课程介绍(A000685)：
人工智能与自然语言处理/计算机视觉/数据挖掘与高级商业分析课人才招生
真实企业级项目实训
BAT技术负责人、全球顶尖数据科学家倾力指导
独家在线实训环境
人才就业服务培养计划
004期(2020年9月-2021年4月)最新一期！！！ 冲刺2百万年薪！！！
前言：5月，“上一节课，返一节课学费”计划得到了学员的一致认可。在此基础上，我们加强完善企业实战案例库，独家在线实训环境。升级就业服务和企业内推，打造全方位就业保障课程体系。专为转行AI人员设计综合的就业指导方案，聚焦提升就业软实力。
01 课程简介
《人工智能核心能力培养计划》课程是面向希望自己，能够在 4-6个月内找到一份人工智能、机器学习、深度学习、数据科学家、算法工程师等算法研究岗位，或者继续从事 AI 相关科研和希望申请美国、欧洲相关院校AI方向的学位的同学。
课程主要内容涉及计算机编程思维的养成，数据分析、数据科学的深度理解和实践；机器学习(ML)、深度学习(DL)的深度理解和实践；计算机视觉(CV)、自然语言处理(NLP)、推荐系统(RS)，数据挖掘(DM)、数据科学(DS)等方向，培养同学们解决典型问题的能力。
本课程尤其适合：
- 目前工作为互联网，IT相关，希望未来从事人工智能、机器学习算法的相关工作的人员；
- 计算机相关专业的高年级本科生、研究生或博士生；
- 对数学、编程具有一定的热情，喜欢微积分、概率论等学科，能够感受数学之美，编程之美的学生或者工作人员；
- 对人工智能具备一定的热情，希望能够从事相关行业或者自己创造相关产品的人员；
- 具有人工智能与自然语言处理、计算机视觉相关需求的科研人员，尤其是从事无人驾驶，生物信息，图像处理，数据分析等工作的相关人员；
本期正课培训包含三个方向，分别为：
- 自然语言处理与文本挖掘（NLP）
- 深度学习与计算机视觉 （CV）
- 数据挖掘与高级商业分析（BI）
文件目录：
| 开课吧-名企CV-计算机视觉CV-导师制名企实训班四期完结无秘(价值23800元) |
| │ ├─01-核心能力提升班计算机视觉方向004期 |
| │ │ │ cv核心-1-计算机视觉基础：基本图像处理.mp4 |
| │ │ │ cv核心-10-计算机视觉中的图像分类.mp4 |
| │ │ │ cv核心-11-深度学习之两阶段目标检测.mp4 |
| │ │ │ cv核心-12-深度学习之一阶段目标检测.mp4 |
| │ │ │ cv核心-13-计算机视觉中的图像分割.mp4 |
| │ │ │ cv核心-14-计算机视觉中的目标跟踪.mp4 |
| │ │ │ cv核心-15-课程知识点总结.mp4 |
| │ │ │ cv核心-2-中阶计算机视觉.mp4 |
| │ │ │ cv核心-3-初步认识机器学习.mp4 |
| │ │ │ cv核心-4-经典机器学习.mp4 |
| │ │ │ cv核心-5-神经网络与反向传播.mp4 |
| │ │ │ cv核心-6-详解CNN卷积神经网络part1原理篇.mp4 |
| │ │ │ cv核心-7-详解CNN卷积神经网络part2应用篇.mp4 |
| │ │ │ cv核心-8-详解CNN卷积神经网络part3实战细节篇.mp4 |
| │ │ │ cv核心-9-cuda编程.mp4 |
| │ │ │ |
| │ │ ├─1.1 计算机视觉基础：基本图像处理 |
| │ │ │ CV核心基础WEEK1.docx |
| │ │ │ 核心基础课week1 20200816.pdf |
| │ │ │ |
| │ │ ├─10.1 计算机视觉中的图像分类 |
| │ │ │ week10.docx |
| │ │ │ 核心基础课week10后20201101.pdf |
| │ │ │ |
| │ │ ├─11.1 深度学习之两阶段目标检测 |
| │ │ │ week11.docx |
| │ │ │ 优秀作业-hexincvchapter11homeworkray.ipynb.zip |
| │ │ │ 核心基础课week1120201108课后.pdf |
| │ │ │ |
| │ │ ├─12.1 深度学习之一阶段目标检测 |
| │ │ │ 优秀作业-hexincvchapter12homeworkray.ipynb.zip |
| │ │ │ 核心基础课week1120201108补充讲解vggbn.pdf |
