深度之眼 全球AI大赛年度会员

本课程为i人工智能千元年度会员课程(研究生课程库、比赛、paper精读复现)、数据分析课程,深度抗卷,惠及千万AI人;小班课程/指导直指科研论文、就业、比赛冲牌。文章底部附下载地址。

300-深度之眼全球AI大赛年度会员/
├──01-【kaggle新赛】酶稳定性预测大赛
| ├──02-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──03-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【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 248.52M
| ├──06-【02课】基于3D CNN的baseline代码讲解.mp4 317.07M
| ├──07-【03课】基于transformer的baseline代码讲解.mp4 168.58M
| └──08-【04课】基于XGBoost的baseline代码讲解.mp4 194.07M
├──02-【kaggle入门】“深享杯”kaggle入门赛（新手入门）
| ├──02-打造舒适的AI开发环境--软件篇1_【 shikey.com 】.mp4 71.95M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【01课】数据科学比赛介绍及Kaggle平台使用介绍.mp4 315.59M
| ├──06-【02课】数据挖掘比赛的基础Baseline.mp4 415.22M
| ├──07-【03课】特征工程实践.mp4 331.95M
| ├──08-【04课】pytorch实践-NCF实践.mp4 467.68M
| ├──09-【05课】数据挖掘中的文本信息的使用.mp4 203.19M
| └──10-【06课】数据挖掘比赛中的Trick_【 shikey.com 】.mp4 247.41M
├──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)
| ├──02-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──03-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──04-打造舒适的AI开发环境--软件篇23_【 shikey.com】.mp4 82.14M
| ├──05-【01课】赛题解析和baseline 详解.mp4 175.12M
| ├──06-【02课】Bert预训练家族模型概览.mp4 184.06M
| ├──07-【03课】NLP比赛提分技巧 - 1_【 shikey.com】.mp4 175.54M
| └──08-【04课】NLP比赛提分技巧 -2.mp4 183.99M
├──04-【kaggle新赛】Open Problems-单细胞变化预测大赛指导班（医疗数据挖掘）
| ├──02-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──03-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──04-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──05-【01课】数据 EDA，题目分析.mp4 162.53M
| ├──06-【02课】baseline 代码介绍.mp4 319.35M
| └──07-【03课】可能的上分点.mp4 183.44M
├──05-【CCF BDCI 2022】小样本分类大赛指导班（nlp任务）
| ├──02-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──04-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──05-【01课】赛题解析和baseline 详解.mp4 162.37M
| ├──06-【02课】Bert预训练家族模型概览.mp4 247.66M
| ├──07-【03课】小样本学习发展和应用.mp4 194.55M
| ├──08-【04课】NLP比赛提分技巧.mp4 185.17M
| ├──09-【05课】模型训练技巧分享.mp4 206.90M
| └──10-【06课】往期kaggle文本分类比赛回顾.mp4 143.19M
├──06-【kaggle 新人赛】数据挖掘新人赛（机器学习·二分类任务）
| ├──02-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【01课】数据科学比赛介绍及Kaggle平台使用介绍.mp4 249.43M
| ├──06-【02课】数据挖掘比赛的基础Baseline.mp4 308.03M
| ├──07-【03课】数据挖掘比赛中的神经网络Baseline.mp4 284.30M
