极客时间-NLP 实战高手课网盘资源 | 影盘社

file:117丨AutoML及NeuralArchitectureSearch简介.mp4
file:124丨Learning to optimize:是否可以让机器学到一个新的优化器.mp4
file:156丨Kubernetes灰度上线.mp4
file:159丨Istio实例和Circuit Breaker.mp4
file:112丨A2C和A3C:如何提升基本的PolicyGradient算法.mp4
file:148丨Docker简介.mp4
file:107丨增强学习的基本设定:增强学习与传统的预测性建模有什么区别?.mp4
file:126丨使用增强学习改进组合优化的算法.mp4
file:144丨Quora问题等价性案例学习:预处理和人工特征.mp4
file:108丨最短路问题和DijkstraAlgorithm.mp4
file:123丨超参数搜索:如何寻找算法的超参数.mp4
file:125丨遗传算法和增强学习的结合.mp4
file:115DirectPolictyGradient:基本设定及Gumbel-trick的使用116DirectPolictyGradient:轨迹生成方法.mp4
file:160丨结束语.mp4
file:142丨Model-basedReinforcementLearning.mp4
file:133丨DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4
file:129丨IMPALA:多Agent的Actor-Critic算法.mp4
file:110丨Rainbow:如何改进Q-learning算法?.mp4
file:111丨PolicyGradient:如何进行PolicyGradient的基本推导?.mp4
file:141丨增强学习中的探索问题.mp4
file:132丨知识蒸馏:如何加速神经网络推理.mp4
file:127丨多代理增强学习概述:什么是多代理增强学习?.mp4
file:119丨RENAS:如何使用遗传算法和增强学习探索网络架构.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4
file:31丨表格化数据挖掘基本流程:看看现在的数据挖掘都是怎么做的?.mp4
file:03丨AI概览:宣传片外的人工智能.mp4
file:26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
file:14丨AI项目部署:框架选择.mp4
file:43丨降维方法:Denoising Auto Encoders.mp4
file:39丨半自动特征构建方法:连续变量的转换.mp4
file:23丨CNN:卷积神经网络是什么?.mp4
file:28丨文本分类实践:如何进行简单的文本分类?.mp4
file:49丨集成树模型:CatBoost和NGBoost简介.mp4
file:09深度学习框架:选择合适的深度学习框架?10深度学习与硬件:CPU.mp4
file:18丨神经网络基础:训练神经网络.mp4
file:38丨半自动构建方法:Entity Embedding的实现.mp4
file:46集成树模型:如何提升决策树的效果47集成树模型:GBDT和XgBoost的数学表达.mp4
file:11丨深度学习与硬件:GPU.mp4
file:30丨经典的数据挖掘方法:数据驱动型开发早期的努力.mp4
file:21丨RNN简介:马尔可夫过程和隐马尔可夫过程.mp4
file:33丨Matplotlib 简介:如何进行简单的可视化分析?.mp4
file:16丨统计学基础:随机性是如何改变数据拟合的本质的?.mp4
file:34丨半自动特征构建方法:Target Mean Encoding.mp4
file:45丨变量选择方法.mp4
file:25丨PyTorch简介:Tensor和相关运算.mp4
file:01丨课程介绍.mp4
file:32丨Pandas 简介:如何使用Pandas对数据进行处理?.mp4
file:42丨降维方法:PCA,NMF 和 tSNE.mp4
file:89丨多任务训练:如何利用多任务训练来提升效果?.mp4
file:82丨LabelSmoothing和LogitSqueezing.mp4
file:75丨深度迁移学习模型的微调:TensorFlowBERT代码简析.mp4
file:86丨VirtualAdverserialTraining:如何减少一般对抗训练难收敛的问题并提高结果的鲁棒性?.mp4
file:78丨优化器:Lookahead,Radam和Lamb.mp4
file:85丨长文本分类:截取,关键词拼接和预测平均.mp4
file:98丨树神经网络:如何采用TreeLSTM和其它拓展方法?.mp4
file:97丨基于神经网络的依存分析算法.mp4
file:90丨DomainAdaptation:如何利用其它有标注语料来提升效果?.mp4
file:61丨Transformer代码实现剖析.mp4
file:63丨xDeepFM的代码解析.mp4
file:94丨依存分析和UniversalDepdencyRelattions.mp4
file:88丨训练预语言模型.mp4
file:68丨高级模型融合技巧:Metades是什么?.mp4
file:84丨上层模型拼接:如何在语言模型基础上拼接更多的模型?.mp4
file:83丨底层模型拼接:如何让不同的语言模型融合在一起从而达到更好的效果?.mp4
file:93丨依存分析和SemanticParsing概述.mp4
file:96丨ShiftReduce算法.mp4
file:67丨模型融合基础:如何让你所学到的模型方法一起发挥作用?.mp4
file:73丨深度迁移学习模型:ALBERT和ELECTRA.mp4
file:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
file:91丨Few-shotLearning:是否有更好的利用不同任务的方法?.mp4
file:51丨健康检查:与Liveness,Readiness,Startup探测集成实现高可用.mp4
file:77丨优化器:Adam和AdamW.mp4
file:60丨Transformer:如何通过Transformer榨取重要变量?.mp4
file:62丨xDeepFM:如何用神经网络处理高维的特征?.mp4
file:95丨Stanza使用.mp4
file:64丨时序建模:如何用神经网络解决时间序列的预测问题?.mp4
folder:极客时间-NLP 实战高手课
folder:01-50

分享时间

2025-12-07

入库时间

2025-12-08

资源类型

夸克网盘

分享用户

麻利*橙子

扫码获取资源

进入网盘

分享资源