| │ │ │ 核心基础课week12-20201115发出.pdf |
| │ │ │ |
| │ │ ├─13.1 计算机视觉中的图像分割 |
| │ │ │ week13.docx |
| │ │ │ 核心基础课week13-图像分割设计方法20201122课后.pdf |
| │ │ │ |
| │ │ ├─14.1 计算机视觉中的目标跟踪 |
| │ │ │ week14.docx |
| │ │ │ 核心基础课week14-图像跟踪算法设计20201129.pdf |
| │ │ │ |
| │ │ ├─15.1 课程知识点总结 |
| │ │ │ https.docx |
| │ │ │ |
| │ │ ├─16.1 项目指导文件 |
| │ │ │ projectIIfacekeypointsdetection.zip |
| │ │ │ 垃圾分类.zip |
| │ │ │ |
| │ │ ├─2.1 中阶计算机视觉 |
| │ │ │ week2 (1).docx |
| │ │ │ 核心基础课week2-20200823发出.pdf |
| │ │ │ |
| │ │ ├─3.1 初步认识机器学习 |
| │ │ │ week3.docx |
| │ │ │ 核心基础课week3 20200830 发出.pdf |
| │ │ │ |
| │ │ ├─4.1 经典机器学习 |
| │ │ │ week4 (1).docx |
| │ │ │ 核心基础课week4 20200906课后.pdf |
| │ │ │ |
| │ │ ├─5.1 神经网络与反向传播 |
| │ │ │ week5 (1).docx |
| │ │ │ 核心基础课week5 20200913课后发出.pdf |
| │ │ │ |
| │ │ ├─6.1 详解CNN卷积神经网络 part 1 原理篇 |
| │ │ │ week6.docx |
| │ │ │ 核心基础课week6-20200920课后.pdf |
| │ │ │ |
| │ │ ├─7.1 详解CNN卷积神经网络 part 2 应用篇 |
| │ │ │ week7.docx |
| │ │ │ 核心基础课week72020-10-11课后.pdf |
| │ │ │ |
| │ │ ├─8.1 详解CNN卷积神经网络 part 3 实战细节篇 |
| │ │ │ week8.docx |
| │ │ │ 核心基础课week8-20201018课后.pdf |
| │ │ │ |
| │ │ ├─9.1 cuda编程 |
| │ │ │ week9.docx |
| │ │ │ 核心基础课week9 20201025课后.pdf |
| │ │ │ |
| │ │ └─作业答案 |
| │ │ │ week1.rar |
| │ │ │ week2.rar |
| │ │ │ week3.rar |
| │ │ │ week4.rar |
| │ │ │ week5.rar |
| │ │ │ week7.rar |
| │ │ │ week8.rar |
| │ │ │ |
| │ │ └─CCV4-from-teacher |
| │ │ How Computer Vision Works.mp4 |
| │ │ README.md |
| │ │ week1.rar |
| │ │ week10.rar |
| │ │ week11.rar |
| │ │ week12.rar |
| │ │ week13.rar |
| │ │ week14.rar |
| │ │ week15.rar |
| │ │ week2.rar |
| │ │ week3.rar |
| │ │ week4.rar |
| │ │ week5.rar |
| │ │ week6.rar |
| │ │ week7.rar |
| │ │ week8.rar |
| │ │ week9.rar |
| │ │ |
| │ ├─02-导师制名企实训班计算机视觉方向004期-项目一 |
| │ │ │ cv-1-车道线检测概述及传统视觉检测方法实战.mp4 |
| │ │ │ cv-2-CNN经典网络和语义分割模型.mp4 |
| │ │ │ cv-3-车道线分割模型应用.mp4 |
| │ │ │ cv-4-车道线分割模型实战.mp4 |
| │ │ │ cv-5-车道线分割模型实战Ⅱ.mp4 |
