课程介绍

深度之眼是全球领先的 AI 大赛平台，为 AI 开发者、研究人员和学生提供学习、交流和竞赛的平台。其年度会员课程合集提供了一系列由行业专家和学术领袖讲授的高质量 AI 课程，涵盖了 AI 的各个方面。

课程内容：

该合集包含超过 40 门课程，涵盖以下主题：

• 机器学习基础
• 深度学习算法
• 计算机视觉
• 自然语言处理
• 强化学习
• 数据科学
• 云计算
• AI 伦理

讲师阵容：

这些课程由来自世界领先大学、研究机构和科技公司的顶尖专家授课，包括：

• 斯坦福大学的 Andrew Ng
• 卡内基梅隆大学的 Pedro Domingos
• 谷歌大脑的 Geoffrey Hinton
• 微软亚洲研究院的 Kai-Fu Lee

学习格式：

该课程合集以在线学习的形式提供，包括：

• 视频讲座
• 实动手册
• 测验和练习
• 社区论坛
• 导师指导

面向人群：

该合集面向所有对 AI 感兴趣的人，包括：

• AI 初学者
• 经验丰富的 AI 开发人员
• 研究人员
• 学生

权益：

成为年度会员后，您将享受以下权益：

• 无限制访问所有课程
• 导师指导
• 社区论坛和交流机会
• 专属活动和竞赛
• 数字证书

优势：

• 全面覆盖：涵盖 AI 的各个方面，从基础到高级概念。
• 行业专家：由世界领先的 AI 专家授课。
• 灵活学习：按自己的节奏学习，随时随地访问课程。
• 导师支持：获得来自经验丰富的导师的指导和反馈。
• 社区支持：加入一个充满活力的 AI 学习社区。

