深度之眼 AI大赛年度会员视频，Kaggle比赛22套辅导课程 价值1998元

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 79.65MB

03-打造舒适的AI开发环境软件篇1.mp4 71.09MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

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 213.95MB

06-[02课]基于3D CNN的baseline代码讲解.mp4 259.22MB

07-[03课]基于transformer的baseline代码讲解.mp4 144.51MB

08-[04课]基于XGBoost的baseline代码讲解.mp4 161.98MB

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 71.09MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

05-[01课]数据科学比赛介绍及Kaggle平台使用介绍.mp4 268.43MB

06-[02课]数据挖掘比赛的基础Baseline.mp4 348.19MB

07-[03课]特征工程实践.mp4 277.6MB

08-[04课]pytorch实践-NCF实践.mp4 389.78MB

09-[05课]数据挖掘中的文本信息的使用.mp4 170.02MB

10-[06课]数据挖掘比赛中的Trick.mp4 213.55MB

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 61.74MB

03-打造舒适的AI开发环境软件篇1.mp4 71.09MB

04-打造舒适的AI开发环境软件篇23.mp4 79.65MB

05-[01课]赛题解析和baseline 详解.mp4 150.2MB

06-[02课]Bert预训练家族模型概览.mp4 156.38MB

07-[03课]NLP比赛提分技巧 – 1.mp4 143.28MB

08-[04课]NLP比赛提分技巧 -2.mp4 147.1MB

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 61.74MB

03-打造舒适的AI开发环境软件篇1.mp4 71.09MB

04-打造舒适的AI开发环境软件篇23.mp4 79.65MB

05-[01课]数据 EDA，题目分析.mp4 140.5MB

06-[02课]baseline 代码介绍.mp4 266.51MB

07-[03课]可能的上分点.mp4 152.37MB

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 61.74MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

04-打造舒适的AI开发环境软件篇1.mp4 71.09MB

05-[01课]赛题解析和baseline 详解.mp4 137.62MB

06-[02课]Bert预训练家族模型概览.mp4 181.04MB

07-[03课]小样本学习发展和应用.mp4 161.76MB

08-[04课]NLP比赛提分技巧.mp4 154.77MB

09-[05课]模型训练技巧分享.mp4 175.13MB

10-[06课]往期kaggle文本分类比赛回顾.mp4 124.43MB

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 71.09MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

05-[01课]数据科学比赛介绍及Kaggle平台使用介绍.mp4 218.77MB

06-[02课]数据挖掘比赛的基础Baseline.mp4 262.13MB

07-[03课]数据挖掘比赛中的神经网络Baseline.mp4 237.71MB

08-[04课]数据挖掘比赛中的调参方法以及模型融合.mp4 200.32MB

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 71.09MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

05-[01课]赛题介绍+baseline详解.mp4 201.22MB

06-[02课]视频分类与图像分类.mp4 162.25MB

07-[03课]数据扩增方法.mp4 157.36MB

08-[04课]多模型集成方法.mp4 171.08MB

09-[05课]历史视频比赛总结.mp4 147.13MB

10-[06课]比赛总结与直播答疑.mp4 105.28MB

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 61.74MB

03-打造舒适的AI开发环境软件篇1.mp4 71.09MB

04-打造舒适的AI开发环境软件篇23.mp4 79.65MB

05-[01课]赛题介绍+baseline详解（理论+实操）.mp4 119.85MB

06-[02课]机器学习经典树模型的介绍以及实战.mp4 177.89MB

07-[03课]TabTranformer原理详解.mp4 169.12MB

08-[04课]比赛tricks和过往类似比赛讲解.mp4 146.23MB

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 71.09MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

05-[01课]赛题介绍 + kaggle 平台学习 + 比赛数据探索性分析.mp4 279.42MB

06-[02课]Baseline讲解.mp4 282.7MB

07-[03课]往期肾小球比赛讲解.mp4 210.43MB

08-[04课]额外的一个新比赛（待定） & 肾小球答疑.mp4 241.6MB

09-[05课]额外的新比赛往期方案讲解.mp4 429.93MB

10-[06课]理论知识补充.mp4 239.49MB

11-[07课]复盘.mp4 277.97MB

10-[kaggle新赛]议论文评分大赛指导班（NLP·AES任务）

02-打造舒适的AI开发环境软件篇23.mp4 79.65MB

03-打造舒适的AI开发环境软件篇1.mp4 71.09MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

