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
评论0