百度云目录

            总大小:4.6 MB
└—html
   ├—001讲如何组建一个数据科学团队.html 36.4 KB
   ├—002讲聊聊2017年KDD大会的时间检验奖.html 32.7 KB
   ├—003讲数据科学家基础能力之概率统计.html 38.0 KB
   ├—004讲数据科学家基础能力之机器学习.html 42.1 KB
   ├—005讲数据科学家基础能力之系统.html 35.9 KB
   ├—006讲Google的点击率系统模型.html 33.1 KB
   ├—007讲LDA模型的前世今生.html 34.7 KB
   ├—008讲曾经辉煌的雅虎研究院.html 40.2 KB
   ├—009讲数据科学家高阶能力之分析产品.html 35.5 KB
   ├—010讲数据科学家高阶能力之评估产品.html 32.7 KB
   ├—011讲数据科学家高阶能力之如何系统提升产品性能.html 30.7 KB
   ├—012讲精读2017年KDD最佳研究论文.html 32.3 KB
   ├—013讲精读2017年KDD最佳应用数据科学论文.html 29.7 KB
   ├—014讲精读AlphaGoZero论文.html 30.0 KB
   ├—015讲精读2017年EMNLP最佳长论文之一.html 29.4 KB
   ├—016讲精读2017年EMNLP最佳长论文之二.html 32.3 KB
   ├—017讲精读2017年EMNLP最佳短论文.html 30.2 KB
   ├—018讲经典搜索核心算法:TF-IDF及其变种.html 35.4 KB
   ├—019讲经典搜索核心算法:BM25及其变种(内附全年目录).html 29.9 KB
   ├—020讲经典搜索核心算法:语言模型及其变种.html 33.5 KB
   ├—021讲机器学习排序算法:单点法排序学习.html 31.7 KB
   ├—022讲机器学习排序算法:配对法排序学习.html 29.5 KB
   ├—023讲机器学习排序算法:列表法排序学习.html 30.4 KB
   ├—024讲“查询关键字理解”三部曲之分类.html 30.6 KB
   ├—025讲“查询关键字理解”三部曲之解析.html 30.4 KB
   ├—026讲“查询关键字理解”三部曲之扩展.html 29.8 KB
   ├—027讲搜索系统评测,有哪些基础指标.html 31.5 KB
   ├—028讲搜索系统评测,有哪些高级指标.html 29.5 KB
   ├—029讲如何评测搜索系统的在线表现.html 28.0 KB
   ├—030讲文档理解第一步:文档分类.html 30.8 KB
   ├—031讲文档理解的关键步骤:文档聚类.html 28.0 KB
   ├—032讲文档理解的重要特例:多模文档建模.html 28.0 KB
   ├—033讲大型搜索框架宏观视角:发展、特点及趋势.html 28.6 KB
   ├—034讲多轮打分系统概述.html 31.4 KB
   ├—035讲搜索索引及其相关技术概述.html 28.8 KB
   ├—036讲PageRank算法的核心思想是什么.html 28.6 KB
   ├—037讲经典图算法之HITS.html 29.0 KB
   ├—038讲社区检测算法之“模块最大化”.html 26.5 KB
   ├—039讲机器学习排序算法经典模型:RankSVM.html 29.2 KB
   ├—040讲机器学习排序算法经典模型:GBDT.html 30.5 KB
   ├—041讲机器学习排序算法经典模型:LambdaMART.html 29.7 KB
   ├—042讲基于深度学习的搜索算法:深度结构化语义模型.html 28.1 KB
   ├—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.html 26.0 KB
   ├—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.html 26.6 KB
   ├—045讲职场话题:当数据科学家遇见产品团队.html 27.8 KB
   ├—046讲职场话题:数据科学家应聘要具备哪些能力.html 30.0 KB
   ├—047讲职场话题:聊聊数据科学家的职场规划.html 27.5 KB
   ├—048讲精读2017年ICCV最佳研究论文.html 30.3 KB
   ├—049讲精读2017年ICCV最佳学生论文.html 27.4 KB
   ├—050讲如何将“深度强化学习”应用到视觉问答系统.html 28.0 KB
   ├—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.html 29.0 KB
   ├—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.html 28.5 KB
   ├—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.html 27.4 KB
   ├—054讲数据科学团队养成:电话面试指南.html 30.3 KB
   ├—055讲数据科学团队养成:Onsite面试面面观.html 26.8 KB
   ├—056讲成为“香饽饽”的数据科学家,如何衡量他们的工作呢.html 29.5 KB
   ├—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.html 28.9 KB
   ├—058讲数据科学家团队组织架构:水平还是垂直,这是个问题.html 28.7 KB
   ├—059讲2017人工智能技术发展盘点.html 31.1 KB