05-[01课]赛题分析，EDA.mp4 343.89MB

06-[02课]baseline基本讲解.mp4 201.18MB

07-[03课]赛题理论知识讲解.mp4 199.11MB

08-[04课]赛题trick讲解.mp4 258.66MB

09-[05课]往期类似比赛讲解.mp4 274.26MB

10-[06课]答疑.mp4 89.08MB

11-[07课]比赛复盘.mp4 77.48MB

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 71.09MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

04-打造舒适的AI开发环境硬件篇.mp4 61.74MB

05-[01课]赛题介绍+baseline详解（理论+实操）.mp4 172.15MB

06-[02课]树模型介绍与调参.mp4 167.75MB

07-[03课]深度学习模型搭建.mp4 124.87MB

08-[04课]模型集成方法.mp4 139.37MB

09-[05课]历史金融风控比赛总结.mp4 142.72MB

10-[06课]比赛总结与直播答疑.mp4 90.07MB

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 196.42MB

03-[02课]推荐系统中的召回算法.mp4 266.26MB

04-[03课]推荐系统中的多兴趣召回算法.mp4 270.8MB

05-[04课]推荐系统中的排序算法.mp4 273.73MB

06-[05课]推荐系统中的多目标算法.mp4 216.9MB

07-[06课]知识图谱在推荐系统中的应用.mp4 163.96MB

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 61.74MB

02-打造舒适的AI开发环境软件篇1.mp4 71.09MB

03-打造舒适的AI开发环境软件篇23.mp4 79.65MB

05-[01课 ] 赛题介绍+kaggle平台学习+比赛数据探索性分析.mp4 209.72MB

06-[02课] Baseline讲解.mp4 277.62MB

07-[03课]语义分割模型基础一，基础版.mp4 195.67MB

08-[04课] 语义分割模型基础二- 进阶版.mp4 533.11MB

09-[05课]通用比赛思路及历年分割比赛top思路代码讲解.mp4 241.66MB

10-[06课]直播答疑.mp4 233.47MB

11-[07课]比赛复盘.mp4 257.02MB

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（理论+实操）.mp4 132.16MB

03-[02课]BERT预训练语言模型的介绍.mp4 158.66MB

04-[03课]Deberta等BERT变种预训练语言模型的介绍.mp4 186.89MB

05-[04课]比赛中的上分技巧.mp4 166.38MB

06-[05课]模型融合以及比赛解答.mp4 144.4MB

07-[06课]top方案的分享和比赛总结.mp4 103.22MB

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 99.55MB

03-01-课赛题介绍+baseline详解.mp4 162.74MB

04-02课-BERT代码详解及HuggingFace Transfomers实战.mp4 215.89MB

05-03课-BERT及其变种.mp4 163.73MB

06-04课-代码实操课（kaggle环境）.mp4 166.01MB

07-05课-BERT变种和比赛技巧.mp4 154.15MB

08-06课-比赛总结和top方案分享.mp4 123.95MB

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 99.55MB

04-[先修指南]kaggle竞赛介绍.mp4 28.64MB

08-[01课]开营第一课（直播回放）.mp4 131.79MB

10-[02课]目标检测二阶段算法.mp4 135.12MB

11-[03课]修改网络设计.mp4 115.6MB

12-[04课]骨干网介绍和损失函数设计.mp4 124.18MB

13-[05课]数据增强和调参.mp4 118.36MB

14-[06]总结复盘.mp4 65.21MB

15-[07课]TOP方案分享_.mp4 134.59MB

17-03 数学基础

02-[第一章]-1 导读课.mp4 13.58MB

03-[第一章]-2 矩阵的基本概念和运算性质.mp4 40.76MB

04-[第一章]-3 矩阵的逆，转置和对称转置.mp4 62.79MB

05-[第一章]-4 行列式的计算.mp4 45.71MB

06-[第一章]-5 特殊矩阵的行列式与行列式的性质.mp4 52.73MB

07-[第一章]-6 行列式按行列展开，代数余子式.mp4 44.19MB

08-[第一章]-7 行列式的应用：克莱姆法则.mp4 12.85MB

09-[第一章]-8 矩阵的逆的引入.mp4 49.52MB

10-[第一章]-9 常用矩阵性质与特殊矩阵的逆.mp4 32.79MB