课程目录

/14-113-深度之眼-全球AI大赛年度会员课程合集/
│├─01 Python · AI&数据科学入门
│├─03 数学基础
│├─BERT 模型系统班
│├─CV方向-人脸识别-入门难度-【KeSCI】基于卷积神经网络的表情识别大赛(CV方向)
│├─TOP方案解析系列视频课
│├─python工具库实战
│├─【CV】【图像分割】【Kaggle新赛】UW-Madison 肠胃道图像分割大赛
│├─【CV方向】【图像分割·语义分割】【Kaggle大赛】入侵肾脏大赛
│├─【CV方向】【图像分类】【Kaggle大赛】搜索外星人信号大赛
│├─【CV方向】【图像分类】【Kaggle大赛】木薯叶病分类大赛指导班
│├─【CV方向】【图像检索】【进阶】【华为】DIGIX算法精英大赛图像检索赛道
│├─【CV方向】【图像预测】【入门】Kaggle新赛】分子翻译大赛指导
│├─【CV方向】【目标检测】【Kaggle新赛】tensorflow海星目标检测大赛指导班
│├─【CV方向】【目标检测】【进阶】【Kaggle大赛】全球小麦检测大赛指导班
│├─【CV方向】【目标跟踪任务】【Kaggle大赛】NFL头盔跟踪大赛指导班
│├─【NLP】-【文本识别】-【入门】【达观杯】文本智能处理挑战赛指导（NLP方向）
│├─【NLP】【Token分类】【Kaggle新赛】NBME-临床患者病例评分大赛指导班
│├─【NLP】【文本分类】【Kaggle新赛】有毒评论识别大赛指导班
│├─【NLP】【文本分类】【大数据】【新赛】达观杯风险事件标签识别大赛指导班
│├─【NLP】【文本相似度】【kaggle新赛】美国专利短语相似度大赛
│├─【NLP方向】-【表情识别】-【进阶】【DataFountain】疫情期间网民情绪识别大赛
│├─【NLP方向】【基础】【CCF】非结构化商业文本信息中隐私信息识别指导班
│├─【NLP方向】【文本分类】【Kaggle大赛】CommonLit文本复杂性识别大赛指导班
│├─【NLP方向】【文本分类】【入门】【天池】新闻文本分类比赛指导班
│├─【NLP方向】【阿里云-天池】中药说明书实体识别赛道指导班（NLP方向）
│├─【nlp方向】【文本挖掘】【入门】【SODIC新赛】NLP技术实战-企业隐患排查
│├─【多模态】【ICPR新赛】多模态视频字幕识别大赛指导班
│├─【多模态】【Kaggle大赛】Shopee商品匹配大赛指导班
│├─【多模态】【Kaggle新赛】宠物预测大赛指导班
│├─【推荐系统】【华为新赛】DIGIX2021基于多目标优化的视频推荐赛道
│├─【推荐系统】快速入门推荐算法基于top-k的推荐赛
│├─【数据科学】-【地震预测】-【高级】【Kaggle大赛】地震预测大赛指导（数据科学）
│├─【数据科学】-【房价预测】-【进阶】【Kaggle大赛】房价预测赛指导（数据科学）
│├─【数据科学】-【时间序列】-【进阶】【Kaggle大赛】M5-时间序列预测比赛指导班
│├─【数据科学】-【销售预测】-【入门】【Kaggle大赛】预测未来销售赛指导（数据科学）
│├─【数据科学】【Kaggle大赛】回答准确性预测大赛指导
│├─【数据科学】【Kaggle新赛】谷歌智能手机精准定位挑战赛指导班
│├─【数据科学】【量化交易】【时间序列】【Kaggle新赛】量化比赛-股票市场波动率预测大赛指导班
│├─【数据科学】【金融时序】【进阶】【Kesci】交子杯新网银行金融科技挑战赛AI指导
│├─【爱奇艺】WSDM用户留存大赛指导班
│├─【结构化数据挖掘】【金融风控】【CCF新赛】个贷违约预测大赛指导班
│├─【综合赛】【推荐系统】【高级】阿里云-天池】KDD-Debiasing赛道指导班
│├─【金融量化-【时间序列】-【数据科学】【Kaggle大赛】简街市场预测大赛指导（金融量化·时间序列·数据科学）
│├─深度学习PyTorch框架班
│├─神经网络基础知识
01 Python · AI&数据科学入门/
│├─【作业讲解】第一章：助教实际演示配置环境过程.mp4 55.7MB
│├─【作业讲解】第七章：类.mp4 40.6MB
│├─【作业讲解】第三章：基本数据类型.mp4 86.8MB
│├─【作业讲解】第九章：有益的探索.mp4 41.2MB
│├─【作业讲解】第二章：Python基本语法元素.mp4 88.2MB
│├─【作业讲解】第五章：程序控制结构.mp4 34.7MB
│├─【作业讲解】第八章：文件、异常和模块.mp4 13.6MB
│├─【作业讲解】第六章：函数.mp4 60MB
│├─【作业讲解】第十一章：Numpy库.mp4 36.5MB
│├─【作业讲解】第十三章：Matplotlib.mp4 70.4MB
│├─【作业讲解】第十二章：Pandas库.mp4 55.5MB
│├─【作业讲解】第十四章：Sklearn常规用法.mp4 79.4MB
│├─【作业讲解】第十章：Python标准库.mp4 25.8MB
│├─【作业讲解】第四章：复杂数据类型.mp4 108.3MB
│├─第一章 绪论和环境配置.mp4 56.3MB
│├─第七章 类-面向对象的编程.mp4 90.5MB
│├─第三章 基本数据类型.mp4 87.5MB
│├─第九章 有益的探索.mp4 134.2MB
│├─第二章 Python 基本语法元素.mp4 127.5MB
│├─第五章 程序控制结构.mp4 82.8MB
│├─第八章 文件、异常和模块.mp4 131.2MB
│├─第六章 函数-面向过程的编程.mp4 129.6MB
│├─第十一章 科学计算库—Numpy应用.mp4 90.6MB
│├─第十三章 Matplotlib.mp4 130.1MB
│├─第十二章 Pandas库.mp4 174.4MB
│├─第十五章 再谈编程.mp4 74.2MB
│├─第十四章 Sklearn常规用法.mp4 66.7MB
│├─第十章 Python标准库.mp4 96.2MB
│├─第四章 组合数据类型.mp4 96.4MB
│├─说明.docx 18.7KB
03 数学基础/
│├─【第一章】-1 导读课.mp4 21MB
│├─【第一章】-10 分块矩阵.mp4 60.4MB
│├─【第一章】-2 矩阵的基本概念和运算性质.mp4 74.4MB
│├─【第一章】-3 矩阵的逆，转置和对称转置.mp4 113.6MB
│├─【第一章】-4 行列式的计算.mp4 80.5MB
│├─【第一章】-5 特殊矩阵的行列式与行列式的性质.mp4 98.9MB
│├─【第一章】-6 行列式按行列展开，代数余子式.mp4 82.5MB
│├─【第一章】-7 行列式的应用：克莱姆法则.mp4 19.4MB
