【浙大博士/哈佛博后】深度学习与AI大模型技术之机器学习原理与实践

30+案例与35+主题，掌握机器学习开发项目核心流程与技术路线，包含所有代码，持续增加精彩案例

*   01 公开试听/

  *   01 【必看】课程综述.mp4 (40.83 MB), 06:15

  *   02 AI中数学-范数-欧式距离.mp4 (25.00 MB), 05:55

  *   03 更多范数.mp4 (34.06 MB), 07:53

  *   04 特征分解1-基本概念.mp4 (26.00 MB), 06:14

  *   05 特征分解2-矩阵是运动.mp4 (18.64 MB), 05:20

  *   06 特征分解3-运动解释.mp4 (32.27 MB), 08:04

  *   07 特征分解4-基的本质.mp4 (41.13 MB), 10:26

  *   08 特征分解5-空间变换.mp4 (32.63 MB), 07:58

  *   09 特征分解6-奇异值分解.mp4 (24.32 MB), 06:07

  *   10 深度学习基础-一维卷积.mp4 (31.02 MB), 05:03

  *   11 二维卷积.mp4 (38.93 MB), 05:52

  *   12 自动获取核心特征.mp4 (29.16 MB), 04:24

  *   13 传统神经网络对比.mp4 (51.99 MB), 07:50

  *   14 卷积.mp4 (37.88 MB), 05:45

  *   15 激活.mp4 (28.10 MB), 04:19

  *   16 池化.mp4 (19.23 MB), 03:02

  *   17 全连接.mp4 (30.18 MB), 04:43

  *   18 目标检测基本原理.mp4 (21.00 MB), 03:22

  *   19 快速实现AI人脸卡通化.mp4 (24.12 MB), 03:42

  *   20 数据预处理的意义.mp4 (11.42 MB), 02:25

  *   21 缺失数据处理基本方法.mp4 (11.75 MB), 03:05

  *   22 缺失数据处理详细描述.mp4 (35.78 MB), 08:16

  *   23 处理类别数据.mp4 (16.30 MB), 03:59

  *   24 标准化和归一化.mp4 (26.34 MB), 05:50

  *   25 神经网络基本概念.mp4 (16.48 MB), 03:35

  *   26 经典结构-人脑类比.mp4 (27.44 MB), 04:01

  *   27 神经网络基本模型.mp4 (19.77 MB), 03:12

  *   28 正向传播原理.mp4 (41.76 MB), 07:05

  *   29 激活.mp4 (29.94 MB), 04:42

  *   30 训练的本质.mp4 (50.41 MB), 07:55

  *   31 训练例子-目标.mp4 (16.69 MB), 02:47

  *   32 训练例子-计算过程.mp4 (61.24 MB), 10:48

  *   33 趣味演示.mp4 (50.23 MB), 07:32

  *   34 形象理解神经网络.mp4 (28.45 MB), 04:28

  *   35 相似度的度量-向量表达的概念.mp4 (29.50 MB), 11:30

  *   36 为何要向量相似度的度量.mp4 (12.21 MB), 05:11

  *   37 向量相似度度量方法.mp4 (42.93 MB), 16:33

  *   38 文本相似度与集合相似度.mp4 (21.15 MB), 08:29

  *   39 马氏距离.mp4 (84.09 MB), 34:02

  *   40 KL散度.mp4 (51.24 MB), 20:04

  *   41 决策树原理1.mp4 (68.82 MB), 17:16

  *   42 决策树原理2.mp4 (67.64 MB), 17:16

  *   43 决策树原理3.mp4 (71.44 MB), 17:15

  *   44 泰坦尼克号生存预测1.mp4 (78.46 MB), 18:11

  *   45 泰坦尼克号生存预测2.mp4 (71.31 MB), 18:11

  *   46 泰坦尼克号生存预测3.mp4 (72.18 MB), 18:09

  *   47 泰坦尼克号生存预测4.mp4 (25.96 MB), 08:35

  *   48 泰坦尼克号生存预测5.mp4 (17.68 MB), 05:04

  *   49 泰坦尼克号生存预测6.mp4 (101.19 MB), 16:55

  *   50 强化学习-Q-learning1.mp4 (76.17 MB), 15:45

