当前目录全盘搜索查询全部查询文件夹查询文件

信息加载中,请等待...

当前目录：主页 /知识教程四库 /完结库 /其它 /极客时间VIP2019年卡会员 /58 AI技术内参完结 /mp3

001讲如何组建一个数据科学团队.mp3
002讲聊聊2017年KDD大会的时间检验奖.mp3
003讲数据科学家基础能力之概率统计.mp3
004讲数据科学家基础能力之机器学习.mp3
005讲数据科学家基础能力之系统.mp3
006讲Google的点击率系统模型.mp3
007讲LDA模型的前世今生.mp3
008讲曾经辉煌的雅虎研究院.mp3
009讲数据科学家高阶能力之分析产品.mp3
010讲数据科学家高阶能力之评估产品.mp3
011讲数据科学家高阶能力之如何系统提升产品性能.mp3
012讲精读2017年KDD最佳研究论文.mp3
013讲精读2017年KDD最佳应用数据科学论文.mp3
014讲精读AlphaGoZero论文.mp3
015讲精读2017年EMNLP最佳长论文之一.mp3
016讲精读2017年EMNLP最佳长论文之二.mp3
017讲精读2017年EMNLP最佳短论文.mp3
018讲经典搜索核心算法：TF-IDF及其变种.mp3
019讲经典搜索核心算法：BM25及其变种（内附全年目录）.mp3
020讲经典搜索核心算法：语言模型及其变种.mp3
021讲机器学习排序算法：单点法排序学习.mp3
022讲机器学习排序算法：配对法排序学习.mp3
023讲机器学习排序算法：列表法排序学习.mp3
024讲“查询关键字理解”三部曲之分类.mp3
025讲“查询关键字理解”三部曲之解析.mp3
026讲“查询关键字理解”三部曲之扩展.mp3
027讲搜索系统评测，有哪些基础指标.mp3
028讲搜索系统评测，有哪些高级指标.mp3
029讲如何评测搜索系统的在线表现.mp3
030讲文档理解第一步：文档分类.mp3
031讲文档理解的关键步骤：文档聚类.mp3
032讲文档理解的重要特例：多模文档建模.mp3
033讲大型搜索框架宏观视角：发展、特点及趋势.mp3
034讲多轮打分系统概述.mp3
035讲搜索索引及其相关技术概述.mp3
036讲PageRank算法的核心思想是什么.mp3
037讲经典图算法之HITS.mp3
038讲社区检测算法之“模块最大化”.mp3
039讲机器学习排序算法经典模型：RankSVM.mp3
040讲机器学习排序算法经典模型：GBDT.mp3
041讲机器学习排序算法经典模型：LambdaMART.mp3
042讲基于深度学习的搜索算法：深度结构化语义模型.mp3
043讲基于深度学习的搜索算法：卷积结构下的隐含语义模型.mp3
044讲基于深度学习的搜索算法：局部和分布表征下的搜索模型.mp3
045讲职场话题：当数据科学家遇见产品团队.mp3
046讲职场话题：数据科学家应聘要具备哪些能力.mp3
047讲职场话题：聊聊数据科学家的职场规划.mp3
048讲精读2017年ICCV最佳研究论文.mp3
049讲精读2017年ICCV最佳学生论文.mp3
050讲如何将“深度强化学习”应用到视觉问答系统.mp3
051讲精读2017年NIPS最佳研究论文之一：如何解决非凸优化问题.mp3
052讲精读2017年NIPS最佳研究论文之二：KSD测试如何检验两个分布的异同.mp3
053讲精读2017年NIPS最佳研究论文之三：如何解决非完美信息博弈问题.mp3
054讲数据科学团队养成：电话面试指南.mp3
055讲数据科学团队养成：Onsite面试面面观.mp3
056讲成为“香饽饽”的数据科学家，如何衡量他们的工作呢.mp3
057讲人工智能领域知识体系更新周期只有5～6年，数据科学家如何培养.mp3
058讲数据科学家团队组织架构：水平还是垂直，这是个问题.mp3
059讲2017人工智能技术发展盘点.mp3
060讲WSDM2018论文精读：看谷歌团队如何做位置偏差估计.mp3
061讲WSDM2018论文精读：看京东团队如何挖掘商品的替代信息和互补信息.mp3
062讲WSDM2018论文精读：深度学习模型中如何使用上下文信息.mp3
063讲简单推荐模型之一：基于流行度的推荐模型.mp3
064讲简单推荐模型之二：基于相似信息的推荐模型.mp3
065讲简单推荐模型之三：基于内容信息的推荐模型.mp3
066讲基于隐变量的模型之一：矩阵分解.mp3
067讲基于隐变量的模型之二：基于回归的矩阵分解.mp3
068讲基于隐变量的模型之三：分解机.mp3
069讲高级推荐模型之一：张量分解模型.mp3
070讲高级推荐模型之二：协同矩阵分解.mp3
071讲高级推荐模型之三：优化复杂目标函数.mp3
072讲推荐的Exploit和Explore算法之一：EE算法综述.mp3
073讲推荐的Exploit和Explore算法之二：UCB算法.mp3
074讲推荐的Exploit和Explore算法之三：汤普森采样算法.mp3
075讲推荐系统评测之一：传统线下评测.mp3
076讲推荐系统评测之二：线上评测.mp3
077讲推荐系统评测之三：无偏差估计.mp3
078讲现代推荐架构剖析之一：基于线下离线计算的推荐架构.mp3
