2022马士兵AI人工智能工程师1

课程目录

人工智能.png (189.65 KB, 下载次数: 0) 2022-9-7 22:08 上传 课程介绍： 系统学习模型搭建等基础模块，掌握神经网络等机器大脑原理，完成八大实践项目的整合应用。掌握人工智能基础所需要运用到的数据量化和特征提取。制作智能聊天机器人、推荐系统、机器翻译等项目，还能接触到自动驾驶和语音识别和合成的方向。 课程目录： 01、人工智能1期 1.概述and特征提取 2.线性回归1 第一个模型用来进行数值预测 3.从傻瓜到智能，梯度下降法学习法 4.突破瓶颈，模型效果的提升 5.猛将起于卒伍，工业环境下的分类模型 6.损失函数推到解析和特征选择优化 7.到底好不好？模型评价指标讲解 8.让模型看的更准更稳，正则优化 9.让学习更高效，数值优化和一只看不见的手 10.朴素贝叶斯模型：简单背后蕴含的有效 11.支持向量机SVM1-曾经的分类王者 12.SVM2-昔日辉煌，传统方法顶峰详解 13.分类器背后的秘密和机器学习三大定律 14.三个臭皮匠顶一个诸葛亮-决策树和随机森林 15.集成学习：企业神器GBDT详解 16.Kmeans聚类：无监督学习，让数据自己说话 17.DBscan聚类：kmeans升级，数据更具智能 18.LDA：文本数据大杀器，揭示文本背后的秘密 19.深度学习DNN01-深度学习开启人工智能新时代 20.编程工具keras讲解和深度学习为什么会有效 21.深度学习的学习算法，梯度下降法和链式法则 22.多分类函数softmax和学习方法 23.深度学习非线性能力关键：激活函数详解 24.深度学习避坑指南：权重初始化的方法和技巧 25.集成学习在深度学习中的应用dropout 26.梯度下降法的优化和一些先进的学习技术 27.项目一：数字图像识别，让机器具有一双眼睛 28.项目二：以图搜图技术详解实战01 29.项目二：以图搜图技术详解实战02 30.开始深度学习在自然语言处理领域的时代 31.word2vec的一些特殊问题和优化方法 32.项目三：推荐系统整体流程架构解读01 33.项目三：A_B测试和相关指标解读02 34.项目三：关键词抽取和基于文本的召回算法03 35.项目三：推荐系统04基于行为类的召回算法 36.项目三：推荐系统05 Airbnb优秀文解读 37.CNN：计算机视觉标配，给AI一双慧眼 38.项目四：CNN识别彩色图像，就那么一会 39.一期课程内容总结 40.常见面试题解读01 41.常见面试题解读02 42.如何写简历 43.NLP技术在推荐搜索中的应用 44.逻辑回归和神经元 45.BP算法原理和训练方法 46.常见激活函数讲解 47.图像分类在企业中的应用 48.卷积的基本思想 02、人工智能2期 1.开班典礼_学前必看 2.FM模型 3.推荐系统之协同过滤 4.推荐系统之召回 5.推荐系统之排序1 6.推荐系统之排序2 7.RNN和LSTM 8.语音合成方法介绍 9.语音合成前端 10.端到端语音合成声学模型 11.语音合成声码器及端到端语音合成实战 12.LSTM和ELMO 13.实战项目：智能输入法 14.输入法项目之新词发现 15.注意力模型Attention 16.注意力模型Self-Attention 17.Transformer和Bert 18.图像之文本检测 19.图像之文本识别 20.文本分类项目：分类任务简介、分类系统综述 21.文本分类项目：基本模型回顾 - NB、SVM 22.文本分类项目：基本模型回顾 - FastText 23.文本分类项目：系统集成、系统调优 24.文本分类项目：系统优化：实体信息 25.文本分类项目： 系统优化：图片分类 26.文本分类项目： 深度模型系统：TextCNN 27.Tensorflow Serving简介以及深度模型 28.高级图像技术1 29.高级图像技术2 30.高级图像技术3 31.高级图像技术4 32.海外项目：推荐系统入门简介 33.海外项目：Item2vec算法以及实际应用 34.海外项目：数据预处理 35.CTR预估算法sparselogistics regression 36.深度学习入门 37.海外项目：CNN & LSTM详细讲解 38.海外项目：self-attention 机制讲解 39.海外项目：wide-deep model代码实战 40.智能聊天机器人1 41.智能聊天机器人2 03、人工智能3期 1.信息入门-概率和信息 2.拉格朗日极值法和泛函分析入门 3.联合熵，条件熵，互信息，交叉熵 4.从信息的角度解读机器学习 5.矩阵求导术 6.文本分类速览1 7.文本分类速览2 8.从数学的角度看embedding特征维度的选取 9.面试指导 10.AI架构设计 11.推荐系统综述 12.量化投资概述：量化投资靠什么赚钱 14.量化投资概述：交易市场介绍 15.量化投资概述：策略类型介绍 16.生成模型GAN 17.量化投资概述：风险案例 18.量化投资概述：量化工具，AI应用案例 19.生成模型VAE 20.GAN背后的秘密 21.量化投资概述：机器学习模型应用基础 22.量化投资概述：交易行为举例 23.PageRank算法1 24.PageRank算法2 25.期货量化交易：远期和期货介绍 26.期货量化交易：远期和期货定价 27.期货量化交易：远期和期货应用 28.期货量化交易：套期保值策略 29.textrank算法 30.node2vec算法 31.期货量化交易：套期保值计算 32.期货量化交易：CAT产品及策略概述 35.期货量化交易：图模型在推荐系统中的应用 36.图模型在推荐系统中的应用2 37.bert和他的朋友们2 37.bert和他的朋友们 38.期货量化交易：套利策略 40.期货量化交易：策略回测 41.bert和他的朋友们3 42.bert和他的朋友们4 43.高频交易：市场微观结构及策略 44.高频交易：高频数据及因子计算 46.深度学习与语音识别技术基础1 46.深度学习与语音识别技术基础2 47.高频交易：高频交易案例 48.高频交易：高频交易回测 49.语音识别之语音信号基础 50.语音识别之语音信号基础2 51.语音识别之特征处理及HMM模型 52.高频交易：高频因子挖掘及高频做市策略 53.强化学习量化交易应用2 53.强化学习量化交易应用 54.股票量化交易：股票发行2 54.股票量化交易：股票发行 55.股票量化交易：打新策略及风险衡量2 56.HMM-GMM模型2 56.HMM-GMM模型 57.股票量化交易：现代投资组合理2 57.股票量化交易：现代投资组合理 58.语音识别实战一2 58.语音识别实战一 59.股票量化交易：多因子模型理-架构 59.股票量化交易：多因子模型理 60.语音识别实战一 04、人工智能4期 1.数据的量化和特征提取 2.数据的量化和特征提取2 3.线性回归 4.逻辑回归 5.损失函数和正则项 6.分类模型的评价指标和多分类 7.逻辑回归的高级技巧 8.FM模型 9.Kmeans 10.深度学习入门 11.梯度下降和矩阵求导 12.速精机器学习12 13.速精机器学习13 14.速精机器学习14 15.速精机器学习15 16.速精机器学习16 17.速精机器学习17 18.速精机器学习18 19.速精机器学习19 20.速精机器学习20 21.速精机器学习21 22.速精机器学习22 23.速精机器学习23 24.速精机器学习24