| │ │ │ cv-6-车道线检测模型实战.mp4 |
| │ │ │ cv-7-超快车道线检测模型.mp4 |
| │ │ │ cv-8-模型压缩优化.mp4 |
| │ │ │ |
| │ │ ├─1.1 车道线检测概述及传统视觉检测方法实战 |
| │ │ │ lesson1传统视觉车道线检测及数据倍增方法4期.pdf |
| │ │ │ week1HomeWork (1).zip |
| │ │ │ 车道线检测作业说明week1 (1).docx |
| │ │ │ |
| │ │ ├─2.1 CNN经典网络和语义分割模型 |
| │ │ │ lesson2CNN经典网络和语义分割模型4期Final.pdf |
| │ │ │ 屏幕快照 2020-08-30 22.01.53.png |
| │ │ │ |
| │ │ ├─3.1 车道线分割模型应用 |
| │ │ │ lesson3车道线分割模型应用4期.pdf |
| │ │ │ |
| │ │ ├─4.1 车道线分割模型实战 |
| │ │ │ lesson4车道线分割模型实战4期 (2).pdf |
| │ │ │ Rethinking-Atrous-Convolution-for-Semantic-Image-Segmentation-1.pdf |
| │ │ │ |
| │ │ ├─5.1 车道线分割模型实战 Ⅱ |
| │ │ │ lesson5LaneNet4期 (1).pdf |
| │ │ │ |
| │ │ ├─6.1 车道线检测模型实战 |
| │ │ │ lesson6车道线检测模型实战 (1).pdf |
| │ │ │ |
| │ │ ├─7.1 超快车道线检测模型 |
| │ │ │ lesson7快速车道线检测模型4期 (1).pdf |
| │ │ │ |
| │ │ ├─8.1 模型压缩优化 |
| │ │ │ lesson8AutoML介绍和NNI的应用4期 (1).pdf |
| │ │ │ pruningtutorial (1).zip |
| │ │ │ Ultra Fast Structure-aware Deep Lane Detection.pdf |
| │ │ │ Ultra-Fast-Lane-Detection-master (2).zip |
| │ │ │ |
| │ │ └─作业答案 |
| │ │ week1.rar |
| │ │ week2.rar |
| │ │ week3.rar |
| │ │ week4.rar |
| │ │ week5.rar |
| │ │ week6.rar |
| │ │ week7.rar |
| │ │ |
| │ ├─03-公共场景下的口罩实时监测-项目二 |
| │ │ │ 1.1 CourseSchedule-DetectionI2-Stage.mp4 |
| │ │ │ 2.1 CourseSchedule-DetectionII1-stage.mp4 |
| │ │ │ 2.2 CourseSchedule-DetectionII1-stage.mp4 |
| │ │ │ 3.1 CourseSchedule-DetectionIIIAnchorFree.mp4 |
| │ │ │ 4.1 CourseSchedule-Yolov3-CODE.mp4 |
| │ │ │ 5.1 CourseSchedule-Yolov3-CODE.mp4 |
| │ │ │ 5.2 yolov3训练测试及百度AIStudio的使用.mp4 |
| │ │ │ 6.1 CourseSchedule-AlgorithmTricksI.mp4 |
| │ │ │ 7.1 AlgorithmTricksII.mp4 |
| │ │ │ |
| │ │ ├─1.1 Course Schedule-Detection I 2-Stage |
| │ │ │ Algorithm LadderFundamental.pdf |
| │ │ │ Algorithm LadderNext Step.pdf |
| │ │ │ assignment1 (2).pdf |
| │ │ │ week1-4 Detection-3 stages.pdf |
| │ │ │ week1-学习笔记.pdf |
| │ │ │ 名企班 week1.zip |
| │ │ │ |
