基于Spark2.x开发企业级个性化推荐系统|完结无密
IT课程资源Python

基于Spark2.x开发企业级个性化推荐系统|完结无密

  基于Spark2.x开发企业级个性化推荐系统 聚焦算法原理,搭建企业级系统,给大数据开发工程师的刚需课   课程结合算法原理,利用Spark 2.x 和主流技术栈,通过Flume多级高可用日志收集用户行为,使用HBase特征向量存储,利用算法原理结合Spark和Storm进行离线和实时推荐,实现图书电商场景下的个性化推荐系统。   适合人群 1~2年大数据经验,对推荐算法感兴趣的 大数据开发工程师 技术储备要求 Spark基础(Spark Core ,Scala相关知识) 具备Python基础(Numpy的使用) 使用过Hbase,Storm,Hadoop,Flume,Kafka,Hive 有高数基础和概率统计基础 [wm_notice]试看链接:https://pan.baidu.com/s/1cJn7fl36T3ER1fqLt6VIvw 提取码:08fy [/wm_notice] 章节目录: 第1章 课程介绍与学习指南 试看3 节 | 7分钟 本节主要进行课程的介绍,学习路线与指南,如何更好的学习本课程?为什么要学习本课程,学习本课程具体能收获什么? 收起列表 视频:1-1 课程介绍及导学 (06:32)试看 图文:1-2 怎么更好的使用慕课平台 图文:1-3 你真的会问问题吗? 第2章 了解推荐系统的生态 试看5 节 | 53分钟 本章带你了解推荐系统的生态,让你从思维上重塑对推荐系统的认知。了解推荐系统是由哪些关键元素支撑的,推荐算法的分类以及什么才算一个好的推荐系统 收起列表 图文:2-1 本章重难点提点 视频:2-2...
系统入门深度学习,直击算法工程师完结无密
IT课程资源Python

系统入门深度学习,直击算法工程师完结无密

  系统入门深度学习,直击算法工程师 结合多领域实用案例,紧跟技术变革,系统掌握高薪技术   想要成为一名优秀的深度学习工程师并不容易,一看就会,一用就废,已然成为很多人进军AI 领域的心魔,自以为理解了框架、算法,但遇到实际问题却仍不知道该怎么解决。本门课程将结合核心基础、算法模型设计和实用案例,由浅至深、由理论到实操,带你紧跟行业热点,系统入门深度学习,掌握解决实际问题的能力,轻松畅游AI时代!   适合人群 如果你关注前沿技术,对深度学习感兴趣,同时希望探究原理,探索最优解,这门课一定让你有所收获! 技术储备 了解机器学习基本概念 熟悉 Python3 语法以及 Pytorch 的基础操作 环境参数 Pytorch 1.8.1 Python 3.8   [wm_tips]试看链接:https://pan.baidu.com/s/1HYqet9pMcxD1IrhC-o54YA 提取码:td0n [/wm_tips]   章节目录: 第1章 初识深度学习 试看8 节 | 34分钟 本章中将向大家介绍,深度学习的应用范畴、人才需求、基础概念和子学科分类,并会结合应用现状,与大家讨论技术发展前景,带领同学们初识深度学习。 收起列表 视频: 1-1 系统入门深度学习,从这里轻松开始 (07:44) 试看 视频: 1-2 本章内容介绍 (01:19) 视频: 1-3...
马士兵-AI 人工智能工程师|完结无密
IT课程资源架构师

