【12157】-马士兵-AI人工智能工程师

 

1.概述and特征提取.mp4

2.线性回归1第一个模型用来进行数值预测.mp4
3.从傻瓜到智能，梯度下降法学习法.mp4
4.突破瓶颈，模型效果的提升.mp4

5·猛将起于卒伍，工业环境下的分类模型.mp4

6.损失函数推到解析和特征选择优化.mp4

7.到底好不好？模型评价指标讲解.mp4

8.让模型看的更准更稳，正则优化.mp4

9.让学习更高效，数值优化和一只看不见的手.mp4

10.朴素贝叶斯模型：简单背后蕴含的有效.mp4

11.支持向量机SVM1-曾经的分类王者.mp4

12.SVM2-昔日辉煌，传统方法顶峰详解.mp4

13.分类器背后的秘密和机器学习三大定律.mp4

14.三个臭皮匠顶一个诸葛亮-决策树和随机森林.mp4

15.集成学习：企业神器GBDT详解.mp4

16.Kmeans聚类：无监督学习，让数据自己说话.mp4

17.DBscan聚类： kmeans升级，数据更具智能.mp4

18.LDA：文本数据大杀器，揭示文本背后的秘密.mp4

19.深度学习DNN01-深度学习开启人工智能新时代.mp4

20.编程工具keras讲解和深度学习为什么会有效.mp4

21.深度学习的学习算法，梯度下降法和链式法则.mp4

22.多分类函数softmax和学习方法.mp4

23.深度学习非线性能力关键：激活函数详解.mp4

24.深度学习避坑指南：权重初始化的方法和技巧.mp4

25.集成学习在深度学习中的应用dropout.mp4

26.梯度下降法的优化和一些先进的学习技术.mp4

27.项目一：数字图像识别，让机器具有一双眼睛.mp4

28.项目二：以图搜图技术详解实战01.mp4

29.项目二：以图搜图技术详解实战02.mp4

30.开始深度学习在自然语言处理领域的时代.mp4

31.word2vec的一些特殊问题和优化方法.mp4

32.项目三：推荐系统整体流程架构解读01.mp4

33.项目三： A_B测试和相关指标解读02.mp4

34.项目三：关键词抽职和基于文本的召回算法03.mp4

35.项目三：推荐系统04基于行为类的召回算法.mp4

36.项目三：推荐系统05 Airbnb优秀论文解读.mp4

37.CNN：计算机视觉标配，给AI-双慧眼.mp4

38.项目四： CNN识别彩色图像，就那么一会.mp4

39.一期课程内容总结.mp4

40.常见面试题解读01.mp4

41.常见面试题解读02.mp4

42.如何写简历.mp4

43.NLP技术在推荐搜索中的应用.mp4

44.逻辑回归和神经元.mp4

45.BP算法原理和训练方法.mp4

46.常见激活函数讲解.mp4

47.图像分类在企业中的应用.mp4

48.卷积的基本思想.mp4

01_AI-期课程资料
 

 

马士兵-AI人工智能工程师 百度网盘分享地址： 链接: https://pan.baidu.com/s/13Vz9zHp5UQOz8pTeSNXLug?pwd=re4x 提取码: re4x 返回列表