【百战程序员】AI算法工程师就业班 - 带源码课件 - 猎人搜索 轻松搜寻全网资源

• file:课件.zip
• file:38：概率论_随机事件与随机事件概率.mp4
• file:37：SVD用于协同过滤_求逆矩阵.mp4
• file:35：奇异值分解性质_数据压缩.mp4
• file:8：复合函数求导法则.mp4
• file:3：最优化知识_数学内容学习重点.mp4
• file:27：二次型.mp4
• file:49：牛顿法公式推导以及优缺点.mp4
• file:47：梯度下降法思路.mp4
• file:39：条件概率_贝叶斯公式.mp4
• file:46：迭代求解的原因.mp4
• file:1：人工智能学习数学的必要性_微积分知识点.mp4
• file:24：高阶偏导数_梯度.mp4
• file:42：常用随机变量服从的分布.mp4
• file:44：最大似然估计思想.mp4
• file:4：导数的定义_左导数和右导数.mp4
• file:数学.pdf
• file:26：Hessian矩阵.mp4
• file:32：多元函数的泰勒展开_矩阵和向量的求导.mp4
• file:30：特征值和特征向量(2).mp4
• file:25：雅可比矩阵_在神经网络中应用.mp4
• file:54：拉格朗日函数.mp4
• file:6：机器学习不同的学习方式.mp4
• file:9：无监督机器学习任务与本质.mp4
• file:7：深度学习比传统机器学习有优势.mp4
• file:2：人工智能适合人群与必备技能.mp4
• file:3：人工智能时代是发展的必然.mp4
• file:30：使用OpenCV调用分类器找到目标框.mp4
• file:29：图像识别任务_古典目标检测.mp4
• file:33：从FastRCNN引入FasterRCNN.mp4
• file:31：IOU以及python计算的代码.mp4
• file:32：R-CNN和SPP-net.mp4
• file:FasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf
• file:37：FasterRCNN论文讲解_从介绍到RPN的loss.mp4
• file:35：FasterRNN的核心RPN_正向传播的框过滤_NMS.mp4
• file:36：NMS代码实现流程_mAP目标检测平均指标.mp4
• file:34：回顾RCNN_SPPnet_Fast-RCNN.mp4
• file:7：池化的概念和TF中的API的操作与参数.mp4
• file:1：回顾深度神经网络_卷积层是局部连接.mp4
• file:2：单通道卷积的计算.mp4
• file:4：卷积层权值共享.mp4
• file:5：卷积的补充与Padding填充模式.mp4
• file:8：经典的CNN架构和LeNet5.mp4
• file:12：CNN对MNIST数据集分类_全连接层以及训练代码.mp4
• file:17：Optimizer_SGD_Momentum.mp4
• file:16：VGG网络结构_以及1乘1的卷积核的作用和好处.mp4
• file:18：Optimizer_Adagrad_Adadelta_RMSprop.mp4
• file:13：深度学习网络对应ACC准确率忽然下降的思考点.mp4
• file:15：减轻梯度消失问题中参数初始化发挥的作用.mp4
• file:11：数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.mp4
• file:9：AlexNet网络结构_连续使用小的卷积核好处.mp4
• file:10：Dropout技术点思想和运用.mp4
• file:25：DenseNet和Keras里面的实现.mp4
• file:22：InceptionV1_V2.mp4
• file:20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp4
• file:28：Mobilenet网络架构.mp4
• file:24：ResNet残差单元_BottlenetBlocK.mp4
• file:23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4
• file:27：BatchNormalization.mp4
• file:21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp4
• file:48：SVM的SMO实现判断违背条件的α1.mp4
• file:44：再次说明α2如何进行剪裁的思路_根据α2求α1.mp4
• file:42：对一元函数求极值点_推导出旧的α和新的α的关系.mp4
• file:45：启发式选择两个α.mp4
• file:51：关于sklearn中的SVM封装的类和超参.mp4
• file:40：SMO算法求解思路_分解成很多个子二次规划问题分别求解.mp4
• file:50：SVM绘制已有数据点和超平面以及边界.mp4
• file:43：将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.mp4
• file:41：SMO将交给它的目标函数变成二元函数进一步变成一元函数.mp4