079讲现代推荐架构剖析之二：基于多层搜索架构的推荐系统.mp3
080讲现代推荐架构剖析之三：复杂现代推荐架构漫谈.mp3
081讲基于深度学习的推荐模型之一：受限波兹曼机.mp3
082讲基于深度学习的推荐模型之二：基于RNN的推荐系统.mp3
083讲基于深度学习的推荐模型之三：利用深度学习来扩展推荐系统.mp3
084讲LDA变种模型知多少.mp3
085讲针对大规模数据，如何优化LDA算法.mp3
086讲基础文本分析模型之一：隐语义分析.mp3
087讲基础文本分析模型之二：概率隐语义分析.mp3
088讲基础文本分析模型之三：EM算法.mp3
089讲为什么需要Word2Vec算法.mp3
090讲Word2Vec算法有哪些扩展模型.mp3
091讲Word2Vec算法有哪些应用.mp3
092讲序列建模的深度学习利器：RNN基础架构.mp3
093讲基于门机制的RNN架构：LSTM与GRU.mp3
094讲RNN在自然语言处理中有哪些应用场景.mp3
095讲对话系统之经典的对话模型.mp3
096讲任务型对话系统有哪些技术要点.mp3
097讲聊天机器人有哪些核心技术要点.mp3
098讲什么是文档情感分类.mp3
099讲如何来提取情感“实体”和“方面”呢.mp3
100讲文本情感分析中如何做意见总结和搜索.mp3
101讲TheWeb2018论文精读：如何对商品的图片美感进行建模.mp3
102讲TheWeb2018论文精读：如何改进经典的推荐算法BPR.mp3
103讲TheWeb2018论文精读：如何从文本中提取高元关系.mp3
104讲如何快速学习国际顶级学术会议的内容.mp3
105讲广告系统概述.mp3
106讲广告系统架构.mp3
107讲广告回馈预估综述.mp3
108讲Facebook的广告点击率预估模型.mp3
109讲雅虎的广告点击率预估模型.mp3
110讲LinkedIn的广告点击率预估模型.mp3
111讲Twitter的广告点击率预估模型.mp3
112讲阿里巴巴的广告点击率预估模型.mp3
113讲什么是“基于第二价位的广告竞拍”.mp3
114讲广告的竞价策略是怎样的.mp3
115讲如何优化广告的竞价策略.mp3
116讲如何控制广告预算.mp3
117讲如何设置广告竞价的底价.mp3
118讲聊一聊“程序化直接购买”和“广告期货”.mp3
119讲归因模型：如何来衡量广告的有效性.mp3
120讲广告投放如何选择受众如何扩展受众群.mp3
121讲如何利用机器学习技术来检测广告欺诈.mp3
122讲数据科学家必备套路之一：搜索套路.mp3
123讲数据科学家必备套路之二：推荐套路.mp3
124讲数据科学家必备套路之三：广告套路.mp3
125讲SIGIR2018论文精读：偏差和“流行度”之间的关系.mp3
126讲SIGIR2018论文精读：如何利用对抗学习来增强排序模型的普适性.mp3
127讲SIGIR2018论文精读：如何对搜索页面上的点击行为进行序列建模.mp3
128讲CVPR2018论文精读：如何研究计算机视觉任务之间的关系.mp3
129讲CVPR2018论文精读：如何从整体上对人体进行三维建模.mp3
130讲CVPR2018论文精读：如何解决排序学习计算复杂度高这个问题.mp3
131讲ICML2018论文精读：模型经得起对抗样本的攻击这或许只是个错觉.mp3
132讲ICML2018论文精读：聊一聊机器学习算法的“公平性”问题.mp3
133讲ICML2018论文精读：优化目标函数的时候，有可能放大了“不公平”.mp3
134讲ACL2018论文精读：问答系统场景下，如何提出好问题.mp3
135讲ACL2018论文精读：什么是对话中的前提触发如何检测.mp3
136讲ACL2018论文精读：什么是“端到端”的语义哈希.mp3
137讲如何做好人工智能项目的管理.mp3
138讲数据科学团队必备的工程流程三部曲.mp3
139讲数据科学团队怎么选择产品和项目.mp3
140讲什么是计算机视觉.mp3
141讲掌握计算机视觉任务的基础模型和操作.mp3
142讲计算机视觉中的特征提取难在哪里.mp3
143讲基于深度学习的计算机视觉技术（一）：深度神经网络入门.mp3
144讲基于深度学习的计算机视觉技术（二）：基本的深度学习模型.mp3
145讲基于深度学习的计算机视觉技术（三）：深度学习模型的优化.mp3
146讲计算机视觉领域的深度学习模型（一）：AlexNet.mp3
147讲计算机视觉领域的深度学习模型（二）：VGG&GoogleNet.mp3
148讲计算机视觉领域的深度学习模型（三）：ResNet.mp3
149讲计算机视觉高级话题（一）：图像物体识别和分割.mp3
150讲计算机视觉高级话题（二）：视觉问答.mp3
151讲计算机视觉高级话题（三）：产生式模型.mp3
152讲在人工智能领域，如何快速找到学习的切入点.mp3
153讲人工智能技术选择，该从哪里获得灵感.mp3
154讲近在咫尺，走进人工智能研究.mp3
155讲微软研究院：工业界研究机构的楷模.mp3
156讲聊一聊谷歌特立独行的混合型研究.mp3
结束语讲雄关漫道真如铁，而今迈步从头越.mp3
开篇词讲你的360度人工智能信息助理.mp3