│├─【第一章】-8 矩阵的逆的引入.mp4 111.4MB
│├─【第一章】-9 常用矩阵性质与特殊矩阵的逆.mp4 76.2MB
│├─【第三章】-1 常用函数的导数以及到导数的常用公式，复合函数求导.mp4 137.3MB
│├─【第三章】-10 矩阵的求导在深度学习中的应用.mp4 106.2MB
│├─【第三章】-2 中值定理&洛必达法则&泰勒公式及应用.mp4 127.4MB
│├─【第三章】-3 函数的凹凸性&函数的极值.mp4 98.3MB
│├─【第三章】-4 不定积分.mp4 64MB
│├─【第三章】-5 定积分.mp4 69.5MB
│├─【第三章】-6 偏导数&多元函数复合求导法则链式求导法则.mp4 114.5MB
│├─【第三章】-7 方向导数与梯度及其应用.mp4 113.1MB
│├─【第三章】-8 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4 79.1MB
│├─【第三章】-9 矩阵的求导.mp4 98.6MB
│├─【第二章】-1 初等变换引入+三种矩阵初等变换以及三种初等矩阵以及矩阵标准型.mp4 147MB
│├─【第二章】-10对角化在压缩算法应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（下）.mp4 71.7MB
│├─【第二章】-11 SVD分解的应用.mp4 134.4MB
│├─【第二章】-2 初等变换的性质以及逆矩阵的另一种简单求法.mp4 50.2MB
│├─【第二章】-3 矩阵秩的定义和性质以及线性方程组解的个数.mp4 133.8MB
│├─【第二章】-4 矩阵的秩在线性回归算法中的应用.mp4 54.5MB
│├─【第二章】-5 向量的线性相关线性无关于可逆矩阵的关系+向量的内积范数正交规范正交基.mp4 128.4MB
│├─【第二章】-6 施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质.mp4 90.6MB
│├─【第二章】-7 施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质.mp4 123.8MB
│├─【第二章】-8 相似矩阵以及矩阵对角化+矩阵对角化的条件以及对称矩阵的对角化.mp4 118.1MB
│├─【第二章】-9对角化在压缩算法的应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（上）.mp4 67.6MB
│├─【第四章-上】-1 随机实验样本空间随机事件&概率的定义&条件概率与乘法公式.mp4 106.7MB
│├─【第四章-上】-2 全概率公式与贝叶斯公式及应用&独立性.mp4 77.7MB
│├─【第四章-上】-3 随机变量与多维随机变量.mp4 123.6MB
│├─【第四章-上】-4 期望与方差（上）.mp4 110.3MB
│├─【第四章-上】-5 期望与方差（下）.mp4 41.7MB
│├─【第四章-上】-6 参数的估计.mp4 125.1MB
│├─【第四章-下】-1 无约束最优化梯度下降.mp4 120MB
│├─【第四章-下】-2 无约束最优化牛顿法.mp4 107.1MB
│├─【第四章-下】-3 约束最优化.mp4 93.3MB
│├─说明.docx 18KB
BERT 模型系统班/
│├─shuom.docx 21.8KB
│├─【02课】BERT 模型结构(下).mp4 127.8MB
│├─【02课】bert模型结构(上).mp4 111.7MB
│├─第3章 BERT 模型预训练和微调(上).mp4 251.3MB
│├─第4章 BERT模型预训练和微调(下).mp4 196MB
│├─第5章 BERT微调项目代码解析(上).mp4 389.1MB
│├─第6章 BERT微调项目代码解析(下).mp4 470.8MB
│├─第7章 关系分类任务的微调.mp4 504.5MB
│├─第8章 对抗训练原理(与代码实现).mp4 335.7MB
CV方向-人脸识别-入门难度-【KeSCI】基于卷积神经网络的表情识别大赛(CV方向)/
│├─【01】CV比赛课-赛前介绍和准备
│├─【02课】Google Colab.mp4 71.4MB
│├─【03课】卷积的基础知识和常用模型架构.mp4 202.4MB
│├─【04课】比赛思路课.mp4 122.9MB
│├─【05课】TFKeras和OpenCV.mp4 837.3MB
│├─【06课】数据准备和增强.mp4 256.3MB
│├─【07课】构建基础baseline模型.mp4 242.7MB
│├─【课件专栏】
│├─作业要求.docx 38.1KB
│├─课件合集.docx 13.3KB
│【01】CV比赛课-赛前介绍和准备/
││├─3.mp4 118.8MB
││├─说明.txt 1.1KB
│【课件专栏】/
││├─文件.txt 199byte
TOP方案解析系列视频课/
│├─【Biendata】海华赛阅读理解大赛-Part1（NLP方向）.mp4 932MB
│├─【Biendata】海华赛阅读理解大赛-Part2（NLP方向）.mp4 1.6GB
│├─【Biendata】海华赛阅读理解大赛-Part3（NLP方向）.mp4 1GB
│├─【Kaggle】Web Traffic大赛TOP8方案（时间序列）.mp4 1.4GB
python工具库实战/
│├─1.1-Python的基本语法.mp4 485.9MB
│├─1.2-正则表达式.mp4 282.8MB
│├─1.3-模块化程序和面向对象.mp4 272.1MB
│├─2.1-高效的numpy数组.mp4 230.9MB
│├─2.3-强大易学的绘图库Matplotlib.mp4 191.3MB
│├─2.4-方便的数据分析库Pandas.mp4 236.5MB
│├─3.1-文本分类Pipeline概述.mp4 253.2MB
│├─3.2-特征预处理.mp4 418.7MB
│├─4.1-必会的分类模型.mp4 602.1MB
│├─4.2-聚类与集成.mp4 735.6MB
│├─4.3-调参与经验.mp4 523.2MB
│├─5.1-序列标注与CRF.mp4 630.8MB
│├─5.2-XGBoost和主题模型LDA.mp4 515.5MB
│├─6.1-中文分词工具Jieba.mp4 622.1MB
│├─6.2-大而全的NLP工具HanLP.mp4 590.8MB
│├─7.1-从感知机到神经网络.mp4 611MB
│├─7.2-word2vec和LSTM.mp4 728.8MB
