JiKe时间——深度学习应用实践等天_共：28.86 GB

多种网盘链接检测插件

购买前，请先检测网盘链接是否有效

您当前无权限查看，请先登录，或点此注册！

• 1.百度网盘链接，查看是否有效

VIP低至28元三个月，无套路，VIP期间免费下载资源。

                       

文件名称：	/共 享/JiKe时间——深度学习应用实践等天_共：28.86 GB
文件总数量：	242条
压缩文件数量：	0条
压缩文件比：	0%
疑似加密文件：	0条(需要授权播放的文件)
文件创建时间：	2018-10-23

目录：【JiKe时间——深度学习应用实践】
    第7讲. 深度学习基础模型：CNN.mp4　[50.65 MB]
    第7讲. 深度学习基础模型：CNN.mp4　[50.65 MB]
    第11讲. 离散特征如何让DNN可以处理？（1）.mp4　[36.03 MB]
    第11讲. 离散特征如何让DNN可以处理？（1）.mp4　[36.03 MB]
    第32讲. 深度学习图像理解技术：图像分类框架.mp4　[68.35 MB]
    第32讲. 深度学习图像理解技术：图像分类框架.mp4　[68.35 MB]
    第1讲. 深度学习在各个领域的成功.mp4　[61.98 MB]
    第1讲. 深度学习在各个领域的成功.mp4　[61.98 MB]
    第38讲. 知识图谱为什么火了？.mp4　[39.32 MB]
    第38讲. 知识图谱为什么火了？.mp4　[39.32 MB]
    第18讲. 互联网公司深度学习CTR案例：阿里巴巴.mp4　[75.79 MB]
    第18讲. 互联网公司深度学习CTR案例：阿里巴巴.mp4　[75.79 MB]
    第16讲. 互联网公司深度学习CTR案例：Google（1）.mp4　[70.01 MB]
    第16讲. 互联网公司深度学习CTR案例：Google（1）.mp4　[70.01 MB]
    第23讲. 传统图像理解技术：图像分类的基本方法（1）.mp4　[62.68 MB]
    第23讲. 传统图像理解技术：图像分类的基本方法（1）.mp4　[62.68 MB]
    第34讲. 深度学习图像理解技术：物体检.测分割与图像分类应用场景.mp4　[29.09 MB]
    第34讲. 深度学习图像理解技术：物体检.测分割与图像分类应用场景.mp4　[29.09 MB]
    第59讲. 基于图计算的挖掘分析.mp4　[54.90 MB]
    第59讲. 基于图计算的挖掘分析.mp4　[54.90 MB]
    第27讲. 传统图像理解技术：图像搜索系统（2）.mp4　[30.08 MB]
    第27讲. 传统图像理解技术：图像搜索系统（2）.mp4　[30.08 MB]
    第57讲. 基于分布式语义的知识表示与推理 基于翻译的模型TransE.mp4　[53.52 MB]
    第57讲. 基于分布式语义的知识表示与推理 基于翻译的模型TransE.mp4　[53.52 MB]
    第28讲. 传统图像理解技术：图像搜索系统（3）.mp4　[28.20 MB]
    第28讲. 传统图像理解技术：图像搜索系统（3）.mp4　[28.20 MB]
    第3讲. 传统主流CTR预估方法：线性模型.mp4　[50.90 MB]
    第3讲. 传统主流CTR预估方法：线性模型.mp4　[50.90 MB]
    第55讲. 基于符号的知识表示与推理：语义网络.mp4　[59.82 MB]
    第55讲. 基于符号的知识表示与推理：语义网络.mp4　[59.82 MB]
    第48讲. 知识图谱管理之数据模型介绍.mp4　[107.85 MB]
    第48讲. 知识图谱管理之数据模型介绍.mp4　[107.85 MB]
    第29讲. 深度学习的基础模块.mp4　[89.59 MB]
    第29讲. 深度学习的基础模块.mp4　[89.59 MB]
