AI算法工程师就业班 - 猎人搜索 轻松搜寻全网资源

• file:课件.zip
• 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:1：人工智能就业前景与薪资.mp4
• file:6：机器学习不同的学习方式.mp4
• file:44：最大似然估计思想.mp4
• file:23：多元函数求偏导.mp4
• file:38：概率论_随机事件与随机事件概率.mp4
• file:36：SVD用于PCA降维.mp4
• file:2：线性代数_概率论知识点.mp4
• file:5：导数的几何意义和物理意义.mp4
• file:17：特殊的向量.mp4
• file:15：学习向量计算的用途举例.mp4
• file:45：最优化的基本概念.mp4
• file:18：矩阵_方阵_对称阵_单位阵_对角阵.mp4
• file:51：凸集.mp4
• file:48：梯度下降法的推导.mp4
• file:4：导数的定义_左导数和右导数.mp4
• file:39：条件概率_贝叶斯公式.mp4
• file:26：Hessian矩阵.mp4
• file:49：牛顿法公式推导以及优缺点.mp4
• file:1：人工智能学习数学的必要性_微积分知识点.mp4
• file:数学.pdf
• file:19：矩阵的运算_加减法_转置.mp4
• file:53：凸优化的性质_一般表达形式.mp4
• file:25：雅可比矩阵_在神经网络中应用.mp4
• file:12：向量的意义_n维欧式空间空间.mp4
• file:33：奇异值分解定义.mp4
• file:38：Python_类对象_子类复用父类构造器和方法_方法重写.mp4
• file:19：Python_集合操作_列表的常用方法.mp4
• file:25：Python_函数_定义_调用_返回值_注释.mp4
• file:23：Python_os模块_shutil模块.mp4
• file:37：Python_类对象_面向对象三大特性_类的继承.mp4
• file:32：Python_函数_装饰器.mp4
• file:30：Python_函数式编程_map_reduce_filter_匿名函数.mp4
• file:8：Python是强类型的动态脚本语言.mp4
• file:22：Python_集合操作_字典keys方法_enumerate函数.mp4
• file:24：Python_打开并读取文件_中文编码问题.mp4
• file:10：Python_控制语句_多分支_三元条件运算符.mp4
• file:36：Python_类对象_运算符重载_私有对象方法_isinstance函数.mp4
• file:人工智能-第1阶段Python基础.pdf
• file:6：Conda虚拟环境创建与Python模块安装.mp4
• file:7：关联虚拟环境运行代码.mp4
• file:5：Jupyter常用快捷键.mp4
• file:3：Pycharm安装和代码运行.mp4
• file:2：Miniconda安装和测试.mp4
• file:28：PaddleNLP_物流信息提取项目_构建网络模型.mp4
• file:25：物流信息提取项目_解决导包显示找不到nul问题.mp4
• file:30：PaddleNLP_物流信息提取项目_合并结果并展示_使用预训练的词向量提升效果.mp4
• file:27：PaddleNLP_物流信息提取项目_进一步通过DataSet构建出DataLoader.mp4
• file:21：车牌识别项目_车牌字符识别模型训练.mp4
• file:19：车牌识别项目_运行保存标签和剪切出的车牌图片.mp4
• file:18：车牌识别项目_详解数据准备阶段代码.mp4
• file:17：PaddleOCR_项目配置_CCPD数据集介绍.mp4
• file:9：预测病理性近视_调用经典卷积神经网络.mp4
• file:8：预测病理性近视_定义模型结构_评估模型.mp4
• file:2：Pycharm运行出现mkl-service或DLL找不到的问题.mp4
• file:5：预测波士顿房价_反向传播_模型保存_模型测试.mp4
• file:3：PaddlePaddle求解线性模型.mp4
• file:4：预测波士顿房价_数据读取_正向传播.mp4
• folder:AI算法工程师就业班
• folder:02、人工智能基础-Python基础
• folder:25、【加课】百度飞桨PaddlePaddle实战【新增】
• folder:20-深度学习-NLP自然语言处理项目实战
• folder:26-【加课】Linux环境编程基础
• folder:05、机器学习-线性回归
• folder:27-【加课】算法与数据结构
• folder:14-深度学习-图像识别原理
• folder:10、机器学习与大数据-Kaggle竞赛实战
• folder:16-深度学习-目标检测YOLO(V1-V4全版本)实战
• folder:11-机器学习与大数据-海量数据挖掘工具
• 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:章节2：Python基础语法
• folder:章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
• 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3：PaddleDetection工具_PCB电路板缺陷检测
• folder:章节6：BERT新浪新闻10分类项目
• folder:章节3：AI写唐诗
• 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5：实战NER命名实体识别项目
• folder:章节1：多元线性回归
• folder:章节5：Lasso回归_Ridge回归_多项式回归
• folder:章节2：EM算法和GMM高斯混合模型
• folder:章节4：古典目标检测
• folder:章节3：经典卷积网络算法
• folder:章节5：现代目标检测之FasterRCNN
• folder:章节1：药店销量预测案例
• folder:章节4：ELMO_BERT_GPT
• folder:章节2：循环神经网络原理与优化
• folder:章节3：从Attention机制到Transformer
• folder:章节2：Softmax回归
• folder:章节1：YOLOv1详解
• 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3：推荐系统--模型使用和推荐服务
• 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5：DDPG、PPO、DPPO算法
• folder:章节3：PolicyGradient策略梯度
• folder:章节1：Q-Learning与SARSA算法
• folder:章节2：DeepQ-LearningNetwork
• folder:章节4：ActorCritic(A3C)
• folder:章节2：PyTorch基础_Tensor张量运算
• folder:章节5：PyTorch编码器解码器_机器翻译
• folder:章节3：PyTorch卷积神经网络_实战CIFAR10
• folder:章节1：PyTorch运行环境安装_运行环境测试
• folder:章节2：自然场景下的目标检测及源码分析
• 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2：数据可视化模块
• folder:章节3：数据处理分析模块Pandas
• folder:章节1：科学计算模型Numpy
• folder:章节2：集成学习和随机森林
• 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2：医疗图像UNet语义分割
• folder:代码