人工智能进阶课程-完结6.05GB
01_1.距离测量基础.mp4190.87MB
02_2.向量数据库概述.mp4174.43MB
03_3.Annoy算法与线性回归.mp4218.48MB
04_4.逻辑回归与分类问题.mp4213.13MB
05_5.特征选择与正则化.mp4242.98MB
06_6.Dropout与模型集成.mp4181.47MB
07_7.过拟合与欠拟合,树模型.mp4191MB
08_8.决策树算法(ID3, C4.5, CART).mp4192.25MB
09_9.集成学习与GBDT.mp4189.43MB
10_10.GBDT与XGBoost详解.mp4318.04MB
11_11实战项目以图搜图-resnet.mp4191.79MB
12_12以图搜图.mp4169.27MB
13_13.GAN模型的原理和实战.mp4195.68MB
14_14.GAN模型背后的数学原理以及训练技巧.mp4221.81MB
15_15.推土机距离和WGan.mp4167.92MB
16_16.AIGC和扩散学习.mp4299.8MB
17_17.NLP系列1:NLP发展脉络和BERT模型.mp4196.48MB
18_18.NLP系列2:Bert的改良版本和T5模型.mp4139.06MB
19_19.NLP系列3:GPT系列模型.mp4132.18MB
20_20.项目实战:huggingface和文本分类.mp4183.15MB
21_21实战项目:文本纠错和Bart模型.mp4210.74MB
22_22零样本学习和小样本学习.mp4229.59MB
23_23.智能文本摘要和关键词提取.mp4282.52MB
24_24聊天机器人和chatgpt.mp4232.86MB
25_25,目标检测yolo和transformer.mp4358.85MB
26_乳腺癌识别项目1-图像识别的原理.mp4183.6MB
27_乳腺癌识别项目2-图像分类的代码实战.mp4142.85MB
28_乳腺癌识别项目3-图像识别新方法之迁移学习.mp4103.19MB
29_乳腺癌识别项目4-乳腺癌识别代码实战.mp4150.02MB
30_大模型训练为什么这么难.mp4117.28MB
31_ChatGPT的技术发展路径和带来的影响.mp4177.64MB
点此获取更多资源.txt137B