第10講. 深度學習ctr預估模型：要解決的幾個關鍵問題.mp4
第11講. 離散特徵如何讓dnn可以處理？（1）.mp4
第12講. 離散特徵如何讓dnn可以處理？（2）.mp4
第13講. 典型網路融合結構之一：並行結構.mp45 b+ h2 d4 l* ^1 x2 l" f
第14講. 典型網路融合結構之二：序列結構.mp4" k( c9 g6 z6 \
第15講. 模型訓練與優化.mp46 u-
第19講. 網際網路公司深度學習ctr案例：京東**.mp4& " k- 3 n; v: p& ] r
第51講. 基於符號的知識表示與推理：謂詞邏輯.mp4
第52講. 基於符號的知識表示與推理：semantic net.mp4
第53講. 基於符號的知識表示與推理：frame.mp48 a( s% q( g1 p1 g8 s2 k
第54講. 基於符號的知識表示與推理：script.mp4- ~3 n( c4 o# c
第55講. 基於符號的知識表示與推理：語義網路.mp4
第56講. 基於分布式語義的知識表示與推理 張量分解模型.mp48 h a* q) y6 |; l8 w
第57講. 基於分布式語義的知識表示與推理 基於翻譯的模型transe.mp4
第58講. 基於分布式語義的知識表示與推理 神經網路模型.mp4
第59講. 基於圖計算的挖掘分析.mp4, m6 e: z# ]$ s1 ]
第5講. 傳統主流ctr預估方法：gbdt模型.mp4
第60講. 知識圖譜的行業應用.mp4
第6講. 深度學習基礎模型：前向神經網路（mlp）.mp4
第7講. 深度學習基礎模型：cnn.mp4 u, _( `# a6 {! g. t/ y: t
第8講. 深度學習基礎模型：rnn.mp4# d8 m( e0 p" x! o$ g7 j
第9講. 深度學習基礎模型：lstm.mp4
人工智慧,機器學習,深度學習
所謂人工智慧，通俗地講是指由人工製造出來的系統所表現出來的智慧型 機器學習簡單來講就是通過演算法，使機器能從大量歷史資料中學習規律，從而對新的樣本做出智慧型識別或對未來做 機器學習是基於概率統計 矩陣或圖模型而得出的分析結論 機器學習是人工智慧的乙個分支 深度學習是機器學習的乙個新領域 監督學習 邏...
python深度學習 人工智慧雜記
人工智慧的簡潔定義如下 努力將通常由人類完成的智力任務自動化。早期的西洋棋程式僅包含程式設計師精心編寫的硬編碼規則，並不屬於機器學習。在相當長的時間內，許多專家相信，只要程式設計師精 心編寫足夠多的明確規則來處理知識，就可以實現與人類水平相當的人工智慧。這一方法被稱為符號主義人工智慧 symboli...
深度學習和人工智慧法則
2020是人工智慧爆發的一年，各種層出不窮的新技術 新概念讓人眼花繚亂。很多人都分不清人工智慧 artificial intelligence，簡稱ai 機器學習 machine learning，簡稱ml 以及深度學習 deep learning，簡稱dl 概念之間的不同。格物斯坦 來重點解釋了機...