人工智能周末班1102班
课程目录：大小：71G
├──20191102_人工智能应用与入门_多元线性回归算法判别式与损失函数
| ├──01_人工智能的时代.rar11.93M
| ├──02_人工智能的应用(上).rar12.69M
| ├──03_人工智能的应用(下).rar24.51M
| ├──04_人工智能流程对比人类思考的过程.rar5.72M
| ├──05_人工智能的流程与本质.rar8.45M
| ├──06_人工智能基本概念与机器学习深度学习本质区别.rar16.59M
| ├──07_回归和分类任务的本质.rar8.91M
| ├──08_聚类和降维任务的本质.rar12.78M
| ├──09_理解简单线性回归.rar24.24M
| ├──10_最优解_损失函数_MSE.rar12.63M
| ├──11_扩展到多元线性回归.rar10.31M
| ├──12_理解多元线性回归表达式几种写法的原因.rar17.47M
| ├──13_理解维度这个概念.rar12.69M
| ├──14_理解回归一词_中心极限定理_正太分布和做预测.rar31.99M
| ├──15_假设误差服从正太分布_最大似然估计MLE.rar16.53M
| ├──16_引入正太分布的概率密度函数.rar9.24M
| ├──17_明确目标通过最大总似然求解θ.rar8.28M
| ├──18_对数似然函数_推导出损失函数MSE.rar15.49M
| └──资料.rar7.67M
├──20191103_开发环境安装_多元线性回归算法代码实现
| ├──01python介绍及环境安装.rar103.98M
| ├──02虚拟环境.rar15.07M
| ├──03python基础1.rar96.42M
| ├──04python基础2.rar78.51M
| ├──05python基础3.rar90.06M
| ├──06线性回归回顾.rar128.71M
| ├──07线性回归实现.rar46.07M
| ├──08多元线性回归.rar117.90M
| ├──代码.rar12.32kb
| └──资料.rar665.94kb
├──20191105_python基本语法_输入输出
| ├──01_python基础_输出.rar82.23M
| ├──02_python基础输入_变量赋值.rar57.27M
| ├──代码.rar1.38kb
| └──资料.rar3.47M
├──20191107_字符串_流程控制
| ├──01_字符串.rar76.74M
| ├──02_流程控制.rar53.65M
| ├──代码.rar2.77kb
| └──资料.rar1.77M
├──20191109_KNN算法_代码实现_梯度下降法_代码实现
| ├──01knn原理.rar52.57M
| ├──02knn实现.rar33.89M
| ├──03sk实现.rar64.10M
| ├──04梯度下降算法原理.rar109.06M
| ├──05梯度推导及批量梯度下降原理.rar34.11M
| ├──06批量梯度下降实现.rar67.00M
| ├──代码.rar7.95kb
| └──资料.rar2.45M
├──20191110_三种梯度下降法区别_正则化_归一化_岭回归_Lasso回归
| ├──01全量梯度下降矩阵实现.rar87.98M
| ├──02随机梯度下降原理及实现.rar79.30M
| ├──03小批量梯度下降.rar70.98M
| ├──04归一化.rar94.60M
| ├──05正则化.rar91.74M
| ├──06ridge回归.rar42.90M
| ├──07lasso和elasticnet.rar46.43M
| ├──08房价预测.rar14.60M
| ├──代码.rar12.93kb
| └──资料.rar2.30M
├──20191112_循环_列表
| ├──01_循环.rar66.42M
| ├──02_列表.rar60.16M
| ├──代码.rar4.77kb
| └──资料.rar1.60M
├──20191114_元组_字典_函数
| ├──01_元组_字典.rar78.58M
| ├──02_函数.rar54.06M
| └──代码.rar3.52kb
├──20191116_多项式回归_逻辑回归_Softmax回归_牛顿法
| ├──01dating案例.rar67.59M
| ├──02多项式回归.rar136.14M
| ├──03逻辑回归原理及损失函数推导.rar60.97M
| ├──04损失函数求导.rar32.02M
| ├──05逻辑回归使用.rar63.40M
| ├──06softmax回归.rar38.12M
| ├──07牛顿法.rar51.75M
| ├──代码.rar1.85M
| └──资料.rar11.01M
├──20191117_特征工程理论_特征工程实践_保险花销预测_工资分类项目
| ├──01建模流程及抽样.rar52.11M
| ├──02数据质量分析.rar39.27M
| ├──03特征分析.rar26.93M
| ├──04数据预处理.rar40.09M
| ├──05特征构建.rar22.91M
| ├──06特征选择和特征提取.rar22.77M
| ├──07缺失值和异常值处理.rar63.96M
| ├──08特征工程实践.rar96.39M
| ├──09保险花销预测.rar79.41M
| ├──10工资分类项目.rar218.98M
| └──代码.rar14.51M
├──20191119_闭包_装饰器
