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)

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)
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) 1

课程介绍(A000685):

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)
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) 2

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!

下载权限

查看
  • 免费下载
    评论并刷新后下载
    登录后下载

查看演示

  • {{attr.name}}:
您当前的等级为
登录后免费下载登录 小黑屋反思中,不准下载! 评论后刷新页面下载评论 支付以后下载 请先登录 您今天的下载次数(次)用完了,请明天再来 支付积分以后下载立即支付 支付以后下载立即支付 您当前的用户组不允许下载升级会员
您已获得下载权限 您可以每天下载资源次,今日剩余

给TA打赏
共{{data.count}}人
人已打赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索