马士兵·AI人工智能工程师，价值19980元

课程介绍：

课程来自马士兵的AI人工智能工程师，价值19980元。由马士兵教育一线教师主讲，课程共分为41个大的章节。帮助你掌握人工智能基础所需要运用到的数据量化和特征提取。制作智能聊天机器人、推荐系统、机器翻译等项目，还能接触到自动驾驶和语音识别和合成的方向。

视频截图：

课程目录：

├─01.章节1-开班典礼_学前必看
│ 课时1-人工智能课程大纲.mp4
│ 课时10-人工智能和大数据的关系.mp4
│ 课时11-工具方法的选择.mp4
│ 课时12-预习FM模型.mp4
│ 课时2-模型不能通吃.mp4
│ 课时3-学习方法.mp4
│ 课时4-知识点分级.mp4
│ 课时5-学习路线.mp4
│ 课时6-辅导书推荐.mp4
│ 课时7-数学只是工具.mp4
│ 课时8-学习方法问题.mp4
│ 课时9-编程环境问题.mp4
│
├─02.章节2-FM模型
│ 课时1-FM模型.mp4
│ 课时10-代码展示.mp4
│ 课时11-xlearn.mp4
│ 课时12-参数数量设置.mp4
│ 课时13-keras.mp4
│ 课时14-嵌入层.mp4
│ 课时2-特征组合.mp4
│ 课时3-特征交叉出现的问题.mp4
│ 课时4-间接交叉.mp4
│ 课时5-解耦.mp4
│ 课时6-逻辑回归解耦后的特征.mp4
│ 课时7-测试集 训练集.mp4
│ 课时8-运算量问题.mp4
│ 课时9-总结.mp4
│
├─03.章节3-推荐系统之协同过滤
│ 课时1-架构大数据与人工智能关系.mp4
│ 课时10-召回整体两种.mp4
│ 课时11-协同过滤.mp4
│ 课时12-ICF.mp4
│ 课时13-编程技巧.mp4
│ 课时14-代码展示.mp4
│ 课时15-行为数据解释.mp4
│ 课时16-行为数据好坏指标.mp4
│ 课时17-ucf和icf的差别.mp4
│ 课时18-应用场景问题.mp4
│ 课时19-总结.mp4
│ 课时2-FFM.mp4
│ 课时3-FFM存在的问题.mp4
│ 课时4-做项目一个数据驱动模型.mp4
│ 课时5-FFM模型工具.mp4
│ 课时6-机器学习算法题讲解.mp4
│ 课时7-FM模型取代矩阵分解.mp4
│ 课时8-项目部署及项目介绍.mp4
│ 课时9-推荐系统.mp4
│
├─04.章节4-推荐系统之召回
│ 课时1-回顾推荐系统召回阶段.mp4
│ 课时10-Annoy使用步骤.mp4
│ 课时11-表示学习.mp4
│ 课时12-图文匹配.mp4
│ 课时13-召回好处.mp4
│ 课时14-回答问题.mp4
│ 课时15-效果怎么测试.mp4
│ 课时16-如果打破茧层 召回率下降.mp4
│ 课时17-正确率和茧房关系.mp4
│ 课时18-Vcf满意度高 打破茧房.mp4
│ 课时19-第1 2代召回.mp4
│ 课时2-冷启动.mp4
│ 课时20-第三代召回.mp4
│ 课时21-随机建树.mp4
│ 课时22-TDM算法.mp4
│ 课时23-第二代召回问题.mp4
│ 课时24-TDM号称第三代.mp4
│ 课时3-用户行为过少 导致没有l1和l3相连.mp4
│ 课时4-很多连边不全.mp4
│ 课时5-产品角度推荐系统包含的角色.mp4
│ 课时6-为什么ucf和icf容易产生信息虫房.mp4
│ 课时7-机器学习的好处.mp4
│ 课时8-数量级降低.mp4
│ 课时9-两个工具Annoy和Faiss.mp4
│
├─05.章节5-推荐系统之排序1
│ 课时1-排序.mp4
│ 课时2-正负样本和训练集样本.mp4
│ 课时3-user和item稀疏向量形式.mp4
│ 课时4-正样本60的概率排在负样本前面.mp4
│ 课时5-残差学习.mp4
│ 课时6-GBDT.mp4
│ 课时7-Rank离线训练.mp4
│ 课时8-迁移学习和三代召回系统.mp4
│
├─06.章节6-推荐系统之排序2
│ 课时1-展示上节课效果.mp4
│ 课时10-微软深度学习模型讲解.mp4
│ 课时11-PNN模型讲解.mp4
│ 课时12-NFM模型讲解.mp4
