深度之眼-全球AI大赛年度会员课程合集

https://pan.quark.cn/s/65c5ad8b6cbf

├─01 Python · AI&数据科学入门

│  ├─【作业讲解】第一章：助教实际演示配置环境过程.mp4

│  ├─【作业讲解】第七章：类.mp4

│  ├─【作业讲解】第三章：基本数据类型.mp4

│  ├─【作业讲解】第九章：有益的探索.mp4

│  ├─【作业讲解】第二章：Python基本语法元素.mp4

│  ├─【作业讲解】第五章：程序控制结构.mp4

│  ├─【作业讲解】第八章：文件、异常和模块.mp4

│  ├─【作业讲解】第六章：函数.mp4

│  ├─【作业讲解】第十一章：Numpy库.mp4

│  ├─【作业讲解】第十三章：Matplotlib.mp4

│  ├─【作业讲解】第十二章：Pandas库.mp4

│  ├─【作业讲解】第十四章：Sklearn常规用法.mp4

│  ├─【作业讲解】第十章：Python标准库.mp4

│  ├─【作业讲解】第四章：复杂数据类型.mp4

│  ├─第一章 绪论和环境配置.mp4

│  ├─第七章 类-面向对象的编程.mp4

│  ├─第三章 基本数据类型.mp4

│  ├─第九章 有益的探索.mp4

│  ├─第二章 Python 基本语法元素.mp4

│  ├─第五章 程序控制结构.mp4

│  ├─第八章 文件、异常和模块.mp4

│  ├─第六章 函数-面向过程的编程.mp4

│  ├─第十一章 科学计算库—Numpy应用.mp4

│  ├─第十三章 Matplotlib.mp4

│  ├─第十二章 Pandas库.mp4

│  ├─第十五章 再谈编程.mp4

│  ├─第十四章 Sklearn常规用法.mp4

│  ├─第十章 Python标准库.mp4

│  ├─第四章 组合数据类型.mp4

│  └─说明.docx

├─03 数学基础

│  ├─【第一章】-1 导读课.mp4

│  ├─【第一章】-10 分块矩阵.mp4

│  ├─【第一章】-2 矩阵的基本概念和运算性质.mp4

│  ├─【第一章】-3 矩阵的逆，转置和对称转置.mp4

│  ├─【第一章】-4 行列式的计算.mp4

│  ├─【第一章】-5 特殊矩阵的行列式与行列式的性质.mp4

│  ├─【第一章】-6 行列式按行列展开，代数余子式.mp4

│  ├─【第一章】-7 行列式的应用：克莱姆法则.mp4

│  ├─【第一章】-8 矩阵的逆的引入.mp4

│  ├─【第一章】-9 常用矩阵性质与特殊矩阵的逆.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

│  ├─【第三章】-10 矩阵的求导在深度学习中的应用.mp4

│  ├─【第三章】-2 中值定理&洛必达法则&泰勒公式及应用.mp4

│  ├─【第三章】-3 函数的凹凸性&函数的极值.mp4

│  ├─【第三章】-4 不定积分.mp4

│  ├─【第三章】-5 定积分.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

│  ├─【第三章】-7 方向导数与梯度及其应用.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

│  ├─【第三章】-9 矩阵的求导.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

│  ├─【第二章】-11 SVD分解的应用.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】-4 矩阵的秩在线性回归算法中的应用.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】-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

│  ├─【第四章-上】-2 全概率公式与贝叶斯公式及应用&独立性.mp4

│  ├─【第四章-上】-3 随机变量与多维随机变量.mp4

│  ├─【第四章-上】-4 期望与方差（上）.mp4

│  ├─【第四章-上】-5 期望与方差（下）.mp4

│  ├─【第四章-上】-6 参数的估计.mp4

│  ├─【第四章-下】-1 无约束最优化梯度下降.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

│  └─说明.docx

├─BERT 模型系统班

│  ├─shuom.docx

│  ├─【02课】BERT 模型结构(下).mp4

│  ├─【02课】bert模型结构(上).mp4

│  ├─第3章 BERT 模型预训练和微调(上).mp4

│  ├─第4章 BERT模型预训练和微调(下).mp4

│  ├─第5章 BERT微调项目代码解析(上).mp4

│  ├─第6章 BERT微调项目代码解析(下).mp4

│  ├─第7章 关系分类任务的微调.mp4

│  └─第8章 对抗训练原理(与代码实现).mp4

├─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)