11-[第一章]-10 分块矩阵.mp4 33.59MB

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 60.81MB

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 25.28MB

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 71MB

15-[第二章]-4 矩阵的秩在线性回归算法中的应用.mp4 28.63MB

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 64.99MB

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 51.42MB

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 59MB

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 60.27MB

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 38.62MB

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 38.63MB

22-[第二章]-11 SVD分解的应用.mp4 61.34MB

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 63.48MB

24-[第三章]-2 中值定理&洛必达法则&泰勒公式及应用.mp4 56.33MB

25-[第三章]-3 函数的凹凸性&函数的极值.mp4 56.38MB

26-[第三章]-4 不定积分.mp4 36.13MB

27-[第三章]-5 定积分.mp4 42.21MB

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 55.83MB

29-[第三章]-7 方向导数与梯度及其应用.mp4 65.45MB

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 48.65MB

31-[第三章]-9 矩阵的求导.mp4 55.07MB

32-[第三章]-10 矩阵的求导在深度学习中的应用.mp4 58.63MB

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 60.59MB

34-[第四章-上]-2 全概率公式与贝叶斯公式及应用&独立性.mp4 45.45MB

35-[第四章-上]-3 随机变量与多维随机变量.mp4 57.39MB

36-[第四章-上]-4 期望与方差（上）.mp4 52.49MB

37-[第四章-上]-5 期望与方差（下）.mp4 23.14MB

38-[第四章-上]-6 参数的估计.mp4 60.25MB

39-[第四章-下]-1 无约束最优化梯度下降.mp4 71.2MB

40-[第四章-下]-2 无约束最优化牛顿法.mp4 54.4MB

41-[第四章-下]-3 约束最优化.mp4 53.17MB

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 59.03MB

03-01-神经网络基础与多层感知机-1.mp4 50.79MB

04-01-神经网络基础与多层感知机-2.mp4 66.59MB

05-01-神经网络基础与多层感知机-3.mp4 45.07MB

06-01-神经网络基础与多层感知机-4.mp4 79.21MB

07-02-卷积神经网络-0.mp4 62.32MB

08-02-卷积神经网络-1.mp4 92.24MB

09-02-卷积神经网络-2.mp4 53.92MB

10-03-循环神经网络-0.mp4 48.48MB

11-03-循环神经网络-1.mp4 84.75MB

12-03-循环神经网络-2.mp4 62MB

19-01 Python · AI&数据科学入门

02-第一章 绪论和环境配置.mp4 50.67MB

03-[作业讲解]第一章：助教实际演示配置环境过程.mp4 30.7MB

04-第二章 Python 基本语法元素.mp4 98.86MB

05-[作业讲解]第二章：Python基本语法元素.mp4 57.38MB

06-第三章 基本数据类型.mp4 86.73MB

07-[作业讲解]第三章：基本数据类型.mp4 50.53MB

08-第四章 组合数据类型.mp4 89.81MB

09-[作业讲解]第四章：复杂数据类型.mp4 67.67MB

10-第五章 程序控制结构.mp4 80.73MB

11-[作业讲解]第五章：程序控制结构.mp4 27.37MB

12-第六章 函数-面向过程的编程.mp4 116.29MB

13-[作业讲解]第六章：函数.mp4 41.31MB

14-第七章 类-面向对象的编程.mp4 74.64MB

15-[作业讲解]第七章：类.mp4 26.6MB

16-第八章 文件-异常和模块.mp4 107.29MB

17-[作业讲解]第八章：文件-异常和模块.mp4 13.61MB

18-第九章 有益的探索.mp4 116.87MB