  *   51 强化学习-Q-learning2.mp4 (63.79 MB), 15:43

  *   52 强化学习-Q-learning3.mp4 (67.58 MB), 14:29

  *   53 强化学习-Q-learning4.mp4 (63.59 MB), 14:29

  *   54 强化学习-Q-learning5.mp4 (63.65 MB), 14:28

*   02 机器学习原理与实践/

  *   01 开发环境设置.mp4 (32.02 MB), 09:03

  *   02 安装包.mp4 (27.77 MB), 07:00

  *   03 配置虚拟环境.mp4 (31.26 MB), 07:23

  *   04 基础知识-术语与假设空间1.mp4 (60.36 MB), 15:34

  *   05 基础知识-术语与假设空间2.mp4 (68.36 MB), 15:34

  *   06 基础知识-术语与假设空间3.mp4 (64.23 MB), 15:31

  *   07 归纳偏好和发展历程1.mp4 (81.87 MB), 14:52

  *   08 归纳偏好和发展历程2.mp4 (66.05 MB), 14:52

  *   09 归纳偏好和发展历程3.mp4 (83.05 MB), 14:51

  *   10 经验误差与过拟合.mp4 (82.90 MB), 17:43

  *   100 循环神经网络2.mp4 (72.86 MB), 14:21

  *   101 循环神经网络3.mp4 (90.56 MB), 14:20

  *   102 循环神经网络4.mp4 (91.93 MB), 14:25

  *   103 循环神经网络5.mp4 (93.80 MB), 14:25

  *   104 循环神经网络6.mp4 (91.11 MB), 14:22

  *   105 EM期望值最大化1.mp4 (20.50 MB), 04:58

  *   106 EM期望值最大化2.mp4 (95.48 MB), 14:51

  *   107 EM期望值最大化3.mp4 (74.52 MB), 14:51

  *   108 EM期望值最大化4.mp4 (89.01 MB), 14:48

  *   109 EM期望值最大化5.mp4 (84.80 MB), 13:16

  *   11 认识回归-回归代码例子.mp4 (78.90 MB), 12:25

  *   110 EM期望值最大化6.mp4 (84.44 MB), 13:16

  *   111 EM期望值最大化7.mp4 (84.90 MB), 13:14

  *   112 集成学习基础1.mp4 (86.98 MB), 15:12

  *   113 集成学习基础2.mp4 (97.35 MB), 15:12

  *   114 集成学习基础3.mp4 (96.08 MB), 15:09

  *   115 常见集成学习方法1.mp4 (92.34 MB), 14:47

  *   116 常见集成学习方法2.mp4 (92.05 MB), 14:47

  *   117 常见集成学习方法3.mp4 (92.43 MB), 14:44

  *   118 常见集成学习方法4.mp4 (89.36 MB), 14:06

  *   119 常见集成学习方法5.mp4 (90.80 MB), 14:06

  *   12 认识分类-分类代码例子.mp4 (162.07 MB), 29:09

  *   120 常见集成学习方法6.mp4 (90.22 MB), 14:03

  *   121 xgboost1.mp4 (77.47 MB), 12:08

  *   122 xgboost2.mp4 (77.73 MB), 12:06

  *   123 聚类概念.mp4 (123.10 MB), 19:17

  *   124 k-mean聚类1.mp4 (94.44 MB), 14:55

  *   125 k-mean聚类2.mp4 (85.44 MB), 14:55

  *   126 k-mean聚类 3.mp4 (83.23 MB), 14:52

  *   127 分层聚类1.mp4 (85.74 MB), 14:54

  *   128 分层聚类2.mp4 (83.86 MB), 14:54

  *   129 分层聚类3.mp4 (95.62 MB), 14:51

  *   13 线性回归概述.mp4 (23.36 MB), 04:37

  *   130 分层聚类4.mp4 (66.04 MB), 14:44

  *   131 分层聚类5.mp4 (95.26 MB), 14:44

  *   132 分层聚类6.mp4 (93.06 MB), 14:41

