极客时间：AICon人工智能专家团 —— 深度学习应用实践60讲（完结）

第10讲. 深度学习ctr预估模型：要解决的几个关键问题.mp4 [26.34M]

第11讲. 离散特征如何让dnn可以处理？（1）.mp4 [36.04M]

第12讲. 离散特征如何让dnn可以处理？（2）.mp4 [41.40M]

第13讲. 典型网络融合结构之一：并行结构.mp4 [33.38M]

第14讲. 典型网络融合结构之二：串行结构.mp4 [37.05M]

第15讲. 模型训练与优化.mp4 [42.66M]

第16讲. 互联网公司深度学习ctr案例：google（1）.mp4 [70.01M]

第17讲. 互联网公司深度学习ctr案例：google（2）.mp4 [64.78M]

第18讲. 互联网公司深度学习ctr案例：阿里巴巴.mp4 [75.79M]

第19讲. 互联网公司深度学习ctr案例：京东商城.mp4 [52.42M]

第1讲. 深度学习在各个领域的成功.mp4 [61.98M]

第20讲. 如何定义图像理解？.mp4 [39.01M]

第21讲. 图像理解有哪些研究内容？.mp4 [76.10M]

第22讲. 传统图像理解技术：图像分类的问题描述.mp4 [41.96M]

第23讲. 传统图像理解技术：图像分类的基本方法（1）.mp4 [62.69M]

第24讲. 传统图像理解技术：图像分类的基本方法（2）.mp4 [62.92M]

第25讲. 传统图像理解技术：图像分类的基本方法（3）.mp4 [32.88M]

第26讲. 传统图像理解技术：图像搜索系统（1）.mp4 [44.88M]

第27讲. 传统图像理解技术：图像搜索系统（2）.mp4 [30.09M]

第28讲. 传统图像理解技术：图像搜索系统（3）.mp4 [28.20M]

第29讲. 深度学习的基础模块.mp4 [89.59M]

第2讲. 当深度学习遇到ctr预估.mp4 [63.97M]

第30讲. 深度学习的模型设计.mp4 [96.53M]

第31讲. 深度学习的训练技巧.mp4 [69.25M]

第32讲. 深度学习图像理解技术：图像分类框架.mp4 [68.35M]

第33讲. 深度学习图像理解技术：模型加速与优化.mp4 [26.24M]

第34讲. 深度学习图像理解技术：物体检测分割与图像分类应用场景.mp4 [29.10M]

第35讲. 图像理解进阶.mp4 [22.95M]

第36讲. 知识图谱是什么？对我们有何帮助？.mp4 [54.79M]

第37讲. 知识图谱的发展回顾.mp4 [100.27M]

第38讲. 知识图谱为什么火了？.mp4 [39.32M]

第39讲. 知识图谱小结.mp4 [40.49M]

第3讲. 传统主流ctr预估方法：线性模型.mp4 [50.91M]

第40讲. 知识图谱的生命周期与技术难点.mp4 [60.31M]

第41讲. 构建领域知识图谱的挑战与解决方案.mp4 [50.15M]

第42讲. 基于非结构化数据的知识抽取.mp4 [25.08M]

第43讲. 基于非结构化数据的知识抽取：实体识别.mp4 [71.72M]

第45讲. 基于非结构化数据的知识抽取：事件抽取.mp4 [52.92M]

第46讲. 基于结构化数据的知识抽取.mp4 [18.10M]

第47讲. 知识融合与质量评估.mp4 [52.85M]

第48讲. 知识图谱管理之数据模型介绍.mp4 [107.86M]

第49讲. 知识图谱管理：图谱存储.mp4 [42.04M]

第4讲. 传统主流ctr预估方法：fm模型.mp4 [20.33M]

第50讲. 知识计算推理.mp4 [62.46M]

第51讲. 基于符号的知识表示与推理：谓词逻辑.mp4 [82.14M]

第52讲. 基于符号的知识表示与推理：semantic net.mp4 [36.30M]

第53讲. 基于符号的知识表示与推理：frame.mp4 [56.71M]

第54讲. 基于符号的知识表示与推理：script.mp4 [27.91M]

第55讲. 基于符号的知识表示与推理：语义网络.mp4 [59.83M]

第56讲. 基于分布式语义的知识表示与推理 张量分解模型.mp4 [59.00M]

第57讲. 基于分布式语义的知识表示与推理 基于翻译的模型transe.mp4 [53.52M]

第58讲. 基于分布式语义的知识表示与推理 神经网络模型.mp4 [67.99M]

第59讲. 基于图计算的挖掘分析.mp4 [54.91M]

第5讲. 传统主流ctr预估方法：gbdt模型.mp4 [58.71M]

第60讲. 知识图谱的行业应用.mp4 [91.32M]

第6讲. 深度学习基础模型：前向神经网络（mlp）.mp4 [56.04M]

第7讲. 深度学习基础模型：cnn.mp4 [50.65M]

第8讲. 深度学习基础模型：rnn.mp4 [27.09M]

第9讲. 深度学习基础模型：lstm.mp4 [23.84M]