深度之眼AI大赛年度会员视频，Kaggle比赛22套辅导课程
本课程由达奇课堂收集整理，更多学习资源请关注微信公众号: 达奇课堂
资源简介：
课程介绍
课程来自于 深度之眼AI大赛年度会员视频，Kaggle比赛22套辅导课程价值1998元
文件目录
01-【kaggle新赛】酶稳定性预测大赛
01-打造舒适的AI开发环境–软件篇1 .mp4
02-打造舒适的AI开发环境–软件篇23 (1).mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】赛题介绍 + Kaggle平台学习 + 开发环境搭建 + 比赛数据探索性分析 .mp4
05-【02课】基于3D CNN的baseline代码讲解 .mp4
06-【03课】基于transformer的baseline代码讲解 .mp4
07-【04课】基于XGBoost的baseline代码讲解 .mp4
02-【kaggle入门】“深享杯”kaggle入门赛（新手入门）
01-打造舒适的AI开发环境–软件篇1 .mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】数据科学比赛介绍及Kaggle平台使用介绍 .mp4
05-【02课】数据挖掘比赛的基础Baseline .mp4
06-【03课】特征工程实践 .mp4
07-【04课】pytorch实践-NCF实践 .mp4
08-【05课】数据挖掘中的文本信息的使用 .mp4
09-【06课】数据挖掘比赛中的Trick .mp4
03-【kaggle新赛】feedback-英语学习者语言知识评估大赛指导班(NLP·文本分类)
01-打造舒适的AI开发环境–硬件篇 .mp4
02-打造舒适的AI开发环境–软件篇1 .mp4
03-打造舒适的AI开发环境–软件篇23 .mp4
04-【01课】赛题解析和baseline 详解 .mp4
05-【02课】Bert预训练家族模型概览 .mp4
06-【03课】NLP比赛提分技巧 – 1 .mp4
07-【04课】NLP比赛提分技巧 -2 .mp4
04-【kaggle新赛】Open Problems-单细胞变化预测大赛指导班（医疗数据挖掘）
01-打造舒适的AI开发环境–硬件篇 .mp4
02-打造舒适的AI开发环境–软件篇1 .mp4
03-打造舒适的AI开发环境–软件篇23 .mp4
04-【01课】数据 EDA，题目分析 .mp4
05-【02课】baseline 代码介绍 .mp4
06-【03课】可能的上分点 .mp4
05-【CCF BDCI 2022】小样本分类大赛指导班（nlp任务）
01-打造舒适的AI开发环境–硬件篇 .mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–软件篇1 .mp4
04-【01课】赛题解析和baseline 详解 .mp4
05-【02课】Bert预训练家族模型概览 .mp4
06-【03课】小样本学习发展和应用 .mp4
07-【04课】NLP比赛提分技巧 .mp4
08-【05课】模型训练技巧分享 .mp4
09-【06课】往期kaggle文本分类比赛回顾 .mp4
06-【kaggle 新人赛】数据挖掘新人赛（机器学习·二分类任务）
01-打造舒适的AI开发环境–软件篇1 .mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】数据科学比赛介绍及Kaggle平台使用介绍 .mp4
05-【02课】数据挖掘比赛的基础Baseline .mp4
06-【03课】数据挖掘比赛中的神经网络Baseline .mp4
07-【04课】数据挖掘比赛中的调参方法以及模型融合 .mp4
07-【Kaggle新赛】DFL 德甲足球事件检测大赛指导班（CV·目标检测-视频分类）
01-打造舒适的AI开发环境–软件篇1 .mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】赛题介绍+baseline详解 .mp4
05-【02课】视频分类与图像分类 .mp4
06-【03课】数据扩增方法 .mp4
07-【04课】多模型集成方法 .mp4
08-【05课】历史视频比赛总结 .mp4
09-【06课】比赛总结与直播答疑 .mp4
08-【Kaggle 练习赛】商品合格率预测大赛指导班
01-打造舒适的AI开发环境–硬件篇 .mp4
02-打造舒适的AI开发环境–软件篇1 .mp4
03-打造舒适的AI开发环境–软件篇23 .mp4
