❤️博哥万T资源库,连续7年运营,全站囊括21大品类,资源天花板就在这里,一次投入永久更新
❤️由于资源容量太大,本站仅支持部分资源搜索,部分精选区和书库仅供展示,请点到具体分类中再进行搜索
❤️VIP会员搭载专属目录,可实现全网搜索,无需登陆网盘,专享资源在线下载权益。
❤️开通VIP会员,同时送百万书库+领袖商学员名家课程+2025年最新知识付费平台课程+2025年最新抖音大V课程+500T阿里夸克迅雷资源
❤️无论是否加入会员,都可以添加微信:bogesxy,备注888,免费邀请进入最新的阿里夸克迅雷资源分享群,每天分享各类最新资源
2025启航二区
2025启航一区
2025领袖商学院
2024领袖商学院
2024更新十区
2024更新九区
2024更新八区
2024更新七区
2024更新六区
2024更新五区
2024更新四区
2024更新三区
2024更新二区
2024更新一区
精选七区
精选六区
精选五区
精选四区
精选三区
精选二区
精选一区
书库四区
书库三区
书库二区
书库一区
稀缺二区
稀缺一区
精选素材
知识学院二区
知识学院一区
当前目录
全盘
查全部
文件夹
文件
主页
/
【07】计算机与软件社群
/
【热门IT知识平台】
/
02极客时间(2019以前)
/
19.AI技术内参(完结)
/
mp3
171010-001 _ 如何组建一个数据科学团队?【更多好课V信:2949651508(qq同号)】.html
171010-002 _ 聊聊2017年KDD大会的时间检验奖.html
171010-003 _ 数据科学家基础能力之概率统计【更多好课V信:2949651508(qq同号)】.html
171010-开篇词 _ 你的360度人工智能信息助理.html
171011-004 _ 数据科学家基础能力之机器学习【更多好课V信:2949651508(qq同号)】.html
171013-005 _ 数据科学家基础能力之系统【更多好课V信:2949651508(qq同号)】.html
171016-006 _ Google的点击率系统模型【更多好课V信:2949651508(qq同号)】.html
171018-007 _ LDA模型的前世今生【更多好课V信:2949651508(qq同号)】.html
171020-008 _ 曾经辉煌的雅虎研究院.html
171023-009 _ 数据科学家高阶能力之分析产品【更多好课V信:2949651508(qq同号)】.html
171025-010 _ 数据科学家高阶能力之评估产品.html
171027-011 _ 数据科学家高阶能力之如何系统提升产品性能.html
171030-012 _ 精读2017年KDD最佳研究论文【更多好课V信:2949651508(qq同号)】.html
171101-013 _ 精读2017年KDD最佳应用数据科学论文【更多好课V信:2949651508(qq同号)】.html
171103-014 _ 精读AlphaGo Zero论文.html
171106-015 _ 精读2017年EMNLP最佳长论文之一.html
171108-016 _ 精读2017年EMNLP最佳长论文之二.html
171110-017 _ 精读2017年EMNLP最佳短论文.html
171113-018 _ 经典搜索核心算法:TF-IDF及其变种【更多好课V信:2949651508(qq同号)】.html
171115-019 _ 经典搜索核心算法:BM25及其变种(内附全年目录)【更多好课V信:2949651508(qq同号)】.html
171117-020 _ 经典搜索核心算法:语言模型及其变种.html
171120-021 _ 机器学习排序算法:单点法排序学习.html
171122-022 _ 机器学习排序算法:配对法排序学习.html
171124-023 _ 机器学习排序算法:列表法排序学习【更多好课V信:2949651508(qq同号)】.html
171127-024 _ “查询关键字理解”三部曲之分类.html
171129-025 _ “查询关键字理解”三部曲之解析.html
171201-026 _ “查询关键字理解”三部曲之扩展.html
171204-027 _ 搜索系统评测,有哪些基础指标?.html
171206-028 _ 搜索系统评测,有哪些高级指标?【更多好课V信:2949651508(qq同号)】.html
171208-029 _ 如何评测搜索系统的在线表现?【更多好课V信:2949651508(qq同号)】.html
171211-030 _ 文档理解第一步:文档分类.html
171213-031 _ 文档理解的关键步骤:文档聚类.html
171215-032 _ 文档理解的重要特例:多模文档建模.html
171218-033 _ 大型搜索框架宏观视角:发展、特点及趋势【更多好课V信:2949651508(qq同号)】.html
171220-034 _ 多轮打分系统概述.html
171222-035 _ 搜索索引及其相关技术概述【更多好课V信:2949651508(qq同号)】.html
