回归搜索的本质！没有广告，直达结果！
接下来播放 自动连播
【双语字幕】MIT《数据分析、信号处理和机器学习中的矩阵方法》课程 (Spring 2018) by Gilbert Strang
《统计反思:贝叶斯课程(with Code Examples in R/Stan/Python/Julia)》(2019) by Richard McElrea
快速傅里叶变换(FFT)——有史以来最巧妙的算法？
虚数不虚(Imaginary Numbers Are Real)
【双语字幕】伯克利CS 182《深度学习：深度神经网络设计、可视化与理解》课程(2021) by Sergey Levine
斯坦福《深度多任务学习与元学习》课程(2019) by Chelsea Finn
(ICML 2020 Tutorial)基于模型的强化学习方法
【双语字幕】CMU《多模态机器学习》课程(2020) by Louis-Philippe Morency
图宾根大学《深度概率模型数据压缩》课程(2021) by Robert Bamler
(ICLR 2022 Keynote)超越可解释性：开发一种语言来重塑我们与AI的关系 by Been Kim
(CVPR 2021 Tutorial)深度学习对抗鲁棒性实践：问题与解决方案
Artificial Intelligence in 2020
构建能推理的神经网络模型 by Christopher Manning & Drew Hudson
TensorFlow 揭秘(系列)
MIT《神经计算导论》课程 (2018)
大规模知识图谱推理 by Jure Leskovec
MIT《2020线性代数新视野》by Gilbert Strang
The spelled-out intro to neural networks and backpropagation: building micrograd
图宾根大学《机器学习的数学》课程(2020) by Ulrike von Luxburg
《几何深度学习》课程(AMMI 2021)
