?課程目錄

01、人工智能1期

1.概述and特征提取.mp4

2.線性回歸1 第一個模型用來進行數值預測.mp4

3.從傻瓜到智能，梯度下降法學習法.mp4

4.突破瓶頸，模型效果的提升.mp4

5.猛將起于卒伍，工業環境下的分類模型.mp4

6.損失函數推到解析和特征選擇優化.mp4

7.到底好不好？模型評價指標講解.mp4

8.讓模型看的更準更穩，正則優化.mp4

9.讓學習更高效，數值優化和一只看不見的手.mp4

10.樸素貝葉斯模型：簡單背后蘊含的有效.mp4

11.支持向量機SVM1-曾經的分類王者.mp4

12.SVM2-昔日輝煌，傳統方法頂峰詳解.mp4

13.分類器背后的秘密和機器學習三大定律.mp4

14.三個臭皮匠頂一個諸葛亮-決策樹和隨機森林.mp4

15.集成學習：企業神器GBDT詳解.mp4

16.Kmeans聚類：無監督學習，讓數據自己說話.mp4

17.DBscan聚類：kmeans升級，數據更具智能.mp4

18.LDA：文本數據大殺器，揭示文本背后的秘密.mp4

19.深度學習DNN01-深度學習開啟人工智能新時代.mp4

20.編程工具keras講解和深度學習為什么會有效.mp4

21.深度學習的學習算法，梯度下降法和鏈式法則.mp4

22.多分類函數softmax和學習方法.mp4

23.深度學習非線性能力關鍵：激活函數詳解.mp4

24.深度學習避坑指南：權重初始化的方法和技巧.mp4

25.集成學習在深度學習中的應用dropout.mp4

26.梯度下降法的優化和一些先進的學習技術.mp4

27.項目一：數字圖像識別，讓機器具有一雙眼睛.mp4

28.項目二：以圖搜圖技術詳解實戰01.mp4

29.項目二：以圖搜圖技術詳解實戰02.mp4

30.開始深度學習在自然語言處理領域的時代.mp4

31.Word2vec的一些特殊問題和優化方法.mp4

32.項目三：推薦系統整體流程架構解讀01.mp4

33.項目三：A_B測試和相關指標解讀02.mp4

34.項目三：關鍵詞抽取和基于文本的召回算法03.mp4

35.項目三：推薦系統04基于行為類的召回算法.mp4

36.項目三：推薦系統05 Airbnb優秀論文解讀.mp4

37.CNN：計算機視覺標配，給AI一雙慧眼.mp4

38.項目四：CNN識別彩色圖像，就那么一會.mp4

39.一期課程內容總結.mp4

40.常見面試題解讀01.mp4

41.常見面試題解讀02.mp4

42.如何寫簡歷.mp4

43.NLP技術在推薦搜索中的應用.mp4

44.邏輯回歸和神經元.mp4

45.BP算法原理和訓練方法.mp4

46.常見激活函數講解.mp4

47.圖像分類在企業中的應用.mp4

48.卷積的基本思想.mp4

02、人工智能2期

1.開班典禮_學前必看.mp4

2.FM模型.mp4

3.推薦系統之協同過濾.mp4

4.推薦系統之召回.mp4

5.推薦系統之排序1.mp4

6.推薦系統之排序2.mp4

7.RNN和LSTM.mp4

8.語音合成方法介紹.mp4

9.語音合成前端.mp4

10.端到端語音合成聲學模型.mp4

11.語音合成聲碼器及端到端語音合成實戰.mp4

12.LSTM和ELMO.mp4

13.實戰項目：智能輸入法.mp4

14.輸入法項目之新詞發現.mp4

15.注意力模型Attention.mp4

16.注意力模型Self-Attention.mp4

17.Transformer和Bert.mp4

18.圖像之文本檢測.mp4

19.圖像之文本識別.mp4

20.文本分類項目：分類任務簡介、分類系統綜述.mp4

21.文本分類項目：基本模型回顧 – NB、SVM.mp4

22.文本分類項目：基本模型回顧 – FastText.mp4

23.文本分類項目：系統集成、系統調優.mp4

24.文本分類項目：系統優化：實體信息.mp4

25.文本分類項目： 系統優化：圖片分類.mp4

26.文本分類項目： 深度模型系統：TextCNN.mp4

27.Tensorflow Serving簡介以及深度模型.mp4

28.高級圖像技術1.mp4

29.高級圖像技術2.mp4

30.高級圖像技術3.mp4

31.高級圖像技術4.mp4

32.海外項目：推薦系統入門簡介.mp4

33.海外項目：Item2vec算法以及實際應用.mp4

34.海外項目：數據預處理.mp4

