├─【马士兵教育】AI人工智能工程师第1期!
│ 01.概述and特征提取
│ 02.线性回归1 第一个模型用来进行数值预测
│ 03.从傻瓜到智能，梯度下降法学习法
│ 04.突破瓶颈，模型效果的提升
│ 05.猛将起于卒伍，工业环境下的分类模型
│ 06.损失函数推到解析和特征选择优化
│ 07.到底好不好？模型评价指标讲解
│ 08.让模型看的更准更稳，正则优化
│ 09.让学习更高效，数值优化和一只看不见的手
│ 10.朴素贝叶斯模型：简单背后蕴含的有效
│ 11.支持向量机SVM1-曾经的分类王者
│ 12.SVM2-昔日辉煌，传统方法顶峰详解
│ 13.分类器背后的秘密和机器学习三大定律
│ 14.三个臭皮匠顶一个诸葛亮-决策树和随机森林
│ 15.集成学习：企业神器GBDT详解
│ 16.Kmeans聚类：无监督学习，让数据自己说话
│ 17.DBscan聚类：kmeans升级，数据更具智能
│ 18.LDA：文本数据大杀器，揭示文本背后的秘密
│ 19.深度学习DNN01-深度学习开启人工智能新时代
│ 20.编程工具keras讲解和深度学习为什么会有效
│ 21.深度学习的学习算法，梯度下降法和链式法则
│ 22.多分类函数softmax和学习方法
│ 23.深度学习非线性能力关键：激活函数详解
│ 24.深度学习避坑指南：权重初始化的方法和技巧
│ 25.集成学习在深度学习中的应用dropout
│ 26.梯度下降法的优化和一些先进的学习技术
│ 27.项目一：数字图像识别，让机器具有一双眼睛
│ 28.项目二：以图搜图技术详解实战01
│ 29.项目二：以图搜图技术详解实战02
│ 30.开始深度学习在自然语言处理领域的时代
│ 31.word2vec的一些特殊问题和优化方法
│ 32.项目三：推荐系统整体流程架构解读01
│ 33.项目三：A_B测试和相关指标解读02
│ 34.项目三：关键词抽取和基于文本的召回算法03
│ 35.项目三：推荐系统04基于行为类的召回算法
│ 36.项目三：推荐系统05 Airbnb优秀论文解读
│ 37.CNN：计算机视觉标配，给AI一双慧眼
│ 38.项目四：CNN识别彩色图像，就那么一会
│ 39.一期课程内容总结
│ 40.常见面试题解读01
│ 41.常见面试题解读02
│ 42.如何写简历
│ 43.NLP技术在推荐搜索中的应用
│ 44.逻辑回归和神经元
│ 45.BP算法原理和训练方法
│ 46.常见激活函数讲解
│ 47.图像分类在企业中的应用
│ 48.卷积的基本思想
├─【马士兵教育】AI人工智能工程师第2期;
│ 01.开班典礼_学前必看
│ 02.FM模型
│ 03.推荐系统之协同过滤
│ 04.推荐系统之召回
│ 05.推荐系统之排序1
│ 06.推荐系统之排序2
│ 07.RNN和LSTM
│ 08.语音合成方法介绍
│ 09.语音合成前端
│ 10.端到端语音合成声学模型
│ 11.语音合成声码器及端到端语音合成实战
│ 12.LSTM和ELMO
│ 13.实战项目：智能输入法
│ 14.输入法项目之新词发现
│ 15.注意力模型Attention
│ 16.注意力模型Self-Attention
│ 17.Transformer和Bert
│ 18.图像之文本检测
│ 19.图像之文本识别
│ 20.文本分类项目：分类任务简介、分类系统综述
│ 21.文本分类项目：基本模型回顾 - NB、SVM
│ 22.文本分类项目：基本模型回顾 - FastText
│ 23.文本分类项目：系统集成、系统调优
│ 24.文本分类项目：系统优化：实体信息
│ 25.文本分类项目： 系统优化：图片分类
│ 26.文本分类项目： 深度模型系统：TextCNN
│ 27.Tensorflow Serving简介以及深度模型
│ 28.高级图像技术1
│ 29.高级图像技术2
│ 30.高级图像技术3
│ 31.高级图像技术4
