卢菁博士的人工智能体系课 (进阶版)
卢菁博士的人工智能体系课 (进阶版)7.67GB
01_1.距离精讲.mp4190.87MB
02_2.向量数据库基础.mp4174.43MB
03_3.Annoy原理和手写线性回归.mp4218.48MB
04_4.逻辑回归的分类间隔,线性不可分问题,FM模型.mp4213.13MB
05_5.特征选择和正则化.mp4242.98MB
06_6.Dropout技术,模型集成,多分类和多标签.mp4181.47MB
07_7.过拟合、欠拟合,树模型.mp4191MB
08_8.ID3,C4.5,Cart树.mp4192.25MB
09_9.集成学习,dropout,GBDT.mp4189.43MB
10_10.GBDT和XGboost.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
32_推荐系统1:推荐系统概述.mp4168.37MB
33_推荐系统2:召回环节.mp4333.81MB
34_推荐系统3:召回和AB测试[.mp4357.39MB
35_推荐系统4:排序(上).mp4380.52MB
36_推荐系统5:排序(下).mp4130.68MB
37_推荐系统6:内容分类和打标.mp4282.29MB
【限时】手机端新用户保存可领1T容量,千T 高质量资源社区,点我查看社区地址.docx358.01KB