卢菁博士的人工智能体系课-进阶

01_1.距离精讲 .mp4 190.87M

02_2.向量数据库基础 .mp4 174.43M

03_3.Annoy原理和手写线性回归 .mp4 218.48M

04_4.逻辑回归的分类间隔，线性不可分问题，FM模型 .mp4 213.13M

05_5.特征选择和正则化 .mp4 242.98M

06_6.Dropout技术，模型集成，多分类和多标签 .mp4 181.47M

07_7.过拟合、欠拟合，树模型 .mp4 191.00M

08_8.ID3，C4.5，Cart树 .mp4 192.25M

09_9.集成学习，dropout，GBDT .mp4 189.43M

10_10.GBDT和XGboost .mp4 318.04M

11_11实战项目以图搜图-resnet .mp4 191.79M

12_12以图搜图 .mp4 169.27M

13_13.GAN模型的原理和实战 .mp4 195.68M

14_14.GAN模型背后的数学原理以及训练技巧 .mp4 221.81M

15_15.推土机距离和WGan .mp4 167.92M

16_16.AIGC和扩散学习 .mp4 299.80M

17_17.NLP系列1：NLP发展脉络和BERT模型 .mp4 196.48M

18_18.NLP系列2：Bert的改良版本和T5模型 .mp4 139.06M

19_19.NLP系列3：GPT系列模型 .mp4 132.18M

20_20.项目实战：huggingface和文本分类 .mp4 183.15M

21_21实战项目：文本纠错和Bart模型 .mp4 .mp4 210.74M

22_22零样本学习和小样本学习 .mp4 .mp4 229.59M

23_23.智能文本摘要和关键词提取 .mp4 .mp4 282.52M

24_24聊天机器人和chatgpt .mp4 .mp4 232.86M

25_25，目标检测yolo和transformer .mp4 .mp4 358.85M

26_乳腺癌识别项目1-图像识别的原理 .mp4 .mp4 183.60M

27_乳腺癌识别项目2-图像分类的代码实战 .mp4 .mp4 142.85M

28_乳腺癌识别项目3-图像识别新方法之迁移学习 .mp4 .mp4 103.19M

29_乳腺癌识别项目4-乳腺癌识别代码实战 .mp4 .mp4 150.02M

30_大模型训练为什么这么难 .mp4 .mp4 117.28M

31_ChatGPT的技术发展路径和带来的影响 .mp4 .mp4 177.64M

32_推荐系统1：推荐系统概述 .mp4 168.37M

33_推荐系统2：召回环节 .mp4 333.81M

34_推荐系统3：召回和AB测试 .mp4 357.39M

35_推荐系统4：排序（上） .mp4 380.52M

36_推荐系统5：排序（下） .mp4 130.68M

37_推荐系统6：内容分类和打标 .mp4 282.29M