深度学习

本套资源是浙江大学面向研究生开设的机器学习完整课程，共计61讲，内容覆盖机器学习核心理论与前沿应用，适合具备一定数学基础、希望系统构建机器学习知识体系的学习者。 课程内容概览： 基础与理论：从机器学习基本概念、教科书介绍、成绩安排讲起，深入剖析“没有免费午餐定理”等核心思想，为后续学习奠定扎实基础。 支持向量机（SVM）：课程重点之一，详细讲解线性模型、非线性模型、低维到高维映射、原问题与对偶问题转化、核函数介绍，并通过经典的“兵王问题”展示SVM的实际应用与参数调优，同时涵盖ROC曲线及多类问题处理。 人工神经网络与深度学习：从神经元的数学模型、感知器算法讲起，回顾人工智能的第一次寒冬，深入…...

本套资源聚焦三维点云处理的核心技术，提供从基础理论到实战应用的全套学习材料。内容涵盖源码、课件以及多个业界通用的3D数据集，包括KITTI（深度、目标检测、里程计）和ModelNet40等，为学习者构建了完整的实践环境。 课程体系设计系统，覆盖点云处理的关键环节： 基础算法与数据结构：从PCA、K-means、GMM、EM算法，到KD-tree、Octree等空间索引结构，夯实数学与算法基础。 点云特征与配准：深入讲解PFH、FPFH、SHOT等特征描述子，以及ICP、NDT、RANSAC等经典配准与滤波算法。 关键点检测：涵盖Harris 3D、ISS、USIP、SO-NET等检测方法，适用…...

《人工智能基础课》由北京邮电大学工学博士王天一主讲，是一套系统梳理人工智能核心知识体系的学习资源。课程从数学基础出发，逐步深入到机器学习、人工神经网络、深度学习及前沿应用场景，适合希望建立完整AI知识框架的初学者与从业者。 课程内容特色： 数学基础扎实：涵盖线性代数、概率论、数理统计、最优化方法、信息论与形式逻辑，为后续算法学习打下坚实根基。 机器学习全覆盖：从线性回归、朴素贝叶斯、逻辑回归、决策树、支持向量机到集成学习、聚类分析与降维，讲解主流算法原理与适用场景。 神经网络与深度学习：详解感知器、多层感知器、径向基函数网络、自组织特征映射、模糊神经网络，以及深度前馈网络、正则化、优化策略、自…...

本课程专为设计创作者量身打造，聚焦AI辅助设计的前沿技术，帮助学员从理论到实践全面掌握深度学习与模型训练的核心技能。课程从深度学习与基础底层知识入手，逐步深入模型训练的基础概念与微调方法，系统讲解训练参数与逻辑的详细设置，为后续实战打下坚实基础。 课程重点围绕LoRA技术展开，涵盖LoRA训练详解、训练执行与测试等关键环节，并结合云端训练与Tensorboard运用，让学员能够高效完成模型优化。此外，课程还深入探讨了LoRA针对性训练、tag处理与模型融合等高级主题，帮助学员在实际项目中灵活应用，实现设计效率与创造力的双重提升。 无论是设计新手还是资深从业者，都能通过本课程的系统学习，掌握从模…...

本课程专为希望在企业中成功落地机器学习技术的专业人士打造，内容覆盖从基础理论到实战操作的完整路径。课程系统讲解了机器学习工作流设计、模型压缩技术、深度学习进阶等核心模块，每个模块均配有详细的视频讲解与配套源码课件，帮助学员深入理解并掌握机器学习的实际应用能力。 通过本课程的学习，学员将能够把机器学习技术有效应用于企业真实业务场景，提升解决方案的创新性与执行效率。课程目录结构清晰，循序渐进，适合有一定基础、希望提升企业级实战能力的开发者与技术人员。 课程目录： 第一章：重识机器学习（视频+课件） 第二章：设计机器学习工作流（视频+课件） 第三章：机器学习进阶（一）（视频+课件） 第四章：机器学习…...

本课程是一套系统完整的深度学习实战教程，专为希望掌握TensorFlow 2.0的初学者和进阶者打造。课程从深度学习框架的基础概念讲起，逐步深入到复杂的模型构建与优化，内容覆盖了从开发环境搭建、回归问题、TensorFlow 2基础与高阶操作，到神经网络、全连接层、随机梯度下降、Keras高层接口、过拟合处理、卷积神经网络、循环神经网络、自编码器以及对抗生成网络等核心主题。课程结构清晰，循序渐进。前半部分重点夯实基础，包括TensorFlow数据类型、张量操作、索引切片、维度变换等底层操作，以及前向传播实战；中段深入讲解神经网络核心机制，如全连接层、误差计算、梯度下降与反向传播算法，并通过手写…...

