【百战程序员】AI算法工程师就业班 - 带源码课件 - 盘搜天堂 - 搜索网盘资源的天堂！

• file:课件.zip
• file:10：高阶导数_导数判断单调性_导数与极值.mp4
• file:11：导数判断凹凸性_导数用于泰勒展开.mp4
• file:13：行向量列向量_转置_数乘_加减乘除.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:30：特征值和特征向量(2).mp4
• file:39：条件概率_贝叶斯公式.mp4
• file:33：奇异值分解定义.mp4
• file:40：随机变量.mp4
• file:3：最优化知识_数学内容学习重点.mp4
• file:2：线性代数_概率论知识点.mp4
• file:36：SVD用于PCA降维.mp4
• file:24：高阶偏导数_梯度.mp4
• file:25：雅可比矩阵_在神经网络中应用.mp4
• file:41：数学期望和方差.mp4
• file:44：最大似然估计思想.mp4
• file:32：多元函数的泰勒展开_矩阵和向量的求导.mp4
• file:43：随机向量_独立性_协方差_随机向量的正太分布.mp4
• file:28：补充关于正定负定的理解.mp4
• file:38：概率论_随机事件与随机事件概率.mp4
• file:26：Hessian矩阵.mp4
• file:22：矩阵的行列式.mp4
• file:15：学习向量计算的用途举例.mp4
• file:16：向量的范数_范数与正则项的关系.mp4
• file:2：人工智能适合人群与必备技能.mp4
• file:7：深度学习比传统机器学习有优势.mp4
• file:6：机器学习不同的学习方式.mp4
• file:5：人工智能常见流程.mp4
• file:9：无监督机器学习任务与本质.mp4
• file:22：通过模型来预测新的句子的序列标签.mp4
• file:19：CRF的目标函数.mp4
• file:21：计算CRF所有可能路径的总分数.mp4
• file:18：EmissionScore_TransitionScore.mp4
• file:16：讲解了一下常见的深度学习LSTM+CRF的网络拓扑.mp4
• file:15：NER与分词和POS的关系_NER的标注策略_NER的主要方法.mp4
• file:CRF_NER.pdf
• file:3：NB代码实现解析.mp4
• file:1：朴素贝叶斯分类算法.mp4
• file:6：贝叶斯网络_马尔可夫链.mp4
• file:4：sklearn中调用NB_顺便讲解了GridSearchCV.mp4
• file:5：语言模型的设计目的_MLE的作用进行参数估计.mp4
• file:14：Viterbi算法代码实现.mp4
• file:12：前向算法来解决概率计算问题.mp4
• file:8：HMM隐马的三组参数_三个基本问题.mp4
• file:9：HMM预测问题使用前向算法.mp4
• file:7：HMM隐马的定义.mp4
• file:11：HMM复习_明确概率计算问题要解决的目标.mp4
• file:34：图片风格融合项目_架构_代码实现要点.mp4
• file:11：回归整体训练流程_详解读取数据blob_01.mp4
• file:10：FasterRCNN项目代码_模型的训练.mp4
• file:30：FasterRCNN代码_给最终RCNN准备正负例样本_ROI池化_02.mp4
• file:6：FasterRCNN项目代码_环境说明_数据集详解_项目结构说明.mp4
• file:20：FasterRCNN代码_bbox剪裁_NMS非极大值抑制.mp4
• file:18：FasterRCNN代码_根据RPN网络得到校正后的预测的框_01.mp4
• file:31：FasterRCNN代码_添加Loss损失_smoothL1loss.mp4
• file:5：车牌识别项目关于目标检测的问题.mp4
• file:2：基于CascadeClassifier来提取目标框做车牌识别代码详解_02.mp4
• file:17：MaskRCNN根据文档和论文总结重要的知识点.mp4
• file:16：MaskRCNN网络架构回顾.mp4
• file:18：MaskRCNN项目关于运行代码环境的说明.mp4
• file:19：MaskRCNN源码config和model.mp4
• folder:【百战程序员】AI算法工程师就业班 - 带源码课件
• folder:09、机器学习-概率图模型
• folder:04、人工智能基础-高等数学知识强化
• folder:15-深度学习-图像识别项目实战
• folder:12-机器学习与大数据-推荐系统项目实战
• folder:19-深度学习-NLP自然语言处理原理和进阶
• 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:31、【加课】强化学习【新增】
• folder:24-【加课】Pytorch项目实战
• folder:21-深度学习-OCR文本识别
• 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:16-深度学习-目标检测YOLO(V1-V4全版本)实战
• folder:章节3：CRF算法
• folder:章节2：自然场景下的目标检测及源码分析
• 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2：医疗图像UNet语义分割
• 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6：BERT新浪新闻10分类项目
• folder:章节5：实战NER命名实体识别项目
• folder:章节2：EM算法和GMM高斯混合模型
• 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: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3：PolicyGradient策略梯度
• folder:章节2：DeepQ-LearningNetwork
• 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1：PaddlePaddle框架安装_波士顿房价预测
• folder:章节3：PaddleDetection工具_PCB电路板缺陷检测
• folder:章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
• folder:章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
• 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:章节2：Softmax回归
• 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4：YOLOv3代码实战
• folder:章节4：XGBoost
• folder:章节2：集成学习和随机森林
• folder:章节5：现代目标检测之FasterRCNN