公开课专题
耶鲁大学《博弈论》公开课笔记
关于本文 该文章基于本人于当天白天看完耶鲁大学《博弈论》公开课后，于当晚记录下依然记得的白天所听内容。该文章为汇总，时间为记录一年后。 目录 关于本文2023.3.18 P103.19 P113.20 P123.21 P133.22 P143.23 P153.24 P163.25 P173.26 P183.27 P193.28 P203.29 P213.30 P223.31 P234.1
广州Java培训游戏开发公开课
广州Java培训游戏开发公开课 伴随着社会信息化程度的提高，软件编程作为服务产业的主核心，已经深入到了国民生产的各个方面，更多的有志青年前赴后继的投入到IT行业，从事软件编程工作。市面上目前的学习资料多如牛毛，给很多初学者在选择时带来了困扰，即便选择了一些专业的学习资料，伴随着其中乏味的学习内容，其学习积极性逐渐消退，最终淡出IT行业。 传智播客作为IT培
【Lecture1】清华大学大模型公开课——大模型绪论
#清华大模型公开课第二季 #OpenBMB 目录 1. The Evolution of Artificial Intelligence --History 人工智能的演变--历史 1.1 Definition of AI --定义 1.2 Conceptualization of AI -- 概念 1.3 Birth of AI as a Discipline 1.4 Develop
公开课观后感：密歇根大学python for everyone
从2024年1月17日到2024年8月20日，终于将密歇根大学的python for everyone的python公开课跟完。站在一月份规划的时刻来看，比我想象中花费的时间更多，我当时肯定没有想到要花上整整七个月的时间才能将这个公开课的内容看完，毕竟这个公开课时python的基础课程，而python在各类编程语言中的难度并不大，其作为解释性语言，语义相对容易理解。 而站在今天的角度来看，将这门
肖臻老师区块链公开课笔记（十）以太坊简介
十、以太坊简介 比特币推动了区块链技术广泛应用，继而出现多种加密货币，以太坊技术被称作区块链2.0技术。以太坊与比特币相比，有以下改进： 出块时间。比特币的出块时间是平均10分钟，以太坊出块时间约为十几秒钟。比特币是2016个区块调整出块难度，而以太坊每个区块都调整出块难度。以太坊采用GHOST协议，减少分叉，鼓励分支合并。Mining puzzle。比特币是以寻找hash碰撞作为挖矿难度，而
【复旦邱锡鹏教授《神经网络与深度学习公开课》笔记】神经元和人工神经网络
神经元 生物神经元： 平时处于抑制状态，当接受信息量达到一定程度后进入兴奋状态。 人工神经元： 一个人工神经元大致有两个步骤： 一是收集信息，如上图中 x 1 , ⋯ , x d x_1,\cdots,x_d x1,⋯,xd表示神经元可以接受的外界信号，对这些信号进行加权汇总（不同外界信号对神经元作用的权重不同，即 w 1 , ⋯ , w d w_1,\cdots,w_d w1,
耶鲁博弈论公开课笔记
这两周我看完了耶鲁大学的博弈论公开课，收获非常大，系统地了解了博弈论中的主要概念和方法，主要包括以下内容： 1. 首先是了解了很多的博弈模型，包括同步博弈中的古诺模型、伯川德模型、候选人-选民模型、谢林模型和序贯博弈中的最后通牒和讨价还价博弈、stackberg博弈、消耗战博弈以及不完整信息下的博弈、信息不对称博弈、重复博弈等众多博弈类型。我觉得最重要的是对问题进行抽象建立博弈模
人工智能 | 深度学习最新技术综述(MIT公开课2019)
博主github：https://github.com/MichaelBeechan 博主CSDN：https://blog.csdn.net/u011344545 下载链接：https://download.csdn.net/download/u011344545/11170869 deeplearning.mit.edu MIT：https://github.com/lexfridman/
6.6高算力开发套件深度解读 | 2024高通边缘智能创新应用大赛公开课