04-【01课】赛题介绍+baseline详解（理论+实操） .mp4
05-【02课】机器学习经典树模型的介绍以及实战 .mp4
06-【03课】TabTranformer原理详解 .mp4
07-【04课】比赛tricks和过往类似比赛讲解 .mp4
09-【Kaggle新赛】HuBMAP + HPA 多器官功能组织分割大赛指导班
01-打造舒适的AI开发环境–软件篇1 .mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】赛题介绍 + kaggle 平台学习 + 比赛数据探索性分析 .mp4
05-【02课】Baseline讲解 .mp4
06-【03课】往期肾小球比赛讲解 .mp4
07-【04课】额外的一个新比赛（待定） & 肾小球答疑 .mp4
08-【05课】额外的新比赛往期方案讲解 .mp4
09-【06课】理论知识补充 .mp4
10-【07课】复盘 .mp4
10-【kaggle新赛】议论文评分大赛指导班（NLP·AES任务）
01-打造舒适的AI开发环境–软件篇23 .mp4
02-打造舒适的AI开发环境–软件篇1 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】赛题分析，EDA .mp4
05-【02课】baseline基本讲解 .mp4
06-【03课】赛题理论知识讲解 .mp4
07-【04课】赛题trick讲解 .mp4
08-【05课】往期类似比赛讲解 .mp4
09-【06课】答疑 .mp4
10-【07课】比赛复盘 .mp4
11-【kaggle新赛】信用违约预测大赛指导班（金融风控·结构化数据挖掘）
01-打造舒适的AI开发环境–软件篇1 .mp4
02-打造舒适的AI开发环境–软件篇23 .mp4
03-打造舒适的AI开发环境–硬件篇 .mp4
04-【01课】赛题介绍+baseline详解（理论+实操） .mp4
05-【02课】树模型介绍与调参 .mp4
06-【03课】深度学习模型搭建 .mp4
07-【04课】模型集成方法 .mp4
08-【05课】历史金融风控比赛总结 .mp4
09-【06课】比赛总结与直播答疑 .mp4
12-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
13-【Kaggle新赛】UW-Madison 肠胃道图像分割大赛（CV·图像分割）
01-打造舒适的AI开发环境–硬件篇 .mp4
02-打造舒适的AI开发环境–软件篇1 .mp4
03-打造舒适的AI开发环境–软件篇23 .mp4
05-【01课 】 赛题介绍+kaggle平台学习+比赛数据探索性分析 .mp4
06-【02课】 Baseline讲解 .mp4
07-【03课】语义分割模型基础一，基础版 .mp4
08-【04课】 语义分割模型基础二- 进阶版 .mp4
09-【05课】通用比赛思路及历年分割比赛top思路代码讲解 .mp4
10-【06课】直播答疑 .mp4
11-【07课】比赛复盘 .mp4
14-【kaggle新赛】美国专利短语相似度大赛（NLP·文本相似度）
【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
15-【Kaggle新赛】NBME-临床患者病例评分大赛指导班(NLP·Token分类)
01-打造舒适的AI开发环境 .mp4
03-01-课赛题介绍+baseline详解 .mp4
04-02课-BERT代码详解及HuggingFace Transfomers实战 .mp4
05-03课-BERT及其变种 .mp4
06-04课-代码实操课（kaggle环境） .mp4
07-05课-BERT变种和比赛技巧 .mp4
08-06课-比赛总结和top方案分享 .mp4
16-【Kaggle新赛】tensorflow海星目标检测大赛指导班(CV·目标检测)
00-打造舒适的AI开发环境 .mp4
【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
【先修指南】kaggle竞赛介绍 .mp4
【05课】数据增强和调参 .mp4
【06课】总结复盘 .mp4
【07课】TOP方案分享_ .mp4
17-03 数学基础
01-【第一章】-1 导读课 .mp4
02-【第一章】-2 矩阵的基本概念和运算性质 .mp4
03-【第一章】-3 矩阵的逆，转置和对称转置 .mp4
04-【第一章】-4 行列式的计算 .mp4
