深度之眼 全球AI大赛年度会员

01-[kaggle新赛]酶稳定性预测大赛

02-打造舒适的AI开发环境软件篇23.mp4 82.14M

03-打造舒适的AI开发环境软件篇1.mp4 71.95M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]赛题介绍 + Kaggle平台学习 + 开发环境搭建 + 比赛数据探索性分析.mp4 248.52M

06-[02课]基于3D CNN的baseline代码讲解.mp4 317.07M

07-[03课]基于transformer的baseline代码讲解.mp4 168.58M

08-[04课]基于XGBoost的baseline代码讲解.mp4 194.07M

02-[kaggle入门]“深享杯”kaggle入门赛（新手入门）

02-打造舒适的AI开发环境软件篇1_[ ].mp4 71.95M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]数据科学比赛介绍及Kaggle平台使用介绍.mp4 315.59M

06-[02课]数据挖掘比赛的基础Baseline.mp4 415.22M

07-[03课]特征工程实践.mp4 331.95M

08-[04课]pytorch实践-NCF实践.mp4 467.68M

09-[05课]数据挖掘中的文本信息的使用.mp4 203.19M

10-[06课]数据挖掘比赛中的Trick_[ ].mp4 247.41M

03-[kaggle新赛]feedback-英语学习者语言知识评估大赛指导班(NLP·文本分类)

02-打造舒适的AI开发环境硬件篇.mp4 60.39M

03-打造舒适的AI开发环境软件篇1.mp4 71.95M

04-打造舒适的AI开发环境软件篇23_[ ].mp4 82.14M

05-[01课]赛题解析和baseline 详解.mp4 175.12M

06-[02课]Bert预训练家族模型概览.mp4 184.06M

07-[03课]NLP比赛提分技巧 – 1_[ ].mp4 175.54M

08-[04课]NLP比赛提分技巧 -2.mp4 183.99M

04-[kaggle新赛]Open Problems-单细胞变化预测大赛指导班（医疗数据挖掘）

02-打造舒适的AI开发环境硬件篇.mp4 60.39M

03-打造舒适的AI开发环境软件篇1.mp4 71.95M

04-打造舒适的AI开发环境软件篇23.mp4 82.14M

05-[01课]数据 EDA，题目分析.mp4 162.53M

06-[02课]baseline 代码介绍.mp4 319.35M

07-[03课]可能的上分点.mp4 183.44M

05-[CCF BDCI 2022]小样本分类大赛指导班（nlp任务）

02-打造舒适的AI开发环境硬件篇.mp4 60.39M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

04-打造舒适的AI开发环境软件篇1.mp4 71.95M

05-[01课]赛题解析和baseline 详解.mp4 162.37M

06-[02课]Bert预训练家族模型概览.mp4 247.66M

07-[03课]小样本学习发展和应用.mp4 194.55M

08-[04课]NLP比赛提分技巧.mp4 185.17M

09-[05课]模型训练技巧分享.mp4 206.90M

10-[06课]往期kaggle文本分类比赛回顾.mp4 143.19M

06-[kaggle 新人赛]数据挖掘新人赛（机器学习·二分类任务）

02-打造舒适的AI开发环境软件篇1.mp4 71.95M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]数据科学比赛介绍及Kaggle平台使用介绍.mp4 249.43M

06-[02课]数据挖掘比赛的基础Baseline.mp4 308.03M

07-[03课]数据挖掘比赛中的神经网络Baseline.mp4 284.30M

08-[04课]数据挖掘比赛中的调参方法以及模型融合.mp4 234.69M

07-[Kaggle新赛]DFL 德甲足球事件检测大赛指导班（CV·目标检测-视频分类）

02-打造舒适的AI开发环境软件篇1.mp4 71.95M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]赛题介绍+baseline详解.mp4 250.05M

