课程目录

├──01-核心能力提升班商业智能方向第四期

|├──1.1 商业智能与推荐系统

|├──10.1 PageRank、图论与推荐系统

|├──11.1 Graph Embedding

|├──12.1 Graph Convolution Networks

|├──13.1 机器学习与启发式算法

|├──14.1 路径规划Project Lesson-14

|├──2.1 挖掘数据中的关联规则

|├──3.1 常用机器学习模型

|├──4.1 ALS算法与推荐系统

|├──5.1 因子分解机, libFM与基于邻域的协同过滤

|├──6.1 预测全家桶与机器学习神器

|├──7.1 神经网络基础与移动推荐系统

|├──8.1 时间序列分析

|└──9.1 循环神经网络与预测

├──02-导师制名企实训班商业智能方向第四期

|├──1.1 数据采集与实战

|├──10.1 智能供应链

|├──11.1 智能供应链(二)

|├──12.1 主题模型与文本表征

|├──13.1 常见规划问题2

|├──14.1 Learning to Rank与Airbnb个性化推荐

|├──15.1 逻辑回归与采购决策

|├──16.1 Prediction is all you Need

|├──17.1 时间序列分析

|├──18.1 时间序列实战

|├──19.1 资金流入流出预测

|├──2.1 数据可视化及实战

|├──20.1 个性化推荐与金融数据分析

|├──21.1 淘宝定向广告演化与天猫用户复购预测

|├──22.1强化学习与推荐系统

|├──23.1 AlphaGo Zero实战

|├──3.1 推荐系统严眼中的你-用户画像

|├──4.1 SVD矩阵分解与基于内容的推荐

|├──5.1 CTR预估算法与基于流行度的推荐

|├──6.1 近似最近邻查找与YouTube推荐系统

|├──7.1 深度卷积网络与实战

|├──8.1 时间序列实战与分布式推荐系统

|└──9.1 模型融合与智能预测

├──05-数据分析与Python程序设计基础

|├──1.1 Python 数据智能编程基础

|├──2.1 Python 格式化数据处理 - Pandas

|├──3.1 数据可视化

|├──4.1 网络信息分析

|├──5.1 文本信息自动化处理

|├──6.1 Python 办公自动化

|├──7.1 服务器、数据库与分布式系统

|├──1.1 Python数据智能编程基础.mp4338.46M

|├──2.1 Python格式化数据处理-Pandas.mp4367.38M

|├──3.1 数据可视化.mp4416.35M

|├──4.1 网络信息分析.mp4453.19M

|├──5.1 文本信息自动化处理.mp4462.10M

|├──6Python办公自动化.mp4493.62M

|└──7Python办公自动化.mp4569.04M

├──06-微软九步AI学习法-人工智能核心知识强化课程

|├──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

|├──1.2 第一周作业讲解

|├──2.1 神经网络基础，tensorflow和pytorch框架

|├──3.1 深度卷积网络与计算机图像

|├──3.2 深度卷积网络与计算机图像2

|├──4.1 循环神经网络，文本表征，词向量初步，文本自动分类

|├──5.1 Seq2Sequence，机器自动翻译， Image Caption, Attention机制

|├──6.1 贝叶斯，决策树，随机森林，SVM模型

|├──7.1 加课：seq2seq的代码及作业的讲解

|├──Git与版本控制、代码风格.mp4391.63M

|├──Seq2Sequence，机器自动翻译，ImageCaption,Attention机制.mp4416.28M

|├──贝叶斯，决策树，随机森林，SVM模型.mp4552.22M

|├──第一周作业讲解.mp4342.70M

|├──加课：seq2seq的代码及作业的讲解.mp4505.84M

|├──深度卷积网络与计算机图像.mp4320.09M

|├──深度卷积网络与计算机图像2.mp4424.85M

|├──神经网络基础，tensorflow和pytorch框架.mp4380.20M

|├──搜索树，图算法，深度优化与广度优化，算法的时间复杂度.mp4514.82M

|└──循环神经网络，文本表征，词向量初步，文本自动分类.mp4560.99M

├──07-0基础 Python 入门

|├──1.1 Python 基础入门

|├──2.1 Python 编程入门

|├──3.1 常用模块-numpy

|├──4.1 常用模块-pandas

|├──5.1 数据可视化

|├──6.1 Python 办公自动化

|├──python-1-Python基础入门.mp4390.37M

|├──python-2-Python编程入门.mp4577.79M

|├──python-3-常用模块-numpy.mp4670.98M

|├──python-4-常用模块-pandas.mp4405.88M

|├──python-5-数据可视化.mp4374.88M

|└──python-6-Python办公自动化.mp4493.62M

├──08-深度学习框架选修课

|├──1.1 tensorflow基础知识以及高级api keras

|├──2.1 搭建模型和进阶操作

|├──3.1 tensorflow实践项目“大杂烩”

|├──4.1 pytorch基础知识

|├──5.1 pytorch神经网络搭建

|├──pytorch基础知识.mp4356.77M

|├──pytorch神经网络搭建.mp4420.56M

|├──tensorflow基础知识以及高级apikeras.mp4415.90M

|├──tensorflow实践项目“大杂烩”.mp4560.89M

|└──搭建模型和进阶操作.mp4533.56M

├──09-人工智能基础能力提升课

|└──09-人工智能基础能力提升课

├──10-公开课

|└──公开课-AI算法工程师被裁的原因是什么？-20210127.mp4556.05M

└──试看

|└──1-商业智能与推荐系统.mp4658.42M