深度之眼比赛专题

星***

深度之眼比赛专题
　 【爱奇艺】WSDM用户留存大赛指导班
　 【多模态】【ICPR新赛】多模态视频字幕识别大赛指导班
　 【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】-【销售预测】-【入门】【Kaggle大赛】预测未来销售赛指导（数据科学）
　 【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
　 【CV】【图像分割】【Kaggle新赛】UW-Madison 肠胃道图像分割大赛
　 【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）
　 【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】【文本分类】【Kaggle大赛】CommonLit文本复杂性识别大赛指导班
　 【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)
　 【NLP】【文本分类】【Kaggle新赛】有毒评论识别大赛指导班
　 【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）
　 【CV方向】【图像分割·语义分割】【Kaggle大赛】入侵肾脏大赛
　 【CV方向】【目标检测】【Kaggle新赛】tensorflow海星目标检测大赛指导班
　 【多模态】【Kaggle新赛】宠物预测大赛指导班
　 TOP方案解析系列视频课
　 【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
　 python工具库实战
　 【多模态】【Kaggle大赛】Shopee商品匹配大赛指导班
　 【综合赛】【推荐系统】【高级】阿里云-天池】KDD-Debiasing赛道指导班
　 【CV方向】【图像检索】【进阶】【华为】DIGIX算法精英大赛图像检索赛道
　 【数据科学】【Kaggle新赛】谷歌智能手机精准定位挑战赛指导班
　 深度学习PyTorch框架班
　 03 数学基础
　 【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方向】-【表情识别】-【进阶】【DataFountain】疫情期间网民情绪识别大赛
　 【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
　 【NLP】【文本相似度】【kaggle新赛】美国专利短语相似度大赛
　 【NLP】-【文本识别】-【入门】【达观杯】文本智能处理挑战赛指导（NLP方向）
　 【推荐系统】【华为新赛】DIGIX2021基于多目标优化的视频推荐赛道
　 【CV方向】【目标跟踪任务】【Kaggle大赛】NFL头盔跟踪大赛指导班
　 【nlp方向】【文本挖掘】【入门】【SODIC新赛】NLP技术实战-企业隐患排查
　 【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
　 【推荐系统】快速入门推荐算法基于top-k的推荐赛
　 【NLP】【Token分类】【Kaggle新赛】NBME-临床患者病例评分大赛指导班
　 【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
　 BERT 模型系统班
　 【NLP方向】【文本分类】【入门】【天池】新闻文本分类比赛指导班
　 【数据科学】【Kaggle大赛】回答准确性预测大赛指导
　 神经网络基础知识
　 【CV方向】【图像分类】【Kaggle大赛】搜索外星人信号大赛
　 01 Python · AI&数据科学入门
　 【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】【进阶】【Kaggle大赛】全球小麦检测大赛指导班
　 【CV方向】【图像分类】【Kaggle大赛】木薯叶病分类大赛指导班
　　 【03课】序列模型.mp4
　　 shuom.docx
　　 【04课】Auto—ML&HPO.mp4
　　 【02课】特征工程.mp4
　　 【05课】爱奇艺结营视频.mp4
　　 【01课】赛题介绍+baseline详解.mp4
　　 2.预测未来销售
　　 1.房价预测
　　 【05课】基于纯语音模态的字幕识别.mp4
　　 【01】赛题介绍 + Baseline 详解.mp4
　　 说明.docx
　　 【03课】基于TransVTSpotter的模型优化.mp4
