📁AA_0086——卢菁博士的人工智能体系课 (进阶版)37 个文件
📄01_1.距离精讲.mp4190.9MB
📄02_2.向量数据库基础.mp4174.4MB
📄03_3.Annoy原理和手写线性回归.mp4218.5MB
📄04_4.逻辑回归的分类间隔，线性不可分问题，FM模型.mp4213.1MB
📄05_5.特征选择和正则化.mp4243.0MB
📄06_6.Dropout技术，模型集成，多分类和多标签.mp4181.5MB
📄07_7.过拟合、欠拟合，树模型.mp4191.0MB
📄08_8.ID3，C4.5，Cart树.mp4192.3MB
📄09_9.集成学习，dropout，GBDT.mp4189.4MB
📄10_10.GBDT和XGboost.mp4318.0MB
📄11_11实战项目以图搜图-resnet.mp4191.8MB
📄12_12以图搜图.mp4169.3MB
📄13_13.GAN模型的原理和实战.mp4195.7MB
📄14_14.GAN模型背后的数学原理以及训练技巧.mp4221.8MB
📄15_15.推土机距离和WGan.mp4167.9MB
📄16_16.AIGC和扩散学习.mp4299.8MB
📄17_17.NLP系列1：NLP发展脉络和BERT模型.mp4196.5MB
📄18_18.NLP系列2：Bert的改良版本和T5模型.mp4139.1MB
📄19_19.NLP系列3：GPT系列模型.mp4132.2MB
📄20_20.项目实战：huggingface和文本分类.mp4183.1MB
📄21_21实战项目：文本纠错和Bart模型.mp4210.7MB
📄22_22零样本学习和小样本学习.mp4229.6MB
📄23_23.智能文本摘要和关键词提取.mp4282.5MB
📄24_24聊天机器人和chatgpt.mp4232.9MB
📄25_25，目标检测yolo和transformer.mp4358.8MB
📄26_乳腺癌识别项目1-图像识别的原理.mp4183.6MB
📄27_乳腺癌识别项目2-图像分类的代码实战.mp4142.9MB
📄28_乳腺癌识别项目3-图像识别新方法之迁移学习.mp4103.2MB
📄29_乳腺癌识别项目4-乳腺癌识别代码实战.mp4150.0MB
📄30_大模型训练为什么这么难.mp4117.3MB
📄31_ChatGPT的技术发展路径和带来的影响.mp4177.6MB
📄32_推荐系统1：推荐系统概述.mp4168.4MB
📄33_推荐系统2：召回环节.mp4333.8MB
📄34_推荐系统3：召回和AB测试[.mp4357.4MB
📄35_推荐系统4：排序（上）.mp4380.5MB
📄36_推荐系统5：排序（下）.mp4130.7MB
📄37_推荐系统6：内容分类和打标.mp4282.3MB
