AI人工智能算法工程师【1-7】

AI人工智能算法工程师01-07

01 快速搞清楚人工智能

01 人工智能发展前景与就业方向

01 课程全面解析

01-快速了解课程–带你避坑.mp4

02 人工智能到底是什么

01-什么是人工智能.mp4

02-人工智能的研究方法.mp4

03 人工智能发展背后的历史

01-人工智能第一次浪潮.mp4

02-人工智能第二次浪潮.mp4

03-人工智能第三次浪潮.mp4

04-为什么当下人工智能得以快速发展.mp4

04 解锁人工智能各大行业典型应用&就业方向

01-科学研究行业典型应用.mp4

02-交通出行&安防监控行业典型应用.mp4

03-娱乐生活&教育学习行业典型应用.mp4

04-医疗看护&体育健康行业典型应用.mp4

05-金融支付&电商零售行业典型应用.mp4

06-智能制造&养殖护理行业典型应用.mp4

07-语音处理就业方向.mp4

08-计算机视觉就业方向.mp4

09-自然语言处理就业方向.mp4

10-推荐与搜索就业方向.mp4

02 AI编程基石：Python入门与进阶

01 Python起步：入门与环境搭建

01 周课程整体介绍和安排

01-课程整体介绍与学习安排.mp4

02-课程资料说明【必看清楚在哪查看随课资料】.html

02 Anacond软件：安装、管理python相关包

01-Anaconda的安装与应用.mp4

02-Anaconda的环境管理-电子文档.html

03-Anaconda换源指南-电子文档.html

03 Jupyter Notbook&Pycharm：Py开发工具

01-JupyterNotebook的介绍&安装&应用.mp4

02-PyCharm的介绍&安装&应用.mp4

04 环境配置的优化方案

01-环境配置的优化方案.mp4

02 Python基础与程序流程控制

01 基础语法与输入出

01-等号赋值&命名规则.mp4

02-注释&输入输出.mp4

03-综合案例.mp4

02 顺序结构语句

01-赋值&计算&数据格式.mp4

02-数据格式转换&案例.mp4

03 选择结构语句

01-IF选择语句.mp4

02-IF选择语句综合案例.mp4

04 循环结构语句

01-for循环语句.mp4

02-while循环语句.mp4

03-循环语句综合案例.mp4

03 Python列表、元组、字典和集合

01 Python序列与应用

01-序列通用操作.mp4

02-python列表.mp4

03-python元组.mp4

04-字典.mp4

05-集合.mp4

06-字符串.mp4

04 Python函数、模块，文件与文件夹操作

01 Python函数

01-函数.mp4

02-综合案例：使用函数创建模型.mp4

02 python模块

01-模块的使用.mp4

03 Python文件与文件操作

01-文件操作.mp4

02-文件夹操作.mp4

03-综合案例：YOLO标注文件清洗.mp4

04-综合案例：YOLO标注文件清洗.mp4

05 Python面向对象编程

01 面向对象的概念

01-类.mp4

02-属性.mp4

03-行为.mp4

04-对象.mp4

02 面向对象的特征

01-封装.mp4

02-继承.mp4

03-多态.mp4

03 综合案例

01-综合案例：神经网络的继承.mp4

03 AI编程基石：Python高级编程

01 Python的文件、表格、绘图、视频处理

01 周课程整体介绍与安排

01-第3周课程整体介绍与学习安排.mp4

02 文本文件操作

01-文件读取处理.mp4

02-综合案例：日志文件读写.mp4

03 pandas 表格数据处理

01-pandas表格读取与数据处理.mp4

02-综合案例：pandas表格处理.mp4

04 Matplotlib 常用画图处理

01-Ma tplotlib 绘制折线图.mp4

02-Ma tplotlib 绘制散点图&柱状图&饼状图.mp4

05 OpenCV 影像数据处理

01-图像数据处理：安装&加载图片和展示图片.mp4

02-图像数据处理：图片缩放&翻转&保存.mp4

03-视频数据处理：读取&保存.mp4

04-综合案例：视频处理.mp4

06 pickle文件处理：数据序列化处理

01-pickle文件操作.mp4