　　 【02课】视频ocr基础理论与多模态理论.mp4
　　 【04课】基于视频多模态预训练的视频模型优化.mp4
　　 【06课】 融合视觉语音的多模态字幕识别.mp4
　　 3.地震预测
　　 说明.docx
　　 【05课】结构化风控赛题复盘.mp4
　　 【06课】模型融合&AuoML.mp4
　　 【02课】数据分析与特征工程.mp4
　　 【01课】赛题介绍、baseline详解.mp4
　　 【03课】高阶树模型使用.mp4
　　 【07课】比赛冲刺.mp4
　　 【04课】特征筛选方法.mp4
　　 【03课】语义分割模型基础一，基础版.mp4
　　 【01课 】 赛题介绍+kaggle平台学习+比赛数据探索性分析.mp4
　　 说明.docx
　　 【04课】 语义分割模型基础二. 进阶版.mp4
　　 打造舒适的AI开发环境--硬件篇.mp4
　　 【06课】直播答疑.mp4
　　 【05课】通用比赛思路及历年分割比赛top思路代码讲解.mp4
　　 打造舒适的AI开发环境--软件篇1.mp4
　　 打造舒适的AI开发环境--软件篇23.mp4
　　 【02课】 Baseline讲解.mp4
　　 【09课】Google-colab的使用（福利课）.mp4
　　 【06课】state-of-the-art模型介绍.mp4
　　 【05课】baseline进阶.mp4
　　 说明.docx
　　 【03课】命名实体识别解码器.mp4
　　 【02课】NLP预训练模型介绍.mp4
　　 【08课】比赛复盘.mp4
　　 【01课】赛题解析+Baseline构建（已更新）.mp4
　　 【07课】直播答疑日.mp4
　　 【04课】中期直播答疑.mp4
　　 【03课】赛题上分思路.mp4
　　 【Kaggle-基本介绍】（入门指导）.mp4
　　 【05课】比赛冲刺.mp4
　　 说明.docx
　　 【2】bert结构，自己看.docx
　　 【07课】答疑指导（2）.mp4
　　 【06课】答疑指导（1）.mp4
　　 【01课】赛题介绍+baseline讲解.mp4
　　 【04课】比赛历史总结.mp4
　　 【08课】比赛冲刺.mp4
　　 【05课】NLP竞赛复盘.mp4
　　 【04课】NLP赛题Trick.mp4
　　 说明.docx
　　 【01课】赛题介绍&baseline讲解.mp4
　　 【02课】NLP赛题的流程细节.mp4
　　 【07课】直播答疑.mp4
　　 【06课】模型融合&AuoML.mp4
　　 【03课】Bert分类模型发展.mp4
　　 【课件】随堂更新（数据集+PPT+代码）
　　 笔记.docx
　　 【04课】量化模型入门.mp4
　　 【03课】时间序列模型.mp4
　　 【02课】结构化解题流程细节.mp4
　　 【05课】时间序列竞赛复盘.mp4
　　 【07课】直播答疑.mp4
　　 【06课】模型调参与AutoML.mp4
　　 作业要求.docx
　　 【09课】比赛冲刺.mp4
　　 【01课】赛题解析&Baseline思路.mp4
　　 【课件专栏】
　　 【01】CV比赛课-赛前介绍和准备
　　 作业要求.docx
　　 【05课】TFKeras和OpenCV.mp4
　　 【07课】构建基础baseline模型.mp4
　　 【04课】比赛思路课.mp4
　　 【06课】数据准备和增强.mp4
　　 【02课】Google Colab.mp4
　　 【03课】卷积的基础知识和常用模型架构.mp4
　　 课件合集.docx
　　 【Biendata】海华赛阅读理解大赛-Part1（NLP方向）.mp4
　　 【Biendata】海华赛阅读理解大赛-Part3（NLP方向）.mp4
　　 【Kaggle】Web Traffic大赛TOP8方案（时间序列）.mp4
　　 【Biendata】海华赛阅读理解大赛-Part2（NLP方向）.mp4
　　 【04课】多模态特证聚合理论介绍.mp4
　　 说明.docx
　　 【05课】CV和其他模态数据讲解.mp4
　　 【06课】比赛总结复盘.mp4
　　 【03课】调参技巧与数据增强设计.mp4
　　 【01课】赛题介绍+baseline讲解.mp4
　　 【02课】CV相关理论介绍及其代码讲解.mp4
　　 【01课】开营第一课（直播回放）.mp4
　　 【03课】修改网络设计.mp4
　　 【02课】目标检测二阶段算法.mp4
　　 【06】总结复盘_2022-07-14_14-12-14.mp4
　　 【06】总结复盘.mp4
　　 【05课】数据增强和调参.mp4
　　 【04课】骨干网介绍和损失函数设计.mp4