2024高通边缘智能创新应用大赛系列公开课即将迎来激动人心的收官之作！ 美格智能新技术研究院李书杰将在本次直播中带来一场关于边缘智能模组与开发技术的专业分享盛宴，深入剖析高算力开发套件的独特魅力和核心亮点。 锁定6月6日晚上8点，直播间准时开启！ 01 直播亮点先睹为快 ⚪ 高算力模组赋能边缘侧产品：端侧计算任务均在本地处理，在成本与功耗、低时延和可靠性、隐私安全和个性化方
David Silver强化学习公开课（五）：不基于模型的控制
某种程度上来说，这个课程所有的内容最后都会集中于本讲内容，通过本讲的学习，我们将会学习到如何训练一个Agent，使其能够在完全未知的环境下较好地完成任务，得到尽可能多的奖励。本讲是基础理论部分的最后一讲，本讲以后的内容都是关于实际应用强化学习解决大规模问题的理论和技巧。本讲的技术核心主要基于先前一讲以及更早的一些内容，如果对先前的内容有深刻的理解，那么理解本讲内容将会比较容易。 简介 In
David Silver强化学习公开课（四）：不基于模型的预测
简介 Introduction 通过先前的讲解，我们明白了如何从理论上解决一个已知的MDP：通过动态规划来评估一个给定的策略，并且得到最优价值函数，根据最优价值函数来确定最优策略；也可以直接进行不基于任何策略的状态价值迭代得到最优价值函数和最优策略。 从本讲开始将花连续两讲的时间讨论解决一个可以被认为是MDP、但却不掌握MDP具体细节的问题，也就是讲述如何直接从Agent与环境的交互来得到一个
David Silver强化学习公开课（三）：动态规划寻找最优策略
本讲着重讲解了利用动态规划来进行强化学习，具体是进行强化学习中的“规划”，也就是在已知模型的基础上判断一个策略的价值函数，并在此基础上寻找到最优的策略和最优价值函数，或者直接寻找最优策略和最优价值函数。本讲是整个强化学习课程核心内容的引子。 简介 Introduction 动态规划算法是解决复杂问题的一个方法，算法通过把复杂问题分解为子问题，通过求解子问题进而得到整个问题的解。在解决子问
【Machine Learning公开课】Chapter 3
这一讲Ng主要讲的内容有：局部加权回归，Logistic回归，感知器。 对于一个监督学习模型来说，特征集合太小，会使模型过于简单，称为欠拟合，反之特征集太大，会使模型过于复杂，称为过拟合。解决此类学习问题的方法： 1) 特征选择算法：一类自动化算法，在这类回归问题中选择用到的特征。 2) 非参数学习算法：缓解对于选取特征的需求。 PS：参数学习算法（parametric learning
【Machine Learning公开课】Chapter 2
这一讲Ng给我们讲了什么是有监督学习，以及一种常用的求最值方法：梯度下降法。 首先我们回顾下一个简单的机器学习过程：首先给出一个输入数据,我们的算法会通过一系列的过程得到一个估计的函数,这个函数有能力对没有见过的新数据给出一个新的估计,也被称为构建一个模型。我们用 X1,X2..Xn 去描述 feature 里面的分量,比如 x1=房间的面积,x2=房间的朝向, 等等,我们可以做出一个估计函数:
5.29高通技术分享抢先看 | 2024高通边缘智能创新应用大赛公开课
火力全开！2024高通边缘智能创新应用大赛首期公开课将在5月29日晚上8点炫酷启动！ 届时，来自大赛主办方高通技术公司的产品市场总监李骏捷和高级资深工程师李万俊将于云端聚首，带来一场关于边缘智能的前沿技术对话。 各位参赛者及科技爱好者们，准备好了吗？立即扫码预约，开启技术探索之旅，感受边缘智能魅力！ 01 直播亮点先睹为快 ⚪ 边缘智能引领未来潮流：它不仅支持丰富的生成式人
吴恩达公开课笔记--第3单元第3周内容
目标检测是计算机视觉中急速发展的一个领域，它的效果随着这几年技术的发展也好了很多。 3.1目标定位 为了建立目标检测，我们先学习目标对象的定位。 之前我们已经介绍了图像分类，通过给你一张图像，能够给出图像中物体的类别。比如猫狗识别等。 而目标定位是不仅要识别出物体的类别，同时也负责生成一个物体的边框。 后面还会介绍目标检测，目标检测是需要对一张图像中多个物体全部检测出来并给出对应的类
吴恩达公开课笔记--第3单元第2周内容
