黑马人工智能面试课程

黑马人工智能面试课程
├─1--第一章 自动编码器
│  ├─1--自动编码器历史与应用介绍
│  │  └┈1.1.自动编码器历史与应用介绍.mp4
│  ├─2--构建自动编码器
│  │  ├┈1.2.基础自动编码器.mp4
│  │  ├┈1.3基础自动编码器-数据读取.mp4
│  │  ├┈1.4基础自动编码器编码-模型结构与优化.mp4
│  │  ├┈1.5基础自动编码器编码-模型训练.mp4
│  │  └┈1.6基础自动编码器-3D可视化.mp4
│  ├─3--自动编码器改进技巧
│  │  ├┈2.1自动编码器改进--深层.mp4
│  │  ├┈2.2自动编码器改进-稀疏与降噪.mp4
│  │  ├┈2.3自动编码器改进编码-数据读取.mp4
│  │  ├┈2.4自动编码器改进编码-模型结构1.mp4
│  │  ├┈2.4自动编码器改进编码-模型结构2.mp4
│  │  └┈2.5自动编码器改进-模型训练与比较.mp4
│  └─4--变分自动编码器
│  └─├┈3.1变分自动编码器介绍.mp4
│  └─├┈3.2变分自动编码器练习-模型搭建1.mp4
│  └─├┈3.2变分自动编码器练习-模型搭建2.mp4
│  └─├┈3.3变分自动编码器练习-模型训练.mp4
│  └─└┈3.4自动编码器总结.mp4
├─10--第十章 贝叶斯方法实现及粒子滤波
│  └─1--贝叶斯方法实现及粒子滤波
│  └─├┈01-贝叶斯网络推理数据.mp4
│  └─├┈02-贝叶斯推理演示.mp4
│  └─├┈03-粒子滤波介绍.mp4
│  └─├┈04-粒子滤波概念.mp4
│  └─├┈05-粒子初始化.mp4
│  └─├┈06-粒子迭代-上.mp4
│  └─├┈07-粒子迭代-中.mp4
│  └─├┈08-粒子迭代-下.mp4
│  └─├┈09-粒子迭代总结.mp4
│  └─├┈10-重采样.mp4
│  └─├┈11-状态方程.mp4
│  └─├┈12-更新状态方程.mp4
│  └─├┈13-计算粒子权重.mp4
│  └─├┈14-粒子重采样实现.mp4
│  └─├┈15-粒子滤波演示.mp4
│  └─├┈16-高斯过程介绍.mp4
│  └─├┈17-高斯过程原理.mp4
│  └─├┈18-高斯过程回归.mp4
│  └─└┈19-高斯过程分类.mp4
├─11--第十一章 深度强化学习
│  ├─1--强化学习
│  │  ├┈01-深度强化学习简介.mp4
│  │  ├┈02-强化学习介绍.mp4
│  │  ├┈03-强化学习方法.mp4
│  │  ├┈04-强化学习特点.mp4
│  │  ├┈05-强化学习基本过程.mp4
│  │  ├┈06-强化学习步骤.mp4
│  │  ├┈07-贝尔曼方程.mp4
│  │  └┈08-Q函数.mp4
│  ├─2--Q-learning算法
│  │  ├┈09-Q-learning算法.mp4
│  │  ├┈10-Q-learning伪代码.mp4
│  │  ├┈11-Q值更新.mp4
│  │  ├┈12-Q值计算.mp4
│  │  ├┈13-Flappy-Bird游戏说明.mp4
│  │  ├┈14-状态与动作选择.mp4
│  │  ├┈15-Q-table.mp4
│  │  └┈16-Q-Table训练.mp4
│  └─3--Deep Q-Network
│  └─├┈01-初始策略.mp4
│  └─├┈02-Q值更新策略.mp4
│  └─├┈03-Deep-Q-Network介绍.mp4
│  └─├┈04-问题分析.mp4
│  └─├┈05-实现方法.mp4
│  └─├┈06-构建模型.mp4
│  └─├┈07-Q学习损失函数.mp4
│  └─├┈08-论文解读和图像预处理.mp4
│  └─├┈09-CNN输入.mp4
│  └─├┈10-DQN结构.mp4
│  └─├┈11-DQN代码分析.mp4
│  └─├┈12-DQN训练流程.mp4
│  └─├┈13-DQN训练代码分析.mp4
│  └─├┈14-DQN训练演示.mp4
│  └─└┈15-DQN实验分析.mp4
├─2--第二章 图像分割应用
│  └─1--图像分割应用介绍
