首页 > Kaggle Pro银牌教学计划第十期录播

Kaggle Pro银牌教学计划第十期录播

视频课时
63 人学过
第一课:机器学习基础与Kaggle平台简介
1. 机器学习基础概念 时长:00:41:52
素材下载
2. 回归与分类问题的评价指标 时长:01:04:14
3. 验证集与过拟合 时长:00:11:40
4. Kaggle平台简介 时长:00:21:27
第二课:优化论基础与决策树算法
1. Kaggle线上GPU使用方法 时长:00:10:32
素材下载
2. 优化论基础-多元线性回归及其训练 时长:00:28:11
3. 优化论基础-梯度下降法 时长:00:46:54
4. 决策树算法:ID3与CART 时长:00:41:44
第三课:集成树模型与特征工程基础
1. 梯度提升决策树 时长:00:19:56
素材下载
2. XGBoost原理及其使用方法 时长:00:36:20
3. LightGBM与CatBoost 时长:00:28:27
4. 特征工程基础 时长:00:43:59
第四课:逻辑回归与神经网络
1. 逻辑回归与最大似然估计 时长:01:07:07
素材下载
2. 正则化原理 时长:00:14:23
3. 神经网络 - 多层感知器 时长:00:22:19
4. 神经网络多分类任务设置 时长:00:35:52
第五课:卷积神经网络与复杂计算机视觉任务
1. 卷积神经网络:卷积层与池化层 时长:00:54:13
素材下载
2. Kaggle常用CNN架构与timm包 时长:00:30:47
3. 目标检测任务评价指标 时长:00:14:42
4. 目标检测模型与MMDetection 时长:00:20:16
5. 图像的语义分割与实例分割 时长:00:11:49
6. 图像语义分割工具 时长:00:10:51
附:PyTorch实战 - 交通标志识别项目演示 时长:00:39:05
第六课:时序数据算法与Transformer
1. 神经网络运算的矩阵表示 时长:00:13:05
素材下载
2. 循环神经网络原理 时长:00:20:49
3. LSTM与GRU的Pytorch实现 时长:00:28:37
4. 一维扩张因果卷积与WaveNet 时长:00:20:11
5. Attention机制与Transformer 时长:00:47:41
第七课:自然语言处理与大语言模型
1. Embedding概念与经典Word2Vec方法 时长:00:16:59
素材下载
2. Tokenizer分词器的使用 时长:00:22:59
3. BERT及其常用衍生模型 时长:00:32:26
4. Huggingface transformers使用方法 时长:00:24:59
5. 大语言模型简介 时长:00:27:02
第八课:神经网络训练方法与Kaggle提分技巧
1. 训练方法:迁移学习与损失函数选择 时长:00:35:11
素材下载
2. 训练方法:优化器、学习率调整及过拟合预防 时长:00:47:56
3. 提分技巧:K折交叉验证 时长:00:20:15
4. 提分技巧:其它常用提分技巧与APTOS案例讲解 时长:00:26:48
习题课集锦
1. 预测波士顿房价 时长:00:38:32
2. Rossmann 零售店销售额预测 时长:00:48:17
3. ASHRAE 建筑物能源消耗预测 时长:00:18:53
4. Atlas 人体蛋白显微图像识别 时长:01:03:04
5. Google Brain 呼吸机压力预测 时长:00:43:36
6. Aptos 糖尿病视网膜病变检测 时长:00:26:28
7. Optiver 市场波动率预测 时长:00:32:43

登录提醒

请先登录后报名课程进行学习~

删除提醒 ×
确认删除本条回复?
(删除后将无法恢复)
删除 取消
×
  • 课程介绍
  • 视频课时