课程清单 百度云网盘下载

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