| ├──01_函数传递参数.rar81.33M
| ├──02闭包_装饰器.rar54.18M
| ├──代码.rar0.07kb
| └──资料.rar3.07M
├──20191121_面向对象_模块
| ├──01_面向对象.rar84.82M
| ├──02_模块.rar65.53M
| ├──代码.rar4.69kb
| └──资料.rar2.80M
├──20191126_模块_异常
| ├──01_模块_异常处理.rar86.10M
| ├──02_异常处理_文件.rar69.14M
| ├──代码.rar6.51kb
| └──资料.rar1.50M
├──20191128_文件_matplotlib绘制基础
| ├──01_文件_绘制线.rar87.73M
| ├──02_绘制散点图_等高线图.rar70.64M
| └──代码.rar380.61kb
├──20191130_SVM算法思想_拉格朗日函数_硬间隔SVM_软间隔SVM_核函数升维
| ├──01_SVM与感知机关系_几何距离与函数距离.rar104.49M
| ├──02_SVM的思想.rar52.85M
| ├──03_几种SVM_SVM的损失函数.rar66.94M
| ├──04_数学预备知识_拉格朗日函数.rar109.13M
| ├──05_硬间隔SVM的两步优化.rar88.22M
| ├──06_总结硬间隔SVM.rar35.30M
| ├──07_软间隔SVM和总结流程.rar118.76M
| ├──08_非线性SVM.rar48.63M
| ├──09_SVM在sklearn中的使用_超参数.rar140.31M
| ├──代码.rar1.10M
| └──资料.rar6.98M
├──20191201_SMO算法_SMO算法代码实现_OVR与OVO_合页函数
| ├──01_SVM算法流程总结.rar37.10M
| ├──02_SMO算法求解思路_分解成很多个子二次规划问题分别求解.rar54.28M
| ├──03_SMO将交给它的目标函数变成二元函数进一步变成一元函数.rar50.14M
| ├──04_对一元函数求极值点_推导出旧的α和新的α的关系.rar33.28M
| ├──05_将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.rar60.90M
| ├──06_再次说明α2如何进行剪裁的思路_根据α2求α1.rar23.55M
| ├──07_启发式选择两个α.rar17.30M
| ├──08_如何计算阈值b.rar37.40M
| ├──09_SVM的SMO实现读取数据和计算fx与Ei.rar89.30M
| ├──10_SVM的SMO实现判断违背条件的α1.rar13.62M
| ├──11_SVM的SMO实现应用公式计算alphas和b.rar30.62M
| ├──12_SVM绘制已有数据点和超平面以及边界.rar15.52M
| ├──13_关于sklearn中的SVM封装的类和超参.rar25.77M
| ├──14_概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.rar84.53M
| └──15_OVR和OVO多分类_算法小结_对比逻辑回归.rar47.63M
├──20191203_matplotlib绘制损失函数
| ├──01_matplotlib绘制逻辑回归损失函数.rar89.73M
| ├──02_绘制条形图.rar48.74M
| └──代码.rar222.93kb
├──20191205_matplotlib绘制饼状图_盒图
| ├──01_绘制饼状图_盒图.rar77.17M
| ├──02_numpy数组的创建.rar59.88M
| ├──代码.rar65.62kb
| └──资料.rar873.63kb
├──20191207_聚类算法的一天
| ├──01聚类概述.rar54.19M
| ├──02相似性计算.rar138.24M
| ├──03kmeans原理.rar54.93M
| ├──04kmeans评估与k选择.rar59.45M
| ├──05kmedoids.rar56.04M
| ├──06二分kmeans.rar17.89M
| ├──07kmeans++.rar33.87M
| ├──08minibatch.rar13.87M
| ├──09canopy.rar24.44M
| ├──10层次聚类.rar79.70M
| ├──11dbscan算法原理.rar71.56M
| ├──12dbscan实现.rar90.93M
| ├──代码.rar10.75kb
| └──资料.rar2.51M
├──20191208_聚类应用_知识图谱
| ├──01dbscan补充.rar51.37M
| ├──02谱聚类.rar60.83M
| ├──03谱聚类实现.rar67.38M
| ├──04聚类应用.rar102.19M
| ├──05知识图谱构建.rar126.06M
| ├──06知识图谱理论.rar45.57M
| ├──07neo4j图数据库.rar196.68M
| ├──08医疗知识图谱.rar82.40M
| ├──09知识图谱扩展.rar37.56M
| ├──graph.db.rar55.69M
| ├──import.rar43.03kb
| ├──neo4j-community-3.2.14-windows.zip76.65M
| ├──代码.rar11.33M
| └──资料.rar208.06M