06-[02课]视频分类与图像分类.mp4 199.29M

07-[03课]数据扩增方法.mp4 192.44M

08-[04课]多模型集成方法.mp4 209.84M

09-[05课]历史视频比赛总结.mp4 183.66M

10-[06课]比赛总结与直播答疑.mp4 124.72M

08-[Kaggle 练习赛]商品合格率预测大赛指导班

02-打造舒适的AI开发环境硬件篇.mp4 60.39M

03-打造舒适的AI开发环境软件篇1.mp4 71.95M

04-打造舒适的AI开发环境软件篇23.mp4 82.14M

05-[01课]赛题介绍+baseline详解（理+实操）.mp4 138.62M

06-[02课]机器学习经典树模型的介绍以及实战.mp4 220.60M

07-[03课]TabTranformer原理详解.mp4 206.21M

08-[04课]比赛tricks和过往类似比赛讲解.mp4 176.67M

09-[Kaggle新赛]HuBMAP + HPA 多器官功能组织分割大赛指导班

02-打造舒适的AI开发环境软件篇1.mp4 71.95M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]赛题介绍 + kaggle 平台学习 + 比赛数据探索性分析.mp4 333.15M

06-[02课]Baseline讲解.mp4 341.51M

07-[03课]往期肾小球比赛讲解.mp4 248.73M

08-[04课]额外的一个新比赛（待定） & 肾小球答疑.mp4 289.41M

09-[05课]额外的新比赛往期方案讲解.mp4 547.27M

10-[06课]理知识补充.mp4 309.23M

11-[07课]复盘.mp4 340.34M

10-[kaggle新赛]议文评分大赛指导班（NLP·AES任务）

02-打造舒适的AI开发环境软件篇23.mp4 82.14M

03-打造舒适的AI开发环境软件篇1.mp4 71.95M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]赛题分析，EDA.mp4 399.10M

06-[02课]baseline基本讲解.mp4 233.36M

07-[03课]赛题理知识讲解.mp4 230.18M

08-[04课]赛题trick讲解.mp4 339.42M

09-[05课]往期类似比赛讲解.mp4 322.97M

10-[06课]答疑.mp4 102.49M

11-[07课]比赛复盘.mp4 88.05M

11-[kaggle新赛]信用违约预测大赛指导班（金融风控·结构化数据挖掘）

02-打造舒适的AI开发环境软件篇1.mp4 71.95M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

