文件清单 111 项

• 点此获取更多知识.txt
• 人工智能课件.txt
• 1-人工智能基础-快速入门/
• 2-人工智能基础-Python基础/
• 3-人工智能基础-Python科学计算和可视化/
• 4-人工智能基础-高等数学知识强化/
• 5-机器学习-线性回归/
• 6-机器学习-线性分类/
• 7-机器学习-无监督学习/

展开全部 111 项

• 8-机器学习-决策树系列/
• 9-机器学习-概率图模型/
• 10-机器学习与大数据-Kaggle竞赛实战/
• 11-机器学习与大数据-海量数据挖掘工具/
• 13-深度学习-原理和进阶/
• 14-深度学习-图像识别原理/
• 16-深度学习-目标检测YOLO(V1-V4全版本)实战/
• 17-深度学习-语义分割原理和实战/
• 19-深度学习-NLP自然语言处理原理和进阶/
• 21-深度学习-OCR文本识别/
• 25-[加课]百度飞桨PaddlePaddle实战[新增]/
• 26-[加课]Linux 环境编程基础/
• 27-[加课]算法与数据结构/
• 31-[加课] 强化学习[新增]/
• 课件/
• 1-人工智能就业,薪资,各行业应用/
• 2-机器学习和深度学习,有监督和无监督/
• 1-Python开发环境搭建/
• 2-Python基础语法/
• 1-科学计算模型Numpy/
• 2-数据可视化模块/
• 3-数据处理分析模块Pandas/
• 1-数学内容概述/
• 2-一元函数微分学/
• 3-线性代数基础/
• 4-多元函数微分学/
• 5-线性代数高级/
• 6-概率论/
• 7-最优化/
• 1-多元线性回归/
• 2-梯度下降法/
• 3-归一化/
• 4-正则化/
• 5-Lasso回归_Ridge回归_多项式回归/
• 1-逻辑回归/
• 2-Softmax回归/
• 3-SVM支持向量机算法/
• 4-SMO优化算法/
• 1-聚类系列算法/
• 2-EM算法和GMM高斯混合模型/
• 3-PCA降维算法/
• 1-决策树/
• 2-集成学习和随机森林/
• 3-GBDT/
• 4-XGBoost/
• 1-贝叶斯分类/
• 2-HMM算法/
• 3-CRF算法/
• 1-药店销量预测案例/
• 2-网页分类案例/
• 1-Spark计算框架基础/
• 2-Spark计算框架深入/
• 3-Spark机器学习MLlib和ML模块/
• 1-推荐系统-流程与架构/
• 2-推荐系统-数据预处理和模型构建评估实战/
• 3-推荐系统-模型使用和推荐服务/
• 1-神经网络算法/
• 2-TensorFlow深度学习工具/
• 3-反向传播推导_Python代码实现神经网络/
• 1-卷积神经网络原理/
• 2-卷积神经网络优化/
• 3-经典卷积网络算法/
• 4-古典目标检测/
• 5-现代目标检测之FasterRCNN/
• 1-车牌识别/
• 2-自然场景下的目标检测及源码分析/
• 3-图像风格迁移/
• 1-YOLOv1详解/
• 2-YOLOv2详解/
• 3-YOLOv3详解/
• 4-YOLOv3代码实战/
• 5-YOLOv4详解/
• 1-上采样_双线性插值_转置卷积/
• 2-医疗图像UNet语义分割/
• 3-蒙版弹幕MaskRCNN语义分割/
• 1-词向量与词嵌入/
• 2-循环神经网络原理与优化/
• 3-从Attention机制到Transformer/
• 4-ELMO_BERT_GPT/
• 1-词向量/
• 2-自然语言处理-情感分析/
• 3-AI写唐诗/
• 4-Seq2Seq聊天机器人/
• 7-GPT2聊天机器人/
• 1-PyTorch运行环境安装_运行环境测试/
• 2-PyTorch基础_Tensor张量运算/
• 3-PyTorch卷积神经网络_实战CIFAR10/
• 4-PyTorch循环神经网络_词性标注/
• 5-PyTorch编码器解码器_机器翻译/
• 1-PaddlePaddle框架安装_波士顿房价预测/
• 2-PaddlePaddle卷积网络_病理性近视识别/
• 3-PaddleDetection工具_PCB电路板缺陷检测/
• 4-PaddleOCR工具_车牌识别(目标检测+CRNN+CTCLoss)/
• 5-PaddleNLP模块_物流信息提取(BiGRU+CRF)/
• 6-PaddleNLP模块_物流信息提取(ERNIE版)/
• 1-Linux/
• 1-算法与数据结构/
• 1-Q-Learning与SARSA算法/
• 2-Deep Q-Learning Network/
• 3-Policy Gradient 策略梯度/
• 4-Actor Critic (A3C)/
• 5-DDPG,PPO,DPPO算法/