│ 课时13-总结.mp4
│ 课时2-整体流程.mp4
│ 课时3-其他模型介绍.mp4
│ 课时4-复杂模型特征.mp4
│ 课时5-小结.mp4
│ 课时6-思考题.mp4
│ 课时7-华为深度学习模型讲解.mp4
│ 课时8-谷歌深度学习模型讲解.mp4
│ 课时9-回答问题.mp4
│
├─07.章节7-RNN和LSTM
│ 课时1-时序模型.mp4
│ 课时10-LSTM(下).mp4
│ 课时11-和RNN不同.mp4
│ 课时12-五组参数学习.mp4
│ 课时13-序列模型的应用场景.mp4
│ 课时14-seq2seq.mp4
│ 课时15-LSTM补充.mp4
│ 课时16-文本分类.mp4
│ 课时17-LSTM输入要求.mp4
│ 课时18-讲解代码.mp4
│ 课时19-讲解return_sequences.mp4
│ 课时2-NLP词性标注.mp4
│ 课时20-LSTM无法并行运算.mp4
│ 课时3-不同时间点信息通过h传播.mp4
│ 课时4-补充数学知识.mp4
│ 课时5-RNN.mp4
│ 课时6-梯度下降法和梯度爆炸.mp4
│ 课时7-RNN存在的问题.mp4
│ 课时8-梯度消失 梯度爆炸.mp4
│ 课时9-LSTM(上).mp4
│
├─08.章节8-语音合成方法介绍
│ 课时1-本课程收获什么.mp4
│ 课时10-课程学习路线.mp4
│ 课时11-语音学基础知识.mp4
│ 课时12-语音合成.mp4
│ 课时13-拼接法优缺点.mp4
│ 课时14-参数法合成语音.mp4
│ 课时15-传统参数语音合成缺陷.mp4
│ 课时16-神经网络参数合成法.mp4
│ 课时17-LSTM参数合成方法.mp4
│ 课时18-参数合成方法总结.mp4
│ 课时19-深度学习合成方案.mp4
│ 课时2-本课程前置技能要求.mp4
│ 课时20-语音合成发展方向.mp4
│ 课时21-本节小结.mp4
│ 课时3-做AI需要什么.mp4
│ 课时4-AI语音研究方向.mp4
│ 课时5-应用场景.mp4
│ 课时6-行业头部.mp4
│ 课时7-场景体验.mp4
│ 课时8-智能语音机器人.mp4
│ 课时9-呼叫流程交互时序流程.mp4
│
├─09.章节9-语音合成前端
│ 课时1-本节课介绍.mp4
│ 课时10-韵律结构.mp4
│ 课时11-韵律预测.mp4
│ 课时12-变调与不变调.mp4
│ 课时13-儿化音 轻声.mp4
│ 课时14-ABB叠词发音.mp4
│ 课时15-多音字消歧.mp4
│ 课时16-序列标注法.mp4
│ 课时17-前端主要问题.mp4
│ 课时18-本节小结.mp4
│ 课时19-演示注音程序.mp4
│ 课时2-语音学介绍.mp4
│ 课时3-语音合成前端.mp4
│ 课时4-TTS前端Pipeline.mp4
│ 课时5-文本分析.mp4
│ 课时6-文本归一化.mp4
│ 课时7-分词 注音.mp4
│ 课时8-声调符号 韵律预测.mp4
│ 课时9-韵律.mp4
│
├─10.章节10-端到端语音合成声学模型
│ 课时1-后端声学模型 声学特征.mp4
│ 课时10-Tactorn2.mp4
│ 课时11-对比Tactorn1与Tactorn2.mp4
│ 课时12-总结缺陷.mp4
│ 课时13-FASTSpeech.mp4
│ 课时14-端到端合成.mp4
│ 课时15-本节小节.mp4
│ 课时2-声学特征提取.mp4
│ 课时3-傅里叶变换.mp4
│ 课时4-梅尔滤波.mp4
│ 课时5-端到端语音合成.mp4
│ 课时6-Tactorn1.mp4
│ 课时7-seq2seq与Attention.mp4
│ 课时8-Tactorn1.mp4
│ 课时9-Tactorn1存在的问题.mp4
│
├─11.章节11-语音合成声码器及端到端语音合成实战
│ 课时1-声码器.mp4
│ 课时10-语音合成例子讲解.mp4
│ 课时2-GriffinLim.mp4
│ 课时3-WaveNet.mp4
│ 课时4-语音合成数据集.mp4
│ 课时5-Tacortron2学习资料.mp4