│├─8.1-卷积网络.mp4 621.1MB
│├─8.2-从Attention到Transformer.mp4 658.4MB
│├─8.3-Bert及其变体.mp4 602.6MB
│├─作业合集.docx 187.4KB
│├─课程课件-代码.docx 12.7KB
【CV】【图像分割】【Kaggle新赛】UW-Madison 肠胃道图像分割大赛/
│├─【01课 】 赛题介绍+kaggle平台学习+比赛数据探索性分析.mp4 554.2MB
│├─【02课】 Baseline讲解.mp4 700.4MB
│├─【03课】语义分割模型基础一，基础版.mp4 350.1MB
│├─【04课】 语义分割模型基础二. 进阶版.mp4 1001MB
│├─【05课】通用比赛思路及历年分割比赛top思路代码讲解.mp4 449.6MB
│├─【06课】直播答疑.mp4 479.3MB
│├─打造舒适的AI开发环境–硬件篇.mp4 79.7MB
│├─打造舒适的AI开发环境–软件篇1.mp4 93.1MB
│├─打造舒适的AI开发环境–软件篇23.mp4 98.7MB
│├─说明.docx 157.9KB
【CV方向】【图像分割·语义分割】【Kaggle大赛】入侵肾脏大赛/
│├─【01课】开营仪式：baseline构建思路.mp4 418.3MB
│├─【02课】语义分割模型细节.mp4 1.2GB
│├─【03课】语义分割模型基础.mp4 371.8MB
│├─【04课】语义分割进阶Trick.mp4 297.1MB
│├─【05课】语义分割竞赛复盘.mp4 182.4MB
│├─【06课】模型融合.mp4 241.3MB
│├─【07课】直播答疑.mp4 192.3MB
│├─【08课】比赛冲刺.mp4 130.6MB
│├─说明.docx 179.7KB
【CV方向】【图像分类】【Kaggle大赛】搜索外星人信号大赛/
│├─【01课】开营第一课.mp4 695MB
│├─【03课】CNN分类模型发展.mp4 368.3MB
│├─【04课】视觉赛题Trick.mp4 303.9MB
│├─【05课】视觉竞赛复盘.mp4 481.3MB
│├─【06课】模型融合&AuoML.mp4 540.3MB
│├─【07课】直播答疑.mp4 349.3MB
│├─【08课】比赛复盘.mp4 425.7MB
│├─说明.docx 668.6KB
【CV方向】【图像分类】【Kaggle大赛】木薯叶病分类大赛指导班/
│├─【01课】赛题解析+Baseline思路.mp4 440.3MB
│├─【02课】Baseline代码详解.mp4 634.8MB
│├─【03课】自动调参工具.mp4 196.1MB
│├─【04课】赛程中期答疑.mp4 178.4MB
│├─【05课】图像分类问题的Trick1.mp4 270.2MB
│├─【06课】Paper课程&effienct.mp4 604.6MB
│├─【07课】图像分类问题的Trick2.mp4 200.1MB
│├─【08课】总结复盘+面试经验分享.mp4 541.9MB
│├─说明.docx 28.4KB
【CV方向】【图像检索】【进阶】【华为】DIGIX算法精英大赛图像检索赛道/
│├─【01课】赛题解析+Baseline构建（上）.mp4 300.8MB
│├─【02课】赛题解析+Baseline构建（下）.mp4 592.1MB
│├─【03课】图像基本知识.mp4 323MB
│├─【04课】图像检索通用流程.mp4 452.1MB
│├─【05课】常用前置处理方法.mp4 259.6MB
│├─【06课】直播答疑日.mp4 116.4MB
│├─【07课】常用特征抽取和融合方法.mp4 420.7MB
│├─【08课】方案解析.mp4 280.4MB
│├─【09课】结营仪式+比赛复盘.mp4 324.5MB
│├─说明.docx 1.4MB
【CV方向】【图像预测】【入门】Kaggle新赛】分子翻译大赛指导/
│├─【01课】Kaggle平台简介&赛提介绍&Baseline.mp4 587.3MB
│├─【02课】本地训练代码详解&baseline代码详解.mp4 1.1GB
│├─【03课】自动调参工具讲解.mp4 623.4MB
│├─【04课】基础trick讲解.mp4 212MB
│├─【05课】Baseline Paper讲解.mp4 1.5GB
│├─【06课】高级trick讲解.mp4 931.9MB
│├─【07课】直播答疑.mp4 859MB
│├─【08课】比赛复盘课.mp4 493.5MB
│├─【GPU平台使用教程+代码训练】（入门指导）.mp4 589.7MB
│├─说明.docx 481.1KB
【CV方向】【目标检测】【Kaggle新赛】tensorflow海星目标检测大赛指导班/
│├─【01课】开营第一课（直播回放）.mp4 237.9MB
│├─【02课】目标检测二阶段算法.mp4 433MB
│├─【03课】修改网络设计.mp4 368.9MB
│├─【04课】骨干网介绍和损失函数设计.mp4 370.5MB
│├─【05课】数据增强和调参.mp4 471.2MB
│├─【06】总结复盘.mp4 133.1MB
│├─【06】总结复盘_2022-07-14_14-12-14.mp4 133.1MB
│├─说明.docx 193.2KB
【CV方向】【目标检测】【进阶】【Kaggle大赛】全球小麦检测大赛指导班/
│├─【01课】Baseline构建思路.mp4 236.8MB
│├─【02课】Baseline代码详解.mp4 440MB
│├─【03课】自动调参工具讲解.mp4 308.6MB
│├─【04课】比赛Trick专题讲解一.mp4 368.6MB
│├─【05课】前四期专题知识点梳理回顾巩固.mp4 393.7MB
│├─【06课】比赛Trick专题讲解二.mp4 328.8MB
│├─【07课】比赛涉及paper详解.mp4 1GB
│├─【08课】最强yolov5代码全解析.mp4 486.7MB
│├─【09课】比赛总结复盘+Top方案分享.mp4 381.6MB
│├─说明.docx 109.4KB
【CV方向】【目标跟踪任务】【Kaggle大赛】NFL头盔跟踪大赛指导班/
│├─【01课】赛题介绍+baseline详解 .mp4 318.8MB
│├─【02课】多目标跟踪模型流程细节 .mp4 263.1MB
│├─【03课】多目标跟踪模型发展 .mp4 233.2MB
│├─【04课】目标追踪赛题Trick .mp4 203.5MB
│├─【05课】计算机视觉赛题复盘 .mp4 218.7MB