| │ │ ├─2.1 Course Schedule-Detection II 1-stage |
| │ │ │ assignment2 – anchor (1).pdf |
| │ │ │ week2.pdf |
| │ │ │ 名企班 week10 -20201106.zip |
| │ │ │ |
| │ │ ├─2.2 Course Schedule-Detection II 1-stage |
| │ │ │ assignment3new.pdf |
| │ │ │ week1-4 Detection-3 stages Note-Week3.pptx |
| │ │ │ 优秀作业-名企cv week11.zip |
| │ │ │ |
| │ │ ├─3.1 Course Schedule-Detection III Anchor Free |
| │ │ │ assignment4new.pdf |
| │ │ │ week1-4 Detection-3 stages (1).pdf |
| │ │ │ week1-4 Detection-3 stages Note – week4.pptx |
| │ │ │ week1-4 Detection-3 stages.pdf |
| │ │ │ 名企班 week4.zip |
| │ │ │ 学习心得 (1).zip |
| │ │ │ |
| │ │ ├─4.1 Course Schedule-Yolo v3 -CODE |
| │ │ │ assignment5.pdf |
| │ │ │ facemask.zip |
| │ │ │ PyTorch-YOLOv3-class.zip |
| │ │ │ 名企CV课程assignment5作业.zip |
| │ │ │ 总结.docx |
| │ │ │ |
| │ │ ├─5.1 Course Schedule-Yolo v3 -CODE |
| │ │ │ assignment6 (1).pdf |
| │ │ │ week6-7 Advanced Detection Tricks.pdf |
| │ │ │ week6homework.zip |
| │ │ │ week6mingqi-regularization.zip |
| │ │ │ 总结 (1).pdf |
| │ │ │ |
| │ │ ├─5.2 yolov3训练测试及百度AI Studio的使用 |
| │ │ ├─6.1 Course Schedule-Algorithm Tricks I |
| │ │ │ activations (1).zip |
| │ │ │ assignment7 (1).pdf |
| │ │ │ checkpoints.zip |
| │ │ │ data.zip |
| │ │ │ PyTorch-YOLOv3.zip |
| │ │ │ week15 名企课.zip |
| │ │ │ week6-7 Advanced Detection Tricks.pdf |
| │ │ │ week7.docx |
| │ │ │ yolov3-code.zip |
| │ │ │ 学习心得-名企班-week7.zip |
| │ │ │ 总结.pdf |
| │ │ │ |
| │ │ └─7.1 Algorithm Tricks II |
| │ │ network-slimming.zip |
| │ │ newassignment8 (1).pdf |
| │ │ week8 Acceleration (1).pdf |
| │ │ yolov3tricks.zip |
| │ │ 名企班-week8-.zip |
| │ │ |
| │ ├─04-遮挡状态下的活体人脸身份识别-项目三 |
| │ │ │ 1.1 多模态活体检测技术综述以及数据集CASIA-SURF以及评价办法ACER.mp4 |
| │ │ │ 10.1 项目答疑.mp4 |
| │ │ │ 2.1 Multi-Model-FaceAnti-spoofingAttackModel：facebagnet.mp4 |
| │ │ │ 3.1 使用pytorch完成facebagnet的前后工程代码.mp4 |
| │ │ │ 4.1 研讨课-1.mp4 |
| │ │ │ 4.1 研讨课-2.mp4 |
