编程AI算法课程，本课程共61.9GB，VIP会员可通过百度网盘转存下载或者在线播放。此“百战程序员：AI算法工程师就业班2022年新课”课程由千年教育收集整理。

　　


　　课程大纲

　　├──1--人工智能基础-快速入门  

　　|  ├──1--人工智能就业、薪资、各行业应用  

　　|  └──2--机器学习和深度学习、有监督和无监督  

　　├──10--机器学习与大数据-Kaggle竞赛实战  

　　|  ├──1--药店销量预测案例  

　　|  └──2--网页分类案例  

　　├──11--机器学习与大数据-海量数据挖掘工具  

　　|  ├──1--Spark计算框架基础  

　　|  ├──2--Spark计算框架深入  

　　|  └──3--Spark机器学习MLlib和ML模块  

　　├──12--机器学习与大数据-推荐系统项目实战  

　　|  ├──1--推荐系统--流程与架构  

　　|  ├──2--推荐系统--数据预处理和模型构建评估实战  

　　|  └──3--推荐系统--模型使用和推荐服务  

　　├──13--深度学习-原理和进阶  

　　|  ├──1--神经网络算法  

　　|  ├──2--TensorFlow深度学习工具  

　　|  └──3--反向传播推导_Python代码实现神经网络  

　　├──14--深度学习-图像识别原理  

　　|  ├──1--卷积神经网络原理  

　　|  ├──2--卷积神经网络优化  

　　|  ├──3--经典卷积网络算法  

　　|  ├──4--古典目标检测  

　　|  └──5--现代目标检测之FasterRCNN  

　　├──15--深度学习-图像识别项目实战  

　　|  ├──1--车牌识别  

　　|  ├──2--自然场景下的目标检测及源码分析  

　　|  └──3--图像风格迁移  

　　├──16--深度学习-目标检测YOLO(V1-V4全版本)实战  

　　|  ├──1--YOLOv1详解  

　　|  ├──2--YOLOv2详解  

　　|  ├──3--YOLOv3详解  

　　|  ├──4--YOLOv3代码实战  

　　|  └──5--YOLOv4详解  

　　├──17--深度学习-语义分割原理和实战  

　　|  ├──1--上采样_双线性插值_转置卷积  

　　|  ├──2--医疗图像UNet语义分割  

　　|  └──3--蒙版弹幕MaskRCNN语义分割  

　　├──18--深度学习-人脸识别项目实战  

　　├──19--深度学习-NLP自然语言处理原理和进阶  

　　|  ├──1--词向量与词嵌入  

　　|  ├──2--循环神经网络原理与优化  

　　|  ├──3--从Attention机制到Transformer  

　　|  └──4--ELMO_BERT_GPT  

　　├──2--人工智能基础-Python基础  

　　|  ├──1--Python开发环境搭建  

　　|  └──2--Python基础语法  

　　├──20--深度学习-NLP自然语言处理项目实战  

　　|  ├──1--词向量  

　　|  ├──2--自然语言处理--情感分析  

　　|  ├──3--AI写唐诗  

　　|  ├──4--Seq2Seq聊天机器人  

　　|  ├──5--实战NER命名实体识别项目  

　　|  ├──6--BERT新浪新闻10分类项目  

　　|  └──7--GPT2聊天机器人  

　　├──21--深度学习-OCR文本识别  

　　├──24--【加课】Pytorch项目实战  

　　|  ├──1--PyTorch运行环境安装_运行环境测试  

　　|  ├──2--PyTorch基础_Tensor张量运算  

　　|  ├──3--PyTorch卷积神经网络_实战CIFAR10  

　　|  ├──4--PyTorch循环神经网络_词性标注  

　　|  └──5--PyTorch编码器解码器_机器翻译  

　　├──25--【加课】百度飞桨PaddlePaddle实战【新增】  

　　|  ├──1--PaddlePaddle框架安装_波士顿房价预测  

　　|  ├──2--PaddlePaddle卷积网络_病理性近视识别  

　　|  ├──3--PaddleDetection工具_PCB电路板缺陷检测  

　　|  ├──4--PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)  

　　|  ├──5--PaddleNLP模块_物流信息提取（BiGRU+CRF）  

　　|  └──6--PaddleNLP模块_物流信息提取（ERNIE版）  

　　├──26--【加课】Linux环境编程基础  

　　|  └──1--Linux  

　　├──27--【加课】算法与数据结构  

　　|  └──1--算法与数据结构  

　　├──3--人工智能基础-Python科学计算和可视化  

　　|  ├──1--科学计算模型Numpy  

　　|  ├──2--数据可视化模块  

　　|  └──3--数据处理分析模块Pandas  

　　├──31--【加课】强化学习【新增】  

　　|  ├──1--Q-Learning与SARSA算法  

　　|  ├──2--DeepQ-LearningNetwork  

　　|  ├──3--PolicyGradient策略梯度  

　　|  ├──4--ActorCritic(A3C)  

　　|  └──5--DDPG、PPO、DPPO算法  

　　├──4--人工智能基础-高等数学知识强化  

　　|  ├──1--数学内容概述  

　　|  ├──2--一元函数微分学  

　　|  ├──3--线性代数基础  

　　|  ├──4--多元函数微分学  

　　|  ├──5--线性代数高级  

　　|  ├──6--概率论  

　　|  └──7--最优化  

　　├──5--机器学习-线性回归  

　　|  ├──1--多元线性回归  

　　|  ├──2--梯度下降法  

　　|  ├──3--归一化  

　　|  ├──4--正则化  

　　|  └──5--Lasso回归_Ridge回归_多项式回归  

　　├──6--机器学习-线性分类  

　　|  ├──1--逻辑回归  

　　|  ├──2--Softmax回归  

　　|  ├──3--SVM支持向量机算法  

　　|  └──4--SMO优化算法  

　　├──7--机器学习-无监督学习  

　　|  ├──1--聚类系列算法  

　　|  ├──2--EM算法和GMM高斯混合模型  

　　|  └──3--PCA降维算法  

　　├──8--机器学习-决策树系列  

　　|  ├──1--决策树  

　　|  ├──2--集成学习和随机森林  

　　|  ├──3--GBDT  

　　|  └──4--XGBoost  

　　├──9--机器学习-概率图模型  

　　|  ├──1--贝叶斯分类  

　　|  ├──2--HMM算法  

　　|  └──3--CRF算法  

　　└──课件