课时01

人工智能概述和特征提取？

课时02

线性回归1:第一个模型，用来进行数值预测

课时03

线性回归2:从傻瓜到智能，梯度下降法学习法

课时04

线性回归3:突破瓶颈，模型效果的提升

课时05

猛将起于卒伍，工业环境下的分类模型

课时06

逻辑回归2:损失函数推到解析和特征选择优化

课时07

逻辑回归3:到底好不好？模型评价指标讲解1

课时08

逻辑回归3:到底好不好？模型评价指标讲解2

课时09

逻辑回归4:让模型看的更准更稳，正则优化

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

课时11

朴素贝叶斯模型：简单背后蕴含的有效(1)

课时12

朴素贝叶斯模型：简单背后蕴含的有效(2)

课时13

支持向量机SVM1:曾经的分类王者

课时14

SVM2:昔日辉煌，传统方法顶峰详解

课时15

分类器背后的秘密和机器学习三大定律1

课时16

分类器背后的秘密和机器学习三大定律2

课时17

三个臭皮匠顶一个诸葛亮-决策树和随机森林

课时18

集成学习：企业神器GBDT详解

课时19

Kmeans聚类：无监督学习，让数据自己说话1

课时20

Kmeans聚类：无监督学习，让数据自己说话2

课时21

DBscan聚类：kmeans升级，数据更具智能

课时22

LDA：文本数据大杀器，揭示文本背后的秘密

课时23

精讲《速通机器学习》1

课时24

精讲《速通机器学习》2

课时25

精讲《速通机器学习》3

课时26

精讲《速通机器学习》4

课时27

精讲《速通机器学习》5

课时28

精讲《速通机器学习》6

课时29

精讲《速通机器学习》7

课时30

精讲《速通机器学习》8

课时31

精讲《速通机器学习》9

课时32

深度学习开启人工智能新时代

课时33

编程工具keras讲解和深度学习为什么会有效

课时34

深度学习的学习算法，梯度下降法和链式法则

课时35

多分类函数softmax和学习方法

课时36

深度学习非线性能力关键：激活函数详解

课时37

深度学习避坑指南：权重初始化的方法和技巧

课时38

集成学习在深度学习中的应用dropout

课时39

梯度下降法的优化和一些先进的学习技术

课时40

项目一：数字图像识别，让机器具有一双眼睛

课时41

项目二：以图搜图技术详解实战01

课时42

项目二：以图搜图技术详解实战02

课时43

开始深度学习在自然语言处理领域的时代

课时44

word2vec的一些特殊问题和优化方法

课时45

项目三：推荐系统整体流程架构解读01

课时46

项目三：推荐系统整体流程架构解读02

课时47

项目三：推荐系统整体流程架构解读03

课时48

项目三：推荐系统整体流程架构解读04

课时49

项目三：推荐系统整体流程架构解读05

课时50

CNN：计算机视觉标配，给AI一双慧眼

课时51

项目四：CNN识别彩色图像，就那么一会

课时52

RNN和LSTM

课时53

语音合成方法介绍

课时54

语音合成前端

课时55

端到端语音合成声学模型

课时56

语音合成声码器及端到端语音合成实战

课时57

LSTM和ELMO

课时58

实战项目：智能输入法

课时59

输入法项目之新词发现

课时60

注意力模型Attention

课时61

注意力模型Self-Attention

课时62

Transformer和Bert

课时63

图像之文本检测

课时64

图像之文本识别

课时65

文本分类项目：分类任务简介、分类系统综述

课时66

文本分类项目：基本模型回顾 - NB、SVM

课时67

文本分类项目：基本模型回顾 - FastText

课时68

文本分类项目：系统集成、系统调优

课时69

文本分类项目：系统优化：实体信息

课时70

文本分类项目： 系统优化：图片分类

课时71

文本分类项目： 深度模型系统：TextCNN

课时72

智能聊天机器人1

课时73

智能聊天机器人2

课时74

语音识别综述

课时75

语音信号基础

课时76

语音识别特征处理

课时77

HMM-GMM模型原理

课时78

HMM-DNN声学模型

课时79

语言模型及解码

课时80

Kaldi 语音识别实践

课时81

端到端语音识别综述

课时82

CTC LAS Transformer 语音识别框架

课时83

低时延语音识别

课时84

流式语音识别

课时85

多语种语音识别

课时86

端到端语音识别实践

课时87

CNN：计算机视觉标配，给AI一双慧眼

课时88

项目四：CNN识别彩色图像，就那么一会

课时89

高级图像技术1

课时90

高级图像技术2

课时91

高级图像技术3

课时92

高级图像技术4