├──20191210_numpy数组创建_索引切片
| ├──01_numpy数组创建.rar78.54M
| ├──02_numpy数组索引切片.rar49.83M
| ├──03_numpy数组拼接.rar68.34M
| └──代码.rar6.67kb
├──20191212_numpy数组实例_通用函数
| ├──01_numpy数组实例.rar95.70M
| ├──02_numpy通用函数.rar57.36M
| └──代码.rar142.44kb
├──20191214_神经网络算法_Tensorflow的安装
| ├──01_神经网络算法开篇.rar116.62M
| ├──02_神经网络理解LR和Softmax回归_多层神经网络隐藏层.rar151.61M
| ├──03_隐藏层中的神经元使用非线性激活函数的必要性.rar114.20M
| ├──04_sklearn和R中对于NeuralNetwork的封装代码.rar261.39M
| ├──05_TensorFlow的安装.rar175.25M
| ├──06_关于一些常见显卡型号说明.rar32.74M
| ├──TensorFlow的GPU版本安装软件.rar1.50G
| ├──代码.rar11.43kb
| └──资料.rar134.69M
├──20191215_Tensorflow实现线性回归_Softmax回归_DNN网络_BP反向传播
| ├──01_TensorFlow基础代码.rar154.20M
| ├──02_利用TF以及GD来完成线性回归拟合房价.rar171.17M
| ├──03_利用TF来完成Softmax回归对MNIST分类.rar205.32M
| ├──04_利用TF来完成DNN对MNIST分类.rar222.94M
| ├──05_反向传播中链式求导法则的使用.rar108.58M
| ├──06_BP反向传播推导_python对于BP神经网络实现代码.rar217.46M
| ├──代码.rar11.08M
| └──资料.rar6.40M
├──20191217_numpy数组排序_pandas数组创建
| ├──01_数组排序_Series对象创建.rar62.95M
| ├──02_DataFrame创建_索引_切片.rar58.12M
| ├──代码.rar8.46kb
| └──资料.rar750.44kb
├──20191219_pandas使用操作
| ├──01_pandas缺值处理.rar60.84M
| ├──02_pandas拼接.rar52.58M
| └──代码.rar9.69kb
├──20191221_决策树_集成学习_随机森林_Adaboost
| ├──01_什么是决策树.rar108.40M
| ├──02_决策树常用分裂指标.rar135.61M
| ├──03_前剪枝的超参设定_ID3和C45比较.rar87.04M
| ├──04_单颗决策树的sklearn代码.rar186.45M
| ├──05_集成学习思想_随机森林.rar178.71M
| ├──06_OOB数据集验证随机森林效果.rar29.31M
| ├──代码.rar42.54kb
| └──资料.rar46.75M
├──20191222_GBDT回归_GBDT分类_XGBoost
| ├──01_GBDT每次迭代就是在拟合残差负梯度.rar157.77M
| ├──02_GBDT的一个例子说明.rar77.29M
| ├──03_GBDT如何去预测得到概率_交叉熵求导也是负梯度.rar128.97M
| ├──04_GBDT做二分类的梳理总结.rar125.35M
| ├──05_GBDT做多分类.rar155.48M
| ├──06_XGBoost之回顾决策树和集成学习.rar68.16M
| ├──07_讲到XGBoost的目标函数形式.rar153.20M
| ├──08_XGBoost如何来计算叶子节点值和Obj分裂标准.rar124.44M
| ├──代码.rar10.94M
| └──资料.rar2.10M
├──20191226_数学一_概述与函数求导入门
| ├──01_线上数学知识涉及内容_微积分_线性代数_概率论_凸优化.rar175.85M
| ├──02_导数_可导_几何与物理意义_基本函数的导函数_加法运算法则.rar167.70M
| └──资料.rar687.23kb
├──20191228_GBDT_XGBOOST特征提取与Kaggle实战
| ├──01_Xgboost来做特征选择.rar96.94M
| ├──02_GBDT特征融合_LR分类mp4.rar127.62M
| ├──03_GBDT+LR代码.rar122.96M
| ├──04_RossmannStore药店销量预测数据预处理.rar191.58M
| ├──05_RossmannStore药店销量预测模型训练和使用_XGBoost自定义损失函数_调节参数.rar285.69M
| ├──代码.rar12.98M
| └──资料.rar647.94kb
├──20191229_XGBOOST参数详解_PCA降维_SVD奇异值分解
| ├──01_XGBoost调参详细说明_对一份Loan数据进行特征工程.rar202.30M
| ├──02_XGBoost交叉验证一些超参_ROC曲线和AUC面积.rar163.08M
| ├──03_XGBoost的一个WinningSolution使用Stacking方案.rar48.32M
| ├──04_扩充一下机器学习_深度学习的基本概念.rar60.94M
| ├──05_特征选择与特征映射.rar72.19M
