全球AI大赛深度之眼年度会员-含kaffle新赛入门，神经网络基础等_31.81GB
45126文件名称： 全球AI大赛深度之眼年度会员-含kaffle新赛入门，神经网络基础等炔_共：31.81GB
文件总数量： 263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：2023-03-07 07:33:15
目录：【02-【kaggle入门】“深享杯”kaggle入门赛（新手入门）】
10-【06课】数据挖掘比赛中的Trick_.mp4
04-打造舒适的AI开发环境--硬件篇.mp4
07-【03课】特征工程实践_.mp4
02-打造舒适的AI开发环境--软件篇1_.mp4
06-【02课】数据挖掘比赛的基础Baseline_.mp4
09-【05课】数据挖掘中的文本信息的使用_.mp4
08-【04课】pytorch实践-NCF实践.mp4
03-打造舒适的AI开发环境--软件篇23_.mp4
05-【01课】数据科学比赛介绍及Kaggle平台使用介绍.mp4
目录：【19-01Python·AI&数据科学入门】
10-第五章程序控制结构_.mp4
25-【作业讲解】第十二章：Pandas库_.mp4
06-第三章基本数据类型_.mp4
03-【作业讲解】第一章：助教实际演示配置环境过程_.mp4
17-【作业讲解】第八章：文件-异常和模块.mp4
21-【作业讲解】第十章：Python标准库_.mp4
22-第十一章科学计算库—Numpy应用_.mp4
27-【作业讲解】第十三章：Matplotlib_.mp4
18-第九章有益的探索_.mp4
04-第二章Python基本语法元素_.mp4
19-【作业讲解】第九章：有益的探索_.mp4
15-【作业讲解】第七章：类.mp4
26-第十三章Matplotlib.mp4
29-【作业讲解】第十四章：Sklearn常规用法.mp4
09-【作业讲解】第四章：复杂数据类型_.mp4
05-【作业讲解】第二章：Python基本语法元素_.mp4
11-【作业讲解】第五章：程序控制结构_.mp4
07-【作业讲解】第三章：基本数据类型_.mp4
16-第八章文件-异常和模块.mp4
20-第十章Python标准库.mp4
24-第十二章Pandas库.mp4
13-【作业讲解】第六章：函数_.mp4
02-第一章绪论和环境配置_.mp4
12-第六章函数-面向过程的编程_.mp4
08-第四章组合数据类型_.mp4
23-【作业讲解】第十一章：Numpy库.mp4
14-第七章类-面向对象的编程_.mp4
28-第十四章Sklearn常规用法_.mp4
30-第十五章再谈编程_.mp4
目录：【16-【Kaggle新赛】tensorflow海星目标检测大赛指导班(CV·目标检测)】
04-【先修指南】kaggle竞赛介绍_.mp4
10-【02课】目标检测二阶段算法_.mp4
12-【04课】骨干网介绍和损失函数设计_.mp4
14-【06】总结复盘_.mp4
11-【03课】修改网络设计_.mp4
01-打造舒适的AI开发环境.mp4
08-【01课】开营第一课（直播回放）_.mp4
13-【05课】数据增强和调参.mp4
15-【07课】TOP方案分享_.mp4
目录：【20-深度学习PyTorch框架班】
15-【第二周】数据读取机制Dataloader与Dataset_.mp4
51-【第九周】生成对抗网络一瞥_.mp4
41-【第六周】作业讲解_.mp4
30-【第四周】作业讲解.mp4
05-【必看】深入浅出PyTorch.mp4
36-【第五周】作业讲解.mp4
45-【第七周】PyTorch常见报错_.mp4
39-【第六周】BatchNormalization.mp4
09-【第一周】张量操作与线X回归_.mp4
48-【第八周】图像分割一瞥_.mp4
13-【第一周】作业讲解2_.mp4
27-【第四周】损失函数(二).mp4
12-【第一周】作业讲解1_.mp4
11-【第一周】autograd与逻.ji回归_.mp4
17-【第二周】二十二种transforms数据预处理方法.mp4
14-【第一周】作业讲解3_.mp4
31-【第五周】学习率调整策略_.mp4
44-【第七周】GPU的使用_.mp4
18-【第二周】学会自定义transforms方法_.mp4
25-【第四周】权值初始化_.mp4
21-【第三周】模型容器与AlexNet构建_.mp4
20-【第三周】模型创建步骤与nn.Module_.mp4
35-【第五周】hook函数与CAM可视化_.mp4
