轻松学AI 华为HCIA AI V3.5

帮AI

*   01 人工智能概览/

  *   01 大众视角下的人工智能.mp4 (91.38 MB), 21:17

  *   02 万物皆可AI.mp4 (7.90 MB), 03:06

  *   03 人类学习VS机器学习.mp4 (196.64 MB), 01:14:37

  *   04 广告点击量预测——线性回归.mp4 (42.98 MB), 16:10

  *   05 AI、机器学习、深度学习的关系.mp4 (38.57 MB), 14:46

  *   06 AI浪潮下要如何选专业.mp4 (21.51 MB), 08:43

  *   07 人工智能的分类.mp4 (14.67 MB), 05:42

  *   08 AI产业生态.mp4 (20.54 MB), 08:01

  *   09 AI发展趋势.mp4 (35.07 MB), 14:30

  *   10 华为人工智能发展战略.mp4 (48.04 MB), 22:20

  *   11 人工智能争议.mp4 (27.70 MB), 08:22

  *   12 人工智能的未来.mp4 (18.44 MB), 05:46

*   02 机器学习概览/

  *   01 机器学习算法.mp4 (86.99 MB), 31:16

  *   02 机器学习的分类.mp4 (72.77 MB), 27:43

  *   03 机器学习的整体流程——数据清理.mp4 (49.04 MB), 19:22

  *   04 机器学习的整体流程——数据转换.mp4 (69.41 MB), 24:57

  *   05 机器学习的整体流程——特征提取.mp4 (61.05 MB), 22:27

  *   06 特征选择.mp4 (76.84 MB), 13:37

  *   07 L1正则选择特征——可视化.mp4 (36.34 MB), 06:38

  *   08 样本不平衡.mp4 (47.65 MB), 09:40

  *   09 机器学习的整体流程——模型构建项目整体流程.mp4 (25.49 MB), 08:55

  *   10 机器学习的整体流程——什么是好的模型.mp4 (40.95 MB), 15:28

  *   11 机器学习的整体流程——为什么过拟合.mp4 (26.39 MB), 09:24

  *   12 机器学习的整体流程——模型复杂度与误差.mp4 (9.84 MB), 04:19

  *   13 机器学习的整体流程——机器学习的性能评估.mp4 (97.15 MB), 36:56

  *   14 机器学习的整体流程—其它机器学习重要方法.mp4 (50.81 MB), 17:49

  *   15 机器学习的整体流程——模型中的参数与超参数.mp4 (39.25 MB), 22:05

  *   16 机器学习的常见算法——线性回归.mp4 (47.14 MB), 27:32

  *   17 线性回归预测房价.mp4 (16.82 MB), 03:48

  *   18 机器学习的常见算法——逻辑回归.mp4 (22.32 MB), 04:10

  *   19 机器学习的常见算法——决策树.mp4 (102.19 MB), 20:07

  *   20 决策树预测是否外出运动.mp4 (40.64 MB), 08:15

  *   21 决策树预测是否发放银行信贷.mp4 (29.95 MB), 09:30

  *   22 机器学习的常见算法——支持向量机.mp4 (37.68 MB), 07:52

  *   23 SVM支撑向量机_预测客户是否流失.mp4 (96.08 MB), 17:46

  *   24 机器学习的常见算法——KNN.mp4 (43.04 MB), 10:34

  *   25 KNN预测空气质量.mp4 (91.27 MB), 16:17

  *   26 决策树_KNN_预测客户是否流失.mp4 (29.71 MB), 05:27

  *   27 机器学习的常见算法——朴素贝叶斯.mp4 (49.64 MB), 10:10

  *   28 朴素贝叶斯——垃圾邮件识别原理讲解.mp4 (40.85 MB), 09:00

  *   29 编程实验——朴素贝叶斯识别垃圾邮件.mp4 (92.72 MB), 16:01

  *   30 编程实验——朴素贝叶斯——垃圾邮件识别_白盒.mp4 (190.69 MB), 32:19

  *   31 机器学习的常见算法——集成学习.mp4 (103.80 MB), 29:29

  *   32 机器学习的常见算法——无监督学习.mp4 (16.11 MB), 04:24

  *   33 编程实验——Kmeans.mp4 (43.77 MB), 07:31

  *   34 编程实验——Kmeans、层次聚类_白盒.mp4 (104.73 MB), 35:08

*   03 深度学习概览/

  *   01 为什么需要神经网络——验证码识别问题为什么传统编程解决不了.mp4 (73.23 MB), 27:53

  *   02 为什么需要神经网络——以职场为例说明神经网络究竟在学习什么.mp4 (60.59 MB), 23:46

  *   03 为什么需要神经网络——神经网络在分类和回归上的设计原则.mp4 (30.86 MB), 12:53

  *   04 神经网络理论定义——什么是人工神经网络.mp4 (46.58 MB), 18:31

  *   05 神经网络理论定义——全连接神经网络.mp4 (61.32 MB), 21:57

  *   06 全连接神经网络实验——什么是张量.mp4 (51.96 MB), 18:18

  *   07 全连神经网络实验——全连接手写数字识别.mp4 (185.77 MB), 58:39