| ├──06_PCA的最大投影方差思路.rar173.64M
| ├──07_最大投影方差推导_最小投影距离思路.rar162.44M
| ├──08_SVD其实就可以去实现PCA了.rar132.40M
| ├──09_PCA的几种应用.rar97.93M
| ├──代码.rar2.26kb
| └──资料.rar4.55M
├──20200102_数学二_复合函数求导_向量运算_特征向量和矩阵
| ├──01_复合函数求导_单调性_凹凸性_向量加减.rar85.34M
| ├──02_一元函数泰勒展开_向量运算_范数_特殊向量和矩阵.rar63.78M
| └──资料.rar2.30M
├──20200104_海量数据挖掘Spark_Shuffle_RDD_算子操作
| ├──01_对于GBDT训练每颗小树叶子节点分值如何去算.rar84.83M
| ├──02_Spark特性介绍.rar78.66M
| ├──03_shuffle的计算.rar122.56M
| ├──04_RDD五大特性.rar110.25M
| ├──05_Spark运行时_算子操作.rar103.48M
| ├──06_Spark在pycharm中的关联_Spark做WordCount.rar268.25M
| ├──hadoop-2.5.2.rar143.82M
| ├──spark-2.1.2-bin-hadoop2.4.tgz178.51M
| ├──代码.rar0.46kb
| └──资料.rar1.45M
├──20200105_Spark持久化_DAG优化_任务调度_MLlib数据挖掘
| ├──01_Spark的持久化.rar139.61M
| ├──02_DAG优化.rar185.52M
| ├──03_Spark的任务调度.rar340.84M
| ├──04_SparkMLlib_LabeledPoint.rar162.71M
| ├──05_StumbleUponEvergreen_RDDBased.rar380.88M
| ├──代码.rar9.62M
| └──资料.rar113.61kb
├──20200107_数学三_逆矩阵_雅可比矩阵_Hessian矩阵_二次型
| ├──01_矩阵运算_逆矩阵_行列式_高阶偏导_雅可比矩阵_Hessian矩阵.rar95.42M
| └──02_凹凸性判别_二次型_特征值和特征向量.rar84.85M
├──20200109_数学四_特征值和特征向量_矩阵特征分解_奇异值分解
| ├──01_特征值和特征向量_特征分解_多元函数泰勒展开.rar100.11M
| └──02_矩阵向量求导公式_奇异值分解定义_性质_求解方法_取前k个奇异值近似原矩阵.rar99.54M
├──20200111_SparkML数据挖掘_SparkMLlib推荐系统
| ├──01_StumbleUpon之于ML的pipeline训练模型.rar321.23M
| ├──02_ItemCF基于LR做推荐的思路.rar158.19M
| ├──03_梳理一下要去训练的训练集_启动HDFS和Hive.rar250.96M
| ├──04_Hive中数据整理.rar260.83M
| ├──05_训练集的构建_模型的使用_协同过滤和LR的应用.rar229.48M
| ├──rcmd.rar156.44M
| └──资料.rar470.46kb
├──20200112_智能商业分析(一)
| ├──01什么是智能商业分析.rar103.36M
| ├──02用户画像.rar151.60M
| ├──03画像网络结构.rar194.82M
| ├──04项目实例.rar130.95M
| ├──05尚学堂案例及特征工程.rar82.20M
| ├──06代码讲解.rar228.14M
| ├──07复习.rar11.03M
| ├──代码.rar17.47M
| └──资料.rar3.33M
├──20200114_数学五_SVD应用_概率论
| ├──01_SVD的几个应用场景_随机事件_贝叶斯公式_随机变量.rar102.10M
| └──02_期望方差_常见随机变量分布_最大似然估计.rar93.92M
├──20200116_数学六_最优化_梯度下降法_牛顿法_坐标下降法_鞍点问题
| ├──01_最优化基本概念_迭代法_梯度下降法.rar105.65M
| └──02_牛顿法_坐标下降法_数值优化算法面对得问题.rar89.06M
├──20200118_智能商业分析(二)
| ├──代码
| | ├──chinese_L-12_H-768_A-12.rar365.79M
| | ├──QASystemOnMedicalKG(1).rar96.46M
| | └──QASystemOnMedicalKG.rar29.36M
| ├──01_什么是知识图谱.rar131.66M
| ├──02_知识图谱体系架构及设计.rar154.24M
| ├──03_知识图谱模型识别代码.rar263.47M
| ├──04_知识图谱语义分割代码讲解.rar295.94M
| ├──05_工作方式及优化思路.rar298.49M
| ├──06_简历编写.rar227.71M
| ├──07_面试指导.rar148.56M
| └──资料.rar3.21M
├──20200208_卷积层的作用与优势_卷积池化的计算_CNN架构
| ├──01_回顾深度神经网络_卷积层是局部连接.rar111.65M
| ├──02_单通道卷积的计算.rar83.96M
| ├──03_彩色图片卷积的计算.rar46.44M