04-打造舒适的AI开发环境硬件篇.mp4 60.39M

05-[01课]赛题介绍+baseline详解（理+实操）.mp4 202.28M

06-[02课]树模型介绍与调参.mp4 208.02M

07-[03课]深度学习模型搭建.mp4 144.88M

08-[04课]模型集成方法.mp4 167.39M

09-[05课]历史金融风控比赛总结.mp4 172.64M

10-[06课]比赛总结与直播答疑.mp4 97.78M

12-快速入门推荐算法-基于top-k的推荐赛

02-[01课]推荐系统算法总体介绍+赛题介绍+baseline讲解.mp4 204.65M

03-[02课]推荐系统中的召回算法.mp4 312.43M

04-[03课]推荐系统中的多兴趣召回算法.mp4 330.87M

05-[04课]推荐系统中的排序算法.mp4 344.95M

06-[05课]推荐系统中的多目标算法.mp4 278.60M

07-[06课]知识图谱在推荐系统中的应用.mp4 202.45M

13-[Kaggle新赛]UW-Madison 肠胃道图像分割大赛（CV·图像分割）

01-打造舒适的AI开发环境硬件篇.mp4 60.39M

02-打造舒适的AI开发环境软件篇1.mp4 71.95M

03-打造舒适的AI开发环境软件篇23.mp4 82.14M

05-[01课 ] 赛题介绍+kaggle平台学习+比赛数据探索性分析.mp4 264.29M

06-[02课] Baseline讲解.mp4 365.17M

07-[03课]语义分割模型基础一，基础版.mp4 213.47M

08-[04课] 语义分割模型基础二- 进阶版.mp4 828.61M

09-[05课]通用比赛思路及历年分割比赛top思路代码讲解.mp4 301.98M

10-[06课]直播答疑.mp4 287.67M

11-[07课]比赛复盘.mp4 304.78M

14-[kaggle新赛]美国专利短语相似度大赛（NLP·文本相似度）

02-[01课]赛题介绍+baseline详解（理+实操）.mp4 136.54M

03-[02课]BERT预训练语言模型的介绍.mp4 194.56M

04-[03课]Deberta等BERT变种预训练语言模型的介绍.mp4 233.04M

05-[04课]比赛中的上分技巧.mp4 209.07M

06-[05课]模型融合以及比赛解答.mp4 181.73M

07-[06课]top方案的分享和比赛总结.mp4 121.81M

15-[Kaggle新赛]NBME-临床患者病例评分大赛指导班(NLP·Token分类)

01-打造舒适的AI开发环境.mp4 106.90M

03-01-课赛题介绍+baseline详解.mp4 171.15M

04-02课-BERT代码详解及HuggingFace Transfomers实战.mp4 257.61M

05-03课-BERT及其变种.mp4 198.44M

06-04课-代码实操课（kaggle环境）.mp4 216.10M

07-05课-BERT变种和比赛技巧.mp4 179.15M

08-06课-比赛总结和top方案分享.mp4 128.42M

16-[Kaggle新赛]tensorflow海星目标检测大赛指导班(CV·目标检测)

01-打造舒适的AI开发环境.mp4 106.90M

04-[先修指南]kaggle竞赛介绍.mp4 32.46M

08-[01课]开营第一课（直播回放）.mp4 137.38M

10-[02课]目标检测二阶段算法.mp4 208.32M

11-[03课]修改网络设计.mp4 170.16M

12-[04课]骨干网介绍和损失函数设计.mp4 170.48M

13-[05课]数据增强和调参.mp4 177.91M

14-[06]总结复盘.mp4 78.49M

15-[07课]TOP方案分享_[：].mp4 155.89M

17-03 数学基础

02-[第一章]-1 导读课.mp4 14.78M

03-[第一章]-2 矩阵的基本概念和运算性质.mp4 43.71M

04-[第一章]-3 矩阵的逆，转置和对称转置.mp4 66.94M

05-[第一章]-4 行列式的计算.mp4 48.66M

06-[第一章]-5 特殊矩阵的行列式与行列式的性质.mp4 55.52M

07-[第一章]-6 行列式按行列展开，代数余子式.mp4 46.49M

08-[第一章]-7 行列式的应用：克莱姆法则.mp4 13.60M

09-[第一章]-8 矩阵的逆的引入.mp4 53.33M

10-[第一章]-9 常用矩阵性质与特殊矩阵的逆.mp4 34.87M

11-[第一章]-10 分块矩阵.mp4 35.25M

12-[第二章]-1 初等变换引入+三种矩阵初等变换以及三种初等矩阵以及矩阵标准型.mp4 65.59M

13-[第二章]-2 初等变换的性质以及逆矩阵的另一种简单求法.mp4 26.50M

14-[第二章]-3 矩阵秩的定义和性质以及线性方程组解的个数.mp4 76.70M

15-[第二章]-4 矩阵的秩在线性回归算法中的应用.mp4 30.93M

16-[第二章]-5 向量的线性相关线性无关于可逆矩阵的关系+向量的内积范数正交规范正交基.mp4 70.25M

17-[第二章]-6 施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质.mp4 54.95M

18-[第二章]-7 施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质.mp4 64.11M

19-[第二章]-8 相似矩阵以及矩阵对角化+矩阵对角化的条件以及对称矩阵的对角化.mp4 64.68M

20-[第二章]-9对角化在压缩算法的应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（上）.mp4 40.72M

21-[第二章]-10对角化在压缩算法应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（下）.mp4 41.62M

