文件内容:
file:课件.zip
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: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:5：人工智能常见流程.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:3：人工智能时代是发展的必然.mp4
file:54：拉格朗日函数.mp4
file:7：导数求解的四则运算法则.mp4
file:45：最优化的基本概念.mp4
file:50：坐标下降法_数值优化面临的问题.mp4
file:42：常用随机变量服从的分布.mp4
file:22：矩阵的行列式.mp4
file:20：矩阵相乘.mp4
file:4：导数的定义_左导数和右导数.mp4
file:30：特征值和特征向量(2).mp4
file:5：导数的几何意义和物理意义.mp4
file:数学.pdf
file:9：推导激活函数的导函数.mp4
file:2：线性代数_概率论知识点.mp4
file:47：梯度下降法思路.mp4
file:25：雅可比矩阵_在神经网络中应用.mp4
file:27：二次型.mp4
file:1：人工智能学习数学的必要性_微积分知识点.mp4
file:16：向量的范数_范数与正则项的关系.mp4
file:53：凸优化的性质_一般表达形式.mp4
file:52：凸函数.mp4
file:21：矩阵的逆矩阵.mp4
file:8：复合函数求导法则.mp4
file:28：补充关于正定负定的理解.mp4
file:6：常见函数的求导公式.mp4
file:49：牛顿法公式推导以及优缺点.mp4
file:29：特征值和特征向量(1).mp4
file:51：凸集.mp4
file:46：迭代求解的原因.mp4
file:23：多元函数求偏导.mp4
file:15：学习向量计算的用途举例.mp4
file:13：PCB电路板缺陷检测_前期数据的分析.mp4
file:10：PaddleDetection_项目配置.mp4
file:12：PCB电路板缺陷检测_Images和Annotations.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:15：PCB电路板缺陷检测_模型训练.mp4
file:16：PCB电路板缺陷检测_模型预测.mp4
file:14：PCB电路板缺陷检测_项目配置文件.mp4
file:1：安装PaddlePaddle.mp4
file:4：预测波士顿房价_数据读取_正向传播.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:2：Pycharm运行出现mkl-service或DLL找不到的问题.mp4
file:20：车牌识别项目_车牌目标框检测模型训练.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:21：车牌识别项目_车牌字符识别模型训练.mp4
file:17：PaddleOCR_项目配置_CCPD数据集介绍.mp4
file:22：车牌识别项目_车牌识别模型导出及预测.mp4
file:34：PaddleNLP_物流信息提取项目_ERNIE实战_讲解ChunkEvaluator和输出预测结果.mp4
file:31：PaddleNLP_物流信息提取项目_ERNIE实战_加载数据集构建Dataset.mp4
file:33：PaddleNLP_物流信息提取项目_ERNIE实战_讲解模型训练和评估代码.mp4
file:32：PaddleNLP_物流信息提取项目_ERNIE实战_详解Tokenizer作用.mp4
file:24：PaddleNLP_物流信息提取项目介绍.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:29：PaddleNLP_物流信息提取项目_模型训练.mp4
file:23：PaddleNLP_项目配置.mp4
file:28：PaddleNLP_物流信息提取项目_构建网络模型.mp4
file:27：PaddleNLP_物流信息提取项目_进一步通过DataSet构建出DataLoader.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:26：PaddleNLP_物流信息提取项目_加载数据构建DataSet.mp4
file:6：预测病理性近视_图片数据读取.mp4
file:8：预测病理性近视_定义模型结构_评估模型.mp4
file:9：预测病理性近视_调用经典卷积神经网络.mp4
file:7：预测病理性近视_模型训练.mp4
file:27：BatchNormalization.mp4
file:21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp4
file:24：ResNet残差单元_BottlenetBlocK.mp4
file:22：InceptionV1_V2.mp4
file:25：DenseNet和Keras里面的实现.mp4
file:20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp4
file:26：DenseNet在Keras里面的代码实现.mp4
file:23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4
file:28：Mobilenet网络架构.mp4
file:36：NMS代码实现流程_mAP目标检测平均指标.mp4
file:38：FasterRCNN论文讲解_从RPN损失到评估指标对比.mp4
file:37：FasterRCNN论文讲解_从介绍到RPN的loss.mp4
file:34：回顾RCNN_SPPnet_Fast-RCNN.mp4
file:FasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf
file:35：FasterRNN的核心RPN_正向传播的框过滤_NMS.mp4
file:32：R-CNN和SPP-net.mp4
file:33：从FastRCNN引入FasterRCNN.mp4
file:31：IOU以及python计算的代码.mp4
file:29：图像识别任务_古典目标检测.mp4
file:30：使用OpenCV调用分类器找到目标框.mp4
file:目标检测.pdf
file:14：减轻梯度消失问题中激活函数发挥的作用.mp4
file:16：VGG网络结构_以及1乘1的卷积核的作用和好处.mp4
file:10：Dropout技术点思想和运用.mp4
