人工智能技术图谱
收起全部
AI算法开发学习路径
AI应用开发学习路径
AI入门：天池龙珠计划
Python训练营
SQL训练营
docker训练营
机器学习训练营
强化学习训练营
AI基础
AI数学基础
人工智能的数学基础（上）
人工智能的数学基础（中）
课程2.1导数2.2高阶导数2.3导数与函数的性质2.4一元函数的泰勒展开2.5向量2.6矩阵2.7行列式2.8偏导数2.9高阶偏导数2.10梯度2.11雅可比矩阵2.12Hessian矩阵2.13 极值判别法则2.14二次型2.15特征值与特征向量2.16特征值分解2.17多元函数的泰勒展开2.18矩阵和向量的求导公式2.19奇异值分解2.20为什么需要概率2.21随机事件与概率2.22条件概率与贝叶斯公式2.23随机事件的独立性2.24 随机变量2.25数学期望与方差2.26常用的概率分布2.27随机向量2.28随机变量的独立性2.29协方差2.30常用的多维概率分布2.31最大似然估计2.32 本集总结
AI框架与库
Numpy实践
Pandas实践
课程预备知识：学习教程预备知识：学习视频p1预备知识：学习视频p2预备知识：学习视频p3预备知识：学习视频p4预备知识：学习视频p5pandas基础：学习教程pandas基础： 学习视频p1pandas基础：学习视频p2pandas基础：学习视频p3-1pandas基础：学习视频p3-2pandas基础：学习视频p4pandas基础：学习视频p5-1pandas基础：学习视频p5-2pandas基础： 学习视频p5-3索引： 学习教程索引：学习视频p1-1索引： 学习视频p1-2索引：学习视频p1-3索引：学习视频p2-1索引：学习视频p2-2索引： 学习视频p3索引：学习视频p4分组：学习教程分组：学习视频p1分组：学习视频p2分组：学习视频p3分组：学习视频p4变形：学习教程变形： 学习视频p1-1变形：学习视频p1-2变形：学习视频p1-3变形： 学习视频p2变形：学习视频p3变形：学习视频p4连接： 学习教程缺失数据：学习教程文本数据：学习教程文本数据：学习视频p1文本数据： 学习视频p2文本数据：学习视频p3文本数据：学习视频p4分类数据：学习教程分类数据：学习视频p1分类数据：学习视频p2分类数据： 学习视频p3时序数据：学习教程时序数据：学习视频p1时序数据：学习视频p2时序数据：学习视频p3时序数据：学习视频p4时序数据：学习视频p5参考答案
AI进阶
机器学习原理与实践
机器学习简介
机器学习实战
课程Python入门（上）课时11: Python入门（中）课时11: Python入门（下）机器学习算法（一）: 基于逻辑回归的分类预测机器学习算法（二）：朴素贝叶斯(Naive Bayes) 机器学习算法（三）：K近邻(k-nearest neighbors)初探机器学习算法（四）: 基于支持向量机的分类预测机器学习算法（五）：基于决策树的分类预测机器学习算法（六）基于XGBoost的分类预测机器学习算法（七）基于LightGBM的分类预测机器学习算法（八）：基于BP神经网络的预测机器学习算法（九）: 基于线性判别模型的分类¶使用天池notebook进行工业蒸汽数据分析使用天池notebook进行工业蒸汽数据特征工程
深度学习
深度学习
课程第一课-人工智能简介第二课-深度学习崛起背景第3课：深度学习典型应用与研究方向之语音处理第3课：深度学习典型应用与研究方向之计算机视觉 第3课：深度学习典型应用与研究方向之自然语言处理第3课：深度学习典型应用与研究方向之推荐系统第4课：神经网络（上）第4课：神经网络（下）第5课：卷积神经网络（上）第5课：卷积神经网络（下）第6课：激活函数与参数初始化第6课：标准化与池化 第6课：泛化与正则化 第6课：优化目标与最优化第6课：优化目标与评估指标第6课：数据增强第7课：深度学习框架之Pytorch快速入门与实践第7课：深度学习框架之Caffe快速入门与实践第7课：深度学习框架之Tensorflow快速入门与实践实践课1：从零完成人脸表情分类任务第8课：循环神经网络之RNN及其改进第9课：图神经网络基础第10课：模型设计之网络宽度和深度设计第10课：模型设计之残差网络第10课：模型设计之分组网络第10课：模型设计之卷积核设计
每周更新一章节~
强化学习(待上线)
AI高阶：算法原理和应用
达摩院智能视觉技术与应用
达摩院智能视觉技术与应用
达摩院NLP技术和应用
机器阅读技术与应用
语音合成技术
人机对话技术浅析
人机对话技术浅析
AI高阶：天池竞赛
待上线
AI高阶：顶会论文
NeurIPS2020
ECCV2020
ECCV2020
课程Gradient Centralization: A New Optimization Technique for Deep Neural NetworksSuppress and Balance: A Simple Gated Network for Salient Object DetectionLabel Propagation with Augmented Anchors: A Simple Semi-Supervised Learning baseline for Unsupervised Domain ...A Single Stream Network for Robust and Real-time RGB-D Salient Object DetectionThe Why in VisionWeakly Supervised Learning with Side InformationSuppress and Balance: A Simple Gated Network for Salient Object DetectionA Decoupled Learning Scheme for Real-world A Decoupled Learning Scheme for Real-world Burst Denoising
EMNLP2020
EMNLP2020
直播APE: Argument Pair Extraction from Peer Review and Rebuttal via Multi-task LearningDAGA: Data Augmentation with a Generation Approach forLow-resource Tagging TasksENT-DESC: Entity Description Generation by Exploring Knowledge GraphAn Unsupervised Sentence Embedding Method by Mutual Information Maximization
VLDB2020
VLDB2020
直播AnalyticDB-V：A Hybrid Analytical Engine Towards Query Fusion for Structured and Unstructured DataDiagnosing Root Causes of Intermittent Slow Queries in Large-Scale Cloud DatabasesCollecting and Analyzing Data Jointly from Multiple Services under Local Differential PrivacyAlibaba Hologres: A Cloud-Native Service for Hybrid Serving/Analytical ProcessingMaximum Biclique Search at Billion Scale
ACL 2020
ACL 2020
直播Senior Algorithm Engineer SpanMlt: A Span-based Multi-Task Learning Framework for Pair-wise AspectCoupling Distant Annotation and Adversarial Training for Cross-Domain Chinese Word SegmentationDynamic Memory Induction NetworksMulti-Domain Dialogue Acts and Response Co-GenerationMultiscale Collaborative Deep ModelsKnowledge Distillation For Multilingual Sequence Labeling
CVPR2020
CVPR2020
直播CVPR 2020 AliProducts Challenge:Large-scale Product RecognitionArtificial Intelligence Center CPR-GCN: Conditonal Partial-Residual Graph Convolutional NetworkDomain adaptive hard example mining for fashion Instance retrievaSpatial Constrained Memory Network for Semi-supervised Video Object SegmentationJoint Learned and Traditional Video CompressionArtificial Intelligence Center Spatial Likelihood Voting
人工智能技术图谱
AI课程专家组
由阿里云天池倾力打造的AI技术学习图谱，配套有免费算力、珍稀数据集，钉钉群答疑等资源和服务，助力学习者在实践中掌握AI知识。
400小时
学习时长
12个
知识点
50个
实践案例
100个
数据集
AI课程专家组
为学习者打造一套从入门到进阶、体系化的人工智能课程
朝乐门
| 中国人民大学副教授、博士生导师
陈旸
| 阿里云MVP，清华大学计算机专业博士，AI专家