22-[第二章]-11 SVD分解的应用.mp4 66.07M

23-[第三章]-1 常用函数的导数以及到导数的常用公式，复合函数求导.mp4 68.12M

24-[第三章]-2 中值定理&洛必达法则&泰勒公式及应用.mp4 60.60M

25-[第三章]-3 函数的凹凸性&函数的极值.mp4 60.77M

26-[第三章]-4 不定积分.mp4 38.21M

27-[第三章]-5 定积分.mp4 44.44M

28-[第三章]-6 偏导数&多元函数复合求导法则链式求导法则.mp4 60.01M

29-[第三章]-7 方向导数与梯度及其应用.mp4 69.62M

30-[第三章]-8 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4 51.55M

31-[第三章]-9 矩阵的求导.mp4 57.91M

32-[第三章]-10 矩阵的求导在深度学习中的应用.mp4 62.34M

33-[第四章-上]-1 随机实验样本空间随机事件&概率的定义&条件概率与乘法公式.mp4 63.96M

34-[第四章-上]-2 全概率公式与贝叶斯公式及应用&独立性.mp4 48.89M

35-[第四章-上]-3 随机变量与多维随机变量.mp4 61.03M

36-[第四章-上]-4 期望与方差（上）.mp4 55.97M

37-[第四章-上]-5 期望与方差（下）.mp4 24.75M

38-[第四章-上]-6 参数的估计.mp4 64.58M

39-[第四章-下]-1 无约束最优化梯度下降.mp4 76.46M

40-[第四章-下]-2 无约束最优化牛顿法.mp4 57.94M

41-[第四章-下]-3 约束最优化.mp4 56.42M

18-04 神经网络基础知识

02-01-神经网络基础与多层感知机-0.mp4 57.81M

03-01-神经网络基础与多层感知机-1.mp4 45.90M

04-01-神经网络基础与多层感知机-2.mp4 62.76M

05-01-神经网络基础与多层感知机-3.mp4 41.54M

06-01-神经网络基础与多层感知机-4.mp4 76.09M

07-02-卷积神经网络-0.mp4 61.59M

08-02-卷积神经网络-1.mp4 92.98M

09-02-卷积神经网络-2.mp4 51.44M

10-03-循环神经网络-0.mp4 44.41M

11-03-循环神经网络-1.mp4 84.64M

12-03-循环神经网络-2.mp4 57.83M

19-01 Python · AI&数据科学入门

02-第一章 绪和环境配置.mp4 47.20M

03-[作业讲解]第一章：助教实际演示配置环境过程.mp4 25.02M

04-第二章 Python 基本语法元素.mp4 94.56M

05-[作业讲解]第二章：Python基本语法元素.mp4 52.61M

06-第三章 基本数据类型.mp4 81.09M

07-[作业讲解]第三章：基本数据类型.mp4 45.73M

08-第四章 组合数据类型.mp4 84.67M

09-[作业讲解]第四章：复杂数据类型.mp4 65.82M

10-第五章 程序控制结构.mp4 75.05M

11-[作业讲解]第五章：程序控制结构.mp4 22.94M

12-第六章 函数-面向过程的编程.mp4 112.43M

13-[作业讲解]第六章：函数.mp4 37.58M

14-第七章 类-面向对象的编程.mp4 70.06M

15-[作业讲解]第七章：类.mp4 23.96M

16-第八章 文件-异常和模块.mp4 103.84M

17-[作业讲解]第八章：文件-异常和模块.mp4 11.50M

18-第九章 有益的探索.mp4 115.35M

19-[作业讲解]第九章：有益的探索.mp4 27.99M

20-第十章 Python标准库.mp4 80.99M

21-[作业讲解]第十章：Python标准库.mp4 10.43M

22-第十一章 科学计算库—Numpy应用.mp4 72.44M

23-[作业讲解]第十一章：Numpy库.mp4 22.60M

24-第十二章 Pandas库.mp4 119.78M

25-[作业讲解]第十二章：Pandas库.mp4 24.40M

26-第十三章 Matplotlib.mp4 86.27M