  *   133 密度聚类.mp4 (83.39 MB), 15:10

  *   134 红楼梦文本分析1.mp4 (93.22 MB), 14:28

  *   135 红楼梦文本分析2.mp4 (91.83 MB), 14:28

  *   136 红楼梦文本分析3.mp4 (94.17 MB), 14:27

  *   137 红楼梦文本分析4.mp4 (99.87 MB), 15:41

  *   138 红楼梦文本分析5.mp4 (100.50 MB), 15:41

  *   139 红楼梦文本分析6.mp4 (101.67 MB), 15:39

  *   14 线性回归详解1.mp4 (83.20 MB), 14:49

  *   140 红楼梦文本分析7.mp4 (71.91 MB), 11:23

  *   141 红楼梦文本分析8.mp4 (72.94 MB), 11:23

  *   142 红楼梦文本分析9.mp4 (72.19 MB), 11:21

  *   143 半监督基本概念1.mp4 (83.67 MB), 14:26

  *   144 半监督基本概念2.mp4 (64.74 MB), 14:24

  *   145 半监督基本概念3.mp4 (74.90 MB), 15:02

  *   146 半监督基本概念4.mp4 (78.65 MB), 15:02

  *   147 半监督基本概念5.mp4 (91.70 MB), 15:00

  *   148 半监督代码讲解1.mp4 (88.13 MB), 14:45

  *   149 半监督代码讲解2.mp4 (93.60 MB), 14:45

  *   15 线性回归详解2.mp4 (83.23 MB), 14:49

  *   150 半监督代码讲解3.mp4 (93.97 MB), 14:42

  *   151 半监督代码讲解4.mp4 (93.99 MB), 14:32

  *   152 半监督代码讲解5.mp4 (94.00 MB), 14:32

  *   153 半监督代码讲解6.mp4 (92.42 MB), 14:31

  *   154 隐马尔科夫模型1.mp4 (88.50 MB), 14:47

  *   155 隐马尔科夫模型2.mp4 (75.94 MB), 14:47

  *   156 隐马尔科夫模型3.mp4 (89.03 MB), 14:44

  *   157 隐马尔科夫模型4.mp4 (81.86 MB), 14:13

  *   158 隐马尔科夫模型5.mp4 (70.03 MB), 14:13

  *   159 隐马尔科夫模型6.mp4 (90.94 MB), 14:12

  *   16 线性回归详解3.mp4 (69.21 MB), 14:46

  *   160 马尔科夫随机场与条件随机场1.mp4 (50.42 MB), 12:13

  *   161 马尔科夫随机场与条件随机场2.mp4 (57.35 MB), 12:13

  *   162 马尔科夫随机场与条件随机场3.mp4 (63.85 MB), 12:12

  *   163 隐马尔可夫模型代码讲解.mp4 (64.45 MB), 10:05

  *   164 强化学习-DQN1.mp4 (78.66 MB), 15:17

  *   165 强化学习-DQN2.mp4 (82.37 MB), 15:17

  *   166 强化学习-DQN3.mp4 (97.57 MB), 15:14

  *   167 强化学习-DQN4.mp4 (92.19 MB), 14:36

  *   168 强化学习-DQN5.mp4 (89.19 MB), 14:36

  *   169 强化学习-DQN6.mp4 (92.20 MB), 14:35

  *   17 线性回归详解4.mp4 (87.79 MB), 15:01

  *   170 强化学习-DQN7.mp4 (89.86 MB), 14:11

  *   171 强化学习-DQN8.mp4 (87.47 MB), 14:11

  *   172 强化学习-DQN9.mp4 (87.68 MB), 14:10

  *   173 自然语言处理NLP概述-图灵测试.mp4 (16.28 MB), 03:00

  *   174 NLP-应用场景.mp4 (12.67 MB), 02:50

  *   175 NLP-核心思想.mp4 (12.44 MB), 03:03

  *   176 NLP-统计模型-词袋模型.mp4 (26.06 MB), 07:18

  *   177 NLP-统计模型-TF-IDF模型.mp4 (23.92 MB), 06:27

  *   178 NLP-统计模型问题.mp4 (13.28 MB), 03:35

