【百战程序员】AI算法工程师就业班 – 带源码课件网盘资源免费观看百度云网盘链接提取码分享下载

• file:资源说明.txt
• file:课件.zip
• file:41：数学期望和方差.mp4
• file:32：多元函数的泰勒展开_矩阵和向量的求导.mp4
• file:48：梯度下降法的推导.mp4
• file:26：Hessian矩阵.mp4
• file:34：求解奇异值分解中的UΣV矩阵.mp4
• file:13：行向量列向量_转置_数乘_加减乘除.mp4
• file:52：凸函数.mp4
• file:29：特征值和特征向量(1).mp4
• file:5：导数的几何意义和物理意义.mp4
• file:50：坐标下降法_数值优化面临的问题.mp4
• file:7：导数求解的四则运算法则.mp4
• file:1：人工智能学习数学的必要性_微积分知识点.mp4
• file:43：随机向量_独立性_协方差_随机向量的正太分布.mp4
• file:53：凸优化的性质_一般表达形式.mp4
• file:15：学习向量计算的用途举例.mp4
• file:14：向量的内积_向量运算法则.mp4
• file:36：SVD用于PCA降维.mp4
• file:39：条件概率_贝叶斯公式.mp4
• file:2：线性代数_概率论知识点.mp4
• file:49：牛顿法公式推导以及优缺点.mp4
• file:16：向量的范数_范数与正则项的关系.mp4
• file:28：补充关于正定负定的理解.mp4
• file:4：导数的定义_左导数和右导数.mp4
• file:5：人工智能常见流程.mp4
• file:2：人工智能适合人群与必备技能.mp4
• file:7：深度学习比传统机器学习有优势.mp4
• file:6：机器学习不同的学习方式.mp4
• file:8：有监督机器学习任务与本质.mp4
• file:29：二叉树的删除.mp4
• file:12：哈希表冲突问题2.mp4
• file:7：队列(链式).mp4
• file:3：线性结构.mp4
• file:1：数据结构与算法简介.mp4
• file:24：最大堆的增加操作.mp4
• file:12：YOLOv4论文概述_介绍.mp4
• file:10：YOLOv3论文详解_引入了FPN的思想特征融合_多路输出_DarkNet53.mp4
• file:11：YOLOv3论文详解_总结_FocalLoss.mp4
• file:9：YOLOv3论文详解_每个框都要预测多个类别概率.mp4
• file:4：YOLOv1论文详解_NMS_局限性.mp4
• file:3：YOLOv1论文详解_训练中的技巧_Loss损失函数.mp4
• file:22：YOLOv4_BOS_ASPP_SAM_SoftNMS_Mish.mp4
• file:21：YOLOv4_BOF_GIoU_DIoU_CIoU.mp4
• file:6：YOLOv2论文详解_mAP更better的一些点.mp4
• file:7：YOLOv2论文详解_Darknet19_分类数据和检测数据集融合_多标签.mp4
• file:5：YOLOv2论文详解_BN_高分辨率_引入AnchorBoxes.mp4
• file:8：YOLOv2论文详解_层级分类_层级分类用于目标检测.mp4
• file:16：YOLOv3代码剖析_model输出之后的预测框的计算.mp4
• file:15：YOLOv3代码剖析_聚类anchors_构建backbone主干网络.mp4
• file:18：YOLOv3代码剖析_weights到h5模型的转换.mp4
• file:19：YOLOv3代码剖析_模型的训练部分详解.mp4
• file:22：PyTorch词性标注_测试模型效果.mp4
• file:20：PyTorch词性标注_构建词嵌入层LSTM层和词性输出层.mp4
• file:15：使用VGG16模型提供准确率.mp4
• file:14：使用集成学习思想训练识别模型.mp4
• file:11：PyTorch实战CIFAR10_训练模型_测试模型.mp4
• file:18：PyTorch代码实战加入数据增强.mp4
• file:13：使用全局平均池化_使用LeNet模型.mp4
• file:16：torchvision里面的预训练模型.mp4
• file:17：迁移学习_PyTorch代码实战冻结预训练模型参数.mp4
• folder:【百战程序员】AI算法工程师就业班 – 带源码课件
• folder:27-【加课】算法与数据结构
• folder:16-深度学习-目标检测YOLO(V1-V4全版本)实战
• folder:24-【加课】Pytorch项目实战
• folder:08、机器学习-决策树系列
• folder:25、【加课】百度飞桨PaddlePaddle实战【新增】
• folder:21-深度学习-OCR文本识别
• folder:14-深度学习-图像识别原理
• folder:20-深度学习-NLP自然语言处理项目实战
• folder:04、人工智能基础-高等数学知识强化
• folder:12-机器学习与大数据-推荐系统项目实战
• folder:31、【加课】强化学习【新增】
• folder:03、人工智能基础-Python科学计算和可视化
• folder:26-【加课】Linux环境编程基础
• folder:章节3：YOLOv3详解
• folder:章节4：PyTorch循环神经网络_词性标注
• folder:章节1：PyTorch运行环境安装_运行环境测试
• folder:章节2：PyTorch基础_Tensor张量运算
• folder:章节2：集成学习和随机森林
• folder:章节1：决策树
• folder:章节4：XGBoost
• folder:章节2：PaddlePaddle卷积网络_病理性近视识别
• folder:章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
• folder:章节6：PaddleNLP模块_物流信息提取（ERNIE版）
• folder:章节3：PaddleDetection工具_PCB电路板缺陷检测
• folder:章节5：Lasso回归_Ridge回归_多项式回归
• folder:章节2：EM算法和GMM高斯混合模型
• folder:章节3：PCA降维算法
• folder:章节5：现代目标检测之FasterRCNN
• folder:章节1：卷积神经网络原理
• folder:章节5：实战NER命名实体识别项目
• folder:章节6：BERT新浪新闻10分类项目
• folder:章节4：Seq2Seq聊天机器人
• folder:章节2：自然语言处理--情感分析
• folder:章节3：推荐系统--模型使用和推荐服务
• folder:章节2：推荐系统--数据预处理和模型构建评估实战
• folder:章节3：从Attention机制到Transformer
• folder:章节4：ELMO_BERT_GPT
• folder:章节4：ActorCritic(A3C)
• folder:章节1：Q-Learning与SARSA算法
• folder:章节2：DeepQ-LearningNetwork
• folder:章节5：DDPG、PPO、DPPO算法
• folder:章节3：PolicyGradient策略梯度
• folder:章节2：Spark计算框架深入
• folder:章节3：Spark机器学习MLlib和ML模块
• folder:章节2：自然场景下的目标检测及源码分析
• folder:章节1：药店销量预测案例
• folder:章节1：上采样_双线性插值_转置卷积
• folder:章节3：蒙版弹幕MaskRCNN语义分割
• folder:章节2：医疗图像UNet语义分割
• folder:章节3：数据处理分析模块Pandas
• folder:章节1：科学计算模型Numpy
• folder:章节2：数据可视化模块
• folder:章节2：Softmax回归
• folder:章节2：TensorFlow深度学习工具
• folder:章节3：反向传播推导_Python代码实现神经网络
• folder:章节1：Python开发环境搭建

分享时间

2026-08-04

入库时间

2026-08-08

资源类型

夸克网盘

分享用户

快乐*金丝雀

扫码获取资源