27-[作业讲解]第十三章：Matplotlib.mp4 35.59M

28-第十四章 Sklearn常规用法.mp4 54.83M

29-[作业讲解]第十四章：Sklearn常规用法.mp4 41.07M

30-第十五章 再谈编程.mp4 63.89M

20-深度学习PyTorch框架班

05-[必看]深入浅出PyTorch.mp4 73.99M

06-[第一周]PyTorch简介与安装.mp4 48.98M

07-[第一周]补充-pytorch开发环境安装.mp4 137.93M

08-[第一周]张量简介与创建.mp4 51.02M

09-[第一周]张量操作与线性回归.mp4 59.01M

10-[第一周]计算图与动态图机制.mp4 39.19M

11-[第一周]autograd与逻辑回归.mp4 57.54M

12-[第一周]作业讲解1.mp4 26.92M

13-[第一周]作业讲解2.mp4 24.93M

14-[第一周]作业讲解3.mp4 23.65M

15-[第二周]数据读取机制Dataloader与Dataset.mp4 53.62M

16-[第二周]数据预处理transforms模块机制.mp4 52.09M

17-[第二周]二十二种transforms数据预处理方法.mp4 94.41M

18-[第二周]学会自定义transforms方法.mp4 100.80M

19-[第二周]作业讲解.mp4 86.29M

20-[第三周]模型创建步骤与nn.Module.mp4 54.37M

21-[第三周]模型容器与AlexNet构建.mp4 57.46M

22-[第三周]nn网络层-卷积层.mp4 60.29M

23-[第三周]nn网络层-池化-线性-激活函数层.mp4 57.32M

24-[第三周]作业讲解.mp4 56.54M

25-[第四周]权值初始化.mp4 56.58M

26-[第四周]损失函数（一）.mp4 88.47M

27-[第四周]损失函数(二).mp4 90.57M

28-[第四周]优化器optimizer的概念.mp4 59.36M

29-[第四周]torch.optim.SGD.mp4 69.30M

30-[第四周]作业讲解.mp4 29.56M

31-[第五周]学习率调整策略.mp4 76.17M

32-[第五周]TensorBoard简介与安装.mp4 39.79M

33-[第五周]TensorBoard使用（一）.mp4 62.43M

34-[第五周]TensorBoard使用（二）.mp4 100.48M

35-[第五周]hook函数与CAM可视化.mp4 75.36M

36-[第五周]作业讲解.mp4 39.58M

37-[第六周]正则化之weight_decay.mp4 55.63M

38-[第六周]正则化之Dropout.mp4 57.90M

39-[第六周]Batch Normalization.mp4 77.76M

40-[第六周]Normalizaiton_layers.mp4 55.98M

41-[第六周]作业讲解.mp4 35.54M

42-[第七周]模型保存与加载.mp4 42.07M

43-[第七周]模型finetune.mp4 61.11M

44-[第七周]GPU的使用.mp4 64.76M

45-[第七周]PyTorch常见报错.mp4 53.10M

46-[第七周]作业讲解.mp4 19.92M

47-[第八周]图像分类一瞥.mp4 76.94M

48-[第八周]图像分割一瞥.mp4 102.01M

49-[第八周]图像目标检测一瞥（上）.mp4 71.73M

50-[第八周]图像目标检测一瞥（下）.mp4 124.40M

51-[第九周]生成对抗网络一瞥.mp4 85.11M

52-[第九周]循环神经网络一瞥.mp4 56.62M

21-[爱奇艺]WSDM用户留存大赛指导班

01-打造舒适的AI开发环境.mp4 106.90M

04-[01课]赛题介绍+baseline详解.mp4 162.87M

05-[02课]特征工程.mp4 243.17M

06-[03课]序列模型.mp4 279.82M

07-[04课]Auto—ML&HPO.mp4 102.06M

08-[05课]爱奇艺结营视频.mp4 126.22M

22-[Kaggle新赛]有毒评识别大赛指导班（NLP·文本分类）

01-打造舒适的AI开发环境.mp4 106.90M