| │ │ │ 5.1 消融实验以及活体检测模型压缩和落地.mp4 |
| │ │ │ 6.1 facerecognize技术综述重点数据集以及工程中的评价办法.mp4 |
| │ │ │ 7.1 带有遮挡人脸识别核心技术：SpatialChannelAttention.mp4 |
| │ │ │ 7.2 带有遮挡人脸识别核心技术：SpatialChannelAttention.mp4 |
| │ │ │ 8.1 大规模遮挡人脸识别模型实践：代码完成提升定量分析.mp4 |
| │ │ │ 9.1 大规模人脸识别落地方法：sdk.mp4 |
| │ │ │ |
| │ │ ├─1.1 多模态活体检测技术综述以及数据集 CASIA-SURF以及评价办法ACER |
| │ │ │ week1 遮挡活体与人脸识别综述20201226课后.pdf |
| │ │ │ week1优秀作业和心得笔记.zip |
| │ │ │ 作业要求 (1).docx |
| │ │ │ |
| │ │ ├─10.1 项目答疑 |
| │ │ ├─2.1 Multi-Model-FaceAnti-spoofingAttackModel：facebagnet |
| │ │ │ week2 活体检测模型FaceBagNet20210106课后发出 (1).pdf |
| │ │ │ week2优秀笔记和作业.zip |
| │ │ │ 代码和作业 (1).docx |
| │ │ │ 仿射变换相关的资料.docx |
| │ │ │ |
| │ │ ├─3.1 使用pytorch完成facebagnet的前后工程代码 |
| │ │ │ week3facebagnet工程代码20201116课后.pdf |
| │ │ │ week3代码和作业要求 (1).docx |
| │ │ │ week3优秀作业和心得笔记.zip |
| │ │ │ |
| │ │ ├─4.1 研讨课 |
| │ │ │ week3code-CVPR19-Face-Anti-spoofing.zip |
| │ │ │ 研讨课.pdf |
| │ │ │ 答疑课内容收集.pdf |
| │ │ │ |
| │ │ ├─5.1 消融实验以及活体检测模型压缩和落地 |
| │ │ │ CV名企实战作业和代码 (1).docx |
| │ │ │ week4 消融实验以及模型压缩课后20210130 (1).pdf |
| │ │ │ week4优秀作业.zip |
| │ │ │ |
| │ │ ├─6.1 face recognize 技术综述重点数据集以及工程中的评价办法 |
| │ │ │ week5 face recognize技术以及评价办法20210206.pdf |
| │ │ │ week5优秀作业.zip |
| │ │ │ week5作业和代码 (2).docx |
| │ │ │ |
| │ │ ├─7.1 带有遮挡人脸识别核心技术：SpatialChannel Attention |
| │ │ │ CV名企实战.docx |
| │ │ │ week6 face embedding的提升之路20210227 (1).pdf |
| │ │ │ week6优秀作业.zip |
| │ │ │ |
| │ │ ├─7.2 带有遮挡人脸识别核心技术：SpatialChannel Attention |
| │ │ ├─8.1 大规模遮挡人脸识别模型实践：代码完成提升定量分析 |
| │ │ │ 23week7注意力机制以及人脸识别工程0306课后.pdf |
| │ │ │ week07 (1).docx |
| │ │ │ week7优秀作业.zip |
| │ │ │ |
| │ │ └─9.1 大规模人脸识别落地方法：sdk |
| │ │ 24week8大规模人脸识别落地方法sdk.pdf |
| │ │ week08.docx |
| │ │ week8优秀作业.zip |
| │ │ |
| │ ├─05-数据分析与Python程序设计基础 |
| │ │ │ 1.1 Python数据智能编程基础.mp4 |
| │ │ │ 2.1 Python格式化数据处理-Pandas.mp4 |
| │ │ │ 3.1 数据可视化.mp4 |
| │ │ │ 4.1 网络信息分析.mp4 |
| │ │ │ 5.1 文本信息自动化处理.mp4 |