│  ├─【01】CV比赛课-赛前介绍和准备

│  │  ├─3.mp4

│  │  └─说明.txt

│  ├─【课件专栏】

│  │  └─文件.txt

│  ├─【02课】Google Colab.mp4

│  ├─【03课】卷积的基础知识和常用模型架构.mp4

│  ├─【04课】比赛思路课.mp4

│  ├─【05课】TFKeras和OpenCV.mp4

│  ├─【06课】数据准备和增强.mp4

│  ├─【07课】构建基础baseline模型.mp4

│  ├─作业要求.docx

│  └─课件合集.docx

├─TOP方案解析系列视频课

│  ├─【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-Part2（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

├─python工具库实战

│  ├─1.1-Python的基本语法.mp4

│  ├─1.2-正则表达式.mp4

│  ├─1.3-模块化程序和面向对象.mp4

│  ├─2.1-高效的numpy数组.mp4

│  ├─2.3-强大易学的绘图库Matplotlib.mp4

│  ├─2.4-方便的数据分析库Pandas.mp4

│  ├─3.1-文本分类Pipeline概述.mp4

│  ├─3.2-特征预处理.mp4

│  ├─4.1-必会的分类模型.mp4

│  ├─4.2-聚类与集成.mp4

│  ├─4.3-调参与经验.mp4

│  ├─5.1-序列标注与CRF.mp4

│  ├─5.2-XGBoost和主题模型LDA.mp4

│  ├─6.1-中文分词工具Jieba.mp4

│  ├─6.2-大而全的NLP工具HanLP.mp4

│  ├─7.1-从感知机到神经网络.mp4

│  ├─7.2-word2vec和LSTM.mp4

│  ├─8.1-卷积网络.mp4

│  ├─8.2-从Attention到Transformer.mp4

│  ├─8.3-Bert及其变体.mp4

│  ├─作业合集.docx

│  └─课程课件-代码.docx

├─【CV】【图像分割】【Kaggle新赛】UW-Madison 肠胃道图像分割大赛

│  ├─【01课 】 赛题介绍+kaggle平台学习+比赛数据探索性分析.mp4

│  ├─【02课】 Baseline讲解.mp4

│  ├─【03课】语义分割模型基础一，基础版.mp4

│  ├─【04课】 语义分割模型基础二. 进阶版.mp4

│  ├─【05课】通用比赛思路及历年分割比赛top思路代码讲解.mp4

│  ├─【06课】直播答疑.mp4

│  ├─打造舒适的AI开发环境--硬件篇.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

│  └─说明.docx

├─【CV方向】【图像分割·语义分割】【Kaggle大赛】入侵肾脏大赛

│  ├─【01课】开营仪式：baseline构建思路.mp4

│  ├─【02课】语义分割模型细节.mp4

│  ├─【03课】语义分割模型基础.mp4

│  ├─【04课】语义分割进阶Trick.mp4

│  ├─【05课】语义分割竞赛复盘.mp4

│  ├─【06课】模型融合.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【08课】比赛冲刺.mp4

│  └─说明.docx

├─【CV方向】【图像分类】【Kaggle大赛】搜索外星人信号大赛

│  ├─【01课】开营第一课.mp4

│  ├─【03课】CNN分类模型发展.mp4

│  ├─【04课】视觉赛题Trick.mp4

│  ├─【05课】视觉竞赛复盘.mp4

│  ├─【06课】模型融合&AuoML.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【08课】比赛复盘.mp4

│  └─说明.docx

├─【CV方向】【图像分类】【Kaggle大赛】木薯叶病分类大赛指导班

│  ├─【01课】赛题解析+Baseline思路.mp4

│  ├─【02课】Baseline代码详解.mp4

│  ├─【03课】自动调参工具.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

│  ├─【08课】总结复盘+面试经验分享.mp4

│  └─说明.docx

├─【CV方向】【图像检索】【进阶】【华为】DIGIX算法精英大赛图像检索赛道

│  ├─【01课】赛题解析+Baseline构建（上）.mp4

│  ├─【02课】赛题解析+Baseline构建（下）.mp4

│  ├─【03课】图像基本知识.mp4

│  ├─【04课】图像检索通用流程.mp4

│  ├─【05课】常用前置处理方法.mp4

│  ├─【06课】直播答疑日.mp4

│  ├─【07课】常用特征抽取和融合方法.mp4

│  ├─【08课】方案解析.mp4

│  ├─【09课】结营仪式+比赛复盘.mp4

│  └─说明.docx

├─【CV方向】【图像预测】【入门】Kaggle新赛】分子翻译大赛指导

│  ├─【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

│  ├─【03课】自动调参工具讲解.mp4

│  ├─【04课】基础trick讲解.mp4

│  ├─【05课】Baseline Paper讲解.mp4

│  ├─【06课】高级trick讲解.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【08课】比赛复盘课.mp4