   ├—060讲WSDM2018论文精读:看谷歌团队如何做位置偏差估计.html 29.5 KB
   ├—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.html 27.4 KB
   ├—062讲WSDM2018论文精读:深度学习模型中如何使用上下文信息.html 24.6 KB
   ├—063讲简单推荐模型之一:基于流行度的推荐模型.html 32.0 KB
   ├—064讲简单推荐模型之二:基于相似信息的推荐模型.html 30.2 KB
   ├—065讲简单推荐模型之三:基于内容信息的推荐模型.html 29.3 KB
   ├—066讲基于隐变量的模型之一:矩阵分解.html 29.3 KB
   ├—067讲基于隐变量的模型之二:基于回归的矩阵分解.html 30.1 KB
   ├—068讲基于隐变量的模型之三:分解机.html 25.4 KB
   ├—069讲高级推荐模型之一:张量分解模型.html 28.4 KB
   ├—070讲高级推荐模型之二:协同矩阵分解.html 27.2 KB
   ├—071讲高级推荐模型之三:优化复杂目标函数.html 27.6 KB
   ├—072讲推荐的Exploit和Explore算法之一:EE算法综述.html 29.3 KB
   ├—073讲推荐的Exploit和Explore算法之二:UCB算法.html 27.2 KB
   ├—074讲推荐的Exploit和Explore算法之三:汤普森采样算法.html 27.2 KB
   ├—075讲推荐系统评测之一:传统线下评测.html 27.2 KB
   ├—076讲推荐系统评测之二:线上评测.html 27.9 KB
   ├—077讲推荐系统评测之三:无偏差估计.html 26.0 KB
   ├—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.html 30.6 KB
   ├—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.html 28.1 KB
   ├—080讲现代推荐架构剖析之三:复杂现代推荐架构漫谈.html 27.6 KB
   ├—081讲基于深度学习的推荐模型之一:受限波兹曼机.html 27.5 KB
   ├—082讲基于深度学习的推荐模型之二:基于RNN的推荐系统.html 27.7 KB
   ├—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.html 27.6 KB
   ├—084讲LDA变种模型知多少.html 29.5 KB
   ├—085讲针对大规模数据,如何优化LDA算法.html 29.1 KB
   ├—086讲基础文本分析模型之一:隐语义分析.html 26.3 KB
   ├—087讲基础文本分析模型之二:概率隐语义分析.html 24.2 KB
   ├—088讲基础文本分析模型之三:EM算法.html 27.4 KB
   ├—089讲为什么需要Word2Vec算法.html 26.6 KB
   ├—090讲Word2Vec算法有哪些扩展模型.html 27.0 KB
   ├—091讲Word2Vec算法有哪些应用.html 24.5 KB
   ├—092讲序列建模的深度学习利器:RNN基础架构.html 26.8 KB
   ├—093讲基于门机制的RNN架构:LSTM与GRU.html 27.3 KB
   ├—094讲RNN在自然语言处理中有哪些应用场景.html 26.4 KB
   ├—095讲对话系统之经典的对话模型.html 28.0 KB
   ├—096讲任务型对话系统有哪些技术要点.html 26.1 KB
   ├—097讲聊天机器人有哪些核心技术要点.html 27.3 KB
   ├—098讲什么是文档情感分类.html 25.8 KB
   ├—099讲如何来提取情感“实体”和“方面”呢.html 25.8 KB
   ├—100讲文本情感分析中如何做意见总结和搜索.html 25.7 KB
   ├—101讲TheWeb2018论文精读:如何对商品的图片美感进行建模.html 27.7 KB
   ├—102讲TheWeb2018论文精读:如何改进经典的推荐算法BPR.html 25.9 KB
   ├—103讲TheWeb2018论文精读:如何从文本中提取高元关系.html 26.8 KB
   ├—104讲如何快速学习国际顶级学术会议的内容.html 29.8 KB
   ├—105讲广告系统概述.html 30.4 KB
   ├—106讲广告系统架构.html 26.3 KB
   ├—107讲广告回馈预估综述.html 26.6 KB
   ├—108讲Facebook的广告点击率预估模型.html 29.7 KB
   ├—109讲雅虎的广告点击率预估模型.html 26.3 KB
   ├—110讲LinkedIn的广告点击率预估模型.html 26.8 KB
   ├—111讲Twitter的广告点击率预估模型.html 27.5 KB
   ├—112讲阿里巴巴的广告点击率预估模型.html 28.7 KB
   ├—113讲什么是“基于第二价位的广告竞拍”.html 27.3 KB
   ├—114讲广告的竞价策略是怎样的.html 27.4 KB
   ├—115讲如何优化广告的竞价策略.html 26.4 KB
   ├—116讲如何控制广告预算.html 26.4 KB
   ├—117讲如何设置广告竞价的底价.html 28.6 KB
   ├—118讲聊一聊“程序化直接购买”和“广告期货”.html 27.9 KB
   ├—119讲归因模型:如何来衡量广告的有效性.html 26.3 KB