| │ │ │ 6Python办公自动化.mp4 |
| │ │ │ 7Python办公自动化.mp4 |
| │ │ │ |
| │ │ ├─1.1 Python 数据智能编程基础 |
| │ │ │ lesson01DAV0.6.pptx |
| │ │ │ Week01-BI.pdf |
| │ │ │ Week01-CV.pdf |
| │ │ │ Week01-NLP.pdf |
| │ │ │ |
| │ │ ├─2.1 Python 格式化数据处理 – Pandas |
| │ │ │ lesson02DAV1.0.pptx |
| │ │ │ Week02-BI.pdf |
| │ │ │ Week02-CV.pdf |
| │ │ │ Week02-NLP.pdf |
| │ │ │ |
| │ │ ├─3.1 数据可视化 |
| │ │ │ lesson03DAV0.8.pptx |
| │ │ │ Week03-BI.pdf |
| │ │ │ Week03-CV.pdf |
| │ │ │ Week03-NLP.pdf |
| │ │ │ |
| │ │ ├─4.1 网络信息分析 |
| │ │ │ assignment04-1.作业答案参考py.zip |
| │ │ │ assignment04-2.作业答案参考py.zip |
| │ │ │ lesson04DAV0.7.pptx |
| │ │ │ Week04-BI.pdf |
| │ │ │ Week04-CV.pdf |
| │ │ │ Week04-NLP.pdf |
| │ │ │ |
| │ │ ├─5.1 文本信息自动化处理 |
| │ │ │ assignment05.py作业答案参考.zip |
| │ │ │ L5.zip |
| │ │ │ tfidf.zip |
| │ │ │ Week 05.pdf |
| │ │ │ |
| │ │ ├─6.1 Python 办公自动化 |
| │ │ │ assignment06autoemail.py作业答案参考.zip |
| │ │ │ assignment06dailyreport.py.作业答案参考.zip |
| │ │ │ code.zip |
| │ │ │ lesson06DAV0.9.pdf |
| │ │ │ Week 06.pdf |
| │ │ │ |
| │ │ └─7.1 服务器、数据库与分布式系统 |
| │ │ assignment07.py.作业答案参考zip.zip |
| │ │ L7-code-afterclass.zip |
| │ │ lesson07DAV0.5.pdf |
| │ │ Week 07.pdf |
| │ │ |
| │ ├─06-微软九步AI学习法-人工智能核心知识强化课程 |
| │ │ │ Git与版本控制、代码风格.mp4 |
| │ │ │ Seq2Sequence，机器自动翻译，ImageCaption,Attention机制.mp4 |
| │ │ │ 加课：seq2seq的代码及作业的讲解.mp4 |
| │ │ │ 循环神经网络，文本表征，词向量初步，文本自动分类.mp4 |
| │ │ │ 搜索树，图算法，深度优化与广度优化，算法的时间复杂度.mp4 |
| │ │ │ 深度卷积网络与计算机图像.mp4 |
| │ │ │ 深度卷积网络与计算机图像2.mp4 |
| │ │ │ 神经网络基础，tensorflow和pytorch框架.mp4 |
| │ │ │ 第一周作业讲解.mp4 |
| │ │ │ 贝叶斯，决策树，随机森林，SVM模型.mp4 |
| │ │ │ |
| │ │ ├─1.1 搜索树，图算法，深度优化与广度优化，算法的时间复杂度 |
| │ │ │ Assignment01-BI.zip |
| │ │ │ Assignment01-CV.zip |
| │ │ │ Assignment01-NLP.zip |
| │ │ │ Assignment01.zip |
| │ │ │ Git 与版本控制、代码风格.pptx |
| │ │ │ Git 思维导图.zip |
| │ │ │ image-retrieval-master.zip |
| │ │ │ lesson01-course.zip |
| │ │ │ networkx如何设置中文.zip |
| │ │ │ 图像检索项目指导书与数据.zip |