02-综合案例：pickle实战-数据序列化处理.mp4

02 PyQt构建用户界面应用程序

01 PyQt安装与构建用户界面

01-PyQt安装与运行.mp4

02-Python GUI快速入门.html

03-PyQt制作界面实战图片展示功能.mp4

02 优化PyQt构建用户界面应用程序

01-PyQt制作界面优化.mp4

02-PyQt制作界面代码完善.mp4

04 人工智能底层基石-三大必备AI 数学基础

01 线性代数：人工智能数据基础

01 周课程整体介绍与安排

01-课程整体介绍与学习安排.mp4

02 线性代数

01-线性代数基础概念：标量、向量、矩阵、张量.mp4

02-案例实战：创建向量、矩阵、张量.mp4

03-案例实战：将Numpy矩阵保存成本地图像.mp4

04-案例实战：图像增强（调整对比度）.mp4

05-Python实现解方程组.mp4

06-特征向量与特征值实操.mp4

07-案例实战：图像的SVD分解.mp4

02 微积分： 数学背后的AI力量

01 概念回顾：导数、微分、积分

01-导数【常用初等函数的导数和深度学习中的激活函数】.mp4

02-案例：使用Python画出上述激活函数.mp4

03-微分和积分.mp4

04-案例：展示二维图像切线.mp4

05-案例：三位函数的切面.mp4

02 链式求导

01-链式求导法.mp4

03 反向传播算法

01-反向传播算法.mp4

02-手推反向传播算法.html

03-案例：神经网络反向传播.mp4

04-案例：制作梯度下降求最小的动画.mp4

05-案例：实现三维平面的梯度下降.mp4

03 概率论： 数据科学与AI的关键

01 概率论核心概念与案例

01-概率的基本概念与案例：使用python 模拟随机实验.mp4

02-随机变量与案例：概率质量函数示意图.mp4

03-期望、方差与协方差及案例：计算期望、方差与协方差.mp4

04-实战：模拟常见的概率分布.mp4

05-大数定律及 实战：投硬币大数定律.mp4

06-中心极限定理及 实战：中心极限定理.mp4

05 机器学习 – 解锁人工智能的核心

01 机器学习理论&常见任务

01 周介绍和课程安排

01-周介绍和课程安排.html

02 机器学习基础

01-什么是机器学习.mp4

02-为什么需要机器学习.mp4

03-机器学习的发展历史.mp4

03 机器学习特征

01-特征概念.mp4

02-特征编码.mp4

03-特征选择.mp4

04 机器学习常见任务

01-机器学习问题概览.mp4

02-有&无监督学习模型.mp4

02 评估目标与优化目标

01 机器学习评估指标

01-模型评估基础.mp4

02-分类任务常见评估指标.mp4

03-回归任务常见评估指标.mp4

02 机器学习优化目标

01-模型优化概述.mp4

02-分类任务常见优化目标.mp4

03-回归任务常见优化目标.mp4

03 机器学习模型实践

01 逻辑回归模型原理与实战

01-逻辑回归模型原理【如何建模求解】.mp4

02-逻辑回归模型原理【逻辑回归模型】.mp4

03-逻辑回归模型实战.mp4

06 神经网络 – 处理和学习复杂的数据

01 单层神经网络原理与实践

01 周课程整体介绍与安排

01-周介绍与安排.html

02 生物神经网络原理

01-生物神经网络原理.mp4

02-MP模型.mp4

03-单层感知器&梯度下降法&学习率.mp4

03 感知器与梯度反向传播

01-线性分类问题.mp4

02-单层感知器求解.mp4

02 多层神经网络原理与实践

01 多层感知器与反向传播算法

01-多层感知器.mp4

02-反向传播算法.mp4

03-误差反向传播算法原理.mp4

02 多层神经网络案例实践

01-异或问题.mp4

02-多层感知器求解.mp4

03 序列神经网络

01 序列预测问题与RNN模型

01-经典序列预测问题.mp4

02-循环神经网络&RNN模型&RNN内部结构单元的计算.mp4

03-深层RNN模型&参数学习＆梯度问题.mp4

02 长短时记忆网络与门控循环单元

01-长短时记忆网络LSTM.mp4

02-门控单元的计算.mp4

03-门控循环单元.mp4

07 卷积神经网络（CNN）-处理具有网格结构数据的任务

01 卷积神经网络基础

