店铺公告

请认真阅读,有问题请联系店主。 重要!拍前必看: 1.全程自助购物,24小时秒发货,无需咨询,发货方式为百度网盘下载地址; 2.本店具备免登录购物功能,仅需填写邮箱,直接付款后商品将直接发送到网页及您的邮箱;也可注册账号后再拍,方便后续查找订单; 3.虚拟商品非实物,不邮寄,具备可复制性,所以发货之后不支持退换货。介意的亲慎拍。

课程购买

课程名称
人工智能深度学习应用视频教程(CTR预估60课)
课程价格

本人工智能深度学习应用视频教程目录如下:
 
AI深度学习实践教程第10课.深度学习CTR预估模型:要解决的几个关键问题.mp4
    AI深度学习实践教程第11课.离散特征如何让DNN可以处理?(1).mp4
    AI深度学习实践教程第12课.离散特征如何让DNN可以处理?(2).mp4
    AI深度学习实践教程第13课.典型网络融合结构之一:并行结构.mp4
    AI深度学习实践教程第14课.典型网络融合结构之二:串行结构.mp4
    AI深度学习实践教程第15课.模型训练与优化.mp4
    AI深度学习实践教程第16课.互联网公司深度学习CTR案例:Google(1).mp4
    AI深度学习实践教程第17课.互联网公司深度学习CTR案例:Google(2).mp4
    AI深度学习实践教程第18课.互联网公司深度学习CTR案例:阿里巴巴.mp4
    AI深度学习实践教程第19课.互联网公司深度学习CTR案例:京东商城.mp4
    AI深度学习实践教程第1课.深度学习在各个领域的成功.mp4
    AI深度学习实践教程第20课.如何定义图像理解?.mp4
    AI深度学习实践教程第21课.图像理解有哪些研究内容?.mp4
    AI深度学习实践教程第22课.传统图像理解技术:图像分类的问题描述.mp4
    AI深度学习实践教程第23课.传统图像理解技术:图像分类的基本方法(1).mp4
    AI深度学习实践教程第24课.传统图像理解技术:图像分类的基本方法(2).mp4
    AI深度学习实践教程第25课.传统图像理解技术:图像分类的基本方法(3).mp4
    AI深度学习实践教程第26课.传统图像理解技术:图像搜索系统(1).mp4
    AI深度学习实践教程第27课.传统图像理解技术:图像搜索系统(2).mp4
    AI深度学习实践教程第28课.传统图像理解技术:图像搜索系统(3).mp4
    AI深度学习实践教程第29课.深度学习的基础模块.mp4
    AI深度学习实践教程第2课.当深度学习遇到CTR预估.mp4
    AI深度学习实践教程第30课.深度学习的模型设计.mp4
    AI深度学习实践教程第31课.深度学习的训练技巧.mp4
    AI深度学习实践教程第32课.深度学习图像理解技术:图像分类框架.mp4
    AI深度学习实践教程第33课.深度学习图像理解技术:模型加速与优化.mp4
    AI深度学习实践教程第34课.深度学习图像理解技术:物体检测分割与图像分类应用场景.mp4
    AI深度学习实践教程第35课.图像理解进阶.mp4
    AI深度学习实践教程第36课.知识图谱是什么?对我们有何帮助?.mp4
    AI深度学习实践教程第37课.知识图谱的发展回顾.mp4
    AI深度学习实践教程第38课.知识图谱为什么火了?.mp4
    AI深度学习实践教程第39课.知识图谱小结.mp4
    AI深度学习实践教程第3课.传统主流CTR预估方法:线性模型.mp4
    AI深度学习实践教程第40课.知识图谱的生命周期与技术难点.mp4
    AI深度学习实践教程第41课.构建领域知识图谱的挑战与解决方案.mp4
    AI深度学习实践教程第42课.基于非结构化数据的知识抽取.mp4
    AI深度学习实践教程第43课.基于非结构化数据的知识抽取:实体识别.mp4
    AI深度学习实践教程第45课.基于非结构化数据的知识抽取:事件抽取.mp4
    AI深度学习实践教程第46课.基于结构化数据的知识抽取.mp4
    AI深度学习实践教程第47课.知识融合与质量评估.mp4
    AI深度学习实践教程第48课.知识图谱管理之数据模型介绍.mp4
    AI深度学习实践教程第49课.知识图谱管理:图谱存储.mp4
    AI深度学习实践教程第4课.传统主流CTR预估方法:FM模型.mp4
    AI深度学习实践教程第50课.知识计算推理.mp4
    AI深度学习实践教程第51课.基于符号的知识表示与推理:谓词逻辑.mp4
    AI深度学习实践教程第52课.基于符号的知识表示与推理:Semantic Net.mp4
    AI深度学习实践教程第53课.基于符号的知识表示与推理:Frame.mp4
    AI深度学习实践教程第54课.基于符号的知识表示与推理:Script.mp4
    AI深度学习实践教程第55课.基于符号的知识表示与推理:语义网络.mp4
    AI深度学习实践教程第56课.基于分布式语义的知识表示与推理 张量分解模型.mp4
    AI深度学习实践教程第57课.基于分布式语义的知识表示与推理 基于翻译的模型TransE.mp4
    AI深度学习实践教程第58课.基于分布式语义的知识表示与推理 神经网络模型.mp4
    AI深度学习实践教程第59课.基于图计算的挖掘分析.mp4
    AI深度学习实践教程第5课.传统主流CTR预估方法:GBDT模型.mp4
    AI深度学习实践教程第60课.知识图谱的行业应用.mp4
    AI深度学习实践教程第6课.深度学习基础模型:前向神经网络(MLP).mp4
    AI深度学习实践教程第7课.深度学习基础模型:CNN.mp4
    AI深度学习实践教程第8课.深度学习基础模型:RNN.mp4
    AI深度学习实践教程第9课.深度学习基础模型:LSTM.mp4