马士兵-AI 人工智能工程师|完结无密

  马士兵-AI 人工智能工程师|完结无密 4G互联网时代下的数据已经呈现为爆炸式的增长,5G通信的面世会让数据增长速度提高到指数级的爆发,在这浩瀚的数据海洋中,必须采取行之有效的赋能工具,才能将数据中重要的部分-信息、信息中总结的规律成功运用于商业领域,起到数据决策商业的重要意义。   试看链接:https://pan.baidu.com/s/16DjjzMY70N34mhxqtxK6sA?pwd=rnt2   章节目录: ├──01_AI一期课程资料.zip 3.23G ├──1.概述and特征提取.mp4 570.71M ├──10.朴素贝叶斯模型:简单背后蕴含的有效.mp4 780.13M ├──11.支持向量机SVM1-曾经的分类王者.mp4 677.31M ├──12.SVM2-昔日辉煌,传统方法顶峰详解.mp4 795.66M ├──13.分类器背后的秘密和机器学习三大定律.mp4 737.54M ├──14.三个臭皮匠顶一个诸葛亮-决策树和随机森林.mp4 729.56M ├──15.集成学习:企业神器GBDT详解.mp4 666.97M ├──16.Kmeans聚类:无监督学习,让数据自己说话.mp4 688.95M ├──17.DBscan聚类:kmeans升级,数据更具智能.mp4 2.12G ├──18.LDA:文本数据大杀器,揭示文本背后的秘密.mp4 2.07G ├──19.深度学习DNN01-深度学习开启人工智能新时代.mp4 1.93G ├──2.线性回归1 第一个模型用来进行数值预测.mp4 621.24M ├──20.编程工具keras讲解和深度学习为什么会有效.mp4 1.47G ├──21.深度学习的学习算法,梯度下降法和链式法则.mp4 1.76G ├──22.多分类函数softmax和学习方法.mp4 2.17G ├──23.深度学习非线性能力关键:激活函数详解.mp4 1.67G ├──24.深度学习避坑指南:权重初始化的方法和技巧.mp4 1.72G ├──25.集成学习在深度学习中的应用dropout.mp4...
Kaggle竞赛经典案例深度剖析|完结无密
IT课程资源Python

Kaggle竞赛经典案例深度剖析|完结无密

  Kaggle竞赛经典案例深度剖析 写了参加过Kaggle,我会看简历。 得过一次top10%,我会给面试。   技术适合人群要求 想参加数据竞赛的学员、有机器学习基础想实践具体算法的学员 有机器学习基础但没有比赛/项目经验的学员 技术储备要求 有机器学习基础、较好的 coding 能力   [wm_tips]试看链接:https://pan.baidu.com/s/1LH1HIS-WN6y1eXz1H0jCEw 提取码:pw14 [/wm_tips] 章节目录: 第1章 课程导学 试看1 节 | 8分钟 认识 Kaggle,以及为什么要学习 Kaggle 竞赛,这门课可以给你带来什么? 收起列表 视频:1-1 课程导学:为什么要学习 Kaggle 竞赛知识? (07:06)试看 第2章 学前基础知识 试看10 节 | 97分钟 本章节会带着大家学习一些打竞赛之前的必备学前基础 收起列表 图文:2-1 学前必读知识 视频:2-2 Kaggle竞赛介绍 (13:35)试看 视频:2-3 Kaggle竞赛流程...
七月在线-机器学习集训营15期|2022年最新|价值12000元|无密分享
IT课程资源架构师

七月在线-机器学习集训营15期|2022年最新|价值12000元|无密分享

  七月在线-机器学习集训营15期|2022年最新|价值12000元|无密分享 课程简介: 如今,人工智能火爆全球并快速切入各个领域,比如电商、金融、交通、安防、医疗、教育,国内外各大公司纷纷成立相关AI研究院,火速招兵买马,可目前市面上人才缺口严重不足,供需比例仅为1:10。 机器学习作为AI的核心技术,可谓掌握了机器学习,便跨过了AI的准入门门槛。或从Java等传统IT行业成功转型AI拿到年薪三四十万,部分超过四十万拿到五十万,有的甚至年薪百万 本第十五期由七月在线和深度之眼联合开设,继续维持 以及六大企业项目:大规模行人重识别(ReID)、人体姿态识别、智能问答系统、聊天机器人、商品推荐系统、电影推荐系统 且为再次提升大家的AI项目经验和工程能力,本期新增部分在线直播、实训项目,具体见大纲。一切为了学员更好的就业、转型、提升。 试看链接:https://pan.baidu.com/s/1cA_wLI-jPP4eSKaTe9ngew?pwd=5ayr 目录大纲: 课程大纲 预习阶段 Python基础和数据分析 在线视频:Python基础语法语法精讲 1-Anaconda安装及使用 2-循环判断语句 3-函数 4-面向对象 5-文件以文件夹操作 在线视频:Python核心语法进阶 1-高阶函数的使用 2-迭代器、生成器、装饰器详解 在线视频:数据分析numpy和pandas精髓速讲 1-numpy基本操作 2-pandas基本操作 2-项目实战:美国大选 在线视频:matplotlib数据可视化 1-matplotlib基本操作 2-常用2D图形使用 3-项目实战:电商商品数据探索性分析 在线直播:开班宣讲 在线实训:入学测试 第一阶段 机器学习原理 在线视频:1-线性回归、logistic回归、梯度下降 在线视频:2-决策树、随机森林、GBDT 在线视频:3-SVM与数据分类 在线视频:4-特征工程:数据清洗、异常点处理、特征抽取/选择/组合 在线直播:5-机器学习简介、广义线性模型(线性回归、逻辑斯蒂回归)精髓速讲 在线实训:6-算法核心要点巩固(上) 在线直播:7-决策树、Boosting模型融合的精髓速讲 在线实训:8-算法核心要点巩固(中) 在线直播:9-朴素贝叶斯、SVM模型精髓速讲 在线实训:10-算法核心要点巩固(下) 在线直播:XGBoost精讲 1-建模调参(数据清洗、特征处理、特征选择、模型的调参、评估)...
JavaScript玩转机器学习-Tensorflow.js项目实战完结无密
IT课程资源Web前端

