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- {& y8 v/ F
第16講. 網際網路公司深度學習CTR案例：Google（1）.mp4. F5 d1 {! L  j3 [  J( T
第17講. 網際網路公司深度學習CTR案例：Google（2）.mp4

第18講. 網際網路公司深度學習CTR案例：阿里巴巴.mp4! w4 S6 l( A) X$ U: }
第19講. 網際網路公司深度學習CTR案例：京東商城.mp4& {" p2 N2 X* U. l$ I
第1講. 深度學習在各個領域的成功.mp4
第20講. 如何定義影象理解？.mp4& C% l2 y) n2 @7 k- J! Q
第21講. 影象理解有哪些研究內容？.mp4
第22講. 傳統影象理解技術：影象分類的問題描述.mp4
第23講. 傳統影象理解技術：影象分類的基本方法（1）.mp4
第24講. 傳統影象理解技術：影象分類的基本方法（2）.mp4
第25講. 傳統影象理解技術：影象分類的基本方法（3）.mp4
第26講. 傳統影象理解技術：影象搜尋系統（1）.mp4
第27講. 傳統影象理解技術：影象搜尋系統（2）.mp4
第28講. 傳統影象理解技術：影象搜尋系統（3）.mp4$ f7 u/ s* D' n- W! @" z: |1 C
第29講. 深度學習的基礎模組.mp4( c; d% J/ l/ q9 J" i6 ^
第2講. 當深度學習遇到CTR預估.mp4
第30講. 深度學習的模型設計.mp4$ e& Q0 i3 ?; T  ~# T
第31講. 深度學習的訓練技巧.mp4/ M; _3 n+ C: I
第32講. 深度學習影象理解技術：影象分類框架.mp4- }" K- {- [! H5 i5 K: P
第33講. 深度學習影象理解技術：模型加速與優化.mp4
第34講. 深度學習影象理解技術：物體檢測分割與影象分類應用場景.mp4
第35講. 影象理解進階.mp4
第36講. 知識圖譜是什麼？對我們有何幫助？.mp4
第37講. 知識圖譜的發展回顧.mp4
第38講. 知識圖譜為什麼火了？.mp4
第39講. 知識圖譜小結.mp4
第3講. 傳統主流CTR預估方法：線性模型.mp4
第40講. 知識圖譜的生命週期與技術難點.mp4' l& k/ S6 q2 w" H. T$ r; m8 s
第41講. 構建領域知識圖譜的挑戰與解決方案.mp4
第42講. 基於非結構化資料的知識抽取.mp4
第43講. 基於非結構化資料的知識抽取：實體識別.mp4
第45講. 基於非結構化資料的知識抽取：事件抽取.mp4
第46講. 基於結構化資料的知識抽取.mp4
第47講. 知識融合與質量評估.mp4  ^0 x" q4 P  ^5 Q( B# J0 B- f
第48講. 知識圖譜管理之資料模型介紹.mp4
第49講. 知識圖譜管理：圖譜儲存.mp4& s- Y% ?  ]3 V% ^' k) ^
第4講. 傳統主流CTR預估方法：FM模型.mp42 t7 |. x2 W. J/ @4 t
第50講. 知識計算推理.mp4$ W: H. }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. 基於分散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. 基於分散式語義的知識表示與推理 基於翻譯的模型TransE.mp4
第58講. 基於分散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

下載地址：百度網盤