  *   179 NLP-词嵌入模型.mp4 (51.27 MB), 13:08

  *   18 线性回归详解5.mp4 (72.54 MB), 15:01

  *   180 NLP-Transformer-一词多义与长期依赖.mp4 (27.76 MB), 07:03

  *   181 NLP-传统神经网络回顾-局限性.mp4 (58.08 MB), 12:30

  *   182 NLP-Transformer基本原理.mp4 (22.46 MB), 04:51

  *   183 NLP-BERT.mp4 (45.35 MB), 10:28

  *   184 NLP-GPT.mp4 (47.70 MB), 11:03

  *   185 NLP-ChatGPT简介.mp4 (34.73 MB), 07:42

  *   186 NLP-ChatGPT核心技术-数据预处理-无监督预训练.mp4 (26.49 MB), 06:28

  *   187 NLP-ChatGPT核心技术-高质量监督学习数据-监督训练微调.mp4 (30.84 MB), 08:19

  *   188 NLP-ChatGPT核心技术-训练奖励模型.mp4 (13.80 MB), 03:44

  *   189 NLP-ChatGPT核心技术-基于反馈的强化学习.mp4 (58.05 MB), 13:06

  *   19 线性回归详解6.mp4 (90.14 MB), 14:58

  *   190 NLP-ChatGPT商业价值与评价.mp4 (35.28 MB), 07:41

  *   191 NLP代码详解1.mp4 (92.39 MB), 14:34

  *   192 NLP代码详解2.mp4 (92.60 MB), 14:34

  *   193 NLP代码详解3.mp4 (92.92 MB), 14:31

  *   194 NLP代码详解4.mp4 (94.83 MB), 14:50

  *   195 NLP代码详解5.mp4 (95.44 MB), 14:50

  *   196 NLP代码详解6.mp4 (93.59 MB), 14:47

  *   197 NLP代码详解7.mp4 (92.34 MB), 14:38

  *   198 NLP代码详解8.mp4 (94.44 MB), 14:38

  *   199 NLP代码详解9.mp4 (90.63 MB), 14:35

  *   20 线性回归详解7.mp4 (106.13 MB), 16:45

  *   200 NLP代码详解10.mp4 (61.37 MB), 11:27

  *   201 NLP代码详解11.mp4 (68.92 MB), 11:27

  *   202 NLP代码详解12.mp4 (72.27 MB), 11:26

  *   203 推荐系统1.mp4 (87.98 MB), 13:51

  *   204 推荐系统2.mp4 (87.98 MB), 13:51

  *   205 推荐系统3.mp4 (88.37 MB), 13:50

  *   206 规则学习1.mp4 (83.67 MB), 14:53

  *   207 规则学习2.mp4 (87.05 MB), 14:53

  *   208 规则学习3.mp4 (83.85 MB), 14:51

  *   209 规则学习4.mp4 (69.84 MB), 12:43

  *   21 线性回归详解8.mp4 (107.51 MB), 16:43

  *   210 增量学习1.mp4 (95.70 MB), 15:02

  *   211 增量学习2.mp4 (94.85 MB), 15:02

  *   212 增量学习3.mp4 (89.65 MB), 15:01

  *   213 增量学习4.mp4 (86.31 MB), 14:50

  *   214 增量学习5.mp4 (95.79 MB), 14:50

  *   215 增量学习6.mp4 (93.97 MB), 14:47

  *   216 迁移学习1.mp4 (88.74 MB), 14:36

  *   217 迁移学习2.mp4 (92.64 MB), 14:36

  *   218 迁移学习3.mp4 (92.93 MB), 14:34

  *   219 主动学习1.mp4 (87.96 MB), 15:03

  *   22 线性回归评估1.mp4 (57.41 MB), 10:28

  *   220 主动学习2.mp4 (95.55 MB), 15:03

  *   221 主动学习3.mp4 (90.95 MB), 15:01

  *   222 多任务学习1.mp4 (75.91 MB), 13:54

  *   223 多任务学习2.mp4 (89.58 MB), 13:54

