极客时间专栏课-洪亮劼-AI技术内参

课程介绍

课程来自于 极客时间专栏课-洪亮劼-AI技术内参（完结）

你将获得

人工智能国际顶级学术会议论文精讲；
人工智能五大核心技术模块深度剖析；
人工智能工程师进阶之路；
人工智能业界热点独家解读。
课程介绍
人工智能科学家吴恩达反复强调，“AI is the new electricity” 。今天的人工智能，犹如一百年前的电，正在给人类带来同样巨大，甚至更加精彩的变化。

毋庸置疑，这是一个属于人工智能的时代。人工智能正在渗透到各行各业，并且离我们越来越近，新的时代中，我们应该如何利用好新武器？

“AI 技术内参”专栏将为你系统剖析人工智能核心技术，精讲人工智能国际顶级学术会议核心论文，解读技术发展前沿与最新研究成果，分享数据科学家以及数据科学团队的养成秘笈。希望能够帮助你在人工智能领域找到最佳学习路径，不断进阶。

专栏精心打磨了四大模块，具体如下：

模块一：人工智能国际顶级学术会议深入解读与技术展望（10 周左右）

精选 10 个国际人工智能顶级学术会议，剖析其论文精髓，解读最新技术成果，全览人工智能发展趋势。模块中包含的顶级会议有机器学习方面的 ICML、NIPS；机器视觉方面的 CVPR、ICCV；自然语言处理方面的 ACL、EMNLP；数据挖掘和数据科学方面的 KDD、WSDM；信息检索和搜索方面的 SIGIR；互联网综合方面的 WWW。

模块二：人工智能核心技术剖析（32 周左右）

分专题讲解人工智能和机器学习的核心技术，帮你拨开层层迷雾，快速入门。这其中包括搜索核心技术、推荐系统核心技术、广告系统核心技术、自然语言处理及文本处理核心技术、计算机视觉核心技术等。

模块三：人工智能工程师、科学家的养成和人工智能团队的构建（8 周左右）

国内外各大公司都在纷纷组建自己的人工智能团队，洪亮劼将结合个人经历，分享人工智能团队的组建以及运作经验。另外，针对立志成为数据科学家或者人工智能科学家的同学，他将会梳理对应的技能图谱以及知识脉络，并进行系统剖析。