| ├──04_卷积层权值共享.rar49.47M
| ├──05_卷积的补充与Padding填充模式.rar81.52M
| ├──06_卷积的计算TF中的API操作与参数.rar127.85M
| ├──07_池化的概念和TF中的API的操作与参数.rar87.06M
| ├──08_经典的CNN架构和LeNet5.rar125.29M
| ├──代码.rar4.63kb
| └──资料.rar9.79M
├──20200209_AlexNet_VGG_减轻梯度消失或爆炸_防止过拟合_CNN实战MNIST分类
| ├──01_AlexNet网络结构_连续使用小的卷积核好处.rar89.23M
| ├──02_Dropout技术点思想和运用.rar105.81M
| ├──03_数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.rar111.57M
| ├──04_CNN对MNIST数据集分类_全连接层以及训练代码.rar121.87M
| ├──05_深度学习网络对应ACC准确率忽然下降的思考点.rar96.59M
| ├──06_减轻梯度消失问题中激活函数发挥的作用.rar37.29M
| ├──07_减轻梯度消失问题中参数初始化发挥的作用.rar93.92M
| ├──08_VGG网络结构_以及1乘1的卷积核的作用和好处.rar106.78M
| ├──代码.rar3.05kb
| └──资料.rar3.72M
├──20200212_数学七_最优化问题_拉格朗日对偶_SGD_Momentum
| ├──01_最优化问题_拉格朗日对偶.rar109.89M
| ├──02_Optimizer_SGD_Momentum.rar46.94M
| └──资料.rar12.19M
├──20200213_Optimizer_Adagrad_Adadelta_RMSprop
| └──01_Optimizer_Adagrad_Adadelta_RMSprop.rar65.13M
├──20200215_Adam_Keras_InceptionV1V2V3_ResNet
| ├──01_Optimizer_Adam.rar126.62M
| ├──02_Keras介绍_以及不同项目调用不同的python环境和CUDA环境.rar120.84M
| ├──03_VGG16_Fine-tuning_对MNIST做手写数字识别.rar171.76M
| ├──04_InceptionV1_V2.rar237.43M
| ├──05_InceptionV3_以及InceptionV3对皮肤癌图片识别.rar289.94M
| ├──06_ResNet残差单元_BottlenetBlocK.rar106.08M
| ├──data.rar4.00G
| ├──代码.rar9.51kb
| └──预训练模型_VGG_InceptionV3.rar130.42M
├──20200216_DenseNet_BatchNormalization_目标检测
| ├──01_DenseNet和Keras里面的实现.rar226.94M
| ├──02_DenseNet在Keras里面的代码实现.rar98.84M
| ├──03_BatchNormalization.rar134.79M
| ├──04_图像识别任务_古典目标检测.rar187.50M
| ├──05_使用OpenCV调用分类器找到目标框.rar144.14M
| ├──06_IOU以及python计算的代码.rar34.21M
| ├──07_R-CNN和SPP-net.rar109.76M
| ├──08_从FastRCNN引入FasterRCNN.rar163.17M
| ├──car_license.rar177.04M
| └──资料.rar75.43M
├──20200222_FasterRCNN原理和论文讲解的一天
| ├──01_回顾RCNN_SPPnet_Fast-RCNN.rar159.30M
| ├──02_FasterRNN的核心RPN_正向传播的框过滤_NMS.rar371.16M
| ├──03_NMS代码实现流程_mAP目标检测平均指标.rar133.46M
| ├──04_FasterRCNN论文讲解_从介绍到RPN的loss.rar379.02M
| └──05_FasterRCNN论文讲解_从RPN损失到评估指标对比.rar438.46M
├──20200223_FasterRCNN_感受野区域计算_项目源码详解
| ├──01_bottom中3乘3区域对应原图中的感受野大小计算剖析.rar263.81M
| ├──02_FasterRCNN项目_测试效果_目录结构_运行环境搭建.rar247.87M
| ├──03_FasterRCNN项目_imdb数据集准备_roidb数据增强.rar234.61M
| ├──04_FasterRCNN项目_构建head网络_构建RPN网络里面的9个anchorboxes的offset.rar261.99M
| ├──05_FasterRCNN项目_完成构建RPN网络_找出所有anchor的boxes_RPN里面两个分支.rar232.19M
| ├──Faster-RCNN-TensorFlow-Python3.5-master.rar3.06G
| └──资料.rar214.12kb
├──20200229_FasterRCNN源码详解_戴口罩人群检测项目
| ├──01_特意说明一下FasterRCNN源码中如何编译库文件.rar33.24M
