深度之眼AI大赛年度会员视频，Kaggle比赛22套辅导课程

深度之眼AI大赛年度会员视频，Kaggle比赛22套辅导课程

资源简介：

课程介绍

课程来自于 深度之眼AI大赛年度会员视频，Kaggle比赛22套辅导课程价值1998元

文件目录

01-[kaggle新赛]酶稳定性预测大赛

01-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 (1).mp4

02-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–硬件篇 .mp4

04-[01课]赛题介绍 + Kaggle平台学习 + 开发环境搭建 + 比赛数据探索性分析 .mp4

05-[02课]基于3D CNN的baseline代码讲解 .mp4

06-[03课]基于transformer的baseline代码讲解 .mp4

07-[04课]基于XGBoost的baseline代码讲解 .mp4

02-[kaggle入门]“深享杯”kaggle入门赛（新手入门）

01-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

03-打造舒适的AI开发环境–硬件篇 .mp4

04-[01课]数据科学比赛介绍及Kaggle平台使用介绍 .mp4

05-[02课]数据挖掘比赛的基础Baseline .mp4

06-[03课]特征工程实践 .mp4

07-[04课]pytorch实践-NCF实践 .mp4

08-[05课]数据挖掘中的文本信息的使用 .mp4

09-[06课]数据挖掘比赛中的Trick .mp4

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)