JavaScript玩转机器学习-Tensorflow.js项目实战完结无密

  JavaScript玩转机器学习-Tensorflow.js项目实战   专为前端工程师准备的AI课程来了!课程以Tensorflow.js作为主要框架,通过十几个经典案例、覆盖神经网络和机器学习的理论知识、带你亲手完成图片分类与语音识别等落地项目,帮你理清整个学习体系。   适合人群 只要对机器学习领域感兴趣的 JavaScript 开发者都可以学习 技术储备要求 JavaScript基础、中学数学基础   [wm_tips]试看链接:https://pan.baidu.com/s/1uzAcCk9nKDAv9Wu–I4P1Q 提取码:1ouk [/wm_tips]   章节目录 第1章 课程导学 试看1 节 | 23分钟 这一章只有一节,也只有一个目的,就是告诉你为何要学本课程,本课程能教你什么,学之前需要哪些前置知识。 收起列表 视频: 1-1 《想要入门AI的同学都应该看一看》课程导学 (22:30) 试看 第2章 机器学习与神经网络简介 试看6 节 | 42分钟 本章会使用中世纪男子脚长、SIRI 语音识别、相亲等大量生动形象的例子,讲解机器学习和神经网络的理论知识。 收起列表 视频: 2-1 机器学习简介 (16:36) 试看 作业: 2-2...
Golang基础(快速入门)
Go/golangIT课程资源

Golang基础(快速入门)

  讲师介绍 yuan 擅长Python开发/生物图像自动识别及处理技术 路飞学城高级讲师,曾参与新加坡南洋理工大学大数据医疗相关项目,就职过多家互联网企业,有着多年开发经验,精通java,python,go等编程语言,Uric开源软件作者,致力于人工智能与大数据方向,对机器学习,深度学习等算法有深度研究。 试看链接:https://pan.baidu.com/s/1TF9sZEkhlRJuxrwq6_OQ-A?pwd=j7ju 目录大纲:  
Python3入门机器学习 经典算法与应用 轻松入行人工智能|完结无密
IT课程资源Python

