Featured image of post AI roadmap

AI roadmap

目录渲染不要设置为 pandoc,gitlab ci 可以不用 pandoc 了吧。否则目录不显示 3 级以上的标题。还有,也不知道是 ox-hugo 的问题还是 hugo 本身的问题,orgmode 转 md,orgmode 的不要使用二级的标题,否则生成的 md 标题层次不对。2,3级同层。

AI 必备基础与机器学习

Python 基础及其工具包实战

Python 快速入⻔

科学计算库-Numpy

数据分析处理库-Pandas

可视化库-Matplotlib

可视化库-Seaborn

人工智能必备数学基础

高等数学基础

微积分

泰勒公式与拉格朗日

线性代数基础

特征值与矩阵分解

随机变量

概率论基础

数据科学你得知道的几种分布

核函数变换

熵与激活函数

回归分析

假设检验

相关分析

方差分析

聚类分析

⻉叶斯分析

第三模块机器学习算法精讲及其案例应用

线性回归原理推导

线性回归代码实现

模型评估方法

线性回归实验分析

逻辑回归代码实现

逻辑回归实验分析

聚类算法-Kmeans&Dbscan 原理

Kmeans 代码实现

聚类算法实验分析

决策树原理

决策树代码实现

决策树实验分析

集成算法原理

集成算法实验分析

支持向量机原理推导

支持向量机实验分析

神经网络算法原理

神经网络代码实现

⻉叶斯算法原理

⻉叶斯代码实现

关联规则实战分析

关联规则代码实现

词向量 word2vec 通俗解读

代码实现 word2vec 词向量模型

推荐系统原理

打造音乐推荐系统

主成分分析

线性判别分析

主成分分析降维算法解读

隐⻢尔科夫模型

HIIM 应用实例

机器学习&数据挖掘项目实战

机器学习

Python 实战关联规则

爱彼迎数据集分析与建模

基于相似度的酒店推荐系统

商品销售额回归分析

绝地求生数据集探索分析与建模

机器学习-模型解释方法实战

NLP 常用工具包

NLP 核心模型-word2vec

自然语言处理特征提取方式对比

数据特征预处理

银行客戶还款可能性预测

图像特征聚类分析实践

数据挖掘

快手用戶活跃度预测

工业化生产预测

智慧城市道路通行时间预测

特征工程建模可解释工具包

医学糖尿病数据命名实体识别

贷款平台⻛控模型-特征工程

新闻关键词抽取模型

数据特征常用构建方法

用电敏感客戶分类

机器学习项目实战模板

python 金融分析与量化交易实战

金融时间序列分析

双均线交易策略实例

策略评估指标

量化交易解读

Ricequant 回测选股分析实战

因子数据预处理

因子策略选股实例

因子分析实战

因子打分选股实例

基于回归的策略分析

聚类与统计策略分析

Fbprophet 时间测序预测神器

深度学习时间序列预测

Matplotlib 工具包实战

Seaborn

计算机视觉算法及其项目实战

深度学习必备核心算法

神经网络必备基础知识点

神经网络前向传播与反向传播

网络模型整体架构分析实例

神经网络建模效果分析

激活函数与过拟合问题解决

卷积神经网络核心知识点

卷积建模流程与各参数作用分析

池化层的作用与效果

经典卷积神经网络架构分析

感受野的作用与效果解读

递归神经网络模型原理分析

RNN 系列网络结构优缺点分析

词向量模型与 LSTM 应用实例

深度学习核心框架 PyTorch 与 Tensorflow

深度学习框架 PyTorch

PyTorch 框架基本处理操作

神经网络实战分类与回归任务

卷积神经网络原理与参数解读

图像识别核心模块实战解读

迁移学习的作用与应用实例

计算机视觉模型通用训练策略

Dataloader 构建自己的数据集

Torch 框架自定义类与数据模块

递归神经网络与词向量原理解读

新闻数据集文本分类实战

深度学习框架 Tensorflow

tensorflow 安装与简介

神经网络原理解读与整体架构

搭建神经网络进行分类与回归任务

卷积神经网络原理与参数解读

猫狗识别实战

图像数据增强实例

训练策略-迁移学习实战

递归神经网络与词向量原理解读

基于 TensorFlow 实现 word2vec

基于 RNN 模型进行文本分类任务

将 CNN 网络应用于文本分类实战

时间序列预测

经典网络架构 Resnet 实战

Opencv 图像处理框架实战

课程简介与环境配置

图像基本操作

阈值与平滑处理

图像形态学操作

图像梯度计算

边缘检测

图像金字塔与轮廓检测

直方图与傅里叶变换

信用卡数字识别

文档扫描 OCR 识别

图像特征-harris

图像特征-sift

全景图像拼接

停⻋场⻋位识别

答题卡识别判卷

背景建模

光流估计

Opencv 的 DNN 模块

目标追踪

卷积原理与操作

疲劳检测

综合项目-物体检测经典算法实战

深度学习经典检测方法概述

YOLO-V1 整体思想与网络架构

YOLO-V2 改进细节详解

YOLO-V3 核心网络模型

基于 V3 版本进行源码解读

基于 YOLO-V3 训练自己的数据集与任务

YOLO-V4 版本算法解读

V5 版本项目配置

V5 项目工程源码解读

Efficient net 模块解读

Efficient Det 目标检测框架算法分析

Efficient Det 源码分析与应用

Detr 目标检测算法解读

Detr 源码分析与应用实战

Deformable DETR 算法改进解读

Deformable DETR 源码解读与架构分析

Fcos 算法如何提升检测速度

可变形卷积效果分析与行人检测实例

图像分割实战

图像分割及其损失函数概述

卷积神经网络原理与参数解读

Unet 系列算法讲解

unet 医学细胞分割实战

U2NET 显著性检测实战

deeplab 系列算法

基于 deeplabV3+版本进行 VOC 分割实战

医学心脏视频数据集分割建模实战

Medical Transformer 分割实战

Medical Transformer 源码实现与应用实例

可学习位置编码模块对分割算法的作用分析

分割任务如何标注与训练自己的项目

走向 AI 论文实验与项目实战的捷径-MMLAB 实战系列

MMLAB 系列环境搭建方法(以不变应万变)