│ 32.海外项目：推荐系统入门简介
│ 33.海外项目：Item2vec算法以及实际应用
│ 34.海外项目：数据预处理
│ 35.CTR预估算法sparselogistics regression
│ 36.深度学习入门
│ 37.海外项目：CNN & LSTM详细讲解
│ 38.海外项目：self-attention 机制讲解
│ 39.海外项目：wide-deep model代码实战
│ 40.智能聊天机器人1
│ 41.智能聊天机器人2
│
├─【马士兵教育】AI人工智能工程师第3期
│ 1.信息论入门-概率和信息
│ 2.拉格朗日极值法和泛函分析入门
│ 3.联合熵，条件熵，互信息，交叉熵
│ 4.从信息论的角度解读机器学习
│ 5.矩阵求导术
│ 6.文本分类速览1
│ 7.文本分类速览2
│ 8.从数学的角度看embedding特征维度的选取
│ 9.面试指导
│ 10.AI架构设计
│ 11.推荐系统综述
│ 12.量化投资概述：量化投资靠什么赚钱
│ 14.量化投资概述：交易市场介绍
│ 15.量化投资概述：策略类型介绍
│ 16.生成模型GAN
│ 17.量化投资概述：风险案例
│ 18.量化投资概述：量化工具，AI应用案例
│ 19.生成模型VAE
│ 20.GAN背后的秘密
│ 21.量化投资概述：机器学习模型应用基础
│ 22.量化投资概述：交易行为举例
│ 23.PageRank算法1
│ 24.PageRank算法2
│ 25.期货量化交易：远期和期货介绍
│ 26.期货量化交易：远期和期货定价
│ 27.期货量化交易：远期和期货应用
│ 28.期货量化交易：套期保值策略
│ 29.textrank算法
│ 30.node2vec算法
│ 31.期货量化交易：套期保值计算
│ 32.期货量化交易：CAT产品及策略概述
│ 35.期货量化交易：图模型在推荐系统中的应用
│ 36.图模型在推荐系统中的应用2
│ 37.bert和他的朋友们
│ 37.bert和他的朋友们2
│ 38.期货量化交易：套利策略
│ 40.期货量化交易：策略回测
│ 41.bert和他的朋友们3
│ 42.bert和他的朋友们4
│ 43.高频交易：市场微观结构及策略
│ 44.高频交易：高频数据及因子计算
│ 46.深度学习与语音识别技术基础1
│ 46.深度学习与语音识别技术基础2
│ 47.高频交易：高频交易案例
│ 48.高频交易：高频交易回测
│ 49.语音识别之语音信号基础
│ 50.语音识别之语音信号基础2
│ 51.语音识别之特征处理及HMM模型
│ 52.高频交易：高频因子挖掘及高频做市策略
│ 53.强化学习量化交易应用
│ 53.强化学习量化交易应用2
│ 54.股票量化交易：股票发行
│ 54.股票量化交易：股票发行2
│ 55.股票量化交易：打新策略及风险衡量2
│ 56.HMM-GMM模型
│ 56.HMM-GMM模型2
│ 57.股票量化交易：现代投资组合理论
│ 57.股票量化交易：现代投资组合理论2
│ 58.语音识别实战一
│ 58.语音识别实战一2
│ 59.股票量化交易：多因子模型理论-架构
│ 59.股票量化交易：多因子模型理论
│ 60.语音识别实战一
│
└─【马士兵教育】AI人工智能工程师第4期
1.数据的量化和特征提取
2.数据的量化和特征提取2
3.线性回归
4.逻辑回归
5.损失函数和正则项
6.分类模型的评价指标和多分类
7.逻辑回归的高级技巧
8.FM模型
9.Kmeans
10.深度学习入门
11.梯度下降和矩阵求导
12.速精机器学习12
13.速精机器学习13
14.速精机器学习14
15.速精机器学习15
16.速精机器学习16
17.速精机器学习17
18.速精机器学习18
19.速精机器学习19
20.速精机器学习20
21.速精机器学习21
22.速精机器学习22
23.速精机器学习23
24.速精机器学习24