    第47讲. 知识融合与质量评估.mp4　[52.84 MB]
    第47讲. 知识融合与质量评估.mp4　[52.84 MB]
    第40讲. 知识图谱的生命周期与技术难点.mp4　[60.30 MB]
    第40讲. 知识图谱的生命周期与技术难点.mp4　[60.30 MB]
    第52讲. 基于符号的知识表示与推理：Semantic Net.mp4　[36.30 MB]
    第52讲. 基于符号的知识表示与推理：Semantic Net.mp4　[36.30 MB]
    第6讲. 深度学习基础模型：前向神经网络（MLP）.mp4　[56.03 MB]
    第6讲. 深度学习基础模型：前向神经网络（MLP）.mp4　[56.03 MB]
    第20讲. 如何定义图像理解？.mp4　[39.01 MB]
    第20讲. 如何定义图像理解？.mp4　[39.01 MB]
    第41讲. 构建领域知识图谱的挑战与解决方案.mp4　[50.15 MB]
    第41讲. 构建领域知识图谱的挑战与解决方案.mp4　[50.15 MB]
    第46讲. 基于结构化数据的知识抽取.mp4　[18.09 MB]
    第46讲. 基于结构化数据的知识抽取.mp4　[18.09 MB]
    第25讲. 传统图像理解技术：图像分类的基本方法（3）.mp4　[32.87 MB]
    第25讲. 传统图像理解技术：图像分类的基本方法（3）.mp4　[32.87 MB]
    第12讲. 离散特征如何让DNN可以处理？（2）.mp4　[41.40 MB]
    第12讲. 离散特征如何让DNN可以处理？（2）.mp4　[41.40 MB]
    第10讲. 深度学习CTR预估模型：要解决的几个关键问题.mp4　[26.34 MB]
    第10讲. 深度学习CTR预估模型：要解决的几个关键问题.mp4　[26.34 MB]
    第31讲. 深度学习的训练技巧.mp4　[69.25 MB]
    第31讲. 深度学习的训练技巧.mp4　[69.25 MB]
    第43讲. 基于非结构化数据的知识抽取：实体识别.mp4　[71.71 MB]
    第43讲. 基于非结构化数据的知识抽取：实体识别.mp4　[71.71 MB]
    第37讲. 知识图谱的发展回顾.mp4　[100.27 MB]
    第37讲. 知识图谱的发展回顾.mp4　[100.27 MB]
    第21讲. 图像理解有哪些研究内容？.mp4　[76.09 MB]
    第21讲. 图像理解有哪些研究内容？.mp4　[76.09 MB]
    第51讲. 基于符号的知识表示与推理：谓词逻辑.mp4　[82.13 MB]
    第51讲. 基于符号的知识表示与推理：谓词逻辑.mp4　[82.13 MB]
    第17讲. 互联网公司深度学习CTR案例：Google（2）.mp4　[64.78 MB]
    第17讲. 互联网公司深度学习CTR案例：Google（2）.mp4　[64.78 MB]
    第30讲. 深度学习的模型设计.mp4　[96.52 MB]
    第30讲. 深度学习的模型设计.mp4　[96.52 MB]
    第42讲. 基于非结构化数据的知识抽取.mp4　[25.07 MB]
    第42讲. 基于非结构化数据的知识抽取.mp4　[25.07 MB]
    第36讲. 知识图谱是什么？对我们有何帮助？.mp4　[54.79 MB]
    第36讲. 知识图谱是什么？对我们有何帮助？.mp4　[54.79 MB]
    第24讲. 传统图像理解技术：图像分类的基本方法（2）.mp4　[62.92 MB]
    第24讲. 传统图像理解技术：图像分类的基本方法（2）.mp4　[62.92 MB]
    第49讲. 知识图谱管理：图谱存储.mp4　[42.03 MB]
    第49讲. 知识图谱管理：图谱存储.mp4　[42.03 MB]