主要内容有:
第1节:Python基础-Python及其数学库1.
第1节:Python基础-Python及其数学库2.
第2节:Python基础-Python及其数学库3.
第3节:Python基础-数据清洗和特征选择.
第4节:多元回归和Logistic回归.f
第5节:决策树和随机森林.f/
第6节:SVM.
第7节:聚类.fv
第8节:EM算法.f
第9节:隐马尔科夫模型HMM.fAv
第10节:主题模型LDV.
第11节:卷积神经网络CNN1.fv
第11节:卷积神经网络CNN2.fv
第12节:图像视频的定位与识别(上)A
第12节:图像视频的定位与识别(下)
第12节:图像视频的定位与识别1(上海交大博士腾讯研究员).f
第12节:图像视频的定位与识别2(上海交大博士腾讯研充员)fv
第12节:图像视频的定位与识别3(上海交大博士腾讯研充员)f
第12节:图像视频的定位与识别4(上海交大博士腾讯研充员).
第13节:循环神经网络RNN.mp4
第14节:1.什么是自然语言处理???.fv
第14节:2语言模型(31分钟).f/
第14节:3.语料库和语言知识库(11分钟).f
第14节:4.词法分析(68分钟).f
第14节:5.句法分析(11分钟).fv
第14节:6.语义分析(23分钟).
第14节:7.语言模型复习(9分钟)f/
第14节:8.词向量(27分钟).fl
第14节:9.词向量-案例(24分钟).
第14节:10.文本分类(82分钟).
第14节:11.机器翻译(25分钟).fv
第14节:12.信息抽取(13分钟).
第14节:13.篇章分析(3分钟).
第14节:14.问答系统(12分钟).f
第15节:生成对抗网络GAN.
第16节:强化学习RL_1.为何学习增强学习.f
第16节:强化学习RL_2.马尔科夫决策过程.
第16节:强化学习RL_3.动态规划.
第16节:强化学习RL4.蒙特卡罗.
第16节:强化学习RL_5.时间差分方法.f/
第16节:强化学习RL_6.多步时间差分方法.f/
第16节:强化学习RL_7.值函数通近.fv
第16节:强化学习RL_8.策略函数通近.fl/
第十六节:强化学习RL_9.整合学习与规划.f/
|