章节1:第1章 深度学习发展及CTR预估应用
课时1:AI深度学习实践教程第1课.深度学习在各个领域的成功.mp4
课时2:AI深度学习实践教程第2课.当深度学习遇到CTR预估.mp4
课时3:AI深度学习实践教程第3课.传统主流CTR预估方法:线性模型.mp4
课时4:AI深度学习实践教程第4课.传统主流CTR预估方法:FM模型.mp4
课时5:AI深度学习实践教程第5课.传统主流CTR预估方法:GBDT模型.mp4
章节2:第2章 深度学习模型及基础知识讲解
课时6:AI深度学习实践教程第6课.深度学习基础模型:前向神经网络(MLP).mp4
课时7:AI深度学习实践教程第7课.深度学习基础模型:CNN.mp4
课时8:AI深度学习实践教程第8课.深度学习基础模型:RNN.mp4
课时9:AI深度学习实践教程第9课.深度学习基础模型:LSTM.mp4
课时10:AI深度学习实践教程第10课.深度学习CTR预估模型:要解决的几个关键问题.mp4
课时11:AI深度学习实践教程第11课.离散特征如何让DNN可以处理?(1).mp4
课时12:AI深度学习实践教程第12课.离散特征如何让DNN可以处理?(2).mp4
课时13:AI深度学习实践教程第13课.典型网络融合结构之一:并行结构.mp4
课时14:AI深度学习实践教程第14课.典型网络融合结构之二:串行结构.mp4
课时15:AI深度学习实践教程第15课.模型训练与优化.mp4
章节3:第3章 深度学习CTR案例
课时16:AI深度学习实践教程第16课.互联网公司深度学习CTR案例:Google(1).mp4
课时17:AI深度学习实践教程第17课.互联网公司深度学习CTR案例:Google(2).mp4
课时18:AI深度学习实践教程第18课.互联网公司深度学习CTR案例:阿里巴巴.mp4
课时19:AI深度学习实践教程第19课.互联网公司深度学习CTR案例:京东商城.mp4
章节4:第4章 深度学习之图像理解技术基础
课时20:AI深度学习实践教程第20课.如何定义图像理解?.mp4
课时21:AI深度学习实践教程第21课.图像理解有哪些研究内容?.mp4
课时22:AI深度学习实践教程第22课.传统图像理解技术:图像分类的问题描述.mp4
课时23:AI深度学习实践教程第23课.传统图像理解技术:图像分类的基本方法(1).mp4
课时24:AI深度学习实践教程第24课.传统图像理解技术:图像分类的基本方法(2).mp4
课时25:AI深度学习实践教程第25课.传统图像理解技术:图像分类的基本方法(3).mp4
课时26:AI深度学习实践教程第26课.传统图像理解技术:图像搜索系统(1).mp4
课时27:AI深度学习实践教程第27课.传统图像理解技术:图像搜索系统(2).mp4
课时28:AI深度学习实践教程第28课.传统图像理解技术:图像搜索系统(3).mp4
课时29:AI深度学习实践教程第29课.深度学习的基础模块.mp4
课时30:AI深度学习实践教程第30课.深度学习的模型设计.mp4
