卢菁博士的人工智能体系课 (进阶版)
来自 网络整理·免费领取学习资源
6,170 领取 · 8,438 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课，内容以视频为主，对应《卢菁博士的人工智能体系课 (进阶版)》。官网需要单独购买，有集上可以免费领取。
课程目录
- 01_1.距离精讲
- 02_2.向量数据库基础
- 03_3.Annoy原理和手写线性回归
- 04_4.逻辑回归的分类间隔，线性不可分问题，FM模型
- 05_5.特征选择和正则化
- 06_6.Dropout技术，模型集成，多分类和多标签
- 07_7.过拟合、欠拟合，树模型
- 08_8.ID3，C4.5，Cart树
- 09_9.集成学习，dropout，GBDT
- 10_10.GBDT和XGboost
- 11_11实战项目以图搜图-resnet
- 12_12以图搜图
- 13_13.GAN模型的原理和实战
- 14_14.GAN模型背后的数学原理以及训练技巧
- 15_15.推土机距离和WGan
- 16_16.AIGC和扩散学习
- 17_17.NLP系列1：NLP发展脉络和BERT模型
- 18_18.NLP系列2：Bert的改良版本和T5模型
- 19_19.NLP系列3：GPT系列模型
- 20_20.项目实战：huggingface和文本分类
- 21_21实战项目：文本纠错和Bart模型
- 22_22零样本学习和小样本学习
- 23_23.智能文本摘要和关键词提取
- 24_24聊天机器人和chatgpt
- 25_25，目标检测yolo和transformer
- 26_乳腺癌识别项目1-图像识别的原理
- 27_乳腺癌识别项目2-图像分类的代码实战
- 28_乳腺癌识别项目3-图像识别新方法之迁移学习
- 29_乳腺癌识别项目4-乳腺癌识别代码实战
- 30_大模型训练为什么这么难
- 31_ChatGPT的技术发展路径和带来的影响
- 32_推荐系统1：推荐系统概述
- 33_推荐系统2：召回环节
- 34_推荐系统3：召回和AB测试[
- 35_推荐系统4：排序（上）
- 36_推荐系统5：排序（下）
- 37_推荐系统6：内容分类和打标
包含内容
- · 01_1.距离精讲
- · 02_2.向量数据库基础
- · 03_3.Annoy原理和手写线性回归
- · 04_4.逻辑回归的分类间隔，线性不可分问题，FM模型
- · 05_5.特征选择和正则化
- · 06_6.Dropout技术，模型集成，多分类和多标签
- · 07_7.过拟合、欠拟合，树模型
- · 08_8.ID3，C4.5，Cart树
贡献者
Jason
白银
学习社区
1 人正在学习
AI 工具与应用交流
交流 AI 提问、写作、绘图与应用开发，分享使用问题、实践方法和结果核对经验。