[极客时间-100046401]NLP 实战高手课网盘资源 | 影盘社

file:149丨Docker部署实践.mp4
file:133丨DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4
file:146丨文本校对案例学习.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4
file:140丨ImitationLearning和Self-imitationLearning.mp4
file:111丨PolicyGradient:如何进行PolicyGradient的基本推导?.mp4
file:103丨LambdaCaculus概述.mp4
file:110丨Rainbow:如何改进Q-learning算法?.mp4
file:151丨Kubernetes部署实践.mp4
file:145丨Quora问题等价性案例学习:深度学习模型.mp4
file:121丨层次搜索法:如何在模块之间进行搜索?.mp4
file:117丨AutoML及NeuralArchitectureSearch简介.mp4
file:114丨MCTS简介:如何将“推理”引入到强化学习框架中.mp4
file:158丨Istio简介:Istio包含哪些功能?.mp4
file:125丨遗传算法和增强学习的结合.mp4
file:157丨Kubernetes Stateful Sets.mp4
file:102丨Tranx简介.mp4
file:128丨AlphaStar介绍:AlphaStar中采取了哪些技术?.mp4
file:135丨RL训练方法集锦:简介.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:122丨LeNAS:如何搜索搜索space.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:51丨健康检查:与Liveness,Readiness,Startup探测集成实现高可用.mp4
file:73丨深度迁移学习模型:ALBERT和ELECTRA.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:85丨长文本分类:截取,关键词拼接和预测平均.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:62丨xDeepFM:如何用神经网络处理高维的特征?.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:75丨深度迁移学习模型的微调:TensorFlowBERT代码简析.mp4
file:78丨优化器:Lookahead,Radam和Lamb.mp4
file:55丨神经网络的构建:ActivationFunction.mp4
file:81丨UDA:一种系统的数据扩充框架.mp4
file:93丨依存分析和SemanticParsing概述.mp4
file:53丨神经网络的构建:GatingMechanism和Attention.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: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: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
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:61丨Transformer代码实现剖析.mp4
file:59丨神经网络的训练:新的PyTorch训练框架.mp4
file:87丨其他Embedding的训练:还有哪些Embedding方法?.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:63丨xDeepFM的代码解析.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: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:82丨LabelSmoothing和LogitSqueezing.mp4
file:88丨训练预语言模型.mp4
file:57丨神经网络的训练:初始化.mp4
file:20丨Embedding简介.mp4
file:45丨变量选择方法.mp4
file:02丨内容综述.mp4
file:22丨RNN简介:RNN和LSTM.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:28丨文本分类实践:如何进行简单的文本分类?.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:32丨Pandas 简介:如何使用Pandas对数据进行处理?.mp4
file:37丨半自动特征构建方法:Entity Embedding.mp4
file:35丨半自动特征构建方法:Categorical Encoder.mp4
file:15丨AI项目部署:微服务简介.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: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:48丨集成树模型:LightGBM简介.mp4
file:19丨神经网络基础:神经网络的基础构成.mp4
file:41丨自动特征构建方法:Symbolic learning和AutoCross简介.mp4
file:23丨CNN:卷积神经网络是什么?.mp4
file:21丨RNN简介:马尔可夫过程和隐马尔可夫过程.mp4
file:06丨NLP应用:智能问答系统.mp4
file:40丨半自动特征构建方法:缺失变量和异常值的处理.mp4
file:33丨Matplotlib 简介:如何进行简单的可视化分析?.mp4
file:44丨降维方法:Variational Auto Encoder.mp4
file:12丨深度学习与硬件:TPU.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
folder:[极客时间-100046401]NLP 实战高手课
folder:51-99

分享时间

2026-03-05

入库时间

2026-03-15

资源类型

夸克网盘

分享用户

喜形*色的菠萝

扫码获取资源

进入网盘

分享资源