模块四：人工智能业界热点（2 周左右）

在这整个一年的课程当中，相信会有很多的与人工

智能相关的行业或者技术热点出现。洪亮劼也会结合这些热点，即时解读最新的业界动态，探讨最新的研究成果，分享个人洞见。

百度网盘部分截图

文件目录

/学习智库8/04【完结】洪亮劼 AI技术内参

| ├──000 开篇词 _ 你的360度人工智能信息助理 2.mp3 2.0MB

| ├──000 开篇词 _ 你的360度人工智能信息助理 2.pdf 4.0MB

| ├──001 _ 如何组建一个数据科学团队？ .mp3 5.0MB

| ├──001 _ 如何组建一个数据科学团队？.pdf 1.0MB

| ├──002 _ 聊聊2017年KDD大会的时间检验奖 .mp3 5.0MB

| ├──002 _ 聊聊2017年KDD大会的时间检验奖.pdf 2.0MB

| ├──003 _ 数据科学家基础能力之概率统计 .mp3 4.0MB

| ├──003 _ 数据科学家基础能力之概率统计.pdf 1.0MB

| ├──004 _ 数据科学家基础能力之机器学习 .mp3 5.0MB

| ├──004 _ 数据科学家基础能力之机器学习.pdf 2.0MB

| ├──005 _ 数据科学家基础能力之系统 .mp3 4.0MB

| ├──005 _ 数据科学家基础能力之系统.pdf 1.0MB

| ├──006 _ Google的点击率系统模型 .mp3 4.0MB

| ├──006 _ Google的点击率系统模型.pdf 1.0MB

| ├──007 _ LDA模型的前世今生 .mp3 5.0MB

| ├──007 _ LDA模型的前世今生.pdf 2.0MB

| ├──008 _ 曾经辉煌的雅虎研究院 .mp3 4.0MB

| ├──008 _ 曾经辉煌的雅虎研究院.pdf 2.0MB

| ├──009 _ 数据科学家高阶能力之分析产品 .mp3 2.0MB

| ├──009 _ 数据科学家高阶能力之分析产品.pdf 1.0MB

| ├──010 _ 数据科学家高阶能力之评估产品 .mp3 5.0MB

| ├──010 _ 数据科学家高阶能力之评估产品.pdf 2.0MB

| ├──011 _ 数据科学家高阶能力之如何系统提升产品性能 .mp3 4.0MB

| ├──011 _ 数据科学家高阶能力之如何系统提升产品性能.pdf 1.0MB

| ├──012 _ 精读2017年KDD最佳研究论文 .mp3 4.0MB

| ├──012 _ 精读2017年KDD最佳研究论文.pdf 2.0MB

| ├──013 _ 精读2017年KDD最佳应用数据科学论文 .mp3 4.0MB

| ├──013 _ 精读2017年KDD最佳应用数据科学论文.pdf 1.0MB

| ├──014 _ 精读AlphaGo Zero论文 .mp3 4.0MB

| ├──014 _ 精读AlphaGo Zero论文.pdf 1.0MB

| ├──015 _ 精读2017年EMNLP最佳长论文之一 .mp3 3.0MB

| ├──015 _ 精读2017年EMNLP最佳长论文之一.pdf 1.0MB

| ├──016 _ 精读2017年EMNLP最佳长论文之二 .mp3 4.0MB

| ├──016 _ 精读2017年EMNLP最佳长论文之二.pdf 1.0MB

| ├──017 _ 精读2017年EMNLP最佳短论文 .mp3 4.0MB

| ├──017 _ 精读2017年EMNLP最佳短论文.pdf 2.0MB

| ├──018 _ 经典搜索核心算法：TF-IDF及其变种 .mp3 5.0MB

| ├──018 _ 经典搜索核心算法：TF-IDF及其变种.pdf 2.0MB

| ├──019 _ 经典搜索核心算法：BM25及其变种（内附全年目录） .mp3 4.0MB

| ├──019 _ 经典搜索核心算法：BM25及其变种（内附全年目录）.pdf 5.0MB

| ├──020 _ 经典搜索核心算法：语言模型及其变种 .mp3 4.0MB

| ├──020 _ 经典搜索核心算法：语言模型及其变种.pdf 2.0MB

| ├──021 _ 机器学习排序算法：单点法排序学习 .mp3 4.0MB

| ├──021 _ 机器学习排序算法：单点法排序学习.pdf 1.0MB

| ├──022 _ 机器学习排序算法：配对法排序学习 .mp3 3.0MB

| ├──022 _ 机器学习排序算法：配对法排序学习.pdf 1.0MB

| ├──023 _ 机器学习排序算法：列表法排序学习 .mp3 3.0MB

| ├──023 _ 机器学习排序算法：列表法排序学习.pdf 1.0MB