本课程专为算法工程师与AI研究人员打造，系统梳理了从深度学习核心理论到前沿模型落地的完整知识体系。课程从线性代数、微积分、概率等必要数学基础切入，逐步深入到神经网络原理、多层感知机、卷积神经网络等经典架构，帮助学员扎实掌握深度学习的关键技术。在夯实基础后，课程重点覆盖了当前业界最受关注的Transformer模型、BERT、GPT系列、T5、ViT及Swin Transformer等前沿模型，并详细讲解了注意力机制、自注意力、多头注意力等核心技术原理。此外，课程还涉及生成对抗网络、变分自编码器、扩散模型等生成式AI方向，以及InstructGPT、CLIP、DALL-E等多模态模型的最新进展。…...

本课程专为零基础学员打造，系统讲解深度学习核心理论与PyTorch框架的实战应用。内容从神经网络基础出发，逐步深入到卷积神经网络、循环神经网络、注意力机制等前沿技术，帮助学习者建立完整的AI知识体系。 课程通过大量实战案例，引导学员完成从数据处理、模型构建到训练优化的全流程操作。具体涵盖以下核心模块： 神经网络基础 神经网络任务分析与模型更新方法 损失函数计算与前向/反向传播机制 神经元个数、预处理与dropout对模型的影响 卷积神经网络（CNN） 卷积计算流程与参数共享原理 池化层作用与经典网络架构分析 图像分类实战：从数据增强到迁移学习 循环神经网络（RNN）与注意力机制 RNN结构原理…...

这是一套体系极为完整的人工智能学习课程，专为希望从零基础起步、系统掌握AI核心技术的学习者设计。课程内容横跨高等数学、线性代数等必备数学基础，到Python编程、数据库操作与爬虫实战，再深入到机器学习、深度学习、强化学习等前沿领域，真正实现从理论到应用的全覆盖。 课程核心特色： 数学基础扎实：从极限、导数、泰勒展开到线性空间、特征值与特征向量，为后续算法学习打下坚实根基。 编程实战并重：Python基础与进阶课程配合数据库操作、爬虫实战，让你快速掌握AI开发的核心工具。 机器学习全解析：涵盖KNN、决策树、逻辑斯蒂回归、SVM、贝叶斯理论、PCA等经典算法，并深入讲解背后的数学原理。 深度学习…...

本课程由后厂理工学院与百度飞桨联合打造，专为有志于成为资深AI实战工程师的学习者设计，尤其聚焦计算机视觉（CV）方向。课程内容覆盖视频行为分析、人脸检测与识别、目标跟踪、Kalman滤波等核心技术，并深入讲解Faster RCNN、YOLOv3、DeepLab v3+等前沿算法，提供从理论到实践的完整训练体系。 通过多个实战项目，学员将系统掌握数据处理、模型训练、部署及优化等关键技能，为在AI领域的职业发展打下坚实基础。课程目录清晰，分为两大核心模块： 模块一：视频行为分析与人脸识别 从目标检测基础入手，涵盖Two Stage与One Stage检测算法，包括Faster RCNN、SSD、Y…...

本课程由AI领域专家黄佳主讲，系统覆盖从基础理论到高阶实战的完整学习路径。课程内容不仅包含监督学习、无监督学习、强化学习等核心理论，更注重工具与项目的结合，帮助学员真正掌握AI项目的落地能力。 课程特色： 理论与实战并重：从Jupyter Notebook的使用，到scikit-learn、Matplotlib、Seaborn等主流工具的操作，每一步都配有真实案例。例如，通过预测直播带货销售额、医疗数据集分析、电商用户生命周期价值预测等项目，学员能深入理解AI项目实战的五大环节。 覆盖前沿技术：课程后半部分聚焦深度学习，详细讲解Pytorch框架、CNN网络图像分类、RNN时序预测等内容，并引…...

本课程专为希望快速掌握PyTorch深度学习框架的学习者设计。通过6周的密集训练，您将从PyTorch的基础安装、张量操作、模型构建到高级应用如TensorBoard和正则化技术，全面掌握深度学习实战技能。每周包含详细的理论讲解和实战作业，帮助您巩固知识并应用于实际问题。无论您是数据科学新手还是希望提升现有技能的专业人士，本课程都将为您提供必要的工具和知识，以在AI领域取得成功。 课程内容特色： 系统化学习路径：从PyTorch环境搭建与张量基础入手，逐步深入到计算图、自动求导机制，再到逻辑回归实战，帮助零基础学员快速入门。 数据加载与预处理：详细讲解DataLoader、Dataset以及t…...