MMCLS 分类模块核心功能解读

图像识别配置文件作用与功能解读

图像识别任务标注方法与实例

如何使用 MMCLS 构建自己分类数据集

基于配置文件进行模型训练与测试任务

可视化分析与评估指标生成方法

MMSEG 图像分割模块核心功能解读

图像分割配置文件作用与功能解读

图像分割标注方法与实例

如何使用 MMSEG 构建自己的分割数据集

替换配置文件核心组件开启自己的实验任务

CVPR 最新分割模块核心 backbone 解读

源码分析 MMSEG 核心项目模块

MMDET 物体检测模块核心功能解读

物体检测配置文件作用与功能实例

物体检测标注方法与应用实例

使用 MMDET 训练自己的数据集与任务

Deformable DETR 算法与论文分析

Deformable DETR 源码解读实战

MMOCR 核心模块解读

OCR 中三大核心任务:检测,识别,抽取

DBNET 文字检测算法与项目实战

ANINET 文字识别算法与项目实战

KIE 基于图模型的关键信息抽取算法及其实战

MMGAN 对抗生成网络核心模块解读

StyleGan 系列算法架构分析

StyleGan 源码解读与应用

MMEDIT 核心模块解读

BasicVSR++视频超分辨重构算法与论文分析

BasucVSR++源码分析与网络架构解读

MMRAZOR 模型蒸馏与剪枝模块解读

模型蒸馏算法及其应用实例

模型剪枝算法及其应用实例

行为识别实战

slowfast 算法知识点通俗解读

slowfast 项目环境配置与配置文件

slowfast 源码详细解读

基于 3D 卷积的视频分析与动作识别

视频异常检测算法与元学习

CVPR2021 视频异常检测论文及其源码解读

于 2022 论文必备-Transformer 实战系列

Transformer 基本架构解读

注意力机制的作用与效果分析

源码解读 Transformer 整体架构实现

Transformer 在视觉中的应用 VIT 算法

VIT 分类 Backbone 算法模型源码解读

SwinTransformer 算法原理解析

SwinTransformer 源码解读

基于 Transformer 的 Detr 目标检测算法

物体检测新型框架 Detr 源码解读

Deformable DETR 算法与论文分析

Deformable DETR 源码分析与架构实现

基于 Transformer 的关键点匹配 Loftr

商汤 Loftr 源码解读与应用实例

Medical Transformer 应用于分割任务实例

Medical Transformer 源码分析与应用实例

Informer 时间序列预测任务解读

Informer 源码解读与应用实战

基于 Transformer 的 ANINET 文字识别

文字识别项目源码分析与应用实例

谷歌开源项目 BERT 源码解读与应用实例

BERT 的中文情感分析实战

最新热⻔Transformer 论文与实战解读

图神经网络实战

图模型应用领域分析概述

图神经网络 GNN 原理与架构解读

图卷积 GCN 模块构建与效果

图神经网络框架 PyTorch-Geometric 安装与配置

图神经网络框架 PyTorch-Geometric 应用实战

使用 PyTorch-Geometric 搭建自己的图数据集

图注意力机制与图序列网络模型解读

图神经网络时间序列预测实战

图相似度计算与匹配算法解读

化学分子相似度计算匹配实战

基于图模型的 VectorNet 轨迹估计算法

VectorNet 应用实例与源码分析