| └──08-【04课】数据挖掘比赛中的调参方法以及模型融合.mp4 234.69M
├──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）
| ├──02-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【01课】赛题介绍+baseline详解.mp4 250.05M
| ├──06-【02课】视频分类与图像分类.mp4 199.29M
| ├──07-【03课】数据扩增方法.mp4 192.44M
| ├──08-【04课】多模型集成方法.mp4 209.84M
| ├──09-【05课】历史视频比赛总结.mp4 183.66M
| └──10-【06课】比赛总结与直播答疑.mp4 124.72M
├──08-【Kaggle 练习赛】商品合格率预测大赛指导班
| ├──02-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──03-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──04-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──05-【01课】赛题介绍+baseline详解（理+实操）.mp4 138.62M
| ├──06-【02课】机器学习经典树模型的介绍以及实战.mp4 220.60M
| ├──07-【03课】TabTranformer原理详解.mp4 206.21M
| └──08-【04课】比赛tricks和过往类似比赛讲解.mp4 176.67M
├──09-【Kaggle新赛】HuBMAP + HPA 多器官功能组织分割大赛指导班
| ├──02-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【01课】赛题介绍 + kaggle 平台学习 + 比赛数据探索性分析.mp4 333.15M
| ├──06-【02课】Baseline讲解.mp4 341.51M
| ├──07-【03课】往期肾小球比赛讲解.mp4 248.73M
| ├──08-【04课】额外的一个新比赛（待定） & 肾小球答疑.mp4 289.41M
| ├──09-【05课】额外的新比赛往期方案讲解.mp4 547.27M
| ├──10-【06课】理知识补充.mp4 309.23M
| └──11-【07课】复盘.mp4 340.34M
├──10-【kaggle新赛】议文评分大赛指导班（NLP·AES任务）
| ├──02-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──03-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【01课】赛题分析，EDA.mp4 399.10M
| ├──06-【02课】baseline基本讲解.mp4 233.36M
| ├──07-【03课】赛题理知识讲解.mp4 230.18M
| ├──08-【04课】赛题trick讲解.mp4 339.42M
| ├──09-【05课】往期类似比赛讲解.mp4 322.97M
| ├──10-【06课】答疑.mp4 102.49M
| └──11-【07课】比赛复盘.mp4 88.05M
├──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）
| ├──02-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──04-打造舒适的AI开发环境--硬件篇.mp4 60.39M
| ├──05-【01课】赛题介绍+baseline详解（理+实操）.mp4 202.28M
| ├──06-【02课】树模型介绍与调参.mp4 208.02M
| ├──07-【03课】深度学习模型搭建.mp4 144.88M
| ├──08-【04课】模型集成方法.mp4 167.39M
| ├──09-【05课】历史金融风控比赛总结.mp4 172.64M
| └──10-【06课】比赛总结与直播答疑.mp4 97.78M
├──12-快速入门推荐算法-基于top-k的推荐赛
| ├──02-【01课】推荐系统算法总体介绍+赛题介绍+baseline讲解.mp4 204.65M
| ├──03-【02课】推荐系统中的召回算法.mp4 312.43M
| ├──04-【03课】推荐系统中的多兴趣召回算法.mp4 330.87M
| ├──05-【04课】推荐系统中的排序算法.mp4 344.95M
| ├──06-【05课】推荐系统中的多目标算法.mp4 278.60M
| └──07-【06课】知识图谱在推荐系统中的应用.mp4 202.45M
├──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 60.39M
| ├──02-打造舒适的AI开发环境--软件篇1.mp4 71.95M
