第9讲. 深度学习基础模型：LSTM.mp4 23.8MB

第8讲. 深度学习基础模型：RNN.mp4 27.1MB

第7讲. 深度学习基础模型：CNN.mp4 50.7MB

第6讲. 深度学习基础模型：前向神经网络（MLP）.mp4 56.0MB

第60讲. 知识图谱的行业应用.mp4 91.3MB

第5讲. 传统主流CTR预估方法：GBDT模型.mp4 58.7MB

第59讲. 基于图计算的挖掘分析.mp4 54.9MB

第58讲. 基于分布式语义的知识表示与推理 神经网络模型.mp4 68.0MB

第57讲. 基于分布式语义的知识表示与推理 基于翻译的模型TransE.mp4 53.5MB

第56讲. 基于分布式语义的知识表示与推理 张量分解模型.mp4 59.0MB

第55讲. 基于符号的知识表示与推理：语义网络.mp4 59.8MB

第54讲. 基于符号的知识表示与推理：Script.mp4 27.9MB

第53讲. 基于符号的知识表示与推理：Frame.mp4 56.7MB

第52讲. 基于符号的知识表示与推理：Semantic Net.mp4 36.3MB

第51讲. 基于符号的知识表示与推理：谓词逻辑.mp4 82.1MB

第50讲. 知识计算推理.mp4 62.5MB

第4讲. 传统主流CTR预估方法：FM模型.mp4 20.3MB

第49讲. 知识图谱管理：图谱存储.mp4 42.0MB

第48讲. 知识图谱管理之数据模型介绍.mp4 107.9MB

第47讲. 知识融合与质量评估.mp4 52.8MB

第46讲. 基于结构化数据的知识抽取.mp4 18.1MB

第45讲. 基于非结构化数据的知识抽取：事件抽取.mp4 52.9MB

第43讲. 基于非结构化数据的知识抽取：实体识别.mp4 71.7MB

第42讲. 基于非结构化数据的知识抽取.mp4 25.1MB

第41讲. 构建领域知识图谱的挑战与解决方案.mp4 50.2MB

第40讲. 知识图谱的生命周期与技术难点.mp4 60.3MB

第3讲. 传统主流CTR预估方法：线性模型.mp4 50.9MB

第39讲. 知识图谱小结.mp4 40.5MB

第38讲. 知识图谱为什么火了？.mp4 39.3MB

第37讲. 知识图谱的发展回顾.mp4 100.3MB

第36讲. 知识图谱是什么？对我们有何帮助？.mp4 54.8MB

第35讲. 图像理解进阶.mp4 22.9MB

第34讲. 深度学习图像理解技术：物体检测分割与图像分类应用场景.mp4 29.1MB

第33讲. 深度学习图像理解技术：模型加速与优化.mp4 26.2MB

第32讲. 深度学习图像理解技术：图像分类框架.mp4 68.4MB

第31讲. 深度学习的训练技巧.mp4 69.3MB

第30讲. 深度学习的模型设计.mp4 96.5MB

第2讲. 当深度学习遇到CTR预估.mp4 64.0MB

第29讲. 深度学习的基础模块.mp4 89.6MB

第28讲. 传统图像理解技术：图像搜索系统（3）.mp4 28.2MB

第27讲. 传统图像理解技术：图像搜索系统（2）.mp4 30.1MB

第26讲. 传统图像理解技术：图像搜索系统（1）.mp4 44.9MB

第25讲. 传统图像理解技术：图像分类的基本方法（3）.mp4 32.9MB

第24讲. 传统图像理解技术：图像分类的基本方法（2）.mp4 62.9MB

第23讲. 传统图像理解技术：图像分类的基本方法（1）.mp4 62.7MB

第22讲. 传统图像理解技术：图像分类的问题描述.mp4 42.0MB

第21讲. 图像理解有哪些研究内容？.mp4 76.1MB

第20讲. 如何定义图像理解？.mp4 39.0MB

第1讲. 深度学习在各个领域的成功.mp4 62.0MB

第19讲. 互联网公司深度学习CTR案例：京东商城.mp4 52.4MB

第18讲. 互联网公司深度学习CTR案例：阿里巴巴.mp4 75.8MB

第17讲. 互联网公司深度学习CTR案例：Google（2）.mp4 64.8MB

第16讲. 互联网公司深度学习CTR案例：Google（1）.mp4 70.0MB

第15讲. 模型训练与优化.mp4 42.7MB

第14讲. 典型网络融合结构之二：串行结构.mp4 37.0MB

第13讲. 典型网络融合结构之一：并行结构.mp4 33.4MB

第12讲. 离散特征如何让DNN可以处理？（2）.mp4 41.4MB

第11讲. 离散特征如何让DNN可以处理？（1）.mp4 36.0MB

第10讲. 深度学习CTR预估模型：要解决的几个关键问题.mp4 26.3MB