│  ├─【GPU平台使用教程+代码训练】（入门指导）.mp4

│  └─说明.docx

├─【CV方向】【目标检测】【Kaggle新赛】tensorflow海星目标检测大赛指导班

│  ├─【01课】开营第一课（直播回放）.mp4

│  ├─【02课】目标检测二阶段算法.mp4

│  ├─【03课】修改网络设计.mp4

│  ├─【04课】骨干网介绍和损失函数设计.mp4

│  ├─【05课】数据增强和调参.mp4

│  ├─【06】总结复盘_2022-07-14_14-12-14.mp4

│  ├─【06】总结复盘.mp4

│  └─说明.docx

├─【CV方向】【目标检测】【进阶】【Kaggle大赛】全球小麦检测大赛指导班

│  ├─【01课】Baseline构建思路.mp4

│  ├─【02课】Baseline代码详解.mp4

│  ├─【03课】自动调参工具讲解.mp4

│  ├─【04课】比赛Trick专题讲解一.mp4

│  ├─【05课】前四期专题知识点梳理回顾巩固.mp4

│  ├─【06课】比赛Trick专题讲解二.mp4

│  ├─【07课】比赛涉及paper详解.mp4

│  ├─【08课】最强yolov5代码全解析.mp4

│  ├─【09课】比赛总结复盘+Top方案分享.mp4

│  └─说明.docx

├─【CV方向】【目标跟踪任务】【Kaggle大赛】NFL头盔跟踪大赛指导班

│  ├─【01课】赛题介绍+baseline详解 .mp4

│  ├─【02课】多目标跟踪模型流程细节 .mp4

│  ├─【03课】多目标跟踪模型发展 .mp4

│  ├─【04课】目标追踪赛题Trick .mp4

│  ├─【05课】计算机视觉赛题复盘 .mp4

│  ├─【06课】模型融合&AuoML .mp4

│  ├─【07课】比赛冲刺 .mp4

│  └─说明 .docx

├─【NLP】-【文本识别】-【入门】【达观杯】文本智能处理挑战赛指导（NLP方向）

│  ├─【01课】赛前介绍和准备.mp4

│  ├─【02课】赛题介绍和思路分析.mp4

│  ├─【03课】数据分析及处理.mp4

│  ├─【04课】Baseline实现.mp4

│  ├─【05课】验证集构建和交叉验证.mp4

│  ├─【06课】tensorflow2.0入门.mp4

│  ├─【07课】词向量及word2vec简介.mp4

│  ├─【08课】深度学习baseline构建.mp4

│  ├─【09课】深度学习baseline交叉验证.mp4

│  ├─【10课】深度学习模型提升.mp4

│  ├─【11课】模型调参和模型融合.mp4

│  └─作业要求.docx

├─【NLP】【Token分类】【Kaggle新赛】NBME-临床患者病例评分大赛指导班

│  ├─01-课赛题介绍+baseline详解[ .mp4

│  ├─02课-BERT代码详解及HuggingFace Transfomers实战[ .mp4

│  ├─03课-BERT及其变种[ .mp4

│  ├─04课-代码实操课（kaggle环境）[ .mp4

│  ├─05课-BERT变种和比赛技巧[ .mp4

│  ├─06课-比赛总结和top方案分享[ .mp4

│  └─说明[ .docx

├─【NLP】【文本分类】【Kaggle新赛】有毒评论识别大赛指导班

│  ├─【01课】赛题介绍+baseline讲解.mp4

│  ├─【03课】赛题上分思路.mp4

│  ├─【04课】比赛历史总结.mp4

│  ├─【05课】比赛冲刺.mp4

│  ├─【06课】答疑指导（1）.mp4

