卢菁博士的人工智能体系课-进阶部分

• file:09_9.集成学习，dropout，GBDT.mp4
• file:31_ChatGPT的技术发展路径和带来的影响.mp4.mp4
• file:33_推荐系统2：召回环节.mp4
• file:36_推荐系统5：排序（下）.mp4
• file:25_25，目标检测yolo和transformer.mp4.mp4
• file:03_3.Annoy原理和手写线性回归.mp4
• file:34_推荐系统3：召回和AB测试.mp4
• file:29_乳腺癌识别项目4-乳腺癌识别代码实战.mp4.mp4
• file:37_推荐系统6：内容分类和打标.mp4
• file:32_推荐系统1：推荐系统概述.mp4
• file:30_大模型训练为什么这么难.mp4.mp4
• file:24_24聊天机器人和chatgpt.mp4.mp4
• file:11_11实战项目以图搜图-resnet.mp4
• file:20_20.项目实战：huggingface和文本分类.mp4
• file:10_10.GBDT和XGboost.mp4
• file:13_13.GAN模型的原理和实战.mp4
• file:12_12以图搜图.mp4
• file:19_19.NLP系列3：GPT系列模型.mp4
• file:02_2.向量数据库基础.mp4
• file:23_23.智能文本摘要和关键词提取.mp4.mp4
• file:18_18.NLP系列2：Bert的改良版本和T5模型.mp4
• file:26_乳腺癌识别项目1-图像识别的原理.mp4.mp4
• file:21_21实战项目：文本纠错和Bart模型.mp4.mp4
• file:14_14.GAN模型背后的数学原理以及训练技巧.mp4
• file:28_乳腺癌识别项目3-图像识别新方法之迁移学习.mp4.mp4
• file:06_6.Dropout技术，模型集成，多分类和多标签.mp4
• file:22_22零样本学习和小样本学习.mp4.mp4
• file:16_16.AIGC和扩散学习.mp4
• file:27_乳腺癌识别项目2-图像分类的代码实战.mp4.mp4
• folder:卢菁博士的人工智能体系课-进阶部分