文档详情 ID: cmrmbnmqj0n4phcuwj4fpu9bc 后台管理 免费资源汇总大合集.png 131丨多模态表示学习简介.mp4 143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4 160丨结束语.mp4 122丨LeNAS:如何搜索搜索space.mp4 132丨知识蒸馏:如何加速神经网络推理.mp4 101丨ASDL和AST.mp4 123丨超参数搜索:如何寻找算法的超参数.mp4 124丨Learning to optimize:是否可以让机器学到一个新的优化器.mp4 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 135丨RL训练方法集锦:简介.mp4 134丨文本推荐系统和增强学习.mp4 110丨Rainbow:如何改进Q-learning算法?.mp4 142丨Model-basedReinforcementLearning.mp4 119丨RENAS:如何使用遗传算法和增强学习探索网络架构.mp4 105丨InductiveLogicProgramming:基本设定.mp4 140丨ImitationLearning和Self-imitationLearning.mp4 102丨Tranx简介.mp4 133丨DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4 120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4 103丨LambdaCaculus概述.mp4 152丨Kubernetes自动扩容.mp4 118丨AutoML网络架构举例.mp4 144丨Quora问题等价性案例学习:预处理和人工特征.mp4 115DirectPolictyGradient:基本设定及Gumbel-trick的使用116DirectPolictyGradient:轨迹生成方法.mp4 100丨WikiSQL任务简介.mp4 13丨AI项目部署:基本原则.mp4 02丨内容综述.mp4 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 06丨NLP应用:智能问答系统.mp4 28丨文本分类实践:如何进行简单的文本分类?.mp4 11丨深度学习与硬件:GPU.mp4 40丨半自动特征构建方法:缺失变量和异常值的处理.mp4 04丨AI项目流程:从实验到落地.mp4 03丨AI概览:宣传片外的人工智能.mp4 43丨降维方法:Denoising Auto Encoders.mp4 26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4 21丨RNN简介:马尔可夫过程和隐马尔可夫过程.mp4 25丨PyTorch简介:Tensor和相关运算.mp4 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 42丨降维方法:PCA,NMF 和 tSNE.mp4 16丨统计学基础:随机性是如何改变数据拟合的本质的?.mp4 23丨CNN:卷积神经网络是什么?.mp4 17丨神经网络基础:神经网络还是复合函数.mp4 24丨环境部署:如何构建简单的深度学习环境?.mp4 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 34丨半自动特征构建方法:Target Mean Encoding.mp4 20丨Embedding简介.mp4 54丨神经网络的构建:Memory.mp4 95丨Stanza使用.mp4 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 85丨长文本分类:截取,关键词拼接和预测平均.mp4 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 91丨Few-shotLearning:是否有更好的利用不同任务的方法?.mp4 78丨优化器:Lookahead,Radam和Lamb.mp4 68丨高级模型融合技巧:Metades是什么?.mp4 81丨UDA:一种系统的数据扩充框架.mp4 99丨SemanticParsing基础:SemanticParsing的任务是什么?.mp4 55丨神经网络的构建:ActivationFunction.mp4 92丨半监督学习:如何让没有标注的数据也派上用场?.mp4 75丨深度迁移学习模型的微调:TensorFlowBERT代码简析.mp4 97丨基于神经网络的依存分析算法.mp4 73丨深度迁移学习模型:ALBERT和ELECTRA.mp4 63丨xDeepFM的代码解析.mp4 94丨依存分析和UniversalDepdencyRelattions.mp4 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 62丨xDeepFM:如何用神经网络处理高维的特征?.mp4 53丨神经网络的构建:GatingMechanism和Attention.mp4 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 61丨Transformer代码实现剖析.mp4 90丨DomainAdaptation:如何利用其它有标注语料来提升效果?.mp4 87丨其他Embedding的训练:还有哪些Embedding方法?.mp4 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 51丨健康检查:与Liveness,Readiness,Startup探测集成实现高可用.mp4 极客时间-NLP 实战高手课 01-50 分享时间 0001-01-01 入库时间 2026-08-05 资源类型 夸克网盘 分享用户 一飞*天的狐狸 扫码获取资源 问题反馈 链接失效、内容异常、密码错误等问题都可以快速提交。 选择举报类型 复制链接 进入网盘 分享资源