01-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

03-打造舒适的AI开发环境–软件篇23 .mp4

04-[01课]赛题解析和baseline 详解 .mp4

05-[02课]Bert预训练家族模型概览 .mp4

06-[03课]NLP比赛提分技巧 – 1 .mp4

07-[04课]NLP比赛提分技巧 -2 .mp4

04-[kaggle新赛]Open Problems-单细胞变化预测大赛指导班（医疗数据挖掘）

01-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

03-打造舒适的AI开发环境–软件篇23 .mp4

04-[01课]数据 EDA，题目分析 .mp4

05-[02课]baseline 代码介绍 .mp4

06-[03课]可能的上分点 .mp4

05-[CCF BDCI 2022]小样本分类大赛指导班（nlp任务）

01-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23 .mp4

03-打造舒适的AI开发环境–软件篇1 .mp4

04-[01课]赛题解析和baseline 详解 .mp4

05-[02课]Bert预训练家族模型概览 .mp4

06-[03课]小样本学习发展和应用 .mp4

07-[04课]NLP比赛提分技巧 .mp4

08-[05课]模型训练技巧分享 .mp4

09-[06课]往期kaggle文本分类比赛回顾 .mp4

06-[kaggle 新人赛]数据挖掘新人赛（机器学习·二分类任务）

01-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

03-打造舒适的AI开发环境–硬件篇 .mp4

04-[01课]数据科学比赛介绍及Kaggle平台使用介绍 .mp4

05-[02课]数据挖掘比赛的基础Baseline .mp4

06-[03课]数据挖掘比赛中的神经网络Baseline .mp4

07-[04课]数据挖掘比赛中的调参方法以及模型融合 .mp4

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）

01-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

03-打造舒适的AI开发环境–硬件篇 .mp4

04-[01课]赛题介绍+baseline详解 .mp4

05-[02课]视频分类与图像分类 .mp4

06-[03课]数据扩增方法 .mp4

07-[04课]多模型集成方法 .mp4

08-[05课]历史视频比赛总结 .mp4

09-[06课]比赛总结与直播答疑 .mp4

08-[Kaggle 练习赛]商品合格率预测大赛指导班

01-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

03-打造舒适的AI开发环境–软件篇23 .mp4

04-[01课]赛题介绍+baseline详解（理论+实操） .mp4

05-[02课]机器学习经典树模型的介绍以及实战 .mp4

06-[03课]TabTranformer原理详解 .mp4

07-[04课]比赛tricks和过往类似比赛讲解 .mp4

09-[Kaggle新赛]HuBMAP + HPA 多器官功能组织分割大赛指导班

01-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

03-打造舒适的AI开发环境–硬件篇 .mp4

04-[01课]赛题介绍 + kaggle 平台学习 + 比赛数据探索性分析 .mp4

05-[02课]Baseline讲解 .mp4

06-[03课]往期肾小球比赛讲解 .mp4

07-[04课]额外的一个新比赛（待定） & 肾小球答疑 .mp4

08-[05课]额外的新比赛往期方案讲解 .mp4

09-[06课]理论知识补充 .mp4

10-[07课]复盘 .mp4

10-[kaggle新赛]议论文评分大赛指导班（NLP·AES任务）

01-打造舒适的AI开发环境–软件篇23 .mp4

02-打造舒适的AI开发环境–软件篇1 .mp4

03-打造舒适的AI开发环境–硬件篇 .mp4

04-[01课]赛题分析，EDA .mp4

05-[02课]baseline基本讲解 .mp4

06-[03课]赛题理论知识讲解 .mp4

07-[04课]赛题trick讲解 .mp4

08-[05课]往期类似比赛讲解 .mp4

09-[06课]答疑 .mp4

10-[07课]比赛复盘 .mp4

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）

01-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

03-打造舒适的AI开发环境–硬件篇 .mp4

04-[01课]赛题介绍+baseline详解（理论+实操） .mp4

05-[02课]树模型介绍与调参 .mp4

06-[03课]深度学习模型搭建 .mp4

07-[04课]模型集成方法 .mp4

08-[05课]历史金融风控比赛总结 .mp4

09-[06课]比赛总结与直播答疑 .mp4

12-快速入门推荐算法-基于top-k的推荐赛

[01课]推荐系统算法总体介绍+赛题介绍+baseline讲解 .mp4

[02课]推荐系统中的召回算法 .mp4

[03课]推荐系统中的多兴趣召回算法 .mp4

[04课]推荐系统中的排序算法 .mp4

[05课]推荐系统中的多目标算法 .mp4

[06课]知识图谱在推荐系统中的应用 .mp4

13-[Kaggle新赛]UW-Madison 肠胃道图像分割大赛（CV·图像分割）

01-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

03-打造舒适的AI开发环境–软件篇23 .mp4

05-[01课 ] 赛题介绍+kaggle平台学习+比赛数据探索性分析 .mp4

06-[02课] Baseline讲解 .mp4

07-[03课]语义分割模型基础一，基础版 .mp4

08-[04课] 语义分割模型基础二- 进阶版 .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

11-[07课]比赛复盘 .mp4

14-[kaggle新赛]美国专利短语相似度大赛（NLP·文本相似度）

[01课]赛题介绍+baseline详解（理论+实操） .mp4

[02课]BERT预训练语言模型的介绍 .mp4

[03课]Deberta等BERT变种预训练语言模型的介绍 .mp4

[04课]比赛中的上分技巧 .mp4

[05课]模型融合以及比赛解答 .mp4

[06课]top方案的分享和比赛总结 .mp4

15-[Kaggle新赛]NBME-临床患者病例评分大赛指导班(NLP·Token分类)

01-打造舒适的AI开发环境 .mp4

03-01-课赛题介绍+baseline详解 .mp4

04-02课-BERT代码详解及HuggingFace Transfomers实战 .mp4

05-03课-BERT及其变种 .mp4

06-04课-代码实操课（kaggle环境） .mp4

07-05课-BERT变种和比赛技巧 .mp4

08-06课-比赛总结和top方案分享 .mp4

16-[Kaggle新赛]tensorflow海星目标检测大赛指导班(CV·目标检测)