19-[作业讲解]第九章：有益的探索.mp4 34.11MB

20-第十章 Python标准库.mp4 85.69MB

21-[作业讲解]第十章：Python标准库.mp4 11.79MB

22-第十一章 科学计算库—Numpy应用.mp4 77.31MB

23-[作业讲解]第十一章：Numpy库.mp4 27.27MB

24-第十二章 Pandas库.mp4 124.03MB

25-[作业讲解]第十二章：Pandas库.mp4 27.77MB

26-第十三章 Matplotlib.mp4 90.75MB

27-[作业讲解]第十三章：Matplotlib.mp4 41.18MB

28-第十四章 Sklearn常规用法.mp4 60.22MB

29-[作业讲解]第十四章：Sklearn常规用法.mp4 45.3MB

30-第十五章 再谈编程.mp4 70.06MB

20-深度学习PyTorch框架班

05-[必看]深入浅出PyTorch.mp4 75.53MB

06-[第一周]PyTorch简介与安装.mp4 54.25MB

07-[第一周]补充-pytorch开发环境安装.mp4 136.22MB

08-[第一周]张量简介与创建.mp4 55.55MB

09-[第一周]张量操作与线性回归.mp4 64MB

10-[第一周]计算图与动态图机制.mp4 43.07MB

11-[第一周]autograd与逻辑回归.mp4 62.08MB

12-[第一周]作业讲解1.mp4 31.27MB

13-[第一周]作业讲解2.mp4 25.66MB

14-[第一周]作业讲解3.mp4 25.61MB

15-[第二周]数据读取机制Dataloader与Dataset.mp4 56.73MB

16-[第二周]数据预处理transforms模块机制.mp4 54.08MB

17-[第二周]二十二种transforms数据预处理方法.mp4 93.46MB

18-[第二周]学会自定义transforms方法.mp4 99.93MB

19-[第二周]作业讲解.mp4 89.52MB

20-[第三周]模型创建步骤与nn.Module.mp4 57.71MB

21-[第三周]模型容器与AlexNet构建.mp4 61.3MB

22-[第三周]nn网络层-卷积层.mp4 62.9MB

23-[第三周]nn网络层-池化-线性-激活函数层.mp4 61.48MB

24-[第三周]作业讲解.mp4 61.17MB

25-[第四周]权值初始化.mp4 60.54MB

26-[第四周]损失函数（一）.mp4 90.59MB

27-[第四周]损失函数(二).mp4 92.83MB

28-[第四周]优化器optimizer的概念.mp4 62.28MB

29-[第四周]torch.optim.SGD.mp4 72.52MB

30-[第四周]作业讲解.mp4 30.96MB

31-[第五周]学习率调整策略.mp4 78.31MB

32-[第五周]TensorBoard简介与安装.mp4 45.54MB

33-[第五周]TensorBoard使用（一）.mp4 66.61MB

34-[第五周]TensorBoard使用（二）.mp4 99.65MB

35-[第五周]hook函数与CAM可视化.mp4 77.04MB

36-[第五周]作业讲解.mp4 42.77MB

37-[第六周]正则化之weight_decay.mp4 58.81MB

38-[第六周]正则化之Dropout.mp4 60.57MB

39-[第六周]Batch Normalization.mp4 79.32MB

40-[第六周]Normalizaiton_layers.mp4 59.56MB

41-[第六周]作业讲解.mp4 36.64MB

42-[第七周]模型保存与加载.mp4 46.56MB

43-[第七周]模型finetune.mp4 62.84MB

44-[第七周]GPU的使用.mp4 67.27MB

45-[第七周]PyTorch常见报错.mp4 56.87MB

46-[第七周]作业讲解.mp4 21.73MB

47-[第八周]图像分类一瞥.mp4 79.94MB

48-[第八周]图像分割一瞥.mp4 100.25MB

49-[第八周]图像目标检测一瞥（上）.mp4 72.78MB

50-[第八周]图像目标检测一瞥（下）.mp4 119.99MB

51-[第九周]生成对抗网络一瞥.mp4 85.16MB

52-[第九周]循环神经网络一瞥.mp4 60.12MB

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 99.55MB

04-[01课]赛题介绍+baseline详解.mp4 157.92MB

05-[02课]特征工程.mp4 214.66MB

06-[03课]序列模型.mp4 244.11MB

07-[04课]Auto—ML&HPO.mp4 93.9MB

08-[05课]爱奇艺结营视频.mp4 113.39MB

22-[Kaggle新赛]有毒评论识别大赛指导班（NLP·文本分类）

01-打造舒适的AI开发环境.mp4 99.55MB

IT资源站-www.vipc9.com.url 173B

一切与IT有关的教程.txt 21B

下载说明.txt 200B

目录.txt -1.#INDB