极客时间-NLP 实战高手课网盘资源 | 影盘社

file:141丨增强学习中的探索问题.mp4
file:154丨Kubernetes Ingress.mp4
file:104丨Lambda-DCS概述.mp4
file:158丨Istio简介:Istio包含哪些功能?.mp4
file:135丨RL训练方法集锦:简介.mp4
file:117丨AutoML及NeuralArchitectureSearch简介.mp4
file:129丨IMPALA:多Agent的Actor-Critic算法.mp4
file:121丨层次搜索法:如何在模块之间进行搜索?.mp4
file:144丨Quora问题等价性案例学习:预处理和人工特征.mp4
file:110丨Rainbow:如何改进Q-learning算法?.mp4
file:114丨MCTS简介:如何将“推理”引入到强化学习框架中.mp4
file:123丨超参数搜索:如何寻找算法的超参数.mp4
file:142丨Model-basedReinforcementLearning.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:160丨结束语.mp4
file:131丨多模态表示学习简介.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.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:112丨A2C和A3C:如何提升基本的PolicyGradient算法.mp4
file:132丨知识蒸馏:如何加速神经网络推理.mp4
file:108丨最短路问题和DijkstraAlgorithm.mp4
file:149丨Docker部署实践.mp4
file:143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
file:113丨Gumbel-trick:如何将离散的优化改变为连续的优化问题?.mp4
file:138丨Reward设计的一般原则.mp4
file:130丨COMAAgent之间的交流.mp4
file:146丨文本校对案例学习.mp4
file:55丨神经网络的构建:ActivationFunction.mp4
file:92丨半监督学习:如何让没有标注的数据也派上用场?.mp4
file:57丨神经网络的训练:初始化.mp4
file:69丨挖掘自然语言中的人工特征:如何用传统的特征解决问题?.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:70重新审视Word Embedding:Negative Sampling和Contextual Embedding71深度迁移学习模型:从ELMo到BERT.mp4
file:77丨优化器:Adam和AdamW.mp4
file:98丨树神经网络:如何采用TreeLSTM和其它拓展方法?.mp4
file:82丨LabelSmoothing和LogitSqueezing.mp4
file:85丨长文本分类:截取,关键词拼接和预测平均.mp4
file:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
file:79丨多重loss的方式:如何使用多重loss来提高模型准确率?.mp4
file:80丨数据扩充的基本方法:如何从少部分数据中扩充更多的数据并避免过拟合?.mp4
file:53丨神经网络的构建:GatingMechanism和Attention.mp4
file:88丨训练预语言模型.mp4
file:81丨UDA:一种系统的数据扩充框架.mp4
file:66丨图网络简介:如何在图结构的基础上建立神经网络?.mp4
file:73丨深度迁移学习模型:ALBERT和ELECTRA.mp4
file:75丨深度迁移学习模型的微调:TensorFlowBERT代码简析.mp4
file:76丨深度迁移学习的微调:如何利用PyTorch实现深度迁移学习模型的微调及代码简析.mp4
file:96丨ShiftReduce算法.mp4
file:94丨依存分析和UniversalDepdencyRelattions.mp4
file:90丨DomainAdaptation:如何利用其它有标注语料来提升效果?.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:93丨依存分析和SemanticParsing概述.mp4
file:61丨Transformer代码实现剖析.mp4
file:48丨集成树模型:LightGBM简介.mp4
file:08丨NLP的学习方法:如何在AI爆炸时代快速上手学习?.mp4
file:02丨内容综述.mp4
file:43丨降维方法:Denoising Auto Encoders.mp4
file:35丨半自动特征构建方法:Categorical Encoder.mp4
file:39丨半自动特征构建方法:连续变量的转换.mp4
file:14丨AI项目部署:框架选择.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:37丨半自动特征构建方法:Entity Embedding.mp4
file:27丨PyTorch简介:如何构造神经网络?.mp4
file:06丨NLP应用:智能问答系统.mp4
file:12丨深度学习与硬件:TPU.mp4
file:45丨变量选择方法.mp4
file:50神经网络建模:如何让神经网络实现你的数据挖掘需求 51神经网络的构建:ResidualConnection和DenseConnection.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: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:17丨神经网络基础:神经网络还是复合函数.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:03丨AI概览:宣传片外的人工智能.mp4
file:20丨Embedding简介.mp4
folder:极客时间-NLP 实战高手课
folder:51-99

分享时间

2026-01-16

入库时间

2026-01-19

资源类型

夸克网盘

分享用户

喜形*色的兔子

扫码获取资源

进入网盘

分享资源