课时93

文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成

课时94

一期课程内容总结

课时95

常见面试题解读01

课时96

常见面试题解读02

课时97

如何写简历，打造更好的自己

课时98

NLP技术在推荐搜索中的应用

课时99

逻辑回归和神经元

课时100

BP算法原理和训练方法

课时101

常见激活函数讲解

课时102

图像分类在企业中的应用

课时103

卷积的基本思想

课时104

程序员的数学进阶 导数

课时105

程序员的数学进阶 最值和极值

课时106

程序员的数学进阶 二阶导数和凸函数

课时107

程序员的数学进阶 逻辑回归和凸函数01

课时108

程序员的数学进阶 逻辑回归和凸函数02

课时109

程序员的数学进阶 泰勒公式

课时110

程序员的数学进阶 泰勒公式和神经网络01

课时111

程序员的数学进阶 泰勒公式和神经网络02

课时112

程序员数学进阶 用数学洞穿机器学习的本质

课时113

程序员的数学进阶 机器学习不能做什么？

课时114

开班典礼_学前必看

课时115

FM模型

课时116

推荐系统之协同过滤

课时117

推荐系统之召回

课时118

推荐系统之排序1

课时119

推荐系统之排序2

课时120

海外项目：推荐系统入门简介

课时121

海外项目：Item2vec算法以及实际应用

课时122

海外项目：数据预处理

课时123

海外项目：经典CTR预估算法sparselogistics regression

课时124

海外项目：深度学习入门

课时125

海外项目：CNN & LSTM详细讲解

课时126

海外项目：self-attention 机制讲解

课时127

海外项目：wide-deep model代码实战

课时128

信息论入门-概率和信息

课时129

拉格朗日极值法和泛函分析入门

课时130

联合熵，条件熵，互信息，交叉熵

课时131

从信息论的角度解读机器学习

课时132

矩阵求导术

课时133

文本分类速览1

课时134

文本分类速览2

课时135

从数学的角度看embedding特征维度的选取

课时136

面试指导

课时137

AI架构设计

课时138

推荐系统综述

课时139

量化投资概述：量化投资靠什么赚钱

课时140

量化投资概述：市场异象

课时141

量化投资概述：交易市场介绍

课时142

量化投资概述：策略类型介绍

课时143

生成模型GAN

课时144

量化投资概述：风险案例

课时145

量化投资概述：量化工具，AI应用案例

课时146

生成模型VAE

课时147

GAN背后的秘密

课时148

量化投资概述：机器学习模型应用基础

课时149

量化投资概述：交易行为举例

课时150

pagerank算法1

课时151

pagerank算法1

课时152

期货量化交易：远期和期货介绍

课时153

期货量化交易：远期和期货应用

课时154

期货量化交易：远期和期货定价

课时155

期货量化交易：套期保值策略

课时156

textrank算法

课时157

node2vec算法

课时158

期货量化交易：套期保值计算

课时159

期货量化交易：CTA产品及策略概述

课时160

量化投资：交易价格的形成（下）1

课时161

量化投资：交易价格的形成（下）2

课时162

期货量化交易：技术分析

课时163

期货量化交易：趋势策略

课时164

图模型在推荐系统中的应用1

课时165

图模型在推荐系统中的应用2

课时166

bert和它的朋友们1

课时167

bert和它的朋友们2

课时168

期货量化交易：套利策略

课时169

期货量化交易：策略回测

课时170

bert和它的朋友们3

课时171

bert和它的朋友们4

课时172

高频交易：市场微观结构及策略

课时173

高频交易：高频数据及因子计算

课时174

深度学习与语音识别技术基础1

课时175

深度学习与语音识别技术基础2

课时176

高频交易：高频交易案例

课时177

高频交易：高频交易回测

课时178

语音识别之语音信号基础1

课时179

语音识别之语音信号基础2

课时180

语音识别之特征处理及HMM模型

课时181

高频交易：高频因子挖掘及高频做市策略 强化学习量化交易应用

课时182

股票量化交易：股票发行 股票量化交易：打新策略及风险衡量

课时183

HMM-GMM模型

课时184

股票量化交易：投资效用理论 现代投资组合理论

课时185

语音识别实战一

课时186

股票量化交易：多因子模型理论 多因子模型架构

课时187

语音识别实战一