| ├──02_buildRPN中的回归分类两个分支的代码理解.rar125.02M
| ├──03_proposal_layer的删选候选框过程.rar230.99M
| ├──04_anchor_target_layer给RPN网络准备正负例标签和回归对应的权重.rar212.21M
| ├──05_proposal_target_layer给RCNN网络准备正负例标签和回归对应的权重.rar202.00M
| ├──06_总结build_proposal中的代码流程_以及后续的loss计算.rar260.41M
| ├──07_讲解识别戴口罩的人项目流程及演示.rar186.19M
| └──资料.rar220.36M
├──20200301_YoloV1V2V3的一天_KerasYoloV3源码实现
| ├──01_yoloV1基本原理.rar169.91M
| ├──02_yoloV1_loss讲解.rar141.33M
| ├──03_上午小结.rar126.49M
| ├──04_yoloV2改进之处.rar152.08M
| ├──05_yoloV3讲解.rar159.60M
| ├──06_代码下载-目录结构.rar195.09M
| ├──07_yoloV3代码讲解.rar243.25M
| ├──keras-yolo3-master.zip221.71M
| ├──sxt_data_15_classes.zip187.56M
| └──资料.rar2.11M
├──20200307_CascadeRCNN_mmdetection_SoftNMS
| ├──01_简历书写讲解.rar151.54M
| ├──02_面试技巧及项目编写.rar214.56M
| ├──03_mmdetection框架介绍以及Windows版本的环境配置.rar184.38M
| ├──04_数据集预处理及Windows跑通mmdetection、测试.rar251.65M
| ├──05_tensorflow和pytorch对比及mmdetection在Ubuntu上训练集验证.rar251.44M
| ├──06_cascade_rcnn算法及模型优化策略.rar411.90M
| ├──07_AP及soft_nms补充讲解.rar117.16M
| ├──代码.rar15.65kb
| └──资料.rar40.51M
├──20200308_人脸识别_MTCNN_FaceNet
| ├──01_人脸识别前言.rar111.41M
| ├──02_数据集.rar159.00M
| ├──03_上午小结.rar123.89M
| ├──04_MTCNN原理.rar97.76M
| ├──05_P-net,R-net.rar158.15M
| ├──06_O-net 和 训练讲解.rar180.05M
| ├──07_fancenet和loss.rar195.26M
| └──资料.rar2.68M
├──20200314_上采样_ROIAlign_FPN_FCN_UNet_MaskRCNN
| ├──01_前言.rar16.96M
| ├──02.上采样_repeat.rar19.67M
| ├──03.线性插值.rar28.30M
| ├──04_双线性插值.rar108.77M
| ├──05_转置卷积_以及TF的API.rar94.59M
| ├──06_双线性插值作为转置卷积核的初始参数.rar135.97M
| ├──07_ROI Align.rar78.61M
| ├──08_FPN思想与网络结构.rar81.46M
| ├──09_FPN应用于FasterRCNN_ResNetFPN.rar173.69M
| ├──10_语义分割的基本概念.rar23.30M
| ├──11_FCN全卷积网络做语义分割.rar50.23M
| ├──12_UNet网络结构.rar29.58M
| ├──13_UNet网络医疗图像的语义分割.rar143.02M
| ├──14_MaskRCNN网络结构.rar92.66M
| ├──15_MaskRCNN的项目展示.rar188.07M
| ├──Keypoints-of-humanpose-with-Mask-R-CNN.zip314.03M
| ├──Mask_RCNN.zip493.66M
| ├──U-Net.zip102.45M
| ├──代码.rar3.52kb
| └──资料.rar18.31M
├──20200315_EM算法和GMM高斯混合模型_根据语音识别性别和是谁
| ├──01_单个高斯分布GM的参数估计.rar93.28M
| ├──02_理解GMM高斯混合分布的对数似然函数.rar79.27M
| ├──03_GMM参数估计Πμσ的流程.rar98.99M
| ├──04_Jensen不等式的应用.rar152.76M
| ├──05_将EM算法应用到GMM中并且推导出了μ和Σ的公式.rar140.67M
| ├──06_将EM算法应用到GMM中并且推导出Π的公式.rar41.15M
| ├──07_GMM前景背景分离.rar24.03M
| ├──08_通过声音文件利用GMM算法识别性别.rar226.12M
| ├──09_通过声音文件利用GMM算法识别是谁.rar89.82M
| ├──代码.rar444.29M
| └──资料.rar1.03M
├──20200321_MaskRCNN重点解读_源码讲解_mobilenet网络_GAN图像风格迁移
| ├──01_MaskRCNN网络架构回顾.rar124.92M
| ├──02_MaskRCNN根据文档和论文总结重要的知识点.rar401.38M