　　 说明.docx
　　 【03课】语义分割模型基础.mp4
　　 【01课】开营仪式：baseline构建思路.mp4
　　 【08课】比赛冲刺.mp4
　　 【04课】语义分割进阶Trick.mp4
　　 【07课】直播答疑.mp4
　　 【02课】语义分割模型细节.mp4
　　 【05课】语义分割竞赛复盘.mp4
　　 说明.docx
　　 【06课】模型融合.mp4
　　 说明.docx
　　 【05课】提分思路+模型调参专题直播.mp4
　　 【09课】KDD总复盘.mp4
　　 【04课】Paper解读（召回+排序+paper解读分析）专题直播.mp4
　　 【02课】赛题思路分析专题直播.mp4
　　 【01课】赛题理解+Baseline基本思路专题直播.mp4
　　 【07课】模型融合-特征工程专题直播.mp4
　　 【03课】直播答疑.mp4
　　 【06课】深度学习-工程架构分析专题直播.mp4
　　 【08课】直播答疑.mp4
　　 说明.docx
　　 【07课】直播答疑日.mp4
　　 【02课】比赛相关理论讲解.mp4
　　 【05课】深度学习建模和提升.mp4
　　 【03课】结合比赛的机器学习和深度学习讲解.mp4
　　 【04课】机器学习建模和提升.mp4
　　 【06课】模型融合提升.mp4
　　 【08课】比赛指导总复盘.mp4
　　 【01课】Baseline构建.mp4
　　 说明.docx
　　 【4月3日】文本特征提取与文本检索.mp4
　　 【4月23日】复赛冲刺.mp4
　　 【3月31日】图像特征提取与图像检索.mp4
　　 【4月9日】信息检索比赛复盘.mp4
　　 【4月6日】商品多模态匹配.mp4
　　 【3月24日】开营仪式，赛题介绍与Baseline讲解.mp4
　　 【4月18日】直播答疑.mp4
　　 1.1-Python的基本语法.mp4
　　 2.1-高效的numpy数组.mp4
　　 课程课件-代码.docx
　　 1.2-正则表达式.mp4
　　 7.2-word2vec和LSTM.mp4
　　 3.1-文本分类Pipeline概述.mp4
　　 4.2-聚类与集成.mp4
　　 作业合集.docx
　　 4.3-调参与经验.mp4
　　 1.3-模块化程序和面向对象.mp4
　　 6.2-大而全的NLP工具HanLP.mp4
　　 8.1-卷积网络.mp4
　　 4.1-必会的分类模型.mp4
　　 5.2-XGBoost和主题模型LDA.mp4
　　 6.1-中文分词工具Jieba.mp4
　　 2.4-方便的数据分析库Pandas.mp4
　　 5.1-序列标注与CRF.mp4
　　 2.3-强大易学的绘图库Matplotlib.mp4
　　 7.1-从感知机到神经网络.mp4
　　 3.2-特征预处理.mp4
　　 8.2-从Attention到Transformer.mp4
　　 8.3-Bert及其变体.mp4
　　 【08课】方案解析.mp4
　　 【09课】结营仪式+比赛复盘.mp4
　　 【04课】图像检索通用流程.mp4
　　 【07课】常用特征抽取和融合方法.mp4
　　 【06课】直播答疑日.mp4
　　 【01课】赛题解析+Baseline构建（上）.mp4
　　 【03课】图像基本知识.mp4
　　 【05课】常用前置处理方法.mp4
　　 【02课】赛题解析+Baseline构建（下）.mp4
　　 说明.docx
　　 【06课】 前沿分析.mp4
　　 【03课】数据处理、特征工程.mp4
　　 【05课】深度模型.mp4
　　 【01课】赛题介绍、baseline详解.mp4
　　 说明.docx
　　 【07课】直播答疑.mp4
　　 【02课】 赛题解析.mp4
　　 【04课】传统模型.mp4
　　 【08课】比赛复盘.mp4
　　 【第一章】-3 矩阵的逆，转置和对称转置.mp4
　　 【第一章】-5 特殊矩阵的行列式与行列式的性质.mp4
　　 【第三章】-4 不定积分.mp4
　　 【第三章】-3 函数的凹凸性&函数的极值.mp4
　　 【第三章】-5 定积分.mp4
　　 【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
　　 【第二章】-11 SVD分解的应用.mp4
　　 【第三章】-7 方向导数与梯度及其应用.mp4
　　 说明.docx
　　 【第四章-上】-5 期望与方差（下）.mp4
　　 【第四章-下】-1 无约束最优化梯度下降.mp4
　　 【第一章】-1 导读课.mp4
　　 【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
