![图片[1]-开课吧：深度学习与计算机视觉6期，人工智能视频教程+资料(68G) 价值23800元](http://yinan888.com/wp-content/uploads/2024/01/image-141-1024x650.png)
课程简介
开课吧与后厂理工学院联手打造的“深度学习与计算机视觉006期”人工智能培训教程，不仅是一门课程，更是一次智能科技的探索之旅。官方定价23800元，物超所值，全套教程包含丰富的视频讲解及相关资料，总量高达67.99G，让您的学习之路畅通无阻。
本课程深入浅出地阐述了计算机编程思维的培养、数据分析与数据科学的精髓、人工智能的数学基石以及Python高级编程的实战技巧。更有人脸检测与识别、算法分析与设计、大数据高级开发等前沿技能的深入剖析，助力您在未来的科技领域游刃有余。
通过本课程的学习，您不仅能够掌握一系列实用技能，更能够在解决实际问题的过程中，培养出独特的创新思维和解决问题的能力。这是一次不可多得的学习机会，赶快加入我们，一起开启人工智能的探索之旅吧！
课程截图
![图片[2]-开课吧：深度学习与计算机视觉6期，人工智能视频教程+资料(68G) 价值23800元](http://yinan888.com/wp-content/uploads/2024/01/image-142-1024x561.png)
课程截图
![图片[3]-开课吧：深度学习与计算机视觉6期，人工智能视频教程+资料(68G) 价值23800元](http://yinan888.com/wp-content/uploads/2024/01/image-143-1024x575.png)
课程目录
| 序号 | 课程模块 | 子课程标题 | 授课日期 |
|---|---|---|---|
| 1 | 深度学习与计算机视觉-006期 | 预习资料 | – |
| 开班仪式 | 20191229 | ||
| 学员分享的学习资料 | – | ||
| cv学习路径 | – | ||
| 2.1 | 课程导论及初阶计算机视觉（low-level-cv） | 20200105 | |
| 2.2 | 认识计算机视觉 | 20200112 | |
| 3.1 | 经典机器学习 | 线性回归与逻辑回归 | 20200119 |
| 3.2 | 神经网络、反向传播算法以及正则化 | 20200209 | |
| 3.3 | 其他机器学习工具及总结 | 20200216 | |
| 3.4 | CNN综述 | 层 | 20200223 |
| 3.5 | 网络架构 | 20200301 | |
| 3.6 | 实现细节 | 20200308 | |
| 4.1 | CNN的应用 | 分类问题 | 20200315 |
| 4.2 | 检测问题i：two-stage检测算法（上） | 20200322 | |
| 4.3 | 检测问题i：two-stage检测算法（下） | 20200329 | |
| 4.4 | 图像迁移（Image Transfer） | 20200412 | |
| 4.5 | 目标跟踪 | 20200419 | |
| 4.6 | 元学习（Meta Learning） | 20200425 | |
| 5.1 | 补充内容与查缺补漏 | 查缺补漏及内容补充 | 20200510 |
| 5.2 | 项目成果展示 | 项目成果展示 | 20200524 |
| 6 | 数据科学-001期 | 数据科学-part1至part16 | 20200105至20200510 |
| 额外视频资源 | 非监督学习与聚类 | – | |
| 分布式 | – | ||
| 集成学习（2） | – | ||
| 卷积神经网络与循环神经网络 | – | ||
| 商业应用 | – | ||
| 神经网络 | – | ||
| 数据科学11视频 | – | ||
| 数据科学-part1, part4 | – | ||
| 数据科学的编程基础2 | – | ||
| 数据科学中的方法论片段1, 2, 及完整版 | – | ||
| 数据库与数据获取片段1, 2 | – | ||
| 数据预处理 | – | ||
| 推荐系统 | – | ||
| 优秀作业 | – |
| 序号 | 课程模块 | 子课程标题 | 授课日期 |
|---|---|---|---|
| 3 | 人工智能数学基础-006期 | 数学基础 | – |
| 1.1 | 数学基础-part1 | 20191230 | |
| 1.2 | 数学基础-part2 | 20200107 | |
| 1.3 | 线性代数 | 20200114 | |
| 1.4 | 概率与统计 | 20200204 | |
| 1.5 | 图论 | 20200211 | |
| 视频资源 | 数学导论-part1.mp4, 微积分.mp4, 数学基础-part3.mp4 | – | |
| 数学基础-part4.mp4, 数学基础-part5.mp4 | – | ||
| 4 | 如何阅读及完成AI论文 | 如何阅读及完成AI论文 | 20200109 |
| 作业要求 | – | – | |
| 5 | 公选课：人工智能英语提升 | 学术能力提升 | – |
| 1.1 | Academic Reading | 20200217 | |
