课程介绍
课程章节
章节1: 人工智能概述和特征提取？做人工智能的第一步 (1节)

课时01

人工智能概述和特征提取？做人工智能的第一步

1小时58分55秒

章节2: 线性回归1-第一个模型，用来进行数值预测 (1节)

课时02

线性回归1-第一个模型，用来进行数值预测

1小时53分26秒

章节3: 线性回归2-从傻瓜到智能，梯度下降法学习法 (1节)

课时03

线性回归2-从傻瓜到智能，梯度下降法学习法

1小时59分17秒

章节4: 线性回归3-突破瓶颈，模型效果的提升 (1节)

课时04

线性回归3-突破瓶颈，模型效果的提升

1小时53分43秒

章节5: 逻辑回归1-猛将起于卒伍，工业环境下的分类模型 (1节)

课时05

逻辑回归1-猛将起于卒伍，工业环境下的分类模型

1小时46分46秒

章节6: 逻辑回归2-损失函数推到解析和特征选择优化 (1节)

课时06

逻辑回归2-损失函数推到解析和特征选择优化

1小时52分12秒

章节7: 逻辑回归3-到底好不好？模型评价指标讲解(1) (2节)

课时07

逻辑回归3-到底好不好？模型评价指标讲解(1)

2小时0秒

课时08

逻辑回归3-到底好不好？模型评价指标讲解(2)

15分23秒

章节8: 逻辑回归4-让模型看的更准更稳，正则优化 (1节)

课时09

逻辑回归4-让模型看的更准更稳，正则优化

1小时49分29秒

章节9: 逻辑回归5-让学习更高效，数值优化和一只看不见的手 (1节)

课时10

逻辑回归5-让学习更高效，数值优化和一只看不见的手

1小时54分54秒

章节10: 传统机器学习概览 (2节)

课时11

传统机器学习概览(1)

2小时1秒

课时12

传统机器学习概览(2)

1分10秒

章节11: 支持向量机SVM1-曾经的分类王者 (1节)

课时13

支持向量机SVM1-曾经的分类王者

1小时50分23秒

章节12: SVM2-昔日辉煌，传统方法顶峰详解 (1节)

课时14

SVM2-昔日辉煌，传统方法顶峰详解

1小时52分35秒

章节13: 分类器背后的秘密和机器学习三大定律 (2节)

课时15

分类器背后的秘密和机器学习三大定律(1)

2小时0秒

课时16

分类器背后的秘密和机器学习三大定律(2)

2分26秒

章节14: 集成学习：三个臭皮匠顶一个诸葛亮-决策树和随机森林 (1节)

课时17

集成学习：三个臭皮匠顶一个诸葛亮-决策树和随机森林

1小时58分4秒

章节15: 集成学习：企业神器GBDT详解 (1节)

课时18

集成学习：企业神器GBDT详解

1小时57分47秒

章节16: Kmeans聚类：无监督学习，让数据自己说话 (2节)

课时19

Kmeans聚类：无监督学习，让数据自己说话(1)

2小时2秒

课时20

Kmeans聚类：无监督学习，让数据自己说话(2)

10秒

章节17: DBscan聚类：kmeans升级，数据更具智能 (1节)

课时21

DBscan聚类：kmeans升级，数据更具智能

2小时27分3秒

章节18: LDA：文本数据大杀器，揭示文本背后的秘密 (1节)

课时22

LDA：文本数据大杀器，揭示文本背后的秘密

2小时18分3秒

章节19: 深度学习DNN01-深度学习开启人工智能新时代 (1节)

课时23

深度学习DNN01-深度学习开启人工智能新时代

2小时8分9秒

章节20: 编程工具keras讲解和深度学习为什么会有效 (1节)

课时24

编程工具keras讲解和深度学习为什么会有效

1小时38分34秒

章节21: 深度学习的学习算法，梯度下降法和链式法则 (1节)

课时25

深度学习的学习算法，梯度下降法和链式法则

1小时57分9秒

章节22: 多分类函数softmax和学习方法 (1节)

课时26

多分类函数softmax和学习方法

2小时21分47秒

章节23: 深度学习非线性能力关键：激活函数详解 (1节)

课时27

深度学习非线性能力关键：激活函数详解

更新中

0秒

章节24: 深度学习避坑指南：权重初始化的方法和技巧 (1节)

课时28

深度学习避坑指南：权重初始化的方法和技巧

1小时58分10秒

章节25: 集成学习在深度学习中的应用dropout (1节)

课时29

集成学习在深度学习中的应用dropout

2小时11分48秒

章节26: 梯度下降法的优化和一些先进的学习技术 (1节)