Python3入门机器学习 经典算法与应用 轻松入行人工智能|完结无密

  Python3入门机器学习 经典算法与应用轻松入行人工智能 bobo老师特为机器学习初学者量身打造 bobo教师特为机器学习初学者量身打造,使用新版python3语言和流行的scikit-learn结构,算法与编程两翼齐飞,由浅入深,一步步的进入机器学习的世界。学到的不只是一门课程,更是不断考虑的才能。   合适人群及技术储备要求 假如你对机器学习感兴趣,想从业于机器学习,或是预备参与机器学习相关比赛,本课程非常合适你 学前必备技术 Python3基础语法 具有高等数学,线性代数,概率论基本常识 课程对机器学习基础常识要求是0基础   [wm_notice]试看链接:https://pan.baidu.com/s/1rgiA8UnCKCz7K4Z4oQNjmw 提取码:0l5j –来自百度网盘超级会员V1的分享[/wm_notice]   章节目录: 第1章 欢迎来到 Python3 玩转机器学习 试看3 节 | 48分钟 欢迎我们来到《Python3玩转机器学习》的讲堂。在这个课程中,我们将从0开端,一点一点进入机器学习的国际。本门课程对机器学习领域的学习,绝不不只仅只是对算法的学习,还包括比方算法的点评,方法的挑选,模型的优化,参数的调整,数据的收拾,等等一系列作业。预备好了吗?现在开端我们的机器学习之旅!… 收起列表 视频:1-1 什么是机器学习 (20:14)试看 视频:1-2 课程包括的内容和理念 (13:25)试看 视频:1-3 课程所运用的首要技能栈 (14:10)试看 第2章 机器学习基础7 节 | 90分钟 机器学习毕竟是什么鬼?这一章将带领我们深化了解机器学习的国际,让我们去了解那些看似陌生的专业术语。监督学习,非监督学习,半监督学习,增强学习,批量学习,在线学习,参数学习,非参数学习。看完这一章,这些概念你就通通了解啦。不只如此,本章还包括恰当深刻地和机器学习相关的哲学谈论,让你深化思索有关机器学习… 收起列表 视频:2-1 机器学习国际的数据 (18:27)...
七月在线-深度学习集训营第三期2022年完结无密
IT课程资源架构师

七月在线-深度学习集训营第三期2022年完结无密

  七月在线-深度学习集训营第三期2022年 原价4999 完结无密 本深度学习集训营略过Python基础,直接从人工神经网络起步,实战BAT工业项目,并组织学员参赛,帮助学员成功就业或转行。为确保每一位学员的学习效果,本期继续维持前二期的从头到尾全部实战,但除了涵盖特征工程、以及深度学习在CV、NLP中的应用之外,特新增了以下三大模块: a.工业界业务上线/部署的大杀器——神经网络压缩技术 b.新增深度学习在物体检测中的应用 c.深度学习在推荐系统中的应用 从而让内容更成体系、更加成熟。 全是深度学习的典型应用场景 本期集训营总计六大阶段,近十个BAT实战项目,涵盖特征工程、混合网络,以及深度学习在计算机视觉当中的应用(比如物体检测、行人重识别)、在自然语言处理中的应用(比如文本处理、文本分类、机器翻译系统)、在推荐系统中的应用等BAT工业项目。 试看链接: 章节目录: 课程安排 预习阶段 从DL基础起步,掌握三大核心模型 在线视频:DNN与CNN,及NN框架 1-DNN与混合网络:google Wide&Deep 2-实战项目:数据非线性切分+google wide&deep 模型实现分类 3-CNN:从AlexNet到ResNet 4-实战项目:搭建CNN完成图像分类示例 5-NN框架:caffe, tensorflow与pytorch 6-实战项目:用几大框架完成DNN与CNN网络搭建与分类 在线视频:RNN、LSTM、与条件生成、attention 1-RNN/LSTM/Grid LSTM 2-实战项目:RNN文本分类 3-RNN条件生成与attention 4-实战项目:google神经网络翻译系统 第一阶段 从数据科学比赛里看深度学习应用 在线视频:深入理解神经网络原理 1-从线性分类器说到非线性分类器 2-理解神经网络参数W的物理意义 3-Backpropagation的两种理解/推导方式 4-初探神经网络模型训练调参 在线实训:基于tensorflow/keras实现分类任务 在线视频:深度卷积神经网络原理与实践 1-卷积操作的数学定义和物理意义 2-卷积神经网络结构的两大原理—局部连接和权值共享 3-卷积神经网络的主体结构和变种 4-3小时内用百行代码登顶Kaggle图像分类比赛的Top-5%...
Python3数据分析与挖掘建模实战|完结无密
IT课程资源Python