│ 课时6-生成train.txt的数据.mp4
│ 课时7-代码结构.mp4
│ 课时8-预处理步骤.mp4
│ 课时9-浏览器访问.mp4
│
├─12.章节12-LSTM和ELMO
│ 课时1-LSTM(1).mp4
│ 课时10-评价一句话4个词.mp4
│ 课时11-训练如何做.mp4
│ 课时12-LSTM构建语言模型.mp4
│ 课时13-另一种分解方式.mp4
│ 课时14-另一种模型构建.mp4
│ 课时15-结论.mp4
│ 课时16-ELMO模型.mp4
│ 课时17-序列信息训练技.mp4
│ 课时18-ELMO训练方法.mp4
│ 课时19-Elmo分类任务.mp4
│ 课时2-做项目时处理技巧.mp4
│ 课时20-标注信息.mp4
│ 课时3-CNN文本分类.mp4
│ 课时4-LSTM(2).mp4
│ 课时5-LSTM问题.mp4
│ 课时6-HMM.mp4
│ 课时7-数学到底是什么.mp4
│ 课时8-ELMO引入.mp4
│ 课时9-NLP领域语言模型.mp4
│
├─13.章节13-实战项目：智能输入法
│ 课时1-总结上节课.mp4
│ 课时10-同音字存在的问题.mp4
│ 课时11-训练及代码讲解.mp4
│ 课时12-效果进一步提升.mp4
│ 课时2-编程问题.mp4
│ 课时3-Elmo模型实现.mp4
│ 课时4-项目输入法讲解.mp4
│ 课时5-技巧.mp4
│ 课时6-整体步骤.mp4
│ 课时7-如何使用.mp4
│ 课时8-拼音到汉字.mp4
│ 课时9-模型训练完的使用.mp4
│
├─14.章节14-输入法项目之新词发现
│ 课时1-分享问题.mp4
│ 课时10-LSTM用深度学习怎么做.mp4
│ 课时11-Encoder和Decoder.mp4
│ 课时12-机器翻译的难点.mp4
│ 课时13-机器学习理论问题.mp4
│ 课时14-Attention.mp4
│ 课时2-新词.mp4
│ 课时3-新词发现.mp4
│ 课时4-统计两字字符串特征.mp4
│ 课时5-模型搭建.mp4
│ 课时6-模型训练后需求.mp4
│ 课时7-新词发现的特殊点.mp4
│ 课时8-输入法项目.mp4
│ 课时9-LSTM模型机器翻译.mp4
│
├─15.章节15-注意力模型Attention
│ 课时1-注意力模型.mp4
│ 课时10-图文匹配.mp4
│ 课时11-SelfAttention.mp4
│ 课时2-求相似度及Attention.mp4
│ 课时3-机器翻译.mp4
│ 课时4-展示语料及代码.mp4
│ 课时5-超级多类别分类.mp4
│ 课时6-机器学习改良.mp4
│ 课时7-智能问答.mp4
│ 课时8-Attention.mp4
│ 课时9-小结Attention.mp4
│
├─16.章节16-注意力模型Self-Attention
│ 课时1-SelfAttention.mp4
│ 课时2-Attention词袋模型.mp4
│ 课时3-SelfAttention和Lstm优缺点.mp4
│ 课时4-SelfAttention取代Lstm.mp4
│ 课时5-多抽头Attention.mp4
│ 课时6-多抽头过多时.mp4
│ 课时7-批标准化.mp4
│ 课时8-批标准化前置回顾.mp4
│ 课时9-批标准化好处.mp4
│
├─17.章节17-Transformer和Bert
│ 课时1-继续批标准化.mp4
│ 课时10-Bert.mp4
│ 课时11-如何使用Bert.mp4
│ 课时12-文本分类分类任务.mp4
│ 课时13-迁移学习.mp4
│ 课时14-Bert出现对行业是好事吗.mp4
│ 课时15-总结.mp4
│ 课时2-批正规化.mp4
│ 课时3-shortcut.mp4
│ 课时4-信息变换抄近道.mp4
│ 课时5-对序列转换.mp4
│ 课时6-宏观角度Transformer.mp4
│ 课时7-谷歌做法.mp4
│ 课时8-Elmo模型训练方法1.mp4
│ 课时9-Elmo模型训练方法2.mp4
│
├─18.章节18-图像之文本检测
