简介-假设函数-损失函数-成本函数【】.mp4 ?? 48-04-【案例】：使用决策树进行个人信用风险评估(2.模型评估指标)【】.mp4 ?? 55-05-06-拉普拉斯修正及代码实现【】.mp4 ?? 56-05-07-朴素贝叶斯如何处理连续型数据【】.mp4 ?? 15-02-10-Ridge回归求解与代码实现【】.mp4 ?? 81-06-【实战】-Sklearn实现SVM1【】.mp4 ?? 41-04-08 C4.5算法【】.mp4 ?? 50-05-01-贝叶斯决策简介【】.mp4 ?? 95-07-11-高斯混合模型参数估计【】.mp4 ?? 130-10-【信用卡发欺诈模型】-04建模与调参【】.mp4 ?? 94-07-10-高斯混合模型介绍【】.mp4 ?? 36-04-03信息增益-ID3算法【】.mp4 ?? 34-04-01-决策树简介-熵【】.mp4 ?? 126-10-【银行营销策略分析】-04模型训练【】.mp4 ?? 53-05-04-朴素贝叶斯代码实现(1.训练过程)【】.mp4 ?? 69-06-10-非线性支持向量机简介【】.mp4 ?? 121-09-16-Stacking【】.mp4 ?? 85-07-01-K-means基本原理及推导【】.mp4 ?? 74-06-15-2SVM代码实现之改进版【】.mp4 ?? 114-09-09-GBDT之提升和提升树概念【】.mp4 ?? 37-04-04决策树代码实现(1-熵的计算)【】.mp4 ?? 118-09-13-XGBoost树结构生成【】.mp4 ?? 100-08-02协方差矩阵的特征值分解算法【】.mp4 ?? 43-04-10决策树剪枝【】.mp4 ?? 71-06-12-SMO算法推导结果【】.mp4 ?? 58-05-【案例】垃圾邮件识别(1.实现原理)【】.mp4 ?? 127-10-【信用卡发欺诈模型】-01数据说明及不平衡数据的训练集及测试及分割方法【】.mp4 ?? 87-07-03-K-means代码实现(1原生代码实现)【】.mp4 ?? 84-06-【案例】使用SVM完成人脸识别【】.mp4 ?? 08-02-03-梯度下降法代码实现【】.mp4 ?? 104-08-【实战】-Sklearn实现PCA【】.mp4 ?? 60-06-01-支持向量机简介【】.mp4 ?? 98-07-【案例】对亚洲足球队进行聚类分析【】.mp4 ?? 51-05-02-贝叶斯决策模型【】.mp4 ?? 04-07-决策树剪枝.pdf ?? 04-11-案例：使用决策树进行个人信用风险评估.pdf ?? 04-03-信息增益、ID3算法.pdf ?? 04-08-决策树处理连续值与缺失值.pdf ?? 04-09-多变量决策树.pdf ?? 04-10-Sklearn实现决策树.pdf ?? 04-06-基尼指数(Gini Index)生成决策树.pdf ?? 04-04-决策树代码实现.pdf ?? 04-01-决策树简介、熵.pdf ?? 04-02-条件熵及计算举例.pdf ?? 04-05-C4.pdf ?? 64-【达观杯nlp比赛】第四节课——Baseline实现.mp4 ?? 28-【第五周】EM算法3.mp4 ?? 55-【第十周】HMM-2.mp4 ?? 53-【第十周】聚类.mp4 ?? 54-【第十周】HMM-1.mp4 ?? 63-【达观杯nlp比赛】第三节课数据分析及处理.mp4 ?? 14-【第二周】【作业讲解】逻辑回归.mp4 ?? 26-【第五周】EM算法1.mp4 ?? 19-【第三周】【作业讲解】决策树.mp4 ?? 25-【第五周】极大似然估计与朴素贝叶斯.mp4 ?? 10-【第二周】多元线性回归公式.mp4 ?? 15-【第三周】决策树的分裂准则.mp4 ?? 61-【达观杯nlp比赛】第一节课了解NLP任务和熟悉比赛题目-赛前介绍和准备.mp4 ?? 62-【达观杯nlp比赛】第二节课了解NLP任务和熟悉比赛题目-赛题介绍和思路分析.mp4 ?? 09-【第二周】一元线性回归公式.mp4 ?? 65-【达观杯nlp比赛】第五节课验证集构建和交叉验证.mp4 ?? 35-【第六周】【作业讲解】神经网络.mp4 ?? 11-【第二周】对数几率回归公式.mp4 ?? 24-【第四周】【作业讲解】SVM.mp4 ?? 20-【第四周】支持向量机原始模型的建立和求解.mp4 ?? 47-【第八周】【作业讲解】特征选择.mp4 ?? 08-【第二周】西瓜书公式推导学习指南.mp4 ?? 27-【第五周】EM算法2.mp4 ?? 06-【第一周】机器学习绪论.mp4 ?? 21-【第四周】核函数和软间隔支持向量机.mp4 ?? 32-【第六周】神经网络结构.mp4 ?? 31-【第五周】【作业讲解】贝叶斯和EM算法.mp4 ?? 56-【第十周】HMM-3.mp4 ?? 52-【第九周】【作业讲解】k-means.mp4 ?? 41-【第七周】【作业讲解】模型评估与选择.mp4 ?? 06-10-非线性支持向量机简介. https://pan.quark.cn/s/43d2c73af1e2

请先登录后发表评论！

小画

发布于 4月前 551 0

该用户被关禁闭，内容被隐藏。

免责声明

1、本贴标题：深度之眼-人工智能研究生课程库-价值899元
2、本贴发布时间：2026年03月05日
3、本站所有内容均为站内网盘爱好者分享发布的网盘链接介绍展示帖子，本站不存储任何实质资源数据。
4、本文内所有链接指向的云盘网盘资源，其版权归版权方所有！其实际管理权为帖子发布者所有，本站无法操作相关资源。
5、本帖内容由小画在本站《学习区 / 学习区》版块发布，仅代表作者本人观点，不代表本网站立场，作者文责自负。
6、深度之眼-人工智能研究生课程库-价值899元免费观看全集高清网盘资源
7、如您认为本站任何介绍帖侵犯了您的合法版权，请点击投诉与举报我们将在确认本文链接指向的资源存在侵权后，立即删除相关介绍帖子！

本贴地址：https://kuafzys.com/thread-65951.htm