01 周课程整体介绍与安排

01-周课程整体介绍与安排.html

02 卷积神经网络基础

01-什么是卷积&单个二维图片卷积.mp4

02-多通道卷积.mp4

03-卷积相关操作与参数（填充&步长&大小计算）.mp4

04-卷积相关操作与参数（池化&感受野）.mp4

03 卷积与全连接的比较

01-全连接的局限性（参数量有效性&特征表达能力）.mp4

02-卷积核心思想（局部连接）.mp4

03-卷积核心思想（权重共享&ANN与CNN比较）.mp4

02 典型卷积神经网络模型

01 卷积与池化反向传播

01-误差反向传播算法.mp4

02-卷积误差反向传播算法.mp4

03-池化误差反向传播算法与案例.mp4

02 典型卷积神经网络模型

01-卷积神经网络模块&全连接模块.mp4

02-LeNets5网络.mp4

项目教辅

01-人工智能的新浪潮.html

02-人工智能的早期发展历.html

03-人工智能的典型应用.html

04-什么是人工智能.html

05-第2周 课程资源 res.zip

06-第2周 全部代码.zip

07-本章介绍.html

08-基本输入输出.html

09-程序逻辑结构.html

10-序列.html

11-文件与文件夹操作_yol.zip

12-函数.html

13-文件与文件夹操作.html

14-python中的类.html

15-第三周 课程代码与资.zip

16-课程整体介绍与学习安.html

17-文本文件操作.html

18-excel处理.html

19-matplotlib.html

20-OpenCV.html

21-pickle文件处理：数据.html

22-软件的封装.html

23-线性代数.html

24-微积分.html

25-反向传播算法-代码.zip

26-概率论.html

27-机器学习特征.html

28-机器学习基础.html

29-机器学习模型种类.html

30-机器学习评估指标.html

31-机器学习优化目标.html

32-机器学习-机器学习案.zip

33-机器学习案例实战.html

34-单层感知器模型.zip

35-神经网络基础.html

36-单层神经网络案例实践.html

37-多层感知器异或问题求.zip

38-多层之感知器与反向传.html

39-多层神经网络案例实践.html

40-序列预测问题与RNN模.html

41-长短时记忆网络与门控.html

42-卷积神经网络基础.html

43-卷积与全连接的比较.html

44-卷积与池化反向传播.html

45-典型卷积神经网络模型.html

46-激活函数.html

47-参数初始化.html

48-深度学习标准化.html

49-深度学习泛化与正则化.html

50-深度学习学习率与优化.html

51-Label Studio标注结.zip

52-imgaug.zip

53-安装PyTorch.html

54-TENSORS的操作.html

55 Tensor操作

Tensor操作（代码）

form_tensor.jpg

2-form_tensor2.jpg

image.png

result.png

综合案例.py

55-Tensor操作.zip

56-Dataset与Dataloader.html

57-Dataset与Dataloader.zip

58-数据增强与转换.html

59-数据增强与转换代码.zip

60-模型搭建与复现.html

61-模型搭建与复现.zip

62-第11周【代码】.zip

63-优化器【代码】.zip

64-pytorch封装软件【代.zip

65-代码.zip

66-AlexNet与VGGNet（ppt.html

67-从零搭建VGGNet（ppt.html

68-代码.zip

69-X1卷积与Inception结.html

70-从零搭建GoogLeNet（p.html

71-代码.zip

72-ResNet与DenseNet（pp.html

73-从零搭建ResNet（ppt.html

74-MobileNets代码.zip

75-卷积拆分分组与Xcepti.html

76-MobileNet系列.html

77-从零搭建MobileNet.html

78-ShuffleNets.zip