王天一《人工智能基础课：人工神经网络》 本课程由王天一带来，是深入了解人工智能的优质课程。课程从数学基础讲起，涵盖线性代数、概率论、数理统计等，为后续学习筑牢根基。在机器学习部分，详细介绍了决策树、支持向量机、聚类分析等多种算法。深度学习板块中，对深度前馈网络、深度强化学习等内容进行讲解。 人工神经网络是课程的核心重点，涉及多层感知器、模糊神经网络等。课程还介绍了深度学习之外的人工智能领域，如知识图谱、迁移学习等。此外，课程设置复习课和加餐内容，帮助巩固知识。 课程适合想要了解人工智能基础知识、掌握人工神经网络原理和应用的学习者，能助力他们在人工智能领域迈出坚实一步。...

对于零基础想踏入AI领域的学习者而言，这门“0基础AI入门实战（深度学习+Pytorch）”课程是绝佳选择。课程围绕深度学习和Pytorch展开，从基础概念到实际项目操作，逐步深入讲解。课程涵盖了神经网络架构、卷积计算、前向传播、反向传播等核心知识，还介绍了如LSTM、BERT等经典网络模型。通过大量实例和详细的代码演示，帮助学习者理解AI算法的工作原理。特色在于注重实战，每个知识点都配有实际操作案例，让学习者在实践中掌握技能。无论是图像数据处理、模型训练，还是预测结果输出，都有详细的步骤指导。适合想要学习AI技术的初学者，为其打开AI世界的大门。...

介绍这是一门系统且深入的深度学习进阶课程。课程涵盖深度学习系统与前沿、深度学习理论、循环神经网络、卷积神经网络等核心内容。通过该课程，学习者能深入理解神经网络，掌握图像分类、目标检测、图像分割等技术，还会接触到分布式深度学习系统、深度学习前沿等内容。课程包含大量实战环节，如使用神经网络建模MNIST数据、搭建异构深度学习环境、实现卷积层等，帮助学习者将理论知识应用到实际操作中。适合想要提升深度学习技能的算法工程师、相关专业学生等人群学习。...

此课程专为想成为推荐系统工程师的学习者打造，全面覆盖从机器学习基础到高级推荐算法的内容。历经15周密集训练，学员能掌握内容画像、用户画像、传统与深度匹配方法、经典排名算法、图嵌入技术、深度排名模型等核心技能。课程不仅有丰富理论知识，还包含多个企业级项目实战，助力学员将知识运用到实际工作中。此外，特别安排项目总结、部署及职业规划、面试指导，让学员在职场脱颖而出。适合有志进入推荐系统领域的技术人员，以及希望提升现有技能的专业人士。...

《深度学习》是深度学习领域的权威读物，由伊恩·古德费洛等知名学者所著，麻省理工学院出版社出版。本书全面涵盖了从基础理论到高级应用的内容，无论初学者还是专业人士，都能获取宝贵知识与实用技能。书中通过详细案例分析和实战演练，让读者深入了解深度学习在图像识别、自然语言处理等领域的应用。它不仅能帮助读者掌握智能时代的核心技术，还能为相关领域的研究和实践提供有力支持。开启这本书，就是开启一场智能学习之旅！...

介绍 这份关于机器学习如何在企业中落地的带源码课件资源十分实用。公开课内容丰富，对深度学习模型的压缩、量化、剪枝、知识蒸馏等方面均有涉猎。它能帮助学习者强化结合大数据进行机器学习的实践能力，攻克机器学习的难关。 课程涵盖重识机器学习、设计工作流、机器学习与深度学习进阶，以及模型压缩原理与实践等多方面内容，能让学习者全面掌握机器学习在企业中的落地方法。...

此AI精选付费资料包是为AI学习者量身打造的学习资源。其中涵盖了人工智能行业报告、必读经典书籍、机器学习与深度学习算法教程、计算机视觉实战项目等内容。资料包内的经典书籍包括Python基础、机器学习、深度学习、计算机视觉等方面，如吴恩达的《Machine Learning Yearning》、李沐的《动手学深度学习第二版》等，能帮助学习者构建扎实的理论基础。机器学习基础算法教程对线性回归、逻辑回归、聚类算法、决策树等进行了详细的原理推导、代码实现及实验分析。深度学习神经网络基础教程则助力学习者深入了解神经网络。计算机视觉实战项目包含OpenCV、YOLOV5、MASK - RCNN、Unet等…...