│  ├─【07课】答疑指导（2）.mp4

│  ├─【2】bert结构，自己看.docx

│  ├─【Kaggle-基本介绍】（入门指导）.mp4

│  └─说明.docx

├─【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

│  ├─【01课】赛题介绍+baseline详解.mp4

│  ├─【02课】BERT模型及其应用细节.mp4

│  ├─【03课】更多预训练模型介绍.mp4

│  ├─【04课】NLP赛题Trick.mp4

│  ├─【05课】训练技巧（2）.mp4

│  ├─【06课】预训练.mp4

│  ├─【07课】模型集成.mp4

│  ├─【08课】比赛冲刺.mp4

│  └─说明.docx

├─【NLP】【文本相似度】【kaggle新赛】美国专利短语相似度大赛

│  ├─【01课】赛题介绍+baseline详解（理论+实操）.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】比赛中的上分技巧.mp4

│  ├─【05课】模型融合以及比赛解答.mp4

│  ├─【06课】top方案的分享和比赛总结.mp4

│  └─说明.docx

├─【NLP方向】-【表情识别】-【进阶】【DataFountain】疫情期间网民情绪识别大赛

│  ├─【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

│  ├─【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

│  ├─【3月18日】第一次直播答疑.mp4

│  ├─【3月25日】第二次直播答疑.mp4

│  ├─第三次直播答疑.mp4

│  └─说明.docx

├─【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

│  ├─shuom.docx

│  ├─【01课】赛题解析+Baseline构建.mp4

│  ├─【02课】NER的常用模型设计.mp4

│  ├─【03课】Badcase分析和后处理.mp4

│  ├─【04课】论文解读&代码解析.mp4

│  ├─【05课】直播答疑.mp4

│  ├─【06课】深度模型提升.mp4

│  ├─【07课】数据增强和模型融合.mp4

│  └─【08课】比赛复盘.mp4

├─【NLP方向】【文本分类】【Kaggle大赛】CommonLit文本复杂性识别大赛指导班

│  ├─【01课】赛题介绍&baseline讲解.mp4

│  ├─【02课】NLP赛题的流程细节.mp4

│  ├─【03课】Bert分类模型发展.mp4

│  ├─【04课】NLP赛题Trick.mp4

│  ├─【05课】NLP竞赛复盘.mp4

│  ├─【06课】模型融合&AuoML.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【08课】比赛冲刺.mp4

│  └─说明.docx

├─【NLP方向】【文本分类】【入门】【天池】新闻文本分类比赛指导班

│  ├─【01课】赛题思路+Baseline构建.mp4

│  ├─【02课】NLP相关理论.mp4

│  ├─【03课】竞赛流程与Baseline强化.mp4

│  ├─【04课】NLP词向量基础.mp4

│  ├─【05课】NLP词向量进阶.mp4

│  ├─【06课】模型融合.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【08课】比赛全复盘+最强方案解析.mp4

