课程介绍
马士兵AI人工智能工程师1-4期视频资源,由整理发布高清完结无密版。
通过现实中浅显易懂的例子,将深奥的理论讲解的清晰易懂,每个知识点讲解的都很透彻,并通过实际应用案例,加深学员对每个知识点的理解的同时,也使学员掌握每个知识点适用的具体应用场景。卢老师很注重引导学员深入思考,培养学员的思维能力,学了这门课程收获很大。 卢老师具备扎实的AI理论基础、以及丰富的教学、面试和项目实战经验。卢老师备课很用心,数据和程序都准备的很充分;课堂上知识点讲解和程序演示交叉融合,通过直观的例子来展示每个知识点的具体应用,并且能够很好地与学员互动,激发学员不断思考;
相关课程推荐
[有三AI-CV夏季划]人工智能:深度学习从入门到精通升级版
深度之眼人工智能Paper年度会员课程合集(CV方向)
深度之眼人工智能Paper年度会员课程合集(NLP方向)
深度之眼 – 全球AI大赛年度会员课程合集
课程目录
01、人工智能1期/
1.概述and特征提取.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
2.线性回归1 第一个模型用来进行数值预测.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
3.从傻瓜到智能,梯度下降法学习法.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:关键词抽取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一双慧眼.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
4.突破瓶颈,模型效果的提升.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
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
02、人工智能2期/
1.开班典礼_学前必看.mp4
10.端到端语音合成声学模型.mp4
11.语音合成声码器及端到端语音合成实战.mp4
12.LSTM和ELMO.mp4
13.实战项目:智能输入法.mp4
14.输入法项目之新词发现.mp4
15.注意力模型Attention.mp4
16.注意力模型Self-Attention.mp4
17.Transformer和Bert.mp4
18.图像之文本检测.mp4
19.图像之文本识别.mp4
2.FM模型.mp4
20.文本分类项目:分类任务简介、分类系统综述.mp4
21.文本分类项目:基本模型回顾 – NB、SVM.mp4
22.文本分类项目:基本模型回顾 – FastText.mp4
23.文本分类项目:系统集成、系统调优.mp4
24.文本分类项目:系统优化:实体信息.mp4
25.文本分类项目: 系统优化:图片分类.mp4
26.文本分类项目: 深度模型系统:TextCNN.mp4
27.Tensorflow Serving简介以及深度模型.mp4
28.高级图像技术1.mp4
29.高级图像技术2.mp4
3.推荐系统之协同过滤.mp4
30.高级图像技术3.mp4
31.高级图像技术4.mp4
32.海外项目:推荐系统入门简介.mp4
33.海外项目:Item2vec算法以及实际应用.mp4
34.海外项目:数据预处理.mp4
35.CTR预估算法sparselogistics regression.mp4
36.深度学习入门.mp4
37.海外项目:CNN & LSTM详细讲解.mp4
38.海外项目:self-attention 机制讲解.mp4
39.海外项目:wide-deep model代码实战.mp4
4.推荐系统之召回.mp4
40.智能聊天机器人1.mp4
41.智能聊天机器人2.mp4
5.推荐系统之排序1.mp4
6.推荐系统之排序2.mp4
7.RNN和LSTM.mp4
8.语音合成方法介绍.mp4
9.语音合成前端.mp4
03、人工智能3期/
1.信息论入门-概率和信息.mp4
10.AI架构设计.mp4
11.推荐系统综述.mp4
12.量化投资概述:量化投资靠什么赚钱.mp4
14.量化投资概述:交易市场介绍.mp4
15.量化投资概述:策略类型介绍.mp4
16.生成模型GAN.mp4
17.量化投资概述:风险案例.mp4
18.量化投资概述:量化工具,AI应用案例.mp4
19.生成模型VAE.mp4
2.拉格朗日极值法和泛函分析入门.mp4
20.GAN背后的秘密.mp4
21.量化投资概述:机器学习模型应用基础.mp4
22.量化投资概述:交易行为举例.mp4
23.PageRank算法1.mp4
24.PageRank算法2.mp4
25.期货量化交易:远期和期货介绍.mp4
26.期货量化交易:远期和期货定价.mp4
27.期货量化交易:远期和期货应用.mp4
28.期货量化交易:套期保值策略.mp4
29.textrank算法.mp4
3.联合熵,条件熵,互信息,交叉熵.mp4
30.node2vec算法.mp4
31.期货量化交易:套期保值计算.mp4
32.期货量化交易:CAT产品及策略概述.mp4
35.期货量化交易:图模型在推荐系统中的应用.mp4
36.图模型在推荐系统中的应用2.mp4
37.bert和他的朋友们2.mp4
37.bert和他的朋友们.mp4
38.期货量化交易:套利策略.mp4
4.从信息论的角度解读机器学习.mp4
40.期货量化交易:策略回测.mp4
41.bert和他的朋友们3.mp4
42.bert和他的朋友们4.mp4
43.高频交易:市场微观结构及策略.mp4
44.高频交易:高频数据及因子计算.mp4
46.深度学习与语音识别技术基础1.mp4
46.深度学习与语音识别技术基础2.mp4
47.高频交易:高频交易案例.mp4
48.高频交易:高频交易回测.mp4
49.语音识别之语音信号基础.mp4
5.矩阵求导术.mp4
50.语音识别之语音信号基础2.mp4
51.语音识别之特征处理及HMM模型.mp4
52.高频交易:高频因子挖掘及高频做市策略.mp4
53.强化学习量化交易应用2.mp4
53.强化学习量化交易应用.mp4
54.股票量化交易:股票发行2.mp4
54.股票量化交易:股票发行.mp4
55.股票量化交易:打新策略及风险衡量2.mp4
56.HMM-GMM模型2.mp4
56.HMM-GMM模型.mp4
57.股票量化交易:现代投资组合理论2.mp4
57.股票量化交易:现代投资组合理论.mp4
58.语音识别实战一2.mp4
58.语音识别实战一.mp4
59.股票量化交易:多因子模型理论-架构.mp4
59.股票量化交易:多因子模型理论.mp4
6.文本分类速览1.mp4
60.语音识别实战一.mp4
7.文本分类速览2.mp4
8.从数学的角度看embedding特征维度的选取.mp4
9.面试指导.mp4
04、人工智能4期/
1.数据的量化和特征提取.mp4
10.深度学习入门.mp4
11.梯度下降和矩阵求导.mp4
12.速精机器学习12.mp4
13.速精机器学习13.mp4
14.速精机器学习14.mp4
15.速精机器学习15.mp4
16.速精机器学习16.mp4
17.速精机器学习17.mp4
18.速精机器学习18.mp4
19.速精机器学习19.mp4
2.数据的量化和特征提取2.mp4
20.速精机器学习20.mp4
21.速精机器学习21.mp4
22.速精机器学习22.mp4
23.速精机器学习23.mp4
24.速精机器学习24.mp4
3.线性回归.mp4
4.逻辑回归.mp4
5.损失函数和正则项.mp4
6.分类模型的评价指标和多分类.mp4
7.逻辑回归的高级技巧.mp4
8.FM模型.mp4
9.Kmeans.mp4
资料/
01_AI一期课程资料/
02_AI二期课程资料/
03_AI三期课程资料/
04_AI四期课程资料/
资源目录截图
评论0