| ├──03_MaskRCNN项目关于运行代码环境的说明.rar70.91M
| ├──04_MaskRCNN源码config和model.rar463.38M
| ├──05_Mobilenet网络架构.rar214.81M
| ├──06_StyleTransfer图像风格迁移.rar299.36M
| ├──style_transfer.rar512.68M
| ├──train2014.zip12.58G
| └──资料.rar1.90M
├──20200322_N-gram_Word2Vec_CBOW_Skip-gram_分层Softmax_负采样
| ├──01_N-gram语言模型.rar153.55M
| ├──02_NPLM神经网络语言模型.rar143.11M
| ├──03_词向量的作用.rar54.04M
| ├──04_CBOW模型思想和计算过程.rar171.77M
| ├──05_Skip-gram模型思想和计算过程.rar62.95M
| ├──06_Huffman树_分层Softmax的思想.rar100.65M
| ├──07_分层Softmax应用到CBOW模型上.rar100.10M
| ├──08_负采样和负采样应用到CBOW模型上.rar88.90M
| ├──word_2_vector.rar56.80M
| └──资料.rar6.10M
├──20200328_Word2Vec代码剖析_搜索用户画像案例
| ├──01_回顾了词向量里面训练的Topology.rar173.94M
| ├──02_Word2Vec项目代码_加载数据_构建字典.rar144.98M
| ├──03_Word2Vec项目代码_构建一个个批次数据.rar131.55M
| ├──04_Word2Vec项目代码_正向传播的Graph构建_NCE损失的计算本质.rar153.88M
| ├──05_Word2Vec项目代码_评估比较相似度_最后的训练绘图.rar125.59M
| ├──06_Word2Vec项目代码_总结串讲.rar36.82M
| ├──07_用户画像案例_导包和数据的读取.rar235.67M
| ├──08_用户画像案例_生成词向量数据集_训练模型.rar223.81M
| ├──代码.rar225.55M
| └──资料.rar266.68kb
├──20200329_NaiveBayes_TF-IDF_CV_HMM_Viterbi
| ├──01_朴素贝叶斯分类算法.rar169.11M
| ├──02_TF-IDF.rar75.79M
| ├──03_NB代码实现解析.rar181.98M
| ├──04_sklearn中调用NB_顺便讲解了GridSearchCV.rar218.01M
| ├──05_语言模型的设计目的_MLE的作用进行参数估计.rar163.20M
| ├──06_贝叶斯网络_马尔可夫链.rar50.38M
| ├──07_HMM隐马的定义.rar49.12M
| ├──08_HMM隐马的三组参数_三个基本问题.rar105.70M
| ├──09_HMM预测问题使用前向算法.rar64.38M
| ├──10_HMM预测问题使用维特比算法.rar57.94M
| ├──代码.rar8.77kb
| └──资料.rar1.15M
├──20200411_Viterbi案例详解_理解RNN_RNN案例详解_LSTM长短时记忆
| ├──01_HMM复习_明确概率计算问题要解决的目标.rar113.57M
| ├──02_前向算法来解决概率计算问题.rar43.50M
| ├──03_Viterbi算法案例详解.rar95.90M
| ├──04_Viterbi算法代码实现.rar61.25M
| ├──05_理解RNN循环神经网络拓扑结构.rar104.36M
| ├──06_理解RNN循环神经网络计算流程.rar51.25M
| ├──07_利用RNN循环神经网络对MNIST手写数字识别.rar180.80M
| ├──08_理解LSTM长短时记忆_记住Topo和公式.rar157.19M
| ├──代码.rar2.63kb
| └──资料.rar10.71M
├──20200412_双向LSTM_RNN应用拓扑结构_AI写唐诗_MultiRNNCell
| ├──01_VanillaRNN的回顾复习.rar114.96M
| ├──02_补充讲一下为什么RNN中链越长越容易梯度消失.rar34.34M
| ├──03_LSTM的回顾复习_LSTM手写数字识别.rar52.40M
| ├──04_双向RNN_LSTM.rar50.30M
| ├──05_RNN里面应用的Topology结构.rar19.37M
| ├──06_AI写唐诗_数据的读取_字典的构建_文本的索引化.rar173.23M
| ├──07_AI写唐诗_训练数据的构建.rar64.10M
| ├──08_MultiRNNCell单元.rar40.97M
| ├──09_AI写唐诗_从词嵌入到构建RNN再到输出层概率输出.rar93.47M
| ├──10_AI写唐诗_损失的计算_梯度的求解截断和更新_最终的训练代码.rar89.72M
| ├──11_AI写唐诗_模型的使用_增加随机性.rar135.95M
| └──代码.rar22.46M
├──20200418_通过NER命名实体识别详解NLP序列标注问题
| ├──01_回顾RNN和LSTM重要概念.rar121.16M
| ├──02_NER与分词和POS的关系_NER的标注策略_NER的主要方法.rar108.35M
