获取相关资料

百战程序员-AI算法工程师就业班2022年价值18980元

百战程序员-AI算法工程师就业班2022年价值18980元

百战程序员-AI算法工程师就业班2022年价值18980元

资源简介:

课程大纲

1–人工智能基础-快速入门

| 1–人工智能就业、薪资、各行业应用

| 2–机器学习和深度学习、有监督和无监督

10–机器学习与大数据-Kaggle竞赛实战

| 1–药店销量预测案例

| 2–网页分类案例

11–机器学习与大数据-海量数据挖掘工具

| 1–Spark计算框架基础

| 2–Spark计算框架深入

| 3–Spark机器学习MLlib和ML模块

12–机器学习与大数据-推荐系统项目实战

| 1–推荐系统–流程与架构

| 2–推荐系统–数据预处理和模型构建评估实战

| 3–推荐系统–模型使用和推荐服务

13–深度学习-原理和进阶

| 1–神经网络算法

| 2–TensorFlow深度学习工具

| 3–反向传播推导_Python代码实现神经网络

14–深度学习-图像识别原理

| 1–卷积神经网络原理

| 2–卷积神经网络优化

| 3–经典卷积网络算法

| 4–古典目标检测

| 5–现代目标检测之FasterRCNN

15–深度学习-图像识别项目实战

| 1–车牌识别

| 2–自然场景下的目标检测及源码分析

| 3–图像风格迁移

16–深度学习-目标检测YOLO(V1-V4全版本)实战

| 1–YOLOv1详解

| 2–YOLOv2详解

| 3–YOLOv3详解

| 4–YOLOv3代码实战

| 5–YOLOv4详解

17–深度学习-语义分割原理和实战

| 1–上采样_双线性插值_转置卷积

| 2–医疗图像UNet语义分割

| 3–蒙版弹幕MaskRCNN语义分割

18–深度学习-人脸识别项目实战

19–深度学习-NLP自然语言处理原理和进阶

| 1–词向量与词嵌入

| 2–循环神经网络原理与优化

| 3–从Attention机制到Transformer

| 4–ELMO_BERT_GPT

2–人工智能基础-Python基础

| 1–Python开发环境搭建

| 2–Python基础语法

20–深度学习-NLP自然语言处理项目实战

| 1–词向量

| 2–自然语言处理–情感分析

| 3–AI写唐诗

| 4–Seq2Seq聊天机器人

| 5–实战NER命名实体识别项目

| 6–BERT新浪新闻10分类项目

| 7–GPT2聊天机器人

21–深度学习-OCR文本识别

24–[加课]Pytorch项目实战

| 1–PyTorch运行环境安装_运行环境测试

| 2–PyTorch基础_Tensor张量运算

| 3–PyTorch卷积神经网络_实战CIFAR10

| 4–PyTorch循环神经网络_词性标注

| 5–PyTorch编码器解码器_机器翻译

25–[加课]百度飞桨PaddlePaddle实战[新增]

| 1–PaddlePaddle框架安装_波士顿房价预测

| 2–PaddlePaddle卷积网络_病理性近视识别

| 3–PaddleDetection工具_PCB电路板缺陷检测

| 4–PaddleOCR工具_车牌识别(目标检测+CRNN+CTCLoss)

| 5–PaddleNLP模块_物流信息提取(BiGRU+CRF)

| 6–PaddleNLP模块_物流信息提取(ERNIE版)

26–[加课]Linux 环境编程基础

| 1–Linux

27–[加课]算法与数据结构

| 1–算法与数据结构

3–人工智能基础-Python科学计算和可视化

| 1–科学计算模型Numpy

| 2–数据可视化模块

| 3–数据处理分析模块Pandas

31–[加课] 强化学习[新增]

| 1–Q-Learning与SARSA算法

| 2–Deep Q-Learning Network

| 3–Policy Gradient 策略梯度

| 4–Actor Critic (A3C)

| 5–DDPG、PPO、DPPO算法

4–人工智能基础-高等数学知识强化

| 1–数学内容概述

| 2–一元函数微分学

| 3–线性代数基础

| 4–多元函数微分学

| 5–线性代数高级

| 6–概率论

| 7–最优化

5–机器学习-线性回归

| 1–多元线性回归

| 2–梯度下降法

| 3–归一化

| 4–正则化

| 5–Lasso回归_Ridge回归_多项式回归

6–机器学习-线性分类

| 1–逻辑回归

| 2–Softmax回归

| 3–SVM支持向量机算法

| 4–SMO优化算法

7–机器学习-无监督学习

| 1–聚类系列算法

| 2–EM算法和GMM高斯混合模型

| 3–PCA降维算法

8–机器学习-决策树系列

| 1–决策树

| 2–集成学习和随机森林

| 3–GBDT

| 4–XGBoost

9–机器学习-概率图模型

| 1–贝叶斯分类

| 2–HMM算法

| 3–CRF算法

课件

0
分享到:

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址