00-打造舒适的AI开发环境 .mp4

[01课]开营第一课（直播回放） .mp4

[02课]目标检测二阶段算法 .mp4

[03课]修改网络设计 .mp4

[04课]骨干网介绍和损失函数设计 .mp4

[先修指南]kaggle竞赛介绍 .mp4

[05课]数据增强和调参 .mp4

[06课]总结复盘 .mp4

[07课]TOP方案分享_ .mp4

17-03 数学基础

01-[第一章]-1 导读课 .mp4

02-[第一章]-2 矩阵的基本概念和运算性质 .mp4

03-[第一章]-3 矩阵的逆，转置和对称转置 .mp4

04-[第一章]-4 行列式的计算 .mp4

05-[第一章]-5 特殊矩阵的行列式与行列式的性质 .mp4

06-[第一章]-6 行列式按行列展开，代数余子式 .mp4

07-[第一章]-7 行列式的应用：克莱姆法则 .mp4

08-[第一章]-8 矩阵的逆的引入 .mp4

09-[第一章]-9 常用矩阵性质与特殊矩阵的逆 .mp4

10-[第一章]-10 分块矩阵 .mp4

11-[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

12-[第二章]-2 初等变换的性质以及逆矩阵的另一种简单求法 .mp4

13-[第二章]-3 矩阵秩的定义和性质以及线性方程组解的个数 .mp4

14-[第二章]-4 矩阵的秩在线性回归算法中的应用 .mp4

15-[第二章]-5 向量的线性相关线性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

16-[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性质 .mp4

17-[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性质 .mp4

18-[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

19-[第二章]-9对角化在压缩算法的应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（上） .mp4

20-[第二章]-10对角化在压缩算法应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（下） .mp4