基于图模型的 KIE 关键信息抽取

KIE 算法与图模型构建实战解读

3D 点云实战

3D 点云应用领域分析

3D 点云 PointNet 算法

PointNet++算法解读

Pointnet++项目实战

点云补全 PF-Net 论文解读

点云补全实战解读

点云配准及其案例实战

目标追踪与姿态估计实战

姿态估计算法经典套路分析

姿态估计 OpenPose 论文分析

姿态估计算法输出模块解读

OpenPose 算法源码实战解读

目标追踪要完成的任务分析

deepsort 算法知识点解读

卡尔曼滤波与状态估计实例

REID 在追踪任务中的作用

deepsort 项目源码解读

YOLOV5 与 Deepsort 追踪实战

面向深度学习的无人驾驶实战

深度估计算法及其原理解读

深度估计项目实战源码解读

⻋道线检测论文及其算法实现

基于深度学习的⻋道线检测项目实战

轨迹预测实例与特征空间解读

基于 VectorNet 进行估计估计实战

特征点匹配方法原理与论文分析

商汤最新特征点匹配算法实战

三维重建算法原理分析

TSDF 方法应用与解读

商汤最新三维重建项目原理与源码解读

特斯拉无人驾驶项目分析与技术细节解读

对比学习与多模态任务实战

对比学习核心思想与应用领域分析

对比学习经典算法原理与架构解读

对比学习与多模态融合方法

Clip 算法流程分析与应用实例

多模态 Clip 算法模型源码解读

文本与视觉多模态任务结合分析

Abinet 文本与视觉融合 OCR 论文解读

文本视觉融合模型源码实战

3D 点云与图像数据融合论文解读

3D 目标检测多模态融合源码解读与实例

缺陷检测实战

物体检测框架 YOLO-V4 版本算法解读

物体检测框架 YOLO-V5 版本项目配置

物体检测框架 YOLO-V5 项目工程源码解读

基于 YOLOV5 的钢材缺陷检测实战

Semi-supervised 布料缺陷检测实战

Opnecv 图像常用处理方法实例

Opnecv 梯度计算与边缘检测实例

Opnecv 轮廓检测与直方图

基于 Opnecv 缺陷检测项目实战

基于视频流水线的 Opnecv 缺陷检测项目

图像分割 deeplab 系列算法

基于 deeplabV3+版本进行 VOC 分割实战

Deeplab 铁质材料缺陷检测与开源项目应用流程

行人重识别实战

行人重识别原理及其应用

基于注意力机制的 ReId 模型论文解读

基于 Attention 的行人重识别项目实战

AAAI 顶会算法与论文精讲

基于行人局部特征融合的再识别实战

旷视研究院最新算法解读(基于图模型)

基于拓扑图的行人重识别项目实战

CVPR 最新行人搜索算法与应用实例

行人搜索项目源码解读与效果分析

对抗生成网络实战

对抗生成网络架构原理与实战解析

基于 CycleGan 开源项目实战图像合成

stargan 论文架构解析

stargan 项目实战及其源码解读

基于 starganvc2 的变声器论文原理解读

starganvc2 变声器项目实战及其源码解读

图像超分辨率重构实战

基于 GAN 的图像补全实战

StyleGan 人脸合成算法解读

StyleGan 项目源码解读实例

BasicVSR++视频超分辨重构算法解读

BasicVSR++项目源码实战

强化学习实战系列

强化学习简介及其应用

PPO 算法与公式推导

PPO 实战-月球登陆器训练实例

Q-learning 与 DQN 算法

DQN 算法实例演示

DQN 改进与应用技巧

Actor-Critic 算法分析(A3C)