  *   08 神经网络的构建与训练流程——设计网络结构.mp4 (31.58 MB), 12:17

  *   09 神经网络的构建与训练流程——数据预处理.mp4 (21.97 MB), 08:12

  *   10 神经网络的构建与训练流程——权重初始化.mp4 (50.66 MB), 19:04

  *   11 神经网络的构建与训练流程——激活函数、前向传播、损失函数.mp4 (54.87 MB), 21:00

  *   12 神经网络——优化器.mp4 (115.13 MB), 40:21

  *   13 神经网络——正则化.mp4 (60.32 MB), 22:58

  *   14 全连接神经网络——手写数字识别调参优化.mp4 (89.68 MB), 26:51

  *   15 卷积神经网络——卷积神经网络是如何识别手写数字呢.mp4 (51.07 MB), 19:37

  *   16 卷积神经网络实验——卷积神经网络是如何识别手写数字呢.mp4 (115.53 MB), 33:36

  *   17 为什么CNN不能处理长文本.mp4 (17.72 MB), 09:59

  *   18 RNN为什么能处理长文本.mp4 (53.16 MB), 14:40

  *   19 RNN的应用.mp4 (6.63 MB), 02:47

  *   20 LSTM原理.mp4 (58.67 MB), 18:41

*   04 AI开发框架/

  *   01 AI开发框架简介.mp4 (51.10 MB), 18:33

  *   02 MindSpore架构设计理念.mp4 (57.36 MB), 16:51

  *   03 MindSpore框架子系统.mp4 (45.44 MB), 13:09

  *   04 Mindspore特性.mp4 (46.23 MB), 14:27

  *   05 Mindspore_Lite特性.mp4 (35.84 MB), 09:01

  *   06 MindSpore特性与应用_动静态图简介.mp4 (52.26 MB), 17:33

  *   07 动静态图实验.mp4 (109.52 MB), 21:20

  *   08 动静结合.mp4 (69.08 MB), 13:42

  *   09 MindSpore特性与应用_网络迁移.mp4 (83.88 MB), 21:55

  *   10 MindSpore特性与应用_分布式训练.mp4 (48.10 MB), 18:04

  *   11 AI应用开发流程——实验迁移学习理论讲解.mp4 (20.52 MB), 07:26

  *   12 应用开发流程——实验MindSpore_迁移学习_狼狗识别.mp4 (156.15 MB), 26:41

  *   13 AI应用开发流程——实验ResNet50讲解.mp4 (86.05 MB), 25:10

  *   14 AI应用开发流程——实验ResNet50_ 数据预处理_模型.mp4 (87.36 MB), 15:56

  *   15 AI应用开发流程——实验ResNet50_训练_CIFAR-.mp4 (162.62 MB), 28:33

  *   16 AI应用开发流程——ResNet50_预测.mp4 (49.09 MB), 08:53

  *   17 AI应用开发流程——实验情感分类模型简介.mp4 (7.77 MB), 02:02

  *   18 AI应用开发流程——实验情感分类_影评数据下载.mp4 (34.33 MB), 06:06

  *   19 AI应用开发流程_情感分类实验——加载IMDB数据集.mp4 (63.30 MB), 10:36

  *   20 AI应用开发流程_情感分类实验——加载Glove词向量.mp4 (52.18 MB), 09:29

  *   21 AI应用开发流程_情感分类实验——模型构建_训练与保存.mp4 (163.54 MB), 28:05

  *   22 AI应用开发流程_情感分类实验——模型测试.mp4 (37.12 MB), 06:45

*   05 华为人工智能平台介绍/

  *   01 AI芯片概览.mp4 (70.69 MB), 29:50

  *   02 昇腾芯片硬件架构.mp4 (27.29 MB), 14:05

  *   03 昇腾芯片软件架构.mp4 (18.21 MB), 09:11

  *   04 华为Atlas人工智能计算平台.mp4 (31.88 MB), 15:06

  *   05 Atlas的行业应用.mp4 (13.67 MB), 06:43

  *   06 华为云EI平台.mp4 (90.06 MB), 45:02

  *   07 华为终端AI平台.mp4 (25.36 MB), 13:21

  *   08 ModelArts自动学习.mp4 (33.09 MB), 13:07

  *   09 华为云EI图像识别.mp4 (25.39 MB), 09:09

  *   10 华为云EI文字识别.mp4 (34.01 MB), 06:17

  *   11 华为云EI语音合成与语音识别.mp4 (21.88 MB), 06:41

*   06 人工智能前沿应用场景/

  *   01 人工智能前沿应用场景_强化学习.mp4 (14.44 MB), 08:05

  *   02 人工智能前沿应用场景_对抗神经网络.mp4 (9.18 MB), 05:18

  *   03 人工智能前沿应用场景_知识图谱.mp4 (21.89 MB), 11:20

  *   04 人工智能前沿应用场景_智能驾驶.mp4 (28.87 MB), 12:43

  *   05 量子机器学习.mp4 (49.93 MB), 23:56