| ├──03-打造舒适的AI开发环境--软件篇23.mp4 82.14M
| ├──05-【01课 】 赛题介绍+kaggle平台学习+比赛数据探索性分析.mp4 264.29M
| ├──06-【02课】 Baseline讲解.mp4 365.17M
| ├──07-【03课】语义分割模型基础一，基础版.mp4 213.47M
| ├──08-【04课】 语义分割模型基础二- 进阶版.mp4 828.61M
| ├──09-【05课】通用比赛思路及历年分割比赛top思路代码讲解.mp4 301.98M
| ├──10-【06课】直播答疑.mp4 287.67M
| └──11-【07课】比赛复盘.mp4 304.78M
├──14-【kaggle新赛】美国专利短语相似度大赛（NLP·文本相似度）
| ├──02-【01课】赛题介绍+baseline详解（理+实操）.mp4 136.54M
| ├──03-【02课】BERT预训练语言模型的介绍.mp4 194.56M
| ├──04-【03课】Deberta等BERT变种预训练语言模型的介绍.mp4 233.04M
| ├──05-【04课】比赛中的上分技巧.mp4 209.07M
| ├──06-【05课】模型融合以及比赛解答.mp4 181.73M
| └──07-【06课】top方案的分享和比赛总结.mp4 121.81M
├──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 106.90M
| ├──03-01-课赛题介绍+baseline详解.mp4 171.15M
| ├──04-02课-BERT代码详解及HuggingFace Transfomers实战.mp4 257.61M
| ├──05-03课-BERT及其变种.mp4 198.44M
| ├──06-04课-代码实操课（kaggle环境）.mp4 216.10M
| ├──07-05课-BERT变种和比赛技巧.mp4 179.15M
| └──08-06课-比赛总结和top方案分享.mp4 128.42M
├──16-【Kaggle新赛】tensorflow海星目标检测大赛指导班(CV·目标检测)
| ├──01-打造舒适的AI开发环境.mp4 106.90M
| ├──04-【先修指南】kaggle竞赛介绍.mp4 32.46M
| ├──08-【01课】开营第一课（直播回放）.mp4 137.38M
| ├──10-【02课】目标检测二阶段算法.mp4 208.32M
| ├──11-【03课】修改网络设计.mp4 170.16M
| ├──12-【04课】骨干网介绍和损失函数设计.mp4 170.48M
| ├──13-【05课】数据增强和调参.mp4 177.91M
| ├──14-【06】总结复盘.mp4 78.49M
| └──15-【07课】TOP方案分享_【：shikey.com】.mp4 155.89M
├──17-03 数学基础
| ├──02-【第一章】-1 导读课.mp4 14.78M
| ├──03-【第一章】-2 矩阵的基本概念和运算性质.mp4 43.71M
| ├──04-【第一章】-3 矩阵的逆，转置和对称转置.mp4 66.94M
| ├──05-【第一章】-4 行列式的计算.mp4 48.66M
| ├──06-【第一章】-5 特殊矩阵的行列式与行列式的性质.mp4 55.52M
| ├──07-【第一章】-6 行列式按行列展开，代数余子式.mp4 46.49M
| ├──08-【第一章】-7 行列式的应用：克莱姆法则.mp4 13.60M
| ├──09-【第一章】-8 矩阵的逆的引入.mp4 53.33M
| ├──10-【第一章】-9 常用矩阵性质与特殊矩阵的逆.mp4 34.87M
| ├──11-【第一章】-10 分块矩阵.mp4 35.25M
| ├──12-【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 65.59M
| ├──13-【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 26.50M
| ├──14-【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 76.70M
| ├──15-【第二章】-4 矩阵的秩在线性回归算法中的应用.mp4 30.93M
| ├──16-【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 70.25M
| ├──17-【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 54.95M
| ├──18-【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 64.11M
| ├──19-【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 64.68M
| ├──20-【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 40.72M