21-[第二章]-11 SVD分解的应用 .mp4

22-[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

23-[第三章]-2 中值定理&洛必达法则&泰勒公式及应用 .mp4

24-[第三章]-3 函数的凹凸性&函数的极值 .mp4

25-[第三章]-4 不定积分 .mp4

26-[第三章]-5 定积分 .mp4

27-[第三章]-6 偏导数&多元函数复合求导法则链式求导法则 .mp4

28-[第三章]-7 方向导数与梯度及其应用 .mp4

29-[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

30-[第三章]-9 矩阵的求导 .mp4

31-[第三章]-10 矩阵的求导在深度学习中的应用 .mp4

32-[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

33-[第四章-上]-2 全概率公式与贝叶斯公式及应用&独立性 .mp4

34-[第四章-上]-3 随机变量与多维随机变量 .mp4

35-[第四章-上]-4 期望与方差（上） .mp4

36-[第四章-上]-5 期望与方差（下） .mp4

37-[第四章-上]-6 参数的估计 .mp4

38-[第四章-下]-1 无约束最优化梯度下降 .mp4

39-[第四章-下]-2 无约束最优化牛顿法 .mp4

40-[第四章-下]-3 约束最优化 .mp4

18-04 神经网络基础知识

01-01-神经网络基础与多层感知机-0 .mp4

02-01-神经网络基础与多层感知机-1 .mp4

03-01-神经网络基础与多层感知机-2 .mp4

04-01-神经网络基础与多层感知机-3 .mp4

05-01-神经网络基础与多层感知机-4 .mp4

06-02-卷积神经网络-0 .mp4

07-02-卷积神经网络-1 .mp4

08-02-卷积神经网络-2 .mp4

09-03-循环神经网络-0 .mp4

10-03-循环神经网络-1 .mp4

11-03-循环神经网络-2 .mp4

19-01 Python · AI&数据科学入门

01-第一章 绪论和环境配置 .mp4

02-[作业讲解]第一章：助教实际演示配置环境过程 .mp4

03-第二章 Python 基本语法元素 .mp4

04-[作业讲解]第二章：Python基本语法元素 .mp4

05-第三章 基本数据类型 .mp4

06-[作业讲解]第三章：基本数据类型 .mp4

07-第四章 组合数据类型 .mp4

08-[作业讲解]第四章：复杂数据类型 .mp4

09-第五章 程序控制结构 .mp4

10-[作业讲解]第五章：程序控制结构 .mp4

11-第六章 函数-面向过程的编程 .mp4

12-[作业讲解]第六章：函数 .mp4

13-第七章 类-面向对象的编程 .mp4

14-[作业讲解]第七章：类 .mp4

15-第八章 文件-异常和模块 .mp4

16-[作业讲解]第八章：文件-异常和模块 .mp4

17-第九章 有益的探索 .mp4

18-[作业讲解]第九章：有益的探索 .mp4

19-第十章 Python标准库 .mp4

20-[作业讲解]第十章：Python标准库 .mp4

21-第十一章 科学计算库—Numpy应用 .mp4

22-[作业讲解]第十一章：Numpy库 .mp4

23-第十二章 Pandas库 .mp4

24-[作业讲解]第十二章：Pandas库 .mp4

25-第十三章 Matplotlib .mp4

26-[作业讲解]第十三章：Matplotlib .mp4

27-第十四章 Sklearn常规用法 .mp4

28-[作业讲解]第十四章：Sklearn常规用法 .mp4

29-第十五章 再谈编程 .mp4

20-深度学习PyTorch框架班

01-[必看]深入浅出PyTorch .mp4

02-[第一周]PyTorch简介与安装 .mp4

03-[第一周]补充-pytorch开发环境安装 .mp4

04-[第一周]张量简介与创建 .mp4

05-[第一周]张量操作与线性回归 .mp4

06-[第一周]计算图与动态图机制 .mp4

07-[第一周]autograd与逻辑回归 .mp4

08-[第一周]作业讲解1 .mp4

09-[第一周]作业讲解2 .mp4

10-[第一周]作业讲解3 .mp4

11-[第二周]数据读取机制Dataloader与Dataset .mp4

12-[第二周]数据预处理transforms模块机制 .mp4

13-[第二周]二十二种transforms数据预处理方法 .mp4

14-[第二周]学会自定义transforms方法 .mp4

15-[第二周]作业讲解 .mp4

16-[第三周]模型创建步骤与nn.Module .mp4

17-[第三周]模型容器与AlexNet构建 .mp4

18-[第三周]nn网络层-卷积层 .mp4

19-[第三周]nn网络层-池化-线性-激活函数层 .mp4

20-[第三周]作业讲解 .mp4

21-[第四周]权值初始化 .mp4

22-[第四周]损失函数（一） .mp4

23-[第四周]损失函数(二) .mp4

24-[第四周]优化器optimizer的概念 .mp4

25-[第四周]torch.optim.SGD .mp4

26-[第四周]作业讲解 .mp4

27-[第五周]学习率调整策略 .mp4

28-[第五周]TensorBoard简介与安装 .mp4

29-[第五周]TensorBoard使用（一） .mp4

30-[第五周]TensorBoard使用（二） .mp4

31-[第五周]hook函数与CAM可视化 .mp4

32-[第五周]作业讲解 .mp4

33-[第六周]正则化之weight_decay .mp4

34-[第六周]正则化之Dropout .mp4

35-[第六周]Batch Normalization .mp4

36-[第六周]Normalizaiton_layers .mp4

37-[第六周]作业讲解 .mp4

38-[第七周]模型保存与加载 .mp4

39-[第七周]模型finetune .mp4

40-[第七周]GPU的使用 .mp4

41-[第七周]PyTorch常见报错 .mp4

42-[第七周]作业讲解 .mp4

43-[第八周]图像分类一瞥 .mp4

44-[第八周]图像分割一瞥 .mp4

45-[第八周]图像目标检测一瞥（上） .mp4

46-[第八周]图像目标检测一瞥（下） .mp4

47-[第九周]生成对抗网络一瞥 .mp4

48-[第九周]循环神经网络一瞥 .mp4

21-[爱奇艺]WSDM用户留存大赛指导班

01-打造舒适的AI开发环境 .mp4

02-[01课]赛题介绍+baseline详解 .mp4

03-[02课]特征工程 .mp4

04-[03课]序列模型 .mp4

05-[04课]Auto—ML&HPO .mp4

06-[05课]爱奇艺结营视频 .mp4

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