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:6：机器学习不同的学习方式.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:4：人工智能在各领域的应用.mp4
• file:2：人工智能适合人群与必备技能.mp4
• file:21：矩阵的逆矩阵.mp4
• file:50：坐标下降法_数值优化面临的问题.mp4
• file:15：学习向量计算的用途举例.mp4
• file:14：向量的内积_向量运算法则.mp4
• file:12：向量的意义_n维欧式空间空间.mp4
• file:32：多元函数的泰勒展开_矩阵和向量的求导.mp4
• file:19：矩阵的运算_加减法_转置.mp4
• file:36：SVD用于PCA降维.mp4
• file:48：梯度下降法的推导.mp4
• file:18：矩阵_方阵_对称阵_单位阵_对角阵.mp4
• file:10：高阶导数_导数判断单调性_导数与极值.mp4
• file:49：牛顿法公式推导以及优缺点.mp4
• file:9：推导激活函数的导函数.mp4
• file:13：行向量列向量_转置_数乘_加减乘除.mp4
• file:2：线性代数_概率论知识点.mp4
• file:34：求解奇异值分解中的UΣV矩阵.mp4
• file:42：常用随机变量服从的分布.mp4
• file:24：高阶偏导数_梯度.mp4
• file:41：数学期望和方差.mp4
• file:54：拉格朗日函数.mp4
• file:4：导数的定义_左导数和右导数.mp4
• file:31：SparkMLlib调用逻辑回归_自定义阈值.mp4
• file:36：SparkMLlib调用KMeans聚类_调用决策树(1).mp4
• file:40：使用逻辑回归和随机森林对股票Stock预测案例实战.mp4
• file:54：SparkML网页分类案例代码实战续（3）.mp4
• file:47：SparkML机器学习库概念讲解.mp4
• file:43：模型的训练以及评估和调超参.mp4
• file:42：从数据转化到训练集的构建.mp4
• file:24：Spark程序启动运行流程详解_03.mp4
• file:28：介绍SparkMLlib模块中实现的算法和调用.mp4
• file:27：构建LabeledPoint.mp4
• file:19：Spark宽依赖和窄依赖_03.mp4
• file:20：Spark术语总结.mp4
• file:25：讲解构建稀疏和稠密向量_01.mp4
• file:21：分布式文件系统Block块的大小配置.mp4
• file:6：分布式计算框架Shuffle的原理_02.mp4
• file:14：Spark算子操作实战讲解_代码实战WordCount_03.mp4
• file:10：分布式计算所需进程.mp4
• file:4：回顾hadoop讲解shuffle.mp4
• file:11：两种算子操作本质区别.mp4
• file:3：Spark对比hadoop优势.mp4
• file:56：实战保险花销预测_数据预处理.mp4
• file:54：多项式升维代码实战_训练模型和评估.mp4
• file:51：代码调用ElasticNet回归.mp4
• file:57：实战保险花销预测_模型训练和评估_选择非线性算法改进.mp4
• folder:AI算法工程师就业班
• folder:11-机器学习与大数据-海量数据挖掘工具
• folder:05、机器学习-线性回归
• folder:15-深度学习-图像识别项目实战
• folder:21-深度学习-OCR文本识别
• folder:19-深度学习-NLP自然语言处理原理和进阶
• folder:10、机器学习与大数据-Kaggle竞赛实战
• folder:24-【加课】Pytorch项目实战
• folder:25、【加课】百度飞桨PaddlePaddle实战【新增】
• folder:27-【加课】算法与数据结构
• folder:01、人工智能基础-快速入门
• folder:03、人工智能基础-Python科学计算和可视化
• folder:31、【加课】强化学习【新增】
• folder:16-深度学习-目标检测YOLO(V1-V4全版本)实战
• folder:26-【加课】Linux环境编程基础
• folder:章节3：Spark机器学习MLlib和ML模块
• folder:章节2：Spark计算框架深入
• folder:章节5：Lasso回归_Ridge回归_多项式回归
• folder:章节3：归一化
• folder:章节1：多元线性回归
• 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：自然场景下的目标检测及源码分析
• folder:章节2：EM算法和GMM高斯混合模型
• folder:章节2：循环神经网络原理与优化
• folder:章节4：ELMO_BERT_GPT
• folder:章节3：从Attention机制到Transformer
• folder:章节2：网页分类案例
• 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：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4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
• folder:章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
• folder:章节3：PaddleDetection工具_PCB电路板缺陷检测
• folder:章节1：PaddlePaddle框架安装_波士顿房价预测
• 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3：经典卷积网络算法
• 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：Q-Learning与SARSA算法
• folder:章节4：ActorCritic(A3C)
• folder:章节5：DDPG、PPO、DPPO算法
• folder:章节2：DeepQ-LearningNetwork
• folder:章节3：PolicyGradient策略梯度
• 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：Softmax回归
• 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7：GPT2聊天机器人
• folder:章节5：实战NER命名实体识别项目
• 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:章节3：YOLOv3详解
• folder:章节2：Python基础语法
• folder:章节2：集成学习和随机森林