| ├──21-【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 41.62M
| ├──22-【第二章】-11 SVD分解的应用.mp4 66.07M
| ├──23-【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 68.12M
| ├──24-【第三章】-2 中值定理&洛必达法则&泰勒公式及应用.mp4 60.60M
| ├──25-【第三章】-3 函数的凹凸性&函数的极值.mp4 60.77M
| ├──26-【第三章】-4 不定积分.mp4 38.21M
| ├──27-【第三章】-5 定积分.mp4 44.44M
| ├──28-【第三章】-6 偏导数&多元函数复合求导法则链式求导法则.mp4 60.01M
| ├──29-【第三章】-7 方向导数与梯度及其应用.mp4 69.62M
| ├──30-【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 51.55M
| ├──31-【第三章】-9 矩阵的求导.mp4 57.91M
| ├──32-【第三章】-10 矩阵的求导在深度学习中的应用.mp4 62.34M
| ├──33-【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 63.96M
| ├──34-【第四章-上】-2 全概率公式与贝叶斯公式及应用&独立性.mp4 48.89M
| ├──35-【第四章-上】-3 随机变量与多维随机变量.mp4 61.03M
| ├──36-【第四章-上】-4 期望与方差（上）.mp4 55.97M
| ├──37-【第四章-上】-5 期望与方差（下）.mp4 24.75M
| ├──38-【第四章-上】-6 参数的估计.mp4 64.58M
| ├──39-【第四章-下】-1 无约束最优化梯度下降.mp4 76.46M
| ├──40-【第四章-下】-2 无约束最优化牛顿法.mp4 57.94M
| └──41-【第四章-下】-3 约束最优化.mp4 56.42M
├──18-04 神经网络基础知识
| ├──02-01-神经网络基础与多层感知机-0.mp4 57.81M
| ├──03-01-神经网络基础与多层感知机-1.mp4 45.90M
| ├──04-01-神经网络基础与多层感知机-2.mp4 62.76M
| ├──05-01-神经网络基础与多层感知机-3.mp4 41.54M
| ├──06-01-神经网络基础与多层感知机-4.mp4 76.09M
| ├──07-02-卷积神经网络-0.mp4 61.59M
| ├──08-02-卷积神经网络-1.mp4 92.98M
| ├──09-02-卷积神经网络-2.mp4 51.44M
| ├──10-03-循环神经网络-0.mp4 44.41M
| ├──11-03-循环神经网络-1.mp4 84.64M
| └──12-03-循环神经网络-2.mp4 57.83M
├──19-01 Python · AI&数据科学入门
| ├──02-第一章 绪和环境配置.mp4 47.20M
| ├──03-【作业讲解】第一章：助教实际演示配置环境过程.mp4 25.02M
| ├──04-第二章 Python 基本语法元素.mp4 94.56M
| ├──05-【作业讲解】第二章：Python基本语法元素.mp4 52.61M
| ├──06-第三章 基本数据类型.mp4 81.09M
| ├──07-【作业讲解】第三章：基本数据类型.mp4 45.73M
| ├──08-第四章 组合数据类型.mp4 84.67M
| ├──09-【作业讲解】第四章：复杂数据类型.mp4 65.82M
| ├──10-第五章 程序控制结构.mp4 75.05M
| ├──11-【作业讲解】第五章：程序控制结构.mp4 22.94M
| ├──12-第六章 函数-面向过程的编程.mp4 112.43M
| ├──13-【作业讲解】第六章：函数.mp4 37.58M
| ├──14-第七章 类-面向对象的编程.mp4 70.06M
| ├──15-【作业讲解】第七章：类.mp4 23.96M
| ├──16-第八章 文件-异常和模块.mp4 103.84M
| ├──17-【作业讲解】第八章：文件-异常和模块.mp4 11.50M
| ├──18-第九章 有益的探索.mp4 115.35M
| ├──19-【作业讲解】第九章：有益的探索.mp4 27.99M
| ├──20-第十章 Python标准库.mp4 80.99M
| ├──21-【作业讲解】第十章：Python标准库.mp4 10.43M
| ├──22-第十一章 科学计算库—Numpy应用.mp4 72.44M
| ├──23-【作业讲解】第十一章：Numpy库.mp4 22.60M
| ├──24-第十二章 Pandas库.mp4 119.78M
| ├──25-【作业讲解】第十二章：Pandas库.mp4 24.40M
