课程大纲

├──1--人工智能根源-快速入门

| ├──1--人工智能就业、薪资、各行业应用

| └──2--呆板学习和深度学习、有监视和无监视

├──10--呆板学习与大数据-Kaggle比赛实战

| ├──1--药店销量预测案例

| └──2--网页分类案例

├──11--呆板学习与大数据-海量数据发掘东西

| ├──1--Spark计划框架根源

| ├──2--Spark计划框架深入

| └──3--Spark呆板学习MLlib和ML模块

├──12--呆板学习与大数据-推选体系项目实战

| ├──1--推选体系--流程与架构

| ├──2--推选体系--数据预处置和模子构建评估实战

| └──3--推选体系--模子应用和推选任职

├──13--深度学习-原理和进阶

| ├──1--神经网络算法

| ├──2--TensorFlow深度学习东西

| └──3--反向宣传推导_Python代码实现神经网络

├──14--深度学习-图像鉴别原理

| ├──1--卷积神经网络原理

| ├──2--卷积神经网络优化

| ├──3--经典卷积网络算法

| ├──4--古典对象检测

| └──5--今世对象检测之FasterRCNN

├──15--深度学习-图像鉴别项目实战

| ├──1--车牌鉴别

| ├──2--天然场景下的对象检测及源码剖析

| └──3--图像品格迁徙

├──16--深度学习-对象检测YOLO(V1-V4全版本)实战

| ├──1--YOLOv1详解

| ├──2--YOLOv2详解

| ├──3--YOLOv3详解

| ├──4--YOLOv3代码实战

| └──5--YOLOv4详解

├──17--深度学习-语义瓜分原理和实战

| ├──1--上采样_双线性插值_转置卷积

| ├──2--医疗图像UNet语义瓜分

| └──3--蒙版弹幕MaskRCNN语义瓜分

├──18--深度学习-人脸鉴别项目实战

├──19--深度学习-NLP天然语言处置原理和进阶

| ├──1--词向量与词嵌入

| ├──2--循环神经网络原理与优化

| ├──3--从Attention机制到Transformer

| └──4--ELMO_BERT_GPT

├──2--人工智能根源-Python根源

| ├──1--Python开垦境遇搭建

| └──2--Python根源语法

├──20--深度学习-NLP天然语言处置项目实战

| ├──1--词向量

| ├──2--天然语言处置--情绪剖析

| ├──3--AI写唐诗

| ├──4--Seq2Seq闲扯呆板人

| ├──5--实战NER定名实体鉴别项目

| ├──6--BERT新浪讯息10分类项目

| └──7--GPT2闲扯呆板人

├──21--深度学习-OCR文本鉴别

├──24--【加课】Pytorch项目实战

| ├──1--PyTorch运行境遇装置_运行境遇测试

| ├──2--PyTorch根源_Tensor张量运算

| ├──3--PyTorch卷积神经网络_实战CIFAR10

| ├──4--PyTorch循环神经网络_词性标注

| └──5--PyTorch编码器解码器_呆板翻译

├──25--【加课】百度飞桨PaddlePaddle实战【新增】

| ├──1--PaddlePaddle框架装置_波士顿房价预测

| ├──2--PaddlePaddle卷积网络_病理性近视鉴别

| ├──3--PaddleDetection东西_PCB电路板缺点检测

| ├──4--PaddleOCR东西_车牌鉴别（对象检测+CRNN+CTCLoss)

| ├──5--PaddleNLP模块_物流信息提取（BiGRU+CRF）

| └──6--PaddleNLP模块_物流信息提取（ERNIE版）

├──26--【加课】Linux 境遇编程根源

| └──1--Linux

├──27--【加课】算法与数据机关

| └──1--算法与数据机关

├──3--人工智能根源-Python科技计划和可视化

| ├──1--科技计划模子Numpy

| ├──2--数据可视化模块

| └──3--数据处置剖析模块Pandas

├──31--【加课】 强化学习【新增】

| ├──1--Q-Learning与SARSA算法

| ├──2--Deep Q-Learning Network

| ├──3--Policy Gradient 战术梯度

| ├──4--Actor Critic (A3C)

| └──5--DDPG、PPO、DPPO算法

├──4--人工智能根源-高等数学知识强化

| ├──1--数学内容概述

| ├──2--一元函数微分学

| ├──3--线性代数根源

| ├──4--多元函数微分学

| ├──5--线性代数高级

| ├──6--概率论

| └──7--最优化

├──5--呆板学习-线性回归

| ├──1--多元线性回归

| ├──2--梯度降落法

| ├──3--归一化

| ├──4--正则化

| └──5--Lasso回归_Ridge回归_多项式回归

├──6--呆板学习-线性分类

| ├──1--逻辑回归

| ├──2--Softmax回归

| ├──3--SVM赞成向量机算法

| └──4--SMO优化算法

├──7--呆板学习-无监视学习

| ├──1--聚类系列算法

| ├──2--EM算法和GMM高斯搀和模子

| └──3--PCA降维算法

├──8--呆板学习-决议计划树系列

| ├──1--决议计划树

| ├──2--集成学习和随机丛林

| ├──3--GBDT

| └──4--XGBoost

├──9--呆板学习-概率图模子

| ├──1--贝叶斯分类

| ├──2--HMM算法

| └──3--CRF算法

└──课件