课时30

梯度下降法的优化和一些先进的学习技术

1小时59分39秒

章节27: 项目一：数字图像识别，让机器具有一双眼睛 (1节)

课时31

项目一：数字图像识别，让机器具有一双眼睛

2小时13分19秒

章节28: 项目二：以图搜图技术详解实战01 (1节)

课时32

项目二：以图搜图技术详解实战01

2小时8分20秒

章节29: 项目二：以图搜图技术详解实战02 (1节)

课时33

项目二：以图搜图技术详解实战02

1小时56分56秒

章节30: 开始深度学习在自然语言处理领域的时代 (1节)

课时34

开始深度学习在自然语言处理领域的时代

2小时6分50秒

章节31: word2vec的一些特殊问题和优化方法 (1节)

课时35

word2vec的一些特殊问题和优化方法

2小时26分52秒

章节32: 项目三：推荐系统整体流程架构解读01 (1节)

课时36

项目三：推荐系统整体流程架构解读01

2小时20分47秒

章节33: 项目三：推荐系统整体流程架构解读02 (1节)

课时37

项目三：推荐系统整体流程架构解读02

2小时1分9秒

章节34: 项目三：关键词抽取和基于文本的召回算法03 (1节)

课时38

项目三：关键词抽取和基于文本的召回算法03

3小时46分5秒

章节35: 项目三：推荐系统04基于行为类的召回算法 (1节)

课时39

项目三：推荐系统04基于行为类的召回算法

2小时10分19秒

章节36: 项目三：推荐系统05 Airbnb优秀论文解读 (1节)

课时40

项目三：推荐系统05 Airbnb优秀论文解读

2小时13分50秒

章节37: CNN：计算机视觉标配，给AI一双慧眼 (1节)

课时41

CNN：计算机视觉标配，给AI一双慧眼

2小时13分34秒

章节38: 项目四：CNN识别彩色图像，就那么一会 (1节)

课时42

项目四：CNN识别彩色图像，就那么一会

1小时57分21秒

章节39: 一期课程内容总结 (1节)

课时43

一期课程内容总结

2小时1分29秒

章节40: 常见面试题解读01 (1节)

课时44

常见面试题解读01

2小时15分56秒

章节41: 常见面试题解读02 (1节)

课时45

常见面试题解读02

31分59秒

章节42: 如何写简历，打造更好的自己 (1节)

课时46

如何写简历，打造更好的自己

30分4秒

章节43: NLP技术在推荐搜索中的应用 (1节)

课时47

NLP技术在推荐搜索中的应用

30分0秒

章节44: 逻辑回归和神经元 (1节)

课时48

逻辑回归和神经元

29分57秒

章节45: BP算法原理和训练方法 (1节)

课时49

BP算法原理和训练方法

30分1秒

章节46: 常见激活函数讲解 (1节)

课时50

常见激活函数讲解

29分59秒

章节47: 图像分类在企业中的应用 (1节)

课时51

图像分类在企业中的应用

30分0秒

章节48: 卷积的基本思想 (1节)

课时52

卷积的基本思想

59分54秒

章节49: 程序员的数学进阶 导数 (1节)

课时53

程序员的数学进阶 导数

34分5秒

章节50: 程序员的数学进阶 最值和极值 (1节)

课时54

程序员的数学进阶 最值和极值

29分59秒

章节51: 程序员的数学进阶 二阶导数和凸函数 (1节)

课时55

程序员的数学进阶 二阶导数和凸函数

30分0秒

章节52: 程序员的数学进阶 逻辑回归和凸函数01 (1节)

课时56

程序员的数学进阶 逻辑回归和凸函数01

22分48秒

章节53: 程序员的数学进阶 逻辑回归和凸函数02 (1节)

课时57

程序员的数学进阶 逻辑回归和凸函数02

30分2秒

章节54: 程序员的数学进阶 泰勒公式 (1节)

课时58

程序员的数学进阶 泰勒公式

30分0秒

章节55: 程序员的数学进阶 泰勒公式和神经网络01 (1节)

课时59

程序员的数学进阶 泰勒公式和神经网络01

29分59秒

章节56: 程序员的数学进阶 泰勒公式和神经网络02 (1节)

课时60

程序员的数学进阶 泰勒公式和神经网络02

29分59秒

章节57: 程序员数学进阶 用数学洞穿机器学习的本质 (1节)

课时61

程序员数学进阶 用数学洞穿机器学习的本质

27分27秒

章节58: 程序员的数学进阶 机器学习不能做什么？ (1节)

课时62

程序员的数学进阶 机器学习不能做什么？

17秒

您没有该体系课权限，需要开通权限请点击联系老师。
联系老师
共个问题,0回答
提问
最新
最热
暂无提问，赶紧去提问吧~