08-【第一周】张量简介与创建_.mp4
19-【第二周】作业讲解_.mp4
07-【第一周】补充-pytorch开发环境安装_.mp4
37-【第六周】正则化之weight_decay_.mp4
23-【第三周】nn网络层-池化-线X-激活函数层.mp4
43-【第七周】模型finetune_.mp4
46-【第七周】作业讲解.mp4
47-【第八周】图像分类一瞥_.mp4
26-【第四周】损失函数（一）.mp4
16-【第二周】数据预处理transforms模块机制.mp4
38-【第六周】正则化之Dropout_.mp4
29-【第四周】torch.optim.SGD_.mp4
33-【第五周】TensorBoard使用（一）_.mp4
24-【第三周】作业讲解_.mp4
28-【第四周】优化器optimizer的概念_.mp4
40-【第六周】Normalizaiton_layers_.mp4
42-【第七周】模型保存与加载_.mp4
22-【第三周】nn网络层-卷积层.mp4
34-【第五周】TensorBoard使用（二）_.mp4
10-【第一周】计算图与动态图机制_.mp4
49-【第八周】图像目标检测一瞥（上）_.mp4
52-【第九周】循环神经网络一瞥.mp4
06-【第一周】PyTorch简介与安装_.mp4
32-【第五周】TensorBoard简介与安装_.mp4
50-【第八周】图像目标检测一瞥（下）_.mp4
目录：【12-快速入门推荐算法-基于top-k的推荐赛】
03-【02课】推荐系统中的召回算法_.mp4
02-【01课】推荐系统算法总体介绍+赛题介绍+baseline讲解_.mp4
07-【06课】知识图谱在推荐系统中的应用_.mp4
06-【05课】推荐系统中的多目标算法.mp4
04-【03课】推荐系统中的多兴趣召回算法.mp4
05-【04课】推荐系统中的排序算法_.mp4
目录：【01-【kaggle新赛】酶稳定X预测大赛】
06-【02课】基于3DCNN的baseline代码讲解_.mp4
08-【04课】基于XGBoost的baseline代码讲解_.mp4
07-【03课】基于transformer的baseline代码讲解.mp4
03-打造舒适的AI开发环境--软件篇1.mp4
05-【01课】赛题介绍+Kaggle平台学习+开发环境搭建+比赛数据探索X分析_.mp4
02-打造舒适的AI开发环境--软件篇23_.mp4
04-打造舒适的AI开发环境--硬件篇_.mp4
目录：【03-【kaggle新赛】feedback-英语学习者语言知识评估大赛指导班(NLP·文本分类)】
06-【02课】Bert预训练家族模型概览_.mp4
02-打造舒适的AI开发环境--硬件篇_.mp4
05-【01课】赛题解析和baseline详解.mp4
08-【04课】NLP比赛提分技巧-2_.mp4
03-打造舒适的AI开发环境--软件篇1_.mp4
04-打造舒适的AI开发环境--软件篇23.mp4
07-【03课】NLP比赛提分技巧-1_.mp4
目录：【22-【Kaggle新赛】有毒评论识别大赛指导班（NLP·文本分类）】
01-打造舒适的AI开发环境_.mp4
目录：【14-【kaggle新赛】美国专利短语相似度大赛（NLP·文本相似度）】
05-【04课】比赛中的上分技巧_.mp4
02-【01课】赛题介绍+baseline详解（理论+实操）_.mp4
07-【06课】top方案的分享和比赛总结_.mp4
03-【02课】BERT预训练语言模型的介绍_.mp4
04-【03课】Deberta等BERT变种预训练语言模型的介绍_.mp4
06-【05课】模型融合以及比赛解答.mp4
目录：【10-【kaggle新赛】议论文评分大赛指导班（NLP·AES任务）】
09-【05课】往期类似比赛讲解.mp4
07-【03课】赛题理论知识讲解.mp4
11-【07课】比赛复盘_.mp4
08-【04课】赛题trick讲解_.mp4
03-打造舒适的AI开发环境--软件篇1_.mp4
02-打造舒适的AI开发环境--软件篇23_.mp4
04-打造舒适的AI开发环境--硬件篇_.mp4
10-【06课】答疑_.mp4
05-【01课】赛题分析，EDA.mp4
06-【02课】baseline基本讲解_.mp4
目录：【05-【CCFBDCI2022】小样本分类大赛指导班（nlp任务）】
06-【02课】Bert预训练家族模型概览.mp4
02-打造舒适的AI开发环境--硬件篇_.mp4
08-【04课】NLP比赛提分技巧_.mp4
03-打造舒适的AI开发环境--软件篇23.mp4