│├─【06课】模型融合&AuoML .mp4 215.6MB
│├─【07课】比赛冲刺 .mp4 176MB
│├─说明 .docx 926.6KB
【NLP】-【文本识别】-【入门】【达观杯】文本智能处理挑战赛指导（NLP方向）/
│├─【01课】赛前介绍和准备.mp4 42.7MB
│├─【02课】赛题介绍和思路分析.mp4 65.9MB
│├─【03课】数据分析及处理.mp4 115.3MB
│├─【04课】Baseline实现.mp4 111.1MB
│├─【05课】验证集构建和交叉验证.mp4 122MB
│├─【06课】tensorflow2.0入门.mp4 115.7MB
│├─【07课】词向量及word2vec简介.mp4 104.2MB
│├─【08课】深度学习baseline构建.mp4 321.9MB
│├─【09课】深度学习baseline交叉验证.mp4 90.5MB
│├─【10课】深度学习模型提升.mp4 180.3MB
│├─【11课】模型调参和模型融合.mp4 125.5MB
│├─作业要求.docx 49.6KB
【NLP】【Token分类】【Kaggle新赛】NBME-临床患者病例评分大赛指导班/
│├─01-课赛题介绍+baseline详解[ .mp4 327.5MB
│├─02课-BERT代码详解及HuggingFace Transfomers实战[ .mp4 476.8MB
│├─03课-BERT及其变种[ .mp4 413.8MB
│├─04课-代码实操课（kaggle环境）[ .mp4 398.6MB
│├─05课-BERT变种和比赛技巧[ .mp4 394.6MB
│├─06课-比赛总结和top方案分享[ .mp4 221.4MB
│├─说明[ .docx 267.9KB
【NLP】【文本分类】【Kaggle新赛】有毒评论识别大赛指导班/
│├─【01课】赛题介绍+baseline讲解.mp4 215.5MB
│├─【03课】赛题上分思路.mp4 221.4MB
│├─【04课】比赛历史总结.mp4 363.4MB
│├─【05课】比赛冲刺.mp4 268.6MB
│├─【06课】答疑指导（1）.mp4 220.3MB
│├─【07课】答疑指导（2）.mp4 135.2MB
│├─【2】bert结构，自己看.docx
│├─【Kaggle-基本介绍】（入门指导）.mp4 24.7MB
│├─说明.docx 310.2KB
【NLP】【文本分类】【大数据】【新赛】达观杯风险事件标签识别大赛指导班/
│├─【01课】赛题介绍+baseline详解.mp4 1.2GB
│├─【02课】BERT模型及其应用细节.mp4 665.3MB
│├─【03课】更多预训练模型介绍.mp4 699MB
│├─【04课】NLP赛题Trick.mp4 419.9MB
│├─【05课】训练技巧（2）.mp4 597MB
│├─【06课】预训练.mp4 478.3MB
│├─【07课】模型集成.mp4 420.4MB
│├─【08课】比赛冲刺.mp4 542.5MB
│├─说明.docx 77KB
【NLP】【文本相似度】【kaggle新赛】美国专利短语相似度大赛/
│├─【01课】赛题介绍+baseline详解（理论+实操）.mp4 234.1MB
│├─【02课】BERT预训练语言模型的介绍.mp4 402.2MB
│├─【03课】Deberta等BERT变种预训练语言模型的介绍.mp4 430MB
│├─【04课】比赛中的上分技巧.mp4 392.1MB
│├─【05课】模型融合以及比赛解答.mp4 323.8MB
│├─【06课】top方案的分享和比赛总结.mp4 273.4MB
│├─说明.docx 180.8KB
【NLP方向】-【表情识别】-【进阶】【DataFountain】疫情期间网民情绪识别大赛/
│├─【01课】赛题详解.mp4 291.3MB
│├─【02课】比赛专题讲解.mp4 271MB
│├─【03课】模型调参和文本增强比赛专题讲解.mp4 259.9MB
│├─【04课】比赛思路进阶专题讲解.mp4 162.8MB
│├─【05课】比赛思路全复盘（纯干货）.mp4 229.6MB
│├─【3月18日】第一次直播答疑.mp4 417.8MB
│├─【3月25日】第二次直播答疑.mp4 290.4MB
│├─第三次直播答疑.mp4 328.8MB
│├─说明.docx 336.3KB
【NLP方向】【基础】【CCF】非结构化商业文本信息中隐私信息识别指导班/
│├─shuom.docx 3.1MB
│├─【01课】赛题解析+Baseline构建.mp4 537MB
│├─【02课】NER的常用模型设计.mp4 383.7MB
│├─【03课】Badcase分析和后处理.mp4 257.6MB
│├─【04课】论文解读&代码解析.mp4 449.8MB
│├─【05课】直播答疑.mp4 476.3MB
│├─【06课】深度模型提升.mp4 392.6MB
│├─【07课】数据增强和模型融合.mp4 855.8MB
│├─【08课】比赛复盘.mp4 539.4MB
【NLP方向】【文本分类】【Kaggle大赛】CommonLit文本复杂性识别大赛指导班/
│├─【01课】赛题介绍&baseline讲解.mp4 766.4MB
│├─【02课】NLP赛题的流程细节.mp4 474.1MB
│├─【03课】Bert分类模型发展.mp4 394MB
│├─【04课】NLP赛题Trick.mp4 356.3MB
│├─【05课】NLP竞赛复盘.mp4 347MB
│├─【06课】模型融合&AuoML.mp4 217.3MB
│├─【07课】直播答疑.mp4 224MB
│├─【08课】比赛冲刺.mp4 171MB
│├─说明.docx 29.8KB
【NLP方向】【文本分类】【入门】【天池】新闻文本分类比赛指导班/
│├─【01课】赛题思路+Baseline构建.mp4 448.2MB
│├─【02课】NLP相关理论.mp4 511.9MB
│├─【03课】竞赛流程与Baseline强化.mp4 540.5MB
│├─【04课】NLP词向量基础.mp4 662.1MB
│├─【05课】NLP词向量进阶.mp4 410.9MB
│├─【06课】模型融合.mp4 324.5MB
│├─【07课】直播答疑.mp4 246.1MB
│├─【08课】比赛全复盘+最强方案解析.mp4 567.9MB
│├─说明.docx 408.8KB
【NLP方向】【阿里云-天池】中药说明书实体识别赛道指导班（NLP方向）/
│├─【01课】赛题解析+Baseline构建（已更新）.mp4 478.1MB