│ 课时1-今日内容.mp4
│ 课时10-模型部署.mp4
│ 课时11-文本定位.mp4
│ 课时2-前提要求.mp4
│ 课时3-文字识别问题.mp4
│ 课时4-文本识别.mp4
│ 课时5-LeNet.mp4
│ 课时6-网络发展脉络.mp4
│ 课时7-数据准备.mp4
│ 课时8-模型调优.mp4
│ 课时9-模型训练.mp4
│
├─19.章节19-图像之文本识别
│ 课时1-目标检测.mp4
│ 课时10-CTPN.mp4
│ 课时11-RRPN.mp4
│ 课时12-TextBoxes.mp4
│ 课时13-检测框回归.mp4
│ 课时14-EAST.mp4
│ 课时15-只做语义分割不做边界回归.mp4
│ 课时16-PixelLink.mp4
│ 课时17-目标区域选择.mp4
│ 课时18-NMS变种.mp4
│ 课时19-困难样本选取.mp4
│ 课时2-问题泛化.mp4
│ 课时20-OHEM.mp4
│ 课时21-多尺度方法.mp4
│ 课时22-文本框表示.mp4
│ 课时23-多行粘连处理.mp4
│ 课时24-Loss Fun.mp4
│ 课时25-数据集.mp4
│ 课时26-任重道远.mp4
│ 课时3-文本分类.mp4
│ 课时4-文本检测.mp4
│ 课时5-RCNN.mp4
│ 课时6-YOLO.mp4
│ 课时7-SSD.mp4
│ 课时8-文本的特点.mp4
│ 课时9-Faster RCNN检测文本.mp4
│
├─20.章节20-文本分类项目：分类任务简介、分类系统综述
│ 课时1-今日内容介绍.mp4
│ 课时2-项目介绍.mp4
│ 课时3-文本分类综述.mp4
│ 课时4-项目总体流程.mp4
│ 课时5-开始任务前 需考虑什么.mp4
│
├─21.章节21-文本分类项目：基本模型回顾 – NB、SVM
│ 课时1-基本模型Naive Bayes.mp4
│ 课时2-基本模型NB.mp4
│ 课时3-基本模型SVM.mp4
│ 课时4-回答学生问题.mp4
│
├─22.章节22-文本分类项目：基本模型回顾 – FastText
│ 课时1-训练部分ss.mp4
│ 课时2-基本模型FastText1.mp4
│ 课时3-基本模型FastText2.mp4
│ 课时4-为什么用三个基本模型.mp4
│ 课时5-基本模型xgboost.mp4
│ 课时6-整体流程.mp4
│
├─23.章节23-文本分类项目：系统集成、系统调优
│ 课时1-走读代码.mp4
│ 课时2-准确率.mp4
│ 课时3-多分类.mp4
│ 课时4-混淆矩阵.mp4
│ 课时5-数据.mp4
│ 课时6-与学生互动.mp4
│
├─24.章节24-文本分类项目：系统优化：实体信息
│ 课时1-回顾及基本文章分类器.mp4
│ 课时2-优化语料及解决方案.mp4
│ 课时3-结论.mp4
│ 课时4-实体特征优化及解决方案.mp4
│ 课时5-多图少文类型优化.mp4
│
├─25.章节25-文本分类项目： 系统优化：图片分类
│ 课时1-Inception结构.mp4
│ 课时2-图片分类1.mp4
│ 课时3-图片分类2.mp4
│ 课时4-整合.mp4
│
├─26.章节26-文本分类项目： 深度模型系统：TextCNN
│ 课时1-图片分类代码.mp4
│ 课时2-系统整体架构及及模型回顾.mp4
│ 课时3-看代码.mp4
│ 课时4-Tensorflow-Serving及工作流程.mp4
│ 课时5-模型导出及运行方式.mp4
│
├─27.章节27-文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成
│ 课时1-主服务RPC框架.mp4
│ 课时2-看代码.mp4
│ 课时3-Wide&deep.mp4
│ 课时4-整体架构的一些问题.mp4
│ 课时5-回答学生问题.mp4
│
├─28.章节28-高级图像技术1
│ 课时1-速通机器学习.mp4
│ 课时2-cnn卷积神经网·滤波.mp4
│ 课时3-池化操作.mp4
│ 课时4-卷积核.mp4
│