09-【05课】模型训练技巧分享_.mp4
10-【06课】往期kaggle文本分类比赛回顾.mp4
05-【01课】赛题解析和baseline详解_.mp4
07-【03课】小样本学习发展和应用_.mp4
04-打造舒适的AI开发环境--软件篇1_.mp4
目录：【06-【kaggle新人赛】数据挖掘新人赛（机器学习·二分类任务）】
06-【02课】数据挖掘比赛的基础Baseline_.mp4
08-【04课】数据挖掘比赛中的调参方法以及模型融合_.mp4
05-【01课】数据科学比赛介绍及Kaggle平台使用介绍_.mp4
03-打造舒适的AI开发环境--软件篇23.mp4
04-打造舒适的AI开发环境--硬件篇_.mp4
02-打造舒适的AI开发环境--软件篇1_.mp4
07-【03课】数据挖掘比赛中的神经网络Baseline_.mp4
目录：【08-【Kaggle练习赛】商品合格率预测大赛指导班】
06-【02课】机器学习经典树模型的介绍以及实战_.mp4
02-打造舒适的AI开发环境--硬件篇_.mp4
08-【04课】比赛tricks和过往类似比赛讲解.mp4
04-打造舒适的AI开发环境--软件篇23_.mp4
03-打造舒适的AI开发环境--软件篇1_.mp4
05-【01课】赛题介绍+baseline详解（理论+实操）.mp4
07-【03课】TabTranformer原理详解_.mp4
目录：【21-【爱奇艺】WSDM用户留存大赛指导班】
08-【05课】爱奇艺结营视频_.mp4
05-【02课】特征工程_.mp4
01-打造舒适的AI开发环境.mp4
04-【01课】赛题介绍+baseline详解_.mp4
06-【03课】序列模型_.mp4
07-【04课】Auto—ML&HPO_.mp4
目录：【04-【kaggle新赛】OpenProblems-单细胞变化预测大赛指导班（医疗数据挖掘）】
07-【03课】可能的上分点_.mp4
03-打造舒适的AI开发环境--软件篇1_.mp4
02-打造舒适的AI开发环境--硬件篇_.mp4
04-打造舒适的AI开发环境--软件篇23.mp4
05-【01课】数据EDA，题目分析_.mp4
06-【02课】baseline代码介绍_.mp4
目录：【07-【Kaggle新赛】DFL德甲足球事件检测大赛指导班（CV·目标检测-视频分类）】
04-打造舒适的AI开发环境--硬件篇.mp4
10-【06课】比赛总结与直播答疑_.mp4
09-【05课】历史视频比赛总结_.mp4
03-打造舒适的AI开发环境--软件篇23.mp4
07-【03课】数据扩增方法_.mp4
05-【01课】赛题介绍+baseline详解_.mp4
06-【02课】视频分类与图像分类_.mp4
08-【04课】多模型集成方法_.mp4
02-打造舒适的AI开发环境--软件篇1_.mp4
目录：【13-【Kaggle新赛】UW-Madison肠胃道图像分割大赛（CV·图像分割）】
03-打造舒适的AI开发环境--软件篇23.mp4
07-【03课】语义分割模型基础一，基础版_.mp4
01-打造舒适的AI开发环境--硬件篇_.mp4
09-【05课】通用比赛思路及历年分割比赛top思路代码讲解_.mp4
10-【06课】直播答疑_.mp4
05-【01课】赛题介绍+kaggle平台学习+比赛数据探索X分析.mp4
08-【04课】语义分割模型基础二-进阶版_.mp4
06-【02课】Baseline讲解_.mp4
02-打造舒适的AI开发环境--软件篇1_.mp4
11-【07课】比赛复盘_.mp4
目录：【11-【kaggle新赛】信用违约预测大赛指导班（金融风控·结构化数据挖掘）】
06-【02课】树模型介绍与调参_.mp4
07-【03课】深度学习模型搭建_.mp4
09-【05课】历史金融风控比赛总结_.mp4
04-打造舒适的AI开发环境--硬件篇.mp4
05-【01课】赛题介绍+baseline详解（理论+实操）_.mp4
03-打造舒适的AI开发环境--软件篇23.mp4
08-【04课】模型集成方法_.mp4
02-打造舒适的AI开发环境--软件篇1_.mp4
10-【06课】比赛总结与直播答疑.mp4
目录：【17-03数学基础】
38-【第四章-上】-6参数的估计_.mp4
31-【第三章】-9矩阵的求导_.mp4
16-【第二章】-5向量的线X相关线X无关于可逆矩阵的关系+向量的内积范数正交规范正交基_.mp4
27-【第三章】-5定积分_.mp4
22-【第二章】-11SVD分解的应用_.mp4