   ├—120讲广告投放如何选择受众如何扩展受众群.html 27.0 KB
   ├—121讲如何利用机器学习技术来检测广告欺诈.html 26.3 KB
   ├—122讲数据科学家必备套路之一:搜索套路.html 29.1 KB
   ├—123讲数据科学家必备套路之二:推荐套路.html 27.2 KB
   ├—124讲数据科学家必备套路之三:广告套路.html 27.3 KB
   ├—125讲SIGIR2018论文精读:偏差和“流行度”之间的关系.html 28.5 KB
   ├—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.html 27.1 KB
   ├—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.html 26.5 KB
   ├—128讲CVPR2018论文精读:如何研究计算机视觉任务之间的关系.html 27.8 KB
   ├—129讲CVPR2018论文精读:如何从整体上对人体进行三维建模.html 26.5 KB
   ├—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.html 26.4 KB
   ├—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.html 27.3 KB
   ├—132讲ICML2018论文精读:聊一聊机器学习算法的“公平性”问题.html 26.0 KB
   ├—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”.html 26.9 KB
   ├—134讲ACL2018论文精读:问答系统场景下,如何提出好问题.html 28.2 KB
   ├—135讲ACL2018论文精读:什么是对话中的前提触发如何检测.html 26.7 KB
   ├—136讲ACL2018论文精读:什么是“端到端”的语义哈希.html 26.6 KB
   ├—137讲如何做好人工智能项目的管理.html 27.1 KB
   ├—138讲数据科学团队必备的工程流程三部曲.html 28.6 KB
   ├—139讲数据科学团队怎么选择产品和项目.html 27.7 KB
   ├—140讲什么是计算机视觉.html 28.5 KB
   ├—141讲掌握计算机视觉任务的基础模型和操作.html 25.9 KB
   ├—142讲计算机视觉中的特征提取难在哪里.html 26.0 KB
   ├—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.html 27.7 KB
   ├—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.html 28.6 KB
   ├—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.html 27.8 KB
   ├—146讲计算机视觉领域的深度学习模型(一):AlexNet.html 25.9 KB
   ├—147讲计算机视觉领域的深度学习模型(二):VGG&GoogleNet.html 29.3 KB
   ├—148讲计算机视觉领域的深度学习模型(三):ResNet.html 27.4 KB
   ├—149讲计算机视觉高级话题(一):图像物体识别和分割.html 25.5 KB
   ├—150讲计算机视觉高级话题(二):视觉问答.html 26.0 KB
   ├—151讲计算机视觉高级话题(三):产生式模型.html 25.9 KB
   ├—152讲在人工智能领域,如何快速找到学习的切入点.html 27.4 KB
   ├—153讲人工智能技术选择,该从哪里获得灵感.html 26.4 KB
   ├—154讲近在咫尺,走进人工智能研究.html 27.4 KB
   ├—155讲微软研究院:工业界研究机构的楷模.html 27.8 KB
   ├—156讲聊一聊谷歌特立独行的混合型研究.html 27.6 KB
   ├—复盘1讲搜索核心技术模块.html 26.9 KB
   ├—复盘2讲推荐系统核心技术模块.html 25.4 KB
   ├—复盘3讲自然语言处理及文本处理核心技术模块.html 23.7 KB
   ├—复盘4讲广告系统核心技术模块.html 22.5 KB
   ├—复盘5讲计算机视觉核心技术模块.html 21.7 KB
   ├—复盘6讲数据科学家与数据科学团队是怎么养成的.html 25.0 KB
   ├—复盘7讲一起来读人工智能国际顶级会议论文.html 27.8 KB
   ├—结束语讲雄关漫道真如铁,而今迈步从头越.html 32.9 KB
   ├—开篇词讲你的360度人工智能信息助理.html 32.5 KB
   ├—内参特刊讲和你聊聊每个人都关心的人工智能热点话题.html 35.2 KB
                

百度网盘地址,付费后即可显示




商品名称: 25 AI技术内参


商品id:4936

发布人:mp624183768


分类名称: 程序员


发布时间:2019年10月08日

修改时间:2019年10月08日

浏览次数:47

收藏次数:0

购买次数:0

售后qq群:816578031

联系qq客服:点击这里给我发消息2651381741

联系vx客服:扫下面二维码。加微信客服(备注优质的资源),直接拉你进售后群。交流学习、关注更新、反馈资源问题。

扫一扫添加我好友

售价:5

开通vip即可免费查看所有资源 开通vip

以其他课程换本课资源即可免费查看当前资源 课程交换

快速定位

查看目录
立即购买
联系客服