李虎
开发组长/高级工程师

擅长领域:机器学习,深度学习算法建模,推荐系统

讲师介绍:李虎,联想集团PCSD业务UDS平台推荐算法团队开发负责人,曾获2018-2019年度联想集团中国区优秀员工。在联想内部,做过多次企业内训和技术支持,并在北京线下技术沙龙分享会上作为演讲嘉宾分享算法实战应用效果,拥有丰富的线上,线下培训经验。对机器学习,深度学习算法建模,推荐系统,大数据有多年的实际经验。CSDN博客专家,著有大白话算法系列,以通俗生动的方式讲解人工智能前言算法。愿景是打造全网AI最通俗教学,赠人玫瑰,手有余香,在人工智能前行的路上一起前行,以通俗简介详细的方式,让每一位热爱着深入其中。

机器学习:

大白话条件随机场--从此彻底理解CRF

以通俗易懂的方式理解条件随机场,带你走进序列标注的世界。

视频:

资料:


>
共6课时(已更新6课时)| ¥29.00| 10人学习过开始学习
深度学习:

大白话Bert-掌握最前沿Embedding结构

讲解Bert的与训练和微调过程,并通过实例讲解Bert的代码应用过程

课程:

资料:


代码:

>
共6课时(已更新6课时)| ¥29.00| 12人学习过开始学习
深度学习:

大白话Transformer结构-从此爱上Transformer

以通俗的语言讲解Transformer的整体流程和思想,让你了解Transformer的来龙去脉。

资料:

>
共8课时(已更新8课时)| ¥29.00| 18人学习过开始学习
深度学习:

大白话注意力机制-Attention

本系列以通俗的方式讲解注意力机制Attention的整体知识,让i你爱上Attention的神奇应用。

资料:


>
共6课时(已更新6课时)| ¥29.00| 23人学习过开始学习
深度学习:

大白话Seq2Seq-原来Seq这么神奇

以大白话的形式讲解Seq2Seq,从你了解Seq2Seq的整体功能,爱上Seq2Seq.

>
共7课时(已更新7课时)| ¥39.00| 20人学习过开始学习
深度学习:

大白话循环神经网络RNN-从此爱上RNN

本系列讲解循环神经网络RNN和LSTM的所有知识点,学完本系列课程将对RNN和LSTM的理论知识有清晰的认识,同时能够将理论结合实践应用到工作中。


>
共18课时(已更新18课时)| ¥59.00| 26人学习过开始学习
机器学习:

大白话HMM全套系列课程--从此爱上HMM

本系列课程由浅如深讲解HMM的全套知识,让你从此不再惧怕HMM,爱上HMM

1.1HMM算法之马尔可夫性质

1.2HMM算法概念
1.3HMM算法参数解释--三元素
1.4HMM的两个基本性质
1.5HMM的三个问题案例概述
1.6HMM的概率问题之暴力求解方式
1.7HMM的概率问题之前向概率和后向概率概念
1.8HMM中的概率问题之前向算法流程
1.9HMM中的概率问题之前向算法案例

1.10HMM中的概率问题之前向算法案例代码

1.11HMM中的概率问题之后向概率流程

1.12HMM中的概率问题之后向算法案例代码
1.13HMM中的单个状态概率
1.14HMM中的单个状态概率案例代码
1.15HMM中的两个状态概率
1.16HMM中的两个状态概率案例代码
1.17HMM中的学习问题之监督学习案例
1.18HMM中的学习问题之非监督学习之优化目标
1.19HMM中的学习问题之非监督学习之优化目标求解
1.20HMM中的学习问题之非监督学习代码示例
1.21HMM中的学习问题之预测问题求解思想
1.22HMM中的预测问题之Viterbi案例
1.23HMM中的预测问题之Viterbi案例代码
1.24HMM中的基于HMM的中文分词案例代码实现讲解
1.25HMM的API应用代码_结合Viterbi思想

1.26HMM的API应用代码_结合EM和Viterbi思想



>
共28课时(已更新28课时)| ¥79.00| 17人学习过开始学习
机器学习:

大白话EM算法--从此爱上EM迭代

本系列讲解EM及GMM相关知识点,让你对EM整理流程有清晰的认识,从而应用到工作和面试中。

目录如下:


1.1EM算法之回顾最大似然估计
1.2EM算法之回顾贝叶斯估计
1.3EM算法之回顾K-means算法
1.4EM算法之算法目标引入
1.5EM算法之目标函数转换--利用Jensen不等式
1.6EM算法之目标函数求解--关于Q(z, θ)的表达
1.7EM算法流程
1.8EM算法案例
1.9EM算法应用之GMM(高斯混合模型)的目标函数表示

1.10EM算法应用之GMM(高斯混合模型)的迭代过程
1.11EM算法代码之手动实现GMM迭代过程
1.12EM算法代码之基于sklearn身高性别数据GMM高斯混合聚类实现

>
共12课时(已更新12课时)| ¥59.00| 61人学习过开始学习
机器学习:

大白话贝叶斯定理--让你爱上贝叶斯

本系列通过通俗的形式讲解贝叶斯算法的所有知识点 让你对贝叶斯有个清晰的认识过程。

1.1贝叶斯定理
1.2贝叶斯定理的应用--单个特征举例
1.3贝叶斯定理的应用--多个特征到朴素贝叶斯
1.4多项式朴素贝叶斯算法案例--离散特征
1.5多项式朴素贝叶斯算法案例--平滑下的计算
1.6高斯和伯努利朴素贝叶斯--连续特征
1.7朴素贝叶斯算法应用场景--文本分类原因
1.8基于高斯朴素贝叶斯算法的鸢尾花数据分类
1.9不同分类器下新闻数据分类效果的比较

>
共9课时(已更新9课时)| ¥29.00| 77人学习过开始学习
深度学习:

大白话tensorflow--从此爱上tensorflow

本系列介绍tensorflow从初始到应用,以及工作中常用知识如模型存储和持久化等,让tensorflow从此走进工作中

1.1tensorflow介绍

1.2tensorflow基本概念
1.3tensorflow常量示意和神经网络开发流程
1.4tensorflow会话流程
1.5tensorflow会话session的config设置
1.6tensorflow中Variable变量和Placeholder示意
1.7tensorflow中变量命名作用域
1.8tensorflow变量更新和控制依赖
1.9tensorflow中可视化
1.10tensorflow实现线性回归算法
1.11tensorflow模型持久化操作
1.12tensorflow模型参数解释
1.13tensorflow模型断点续传解决方式
1.14tensorflow模型存储和恢复不一致问题解决
1.15tensorflow模型根据图结构恢复方式
1.16tensorflow中softmax函数实现
1.17tensorflow中argmax和reduce_sum及手写体数字集
1.18tensorflow基于手写体数字集实现分类
1.19tensorflow分类MBGD和SGD实现过程
>
共19课时(已更新19课时)| ¥59.00| 71人学习过开始学习
每页显示 共12条数据 1 2

最近学员 累计503

最新评论

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部