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:52：凸函数.mp4
• file:28：补充关于正定负定的理解.mp4
• file:26：Hessian矩阵.mp4
• file:43：随机向量_独立性_协方差_随机向量的正太分布.mp4
• file:11：导数判断凹凸性_导数用于泰勒展开.mp4
• file:39：条件概率_贝叶斯公式.mp4
• file:31：特征值分解.mp4
• file:1：人工智能学习数学的必要性_微积分知识点.mp4
• file:47：梯度下降法思路.mp4
• file:46：迭代求解的原因.mp4
• file:38：概率论_随机事件与随机事件概率.mp4
• file:3：最优化知识_数学内容学习重点.mp4
• file:10：高阶导数_导数判断单调性_导数与极值.mp4
• file:7：导数求解的四则运算法则.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:44：最大似然估计思想.mp4
• file:37：SVD用于协同过滤_求逆矩阵.mp4
• file:53：凸优化的性质_一般表达形式.mp4
• file:29：特征值和特征向量(1).mp4
• file:18：矩阵_方阵_对称阵_单位阵_对角阵.mp4
• file:12：向量的意义_n维欧式空间空间.mp4
• file:14：向量的内积_向量运算法则.mp4
• file:49：牛顿法公式推导以及优缺点.mp4
• file:13：行向量列向量_转置_数乘_加减乘除.mp4
• file:1：人工智能就业前景与薪资.mp4
• file:7：深度学习比传统机器学习有优势.mp4
• file:8：有监督机器学习任务与本质.mp4
• file:6：机器学习不同的学习方式.mp4
• file:24：PaddleNLP_物流信息提取项目介绍.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:25：物流信息提取项目_解决导包显示找不到nul问题.mp4
• file:3：PaddlePaddle求解线性模型.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:4：预测波士顿房价_数据读取_正向传播.mp4
• file:32：PaddleNLP_物流信息提取项目_ERNIE实战_详解Tokenizer作用.mp4
• file:21：车牌识别项目_车牌字符识别模型训练.mp4
• file:18：车牌识别项目_详解数据准备阶段代码.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:17：PaddleOCR_项目配置_CCPD数据集介绍.mp4
• file:10：PaddleDetection_项目配置.mp4
• file:16：PCB电路板缺陷检测_模型预测.mp4
• file:11：安装配置VisualStudio_解决安装模块pycocotools或cython_bbox编译报错问题.mp4
• file:12：PCB电路板缺陷检测_Images和Annotations.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:16：YOLOv3代码剖析_model输出之后的预测框的计算.mp4
• file:19：YOLOv3代码剖析_模型的训练部分详解.mp4
• file:15：YOLOv3代码剖析_聚类anchors_构建backbone主干网络.mp4
• file:18：YOLOv3代码剖析_weights到h5模型的转换.mp4
• file:8：YOLOv2论文详解_层级分类_层级分类用于目标检测.mp4
• file:6：YOLOv2论文详解_mAP更better的一些点.mp4
• file:7：YOLOv2论文详解_Darknet19_分类数据和检测数据集融合_多标签.mp4
• file:5：YOLOv2论文详解_BN_高分辨率_引入AnchorBoxes.mp4
• file:11：YOLOv3论文详解_总结_FocalLoss.mp4
• file:10：YOLOv3论文详解_引入了FPN的思想特征融合_多路输出_DarkNet53.mp4
• file:13：YOLOv4论文概述_BOS_BOF.mp4
• file:9：YOLOv3论文详解_每个框都要预测多个类别概率.mp4
• file:2：YOLOv1论文详解_网络架构_思想.mp4
• file:3：YOLOv1论文详解_训练中的技巧_Loss损失函数.mp4
• file:22：YOLOv4_BOS_ASPP_SAM_SoftNMS_Mish.mp4
• file:21：YOLOv4_BOF_GIoU_DIoU_CIoU.mp4
• file:21：代码实战DQN_训练阶段最小化损失_记录loss方便展示_随着learn的越多选择action随机性减小.mp4
• file:19：代码实战DQN_定义损失函数_构建Target网络更新逻辑.mp4
• file:26：困难样本挖掘_Multi-step_NoiseyNet系统的探索.mp4
• file:27：计算Action的方差避免风险.mp4
• file:20：代码实战DQN_训练阶段得到Q网络的预测值和真实值.mp4
• file:22：DQN会over-estimate的本质原因.mp4
• file:28：Rainbow_DQN如何计算连续型的Actions.mp4
• file:17：代码实战DQN_Agent和Env整体交互.mp4
• file:24：DoubleDQN代码实战.mp4
• file:15：DQN算法具体流程.mp4
• file:25：DuelingDQN.mp4
• file:16：ε-greedy_ReplayBuffer_FixedQ-targets.mp4
• file:18：代码实战DQN_构建Q网络.mp4
• folder:AI算法工程师就业班
• 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:31、【加课】强化学习【新增】
• folder:17-深度学习-语义分割原理和实战
• folder:06、机器学习-线性分类
• folder:12-机器学习与大数据-推荐系统项目实战
• folder:24-【加课】Pytorch项目实战
• folder:20-深度学习-NLP自然语言处理项目实战
• folder:04、人工智能基础-高等数学知识强化
• folder:03、人工智能基础-Python科学计算和可视化
• folder:21-深度学习-OCR文本识别
• folder:27-【加课】算法与数据结构
• folder:26-【加课】Linux环境编程基础
• folder:章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
• folder:章节1：PaddlePaddle框架安装_波士顿房价预测
• folder:章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
• folder:章节3：PaddleDetection工具_PCB电路板缺陷检测
• folder:章节4：YOLOv3代码实战
• folder:章节2：DeepQ-LearningNetwork
• folder:章节1：Q-Learning与SARSA算法
• folder:章节5：DDPG、PPO、DPPO算法
• folder:章节4：ActorCritic(A3C)
• folder:章节3：PolicyGradient策略梯度
• 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:章节1：上采样_双线性插值_转置卷积
• folder:章节1：逻辑回归
• folder:章节3：SVM支持向量机算法
• folder:章节2：Softmax回归
• 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4：PyTorch循环神经网络_词性标注
• 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2：EM算法和GMM高斯混合模型
• folder:章节1：卷积神经网络原理
• folder:章节5：现代目标检测之FasterRCNN
• folder:章节4：古典目标检测
• folder:章节2：集成学习和随机森林
• folder:章节2：自然语言处理--情感分析
• folder:章节5：实战NER命名实体识别项目
• folder:章节4：Seq2Seq聊天机器人
• folder:章节6：BERT新浪新闻10分类项目
• folder:章节3：从Attention机制到Transformer
• folder:章节4：ELMO_BERT_GPT
• folder:章节2：网页分类案例
• 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：数据处理分析模块Pandas
• folder:章节1：科学计算模型Numpy
• 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：Python基础语法
• folder:章节5：Lasso回归_Ridge回归_多项式回归
• folder:代码