├─29.章节29-高级图像技术2
│ 课时1-小卷积核(1).mp4
│ 课时2-小卷积核(2).mp4
│ 课时3-宽卷积.mp4
│ 课时4-并联卷积.mp4
│
├─30.章节30-高级图像技术3
│ 课时1-深入卷积核.mp4
│ 课时2-DeprhWise.mp4
│ 课时3-特征通道加权卷积SEnet(1).mp4
│ 课时4-特征通道加权卷积SEnet(2).mp4
│ 课时5-LeNet.mp4
│ 课时6-VGGnet.mp4
│ 课时7-VGGnet(1).mp4
│ 课时8-GoogleNet1.mp4
│
├─31.章节31-高级图像技术4
│ 课时1-Inception2.mp4
│ 课时2-Inception v3.mp4
│ 课时3-Xception.mp4
│ 课时4-shortcut.mp4
│ 课时5-Rsenet.mp4
│ 课时6-Renext.mp4
│
├─32.章节32-海外项目：推荐系统入门简介
│ 课时1-自我介绍.mp4
│ 课时2-课程目的.mp4
│ 课时3-AI行业的介绍.mp4
│ 课时4-机器学习入门简介.mp4
│ 课时5-机器学习应用.mp4
│ 课时6-推荐系统简介.mp4
│ 课时7-推荐算法HOTITEM简介.mp4
│ 课时8-推荐算法协同过滤简介.mp4
│
├─33.章节33-海外项目：Item2vec算法以及实际应用
│ 课时1-内容推荐.mp4
│ 课时2-模型算法.mp4
│ 课时3-导航仪上的推荐系统.mp4
│ 课时4-Item2Vec.mp4
│
├─34.章节34-海外项目：数据预处理
│ 课时1-数据预处理.mp4
│ 课时2-数据处理库.mp4
│
├─35.章节35-海外项目：经典CTR预估算法sparselogistics regression
│ 课时1-数据处理库.mp4
│ 课时2-异常值.mp4
│ 课时3-回顾模型算法.mp4
│ 课时4-Sparse Logistic Regressior.mp4
│ 课时5-逻辑回归及更新.mp4
│ 课时6-spr及sparse.mp4
│ 课时7-总结.mp4
│
├─36.章节36-海外项目：深度学习入门
│ 课时1-回顾.mp4
│ 课时2-深度学习入门.mp4
│ 课时3-神经元.mp4
│ 课时4-激活函数.mp4
│
├─37.章节37-海外项目：CNN & LSTM详细讲解
│ 课时1-激活函数.mp4
│ 课时2-深入学习.mp4
│ 课时3-补充.mp4
│ 课时4-cnn.mp4
│
├─38.章节38-海外项目：self-attention 机制讲解
│ 课时1-回顾.mp4
│ 课时2-RNN.mp4
│ 课时3-LSTM.mp4
│ 课时4-Wide & Deep Model.mp4
│
├─39.章节39-海外项目：wide-deep model代码实战
│ 课时1-注意力机制 及概率分布.mp4
│ 课时2-Self-Scaled-attention.mp4
│ 课时3-wide-deep model.mp4
│ 课时4-总结.mp4
│
├─40.章节40-智能聊天机器人1
│ 课时1-聊天机器人.mp4
│ 课时10-扩展.mp4
│ 课时11-提取关键词.mp4
│ 课时2-技术分类.mp4
│ 课时3-聊天方式.mp4
│ 课时4-项目，小黄鸡.mp4
│ 课时5-技术架构.mp4
│ 课时6-倒排索引.mp4
│ 课时7-设置idf.mp4
│ 课时8-IDF注意事项.mp4
│ 课时9-idf倒排索引.mp4
│
└─41.章节41-智能聊天机器人2
课时1-query.mp4
课时10-损失函数.mp4
课时11-三元学习.mp4
课时12-相识度计算选取5个候选答案.mp4
课时13-输出长度为5的20维向量序列.mp4
课时14-多轮.mp4
课时2-双塔模型和度量学习.mp4
课时3-构造三元数据.mp4
课时4-过拟合.mp4
课时5-query和Q位于同一语义空间.mp4
课时6-图文匹配.mp4
课时7-M1等于M2框架搭建.mp4
课时8-构建损失函数.mp4
课时9-召回模块.mp4