│  └─说明.docx

├─【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）

│  ├─【01课】赛题解析+Baseline构建（已更新）.mp4

│  ├─【02课】NLP预训练模型介绍.mp4

│  ├─【03课】命名实体识别解码器.mp4

│  ├─【04课】中期直播答疑.mp4

│  ├─【05课】baseline进阶.mp4

│  ├─【06课】state-of-the-art模型介绍.mp4

│  ├─【07课】直播答疑日.mp4

│  ├─【08课】比赛复盘.mp4

│  ├─【09课】Google-colab的使用（福利课）.mp4

│  └─说明.docx

├─【nlp方向】【文本挖掘】【入门】【SODIC新赛】NLP技术实战-企业隐患排查

│  ├─【01课】企业隐患排查（回放）.mp4

│  ├─【02课】NLP经典模型.mp4

│  ├─【03课】深度经典模型.mp4

│  ├─【04课】迁移学习方法.mp4

│  ├─【05课】常用trick.mp4

│  ├─【06课】nlp前沿技术解读.mp4

│  ├─【07课】解答学生常见问题.mp4

│  ├─【08课】比赛复盘.mp4

│  └─说明.docx

├─【多模态】【ICPR新赛】多模态视频字幕识别大赛指导班

│  ├─【01】赛题介绍 + Baseline 详解.mp4

│  ├─【02课】视频ocr基础理论与多模态理论.mp4

│  ├─【03课】基于TransVTSpotter的模型优化.mp4

│  ├─【04课】基于视频多模态预训练的视频模型优化.mp4

│  ├─【05课】基于纯语音模态的字幕识别.mp4

│  ├─【06课】 融合视觉语音的多模态字幕识别.mp4

│  └─说明.docx

├─【多模态】【Kaggle大赛】Shopee商品匹配大赛指导班

│  ├─【3月24日】开营仪式，赛题介绍与Baseline讲解.mp4

│  ├─【3月31日】图像特征提取与图像检索.mp4

│  ├─【4月18日】直播答疑.mp4

│  ├─【4月23日】复赛冲刺.mp4

│  ├─【4月3日】文本特征提取与文本检索.mp4

│  ├─【4月6日】商品多模态匹配.mp4

│  ├─【4月9日】信息检索比赛复盘.mp4

│  └─说明.docx

├─【多模态】【Kaggle新赛】宠物预测大赛指导班

│  ├─【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

│  ├─【03课】调参技巧与数据增强设计.mp4

│  ├─【04课】多模态特证聚合理论介绍.mp4

│  ├─【05课】CV和其他模态数据讲解.mp4

│  ├─【06课】比赛总结复盘.mp4

│  └─说明.docx

├─【推荐系统】【华为新赛】DIGIX2021基于多目标优化的视频推荐赛道

│  ├─shuom.docx

│  ├─【01课】赛题介绍+baseline详解.mp4

│  ├─【02课】推荐赛题的流程细节.mp4

│  ├─【03课】推荐模型发展.mp4

│  ├─【04课】推荐赛题Trick.mp4

│  ├─【05课】推荐系统竞赛复盘.mp4

│  ├─【06课】模型融合&AuoM.mp4

│  └─【07课】比赛冲刺.mp4

├─【推荐系统】快速入门推荐算法基于top-k的推荐赛

│  ├─【01课】推荐系统算法总体介绍+赛题介绍+baseline讲解.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

│  ├─【04课】推荐系统中的排序算法.mp4

│  ├─【05课】推荐系统中的多目标算法.mp4

│  ├─【06课】知识图谱在推荐系统中的应用.mp4

│  └─说明.docx

├─【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）

│  └─3.地震预测

│     ├─地震预测资料

│     │  ├─baseline-earthquake.ipynb

│     │  ├─第一周.txt

│     │  └─预测银牌代码.ipynb

│     ├─【Kaggle：地震预测】第一周第一节课——赛题背景以及数据的EDA.ts

│     └─地震预测.pdf

├─【数据科学】-【房价预测】-【进阶】【Kaggle大赛】房价预测赛指导（数据科学）

│  └─1.房价预测

│     ├─房价预测资料

│     │  ├─house prices.rar

│     │  ├─房价预测总代码文件.ipynb

│     │  ├─数据处理之特征选择知识(1)(1).pdf

│     │  ├─数据处理之特征选择知识.pdf

│     │  ├─数据读取以及EDA的数据以及代码文件.rar

│     │  ├─第一周.txt

│     │  ├─第二周.txt

│     │  ├─第二次答疑.ipynb

│     │  └─答疑1.ipynb

│     ├─1【Kaggle：房价预测】第一周第一节课——kaggle账号注册与竞赛入门.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

│     ├─3【Kaggle：房价预测】第一周第三节课——赛题思路分析.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

│     ├─【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】第二周第一节课——构建baseline.mp4