171225-036 _ PageRank算法的核心思想是什么?.html
171227-037 _ 经典图算法之HITS.html
171229-038 _ 社区检测算法之“模块最大化 ”.html
180101-039 _ 机器学习排序算法经典模型:RankSVM【更多好课V信:2949651508(qq同号)】.html
180103-040 _ 机器学习排序算法经典模型:GBDT.html
180105-041 _ 机器学习排序算法经典模型:LambdaMART【更多好课V信:2949651508(qq同号)】.html
180108-042 _ 基于深度学习的搜索算法:深度结构化语义模型.html
180110-043 _ 基于深度学习的搜索算法:卷积结构下的隐含语义模型【更多好课V信:2949651508(qq同号)】.html
180112-044 _ 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
180115-045 _ 职场话题:当数据科学家遇见产品团队.html
180117-046 _ 职场话题:数据科学家应聘要具备哪些能力?.html
180119-047 _ 职场话题:聊聊数据科学家的职场规划【更多好课V信:2949651508(qq同号)】.html
180122-048 _ 精读2017年ICCV最佳研究论文【更多好课V信:2949651508(qq同号)】.html
180124-049 _ 精读2017年ICCV最佳学生论文.html
180126-050 _ 如何将“深度强化学习”应用到视觉问答系统?.html
180127-内参特刊 _ 和你聊聊每个人都关心的人工智能热点话题.html
180129-051 _ 精读2017年NIPS最佳研究论文之一:如何解决非凸优化问题?.html
180131-052 _ 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
180202-053 _ 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?【更多好课V信:2949651508(qq同号)】.html
180205-054 _ 数据科学团队养成:电话面试指南.html
180207-055 _ 数据科学团队养成:Onsite面试面面观.html
180209-056 _ 成为“香饽饽”的数据科学家,如何衡量他们的工作呢?.html
180212-057 _ 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?【更多好课V信:2949651508(qq同号)】.html
180214-058 _ 数据科学家团队组织架构:水平还是垂直,这是个问题.html
180216-059 _ 2017人工智能技术发展盘点.html
180219-060 _ WSDM 2018论文精读:看谷歌团队如何做位置偏差估计.html
180221-061 _ WSDM 2018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
180223-062 _ WSDM 2018论文精读:深度学习模型中如何使用上下文信息?【更多好课V信:2949651508(qq同号)】.html
180225-复盘 1 _ 搜索核心技术模块.html
180226-063 _ 简单推荐模型之一:基于流行度的推荐模型【更多好课V信:2949651508(qq同号)】.html
180228-064 _ 简单推荐模型之二:基于相似信息的推荐模型【更多好课V信:2949651508(qq同号)】.html
180302-065 _ 简单推荐模型之三:基于内容信息的推荐模型.html
180305-066 _ 基于隐变量的模型之一:矩阵分解.html
180307-067 _ 基于隐变量的模型之二:基于回归的矩阵分解.html
180309-068 _ 基于隐变量的模型之三:分解机.html
180312-069 _ 高级推荐模型之一:张量分解模型【更多好课V信:2949651508(qq同号)】.html
180314-070 _ 高级推荐模型之二:协同矩阵分解.html
180316-071 _ 高级推荐模型之三:优化复杂目标函数【更多好课V信:2949651508(qq同号)】.html
180319-072 _ 推荐的Exploit和Explore算法之一:EE算法综述.html
180321-073 _ 推荐的Exploit和Explore算法之二:UCB算法【更多好课V信:2949651508(qq同号)】.html
180323-074 _ 推荐的Exploit和Explore算法之三:汤普森采样算法.html
180326-075 _ 推荐系统评测之一:传统线下评测.html
180328-076 _ 推荐系统评测之二:线上评测.html
180330-077 _ 推荐系统评测之三:无偏差估计.html
180402-078 _ 现代推荐架构剖析之一:基于线下离线计算的推荐架构.html