| 1.2 | Academic Listening | 20200224 | |
| 1.3 | How to Improve English Speaking | 20200302 | |
| 1.4 | Academic Writing Overview | 20200309 | |
| 辅助资料 | Economist0229.pdf, History of Britain Ireland by DK(z-lib.org).pdf | – | |
| 6 | 选修课：深度学习框架 | 深度学习框架应用 | – |
| 1.1 | TensorFlow基础知识以及高级API Keras | 20191129 | |
| 2.1 | 搭建模型和进阶操作 | 20191206 | |
| 3.1 | TensorFlow实践项目“大杂烩” | 20191215 | |
| 4.1 | PyTorch基础知识 | 20191221 | |
| 5.1 | PyTorch神经网络搭建课程评述 | 20191228 | |
| 7 | 公选课：工程能力提升-006期 | 工程能力提升 | – |
| 1.1 | Bug定位与软件质量保证 | 20200306 | |
| 2.1 | 工程能力提升-网络编程 | 20200313 | |
| 3.1 | 工程能力提升-需求分析 | 20200320 | |
| 4.1 | 工程能力提升——并发系统设计 | 20200327 | |
| 8 | 专业选修：人脸检测与识别 | 人脸识别与检测系列 | – |
| 1.1 | 人脸识别与检测-part1 | 20191018 | |
| 1.2 | 人脸识别与检测-part2 | 20191101 | |
| 1.3 | 人脸识别与检测-part3 | 20191115 | |
| 1.4 | 人脸识别与检测-part4 | 20191129 | |
| 视频资源 | 人脸识别与检测.mp4, 人脸识别与检测-part2.mp4 | – | |
| 人脸识别与检测-part3.mp4, 人脸识别与检测-part4.mp4 | – |
| 序号 | 课程模块 | 子课程标题 | 描述 |
|---|---|---|---|
| 9 | 算法分析与设计 | 算法基础 | – |
| 1 | Introduction | 算法分析与设计导论 | |
| 10 | Graph Search and Connectivity | 图搜索与连通性相关算法介绍 | |
| 11 | Dijkstra’s Shortest-Path Algorithm | Dijkstra最短路径算法详解 | |
| 12 | Heaps | 堆数据结构及其应用 | |
| 13 | Balanced Binary Search Trees | 平衡二叉搜索树（如AVL、红黑树）的原理及实现 | |
| 14 | Hashing: The Basics | 哈希表基础知识和基本操作介绍 | |
| 15 | Universal Hashing | 通用哈希函数概念和应用讲解 | |
| 16 | Bloom Filters | 布隆过滤器原理与实践 | |
| 2 | 渐进分析 | Asymptotic Analysis | 渐近符号与算法复杂度分析方法 |
| 3 | 分治策略 | Divide & Conquer Algorithms | 分治算法基本原理与实例解析 |
| 4 | 主定理 | The Master Method | 主定理在解决递归算法时间复杂度问题中的应用 |
| 5 | 快速排序 | QuickSort Algorithm | 快速排序算法原理及实现步骤详解 |
| 6 | QuickSort Analysis | 快速排序的时间和空间复杂度分析 | |
| 7 | 概率回顾 | Probability Review | 概率论知识回顾，为算法分析提供理论支持 |
| 8 | 图与收缩算法 | Graphs and the Contraction Algorithm | 图的性质及基于收缩的图算法讨论 |
| 10 | 选修课：无人驾驶 | 自动驾驶技术 | – |
| 1.1 | 自动驾驶汽车发展概述 | 回顾自动驾驶汽车的发展历程及现状 | |
| 2.1 | 定位与多传感器融合技术 | 解析自动驾驶中的定位技术及多传感器信息融合 | |
| 3.1 | 纵向与横向控制技术 | 探讨自动驾驶车辆的纵向速度控制与横向路径跟踪技术 | |
| 4.1 | 路径规划 | 自动驾驶车辆路径规划的基本原理与算法介绍 | |
| 11 | 科学计算与数学建模 | 科学计算与数学建模系列 | – |
| 1.1 | 科学计算与数学建模part-1 | 科学计算与数学建模基础概念与入门介绍 | |
| 1.2 | 科学计算与数学建模part-2 | 进一步探讨科学计算中常用算法及数学建模方法 | |
| 1.3 | 科学计算与数学建模part-3 | 深入学习科学计算与数学建模实际案例分析 | |
| 1.4 | 科学计算与数学建模part-4 | 高级主题探讨与综合案例实战演练 | |
| 1.5 | 科学计算与数学建模part-5 | 对前面内容进行总结，并展望未来发展方向 | |
| 12 | 专业选修-GAN | 生成对抗网络（GANs） | – |