│  └─├┈1.1图像分割应用介绍.mp4
│  └─├┈1.2自定义数据集读取代码编写.mp4
│  └─├┈1.3模型搭建1.mp4
│  └─├┈1.3模型搭建2.mp4
│  └─├┈1.4模型训练.mp4
│  └─└┈1.5模型调试与总结.mp4
├─3--第三章 生成对抗学习
│  └─1--生成对抗学习
│  └─├┈1.1深度学习前沿介绍.mp4
│  └─├┈1.2生成对抗网络介绍.mp4
│  └─├┈1.3图像生成代码练习-自定义数据读取.mp4
│  └─├┈1.4图像生成代码练习-模型搭建.mp4
│  └─├┈1.5图像生成代码练习-模型训练器1.mp4
│  └─├┈1.5图像生成代码练习-模型训练器2.mp4
│  └─├┈1.6模型调试.mp4
│  └─└┈1.7生成对抗网络总结.mp4
├─4--第四章 算法进阶迁移学习
│  └─1--迁移学习介绍
│  └─├┈1.1迁移学习介绍.mp4
│  └─├┈1.2自定义数据集读取练习.mp4
│  └─├┈1.3模型训练1.mp4
│  └─├┈1.3模型训练2.mp4
│  └─├┈1.4模型调试.mp4
│  └─└┈1.5迁移学习总结.mp4
├─5--第五章 模型可解释
│  └─1--模型可解释
│  └─├┈1.1模型可解释介绍1.mp4
│  └─├┈1.2模型可解释介绍2.mp4
│  └─├┈1.3模型可解释代码练习1.mp4
│  └─├┈1.4模型可解释代码练习2.mp4
│  └─└┈1.5模型可解释总结.mp4
├─6--第六章 模型压缩
│  └─1--模型压缩
│  └─├┈1.1模型压缩介绍.mp4
│  └─├┈1.2模型压缩代码练习-构建模型.mp4
│  └─├┈1.3模型压缩代码练习-训练模型1.mp4
│  └─├┈1.4模型压缩代码练习-模型训练2.mp4
│  └─├┈1.5模型调试.mp4
│  └─└┈1.6模型压缩总结.mp4
├─7--第七章 终生学习
│  └─1--终生学习
│  └─├┈1.1终生学习介绍.mp4
│  └─├┈1.2代码练习-自定义数据1.mp4
│  └─├┈1.3代码练习-自定义数据集2.mp4
│  └─├┈1.4代码练习-模型训练1.mp4
│  └─├┈1.5代码练习-模型训练2.mp4
│  └─├┈1.6模型调试.mp4
│  └─└┈1.7终生学习总结.mp4
├─8--第八章 算法进阶进化学习
│  └─1--进化学习
│  └─├┈1.1进化学习介绍.mp4
│  └─├┈1.2遗传算法编码练习.mp4
│  └─├┈1.3旅行商问题练习1.mp4
│  └─├┈1.4旅行商问题练习2.mp4
│  └─├┈1.5进化策略练习.mp4
│  └─└┈1.6进化学习总结.mp4
└─9--第九章 贝叶斯方法
└─└─1--贝叶斯方法
└─└─├┈01-课程介绍.mp4
└─└─├┈02-贝叶斯方法介绍.mp4
└─└─├┈03-频率派与贝叶斯派.mp4
└─└─├┈04-贝叶斯后验分布.mp4
└─└─├┈05-贝叶斯定理.mp4
└─└─├┈06-拼写检查应用-上.mp4
└─└─├┈07-拼写检查应用-中.mp4
└─└─├┈08-贝叶斯网络介绍.mp4
└─└─├┈09-贝叶斯网络定义.mp4
└─└─├┈10-贝叶斯网络实例.mp4
└─└─├┈11-贝叶斯网络基本结构-上.mp4
└─└─├┈12-贝叶斯网络基本结构-中.mp4
└─└─├┈13-贝叶斯网络基本结构-下.mp4
└─└─├┈14-贝叶斯案例介绍.mp4
└─└─├┈15-构造贝叶斯网络结构.mp4
└─└─└┈16-构造概率分布CPD.mp4

游客，如果您要查看本帖隐藏内容请回复

版权声明

1、本站所发布的一切学习教程、软件等仅限用于学习体验和研究目的；请自觉下载后24小时内删除，严禁用于其他用途，如果你喜欢教程，请支持正版教程软件，得到更好的正版服务，本站内容全部来自网络，版权争议与本站无关，如果您认为侵犯了您的合法权益，请联系我们删除。发送邮件到邮箱：51207529@qq.com。

2、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失，本网站不承担责任。

3、对不遵守本声明或其他违法、恶意使用本网站内容者，本网站保留追究其法律责任的权利。