Python3数据分析与挖掘建模实战|完结无密

  Python3数据分析与挖掘建模实战 基于Python3,全程以真实案例驱动,带你科学系统的转行数据分析与挖掘建模领域 数据剖析与开掘工作火爆,人才稀缺。本课程根据Python3全程以真实案例驱动,带你学习数据剖析与开掘建模领域的科学思想、必会常识、常用工具、无缺流程以及教师多年的经历技巧。助你逆袭成为数据掘金时代的抢手人才!   合适人群及技术储备要求 合适有数学基础,想从事数据剖析,却不知如何入门的同学,也合适刚入门数据剖析,想提升数据剖析思路,解决 工作中不同种类特征的处理难题的初学者,完成本课程的学习,不仅有助于数据剖析与发掘类的面试、考试(如 CDA等),更会提升你对数据剖析内在的认知,一起,对大规模数据怎样处理,也会有新的思路 学前必备技术: 数学基础知识,Python基础知识 [wm_notice]试看链接:https://pan.baidu.com/s/1oa2Pm5gKU093X7SLqGeHww 提取码:o8h7 –来自百度网盘超级会员V1的分享[/wm_notice] 章节目录: 第1章 课程介绍【赠送相关电子书+随堂代码】 试看3 节 | 20分钟 本章首要介绍本课程是什么,有什么特色,能学习到什么,内容怎么安排,需要什么根底,是否合适学习这门课程等。然后对数据剖析进行概述,让咱们对数据剖析的含义和效果有一个全体的认知,让咱们对自己接下来要做的作业,有一个根本的概念与了解。… 收起列表 图文:1-1 课前必读(不看会错过一个亿) 视频:1-2 课程导学 (07:36)试看 视频:1-3 数据剖析概述 (11:25) 第2章 数据获取4 节 | 18分钟 数据从哪里来?怎么来?这一章,咱们会介绍数据获取的一般手段。首要包括数据仓库、抓取、资料填写、日志、埋点、核算等手段。一起,咱们也会介绍几个常用的数据网站,供咱们参阅与学习。 收起列表 视频:2-1 数据仓库 (05:06) 视频:2-2 监测与抓取 (02:53) 视频:2-3 填写、埋点、日志、核算 (02:25)...
机器学习中的概率统计应用实践|云盘无密
IT课程资源Python

机器学习中的概率统计应用实践|云盘无密

  机器学习中的概率统计应用实践 聚焦概率统计核心应用,提升机器学习等工程实践能力 概率统计是机器学习,人工智能,计算机科学的基石,算法工程师不懂概率统计很难深入应用,本课程专门针对机器学习中的概率统计知识与难题,从数学理论、经典案例到 Python 对概率统计核心功能的实战,带你快速打造算法领域的基础核心能力,打开更广阔的进阶空间。   适合人群 机器学习算法相关方向发展的同学 数据分析领域的职业群体 概率统计、随机过程课程学习的本科、研究生 技术储备 有Python语法基础 有初级本科概率论基础即可 环境参数 Python 3.7及以上   [wm_tips]试看链接:https://www.aliyundrive.com/s/D3cQJzjiFHU[/wm_tips]   章节目录: 第1章 概率统计课程导学 试看1 节 | 7分钟 介绍课程安排以及课前准备工作。 收起列表 视频: 1-1 机器学习中的概率统计应用实践-课程导学 (06:02) 试看 第2章 统计思维基石:条件概率与独立性6 节 | 35分钟 条件概率是概率统计世界的理论基石,这一讲将从一般性的概率过渡到条件概率,利用条件概率来描述事件之间的独立性,并进行概念延伸:一方面从独立性延伸到条件独立性;另一方面从条件概率延伸到全概率公式,进而引出贝叶斯公式以及先验概率和后验概率的概念… 收起列表 视频: 2-1 本讲知识概览与导引 (01:35) 视频:...
Python3+TensorFlow 打造人脸识别智能小程序完结无密
IT课程资源Python