2.1 为什么要进行实例探究 在上一周，我们已经学习了组成神经网络模型的基础构件，如卷积层、池化层、全连接层等内容。本节课主要介绍在计算机视觉领域近些年发展过程中积累的优秀实例，通过实例能够了解学习如何对基础的构件进行组合。从而在以后自己做计算机 视觉相关任务时能够有所启发。 网络总览： 经典的网络模型： LeNet-5AlexNetVGG 卷积残差网络： ResNet （152层的神
verycd上的美国所有公开课
http://blog.tianya.cn/blogger/post_read.asp?BlogID=3240556&PostID=27848720 耶鲁大学开放课程 耶鲁大学开放课程：金融市场 http://www.verycd.com/topics/2830134/ RMVB格式 http://www.verycd.com/topics/2815985/ MOV格式 耶鲁大学开放课
公开课—京东生产环境海量数据架构优化实战
文章目录 读多写少——主库用来写，从库用来读单库的写压力太大——数据库的垂直和水平拆分分表怎么分呢？hash分表range分表多数据源操作与分布式事务问题 ShardingSphare分库分表（京东开源）关联查询怎么办？跨多个库，多张表怎么办？——要考虑业务场景线上单库如何迁移到多库多表监听binlog依旧有问题——临界的时候过一段时间把binlog的执行失败的sql语句从新做一遍又有问题了
屈老师计算机公开课讲座笔记
http://edu.csdn.net/huiyiCourse/attend/483 Caffe 专门做图像深度学习的，立马工业用可以用 不过TF因为是google的，免费， 噪声有衡量算法或指标吗 通常用一幅图像的 信噪比 来衡量。 计算机视觉实践的一个网站 stackoverflow Python可以和opcv 很好的结合起来 老师建议用Pyth
斯坦福大学数据挖掘公开课学习笔记____Lesson2
Lesson2 总述：这节课主要讲线性回归问题及其解法。用梯度下降的方法来训练参数，或用最小二乘法来直接计算参数。 1. 线性回归(linearregression)，即假设特征和结果满足线性关系，模拟出数学模型，然后将该数学模型用于预测或分类。 假设我们有房屋销售的数据： 面积(m^2) 卧室（间） … 销售价钱（万元） 123 2 … 250 150
斯坦福大学数据挖掘公开课学习笔记____Lesson1
Lesson 1 这节课主要介绍机器学习的分类。 (一) 机器学习主要处理的三类问题： （1） 监督学习（supervisedlearning）：通过学习来预测房屋价格的问题是监督学习问题的一个例子。之所以称之为监督学习是因为我们为这个算法提供了一组房屋大小和某种程度上可以看成正确答案的房屋价格的数据。换句话说，我们在“监督”问题的算法，给算法提供了一组“标准答案”。就
微软github技术公开课(web开发、生成式AI、ML、数据科学、物联网)
一些微软在github上公开的课程整理： web开发基础入门 面向初学者的数据数据科学课程 https://microsoft.github.io/Data-Science-For-Beginners/#/ 面向初学者的AI入门课程 https://github.com/microsoft/ai-for-beginners 面向初学者的生成式AI课程 https://microso
英伟达AI系列免费公开课
英伟达公开课官网地址 Augment your LLM Using Retrieval Augmented Generation Building RAG Agents with LLMs langchain的workflow: 
华为校园公开课走入上海交大，鸿蒙成为专业核心课程
4月12日，华为校园公开课在中国上海交通大学成功举办，吸引了来自计算机等相关专业的150余名学生参加。据了解，由吴帆、陈贵海、过敏意、吴晨涛、刘生钟等教授在中国上海交通大学面向计算机系本科生开设的《操作系统》课程，是该系学生核心课程，已将HarmonyOS作为课程的主要内容。此次联动华为校园公开课，以HarmonyOS为主题, 作为《操作系统》学科核心课程的最后一堂压轴课，走入上海交大，标志着鸿蒙