　　 【第一章】-8 矩阵的逆的引入.mp4
　　 【第一章】-2 矩阵的基本概念和运算性质.mp4
　　 【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
　　 【第一章】-10 分块矩阵.mp4
　　 【第四章-上】-6 参数的估计.mp4
　　 【第二章】-4 矩阵的秩在线性回归算法中的应用.mp4
　　 【第四章-上】-3 随机变量与多维随机变量.mp4
　　 【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
　　 【第四章-上】-4 期望与方差（上）.mp4
　　 【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
　　 【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
　　 【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
　　 【第一章】-7 行列式的应用：克莱姆法则.mp4
　　 【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
　　 【第一章】-4 行列式的计算.mp4
　　 【第三章】-9 矩阵的求导.mp4
　　 【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
　　 【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
　　 【第三章】-2 中值定理&洛必达法则&泰勒公式及应用.mp4
　　 【第一章】-9 常用矩阵性质与特殊矩阵的逆.mp4
　　 【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
　　 【第三章】-6 偏导数&多元函数复合求导法则链式求导法则.mp4
　　 【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
　　 【第四章-下】-2 无约束最优化牛顿法.mp4
　　 【第四章-下】-3 约束最优化.mp4
　　 【第一章】-6 行列式按行列展开，代数余子式.mp4
　　 【第三章】-10 矩阵的求导在深度学习中的应用.mp4
　　 【第四章-上】-2 全概率公式与贝叶斯公式及应用&独立性.mp4
　　 【第一周】作业讲解1.mp4
　　 【第七周】模型finetune.mp4
　　 【第一周】计算图与动态图机制.mp4
　　 【第三周】模型创建步骤与nn.Module.mp4
　　 【第一周】作业讲解2.mp4
　　 【第七周】模型保存与加载.mp4
　　 【第三周】模型容器与AlexNet构建.mp4
　　 【第九周】循环神经网络一瞥.mp4
　　 【第七周】GPU的使用.mp4
　　 【第一周】补充-pytorch开发环境安装.mp4
　　 【第二周】学会自定义transforms方法.mp4
　　 【第九周】生成对抗网络一瞥.mp4
　　 【第一周】autograd与逻辑回归.mp4
　　 【第二周】作业讲解.mp4
　　 【第一周】张量操作与线性回归.mp4
　　 【第一周】作业讲解3.mp4
　　 【第三周】nn网络层-池化-线性-激活函数层.mp4
　　 【第二周】二十二种transforms数据预处理方法.mp4
　　 【第一周】PyTorch简介与安装.mp4
　　 【第八周】图像目标检测一瞥（下）.mp4
　　 【必看】深入浅出PyTorch.mp4
　　 【第六周】Batch Normalization.mp4
　　 【第四周】损失函数（一）.mp4
　　 【第八周】图像目标检测一瞥（上）.mp4
　　 【第四周】作业讲解.mp4
　　 【第八周】图像分类一瞥_2022-07-14_10-22-57.mp4
　　 说明.docx
　　 【第八周】图像分类一瞥.mp4
　　 【第六周】Normalizaiton_layers.mp4
　　 【第六周】正则化之weight_decay.mp4
　　 【第四周】损失函数(二).mp4
　　 【第六周】正则化之Dropout.mp4
　　 【第四周】优化器optimizer的概念.mp4
　　 【第一周】张量简介与创建.mp4
　　 【第五周】TensorBoard使用（二）.mp4
　　 【第三周】nn网络层-卷积层.mp4
　　 【第七周】PyTorch常见报错.mp4
　　 【第七周】作业讲解.mp4