| ├──03_讲解了一下常见的深度学习LSTM+CRF的网络拓扑.rar62.89M
| ├──04_了解CRF层添加的好处.rar95.39M
| ├──05_EmissionScore_TransitionScore.rar88.95M
| ├──06_CRF的目标函数.rar21.43M
| ├──07_计算CRF真实路径的分数.rar73.52M
| ├──08_计算CRF所有可能路径的总分数.rar121.28M
| ├──09_通过模型来预测新的句子的序列标签.rar76.55M
| ├──代码.rar14.51M
| └──资料.rar10.08M
├──20200419_BiLSTM+CRF实战NER命名实体识别_CRF的特征函数_CRF对比HMM
| ├──01_回顾了一下CRF训练和使用过程.rar113.32M
| ├──02_介绍了代码目录结构.rar33.30M
| ├──03_NER代码读取数据和预处理.rar137.23M
| ├──04_feature进入BiLSTM进行正向传播的过程.rar120.38M
| ├──05_通过CRF层来计算Loss损失以及训练.rar93.83M
| ├──06_BiLSTM-CRF模型的预测代码.rar95.41M
| ├──07_CRF中的特征函数们.rar129.33M
| ├──08_对比逻辑回归_相比HMM优势.rar150.11M
| ├──09_补充标注偏置问题_HMM做分词代码结构.rar132.15M
| ├──代码.rar4.83M
| └──资料.rar1.00M
├──20200425_Seq2Seq代码实战_Attention机制_Transformer_BERT_BERT代码实战_GPT2
| ├──01_从AI写唐诗到Seq2Seq再到Encoder-Decoder.rar101.63M
| ├──02_Seq2Seq版Chatbot的数据预处理.rar134.46M
| ├──03_Seq2Seq版Chatbot训练和模型使用.rar127.49M
| ├──04_Seq2Seq中Attention注意力机制.rar85.79M
| ├──05_Transformer_Self-Attention_Multi-head.rar140.03M
| ├──06_Transformer_Positional_使用逻辑_网络结构总结.rar92.85M
| ├──07_ELMO.rar53.98M
| ├──08_BERT理论.rar87.69M
| ├──09_ERNIE_GPT.rar87.22M
| ├──10_BERT新浪新闻10分类项目.rar191.45M
| ├──11_GPT2闲聊机器人.rar65.57M
| ├──bert.zip66.49M
| ├──GPT2-Chinese-master.zip13.39M
| ├──gpt2_chatbot-master.zip86.58kb
| ├──代码.rar20.89kb
| └──资料.rar14.23M
├──人脸识别项目_FaceNet_MTCNN_（陈老师单录）
| ├──视频
| | ├──01_人脸识别任务种类_具体做法思路.mp444.52M
| | ├──02_开源的FaceNet项目介绍.mp457.35M
| | ├──03_人脸识别项目代码整体结构.mp448.50M
| | ├──04_MTCNN论文_摘要和介绍.mp4124.44M
| | ├──05_MTCNN论文_网络整体架构.mp4142.56M
| | ├──06_PRelu_每阶段输出多分支意义.mp459.13M
| | ├──07_每一个阶段每个分支的Loss损失_整合每个分支的Loss.mp4123.27M
| | ├──08_训练数据的准备_每一阶段训练的流程.mp4102.92M
| | ├──09_总结MTCNN_缩放因子_注意3阶段网络里面的全连接.mp499.53M
| | ├──10_人脸识别项目代码_加载MTCNN模型.mp4131.59M
| | ├──11_人脸识别项目代码_读取图片带入MTCNN网络给出人脸候选框.mp4120.18M
| | ├──12_FaceNet论文_摘要和前情介绍.mp4137.35M
| | ├──13_FaceNet论文_相关的介绍.mp472.01M
| | ├──14_FaceNet论文_TripleLoss思路来源和目标.mp479.28M
| | ├──15_FaceNet论文_TripleLoss损失函数.mp4109.48M
| | ├──16_FaceNet论文_TripleSelection很至关重要.mp4137.75M
| | ├──17_FaceNet论文_ZF和Inception对比_总结.mp4117.32M
| | ├──18_人脸识别项目代码_FaceNet模型加载和使用.mp483.68M
| | └──19_人脸识别项目代码_人脸匹配以及最后的绘图展示.mp475.87M
| ├──资料
| | ├──FaceNet.pdf4.46M
| | └──MTCNN.pdf3.16M
| └──facenet-master.zip823.10M
└──视频播放说明及软件.rar50.98M
**** Hidden Message ***** 感谢分享~~~~~~~~~~~~~~~~~~~~~~~~~ 人工智能周末班1102班
人工智能周末班1102班 人工智能周末班1102班
人工智能周末班1102班 人工智能周末班1102班 66666666666666666 人工智能周末班1102班
人工智能周末班1102班