Python3+TensorFlow 打造人脸识别智能小程序完结无密

  Python3+TensorFlow 打造人脸识别智能小程序   伴随着人工智能技术的发展,深度学习技术变得越来越热门,越来越多的人选择转行做深度学习算法工程师。本课程围绕人脸相关技术,展开多个模型的教学,涉及人脸检测、人脸匹配、人脸关键点定位等基础研究技术,最终搭建一个人脸智能小程序,完成整个项目的实战应用,最终可以达到算法工程师的初步要求。   适合人群 本课程适合有一定深度学习基础 迫切想要通过实战开发达到技能提升 毕设,求职等开发人员 技术储备要求 1、了解深度学习/机器学习相关基本概念 2、掌握Python3编程语言 3、了解TensorFlow深度学习框架 4、了解Ubuntu基本使用知识 [wm_tips]试看链接:https://pan.baidu.com/s/13AnUhlT6gERQxF0jcdy5Wg 提取码:6bgd [/wm_tips]   章节目录 第1章 课程导学 试看1 节 | 18分钟 本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等,帮助大家从整体上了解本门课程的整体脉络。 收起列表 视频:1-1 课程导学 (17:47)试看 第2章 深度学习基础串讲(必备理论知识)7 节 | 70分钟 主要介绍深度学习的基础知识,具体包括了深度学习的发展历程、基本概念(前向运算、反向传播、参数优化)、深度学习数学基础(导数、方向导数、偏导数、梯度)等,通过介绍深度学习基础知识帮助大家从宏观和微观两个角度掌握深度学习的基本概念,为后续课程的学习奠定基础。… 收起列表 视频:2-1 卷积神经网基本概念 (19:12) 视频:2-2 前向运算 (12:03) 视频:2-3 反向传播基本概念 (05:43)...
全局视角系统学习《推荐系统》,实战中提升竞争力
IT课程资源Python

全局视角系统学习《推荐系统》,实战中提升竞争力

  全局视角系统学习《推荐系统》,实战中提升竞争力 模块化拆解底层架构,带你掌控全局,掌握核心技术和关键模型 推荐系统已经成为各大产品提升用户留存和业绩增长的利器,相关技术人才更是被各个公司竞相抢夺。课程基于项目实战,带你全面掌握推荐系统的架构、模型和技术,让你不仅可以胜任业务需求,更能拓展职业发展的空间,在白热化的竞争中脱颖而出!   适合人群 想要提升自身实力、完善知识体系,对推荐系统开发感兴趣的开发者和在校生 技术储备 熟悉python编程 对机器学习和数据挖掘有基本了解 了解基本统计学和数学概念 环境参数 python 3.8 Spark 3.1.2 tensorflow 2.7 Redis 6   章节目录:   第1章 【前言】初探推荐系统 试看3 节 | 37分钟 本章中,将对课程内容安排和知识脉络进行介绍,帮助大家对推荐系统及应用价值有一个系统的认知。 收起列表 视频: 1-1 前言–关于这门课 (11:34) 试看 视频: 1-2 推荐系统是什么 (17:01) 视频: 1-3 课程章节导览 (08:02) 第2章 【基础架构】推荐系统架构&项目搭建10...
深度学习之目标检测常用算法原理+实践精讲|完结无密
IT课程资源Python

深度学习之目标检测常用算法原理+实践精讲|完结无密

深度学习之目标检测常用算法原理+实践精讲 YOLO / Faster RCNN / SSD / 文本检测 / 多任务网络 课程从算法角度出发,对各个模型进行全面细致的讲解,并结合人脸检测、物体检测、行人车辆检测、文本检测等项目,熟悉算法工程师在工作中会接触到的数据打包、网络训练、测试等问题,一步步带大家了解和完成目标检测实战案例,尽快进入深度学习领域。 适合人群 目标检测在深度学习领域中应用非常广泛。无论是AI爱好者,在读研究生 还是在职算法工程师,学习这门课程都能够让你有所收获。 技术储备要求 了解linux环境的基本操作 具备一定机器学习、深度学习基础的学员 有Caffe、TensorFlow基础 [wm_tips]试看链接:https://pan.baidu.com/s/1Eol_gDSG3241rxwvY_5aNg 提取码:vkya [/wm_tips] 章节目录: 第1章 课程介绍 试看1 节 | 23分钟 本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等,帮助大家从整体上了解本门课程的整体脉络。 收起列表 视频:1-1 课程导学 (22:58)试看 第2章 目标检测算法基础介绍13 节 | 122分钟 本章节主要介绍目标检测算法的基本概念、传统的目标检测算法、目前深度学习目标检测主流方法(one-stage、two-stage、多任务网络)、相关算法的基本流程、算法性能的评价指标、不同算法的优缺点和性能比较等,并结合实际的应用场景和案例来介绍目标检测算法的重要性和实用性。… 收起列表 视频:2-1 目标检测问题定义 (12:10) 视频:2-2 目标检测问题方法 (15:11)...
深度学习之神经网络(CNN/RNN/GAN) 算法原理+实战|完结无密
IT课程资源Python