课时31:AI深度学习实践教程第31课.深度学习的训练技巧.mp4
课时32:AI深度学习实践教程第32课.深度学习图像理解技术:图像分类框架.mp4
课时33:AI深度学习实践教程第33课.深度学习图像理解技术:模型加速与优化.mp4
课时34:AI深度学习实践教程第34课.深度学习图像理解技术:物体检测分割与图像分类应用场景.mp4
章节5:第5章 图像理解进阶讲解
课时35:AI深度学习实践教程第35课.图像理解进阶.mp4
课时36:AI深度学习实践教程第36课.知识图谱是什么?对我们有何帮助?.mp4
课时37:AI深度学习实践教程第37课.知识图谱的发展回顾.mp4
课时38:AI深度学习实践教程第38课.知识图谱为什么火了?.mp4
课时39:AI深度学习实践教程第39课.知识图谱小结.mp4
课时40:AI深度学习实践教程第40课.知识图谱的生命周期与技术难点.mp4
课时41:AI深度学习实践教程第41课.构建领域知识图谱的挑战与解决方案.mp4
课时42:AI深度学习实践教程第42课.基于非结构化数据的知识抽取.mp4
课时43:AI深度学习实践教程第43课.基于非结构化数据的知识抽取:实体识别.mp4
课时44:AI深度学习实践教程第45课.基于非结构化数据的知识抽取:事件抽取.mp4
课时45:AI深度学习实践教程第46课.基于结构化数据的知识抽取.mp4
课时46:AI深度学习实践教程第47课.知识融合与质量评估.mp4
课时47:AI深度学习实践教程第48课.知识图谱管理之数据模型介绍.mp4
课时48:AI深度学习实践教程第49课.知识图谱管理:图谱存储.mp4
课时49:AI深度学习实践教程第50课.知识计算推理.mp4
课时50:AI深度学习实践教程第51课.基于符号的知识表示与推理:谓词逻辑.mp4
课时51:AI深度学习实践教程第52课.基于符号的知识表示与推理:Semantic Net.mp4
课时52:AI深度学习实践教程第53课.基于符号的知识表示与推理:Frame.mp4
课时53:AI深度学习实践教程第54课.基于符号的知识表示与推理:Script.mp4
课时54:AI深度学习实践教程第55课.基于符号的知识表示与推理:语义网络.mp4
课时55:AI深度学习实践教程第56课.基于分布式语义的知识表示与推理 张量分解模型.mp4
课时56:AI深度学习实践教程第57课.基于分布式语义的知识表示与推理 基于翻译的模型TransE.mp4
课时57:AI深度学习实践教程第58课.基于分布式语义的知识表示与推理 神经网络模型.mp4
课时58:AI深度学习实践教程第59课.基于图计算的挖掘分析.mp4
课时59:AI深度学习实践教程第60课.知识图谱的行业应用.mp4
暂无购买记录

版权所有

一切资源均是通过网络等公开合法途径获得,资源仅作为阅读交流使用,如有侵权请联系本店下架删除。联系QQ:923191660

Copyright © 2015-2025 逛游网 版权所有