本套课程来自2020深度之眼全球AI比赛实战训练营，。如果你是一名学生又没有工作经验的时候，一定要多参加一些比赛历练自己

深度学习

锻炼自己的专业知识和综合能力，这样在毕业找工作的时候也能够丰富自己的简历，本套课程分为基于卷积神经网络的表情识别(CV方向)、Kaggle：房价预测、Kaggle：预测未来销售，分为6周课程。本套课程文件总计4.72G

为什么要学习本套课程：

• 1、获得正确的打比赛的方法；
• 2、获得打比赛的技巧、经验和基础知识；
• 3、洞悉比赛完整的提升方法、思路；
• 4、为简历和面试添砖加瓦；
• 5、完成0-1的构建，举一反三，自主可以参加更多符合自己需求的比赛

课程目录

• 2020深度之眼全球AI比赛实战训练营资料
• 【Kaggle：房价预测】.txt
• 【Kaggle：预测未来销售】.txt
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）.txt
• 班主任–开营仪式.txt
• 老师–开营仪式.txt
• 视频
• 【Kaggle：房价预测】第二周第二节课——特征工程知识部分讲解.ts
• 【Kaggle：房价预测】第二周第三节课——特征工程对baseline的提高.ts
• 【Kaggle：房价预测】第二周第四节课——模型集成原理与实践.ts
• 【Kaggle：房价预测】第二周第一节课——构建baseline.ts
• 【Kaggle：房价预测】第一周第二节课——账号注册以及本地化jupyter notebook.ts
• 【Kaggle：房价预测】第一周第三节课——赛题思路分析.ts
• 【Kaggle：房价预测】第一周第四课——数据清洗以及数据处理.ts
• 【Kaggle：房价预测】第一周第一节课——kaggle账号注册与竞赛入门,..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
• 【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】第一周第二节课——特征工程以及构建baseline.ts
• 【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
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第二周——构建基础baseline模型.ts
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第二周——数据准备和增强.ts
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——Google Colab.ts
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——TensorflowKeras和OpenCV.ts
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——比赛思路课.ts
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——卷积的基础知识和常用模型.ts
• 【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——赛前介绍和准备.ts
• 开营仪式回放——老师部分.ts
• 开营仪式回放—班主任部分.ts