│     ├─【Kaggle：房价预测】第二周第三节课——特征工程对baseline的提高.mp4

│     ├─【Kaggle：房价预测】第二周第二节课——特征工程知识部分讲解.mp4

│     ├─【Kaggle：房价预测】第二周第四节课——模型集成原理与实践.mp4

│     ├─【Kaggle：房价预测】第二次直播答疑.mp4

│     └─房价预测.pdf

├─【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

│  ├─DARNN论文解析+比赛trick拓展专题直播.mp4

│  ├─【01课】Kaggle平台简介+赛题解析+baseline思路讲解.mp4

│  ├─机器学习建模+深度学习建模专题直播.mp4

│  ├─比赛思路全复盘+思路应用+干货分享.mp4

│  ├─第一次直播答疑.mp4

│  ├─第三次直播答疑.mp4

│  ├─第二次直播答疑.mp4

│  ├─自回归建模+趋势拟合建模专题直播.mp4

│  └─说明.docx

├─【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）

│  └─2.预测未来销售

│     ├─预测未来销售资料

│     │  ├─比赛2第一周DAY1—DAY2

│     │  │  ├─DATA

│     │  │  │  ├─item_categories.csv

│     │  │  │  ├─items.csv

│     │  │  │  ├─sales_train_v2.csv

│     │  │  │  ├─sample_submission.csv

│     │  │  │  ├─shops.csv

│     │  │  │  └─test.csv

│     │  │  ├─day4-day5.trec

│     │  │  ├─特征工程及Basline.mp4

│     │  │  ├─赛题的解读与数据的下载.ipynb

│     │  │  └─预测未来销售.mp4

│     │  ├─1.016.ipynb

│     │  ├─data2.pkl

│     │  ├─day4-day5.ipynb

│     │  ├─predict-future-sales2.0kaggle运行版本 .ipynb

│     │  ├─第一周.txt

│     │  ├─第三次答疑ipynb

│     │  ├─第二周.txt

│     │  └─讲课版本.ipynb

│     ├─【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

│     ├─【Kaggle：预测未来销售】第一周第二节课——特征工程以及构建baseline.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

│     ├─【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】第二周第二节课——特征工程的数据预处理对排名的提升（2）.ts

│     └─预测未来销售.pdf

├─【数据科学】【Kaggle大赛】回答准确性预测大赛指导

│  ├─【01课】赛题解析&baseline思路.mp4

│  ├─【02课】结构化数据传统建模.mp4

│  ├─【03课】结构化数据深度建模.mp4

│  ├─【04课】直播答疑课.mp4

│  ├─【05课】比赛相关Paper讲解.mp4

│  ├─【06课】传统Baseline模型进阶.mp4

│  ├─【07课】深度Baseline模型进阶.mp4

│  ├─【08课】比赛冲刺.mp4

│  └─说明.docx

├─【数据科学】【Kaggle新赛】谷歌智能手机精准定位挑战赛指导班

│  ├─【01课】赛题介绍、baseline详解.mp4

│  ├─【02课】 赛题解析.mp4

│  ├─【03课】数据处理、特征工程.mp4

│  ├─【04课】传统模型.mp4

│  ├─【05课】深度模型.mp4

│  ├─【06课】 前沿分析.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【08课】比赛复盘.mp4

