极客时间-NLP 实战高手课网盘资源 | 影盘社

file:网盘搜索小程序,免费全网资源.png
file:146丨文本校对案例学习.mp4
file:141丨增强学习中的探索问题.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: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:156丨Kubernetes灰度上线.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4
file:133丨DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4
file:126丨使用增强学习改进组合优化的算法.mp4
file:108丨最短路问题和DijkstraAlgorithm.mp4
file:122丨LeNAS:如何搜索搜索space.mp4
file:139丨解决SparseReward的一些方法.mp4
file:149丨Docker部署实践.mp4
file:143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
file:115DirectPolictyGradient:基本设定及Gumbel-trick的使用116DirectPolictyGradient:轨迹生成方法.mp4
file:112丨A2C和A3C:如何提升基本的PolicyGradient算法.mp4
file:102丨Tranx简介.mp4
file:137丨PPO算法.mp4
file:111丨PolicyGradient:如何进行PolicyGradient的基本推导?.mp4
file:136丨RL训练方法RL实验的注意事项.mp4
file:125丨遗传算法和增强学习的结合.mp4
file:145丨Quora问题等价性案例学习:深度学习模型.mp4
file:140丨ImitationLearning和Self-imitationLearning.mp4
file:158丨Istio简介:Istio包含哪些功能?.mp4
file:121丨层次搜索法:如何在模块之间进行搜索?.mp4
file:101丨ASDL和AST.mp4
file:131丨多模态表示学习简介.mp4
file:130丨COMAAgent之间的交流.mp4
file:38丨半自动构建方法:Entity Embedding的实现.mp4
file:45丨变量选择方法.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:23丨CNN:卷积神经网络是什么?.mp4
file:33丨Matplotlib 简介:如何进行简单的可视化分析?.mp4
file:14丨AI项目部署:框架选择.mp4
file:03丨AI概览:宣传片外的人工智能.mp4
file:35丨半自动特征构建方法:Categorical Encoder.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:21丨RNN简介:马尔可夫过程和隐马尔可夫过程.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:43丨降维方法:Denoising Auto Encoders.mp4
file:48丨集成树模型:LightGBM简介.mp4
file:36丨半自动特征构建方法:连续变量的离散化.mp4
file:05丨NLP领域简介:NLP基本任务及研究方向.mp4
file:22丨RNN简介:RNN和LSTM.mp4
file:42丨降维方法:PCA,NMF 和 tSNE.mp4
file:24丨环境部署:如何构建简单的深度学习环境?.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:01丨课程介绍.mp4
file:26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
file:17丨神经网络基础:神经网络还是复合函数.mp4
file:20丨Embedding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: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: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:96丨ShiftReduce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: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:99丨SemanticParsing基础:SemanticParsing的任务是什么?.mp4
file:60丨Transformer:如何通过Transformer榨取重要变量?.mp4
file:53丨神经网络的构建:GatingMechanism和Attention.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:54丨神经网络的构建:Memory.mp4
file:85丨长文本分类:截取,关键词拼接和预测平均.mp4
file:88丨训练预语言模型.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: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:58丨神经网络的训练:学习率和Warm-up.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:73丨深度迁移学习模型:ALBERT和ELECTRA.mp4
file:94丨依存分析和UniversalDepdencyRelattions.mp4
file:62丨xDeepFM:如何用神经网络处理高维的特征?.mp4
file:74丨深度迁移学习模型的微调:如何使用TensorFlow在TPU对模型进行微调.mp4
file:93丨依存分析和SemanticParsing概述.mp4
file:55丨神经网络的构建:ActivationFunction.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:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
file:95丨Stanza使用.mp4
file:97丨基于神经网络的依存分析算法.mp4
folder:极客时间-NLP 实战高手课
folder:01-50

分享时间

2026-02-07

入库时间

2026-02-09

资源类型

夸克网盘

分享用户

22*222

扫码获取资源

进入网盘

分享资源