请先阅读清楚以下条款,下载即代表同意条款内容:
本站资源仅供本地电脑研究软件内含使用,禁止任何非研究设计思想和原理为目的用途,如需商用请支持正版!
该资源仅供个人学习参考,请勿用于商业用途,禁止未经版权方授权允许私自运营软件或应用行为,否则产生的一切后果将由您自己承担。
本站资源仅供本地电脑研究软件内含使用,禁止任何非研究设计思想和原理为目的用途,如需商用请支持正版!
本站资源仅供本地电脑研究软件内含使用,仅供研究学习之用,如下载改变其用途与使用方式,与本站无任何关系,本站已经进行告知义务!
本站所有内容均由互联网收集整理、网友上传,并且以计算机技术研究交流为目的,仅供大家参考、学习,请勿用于任何商业目的与商业用途,我们只做安全认证测试
如果资源侵犯了您的版权利益,请联系站长邮箱:dsymbcom@gmail.com
资源简介
课程内容直击大厂商业Bi和人工智能,由八部分内容组成,课程的强悍之处在于既可以整体系统性的学习,亦可以进行分阶段的学习,逐个进行击破。
===============课程目录===============
01-核心能力提升班商业智能方向第四期
1.1 商业智能与推荐系统
2.1 挖掘数据中的关联规则
3.1 常用机器学习模型
4.1 ALS算法与推荐系统
5.1 因子分解机, libFM与基于邻域的协同过滤
6.1 预测全家桶与机器学习神器
7.1 神经网络基础与移动推荐系统
8.1 时间序列分析
9.1 循环神经网络与预测
10.1 PageRank、图论与推荐系统
11.1 Graph Embedding
12.1 Graph Convolution Networks
13.1 机器学习与启发式算法
14.1 路径规划Project Lesson-1402-导师制名企实训班商业智能方向第四期
1.1 数据采集与实战
2.1 数据可视化及实战
3.1 推荐系统严眼中的你-用户画像
4.1 SVD矩阵分解与基于内容的推荐
5.1 CTR预估算法与基于流行度的推荐03-数据分析与Python程序设计基础
1.1 Python 数据智能编程基础
1.1 Python数据智能编程基础.mp4
2.1 Python 格式化数据处理 - Pandas
2.1 Python格式化数据处理-Pandas.mp4
3.1 数据可视化
3.1 数据可视化.mp4
4.1 网络信息分析
4.1 网络信息分析.mp4
5.1 文本信息自动化处理
5.1 文本信息自动化处理.mp4
6.1 Python 办公自动化
6Python办公自动化.mp4
7.1 服务器、数据库与分布式系统
7Python办公自动化.mp404-微软九步AI学习法-人工智能核心知识强化课程
1.1 搜索树,图算法,深度优化与广度优化,算法的时间复杂度
1.2 第一周作业讲解
2.1 神经网络基础,tensorflow和pytorch框架
3.1 深度卷积网络与计算机图像
3.2 深度卷积网络与计算机图像2
4.1 循环神经网络,文本表征,词向量初步,文本自动分类
5.1 Seq2Sequence,机器自动翻译, Image Caption, Attention机制
6.1 贝叶斯,决策树,随机森林,SVM模型
7.1 加课:seq2seq的代码及作业的讲解
Git与版本控制、代码风格.mp4
Seq2Sequence,机器自动翻译,ImageCaption,Attention机制.mp4
加课:seq2seq的代码及作业的讲解.mp4
循环神经网络,文本表征,词向量初步,文本自动分类.mp4
搜索树,图算法,深度优化与广度优化,算法的时间复杂度.mp4
深度卷积网络与计算机图像.mp4
深度卷积网络与计算机图像2.mp4
神经网络基础,tensorflow和pytorch框架.mp4
第一周作业讲解.mp4
贝叶斯,决策树,随机森林,SVM模型.mp405-0基础 Python 入门
1.1 Python 基础入门
2.1 Python 编程入门
3.1 常用模块-numpy
4.1 常用模块-pandas
5.1 数据可视化
6.1 Python 办公自动化
python-1-Python基础入门.mp4
python-2-Python编程入门.mp4
python-3-常用模块-numpy.mp4
python-4-常用模块-pandas.mp4
python-5-数据可视化.mp4
python-6-Python办公自动化.mp406-深度学习框架选修课
1.1 tensorflow基础知识以及高级api keras
2.1 搭建模型和进阶操作
3.1 tensorflow实践项目“大杂烩”
4.1 pytorch基础知识
5.1 pytorch神经网络搭建
pytorch基础知识.mp4
pytorch神经网络搭建.mp4
tensorflow基础知识以及高级apikeras.mp4
tensorflow实践项目“大杂烩”.mp4
搭建模型和进阶操作.mp407-人工智能基础能力提升课
1.1 编程基础
2.1 数据分析基础
3.1 机器学习的基本方法
4.1 机器学习的基本方法(二)
5.1 神经网络的基本原理与方法(一)
6.1 神经网络的基本原理与方法(二)
7.1 卷积神经网络(一)
8.1 卷积神经网络(二)
9.1 图像目标检测
week1-编程基础.mp4
week2-数据分析基础.mp4
week3机器学习的基本方法.mp4
week4机器学习的基本方法(二).mp4
week5神经网络的基本原理与方法(一).mp4
week6神经网络的基本原理与方法(二).mp4
week7卷积神经网络(一).mp4
week8卷积神经网络(二).mp4
week9图像目标检测.mp408-公开课







评论0