人工智能核心能力培养计划(小白也能听懂的人工智能原理)

菜鸟教程-人工智能原理课程包含二部分：

1、小白也能听懂的人工智能原理

课程目录
Python-3.8.6-amd64.rar
srivastava14a.pdf
第八节课资料.zip
第二课资料(工程，可视化工具).rar
第九课资料.zip
第六课资料.zip
第七课资料.zip
第三课资料(工程，可视化工具).rar
第四课资料.rar
第五课资料.zip
第一课资料(文档，工程，可视化工具).rar
课程资料
1.一元一次函数感知器：如何描述直觉.mp4
2.方差代价函数：知错.mp4
3.梯度下降和反向传播：能改（上）.mp4
4.梯度下降和反向传播：能改（下）.mp4
5.激活函数：给机器注入灵魂.mp4
6.隐藏层：神经网络为什么working.mp4
7.高维空间：机器如何面对越来越复杂的问题.mp4
8.初识Keras：轻松完成神经网络模型搭建.mp4
9.深度学：神奇的DeepLearning.mp4
10.卷积神经网络：打破图像识别的瓶颈.mp4
11. 卷积神经网络：图像识别实战.mp4
12.循环：序列依赖问题.mp4
13.LSTM网络：自然语言处理实践.mp4
14.机器学：最后一节课也是第一节课.mp4
宣导片：来一场人工智能的奇妙冒险吧~.mp4

2、开课吧《人工智能核心能力培养计划》

课程目录

01-核心能力提升班商业智能方向第四期

1.1 商业智能与推荐系统

10.1 PageRank、图论与推荐系统

11.1 Graph Embedding

12.1 Graph Convolution Networks

13.1 机器学与启发式算法

14.1 路径规划Project Lesson-14

2.1 挖掘数据中的关联规则

3.1 常用机器学模型

4.1 ALS算法与推荐系统

5.1 因子分解机, libFM与基于邻域的协同过滤

6.1 预测全家桶与机器学神器

7.1 神经网络基础与移动推荐系统

8.1 时间序列分析

9.1 循环神经网络与预测

02-导师制名企实训班商业智能方向第四期

1.1 数据采集与实战

10.1 智能供应链

11.1 智能供应链(二)

12.1 主题模型与文本表征

13.1 常见规划问题2

14.1 Learning to Rank与Airbnb个性化推荐

15.1 逻辑回归与采购决策

16.1 Prediction is all you Need

17.1 时间序列分析

18.1 时间序列实战

19.1 资金流入流出预测

2.1 数据可视化及实战

20.1 个性化推荐与金融数据分析

21.1 淘宝定向广告演化与天猫用户复购预测

22.1强化学与推荐系统

23.1 AlphaGo Zero实战

3.1 推荐系统严眼中的你-用户画像

4.1 SVD矩阵分解与基于内容的推荐

5.1 CTR预估算法与基于流行度的推荐

6.1 近似最近邻查找与YouTube推荐系统

7.1 深度卷积网络与实战

8.1 时间序列实战与分布式推荐系统

9.1 模型融合与智能预测

05-数据分析与Python程序设计基础

1.1 Python 数据智能编程基础

2.1 Python 格式化数据处理 – Pandas

3.1 数据可视化

4.1 网络信息分析

5.1 文本信息自动化处理

6.1 Python 办公自动化

7.1 服务器、数据库与分布式系统

1.1 Python数据智能编程基础.mp4338.46M

2.1 Python格式化数据处理-Pandas.mp4367.38M

3.1 数据可视化.mp4416.35M

4.1 网络信息分析.mp4453.19M

5.1 文本信息自动化处理.mp4462.10M

6Python办公自动化.mp4493.62M

7Python办公自动化.mp4569.04M

06-微软九步AI学法-人工智能核心知识强化课程

1.1 搜索树，图算法，深度优化与广度优化，算法的时间复杂度

1.2 第一周作业讲解

2.1 神经网络基础，tensorflow和pytorch框架

3.1 深度卷积网络与计算机图像

3.2 深度卷积网络与计算机图像2

4.1 循环神经网络，文本表征，词向量初步，文本自动分类

5.1 Seq2Sequence，机器自动翻译， Image Caption, Attention机制

6.1 贝叶斯，决策树，随机森林，SVM模型

7.1 加课：seq2seq的代码及作业的讲解

Git与版本控制、代码风格.mp4391.63M

Seq2Sequence，机器自动翻译，ImageCaption,Attention机制.mp4416.28M

贝叶斯，决策树，随机森林，SVM模型.mp4552.22M

第一周作业讲解.mp4342.70M

加课：seq2seq的代码及作业的讲解.mp4505.84M

深度卷积网络与计算机图像.mp4320.09M

深度卷积网络与计算机图像2.mp4424.85M

神经网络基础，tensorflow和pytorch框架.mp4380.20M

搜索树，图算法，深度优化与广度优化，算法的时间复杂度.mp4514.82M

循环神经网络，文本表征，词向量初步，文本自动分类.mp4560.99M

07-0基础 Python 入门

1.1 Python 基础入门

2.1 Python 编程入门

3.1 常用模块-numpy

4.1 常用模块-pandas

5.1 数据可视化

6.1 Python 办公自动化

python-1-Python基础入门.mp4390.37M

python-2-Python编程入门.mp4577.79M

python-3-常用模块-numpy.mp4670.98M

python-4-常用模块-pandas.mp4405.88M

python-5-数据可视化.mp4374.88M

python-6-Python办公自动化.mp4493.62M

08-深度学框架选修课

1.1 tensorflow基础知识以及高级api keras

2.1 搭建模型和进阶操作

3.1 tensorflow实践项目“大杂烩”

4.1 pytorch基础知识

5.1 pytorch神经网络搭建

pytorch基础知识.mp4356.77M

pytorch神经网络搭建.mp4420.56M

tensorflow基础知识以及高级apikeras.mp4415.90M

tensorflow实践项目“大杂烩”.mp4560.89M

搭建模型和进阶操作.mp4533.56M

09-人工智能基础能力提升课

09-人工智能基础能力提升课

10-公开课

公开课-AI算法工程师被裁的原因是什么？-20210127.mp4556.05M