1概述and特征提取mp4

2.线性回归1第一个模型用来进行数值预测mp4

3.从傻瓜到智能，梯度下降法学习法mp4

4.突破瓶颈，模型效果的提升[zixueshi.cn]mp4

5猛将起于本伍，丁业环境下的分类模型[zixueshicn].mp4

6.损失函数推到解析和特征选择优化[zixueshi.cn].mp4

7.到底好不好?模型评价指标讲解[zixueshicn]mp4

8.让模型看的更准更稳，正则优化[zixueshi.cn]mp4

9.让学习更高效，数值优化和一只看不见的手[海量资源: zixueshicn].mp4

10朴素贝叶斯模型:简单背后含的有效[海量资源:zixueshicn]mp4

11.支持向量机SVM1-曾经的分类王者[海量资源: zixueshicn]mp4

12SVM2-昔日辉煌，传统方法顶峰详解[海量资源zixueshi.cn]mp4

13.分类器背后的秘密和机器学习三大定律[海量资源:zixueshicn]mp4

14三个臭皮匠顶一个诸葛亮-决策树和随机森林[海量资源: ixueshicn].mp4

15集成学习:企业神器GBDT详解[海量资源: zixueshi.cn]mp4

16Kmeans聚类: 无监督学习，让数据自己说话[海量资源: zixueshi.cn].mp4

17.DBscan聚类: kmeans升级，数据更具智能[海量资源: zixueshi.cn].mp4

18LDA:文本数据大杀器，据示文本背后的秘密[海量资源: zixueshi.cn].mp4

19.深度学习DNN01-深度学习开启人工智能新时代[海量资源: zixueshi.cn]mp4

20编程丁具keras讲解和深度学习为什么会有效[海量资源: zixueshi.cn].mp4

21.深度学习的学习算法，梯度下降法和链式法则[海量资源: zixueshi.cn]mp4

22.多分类函数softmax和学习方法[海量资源:zixueshicn]mp4

23.深度学习非线性能力关键:激活函数详解[海量资源: zixueshi.cn]mp4

24,深度学习避坑指南: 权重初始化的方法和技巧[海量资源: zixueshicn]mp4

25.集成学习在深度学习中的应用dropout[海量资源: zixueshicn],mp4

26.梯度下降法的优化和一些先进的学习技术[海量资源: zixueshi.cn]mp4

27,项目一:数字图像识别，让机器具有一双眼睛[海量资源: zixueshicn]mp4

28项目二:以图搜图技术详解实战01[海量资源:zixueshi.cn]mp4

29,项目二:以图搜图技术详解实战02[海量资源:zixueshicn],mp4

30.开始深度学习在自然语言处理领域的时代[海资源zixueshicn]mp4

31,word2vec的一些特殊问题和优化方法[海量资源zixueshicn]mp4

32项目三:推荐系统整体流程架构解读01[海量资源: ixueshi.cn]mp4

33,项目三:A B测试和相关指标解读02[海量资源:zixueshi.cn]mp4

34,项目三:关键词抽取和基于文本的召回算法03[海量资源: zixueshicn]mp4

35项目三:推荐系统04基于行为类的召回算法[海量资源: zixueshicn]mp4

36项目三:推荐系统05Airbnb优秀论文解读[海量资源: zixueshicn]mp4

37.CNN:计算机视觉标配，给Al一双慧眼[海量资源: zixueshicn]mp4

38,项目四:CNN识别彩色图像，就那么一会[海量资源: zixueshi.cn],mp4

39一期课程内容总结[海量资源: zixueshi.cn]mp4

40.常见面试题解读01[海量资源: zixueshicn]mp4

41,常见面试题解读02[海量资源: zixueshi.cn],mp4

42.如何写简历[海量资源: zixueshicn]mp4

43NLP技术在推荐搜素中的应用[海量资源:zixueshicn]mp4

44逻辑回归和神经元[海量资源: zixueshicn]mp4

45.BP算法原理和训练方法[海量资源: zixueshi.cn],mp4

46.常见激活函数讲解[海量资源: zixueshicn]mp4

47.图像分类在企业中的应用[海量资源:zixueshicn]mp4

48卷积的基本思想[海资源:zixueshicn],mp4