180404-079 _ 现代推荐架构剖析之二:基于多层搜索架构的推荐系统.html
180406-080 _ 现代推荐架构剖析之三:复杂现代推荐架构漫谈.html
180409-081 _ 基于深度学习的推荐模型之一:受限波兹曼机【更多好课V信:2949651508(qq同号)】.html
180411-082 _ 基于深度学习的推荐模型之二:基于RNN的推荐系统【更多好课V信:2949651508(qq同号)】.html
180413-083 _ 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
180415-复盘 2 _ 推荐系统核心技术模块【更多好课V信:2949651508(qq同号)】.html
180416-084 _ LDA变种模型知多少【更多好课V信:2949651508(qq同号)】.html
180418-085 _ 针对大规模数据,如何优化LDA算法?【更多好课V信:2949651508(qq同号)】.html
180420-086 _ 基础文本分析模型之一:隐语义分析.html
180423-087 _ 基础文本分析模型之二:概率隐语义分析【更多好课V信:2949651508(qq同号)】.html
180425-088 _ 基础文本分析模型之三:EM算法【更多好课V信:2949651508(qq同号)】.html
180427-089 _ 为什么需要Word2Vec算法?【更多好课V信:2949651508(qq同号)】.html
180430-090 _ Word2Vec算法有哪些扩展模型?【更多好课V信:2949651508(qq同号)】.html
180502-091 _ Word2Vec算法有哪些应用?.html
180504-092 _ 序列建模的深度学习利器:RNN基础架构【更多好课V信:2949651508(qq同号)】.html
180507-093 _ 基于门机制的RNN架构:LSTM与GRU【更多好课V信:2949651508(qq同号)】.html
180509-094 _ RNN在自然语言处理中有哪些应用场景?.html
180511-095 _ 对话系统之经典的对话模型【更多好课V信:2949651508(qq同号)】.html
180514-096 _ 任务型对话系统有哪些技术要点?【更多好课V信:2949651508(qq同号)】.html
180516-097 _ 聊天机器人有哪些核心技术要点?.html
180518-098 _ 什么是文档情感分类?.html
180521-099 _ 如何来提取情感“实体”和“方面”呢?.html
180523-100 _ 文本情感分析中如何做意见总结和搜索?【更多好课V信:2949651508(qq同号)】.html
180525-101 _ The Web 2018论文精读:如何对商品的图片美感进行建模?.html
180528-102 _ The Web 2018论文精读:如何改进经典的推荐算法BPR?【更多好课V信:2949651508(qq同号)】.html
180530-103 _ The Web 2018论文精读:如何从文本中提取高元关系?.html
180601-104 _ 如何快速学习国际顶级学术会议的内容?.html
180603-复盘 3 _ 自然语言处理及文本处理核心技术模块.html
180604-105 _ 广告系统概述.html
180606-106 _ 广告系统架构【更多好课V信:2949651508(qq同号)】.html
180608-107 _ 广告回馈预估综述【更多好课V信:2949651508(qq同号)】.html
180611-108 _ Facebook的广告点击率预估模型.html
180613-109 _ 雅虎的广告点击率预估模型【更多好课V信:2949651508(qq同号)】.html
180615-110 _ LinkedIn的广告点击率预估模型.html
180618-111 _ Twitter的广告点击率预估模型【更多好课V信:2949651508(qq同号)】.html
180620-112 _ 阿里巴巴的广告点击率预估模型.html
180622-113 _ 什么是“基于第二价位的广告竞拍”?.html
180625-114 _ 广告的竞价策略是怎样的?.html
180627-115 _ 如何优化广告的竞价策略?【更多好课V信:2949651508(qq同号)】.html
180629-116 _ 如何控制广告预算?【更多好课V信:2949651508(qq同号)】.html
180702-117 _ 如何设置广告竞价的底价?【更多好课V信:2949651508(qq同号)】.html
180704-118 _ 聊一聊“程序化直接购买”和“广告期货”【更多好课V信:2949651508(qq同号)】.html
180706-119 _ 归因模型:如何来衡量广告的有效性.html
180709-120 _ 广告投放如何选择受众?如何扩展受众群?.html
180711-121 _ 如何利用机器学习技术来检测广告欺诈?【更多好课V信:2949651508(qq同号)】.html