  *   224 多任务学习3.mp4 (84.84 MB), 13:51

  *   23 线性回归评估2.mp4 (47.13 MB), 07:50

  *   24 线性回归评估代码.mp4 (18.61 MB), 03:01

  *   25 线性回归正则化.mp4 (124.53 MB), 24:43

  *   26 线性回归正则化代码讲解.mp4 (30.55 MB), 04:47

  *   27 线性回归代码讲解1.mp4 (23.82 MB), 05:08

  *   28 线性回归代码讲解2.mp4 (82.38 MB), 15:27

  *   29 线性回归代码讲解3.mp4 (85.28 MB), 15:25

  *   30 逻辑回归概述.mp4 (24.67 MB), 04:54

  *   31 逻辑回归代码讲解.mp4 (90.29 MB), 20:31

  *   32 决策面函数详解.mp4 (196.11 MB), 30:15

  *   33 逻辑回归详解1.mp4 (83.83 MB), 14:31

  *   34 逻辑回归详解2.mp4 (79.19 MB), 14:31

  *   35 逻辑回归详解3.mp4 (83.45 MB), 14:29

  *   36 逻辑回归详解4.mp4 (94.83 MB), 14:47

  *   37 逻辑回归详解5.mp4 (94.09 MB), 14:47

  *   38 逻辑回归详解6.mp4 (90.61 MB), 14:45

  *   39 异常值概念.mp4 (5.43 MB), 01:24

  *   40 发现异常值z分数法.mp4 (7.07 MB), 02:20

  *   41 缺失数据处理代码讲解.mp4 (97.45 MB), 15:31

  *   42 类别数据处理 代码讲解.mp4 (82.10 MB), 13:07

  *   43 标准化归一化代码讲解.mp4 (35.90 MB), 05:46

  *   44 标准化训练快速收敛代码讲解.mp4 (69.02 MB), 10:53

  *   45 评估方法.mp4 (59.59 MB), 15:08

  *   46 自助法评估代码讲解.mp4 (84.79 MB), 13:21

  *   47 留出法和交叉验证代码讲解.mp4 (56.46 MB), 08:59

  *   48 性能度量.mp4 (96.54 MB), 30:46

  *   49 性能度量代码讲解.mp4 (114.04 MB), 18:03

  *   50 相似度度量.mp4 (293.31 MB), 01:45:40

  *   51 损失函数1.mp4 (55.61 MB), 17:23

  *   52 损失函数2.mp4 (60.98 MB), 17:23

  *   53 损失函数3.mp4 (55.03 MB), 17:22

  *   54 损失函数4.mp4 (50.23 MB), 16:45

  *   55 损失函数5.mp4 (54.81 MB), 16:44

  *   56 梯度下降法优化参数.mp4 (55.83 MB), 15:46

  *   57 参数估计.mp4 (22.58 MB), 09:49

  *   58 极大似然估计1.mp4 (49.42 MB), 17:03

  *   59 极大似然估计2.mp4 (112.62 MB), 36:29

  *   60 极大似然估计代码.mp4 (110.91 MB), 17:34

  *   61 朴素贝叶斯1.mp4 (96.88 MB), 17:53

  *   62 朴素贝叶斯2.mp4 (94.70 MB), 14:55

  *   63 朴素贝叶斯3.mp4 (95.04 MB), 14:55

  *   64 朴素贝叶斯4.mp4 (94.29 MB), 14:54

  *   65 朴素贝叶斯5.mp4 (95.40 MB), 14:55

  *   66 朴素贝叶斯6.mp4 (96.26 MB), 14:55

  *   67 朴素贝叶斯7.mp4 (94.28 MB), 14:53

  *   68 朴素贝叶斯8.mp4 (82.89 MB), 13:14

  *   69 朴素贝叶斯9.mp4 (85.84 MB), 13:14

  *   70 朴素贝叶斯10.mp4 (84.77 MB), 13:11

  *   71 正则化进行特征选择.mp4 (43.95 MB), 07:53

  *   72 正则化特征选择代码讲解.mp4 (125.04 MB), 19:34

  *   73 序列特征选择SBS.mp4 (100.87 MB), 17:14

  *   74 随机森林进行特征选择.mp4 (71.97 MB), 12:19