| 1.1 | GAN-part1 | GAN基本原理与构建过程介绍 | |
| 1.2 | GAN-part2 | GAN训练技巧与改进方案详解 | |
| 1.3 | GAN-part3 | GAN在图像生成领域的应用实例分析 | |
| 1.4 | GAN-part4 | GAN最新进展与前沿研究方向介绍 | |
| 13 | Python高级编程 | Python高级编程专题 | – |
| 1.1 | Python高级编程part_1 | Python高级特性与优化技巧介绍 | |
| 1.2 | Python高级编程part_2 | 面向对象高级编程及设计模式在Python中的应用 | |
| 1.3 | Python高级编程part_3 | Python并发与异步编程深入探讨 | |
| 1.4 | Python高级编程part_4 | Python性能调优与测试开发实践教程 | |
| 14 | 图像&视频字幕生成 | 视觉内容理解与描述生成 | – |
| 1.1 | Image Caption: Introduction and Preliminary Practice | 图像字幕生成技术简介与初步实践 | |
| 2.1 | Image Caption: Advanced Techniques | 图像字幕生成技术进阶上手实践 | |
| 3.1 | Expression Diversity in ImageCaption | 图像字幕生成的表达多样性探索 | |
| 4.1 | Video Caption | 视频字幕生成技术原理与应用实践介绍 | |
| 15 | 就业辅导 | 职业发展指导 | – |
| 1.1 | 简历投递技巧-上 | 精准简历制作与高效投递策略分享 | |
| 1.2 | 简历投递技巧-下 | 如何针对特定职位定制简历以提高成功率 | |
| 2.1 | 面试技巧 | 各类面试环节应对策略与实战模拟练习 | |
| 3.1 | 薪资谈判 | 职场新人如何进行合理薪资谈判，争取最优待遇 |
| 序号 | 课程模块 | 子课程标题 | 描述 |
|---|---|---|---|
| 16 | 星球-数据分析师必备技能 | 数据分析基础与进阶 | – |
| 1 | 数据挖掘之数学基础 | 探讨用于数据挖掘的数学理论与统计学基础知识 | |
| 10 | 数据可视化系列专题 | 教授如何运用各种工具和方法进行数据可视化，提升数据洞察力 | |
| 11 | 0基础快速掌握Excel神技能 | 从零开始讲解Excel的核心功能与高级技巧，助力高效数据处理与分析 | |
| 2 | 数据挖掘之贝叶斯算法 | 贝叶斯定理在数据挖掘中的应用及贝叶斯分类器原理与实战 | |
| 3 | 数据挖掘之KNN算法 | K近邻（KNN）算法的基本原理、实现及在实际案例中的应用 | |
| 4 | Hive基础专题 | 大数据存储与查询框架Hive的基础操作、架构原理与实践教程 | |
| 5 | MySQL基础知识点：基本认知及SELECT基础查询 | MySQL数据库入门，涵盖基本概念、数据表管理及基础查询语句的学习 | |
| 6 | MySQL基础知识点：复杂查询 | 深入MySQL的多表联查、子查询、聚合函数等复杂查询技术的运用 | |
| 7 | MySQL基础知识点：“增删改查”操作 | 讲解如何在MySQL中执行创建、修改、删除以及更新数据记录的操作，强化对SQL语言CRUD能力的理解与掌握 | |
| 8 | MySQL数据库项目实战 | 结合真实场景进行MySQL数据库设计与项目实施，提高解决实际问题的能力 | |
| 9 | Python基础课程 | 介绍Python编程语言的基本语法、数据结构、函数、模块等，为数据分析提供扎实的编程基础 | |
| 17 | 星球-大数据高级开发必备技能 | 大数据开发与运维进阶 | – |
| 1 | Flink实时数仓建设 | 实时计算框架Flink在构建实时数据仓库中的应用及实战技巧分享 | |
| 10 | ELK日志分析系统专题 | 集成Elasticsearch、Logstash和Kibana组件的日志收集、处理与可视化方案详解 | |
| 2 | 深入浅出Kafka（上） | 分布式消息队列Kafka的基础原理、安装配置及初级使用教程 | |
| 3 | 深入浅出Kafka（中） | Kafka消息模型深入剖析，包括分区、副本集、生产者与消费者API详解 | |
| 4 | 深入浅出Kafka（下） | Kafka高级主题，如监控、调优、安全设置及其在大型分布式系统中的最佳实践 | |
| 5 | 图解Kafka源码（上） | 通过解析Kafka源代码理解其内部工作机制和设计理念 | |
| 6 | 图解Kafka源码（中） | 继续深入Kafka核心源代码，探讨服务端内部关键组件的协同工作原理 | |
| 7 | 图解Kafka源码（下） | 完整解读Kafka源码，覆盖更多细节及扩展功能，为二次开发和故障排查提供深度知识储备 | |
| 8 | Spark Streaming精讲 | 分布式流处理框架Spark Streaming的设计原理、应用场景及编程实战 | |
| 9 | Spark Streaming调优指南 | 如何针对Spark Streaming应用进行性能优化、资源管理和监控，以应对大规模实时数据处理挑战 |
THE END