| │ │ │ |
| │ │ ├─1.2 第一周作业讲解 |
| │ │ │ 参考答案.zip |
| │ │ │ |
| │ │ ├─2.1 神经网络基础，tensorflow和pytorch框架 |
| │ │ │ Assignment02.zip |
| │ │ │ houseprice.zip |
| │ │ │ L2.1.zip |
| │ │ │ 参考答案.zip |
| │ │ │ |
| │ │ ├─3.1 深度卷积网络与计算机图像 |
| │ │ │ ai-core-lesson-03-cnn V1.1.pdf |
| │ │ │ Assignment 03.zip |
| │ │ │ 微软lesson03.zip |
| │ │ │ |
| │ │ ├─3.2 深度卷积网络与计算机图像2 |
| │ │ │ Assignment 032.pdf |
| │ │ │ Assignment03-refer作业答案参考.py.zip |
| │ │ │ cnnfeaturemapdemo.zip |
| │ │ │ L3-code(1).zip |
| │ │ │ lesson03AIV1.3.pdf |
| │ │ │ |
| │ │ ├─4.1 循环神经网络，文本表征，词向量初步，文本自动分类 |
| │ │ │ Assignment 04.pdf |
| │ │ │ L4-code.zip |
| │ │ │ lesson04AIV1.7.pdf |
| │ │ │ Refer-Assignment04.zip |
| │ │ │ |
| │ │ ├─5.1 Seq2Sequence，机器自动翻译， Image Caption, Attention机制 |
| │ │ │ Assignment05.zip |
| │ │ │ cmn-eng.zip |
| │ │ │ Lesson05.zip |
| │ │ │ |
| │ │ ├─6.1 贝叶斯，决策树，随机森林，SVM模型 |
| │ │ │ Assignment06.zip |
| │ │ │ assignment06作业参考答案.py.zip |
| │ │ │ L6.zip |
| │ │ │ lesson06AIV0.4.pdf |
| │ │ │ lesson06AIV0.8.pptx |
| │ │ │ lesson06AIV0.8（PDF）.pdf |
| │ │ │ |
| │ │ └─7.1 加课：seq2seq的代码及作业的讲解 |
| │ │ bleu1.py.zip |
| │ │ lesson05AIV1.0.pptx |
| │ │ lesson05AIV1.2.pptx |
| │ │ |
| │ ├─07-0基础 Python 入门 |
| │ │ │ python-1-Python基础入门.mp4 |
| │ │ │ python-2-Python编程入门.mp4 |
| │ │ │ python-3-常用模块-numpy.mp4 |
| │ │ │ python-4-常用模块-pandas.mp4 |
| │ │ │ python-5-数据可视化.mp4 |
| │ │ │ python-6-Python办公自动化.mp4 |
| │ │ │ |
| │ │ ├─1.1 Python 基础入门 |
| │ │ │ go.zip |
| │ │ │ week1-python入门基础.zip |
| │ │ │ |
| │ │ ├─2.1 Python 编程入门 |
| │ │ │ week2-python编程基础1.zip |
| │ │ │ |
| │ │ ├─3.1 常用模块-numpy |
| │ │ │ week3-numpy.zip |
| │ │ │ |
| │ │ ├─4.1 常用模块-pandas |
| │ │ │ week4-pandsa.zip |
| │ │ │ |
| │ │ ├─5.1 数据可视化 |
| │ │ │ week5-数据可视化.zip |
| │ │ │ |
| │ │ └─6.1 Python 办公自动化 |
| │ │ code.zip |
| │ │ lesson06DAV0.9.pptx |
| │ │ |
| │ ├─08-深度学习框架选修课 |
| │ │ │ pytorch基础知识.mp4 |
| │ │ │ pytorch神经网络搭建.mp4 |