05-【第一章】-5 特殊矩阵的行列式与行列式的性质 .mp4
06-【第一章】-6 行列式按行列展开，代数余子式 .mp4
07-【第一章】-7 行列式的应用：克莱姆法则 .mp4
08-【第一章】-8 矩阵的逆的引入 .mp4
09-【第一章】-9 常用矩阵性质与特殊矩阵的逆 .mp4
10-【第一章】-10 分块矩阵 .mp4
11-【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
12-【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
13-【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
14-【第二章】-4 矩阵的秩在线性回归算法中的应用 .mp4
15-【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
16-【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
17-【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
18-【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
19-【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
20-【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
21-【第二章】-11 SVD分解的应用 .mp4
22-【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
23-【第三章】-2 中值定理&洛必达法则&泰勒公式及应用 .mp4
24-【第三章】-3 函数的凹凸性&函数的极值 .mp4
25-【第三章】-4 不定积分 .mp4
26-【第三章】-5 定积分 .mp4
27-【第三章】-6 偏导数&多元函数复合求导法则链式求导法则 .mp4
28-【第三章】-7 方向导数与梯度及其应用 .mp4
29-【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
30-【第三章】-9 矩阵的求导 .mp4
31-【第三章】-10 矩阵的求导在深度学习中的应用 .mp4
32-【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
33-【第四章-上】-2 全概率公式与贝叶斯公式及应用&独立性 .mp4
34-【第四章-上】-3 随机变量与多维随机变量 .mp4
35-【第四章-上】-4 期望与方差（上） .mp4
36-【第四章-上】-5 期望与方差（下） .mp4
37-【第四章-上】-6 参数的估计 .mp4
38-【第四章-下】-1 无约束最优化梯度下降 .mp4
39-【第四章-下】-2 无约束最优化牛顿法 .mp4
40-【第四章-下】-3 约束最优化 .mp4
18-04 神经网络基础知识
01-01-神经网络基础与多层感知机-0 .mp4
02-01-神经网络基础与多层感知机-1 .mp4
03-01-神经网络基础与多层感知机-2 .mp4
04-01-神经网络基础与多层感知机-3 .mp4
05-01-神经网络基础与多层感知机-4 .mp4
06-02-卷积神经网络-0 .mp4
07-02-卷积神经网络-1 .mp4
08-02-卷积神经网络-2 .mp4
09-03-循环神经网络-0 .mp4
10-03-循环神经网络-1 .mp4
11-03-循环神经网络-2 .mp4
19-01 Python · AI&数据科学入门
01-第一章 绪论和环境配置 .mp4
02-【作业讲解】第一章：助教实际演示配置环境过程 .mp4
03-第二章 Python 基本语法元素 .mp4
04-【作业讲解】第二章：Python基本语法元素 .mp4
05-第三章 基本数据类型 .mp4
06-【作业讲解】第三章：基本数据类型 .mp4
07-第四章 组合数据类型 .mp4
08-【作业讲解】第四章：复杂数据类型 .mp4
09-第五章 程序控制结构 .mp4
10-【作业讲解】第五章：程序控制结构 .mp4
11-第六章 函数-面向过程的编程 .mp4
12-【作业讲解】第六章：函数 .mp4
13-第七章 类-面向对象的编程 .mp4
14-【作业讲解】第七章：类 .mp4