用 A3C 玩转超级⻢里奥

Openai 顶级黑科技算法及其项目实战

Openai 生成模型 GPT 系列算法解读

GPT 架构实现与生成模型训练源码分析

文本与视觉融合模型 CLIP 原理架构分析

Diffusion 扩散模型算法思想解读

扩散模型与 GAN 对比分析及其公式推导

扩散模型源码实现与效果分析

黑科技算法 Dalle 系列基本原理与架构分析

Dalle2 源码解读及其应用流程实现

面向医学领域的深度学习实战

卷积神经网络原理与参数解读

PyTorch 框架基本处理操作

PyTorch 框架必备核心模块解读

基于 Resnet 的医学数据集分类实战

图像分割及其损失函数概述

Unet 系列算法讲解

Unet 医学细胞分割实战

deeplab 系列算法

基于 deeplabV3+版本进行 VOC 分割实战

基于 deeplab 的心脏视频数据诊断分析

YOLO 系列物体检测算法原理解读

基于 YOLO5 细胞检测实战

知识图谱原理解读

Neo4j 数据库实战

基于知识图谱的医药问答系统实战

词向量模型与 RNN 网络架构

医学糖尿病数据命名实体识别

深度学习模型部署与剪枝优化实战

PyTorch 框架部署实践

YOLO 物体检测部署实例

docker 实例演示

tensorflflow-serving 实战

模型减枝-NetworkSlimming 算法分析

模型减枝-NetworkSlimming 实战解读

轻量化模型 Mobilenet 三代网络模型架构

Mobilenet 系列源码与应用实例

模型蒸馏算法与应用实例

模型蒸馏在分割任务中的实战

模型加速与格式转换实战

CV 各领域经典项目部署实例

自然语言处理算法及其项目实战

自然语言处理经典案例实战

NLP 常用工具包实战

商品信息可视化与文本分析

⻉叶斯算法

新闻分类任务实战

HMM 隐⻢尔科夫模型

HMM 工具包实战

语言模型

使用 Gemsim 构建词向量

基于 word2vec 的分类任务

NLP-文本特征方法对比

NLP-相似度模型

LSTM 情感分析

机器人写唐诗

对话机器人

自然语言处理必备神器 Huggingface 系列实战

Huggingface 为 NLP 领域带来的变革与价值

Huggingface 各核心模块使用方法及其应用流程

MLM 完形填空任务解读及其训练应用实例

文本摘要任务构建流程及其训练测试实例

预训练模型的作用及其下游任务微调方法

文本标注工具应用与各领域 NLP 任务标注实例

谷歌 BERT 系列经典模型架构及其应用分析

Openai 系列经典模型架构及其应用分析

文本生成模型 GPT 算法应用实例

作文与小说生成模型源码解读及其项目实战

NER 命名实体识别项目流程及其应用实例

如何训练自己的标注数据,格式转换实例

文本实体抽取与关系抽取算法与模型解读

实体与关系抽取项目源码解读分析

自然语言处理通用框架-BERT 实战

自然语言处理通用框架 BERT 原理解读

谷歌开源项目 BERT 源码解读与应用实例

项目实战-基于 BERT 的中文情感分析实战

项目实战-基于 BERT 的中文命名实体识别实战

必备基知识点-word2vec 模型通俗解读

必备基础-掌握 Tensorflow 如何

必备基础知识点-RNN 网络架构与情感

医学糖尿病数据命名实体识别

知识图谱实战系列

知识图谱介绍及其应用领域分析

知识图谱涉及技术点分析

Neo4j 数据库实战

使用 python 操作 neo4j 实例

基于知识图谱的医药问答系统实战

文本关系抽取实践

金融平台⻛控模型实践

医学糖尿病数据命名实体识别

语音识别实战系列

seq2seq 序列网络模型

LAS 模型语音识别实战

starganvc2 变声器论文原理解读

starganvc2 变声器源码实战

语音分离 ConvTasnet 模型

ConvTasnet 语音分离实战

语音合成 tacotron 最新版实战

推荐系统实战系列

推荐系统介绍及其应用

协同过滤与矩阵分解

音乐推荐系统实战

知识图谱与 Neo4j 数据库实例

基于知识图谱的电影推荐实战

点击率估计 FM 与 DeepFM 算法

DeepFM 算法实战

推荐系统常用工具包演示

基于文本数据的推荐实例

基于统计分析的电影推荐

基于相似度的酒店推荐系统