| │ │ │ tensorflow基础知识以及高级apikeras.mp4 |
| │ │ │ tensorflow实践项目“大杂烩”.mp4 |
| │ │ │ 搭建模型和进阶操作.mp4 |
| │ │ │ |
| │ │ ├─1.1 tensorflow基础知识以及高级api keras |
| │ │ │ 学习资料.zip |
| │ │ │ 深度学习框架.pptx |
| │ │ │ 课堂代码.docx |
| │ │ │ |
| │ │ ├─2.1 搭建模型和进阶操作 |
| │ │ │ 2-1搭建模型和进阶操作课堂代码.docx |
| │ │ │ |
| │ │ ├─3.1 tensorflow实践项目“大杂烩” |
| │ │ │ 学习资料.zip |
| │ │ │ 课堂代码.docx |
| │ │ │ |
| │ │ ├─4.1 pytorch基础知识 |
| │ │ │ 课堂代码.docx |
| │ │ │ |
| │ │ └─5.1 pytorch神经网络搭建 |
| │ │ stn.pdf |
| │ │ 课程代码.docx |
| │ │ |
| │ ├─09-人工智能基础能力提升课 |
| │ │ │ week1-编程基础.mp4 |
| │ │ │ week2-数据分析基础.mp4 |
| │ │ │ week3机器学习的基本方法.mp4 |
| │ │ │ week4机器学习的基本方法（二）.mp4 |
| │ │ │ week5神经网络的基本原理与方法（一）.mp4 |
| │ │ │ week6神经网络的基本原理与方法（二）.mp4 |
| │ │ │ week7卷积神经网络（一）.mp4 |
| │ │ │ week8卷积神经网络（二）.mp4 |
| │ │ │ week9图像目标检测.mp4 |
| │ │ │ |
| │ │ ├─1.1 编程基础 |
| │ │ │ Allen B. Downey – Think Python (2012, O’Reilly Media) – libgen.lc.pdf |
| │ │ │ Lesson-01学习资料.zip |
| │ │ │ |
| │ │ ├─2.1 数据分析基础 |
| │ │ │ Lesson-02学习资料.zip |
| │ │ │ |
| │ │ ├─3.1 机器学习的基本方法 |
| │ │ │ Lesson-03学习资料.zip |
| │ │ │ lesson03AIV0.5(2).pptx |
| │ │ │ |
| │ │ ├─4.1 机器学习的基本方法（二） |
| │ │ │ week4学习资料.zip |
| │ │ │ |
| │ │ ├─5.1 神经网络的基本原理与方法（一） |
| │ │ │ L5-code.zip |
| │ │ │ lesson05AIVV1.1.pptx |
| │ │ │ |
| │ │ ├─6.1 神经网络的基本原理与方法（二） |
| │ │ │ L6-code.zip |
| │ │ │ lesson06AIV0.8.pptx |
| │ │ │ |
| │ │ ├─7.1 卷积神经网络（一） |
| │ │ │ lesson07AIV1.3.pptx |
| │ │ │ |
| │ │ ├─8.1 卷积神经网络（二） |
| │ │ │ L8-code.zip |
| │ │ │ lesson08BIV0.6.pptx |
| │ │ │ |
| │ │ └─9.1 图像目标检测 |
| │ │ lesson09AIV2.1.pptx |
| │ │ ObjectDetectionMask.zip |
| │ │ |
| │ └─10-公开课 |
| │ 公开课-AI算法工程师被裁的原因是什么？-20210127.mp4 |
| │ 公开课-培优班专属神秘新年礼-CV-20201229.mp4 |
本站所有资源均来自网络，版权归原作者所有，本站仅提供收集与推荐，若侵犯到您的权益，请【给我们反馈】，我们将在24小时内处理！
聚资料（juziliao.com）免责声明：
1. 本站所有资源来源于用户上传和网络，如有侵权请邮件联系站长！（gm@juziliao.com）
2. 分享目的仅供大家学习和交流，请不要用于商业用途！如需商用请联系原作者购买正版！ 3.如有链接无法下载、失效或洽谈广告，请联系网站客服（微信：shangen0228）处理！
