NO.6953人工智能大数据与复杂系统一月特训班

NO.6953人工智能大数据与复杂系统一月特训班

78-课程总结

77-学习其他主题

76-漫谈人工智能创业

75-RNN及LSTM

74-复杂网络上的物理传输过程

73-自然语言处理导入

72-线动力学系统下

71-线动力学系统上

70-最新回放

70-Value Iteration Networks

69-模型可视化工程管理

68-机器学习的方法

67-自然启发算法

66-广泛出现的幂律分布

65-金融市场的复杂性

64-用伊辛模型理解复杂系统

63-ABM简介及金融市场建模

62-复杂网络简介

61-统计物理专题二

60-统计物理专题一

59-区块链一场革命

58-订单流模型

57-线动力学

56-网络

55-人工智能与设计

54-Pig和Spark巩固

53-个化推荐算法

52-计算机视觉深度学习入门工具篇

51-计算机视觉深度学习入门数据篇

50-计算机视觉学习入门优化篇

49-计算机视觉深度学习入门结构篇

48-计算机视觉深度学习入门目的篇

47-人工智能金融应用

46-时间序列预测

45-网络基础与卷积网络

44-监督学习－分类

43-监督学习－回归

42-网络

41-集成模型总结和GDBT理解及其衍生应用

40-SVM和网络引入

39-强化学习下

38-强化学习上

37-数据呈现进阶

36-决策树到随机森林

35-第四范式分享

34-D-Park实战

33-云计算初步

32-数据呈现基础

31-决策树

30-Python进阶下

29-熵逻辑斯蒂回归SVM引入

28-Scikit-Learn

27-Python进阶上

26-线分类器

25-Python操作数据库 Python爬虫

24-数据科学和统计学下

23-PCA降维方法引入

22-Python基础课程下

21-监督学习框架

20-线代数特征值与特征向量

19-Python基础课程上

18-线代数矩阵等价类和行列式

17-数据科学和统计学上

16-线

15-朴素贝叶斯和最大似然估计

14-高等数学正态分布

13-高等数学积分

12-高等数学偏导数

11-高等数学泰勒展开

10-贝叶斯理论

09-高等数学导数

08-高等数学两个重要的极限定理

07-阿尔法狗与强化学习算法

06-机器学习与监督算法

05-复杂网络经济学应用

04-高等数学元素和极限

03-人工智能的三个阶段

02-大数据与机器学习

01-复杂系统

zfdevtree.txt 0.1MB

78.9课程总结一ev.mp4 16.0MB

78.8课程大纲二ev.mp4 17.9MB

78.7课程大纲一ev.mp4 17.6MB

78.6课程复习ev.mp4 30.8MB

78.5RNN诗人ev.mp4 27.2MB

78.4猫狗大战CNN实战二ev.mp4 33.5MB

78.3猫狗大战CNN实战一ev.mp4 38.9MB

78.2Attention实例Spatial Transformerev.mp4 56.2MB

78.1开场ev.mp4 20.1MB

78.10课程总结二ev.mp4 23.2MB