# 介绍
ShiYu-AI
人工智能学习整理及笔记
提示
利用空闲休息时间学习人工智能课程，自己学习过程中整理的学习笔记。
- 人工智能概述和特征提取
- 线性回归1:第一个模型，用来进行数值预测
- 线性回归2:从傻瓜到智能，梯度下降法学习法
- 线性回归3:突破瓶颈，模型效果的提升
- 逻辑回归1:猛将起于卒伍，工业环境下的分类模型
- 逻辑回归2:损失函数推到解析和特征选择优化
- 逻辑回归3:到底好不好？模型评价指标讲解
- 逻辑回归4:让模型看的更准更稳，正则优化
- 逻辑回归5:让学习更高效，数值优化和一只看不见的手
- 传统机器学习概览
- 分类器背后的秘密和机器学习三大定律
- 集成学习：三个臭皮匠顶一个诸葛亮-决策树和随机森林
- 无监督算法
- LDA和深度学习
- 项目实战：图像应用详解
- 项目实战：推荐系统
- CNN详解
- 神经网络入门
- CNN神经网络
- 程序员的数学进阶 最值和极值
- 程序员的数学进阶 逻辑回归和凸函数
- 程序员的数学进阶 泰勒公式和神经网络
- FM模型
- 推荐系统之协同过滤
- 推荐系统之召回
- 推荐系统之排序1
- 推荐系统之排序2
- NN和LSTM
- 语音合成方法介绍
- 语音合成前端
- 端到端语音合成声学模型
- 语音合成声码器及端到端语音合成实战
- LSTM和ELMO
- 实战项目：智能输入法
- 输入法项目之新词发现
- 注意力模型Attention
- 注意力模型Self-AttentionRTransformer和Bert
- 图像之文本检测
- 图像之文本识别
- 文本分类项目：分类任务简介、分类系统综述
- 文本分类项目：基本模型回顾 - NB、SVM
- 文本分类项目：基本模型回顾 - FastText
- 文本分类项目：系统集成、系统调优
- 文本分类项目：系统优化：实体信息
- 文本分类项目： 系统优化：图片分类
- 文本分类项目： 深度模型系统：TextCNN
- 文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成
- 高级图像技术1
- 高级图像技术2
- 高级图像技术3
- 高级图像技术4
- 海外项目：推荐系统入门简介
- 海外项目：Item2vec算法以及实际应用
- 海外项目：数据预处理
- 海外项目：经典CT
- 预估算法sparselogistics regression
- 海外项目：深度学习入门
- 海外项目：CNN & LSTM详细讲解
- 海外项目：self-attention 机制讲解
- 海外项目：wide-deep model代码实战
- 智能聊天机器人1
- 智能聊天机器人2
- 搜索词智能纠错
- 相关搜索推荐系统
- 通过神经网络预测流行病发病趋势
- 信息论入门-概率和信息
- 拉格朗日极值法和泛函分析入门
- 联合熵，条件熵，互信息，交叉熵
- 从信息论的角度解读机器学习
- 模型特征和辛普森定理
- 特征提取综述rembedding类特征讲解
- 从数学的角度看embedding特征维度的选取
- 各类常用损失函数总结
- 多分类和负采样
- 深入理解模型评价指标AUCRct
- 预估和修正
- 样本不均衡处理方法
- 强化学习：模型基础和相关概念
- 强化学习：马尔科夫决策过程和动态规划
- 强化学习：蒙特卡罗法和时序差分法
- 强化学习：SARSA和DQN
- 强化学习：神经网络和强化学习1
- 强化学习：神经网络和强化学习2
- 强化学习：手写AlphaZero在五子棋中的应用
- 量化投资：量化交易基础介绍
- 量化投资：交易价格的形成
- 量化投资：期货策略的实现
- 量化投资：股票单因子框架
- 量化投资：股票多因子框架1
- 量化投资：股票多因子框架2
- 量化投资：组合投资
- 量化投资：时间序列的预测
- 量化投资：期权交易
- 量化投资：机器学习模型1
- 量化投资：机器学习模型2
- 量化投资：深度学习模型
- 量化投资：自然语言处理的应用
- 视频理解：标签体系抽取
- 视频理解：度量学习和模型解耦
- 视频理解：Transforme
- 模型的应用
- 分词器实战：条件随机场CRF和神经网络
- 分词器实战：自制分词器
- 计算机视觉：图像预处理和图像几何特征表示
- 计算机视觉：图像分类和目标检测
- 医疗影像项目：乳腺癌自动检测
- 基于paddlepaddle飞桨垃圾分类检测实战
- 城市街道车辆多目标追踪项目实战
- 图模型：图模型的定义，常见概念和知识图谱
- 图模型:page-rank,text-rank,希拉里邮件门分析
- 图模型：deepwalk和node2vec
- 图模型：JD购物数据分析
- 图模型：metapath2vec异构图分析
- 图模型：transE类语义图模型算法
- 图模型：struct2vec算法
- 图模型：graph-LDA，腾讯AI算法银奖模型详解
联系我们
- 诗语技术交流QQ：976190809