| ├──024 _ “查询关键字理解”三部曲之分类 .mp3 4.0MB

| ├──024 _ “查询关键字理解”三部曲之分类.pdf 1.0MB

| ├──025 _ “查询关键字理解”三部曲之解析 .mp3 3.0MB

| ├──025 _ “查询关键字理解”三部曲之解析.pdf 1.0MB

| ├──026 _ “查询关键字理解”三部曲之扩展 .mp3 3.0MB

| ├──026 _ “查询关键字理解”三部曲之扩展.pdf 1.0MB

| ├──027 _ 搜索系统评测，有哪些基础指标？ .mp3 4.0MB

| ├──027 _ 搜索系统评测，有哪些基础指标？.pdf 1.0MB

| ├──028 _ 搜索系统评测，有哪些高级指标？ .mp3 3.0MB

| ├──028 _ 搜索系统评测，有哪些高级指标？.pdf 1.0MB

| ├──029 _ 如何评测搜索系统的在线表现？ .mp3 3.0MB

| ├──029 _ 如何评测搜索系统的在线表现？.pdf 1.0MB

| ├──030 _ 文档理解第一步：文档分类 .mp3 3.0MB

| ├──030 _ 文档理解第一步：文档分类.pdf 1.0MB

| ├──031 _ 文档理解的关键步骤：文档聚类 .mp3 3.0MB

| ├──031 _ 文档理解的关键步骤：文档聚类.pdf 1.0MB

| ├──032 _ 文档理解的重要特例：多模文档建模 .mp3 3.0MB

| ├──032 _ 文档理解的重要特例：多模文档建模.pdf 1.0MB

| ├──033 _ 大型搜索框架宏观视角：发展、特点及趋势 .mp3 3.0MB

| ├──033 _ 大型搜索框架宏观视角：发展、特点及趋势.pdf 1.0MB

| ├──034 _ 多轮打分系统概述 .mp3 3.0MB

| ├──034 _ 多轮打分系统概述.pdf 1.0MB

| ├──035 _ 搜索索引及其相关技术概述 .mp3 3.0MB

| ├──035 _ 搜索索引及其相关技术概述.pdf 1.0MB

| ├──036 _ PageRank算法的核心思想是什么？ .mp3 3.0MB

| ├──036 _ PageRank算法的核心思想是什么？.pdf 1.0MB

| ├──037 _ 经典图算法之HITS .mp3 3.0MB

| ├──037 _ 经典图算法之HITS.pdf 1.0MB

| ├──038 _ 社区检测算法之“模块最大化 ” .mp3 3.0MB

| ├──038 _ 社区检测算法之“模块最大化 ”.pdf 1.0MB

| ├──039 _ 机器学习排序算法经典模型：RankSVM .mp3 3.0MB

| ├──040 _ 机器学习排序算法经典模型：GBDT .mp3 3.0MB

| ├──040 _ 机器学习排序算法经典模型：GBDT.pdf 1.0MB

| ├──041 _ 机器学习排序算法经典模型：LambdaMART .mp3 3.0MB

| ├──041 _ 机器学习排序算法经典模型：LambdaMART.pdf 1.0MB

| ├──042 _ 基于深度学习的搜索算法：深度结构化语义模型 .mp3 3.0MB

| ├──042 _ 基于深度学习的搜索算法：深度结构化语义模型.pdf 2.0MB

| ├──043 _ 基于深度学习的搜索算法：卷积结构下的隐含语义模型 .mp3 3.0MB

| ├──043 _ 基于深度学习的搜索算法：卷积结构下的隐含语义模型.pdf 1.0MB

| ├──044 _ 基于深度学习的搜索算法：局部和分布表征下的搜索模型 .mp3 3.0MB

| ├──044 _ 基于深度学习的搜索算法：局部和分布表征下的搜索模型.pdf 1.0MB

| ├──045 _ 职场话题：当数据科学家遇见产品团队 .mp3 3.0MB

| ├──045 _ 职场话题：当数据科学家遇见产品团队.pdf 1.0MB

| ├──046 _ 职场话题：数据科学家应聘要具备哪些能力？ .mp3 4.0MB

| ├──046 _ 职场话题：数据科学家应聘要具备哪些能力？.pdf 1.0MB

| ├──047 _ 职场话题：聊聊数据科学家的职场规划 .mp3 3.0MB

| ├──047 _ 职场话题：聊聊数据科学家的职场规划.pdf 1.0MB

| ├──048 _ 精读2017年ICCV最佳研究论文 .mp3 4.0MB

| ├──048 _ 精读2017年ICCV最佳研究论文.pdf 1.0MB

| ├──049 _ 精读2017年ICCV最佳学生论文 .mp3 3.0MB

| ├──049 _ 精读2017年ICCV最佳学生论文.pdf 1.0MB

| ├──050 _ 如何将“深度强化学习”应用到视觉问答系统？ .mp3 3.0MB