• file:52：概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.mp4
• file:39：SVM算法流程总结.mp4
• file:53：OVR和OVO多分类_算法小结_对比逻辑回归.mp4
• file:49：SVM的SMO实现应用公式计算alphas和b.mp4
• file:20：再次证明Softmax损失函数当K=2时就是逻辑回归损失函数.mp4
• file:25：实战音乐分类器_傅里叶变换可以帮助我们做什么.mp4
• file:23：实战音乐分类器_讲解需求和读取数据.mp4
• file:17：证明多项式分布属于指数族分布一种.mp4
• file:28：实战音乐分类器_代码读取600首傅里叶变换后的数据_构建训练集并训练模型.mp4
• file:18：从广义线性回归的η推导出来Softmax的公式.mp4
• file:29：实战音乐分类器_模型的测试和调优_解决双通道音乐文件的问题.mp4
• file:19：有了Softmax函数的公式就可以去计算loss_Softmax的Loss函数形式其实就是LR的泛化版本.mp4
• file:24：实战音乐分类器_探索不同曲风音乐文件的时间频率图.mp4
• file:22：逻辑回归和Softmax回归在多分类任务模型参数上的区别_与算法在选择上的区别.mp4
• file:27：实战音乐分类器_代码对单首歌曲进行傅里叶变换_代码对600首音乐文件进行傅里叶变换并保存结果.mp4
• folder:【百战程序员】AI算法工程师就业班 - 带源码课件
• folder:14-深度学习-图像识别原理
• folder:06、机器学习-线性分类
• folder:20-深度学习-NLP自然语言处理项目实战
• folder:11-机器学习与大数据-海量数据挖掘工具
• folder:27-【加课】算法与数据结构
• folder:25、【加课】百度飞桨PaddlePaddle实战【新增】
• folder:16-深度学习-目标检测YOLO(V1-V4全版本)实战
• folder:02、人工智能基础-Python基础
• folder:31、【加课】强化学习【新增】
• folder:24-【加课】Pytorch项目实战
• folder:21-深度学习-OCR文本识别
• folder:10、机器学习与大数据-Kaggle竞赛实战
• folder:26-【加课】Linux环境编程基础
• folder:章节4：古典目标检测
• folder:章节5：现代目标检测之FasterRCNN
• folder:章节1：卷积神经网络原理
• folder:章节2：Softmax回归
• folder:章节3：SVM支持向量机算法
• folder:章节1：逻辑回归
• folder:章节2：集成学习和随机森林
• folder:章节5：实战NER命名实体识别项目
• folder:章节6：BERT新浪新闻10分类项目
• folder:章节2：自然语言处理--情感分析
• folder:章节4：Seq2Seq聊天机器人
• folder:章节3：图像风格迁移
• folder:章节2：自然场景下的目标检测及源码分析
• folder:章节1：Spark计算框架基础
• folder:章节3：Spark机器学习MLlib和ML模块
• folder:章节2：EM算法和GMM高斯混合模型
• folder:章节6：PaddleNLP模块_物流信息提取（ERNIE版）
• folder:章节3：PaddleDetection工具_PCB电路板缺陷检测
• folder:章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
• folder:章节2：PaddlePaddle卷积网络_病理性近视识别
• folder:章节1：YOLOv1详解
• folder:章节2：Python基础语法
• folder:章节2：DeepQ-LearningNetwork
• folder:章节4：ActorCritic(A3C)
• folder:章节3：PolicyGradient策略梯度
• folder:章节5：DDPG、PPO、DPPO算法
• folder:章节1：Q-Learning与SARSA算法
• folder:章节2：TensorFlow深度学习工具
• folder:章节3：反向传播推导_Python代码实现神经网络
• folder:章节3：PyTorch卷积神经网络_实战CIFAR10
• folder:章节5：PyTorch编码器解码器_机器翻译
• folder:章节1：PyTorch运行环境安装_运行环境测试
• folder:章节2：PyTorch基础_Tensor张量运算
• folder:章节3：从Attention机制到Transformer
• folder:章节4：ELMO_BERT_GPT
• folder:章节2：医疗图像UNet语义分割
• folder:章节1：上采样_双线性插值_转置卷积
• folder:章节3：蒙版弹幕MaskRCNN语义分割
• folder:章节5：Lasso回归_Ridge回归_多项式回归
• folder:章节2：推荐系统--数据预处理和模型构建评估实战
• folder:章节3：推荐系统--模型使用和推荐服务
• folder:章节2：数据可视化模块
• folder:章节1：科学计算模型Numpy
• folder:章节3：数据处理分析模块Pandas
• folder:章节1：药店销量预测案例