file:9：AlexNet网络结构_连续使用小的卷积核好处.mp4
file:15：减轻梯度消失问题中参数初始化发挥的作用.mp4
file:19：Optimizer_Adam.mp4
file:18：Optimizer_Adagrad_Adadelta_RMSprop.mp4
file:11：数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.mp4
file:12：CNN对MNIST数据集分类_全连接层以及训练代码.mp4
file:17：Optimizer_SGD_Momentum.mp4
file:13：深度学习网络对应ACC准确率忽然下降的思考点.mp4
folder:【百战程序员】AI算法工程师就业班 - 带源码课件
folder:01、人工智能基础-快速入门
folder:25、【加课】百度飞桨PaddlePaddle实战【新增】
folder:14-深度学习-图像识别原理
folder:20-深度学习-NLP自然语言处理项目实战
folder:06、机器学习-线性分类
folder:16-深度学习-目标检测YOLO(V1-V4全版本)实战
folder:24-【加课】Pytorch项目实战
folder:31、【加课】强化学习【新增】
folder:08、机器学习-决策树系列
folder:05、机器学习-线性回归
folder:12-机器学习与大数据-推荐系统项目实战
folder:10、机器学习与大数据-Kaggle竞赛实战
folder:27-【加课】算法与数据结构
folder:17-深度学习-语义分割原理和实战
folder:15-深度学习-图像识别项目实战
folder:02、人工智能基础-Python基础
folder:09、机器学习-概率图模型
folder:19-深度学习-NLP自然语言处理原理和进阶
folder:13-深度学习-原理和进阶
folder:21-深度学习-OCR文本识别
folder:11-机器学习与大数据-海量数据挖掘工具
folder:07、机器学习-无监督学习
folder:18-深度学习-人脸识别项目实战
folder:26-【加课】Linux环境编程基础
folder:03、人工智能基础-Python科学计算和可视化
folder:04、人工智能基础-高等数学知识强化
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：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
folder:章节6：PaddleNLP模块_物流信息提取（ERNIE版）
folder:章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
folder:章节2：PaddlePaddle卷积网络_病理性近视识别
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4：古典目标检测
folder:章节2：卷积神经网络优化
folder:章节1：卷积神经网络原理
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3：AI写唐诗
folder:章节1：词向量
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7：GPT2聊天机器人
folder:章节4：SMO优化算法
folder:章节2：Softmax回归
folder:章节3：SVM支持向量机算法
folder:章节1：逻辑回归
folder:章节3：YOLOv3详解
folder:章节4：YOLOv3代码实战
folder:章节1：YOLOv1详解
folder:章节2：YOLOv2详解
folder:章节5：YOLOv4详解
folder:章节4：PyTorch循环神经网络_词性标注
folder:章节2：PyTorch基础_Tensor张量运算
folder:章节3：PyTorch卷积神经网络_实战CIFAR10
folder:章节5：PyTorch编码器解码器_机器翻译
folder:章节1：PyTorch运行环境安装_运行环境测试
folder:章节1：Q-Learning与SARSA算法
folder:章节2：DeepQ-LearningNetwork
folder:章节3：PolicyGradient策略梯度
folder:章节4：ActorCritic(A3C)
folder:章节5：DDPG、PPO、DPPO算法
folder:章节3：GBDT
folder:章节4：XGBoost
folder:章节1：决策树
folder:章节2：集成学习和随机森林
folder:章节1：多元线性回归
folder:章节3：归一化
folder:章节4：正则化
folder:章节2：梯度下降法
folder:章节5：Lasso回归_Ridge回归_多项式回归
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1：推荐系统--流程与架构
folder:章节1：药店销量预测案例
folder:章节2：网页分类案例
folder:章节1：算法与数据结构
folder:章节2：医疗图像UNet语义分割
folder:章节3：蒙版弹幕MaskRCNN语义分割
folder:章节1：上采样_双线性插值_转置卷积
folder:章节3：图像风格迁移
folder:章节1：车牌识别
folder:章节2：自然场景下的目标检测及源码分析
folder:章节1：Python开发环境搭建
folder:章节2：Python基础语法
folder:章节1：贝叶斯分类
folder:章节2：HMM算法
folder:章节3：CRF算法
folder:章节3：从Attention机制到Transformer
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1：词向量与词嵌入
folder:章节3：反向传播推导_Python代码实现神经网络
folder:章节2：TensorFlow深度学习工具
folder:章节1：神经网络算法
folder:章节1：深度学习-OCR文本识别
folder:章节1：Spark计算框架基础
folder:章节2：Spark计算框架深入
folder:章节3：Spark机器学习MLlib和ML模块
folder:章节2：EM算法和GMM高斯混合模型
folder:章节3：PCA降维算法
folder:章节1：聚类系列算法
folder:章节1：人脸识别
folder:章节1：Linux
folder:章节2：数据可视化模块
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:代码