│  └─说明.docx

├─【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

│  ├─【01课】开营第一课（直播回放）.mp4

│  ├─【02课】量化交易简介与Baseline代码详解.mp4

│  ├─【03课】高频因子挖掘套路（一）.mp4

│  ├─【04课】树模型局限性和常用融合技巧.mp4

│  ├─【05课】高频因子挖掘套路（二）.mp4

│  ├─【06课】特征加工加速工具.mp4

│  ├─【07课】量化交易拓展知识.mp4

│  └─说明.docx

├─【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

│  ├─【01课】Baseline构建.mp4

│  ├─【02课】比赛相关理论讲解.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

│  ├─【05课】深度学习建模和提升.mp4

│  ├─【06课】模型融合提升.mp4

│  ├─【07课】直播答疑日.mp4

│  ├─【08课】比赛指导总复盘.mp4

│  └─说明.docx

├─【爱奇艺】WSDM用户留存大赛指导班

│  ├─shuom.docx

│  ├─【01课】赛题介绍+baseline详解.mp4

│  ├─【02课】特征工程.mp4

│  ├─【03课】序列模型.mp4

│  ├─【04课】Auto—ML&HPO.mp4

│  └─【05课】爱奇艺结营视频.mp4

├─【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

│  ├─【01课】赛题介绍、baseline详解.mp4

│  ├─【02课】数据分析与特征工程.mp4

│  ├─【03课】高阶树模型使用.mp4

│  ├─【04课】特征筛选方法.mp4

│  ├─【05课】结构化风控赛题复盘.mp4

│  ├─【06课】模型融合&AuoML.mp4

│  ├─【07课】比赛冲刺.mp4

│  └─说明.docx

├─【综合赛】【推荐系统】【高级】阿里云-天池】KDD-Debiasing赛道指导班

│  ├─【01课】赛题理解+Baseline基本思路专题直播.mp4

│  ├─【02课】赛题思路分析专题直播.mp4

│  ├─【03课】直播答疑.mp4

│  ├─【04课】Paper解读（召回+排序+paper解读分析）专题直播.mp4

│  ├─【05课】提分思路+模型调参专题直播.mp4

│  ├─【06课】深度学习-工程架构分析专题直播.mp4

│  ├─【07课】模型融合-特征工程专题直播.mp4

│  ├─【08课】直播答疑.mp4

│  ├─【09课】KDD总复盘.mp4

│  └─说明.docx

├─【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）

│  ├─【课件】随堂更新（数据集+PPT+代码）

│  │  └─说明.docx

│  ├─【01课】赛题解析&Baseline思路.mp4

│  ├─【02课】结构化解题流程细节.mp4

│  ├─【03课】时间序列模型.mp4

│  ├─【04课】量化模型入门.mp4

│  ├─【05课】时间序列竞赛复盘.mp4

│  ├─【06课】模型调参与AutoML.mp4

│  ├─【07课】直播答疑.mp4

│  ├─【09课】比赛冲刺.mp4

│  ├─作业要求.docx

│  └─笔记.docx

├─深度学习PyTorch框架班

│  ├─【必看】深入浅出PyTorch.mp4

│  ├─【第一周】PyTorch简介与安装.mp4

│  ├─【第一周】autograd与逻辑回归.mp4

│  ├─【第一周】作业讲解1.mp4

│  ├─【第一周】作业讲解2.mp4

│  ├─【第一周】作业讲解3.mp4

│  ├─【第一周】张量操作与线性回归.mp4

│  ├─【第一周】张量简介与创建.mp4

│  ├─【第一周】补充-pytorch开发环境安装.mp4

│  ├─【第一周】计算图与动态图机制.mp4

│  ├─【第七周】GPU的使用.mp4

│  ├─【第七周】PyTorch常见报错.mp4

│  ├─【第七周】作业讲解.mp4

│  ├─【第七周】模型finetune.mp4

│  ├─【第七周】模型保存与加载.mp4

│  ├─【第三周】nn网络层-卷积层.mp4

│  ├─【第三周】nn网络层-池化-线性-激活函数层.mp4

│  ├─【第三周】作业讲解.mp4

│  ├─【第三周】模型创建步骤与nn.Module.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

│  ├─【第九周】生成对抗网络一瞥.mp4

│  ├─【第二周】二十二种transforms数据预处理方法.mp4

│  ├─【第二周】作业讲解.mp4

│  ├─【第二周】学会自定义transforms方法.mp4

│  ├─【第二周】数据读取机制Dataloader与Dataset.mp4

│  ├─【第二周】数据预处理transforms模块机制.mp4

│  ├─【第五周】TensorBoard使用（一）.mp4

│  ├─【第五周】TensorBoard使用（二）.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

│  ├─【第五周】学习率调整策略.mp4

│  ├─【第八周】图像分类一瞥_2022-07-14_10-22-57.mp4

│  ├─【第八周】图像分类一瞥.mp4

│  ├─【第八周】图像目标检测一瞥（上）.mp4

│  ├─【第八周】图像目标检测一瞥（下）.mp4

│  ├─【第六周】Batch Normalization.mp4

│  ├─【第六周】Normalizaiton_layers.mp4

│  ├─【第六周】正则化之Dropout.mp4

│  ├─【第六周】正则化之weight_decay.mp4

│  ├─【第四周】torch.optim.SGD.mp4

│  ├─【第四周】优化器optimizer的概念.mp4

│  ├─【第四周】作业讲解.mp4

│  ├─【第四周】损失函数(二).mp4

│  ├─【第四周】损失函数（一）.mp4

│  ├─【第四周】权值初始化.mp4

│  └─说明.docx

└─神经网络基础知识

   ├─学员课件

   │  ├─01-ppt-神经网络基础与多层感知机-2.pdf

   │  ├─02-ppt-卷积神经网络-1-2.pdf

   │  ├─03-ppt-循环神经网络-3.28.docx

   │  └─03-ppt-循环神经网络-3.28.pdf

   ├─01-神经网络基础与多层感知机-0.mp4

   ├─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-2.mp4

   ├─01-神经网络基础与多层感知机-3.mp4

   ├─01-神经网络基础与多层感知机-4.mp4

   ├─02-卷积神经网络-0.mp4

   ├─02-卷积神经网络-1.mp4

   ├─02-卷积神经网络-2.mp4

   ├─03-循环神经网络-0.mp4

   ├─03-循环神经网络-1.mp4

   ├─03-循环神经网络-2.mp4

   └─说明.docx