| ├──26-第十三章 Matplotlib.mp4 86.27M
| ├──27-【作业讲解】第十三章：Matplotlib.mp4 35.59M
| ├──28-第十四章 Sklearn常规用法.mp4 54.83M
| ├──29-【作业讲解】第十四章：Sklearn常规用法.mp4 41.07M
| └──30-第十五章 再谈编程.mp4 63.89M
├──20-深度学习PyTorch框架班
| ├──05-【必看】深入浅出PyTorch.mp4 73.99M
| ├──06-【第一周】PyTorch简介与安装.mp4 48.98M
| ├──07-【第一周】补充-pytorch开发环境安装.mp4 137.93M
| ├──08-【第一周】张量简介与创建.mp4 51.02M
| ├──09-【第一周】张量操作与线性回归.mp4 59.01M
| ├──10-【第一周】计算图与动态图机制.mp4 39.19M
| ├──11-【第一周】autograd与逻辑回归.mp4 57.54M
| ├──12-【第一周】作业讲解1.mp4 26.92M
| ├──13-【第一周】作业讲解2.mp4 24.93M
| ├──14-【第一周】作业讲解3.mp4 23.65M
| ├──15-【第二周】数据读取机制Dataloader与Dataset.mp4 53.62M
| ├──16-【第二周】数据预处理transforms模块机制.mp4 52.09M
| ├──17-【第二周】二十二种transforms数据预处理方法.mp4 94.41M
| ├──18-【第二周】学会自定义transforms方法.mp4 100.80M
| ├──19-【第二周】作业讲解.mp4 86.29M
| ├──20-【第三周】模型创建步骤与nn.Module.mp4 54.37M
| ├──21-【第三周】模型容器与AlexNet构建.mp4 57.46M
| ├──22-【第三周】nn网络层-卷积层.mp4 60.29M
| ├──23-【第三周】nn网络层-池化-线性-激活函数层.mp4 57.32M
| ├──24-【第三周】作业讲解.mp4 56.54M
| ├──25-【第四周】权值初始化.mp4 56.58M
| ├──26-【第四周】损失函数（一）.mp4 88.47M
| ├──27-【第四周】损失函数(二).mp4 90.57M
| ├──28-【第四周】优化器optimizer的概念.mp4 59.36M
| ├──29-【第四周】torch.optim.SGD.mp4 69.30M
| ├──30-【第四周】作业讲解.mp4 29.56M
| ├──31-【第五周】学习率调整策略.mp4 76.17M
| ├──32-【第五周】TensorBoard简介与安装.mp4 39.79M
| ├──33-【第五周】TensorBoard使用（一）.mp4 62.43M
| ├──34-【第五周】TensorBoard使用（二）.mp4 100.48M
| ├──35-【第五周】hook函数与CAM可视化.mp4 75.36M
| ├──36-【第五周】作业讲解.mp4 39.58M
| ├──37-【第六周】正则化之weight_decay.mp4 55.63M
| ├──38-【第六周】正则化之Dropout.mp4 57.90M
| ├──39-【第六周】Batch Normalization.mp4 77.76M
| ├──40-【第六周】Normalizaiton_layers.mp4 55.98M
| ├──41-【第六周】作业讲解.mp4 35.54M
| ├──42-【第七周】模型保存与加载.mp4 42.07M
| ├──43-【第七周】模型finetune.mp4 61.11M
| ├──44-【第七周】GPU的使用.mp4 64.76M
| ├──45-【第七周】PyTorch常见报错.mp4 53.10M
| ├──46-【第七周】作业讲解.mp4 19.92M
| ├──47-【第八周】图像分类一瞥.mp4 76.94M
| ├──48-【第八周】图像分割一瞥.mp4 102.01M
| ├──49-【第八周】图像目标检测一瞥（上）.mp4 71.73M
| ├──50-【第八周】图像目标检测一瞥（下）.mp4 124.40M
| ├──51-【第九周】生成对抗网络一瞥.mp4 85.11M
| └──52-【第九周】循环神经网络一瞥.mp4 56.62M
├──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 106.90M
| ├──04-【01课】赛题介绍+baseline详解.mp4 162.87M
| ├──05-【02课】特征工程.mp4 243.17M
| ├──06-【03课】序列模型.mp4 279.82M
| ├──07-【04课】Auto—ML&HPO.mp4 102.06M
| └──08-【05课】爱奇艺结营视频.mp4 126.22M
└──22-【Kaggle新赛】有毒评识别大赛指导班（NLP·文本分类）
| └──01-打造舒适的AI开发环境.mp4 106.90M