V
主页
京东 11.11 红包
【人工智能】新加坡国立大学 NUS CS5340:AI中的不确定性建模(概率图形建模)by Gim Hee Lee
发布人
https://www.youtube.com/channel/UC8wqMjG6rQNN_1EGLmOfNnA/videos 这是在新加坡国立大学(NUS)计算机科学系教授的CS5340-AI中的不确定性建模(概率图形建模)的视频讲座。这是一门有关概率图形建模的入门课程。
打开封面
下载高清视频
观看高清视频
视频下载器
【计算机视觉】新加坡国立大学 NUS CS4277/CS5477:3D计算机视觉入门课程 by Gim Hee Lee
【深度学习】伯克利大学 CS 182 - 深度神经网络设计、可视化与理解课程 (2021) by Sergey Levine
【深度学习】密歇根大学EECS 498-007/598-005 深度学习计算机视觉课程
【机器学习】不列颠哥伦比亚大学 CPSC 532W:机器学习中的概率编程课程 (2021)by Frank Wood
【机器学习】加州理工学院CS 156:机器学习课程(2020) by Yaser Abu-Mostafa
【深度学习】加利福尼亚大学伯克利分校:全栈深度学习课程(2021春季)
【计算机视觉】蒂宾根大学ML-4360:计算机视觉课程(2021夏季) by Andreas Geiger
【人工智能】加州大学UCSC CSE 138:分布式系统课程(2021年春季)
【人工智能】斯坦福大学 ENGR108:应用线性代数入门 - 矢量、矩阵和最小二乘 by Professor Stephen Boyd
【深度学习】伯克利大学 CS285 - 深度强化学习课程 (2020) by Sergey Levine
【机器学习】麻省理工学院 MIT 6.036:机器学习入门课程(2020)by Tamara Broderick
【自然语言处理】卡耐基梅隆大学CS11-711:高级自然语言处理课程(Fall 2021)by Graham Neubig
【机器学习】蒂宾根大学 机器学习的数学课程 by Ulrike von Luxburg
【深度学习】卡耐基梅隆大学 CMU 11-785 深度学习简介课程(2020)
【机器学习】名古屋大学:机器学习数学课程 Fall 2020
【机器学习】阿尔卑斯大学:采用核方法进行机器学习课程(2021)
【自然语言处理】CMU CS 11-747:自然语言处理中的神经网络深度学习 by Graham Neubig(2021)
【机器学习】哈弗大学CS50 2020年Python人工智能入门课程(英文字幕)
【机器学习】斯坦福大学 CS224W:图机器学习课程(2021) by Jure Leskovec
【深度学习】卡耐基梅隆大学 CMU 11-785:深度学习简介课程(Spring 2021)
【人工智能】辛辛那提大学 - 2020年离散数学完整课程(集合、逻辑、证明、概率、图论等)
【AI Drive】第60期 - 北京邮电大学徐逸辰:图对比学习研究进展
【人工智能】芝加哥大学:人工智能在材料科学中的应用课程(2021) by Logan Ward
【强化学习】多伦多大学CSC2547:强化学习导论课程(2021) by Amir-massoud Farahmand
【机器学习】卡耐基梅隆大学CMU 10-310/601 机器学习导论 2020年春季
【自然语言处理】麻省大学 CS685:自然语言处理进阶课程(Spring 2022) by Mohit Iyyer
【AI Drive】第1期 - 北京邮电大学纪厚业:异质图神经网络:模型和应用
【AI Drive】第90期 - 电子科技大学潘尔林:多视图对比图聚类
【深度学习】卡耐基梅隆大学 CMU 11-785:深度学习简介课程(Fall 2021)
【深度学习】丰田工业大学芝加哥分校 TTIC 31230:深度学习基础课程
赶快白嫖!学生党必备的科研神器-AMiner
【史上最全SD教程】秋叶StableDiffusion整合包 AI绘画零基础入门到精通商业实战课程 2024最新版 AIGC保姆级课程 人工智能绘图画图商业变现
【人工智能】哈佛大学 CS 50:计算机导论(2020)
【深度学习】韩国科学技术院KAIST AI605:用于自然语言处理的深度学习课程(2021)by Minjoon Seo
【机器学习】宾夕法尼亚大学CIS419/519:应用机器学习 - 2020年秋季
【AI Drive】第92期 - 复旦大学李林阳:预训练模型中的后门攻击——使用层级别权重“扰动”
【AI Drive】第42期 - 天津大学副教授张长青:多模态融合的基础问题及算法研究
【AI Drive】第62期 - 北航孙庆赟 | SUGAR:强化学习与互信息驱动的子图神经网络
【AI Drive】第51期 - 北邮朱美琪:同源共流 | 一个优化框架统一与解释图神经网络
【机器学习】华盛顿大学 CSEP 546 机器学习课程