  *   75 子集搜索与评价1.mp4 (60.46 MB), 09:52

  *   76 子集搜索与评价2.mp4 (86.15 MB), 14:37

  *   77 子集搜索与评价3.mp4 (81.53 MB), 14:37

  *   78 子集搜索与评价4.mp4 (74.89 MB), 14:36

  *   79 过滤式特征选择1.mp4 (90.69 MB), 14:41

  *   80 过滤式特征选择2.mp4 (94.05 MB), 14:41

  *   81 过滤式特征选择3.mp4 (80.69 MB), 14:39

  *   82 包裹与嵌入式 特征选择1.mp4 (66.56 MB), 15:09

  *   83 包裹与嵌入式特征选择2.mp4 (87.67 MB), 15:09

  *   84 包裹与嵌入式特征选择3.mp4 (92.89 MB), 15:08

  *   85 其他特征选择1.mp4 (77.17 MB), 12:06

  *   86 其他特征选择2.mp4 (77.00 MB), 12:06

  *   87 其他特征选择3.mp4 (77.18 MB), 12:04

  *   88 为何降维.mp4 (22.35 MB), 05:11

  *   89 Max方差理论.mp4 (23.14 MB), 05:49

  *   90 PCA降维举例.mp4 (27.22 MB), 06:54

  *   91 降维详解1.mp4 (87.66 MB), 14:01

  *   92 降维详解2.mp4 (73.32 MB), 14:00

  *   93 PCA-LDA 降维详解1.mp4 (53.11 MB), 14:54

  *   94 PCA-LDA 降维详解2.mp4 (54.62 MB), 14:54

  *   95 PCA-LDA 降维详解3.mp4 (56.72 MB), 14:53

  *   96 流行学习降维1.mp4 (78.88 MB), 14:53

  *   97 流行学习降维2.mp4 (90.37 MB), 14:53

  *   98 流行学习降维3.mp4 (95.30 MB), 14:51

  *   99 循环神经网络1.mp4 (91.74 MB), 14:21

*   03 AI数学基础/

  *   01 标量-向量-矩阵-张量.mp4 (25.50 MB), 07:01

  *   02 矩阵转置-加减法.mp4 (17.68 MB), 05:41

  *   03 矩阵乘法.mp4 (37.46 MB), 10:45

  *   04 单位矩阵-逆矩阵.mp4 (17.23 MB), 05:06

  *   05 对角矩阵-对称矩阵.mp4 (30.33 MB), 07:29

  *   06 单位向量-正交.mp4 (20.23 MB), 05:21

  *   07 向量的线性组合-线性表示.mp4 (20.86 MB), 06:47

  *   08 线性相关-线性无关.mp4 (11.32 MB), 04:01

  *   09 线性空间.mp4 (23.88 MB), 06:33

  *   10 线性空间举例.mp4 (16.35 MB), 05:16

  *   11 线性运算.mp4 (27.49 MB), 05:58

  *   12 线性运算应用场景.mp4 (35.42 MB), 07:36

  *   13 向量-矩阵-张量-python中表达与运算1.mp4 (77.36 MB), 14:54

  *   14 向量-矩阵-张量-python中表达与运算2.mp4 (81.93 MB), 14:54

  *   15 向量-矩阵-张量-python中表达与运算3.mp4 (78.67 MB), 14:52

  *   16 向量-矩阵-张量-python中表达与运算4.mp4 (151.71 MB), 27:53

  *   17 SVD分解例子.mp4 (161.50 MB), 26:42

  *   18 概率论意义.mp4 (50.85 MB), 09:15

  *   19 随机变量.mp4 (56.70 MB), 10:49

  *   20 正态分布.mp4 (84.15 MB), 19:21

  *   21 概率论详解1.mp4 (82.09 MB), 15:28

  *   22 概率论详解2.mp4 (75.04 MB), 15:28

  *   23 概率论详解3.mp4 (54.80 MB), 15:27

  *   24 概率论详解4.mp4 (52.30 MB), 13:55

  *   25 概率论详解5.mp4 (45.07 MB), 13:55

  *   26 概率论详解6.mp4 (48.16 MB), 13:52

  *   27 概率论详解7.mp4 (53.74 MB), 17:39

