[极客时间-100046401]NLP 实战高手课网盘资源 | 影盘社

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:104丨Lambda-DCS概述.mp4
file:134丨文本推荐系统和增强学习.mp4
file:153丨Kubernetes服务发现.mp4
file:115DirectPolictyGradient:基本设定及Gumbel-trick的使用116DirectPolictyGradient:轨迹生成方法.mp4
file:123丨超参数搜索:如何寻找算法的超参数.mp4
file:130丨COMAAgent之间的交流.mp4
file:158丨Istio简介:Istio包含哪些功能?.mp4
file:112丨A2C和A3C:如何提升基本的PolicyGradient算法.mp4
file:137丨PPO算法.mp4
file:128丨AlphaStar介绍:AlphaStar中采取了哪些技术?.mp4
file:110丨Rainbow:如何改进Q-learning算法?.mp4
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:124丨Learning to optimize:是否可以让机器学到一个新的优化器.mp4
file:118丨AutoML网络架构举例.mp4
file:126丨使用增强学习改进组合优化的算法.mp4
file:101丨ASDL和AST.mp4
file:143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
file:157丨Kubernetes Stateful Sets.mp4
file:129丨IMPALA:多Agent的Actor-Critic算法.mp4
file:108丨最短路问题和DijkstraAlgorithm.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4
file:39丨半自动特征构建方法:连续变量的转换.mp4
file:38丨半自动构建方法:Entity Embedding的实现.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:19丨神经网络基础:神经网络的基础构成.mp4
file:25丨PyTorch简介:Tensor和相关运算.mp4
file:44丨降维方法:Variational Auto Encoder.mp4
file:35丨半自动特征构建方法:Categorical Encoder.mp4
file:05丨NLP领域简介:NLP基本任务及研究方向.mp4
file:20丨Embedding简介.mp4
file:26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
file:42丨降维方法:PCA,NMF 和 tSNE.mp4
file:02丨内容综述.mp4
file:32丨Pandas 简介:如何使用Pandas对数据进行处理?.mp4
file:22丨RNN简介:RNN和LSTM.mp4
file:03丨AI概览:宣传片外的人工智能.mp4
file:45丨变量选择方法.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:33丨Matplotlib 简介:如何进行简单的可视化分析?.mp4
file:15丨AI项目部署:微服务简介.mp4
file:04丨AI项目流程:从实验到落地.mp4
file:48丨集成树模型:LightGBM简介.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:06丨NLP应用:智能问答系统.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:57丨神经网络的训练:初始化.mp4
file:73丨深度迁移学习模型:ALBERT和ELECTRA.mp4
file:62丨xDeepFM:如何用神经网络处理高维的特征?.mp4
file:51丨健康检查:与Liveness,Readiness,Startup探测集成实现高可用.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: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:53丨神经网络的构建:GatingMechanism和Attention.mp4
file:52丨神经网络的构建:NetworkinNetwork.mp4
file:59丨神经网络的训练:新的PyTorch训练框架.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:94丨依存分析和UniversalDepdencyRelattions.mp4
file:96丨ShiftReduce算法.mp4
file:75丨深度迁移学习模型的微调:TensorFlowBERT代码简析.mp4
file:98丨树神经网络:如何采用TreeLSTM和其它拓展方法?.mp4
file:91丨Few-shotLearning:是否有更好的利用不同任务的方法?.mp4
file:92丨半监督学习:如何让没有标注的数据也派上用场?.mp4
file:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
file:78丨优化器:Lookahead,Radam和Lamb.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:61丨Transformer代码实现剖析.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: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: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:68丨高级模型融合技巧:Metades是什么?.mp4
folder:[极客时间-100046401]NLP 实战高手课
folder:01-50

分享时间

2026-06-10

入库时间

2026-06-11

资源类型

夸克网盘

分享用户

拔腿*跑的云雀

扫码获取资源

进入网盘

分享资源