│├─【02课】NLP预训练模型介绍.mp4 231.5MB
│├─【03课】命名实体识别解码器.mp4 257.5MB
│├─【04课】中期直播答疑.mp4 348.9MB
│├─【05课】baseline进阶.mp4 257.4MB
│├─【06课】state-of-the-art模型介绍.mp4 219.4MB
│├─【07课】直播答疑日.mp4 205.4MB
│├─【08课】比赛复盘.mp4 393.9MB
│├─【09课】Google-colab的使用（福利课）.mp4 79.5MB
│├─说明.docx 970.2KB
【nlp方向】【文本挖掘】【入门】【SODIC新赛】NLP技术实战-企业隐患排查/
│├─【01课】企业隐患排查（回放）.mp4 953.1MB
│├─【02课】NLP经典模型.mp4 1.1GB
│├─【03课】深度经典模型.mp4 785.5MB
│├─【04课】迁移学习方法.mp4 1.1GB
│├─【05课】常用trick.mp4 644.8MB
│├─【06课】nlp前沿技术解读.mp4 705.4MB
│├─【07课】解答学生常见问题.mp4 97.5MB
│├─【08课】比赛复盘.mp4 418.9MB
│├─说明.docx 359.2KB
【多模态】【ICPR新赛】多模态视频字幕识别大赛指导班/
│├─【01】赛题介绍 + Baseline 详解.mp4 163.1MB
│├─【02课】视频ocr基础理论与多模态理论.mp4 631.3MB
│├─【03课】基于TransVTSpotter的模型优化.mp4 380.3MB
│├─【04课】基于视频多模态预训练的视频模型优化.mp4 249.1MB
│├─【05课】基于纯语音模态的字幕识别.mp4 291.9MB
│├─【06课】 融合视觉语音的多模态字幕识别.mp4 314.8MB
│├─说明.docx 149.4KB
【多模态】【Kaggle大赛】Shopee商品匹配大赛指导班/
│├─【3月24日】开营仪式，赛题介绍与Baseline讲解.mp4 682.9MB
│├─【3月31日】图像特征提取与图像检索.mp4 927.7MB
│├─【4月18日】直播答疑.mp4 474MB
│├─【4月23日】复赛冲刺.mp4 562.2MB
│├─【4月3日】文本特征提取与文本检索.mp4 740.9MB
│├─【4月6日】商品多模态匹配.mp4 609.3MB
│├─【4月9日】信息检索比赛复盘.mp4 602MB
│├─说明.docx 231.9KB
【多模态】【Kaggle新赛】宠物预测大赛指导班/
│├─【01课】赛题介绍+baseline讲解.mp4 169.1MB
│├─【02课】CV相关理论介绍及其代码讲解.mp4 299.5MB
│├─【03课】调参技巧与数据增强设计.mp4 291MB
│├─【04课】多模态特证聚合理论介绍.mp4 271.9MB
│├─【05课】CV和其他模态数据讲解.mp4 431.2MB
│├─【06课】比赛总结复盘.mp4 181.9MB
│├─说明.docx 117.3KB
【推荐系统】【华为新赛】DIGIX2021基于多目标优化的视频推荐赛道/
│├─shuom.docx 1012.9KB
│├─【01课】赛题介绍+baseline详解.mp4 925.6MB
│├─【02课】推荐赛题的流程细节.mp4 243.6MB
│├─【03课】推荐模型发展.mp4 185.4MB
│├─【04课】推荐赛题Trick.mp4 227.6MB
│├─【05课】推荐系统竞赛复盘.mp4 213.2MB
│├─【06课】模型融合&AuoM.mp4 174.3MB
│├─【07课】比赛冲刺.mp4 161.1MB
【推荐系统】快速入门推荐算法基于top-k的推荐赛/
│├─【01课】推荐系统算法总体介绍+赛题介绍+baseline讲解.mp4 342.9MB
│├─【02课】推荐系统中的召回算法.mp4 573.9MB
│├─【03课】推荐系统中的多兴趣召回算法.mp4 593.7MB
│├─【04课】推荐系统中的排序算法.mp4 596.3MB
│├─【05课】推荐系统中的多目标算法.mp4 433.4MB
│├─【06课】知识图谱在推荐系统中的应用.mp4 366.4MB
│├─说明.docx 113.6KB
【数据科学】-【地震预测】-【高级】【Kaggle大赛】地震预测大赛指导（数据科学）/
│├─3.地震预测
│3.地震预测/
││├─【Kaggle：地震预测】第一周第一节课——赛题背景以及数据的EDA.ts 59.1MB
││├─地震预测.pdf 139.8KB
││├─地震预测资料
││地震预测资料/
│││├─baseline-earthquake.ipynb 41.7KB
│││├─第一周.txt 1.9KB
│││├─预测银牌代码.ipynb 23.2KB
【数据科学】-【房价预测】-【进阶】【Kaggle大赛】房价预测赛指导（数据科学）/
│├─1.房价预测
│1.房价预测/
││├─1【Kaggle：房价预测】第一周第一节课——kaggle账号注册与竞赛入门.mp4 182.2MB
││├─2 Kaggle：房价预测】第一周第二节课——账号注册以及本地化jupyter notebook.mp4 124.3MB
││├─3【Kaggle：房价预测】第一周第三节课——赛题思路分析.mp4 220.2MB
││├─4【Kaggle：房价预测】第一周第四课——数据清洗以及数据处理.mp4 61.2MB
││├─【Kaggle：房价预测】第一周第三节课——赛题思路分析.mp4 220.2MB
││├─【Kaggle：房价预测】第一周第二节课——账号注册以及本地化jupyter notebook.mp4 124.3MB
││├─【Kaggle：房价预测】第二周第一节课——构建baseline.mp4 611.3MB
││├─【Kaggle：房价预测】第二周第三节课——特征工程对baseline的提高.mp4 403.1MB
││├─【Kaggle：房价预测】第二周第二节课——特征工程知识部分讲解.mp4 676MB
││├─【Kaggle：房价预测】第二周第四节课——模型集成原理与实践.mp4 400.9MB
││├─【Kaggle：房价预测】第二次直播答疑.mp4 920.3MB
││├─房价预测.pdf 291.2KB
││├─房价预测资料
││房价预测资料/
│││├─house prices.rar 1.6MB
│││├─房价预测总代码文件.ipynb 2.4MB
│││├─数据处理之特征选择知识(1)(1).pdf 975KB
│││├─数据处理之特征选择知识.pdf 975KB
