文件清单 158 项

• 1:人工智能就业前景与薪资.mp4
• 2:人工智能适合人群与必备技能.mp4
• 3:人工智能时代.mp4
• 6:机器学习不同的学习方式.mp4
• 8:有监督机器学习任务与本质.mp4
• 9:无监督机器学习任务与本质.mp4
• 1:人工智能学习数学的必要性_微积分知识点.mp4
• 2:线性代数_概率论知识点.mp4
• 4:导数的定义_左导数和右导数.mp4

展开全部 158 项

• 5:导数的几何意义和物理意义.mp4
• 6:常见函数的求导公式.mp4
• 7:导数求解的四则运算法则.mp4
• 9:推导激活函数的导函数.mp4
• 10:高阶导数_导数判断单调性_导数与极值.mp4
• 11:导数判断凹凸性_导数用于泰勒展开.mp4
• 13:行向量列向量_转置_数乘_加减乘除.mp4
• 14:向量的内积_向量运算法则.mp4
• 15:学习向量计算的用途举例.mp4
• 17:特殊的向量.mp4
• 18:矩阵_方阵_对称阵_单位阵_对角阵.mp4
• 19:矩阵的运算_加减法_转置.mp4
• 20:矩阵相乘.mp4
• 22:矩阵的行列式.mp4
• 24:高阶偏导数_梯度.mp4
• 28:补充关于正定负定的理解.mp4
• 29:特征值和特征向量(1).mp4
• 资料等.exe
• 资料模型等.exe
• 资料.exe
• 代码.exe
• 文档.exe
• 3:Pycharm安装和代码运行.mp4
• 5:Jupyter常用快捷键.mp4
• 代码.exe
• 8:Python是强类型的动态脚本语言.mp4
• 11:Python_控制语句_while循环.mp4
• 13:Python_控制语句_嵌套循环.mp4
• 17:Python_集合操作_列表.mp4
• 18:Python_集合操作_列表的基本操作.mp4
• 19:Python_集合操作_列表的常用方法.mp4
• 21:Python_集合操作_字典和常见操作.mp4
• 22:Python_集合操作_字典keys方法_enumerate函数.mp4
• 24:Python_打开并读取文件_中文编码问题.mp4
• 28:Python_函数_递归.mp4
• 30:Python_函数式编程_map_reduce_filter_匿名函数.mp4
• 31:Python_函数_闭包.mp4
• 33:Python_类对象_定义与实例化对象.mp4
• 34:Python_类对象_实例属性和方法_类属性和方法.mp4
• 35:Python_类对象_内置方法.mp4
• 36:Python_类对象_运算符重载_私有对象方法_isinstance函数.mp4
• 38:Python_类对象_子类复用父类构造器和方法_方法重写.mp4
• 1:Numpy_概述_安装_创建数组_获取shape形状.mp4
• 2:Numpy_array_arange.mp4
• 3:Numpy_random随机数生成.mp4
• 4:Numpy_ndarray属性_zeros_ones_like等创建数组函数.mp4
• 5:NumPy_reshape_切片操作_copy函数.mp4
• 6:Numpy_改变数组维度_数组的拼接.mp4
• 7:Numpy_数组的切分和转置.mp4
• 8:Numpy_算术运算_向上向下取整.mp4
• 9:Numpy_聚合函数.mp4
• 10:Matplotlib_概述_绘制直线图.mp4
• 11:Matplotlib_绘制正余弦曲线_散点图_添加图例.mp4
• 百战程序员-人工智能AI深度学习就业班/
• 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/
• 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/
• 23-[加课]百度飞桨PaddlePaddle实战[新增]/
• 24-[加课]Linux环境编程基础/
• 25-[加课]算法与数据结构/
• 章节1:Python开发环境搭建/
• 章节2:Python基础语法/
• 章节1:科学计算模型Numpy/
• 章节2:数据可视化模块/
• 章节3:数据处理分析模块Pandas/
• 章节1:多元线性回归/
• 章节2:梯度下降法/
• 章节3:归一化/
• 章节4:正则化/
• 章节5:Lasso回归_Ridge回归_多项式回归/
• 章节1:逻辑回归/
• 章节2:Softmax回归/
• 章节3:SVM支持向量机算法/
• 章节4:SMO优化算法/
• 章节1:聚类系列算法/
• 章节2:EM算法和GMM高斯混合模型/
• 章节3:PCA降维算法/
• 章节1:决策树/
• 章节2:集成学习和随机森林/
• 章节3:GBDT/
• 章节4:XGBoost/
• 章节1:贝叶斯分类/
• 章节2:HMM算法/
• 章节3:CRF算法/
• 章节1:药店销量预测案例/
• 章节2:网页分类案例/
• 章节1:Spark计算框架基础/
• 章节2:Spark计算框架深入/
• 章节3:Spark机器学习MLlib和ML模块/
• 章节1:推荐系统-流程与架构/
• 章节2:推荐系统-数据预处理和模型构建评估实战/
• 章节3:推荐系统-模型使用和推荐服务/
• 章节1:神经网络算法/
• 章节2:TensorFlow深度学习工具/
• 章节3:反向传播推导_Python代码实现神经网络/
• 章节1:卷积神经网络原理/
• 章节2:卷积神经网络优化/
• 章节3:经典卷积网络算法/
• 章节4:古典目标检测/
• 章节5:现代目标检测之FasterRCNN/
• 章节1:车牌识别/
• 章节2:自然场景下的目标检测及源码分析/
• 章节3:图像风格迁移/
• 章节1:YOLOv1详解/
• 章节2:YOLOv2详解/
• 章节3:YOLOv3详解/
• 章节4:YOLOv3代码实战/
• 章节5:YOLOv4详解/
• 章节1:上采样_双线性插值_转置卷积/
• 章节2:医疗图像UNet语义分割/
• 章节3:蒙版弹幕MaskRCNN语义分割/
• 章节1:人脸识别/
• 章节1:词向量与词嵌入/
• 章节2:循环神经网络原理与优化/
• 章节3:从Attention机制到Transformer/
• 章节4:ELMO_BERT_GPT/
• 章节1:词向量/
• 章节2:自然语言处理-情感分析/
• 章节3:AI写唐诗/
• 章节4:Seq2Seq聊天机器人/
• 章节7:GPT2聊天机器人/
• 章节1:深度学习-OCR文本识别/
• 章节1:PyTorch运行环境安装_运行环境测试/
• 章节2:PyTorch基础_Tensor张量运算/
• 章节3:PyTorch卷积神经网络_实战CIFAR10/
• 章节4:PyTorch循环神经网络_词性标注/
• 章节5:PyTorch编码器解码器_机器翻译/
• 章节1:PaddlePaddle框架安装_波士顿房价预测/
• 章节2:PaddlePaddle卷积网络_病理性近视识别/
• 章节3:PaddleDetection工具_PCB电路板缺陷检测/
• 章节4:PaddleOCR工具_车牌识别(目标检测+CRNN+CTCLoss)/
• 章节5:PaddleNLP模块_物流信息提取(BiGRU+CRF)/
• 章节6:PaddleNLP模块_物流信息提取(ERNIE版)/
• 章节1:Linux/
• 章节1:算法与数据结构/