　　 【第五周】学习率调整策略.mp4
　　 【第五周】TensorBoard简介与安装.mp4
　　 【第五周】hook函数与CAM可视化.mp4
　　 【第五周】作业讲解.mp4
　　 【第三周】作业讲解.mp4
　　 【第四周】权值初始化.mp4
　　 【第二周】数据预处理transforms模块机制.mp4
　　 【第四周】torch.optim.SGD.mp4
　　 【第二周】数据读取机制Dataloader与Dataset.mp4
　　 【第五周】TensorBoard使用（一）.mp4
　　 【06课】预训练.mp4
　　 说明.docx
　　 【05课】训练技巧（2）.mp4
　　 【08课】比赛冲刺.mp4
　　 【02课】BERT模型及其应用细节.mp4
　　 【01课】赛题介绍+baseline详解.mp4
　　 【04课】NLP赛题Trick.mp4
　　 【07课】模型集成.mp4
　　 【03课】更多预训练模型介绍.mp4
　　 说明.docx
　　 【02课】量化交易简介与Baseline代码详解.mp4
　　 【07课】量化交易拓展知识.mp4
　　 【05课】高频因子挖掘套路（二）.mp4
　　 【04课】树模型局限性和常用融合技巧.mp4
　　 【03课】高频因子挖掘套路（一）.mp4
　　 【01课】开营第一课（直播回放）.mp4
　　 【06课】特征加工加速工具.mp4
　　 【3月25日】第二次直播答疑.mp4
　　 【3月18日】第一次直播答疑.mp4
　　 【01课】赛题详解.mp4
　　 【02课】比赛专题讲解.mp4
　　 【03课】模型调参和文本增强比赛专题讲解.mp4
　　 说明.docx
　　 第三次直播答疑.mp4
　　 【04课】比赛思路进阶专题讲解.mp4
　　 【05课】比赛思路全复盘（纯干货）.mp4
　　 说明.docx
　　 【06课】top方案的分享和比赛总结.mp4
　　 【05课】模型融合以及比赛解答.mp4
　　 【01课】赛题介绍+baseline详解（理论+实操）.mp4
　　 【04课】比赛中的上分技巧.mp4
　　 【02课】BERT预训练语言模型的介绍.mp4
　　 【03课】Deberta等BERT变种预训练语言模型的介绍.mp4
　　 【04课】推荐赛题Trick.mp4
　　 【03课】推荐模型发展.mp4
　　 shuom.docx
　　 【05课】推荐系统竞赛复盘.mp4
　　 【06课】模型融合&AuoM.mp4
　　 【02课】推荐赛题的流程细节.mp4
　　 【07课】比赛冲刺.mp4
　　 【01课】赛题介绍+baseline详解.mp4
　　 【10课】深度学习模型提升.mp4
　　 【01课】赛前介绍和准备.mp4
　　 【11课】模型调参和模型融合.mp4
　　 【04课】Baseline实现.mp4
　　 【08课】深度学习baseline构建.mp4
　　 【06课】tensorflow2.0入门.mp4
　　 【03课】数据分析及处理.mp4
　　 【09课】深度学习baseline交叉验证.mp4
　　 【02课】赛题介绍和思路分析.mp4
　　 【05课】验证集构建和交叉验证.mp4
　　 【07课】词向量及word2vec简介.mp4
　　 作业要求.docx
　　 【05课】常用trick.mp4
　　 【06课】nlp前沿技术解读.mp4
　　 【08课】比赛复盘.mp4
　　 说明.docx
　　 【02课】NLP经典模型.mp4
　　 【07课】解答学生常见问题.mp4
　　 【01课】企业隐患排查（回放）.mp4
　　 【04课】迁移学习方法.mp4
　　 【03课】深度经典模型.mp4
　　 【05课】计算机视觉赛题复盘.mp4
　　 【07课】比赛冲刺.mp4
　　 【02课】多目标跟踪模型流程细节.mp4
　　 【01课】赛题介绍+baseline详解.mp4
　　 【04课】目标追踪赛题Trick.mp4
　　 【06课】模型融合&AuoML.mp4
　　 【03课】多目标跟踪模型发展.mp4
　　 说明.docx
　　 比赛思路全复盘+思路应用+干货分享.mp4
　　 说明.docx
　　 DARNN论文解析+比赛trick拓展专题直播.mp4
　　 自回归建模+趋势拟合建模专题直播.mp4
　　 第二次直播答疑.mp4
　　 机器学习建模+深度学习建模专题直播.mp4
　　 【01课】Kaggle平台简介+赛题解析+baseline思路讲解.mp4
　　 第三次直播答疑.mp4
　　 第一次直播答疑.mp4
　　 【01课】推荐系统算法总体介绍+赛题介绍+baseline讲解.mp4