33-【第四章-上】-1随机实验样本空间随机事件&概率的定义&条件概率与乘法公式.mp4
20-【第二章】-9对角化在压缩算法的应用+二次型矩阵正定X+矩阵正定X在线X回归算法应用（上）_.mp4
13-【第二章】-2初等变换的X质以及逆矩阵的另一种简单求法.mp4
02-【第一章】-1导读课_.mp4
24-【第三章】-2中值定理&洛必达法则&泰勒公式及应用.mp4
28-【第三章】-6偏导数&多元函数复合求导法则链式求导法则_.mp4
41-【第四章-下】-3约束最优化_.mp4
26-【第三章】-4不定积分_.mp4
03-【第一章】-2矩阵的基本概念和运算X质_.mp4
18-【第二章】-7施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用X质_.mp4
12-【第二章】-1初等变换引入+三种矩阵初等变换以及三种初等矩阵以及矩阵标准型_.mp4
06-【第一章】-5特殊矩阵的行列式与行列式的X质_.mp4
34-【第四章-上】-2全概率公式与贝叶斯公式及应用&独立X.mp4
11-【第一章】-10分块矩阵.mp4
40-【第四章-下】-2无约束最优化牛顿法.mp4
10-【第一章】-9常用矩阵X质与特殊矩阵的逆_.mp4
35-【第四章-上】-3随机变量与多维随机变量_.mp4
21-【第二章】-10对角化在压缩算法应用+二次型矩阵正定X+矩阵正定X在线X回归算法应用（下）.mp4
37-【第四章-上】-5期望与方差（下）_.mp4
04-【第一章】-3矩阵的逆，转置和对称转置.mp4
17-【第二章】-6施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用X质_.mp4
08-【第一章】-7行列式的应用：克莱姆法则_.mp4
15-【第二章】-4矩阵的秩在线X回归算法中的应用_.mp4
19-【第二章】-8相似矩阵以及矩阵对角化+矩阵对角化的条件以及对称矩阵的对角化_.mp4
23-【第三章】-1常用函数的导数以及到导数的常用公式，复合函数求导.mp4
14-【第二章】-3矩阵秩的定义和X质以及线X方程组解的个数_.mp4
05-【第一章】-4行列式的计算_.mp4
32-【第三章】-10矩阵的求导在深度学习中的应用_.mp4
07-【第一章】-6行列式按行列展开，代数余子式_.mp4
29-【第三章】-7方向导数与梯度及其应用_.mp4
30-【第三章】-8多元函数泰勒公式与海森矩阵&多元函数的极值_.mp4
25-【第三章】-3函数的凹凸X&函数的极值.mp4
39-【第四章-下】-1无约束最优化梯度下降_.mp4
36-【第四章-上】-4期望与方差（上）_.mp4
09-【第一章】-8矩阵的逆的引入_.mp4
目录：【15-【Kaggle新赛】NBME-临床患者病例评分大赛指导班(NLP·Token分类)】
08-06课-比赛总结和top方案分享_.mp4
07-05课-BERT变种和比赛技巧_.mp4
06-04课-代码实操课（kaggle环境）_.mp4
05-03课-BERT及其变种_.mp4
03-01-课赛题介绍+baseline详解_.mp4
04-02课-BERT代码详解及HuggingFaceTransfomers实战.mp4
01-打造舒适的AI开发环境_.mp4
目录：【18-04神经网络基础知识】
05-01-神经网络基础与多层感知机-3.mp4
09-02-卷积神经网络-2_.mp4
10-03-循环神经网络-0_.mp4
03-01-神经网络基础与多层感知机-1_.mp4
07-02-卷积神经网络-0_.mp4
06-01-神经网络基础与多层感知机-4_.mp4
02-01-神经网络基础与多层感知机-0.mp4
08-02-卷积神经网络-1_.mp4
04-01-神经网络基础与多层感知机-2_.mp4
11-03-循环神经网络-1_.mp4
12-03-循环神经网络-2_.mp4
目录：【09-【Kaggle新赛】HuBMAP+HPA多器官功能组织分割大赛指导班】
08-【04课】额外的一个新比赛（待定）&肾小球答疑_.mp4
10-【06课】理论知识补充_.mp4
02-打造舒适的AI开发环境--软件篇1_.mp4
11-【07课】复盘_.mp4
03-打造舒适的AI开发环境--软件篇23_.mp4
04-打造舒适的AI开发环境--硬件篇.mp4
07-【03课】往期肾小球比赛讲解_.mp4
05-【01课】赛题介绍+kaggle平台学习+比赛数据探索X分析.mp4
09-【05课】额外的新比赛往期方案讲解_.mp4
06-【02课】Baseline讲解.mp4
页:
[1]