|
837| 15
|
盧菁博士的人工智能體系課-進階部分 |
|
盧菁博士的人工智能體系課-進階部分
課程目錄 ├──01_1.距離精講 .mp4 190.87M ├──02_2.向量數(shù)據(jù)庫基礎(chǔ) .mp4 174.43M ├──03_3.Annoy原理和手寫線性回歸 .mp4 218.48M ├──04_4.邏輯回歸的分類間隔，線性不可分問題，F(xiàn)M模型 .mp4 213.13M ├──05_5.特征選擇和正則化 .mp4 242.98M ├──06_6.Dropout技術(shù)，模型集成，多分類和多標(biāo)簽 .mp4 181.47M ├──07_7.過擬合、欠擬合，樹模型 .mp4 191.00M ├──08_8.ID3，C4.5，Cart樹 .mp4 192.25M ├──09_9.集成學(xué)習(xí)，dropout，GBDT .mp4 189.43M ├──10_10.GBDT和XGboost .mp4 318.04M ├──11_11實戰(zhàn)項目以圖搜圖-resnet .mp4 191.79M ├──12_12以圖搜圖 .mp4 169.27M ├──13_13.GAN模型的原理和實戰(zhàn) .mp4 195.68M ├──14_14.GAN模型背后的數(shù)學(xué)原理以及訓(xùn)練技巧 .mp4 221.81M ├──15_15.推土機距離和WGan .mp4 167.92M ├──16_16.AIGC和擴散學(xué)習(xí) .mp4 299.80M ├──17_17.NLP系列1：NLP發(fā)展脈絡(luò)和BERT模型 .mp4 196.48M ├──18_18.NLP系列2：Bert的改良版本和T5模型 .mp4 139.06M ├──19_19.NLP系列3：GPT系列模型 .mp4 132.18M ├──20_20.項目實戰(zhàn)：huggingface和文本分類 .mp4 183.15M ├──21_21實戰(zhàn)項目：文本糾錯和Bart模型 .mp4 .mp4 210.74M ├──22_22零樣本學(xué)習(xí)和小樣本學(xué)習(xí) .mp4 .mp4 229.59M ├──23_23.智能文本摘要和關(guān)鍵詞提取 .mp4 .mp4 282.52M ├──24_24聊天機器人和chatgpt .mp4 .mp4 232.86M ├──25_25，目標(biāo)檢測yolo和transformer .mp4 .mp4 358.85M ├──26_乳腺癌識別項目1-圖像識別的原理 .mp4 .mp4 183.60M ├──27_乳腺癌識別項目2-圖像分類的代碼實戰(zhàn) .mp4 .mp4 142.85M ├──28_乳腺癌識別項目3-圖像識別新方法之遷移學(xué)習(xí) .mp4 .mp4 103.19M ├──29_乳腺癌識別項目4-乳腺癌識別代碼實戰(zhàn) .mp4 .mp4 150.02M ├──30_大模型訓(xùn)練為什么這么難 .mp4 .mp4 117.28M ├──31_ChatGPT的技術(shù)發(fā)展路徑和帶來的影響 .mp4 .mp4 177.64M ├──32_推薦系統(tǒng)1：推薦系統(tǒng)概述 .mp4 168.37M ├──33_推薦系統(tǒng)2：召回環(huán)節(jié) .mp4 333.81M ├──34_推薦系統(tǒng)3：召回和AB測試 .mp4 357.39M ├──35_推薦系統(tǒng)4：排序（上） .mp4 380.52M ├──36_推薦系統(tǒng)5：排序（下） .mp4 130.68M └──37_推薦系統(tǒng)6：內(nèi)容分類和打標(biāo) .mp4 282.29M
購買主題
本主題需向作者支付 20 資源幣 才能瀏覽
| |
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
小黑屋|資源共享吧 ( 瓊ICP備2023000410號-1 )
GMT+8, 2024-10-23 05:02 , Processed in 0.074726 second(s), 17 queries , MemCached On.
發(fā)表于 2024-6-17 03:48:25
收藏