  *   28 概率论详解8.mp4 (60.52 MB), 17:39

  *   29 概率论详解9.mp4 (59.67 MB), 17:37

  *   30 概率论详解10.mp4 (45.01 MB), 15:20

  *   31 概率论详解11.mp4 (45.99 MB), 15:20

  *   32 概率论详解12.mp4 (58.55 MB), 15:17

*   04 深度学习基础/

  *   01 一维卷积.mp4 (31.02 MB), 05:03

  *   02 二维卷积.mp4 (38.93 MB), 05:52

  *   03 自动获取核心特征.mp4 (29.16 MB), 04:24

  *   04 传统神经网络对比.mp4 (51.99 MB), 07:50

  *   05 卷积.mp4 (37.88 MB), 05:45

  *   06 激活.mp4 (28.10 MB), 04:19

  *   07 池化.mp4 (19.23 MB), 03:02

  *   08 全连接.mp4 (30.18 MB), 04:43

  *   09 目标检测基本原理.mp4 (21.00 MB), 03:22

  *   10 快速实现AI人脸卡通化.mp4 (24.12 MB), 03:42

  *   11 tf图片样本处理与构建简单分类器1.mp4 (88.03 MB), 16:08

  *   12 tf图片样本处理与构建简单分类器2.mp4 (99.36 MB), 16:08

  *   13 tf图片样本处理与构建简单分类器3.mp4 (86.50 MB), 16:07

  *   14 tf预训练模型微调花的图片分类器1.mp4 (96.28 MB), 17:02

  *   15 tf预训练模型微调花的图片分类器2.mp4 (102.29 MB), 17:02

  *   16 tf预训练模型微调花的图片分类器3.mp4 (101.88 MB), 17:01

*   05 AI基础知识/

  *   01 AI改变生活.mp4 (43.10 MB), 06:50

  *   02 AI与元宇宙.mp4 (13.22 MB), 02:07

  *   03 什么是AI.mp4 (12.14 MB), 02:34

  *   04 什么是AI-技术描述.mp4 (47.24 MB), 10:04

  *   05 为何学AI.mp4 (12.96 MB), 02:21

  *   06 AI革命-深度学习.mp4 (17.53 MB), 04:13

  *   07 分类-检测-分割.mp4 (13.27 MB), 02:16

  *   08 图像生成与转换.mp4 (19.85 MB), 02:58

  *   09 时间序列预测.mp4 (8.66 MB), 01:42

  *   10 自然语言处理1.mp4 (17.07 MB), 03:10

  *   11 自然语言处理2.mp4 (12.70 MB), 02:53

  *   12 线性与非线性关系.mp4 (9.64 MB), 02:22

  *   13 AI-商业化浪潮.mp4 (57.97 MB), 09:00

  *   14 AI未来发展.mp4 (15.56 MB), 04:42

  *   15 推荐系统.mp4 (16.80 MB), 03:31

  *   16 知识图谱基本概念.mp4 (14.43 MB), 02:15

  *   17 迈向认知智能.mp4 (5.10 MB), 01:12

  *   18 知识浪潮.mp4 (11.93 MB), 03:00

  *   19 美团大脑.mp4 (11.44 MB), 02:18

  *   20 知识图谱技术链.mp4 (11.58 MB), 02:27

  *   21 知识图谱业务应用.mp4 (15.12 MB), 03:17

*   06 Python编程基础/

  *   01 理解算法.mp4 (105.07 MB), 18:16

  *   02 python基础知识.mp4 (303.31 MB), 59:59

  *   03 数组.mp4 (410.89 MB), 01:15:18

  *   04 表格1.mp4 (75.86 MB), 21:24

  *   05 表格2.mp4 (85.66 MB), 24:20

  *   06 表格3.mp4 (188.42 MB), 52:26

  *   07 函数.mp4 (142.38 MB), 27:43

  *   08 类.mp4 (73.71 MB), 14:22

  *   09 异常处理.mp4 (186.51 MB), 29:01

  *   10 练习题目.mp4 (156.22 MB), 31:56