35.CTR預估算法sparselogistics regression.mp4

36.深度學習入門.mp4

37.海外項目：CNN & LSTM詳細講解.mp4

38.海外項目：self-attention 機制講解.mp4

39.海外項目：wide-deep model代碼實戰.mp4

40.智能聊天機器人1.mp4

41.智能聊天機器人2.mp4

03、人工智能3期

1.信息論入門-概率和信息.mp4

2.拉格朗日極值法和泛函分析入門.mp4

3.聯合熵，條件熵，互信息，交叉熵.mp4

4.從信息論的角度解讀機器學習.mp4

5.矩陣求導術.mp4

6.文本分類速覽1.mp4

7.文本分類速覽2.mp4

8.從數學的角度看embedding特征維度的選取.mp4

9.面試指導.mp4

10.AI架構設計.mp4

11.推薦系統綜述.mp4

12.量化投資概述：量化投資靠什么賺錢.mp4

14.量化投資概述：交易市場介紹.mp4

15.量化投資概述：策略類型介紹.mp4

16.生成模型GAN.mp4

17.量化投資概述：風險案例.mp4

18.量化投資概述：量化工具，AI應用案例.mp4

19.生成模型VAE.mp4

20.GAN背后的秘密.mp4

21.量化投資概述：機器學習模型應用基礎.mp4

22.量化投資概述：交易行為舉例.mp4

23.PageRank算法1.mp4

24.PageRank算法2.mp4

25.期貨量化交易：遠期和期貨介紹.mp4

26.期貨量化交易：遠期和期貨定價.mp4

27.期貨量化交易：遠期和期貨應用.mp4

28.期貨量化交易：套期保值策略.mp4

29.textrank算法.mp4

30.node2vec算法.mp4

31.期貨量化交易：套期保值計算.mp4

32.期貨量化交易：CAT產品及策略概述.mp4

35.期貨量化交易：圖模型在推薦系統中的應用.mp4

36.圖模型在推薦系統中的應用2.mp4

37.bert和他的朋友們.mp4

37.bert和他的朋友們2.mp4

38.期貨量化交易：套利策略.mp4

40.期貨量化交易：策略回測.mp4

41.bert和他的朋友們3.mp4

42.bert和他的朋友們4.mp4

43.高頻交易：市場微觀結構及策略.mp4

44.高頻交易：高頻數據及因子計算.mp4

46.深度學習與語音識別技術基礎1.mp4

46.深度學習與語音識別技術基礎2.mp4

47.高頻交易：高頻交易案例.mp4

48.高頻交易：高頻交易回測.mp4

49.語音識別之語音信號基礎.mp4

50.語音識別之語音信號基礎2.mp4

51.語音識別之特征處理及HMM模型.mp4

52.高頻交易：高頻因子挖掘及高頻做市策略.mp4

53.強化學習量化交易應用.mp4

53.強化學習量化交易應用2.mp4

54.股票量化交易：股票發行.mp4

54.股票量化交易：股票發行2.mp4

55.股票量化交易：打新策略及風險衡量2.mp4

56.HMM-GMM模型.mp4

56.HMM-GMM模型2.mp4

57.股票量化交易：現代投資組合理論.mp4

57.股票量化交易：現代投資組合理論2.mp4

58.語音識別實戰一.mp4

58.語音識別實戰一2.mp4

59.股票量化交易：多因子模型理論-架構.mp4

59.股票量化交易：多因子模型理論.mp4

60.語音識別實戰一.mp4

04、人工智能4期

1.數據的量化和特征提取.mp4

2.數據的量化和特征提取2.mp4

3.線性回歸.mp4

4.邏輯回歸.mp4

5.損失函數和正則項.mp4

6.分類模型的評價指標和多分類.mp4

7.邏輯回歸的高級技巧.mp4

8.FM模型.mp4

9.Kmeans.mp4

10.深度學習入門.mp4

11.梯度下降和矩陣求導.mp4

12.速精機器學習12.mp4

13.速精機器學習13.mp4

14.速精機器學習14.mp4

15.速精機器學習15.mp4

16.速精機器學習16.mp4

17.速精機器學習17.mp4

18.速精機器學習18.mp4

19.速精機器學習19.mp4

20.速精機器學習20.mp4

21.速精機器學習21.mp4

22.速精機器學習22.mp4

23.速精機器學習23.mp4

24.速精機器學習24.mp4

05、課件

1期課件.zip

234期課件.zip