　　 【04课】推荐系统中的排序算法.mp4
　　 【02课】推荐系统中的召回算法.mp4
　　 【03课】推荐系统中的多兴趣召回算法.mp4
　　 说明.docx
　　 【06课】知识图谱在推荐系统中的应用.mp4
　　 【05课】推荐系统中的多目标算法.mp4
　　 【08课】比赛复盘.mp4
　　 【05课】直播答疑.mp4
　　 【04课】论文解读&代码解析.mp4
　　 【06课】深度模型提升.mp4
　　 【03课】Badcase分析和后处理.mp4
　　 【01课】赛题解析+Baseline构建.mp4
　　 shuom.docx
　　 【02课】NER的常用模型设计.mp4
　　 【07课】数据增强和模型融合.mp4
　　 03课-BERT及其变种.mp4
　　 02课-BERT代码详解及HuggingFace Transfomers实战.mp4
　　 04课-代码实操课（kaggle环境）.mp4
　　 说明.docx
　　 06课-比赛总结和top方案分享.mp4
　　 05课-BERT变种和比赛技巧.mp4
　　 01-课赛题介绍+baseline详解.mp4
　　 【01课】赛题思路+Baseline构建.mp4
　　 【03课】竞赛流程与Baseline强化.mp4
　　 说明.docx
　　 【06课】模型融合.mp4
　　 【05课】NLP词向量进阶.mp4
　　 【07课】直播答疑.mp4
　　 【08课】比赛全复盘+最强方案解析.mp4
　　 【02课】NLP相关理论.mp4
　　 【04课】NLP词向量基础.mp4
　　 【05课】比赛相关Paper讲解.mp4
　　 【01课】赛题解析&baseline思路.mp4
　　 【03课】结构化数据深度建模.mp4
　　 说明.docx
　　 【08课】比赛冲刺.mp4
　　 【06课】传统Baseline模型进阶.mp4
　　 【04课】直播答疑课.mp4
　　 【07课】深度Baseline模型进阶.mp4
　　 【02课】结构化数据传统建模.mp4
　　 第8章 对抗训练原理(与代码实现).mp4
　　 【02课】BERT 模型结构(下).mp4
　　 第3章 BERT 模型预训练和微调(上).mp4
　　 shuom.docx
　　 【02课】bert模型结构(上).mp4
　　 第4章 BERT模型预训练和微调(下).mp4
　　 第6章 BERT微调项目代码解析(下).mp4
　　 第5章 BERT微调项目代码解析(上).mp4
　　 第7章 关系分类任务的微调.mp4
　　 学员课件
　　 02-卷积神经网络-0.mp4
　　 03-循环神经网络-2.mp4
　　 说明.docx
　　 01-神经网络基础与多层感知机-1.mp4
　　 01-神经网络基础与多层感知机-3.mp4
　　 02-卷积神经网络-2.mp4
　　 01-神经网络基础与多层感知机-4.mp4
　　 02-卷积神经网络-1.mp4
　　 01-神经网络基础与多层感知机-0.mp4
　　 03-循环神经网络-0.mp4
　　 01-神经网络基础与多层感知机-2.mp4
　　 03-循环神经网络-1.mp4
　　 【08课】比赛复盘.mp4
　　 【01课】开营第一课.mp4
　　 【03课】CNN分类模型发展.mp4
　　 说明.docx
　　 【05课】视觉竞赛复盘.mp4
　　 【06课】模型融合&AuoML.mp4
　　 【07课】直播答疑.mp4
　　 【04课】视觉赛题Trick.mp4
　　 【07课】直播答疑.mp4
　　 【06课】高级trick讲解.mp4
　　 【04课】基础trick讲解.mp4
　　 【08课】比赛复盘课.mp4
　　 【05课】Baseline Paper讲解.mp4
　　 【03课】自动调参工具讲解.mp4
　　 说明.docx
　　 【01课】Kaggle平台简介&赛提介绍&Baseline.mp4
　　 【02课】本地训练代码详解&baseline代码详解.mp4
　　 【GPU平台使用教程+代码训练】（入门指导）.mp4
　　 【09课】比赛总结复盘+Top方案分享.mp4
　　 【07课】比赛涉及paper详解.mp4
　　 【06课】比赛Trick专题讲解二.mp4
　　 【05课】前四期专题知识点梳理回顾巩固.mp4
　　 说明.docx
　　 【02课】Baseline代码详解.mp4
　　 【08课】最强yolov5代码全解析.mp4
　　 【04课】比赛Trick专题讲解一.mp4
　　 【03课】自动调参工具讲解.mp4
　　 【01课】Baseline构建思路.mp4
　　 【作业讲解】第四章：复杂数据类型.mp4