│││├─数据读取以及EDA的数据以及代码文件.rar 801.6KB
│││├─第一周.txt 5KB
│││├─第二周.txt 4.7KB
│││├─第二次答疑.ipynb 332.8KB
│││├─答疑1.ipynb 1.9MB
【数据科学】-【时间序列】-【进阶】【Kaggle大赛】M5-时间序列预测比赛指导班/
│├─DARNN论文解析+比赛trick拓展专题直播.mp4 539.8MB
│├─【01课】Kaggle平台简介+赛题解析+baseline思路讲解.mp4 693.6MB
│├─机器学习建模+深度学习建模专题直播.mp4 1.1GB
│├─比赛思路全复盘+思路应用+干货分享.mp4 303.2MB
│├─第一次直播答疑.mp4 379.2MB
│├─第三次直播答疑.mp4 184.8MB
│├─第二次直播答疑.mp4 279.6MB
│├─自回归建模+趋势拟合建模专题直播.mp4 491.1MB
│├─说明.docx 1MB
【数据科学】-【销售预测】-【入门】【Kaggle大赛】预测未来销售赛指导（数据科学）/
│├─2.预测未来销售
│2.预测未来销售/
││├─【Kaggle：预测未来销售】第一周第一节课——赛题解读以及数据下载导入、赛题的理解分析.ts 121.2MB
││├─【Kaggle：预测未来销售】第一周第二节课——特征工程以及构建baseline.ts 132.6MB
││├─【Kaggle：预测未来销售】第二周第一节课——特征工程的数据预处理对排名的提升1.ts 131.3MB
││├─【Kaggle：预测未来销售】第二周第三节课——模型的选择以及数据归一化对结果的影响.ts 114.3MB
││├─【Kaggle：预测未来销售】第二周第二节课——特征工程的数据预处理对排名的提升（2）.ts 308.8MB
││├─预测未来销售.pdf 221.3KB
││├─预测未来销售资料
││预测未来销售资料/
│││├─1.016.ipynb 128.5KB
│││├─data2.pkl 510.4MB
│││├─day4-day5.ipynb 200.4KB
│││├─predict-future-sales2.0kaggle运行版本 .ipynb 16.6KB
│││├─比赛2第一周DAY1—DAY2
│││├─第一周.txt 1.6KB
│││├─第三次答疑ipynb 350.6KB
│││├─第二周.txt 2.6KB
│││├─讲课版本.ipynb 429.8KB
│││比赛2第一周DAY1—DAY2/
││││├─DATA
││││├─day4-day5.trec 569.9MB
││││├─特征工程及Basline.mp4 341.3MB
││││├─赛题的解读与数据的下载.ipynb 959.6KB
││││├─预测未来销售.mp4 291.4MB
││││DATA/
│││││├─item_categories.csv 3.5KB
│││││├─items.csv 1.5MB
│││││├─sales_train_v2.csv 90.2MB
│││││├─sample_submission.csv 2.1MB
│││││├─shops.csv 2.9KB
│││││├─test.csv 3MB
【数据科学】【Kaggle大赛】回答准确性预测大赛指导/
│├─【01课】赛题解析&baseline思路.mp4 875.9MB
│├─【02课】结构化数据传统建模.mp4 527.3MB
│├─【03课】结构化数据深度建模.mp4 431.5MB
│├─【04课】直播答疑课.mp4 79.3MB
│├─【05课】比赛相关Paper讲解.mp4 947.3MB
│├─【06课】传统Baseline模型进阶.mp4 454.3MB
│├─【07课】深度Baseline模型进阶.mp4 479.2MB
│├─【08课】比赛冲刺.mp4 764.6MB
│├─说明.docx 854.9KB
【数据科学】【Kaggle新赛】谷歌智能手机精准定位挑战赛指导班/
│├─【01课】赛题介绍、baseline详解.mp4 942.5MB
│├─【02课】 赛题解析.mp4 378.8MB
│├─【03课】数据处理、特征工程.mp4 340.4MB
│├─【04课】传统模型.mp4 388.2MB
│├─【05课】深度模型.mp4 337MB
│├─【06课】 前沿分析.mp4 138.8MB
│├─【07课】直播答疑.mp4 149.8MB
│├─【08课】比赛复盘.mp4 171.4MB
│├─说明.docx 120.7KB
【数据科学】【量化交易】【时间序列】【Kaggle新赛】量化比赛-股票市场波动率预测大赛指导班/
│├─【01课】开营第一课（直播回放）.mp4 252.2MB
│├─【02课】量化交易简介与Baseline代码详解.mp4 407.3MB
│├─【03课】高频因子挖掘套路（一）.mp4 358.6MB
│├─【04课】树模型局限性和常用融合技巧.mp4 358.9MB
│├─【05课】高频因子挖掘套路（二）.mp4 444.6MB
│├─【06课】特征加工加速工具.mp4 185.2MB
│├─【07课】量化交易拓展知识.mp4 238.4MB
│├─说明.docx 85.6KB
【数据科学】【金融时序】【进阶】【Kesci】交子杯新网银行金融科技挑战赛AI指导/
│├─【01课】Baseline构建.mp4 541.5MB
│├─【02课】比赛相关理论讲解.mp4 788.9MB
│├─【03课】结合比赛的机器学习和深度学习讲解.mp4 522.8MB
│├─【04课】机器学习建模和提升.mp4 547.9MB
│├─【05课】深度学习建模和提升.mp4 531.1MB
│├─【06课】模型融合提升.mp4 931.6MB
│├─【07课】直播答疑日.mp4 257.9MB
│├─【08课】比赛指导总复盘.mp4 448.2MB
│├─说明.docx 100.7KB
【爱奇艺】WSDM用户留存大赛指导班/
│├─shuom.docx 77.3KB
│├─【01课】赛题介绍+baseline详解.mp4 255.5MB
│├─【02课】特征工程.mp4 275.2MB
│├─【03课】序列模型.mp4 337.2MB
│├─【04课】Auto—ML&HPO.mp4 147.3MB
│├─【05课】爱奇艺结营视频.mp4 197.8MB
【结构化数据挖掘】【金融风控】【CCF新赛】个贷违约预测大赛指导班/
│├─【01课】赛题介绍、baseline详解.mp4 226.8MB
│├─【02课】数据分析与特征工程.mp4 261.2MB
│├─【03课】高阶树模型使用.mp4 226.7MB