180713-122 _ 数据科学家必备套路之一:搜索套路.html
180716-123 _ 数据科学家必备套路之二:推荐套路.html
180718-124 _ 数据科学家必备套路之三:广告套路【更多好课V信:2949651508(qq同号)】.html
180720-125 _ SIGIR 2018论文精读:偏差和“流行度”之间的关系【更多好课V信:2949651508(qq同号)】.html
180723-126 _ SIGIR 2018论文精读:如何利用对抗学习来增强排序模型的普适性?.html
180725-127 _ SIGIR 2018论文精读:如何对搜索页面上的点击行为进行序列建模?.html
180727-128 _ CVPR 2018论文精读:如何研究计算机视觉任务之间的关系?【更多好课V信:2949651508(qq同号)】.html
180730-129 _ CVPR 2018论文精读:如何从整体上对人体进行三维建模?【更多好课V信:2949651508(qq同号)】.html
180801-130 _ CVPR 2018论文精读:如何解决排序学习计算复杂度高这个问题?.html
180803-131 _ ICML 2018论文精读:模型经得起对抗样本的攻击?这或许只是个错觉【更多好课V信:2949651508(qq同号)】.html
180806-132 _ ICML 2018论文精读:聊一聊机器学习算法的“公平性”问题【更多好课V信:2949651508(qq同号)】.html
180808-133 _ ICML 2018论文精读:优化目标函数的时候,有可能放大了“不公平”?.html
180810-134 _ ACL 2018论文精读:问答系统场景下,如何提出好问题?【更多好课V信:2949651508(qq同号)】.html
180813-135 _ ACL 2018论文精读:什么是对话中的前提触发?如何检测?.html
180815-136 _ ACL 2018论文精读:什么是“端到端”的语义哈希?【更多好课V信:2949651508(qq同号)】.html
180817-137 _ 如何做好人工智能项目的管理?【更多好课V信:2949651508(qq同号)】.html
180820-138 _ 数据科学团队必备的工程流程三部曲.html
180822-139 _ 数据科学团队怎么选择产品和项目?.html
180824-140 _ 什么是计算机视觉?【更多好课V信:2949651508(qq同号)】.html
180827-141 _ 掌握计算机视觉任务的基础模型和操作【更多好课V信:2949651508(qq同号)】.html
180829-142 _ 计算机视觉中的特征提取难在哪里?.html
180831-143 _ 基于深度学习的计算机视觉技术(一):深度神经网络入门.html
180903-144 _ 基于深度学习的计算机视觉技术(二):基本的深度学习模型【更多好课V信:2949651508(qq同号)】.html
180905-145 _ 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
180907-146 _ 计算机视觉领域的深度学习模型(一):AlexNet.html
180910-147 _ 计算机视觉领域的深度学习模型(二):VGG & GoogleNet.html
180912-148 _ 计算机视觉领域的深度学习模型(三):ResNet.html
180914-149 _ 计算机视觉高级话题(一):图像物体识别和分割【更多好课V信:2949651508(qq同号)】.html
180917-150 _ 计算机视觉高级话题(二):视觉问答.html
180919-151 _ 计算机视觉高级话题(三):产生式模型【更多好课V信:2949651508(qq同号)】.html
180921-152 _ 在人工智能领域,如何快速找到学习的切入点?.html
180924-153 _ 人工智能技术选择,该从哪里获得灵感?【更多好课V信:2949651508(qq同号)】.html
180926-154 _ 近在咫尺,走进人工智能研究.html
180928-155 _ 微软研究院:工业界研究机构的楷模.html
181001-156 _ 聊一聊谷歌特立独行的混合型研究【更多好课V信:2949651508(qq同号)】.html
181003-复盘 4 _ 广告系统核心技术模块.html
181005-复盘 5 _ 计算机视觉核心技术模块【更多好课V信:2949651508(qq同号)】.html
181008-复盘 6 _ 数据科学家与数据科学团队是怎么养成的?.html
181010-复盘 7 _ 一起来读人工智能国际顶级会议论文【更多好课V信:2949651508(qq同号)】.html
181012-结束语 _ 雄关漫道真如铁,而今迈步从头越.html
更多好课联系qq2949651508【更多好课V信:2949651508(qq同号)】.jpg
Copyright © All rights reserved.
信息加载中,请等待...