　　 【作业讲解】第十一章：Numpy库.mp4
　　 第九章 有益的探索.mp4
　　 第十三章 Matplotlib.mp4
　　 第八章 文件、异常和模块.mp4
　　 第十一章 科学计算库—Numpy应用.mp4
　　 【作业讲解】第十三章：Matplotlib.mp4
　　 【作业讲解】第十四章：Sklearn常规用法.mp4
　　 第二章 Python 基本语法元素.mp4
　　 第十章 Python标准库.mp4
　　 【作业讲解】第九章：有益的探索.mp4
　　 【作业讲解】第七章：类.mp4
　　 【作业讲解】第二章：Python基本语法元素.mp4
　　 第三章 基本数据类型.mp4
　　 【作业讲解】第十章：Python标准库.mp4
　　 第十二章 Pandas库.mp4
　　 第四章 组合数据类型.mp4
　　 说明.docx
　　 第十四章 Sklearn常规用法.mp4
　　 第十五章 再谈编程.mp4
　　 【作业讲解】第八章：文件、异常和模块.mp4
　　 第五章 程序控制结构.mp4
　　 【作业讲解】第十二章：Pandas库.mp4
　　 【作业讲解】第一章：助教实际演示配置环境过程.mp4
　　 【作业讲解】第六章：函数.mp4
　　 第七章 类-面向对象的编程.mp4
　　 【作业讲解】第三章：基本数据类型.mp4
　　 第一章 绪论和环境配置.mp4
　　 【作业讲解】第五章：程序控制结构.mp4
　　 第六章 函数-面向过程的编程.mp4
　　　 地震预测资料.exe
　　　 地震预测.pdf
　　　 【Kaggle：地震预测】第一周第一节课——赛题背景以及数据的EDA.ts
　　　 【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
　　　 预测未来销售资料.exe
　　　 【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
　　　 【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
　　　 【Kaggle：预测未来销售】第一周第二节课——特征工程以及构建baseline.ts
　　　 预测未来销售.pdf
　　　 【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
　　 【01课】赛题解析+Baseline思路.mp4
　　 【04课】赛程中期答疑.mp4
　　 【05课】图像分类问题的Trick1.mp4
　　 【06课】Paper课程&effienct.mp4
　　 【07课】图像分类问题的Trick2.mp4
　　 【03课】自动调参工具.mp4
　　 【08课】总结复盘+面试经验分享.mp4
　　 【02课】Baseline代码详解.mp4
　　 说明.docx
　　　 【Kaggle：房价预测】第一周第二节课——账号注册以及本地化jupyter notebook.mp4
　　　 3【Kaggle：房价预测】第一周第三节课——赛题思路分析.mp4
　　　 【Kaggle：房价预测】第二周第一节课——构建baseline.mp4
　　　 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
　　　 【Kaggle：房价预测】第二周第四节课——模型集成原理与实践.mp4
　　　 4【Kaggle：房价预测】第一周第四课——数据清洗以及数据处理.mp4
　　　 【Kaggle：房价预测】第一周第三节课——赛题思路分析.mp4
　　　 房价预测.pdf
　　　 【Kaggle：房价预测】第二周第二节课——特征工程知识部分讲解.mp4
　　　 房价预测资料.exe
　　　 【Kaggle：房价预测】第二次直播答疑.mp4
　　　 【Kaggle：房价预测】第二周第三节课——特征工程对baseline的提高.mp4
　　　 1【Kaggle：房价预测】第一周第一节课——kaggle账号注册与竞赛入门.mp4
　　　 3.mp4
　　　 说明.txt
　　　 说明.docx
　　　 02-ppt-卷积神经网络-1-2.pdf
　　　 03-ppt-循环神经网络-3.28.pdf
　　　 03-ppt-循环神经网络-3.28.docx
　　　 01-ppt-神经网络基础与多层感知机-2.pdf
　　　 文件.txt
我用夸克网盘分享了「深度之眼比赛专题」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。链接：

下载地址:

游客，如果您要查看本帖隐藏内容请回复