【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:数学.pdf
• file:42：常用随机变量服从的分布.mp4
• file:2：线性代数_概率论知识点.mp4
• file:50：坐标下降法_数值优化面临的问题.mp4
• file:10：高阶导数_导数判断单调性_导数与极值.mp4
• file:7：导数求解的四则运算法则.mp4
• file:18：矩阵_方阵_对称阵_单位阵_对角阵.mp4
• file:47：梯度下降法思路.mp4
• file:9：推导激活函数的导函数.mp4
• file:37：SVD用于协同过滤_求逆矩阵.mp4
• file:31：特征值分解.mp4
• file:14：向量的内积_向量运算法则.mp4
• file:24：高阶偏导数_梯度.mp4
• file:46：迭代求解的原因.mp4
• file:28：补充关于正定负定的理解.mp4
• file:26：Hessian矩阵.mp4
• file:52：凸函数.mp4
• file:13：行向量列向量_转置_数乘_加减乘除.mp4
• file:15：学习向量计算的用途举例.mp4
• file:49：牛顿法公式推导以及优缺点.mp4
• file:1：人工智能学习数学的必要性_微积分知识点.mp4
• file:19：矩阵的运算_加减法_转置.mp4
• file:29：特征值和特征向量(1).mp4
• file:8：有监督机器学习任务与本质.mp4
• file:5：人工智能常见流程.mp4
• file:6：机器学习不同的学习方式.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:19：SVD其实就可以去实现PCA了.mp4
• file:18：最大投影方差推导_最小投影距离思路.mp4
• file:16：特征选择与特征映射.mp4
• file:17：PCA的最大投影方差思路.mp4
• file:20：PCA的几种应用.mp4
• file:PCA降维与SVD.pdf
• file:1：KMeans聚类流程_距离测度欧式距离和余弦距离.mp4
• file:5：KMeans代码测试不同情况下的聚类效果.mp4
• file:6：层次聚类_密度聚类_谱聚类.mp4
• file:2：距离测度欧式距离和余弦距离的场景_TFIDF.mp4
• file:3：KMeans的一些变形_KMeans的损失函数推导及假设.mp4
• file:4：mini-batchKMeans_Canopy聚类_聚类评估指标.mp4
• file:8：理解GMM高斯混合分布的对数似然函数.mp4
• file:13：GMM前景背景分离.mp4
• file:12：将EM算法应用到GMM中并且推导出Π的公式.mp4
• file:15：通过声音文件利用GMM算法识别是谁.mp4
• file:10：Jensen不等式的应用.mp4
• file:9：GMM参数估计Πμσ的流程.mp4
• file:EM算法与GMM模型.pdf
• file:7：单个高斯分布GM的参数估计.mp4
• file:23：树结构的遍历.mp4
• file:11：哈希表冲突问题.mp4
• file:25：最大堆的删除操作.mp4
• file:8：队列(线式).mp4
• file:4：单线链表1.mp4
• file:27：二叉树获取最小值.mp4
• file:1：数据结构与算法简介.mp4
• file:9：栈与双端队列.mp4
• file:19：人脸识别项目代码_人脸匹配以及最后的绘图展示.mp4
• file:9：总结MTCNN_缩放因子_注意3阶段网络里面的全连接.mp4
• file:12：FaceNet论文_摘要和前情介绍.mp4
• file:3：人脸识别项目代码整体结构.mp4
• file:6：PRelu_每阶段输出多分支意义.mp4
• file:5：MTCNN论文_网络整体架构.mp4
• file:11：人脸识别项目代码_读取图片带入MTCNN网络给出人脸候选框.mp4
• file:18：人脸识别项目代码_FaceNet模型加载和使用.mp4
• file:8：训练数据的准备_每一阶段训练的流程.mp4
• file:16：FaceNet论文_TripleSelection很至关重要.mp4
• file:2：开源的FaceNet项目介绍.mp4
• file:7：每一个阶段每个分支的Loss损失_整合每个分支的Loss.mp4
• file:1：人脸识别任务种类_具体做法思路.mp4
• folder:【百战程序员】AI算法工程师就业班 - 带源码课件
• folder:07、机器学习-无监督学习
• folder:27-【加课】算法与数据结构
• folder:18-深度学习-人脸识别项目实战
• folder:16-深度学习-目标检测YOLO(V1-V4全版本)实战
• folder:10、机器学习与大数据-Kaggle竞赛实战
• folder:02、人工智能基础-Python基础
• folder:11-机器学习与大数据-海量数据挖掘工具
• folder:24-【加课】Pytorch项目实战
• folder:26-【加课】Linux环境编程基础
• folder:19-深度学习-NLP自然语言处理原理和进阶
• folder:21-深度学习-OCR文本识别
• folder:31、【加课】强化学习【新增】
• folder:25、【加课】百度飞桨PaddlePaddle实战【新增】
• folder:章节3：PCA降维算法
• folder:章节2：EM算法和GMM高斯混合模型
• folder:章节1：人脸识别
• folder:章节5：YOLOv4详解
• folder:章节1：药店销量预测案例
• folder:章节2：Python基础语法
• 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：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：Softmax回归
• folder:章节2：自然语言处理--情感分析
• 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4：Seq2Seq聊天机器人
• folder:章节2：集成学习和随机森林
• folder:章节4：XGBoost
• folder:章节1：PyTorch运行环境安装_运行环境测试
• 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5：现代目标检测之FasterRCNN
• folder:章节2：卷积神经网络优化
• 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3：从Attention机制到Transformer
• folder:章节4：ELMO_BERT_GPT
• folder:章节2：自然场景下的目标检测及源码分析
• folder:章节5：Lasso回归_Ridge回归_多项式回归
• folder:章节1：Q-Learning与SARSA算法
• folder:章节3：PolicyGradient策略梯度
• folder:章节5：DDPG、PPO、DPPO算法
• folder:章节4：ActorCritic(A3C)
• folder:章节2：DeepQ-LearningNetwork
• folder:章节5：PaddleNLP模块_物流信息提取（BiGRU+CRF）
• 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4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
• folder:章节1：科学计算模型Numpy
• folder:章节2：数据可视化模块
• folder:章节3：数据处理分析模块Pandas