资源简介
卢菁博士的人工智能体系课-进阶部分,涵盖了距离精讲、向量数据库基础、Annoy原理和手写线性回归、逻辑回归的分类间隔与线性不可分问题、FM模型、特征选择和正则化、Dropout技术、模型集成、多分类和多标签、过拟合和欠拟合问题、树模型、ID3、C4.5、Cart树、集成学习、GBDT、XGBoost、以图搜图项目实战、GAN模型原理与实战、推土机距离、WGan、AIGC、扩散学习、NLP发展与BERT模型、Bert改良版本和T5模型、GPT系列模型、huggingface和文本分类项目实战、文本纠错和Bart模型、零样本学习和小样本学习、智能文本摘要和关键词提取、聊天机器人与ChatGPT、目标检测yolo与transformer、乳腺癌识别项目各阶段、大模型训练挑战、ChatGPT技术发展与影响、推荐系统概述、召回环节与AB测试、排序及内容分类打标等内容。
资源目录
——/计算机教程/09其他/705-卢菁博士的人工智能体系课-进阶部分/ ├──01_1.距离精讲.mp4 190.87M ├──02_2.向量数据库基础.mp4 174.43M ├──03_3.Annoy原理和手写线性回归.mp4 218.48M ├──04_4.逻辑回归的分类间隔,线性不可分问题,FM模型.mp4 213.13M ├──05_5.特征选择和正则化.mp4 242.98M ├──06_6.Dropout技术,模型集成,多分类和多标签.mp4 181.47M ├──07_7.过拟合、欠拟合,树模型.mp4 191.00M ├──08_8.ID3,C4.5,Cart树.mp4 192.25M ├──09_9.集成学习,dropout,GBDT.mp4 189.43M ├──10_10.GBDT和XGboost.mp4 318.04M ├──11_11实战项目以图搜图-resnet.mp4 191.79M ├──12_12以图搜图.mp4 169.27M ├──13_13.GAN模型的原理和实战.mp4 195.68M ├──14_14.GAN模型背后的数学原理以及训练技巧.mp4 221.81M ├──15_15.推土机距离和WGan.mp4 167.92M ├──16_16.AIGC和扩散学习.mp4 299.80M ├──17_17.NLP系列1:NLP发展脉络和BERT模型.mp4 196.48M ├──18_18.NLP系列2:Bert的改良版本和T5模型.mp4 139.06M ├──19_19.NLP系列3:GPT系列模型.mp4 132.18M ├──20_20.项目实战:huggingface和文本分类.mp4 183.15M ├──21_21实战项目:文本纠错和Bart模型.mp4 210.74M ├──22_22零样本学习和小样本学习.mp4 229.59M ├──23_23.智能文本摘要和关键词提取.mp4 282.52M ├──24_24聊天机器人和chatgpt.mp4 232.86M ├──25_25,目标检测yolo和transformer.mp4 358.85M ├──26_乳腺癌识别项目1-图像识别的原理.mp4 183.60M ├──27_乳腺癌识别项目2-图像分类的代码实战.mp4 142.85M ├──28_乳腺癌识别项目3-图像识别新方法之迁移学习.mp4 103.19M ├──29_乳腺癌识别项目4-乳腺癌识别代码实战.mp4 150.02M ├──30_大模型训练为什么这么难.mp4 117.28M ├──31_ChatGPT的技术发展路径和带来的影响.mp4 177.64M ├──32_推荐系统1:推荐系统概述.mp4 168.37M ├──33_推荐系统2:召回环节.mp4 333.81M ├──34_推荐系统3:召回和AB测试.mp4 357.39M ├──35_推荐系统4:排序(上).mp4 380.52M └──37_推荐系统6:内容分类和打标.mp4 282.29M
学习一下
学下来下
学习一下~~~
需要有关人工智能体的基础知识,谢谢分享
需要有关人工智能体的基础知识,谢谢分享
感谢分享
学习一下
学习一下