深度学习之神经网络(CNN/RNN/GAN) 算法原理+实战|完结无密

  深度学习之神经网络(CNN/RNN/GAN)算法原理+实战 深度学习算法工程师必学 本课程运用原理讲解加实战的方式学习卷积神经网络(CNN)、循环神经网络(RNN)、对立神经网络(GAN),经过图画分类、文本分类、图画风格转化、图画文本生成、图画翻译等项目,深度把握算法调参以及运用Tensorflow进行编程的能力。   合适人群 如果你现已把握了一门编程语言,想转型人工智能工程师 或者是想系统学习深度学习的在校大学生 或者是短少实战经验的初学者,那么本门课程非常合适你 技术储备要求 Python根底 根本的概率和线代数学根底 TensorFlow根底 机器学习根底 [wm_notice]试看链接:https://pan.baidu.com/s/1a3eVHQYxXuSN5QwZsJGiCQ 提取码:zmyc –来自百度网盘超级会员V1的分享[/wm_notice] 章节目录: 第1章 课程介绍 试看1 节 | 11分钟 深度学习的导学课程,首要介绍了深度学习的运用范畴、人才需求情况和首要算法。对课程章节、课程安排、适用人群、前提条件以及学习完成后到达的程度进行了介绍,让同学们对本课程有根本的知道。 收起列表 视频:1-1 课程导学 (10:11)试看 第2章 神经网络入门8 节 | 133分钟 本次实战课程的入门课程。对机器学习和深度学习做了引进性解说,经过若干项目举例解说了深度学习的最新进展。经过解说和实战神经网络中的根本结构——神经元及其扩展逻辑斯蒂回归模型,对本课程的根本知识进行全面的解说,包含神经元、激活函数、目标函数、梯度下降、学习率、Tensorflow根底以及模型的Tensorflow代码完成。… 收起列表 视频:2-1 机器学习、深度学习简介 (17:03) 视频:2-2 神经元-逻辑斯底回归模型 (09:57) 视频:2-3 神经元多输出 (13:02) 视频:2-4 梯度下降...
ES7+Spark 构建高相关性搜索服务&千人千面推荐系统|完结无密
AndroidIT课程资源

ES7+Spark 构建高相关性搜索服务&千人千面推荐系统|完结无密

  ES7+Spark 构建高相关性搜索服务&千人千面推荐系统 搜索、推荐服务是很多企业的刚需,能开发搜索、推荐服务的人才更是企业的“刚需”   基于大众点评搜索以及推荐业务,使用SpringBoot加mybatis结合前端模板搭建运营后台门店管理功能,借助ElasticSearch的最新版本ES7,完成高相关性进阶搜索服务,并基于spark mllib2.4.4构建个性化千人千面推荐系统。   适合人群 想了解EasticSearch,对搜索推荐系统感兴趣, 符合技术储备的同学 技术储备要求 熟悉JavaWeb基本应用 了解MySQL常用命令 [wm_tips]试看链接:https://pan.baidu.com/s/1YZh1WuNjAC4BBVGwDZ2ADg 提取码:65i2 [/wm_tips]   章节目录:   第1章 课程导学【终于遇到你】 试看3 节 | 12分钟 本章综合讲述了点评搜索推荐课程的项目业务背景,架构设计理念以及所需要用到的核心技术能力。 收起列表 视频: 1-1 课程导学 (11:20) 试看 图文: 1-2 ***学前必读***(助你平稳踩坑,畅学无忧,课程学习与解决问题指南) 图文: 1-3 你真的会问问题吗? 第2章 项目设计【项目需求到技术方案的完美执行过程】 试看5 节 | 27分钟 本章中讲述了如何模拟现实情况中,点评搜索推荐项目从业务需求BRD到产品需求PRD,最终到技术方案选型,架构设计及技术落地的整个过程。...