│├─【04课】特征筛选方法.mp4 226.9MB
│├─【05课】结构化风控赛题复盘.mp4 243MB
│├─【06课】模型融合&AuoML.mp4 214.4MB
│├─【07课】比赛冲刺.mp4 171.1MB
│├─说明.docx 250.4KB
【综合赛】【推荐系统】【高级】阿里云-天池】KDD-Debiasing赛道指导班/
│├─【01课】赛题理解+Baseline基本思路专题直播.mp4 473.4MB
│├─【02课】赛题思路分析专题直播.mp4 684MB
│├─【03课】直播答疑.mp4 241.9MB
│├─【04课】Paper解读（召回+排序+paper解读分析）专题直播.mp4 533.1MB
│├─【05课】提分思路+模型调参专题直播.mp4 676.4MB
│├─【06课】深度学习-工程架构分析专题直播.mp4 676.8MB
│├─【07课】模型融合-特征工程专题直播.mp4 623.3MB
│├─【08课】直播答疑.mp4 214.2MB
│├─【09课】KDD总复盘.mp4 431.4MB
│├─说明.docx 24.5KB
【金融量化-【时间序列】-【数据科学】【Kaggle大赛】简街市场预测大赛指导（金融量化·时间序列·数据科学）/
│├─【01课】赛题解析&Baseline思路.mp4 341.1MB
│├─【02课】结构化解题流程细节.mp4 312.8MB
│├─【03课】时间序列模型.mp4 193.4MB
│├─【04课】量化模型入门.mp4 293MB
│├─【05课】时间序列竞赛复盘.mp4 240.5MB
│├─【06课】模型调参与AutoML.mp4 282.6MB
│├─【07课】直播答疑.mp4 159.2MB
│├─【09课】比赛冲刺.mp4 363.9MB
│├─【课件】随堂更新（数据集+PPT+代码）
│├─作业要求.docx 26KB
│├─笔记.docx 16.7KB
│【课件】随堂更新（数据集+PPT+代码）/
││├─说明.docx 16.3KB
深度学习PyTorch框架班/
│├─【必看】深入浅出PyTorch.mp4 82.2MB
│├─【第一周】PyTorch简介与安装.mp4 94.6MB
│├─【第一周】autograd与逻辑回归.mp4 78.9MB
│├─【第一周】作业讲解1.mp4 54MB
│├─【第一周】作业讲解2.mp4 44.6MB
│├─【第一周】作业讲解3.mp4 43MB
│├─【第一周】张量操作与线性回归.mp4 80.8MB
│├─【第一周】张量简介与创建.mp4 62.2MB
│├─【第一周】补充-pytorch开发环境安装.mp4 267.9MB
│├─【第一周】计算图与动态图机制.mp4 51.2MB
│├─【第七周】GPU的使用.mp4 86.9MB
│├─【第七周】PyTorch常见报错.mp4 85MB
│├─【第七周】作业讲解.mp4 44.1MB
│├─【第七周】模型finetune.mp4 92.3MB
│├─【第七周】模型保存与加载.mp4 68.6MB
│├─【第三周】nn网络层-卷积层.mp4 107MB
│├─【第三周】nn网络层-池化-线性-激活函数层.mp4 77.7MB
│├─【第三周】作业讲解.mp4 115.3MB
│├─【第三周】模型创建步骤与nn.Module.mp4 91.3MB
│├─【第三周】模型容器与AlexNet构建.mp4 103.7MB
│├─【第九周】循环神经网络一瞥.mp4 91.1MB
│├─【第九周】生成对抗网络一瞥.mp4 138.2MB
│├─【第二周】二十二种transforms数据预处理方法.mp4 189.3MB
│├─【第二周】作业讲解.mp4 123.5MB
│├─【第二周】学会自定义transforms方法.mp4 188.3MB
│├─【第二周】数据读取机制Dataloader与Dataset.mp4 84.1MB
│├─【第二周】数据预处理transforms模块机制.mp4 77.6MB
│├─【第五周】TensorBoard使用（一）.mp4 112.5MB
│├─【第五周】TensorBoard使用（二）.mp4 169.8MB
│├─【第五周】TensorBoard简介与安装.mp4 63MB
│├─【第五周】hook函数与CAM可视化.mp4 125.5MB
│├─【第五周】作业讲解.mp4 95.7MB
│├─【第五周】学习率调整策略.mp4 123.6MB
│├─【第八周】图像分类一瞥.mp4 114.2MB
│├─【第八周】图像分类一瞥_2022-07-14_10-22-57.mp4 139.9MB
│├─【第八周】图像目标检测一瞥（上）.mp4 102.1MB
│├─【第八周】图像目标检测一瞥（下）.mp4 264.1MB
│├─【第六周】Batch Normalization.mp4 108.7MB
│├─【第六周】Normalizaiton_layers.mp4 74.2MB
│├─【第六周】正则化之Dropout.mp4 80.2MB
│├─【第六周】正则化之weight_decay.mp4 78.4MB
│├─【第四周】torch.optim.SGD.mp4 97.4MB
│├─【第四周】优化器optimizer的概念.mp4 84.9MB
│├─【第四周】作业讲解.mp4 58MB
│├─【第四周】损失函数(二).mp4 140.9MB
│├─【第四周】损失函数（一）.mp4 138.3MB
│├─【第四周】权值初始化.mp4 86.2MB
│├─说明.docx 15KB
神经网络基础知识/
│├─01-神经网络基础与多层感知机-0.mp4 84.7MB
│├─01-神经网络基础与多层感知机-1.mp4 57.5MB
│├─01-神经网络基础与多层感知机-2.mp4 62MB
│├─01-神经网络基础与多层感知机-3.mp4 30.8MB
│├─01-神经网络基础与多层感知机-4.mp4 86.7MB
│├─02-卷积神经网络-0.mp4 64.4MB
│├─02-卷积神经网络-1.mp4 153.2MB
│├─02-卷积神经网络-2.mp4 49MB
│├─03-循环神经网络-0.mp4 45MB
│├─03-循环神经网络-1.mp4 80.1MB
│├─03-循环神经网络-2.mp4 57.9MB
│├─学员课件
│├─说明.docx 17.9KB
│学员课件/
││├─01-ppt-神经网络基础与多层感知机-2.pdf 7MB
││├─02-ppt-卷积神经网络-1-2.pdf 6.2MB
││├─03-ppt-循环神经网络-3.28.docx 8.4MB
││├─03-ppt-循环神经网络-3.28.pdf 5.8MB