15-第八章 文件-异常和模块 .mp4
16-【作业讲解】第八章：文件-异常和模块 .mp4
17-第九章 有益的探索 .mp4
18-【作业讲解】第九章：有益的探索 .mp4
19-第十章 Python标准库 .mp4
20-【作业讲解】第十章：Python标准库 .mp4
21-第十一章 科学计算库—Numpy应用 .mp4
22-【作业讲解】第十一章：Numpy库 .mp4
23-第十二章 Pandas库 .mp4
24-【作业讲解】第十二章：Pandas库 .mp4
25-第十三章 Matplotlib .mp4
26-【作业讲解】第十三章：Matplotlib .mp4
27-第十四章 Sklearn常规用法 .mp4
28-【作业讲解】第十四章：Sklearn常规用法 .mp4
29-第十五章 再谈编程 .mp4
20-深度学习PyTorch框架班
01-【必看】深入浅出PyTorch .mp4
02-【第一周】PyTorch简介与安装 .mp4
03-【第一周】补充-pytorch开发环境安装 .mp4
04-【第一周】张量简介与创建 .mp4
05-【第一周】张量操作与线性回归 .mp4
06-【第一周】计算图与动态图机制 .mp4
07-【第一周】autograd与逻辑回归 .mp4
08-【第一周】作业讲解1 .mp4
09-【第一周】作业讲解2 .mp4
10-【第一周】作业讲解3 .mp4
11-【第二周】数据读取机制Dataloader与Dataset .mp4
12-【第二周】数据预处理transforms模块机制 .mp4
13-【第二周】二十二种transforms数据预处理方法 .mp4
14-【第二周】学会自定义transforms方法 .mp4
15-【第二周】作业讲解 .mp4
16-【第三周】模型创建步骤与nn.Module .mp4
17-【第三周】模型容器与AlexNet构建 .mp4
18-【第三周】nn网络层-卷积层 .mp4
19-【第三周】nn网络层-池化-线性-激活函数层 .mp4
20-【第三周】作业讲解 .mp4
21-【第四周】权值初始化 .mp4
22-【第四周】损失函数（一） .mp4
23-【第四周】损失函数(二) .mp4
24-【第四周】优化器optimizer的概念 .mp4
25-【第四周】torch.optim.SGD .mp4
26-【第四周】作业讲解 .mp4
27-【第五周】学习率调整策略 .mp4
28-【第五周】TensorBoard简介与安装 .mp4
29-【第五周】TensorBoard使用（一） .mp4
30-【第五周】TensorBoard使用（二） .mp4
31-【第五周】hook函数与CAM可视化 .mp4
32-【第五周】作业讲解 .mp4
33-【第六周】正则化之weight_decay .mp4
34-【第六周】正则化之Dropout .mp4
35-【第六周】Batch Normalization .mp4
36-【第六周】Normalizaiton_layers .mp4
37-【第六周】作业讲解 .mp4
38-【第七周】模型保存与加载 .mp4
39-【第七周】模型finetune .mp4
40-【第七周】GPU的使用 .mp4
41-【第七周】PyTorch常见报错 .mp4
42-【第七周】作业讲解 .mp4
43-【第八周】图像分类一瞥 .mp4
44-【第八周】图像分割一瞥 .mp4
45-【第八周】图像目标检测一瞥（上） .mp4
46-【第八周】图像目标检测一瞥（下） .mp4
47-【第九周】生成对抗网络一瞥 .mp4
48-【第九周】循环神经网络一瞥 .mp4
21-【爱奇艺】WSDM用户留存大赛指导班
01-打造舒适的AI开发环境 .mp4
02-【01课】赛题介绍+baseline详解 .mp4
03-【02课】特征工程 .mp4
04-【03课】序列模型 .mp4
05-【04课】Auto—ML&HPO .mp4
06-【05课】爱奇艺结营视频 .mp4
22-【Kaggle新赛】有毒评论识别大赛指导班（NLP·文本分类）
01-打造舒适的AI开发环境 .mp4
声明：本站大部分资源来源于网络，除本站组织的资源外，版权归原作者所有，如有侵犯版权，请立刻和本站联系并提供证据，本站将在三个工作日内改正。 本站仅提供学习的平台，将不对任何资源负法律责任，只作为购买原版的参考，并无法代替原版，所有资源请在下载后24小时内删除； 资源版权归作者所有，如果您觉得满意，请购买正版。您若发现本站侵犯了你的版权利益，请来信本站将立即予以删除！
