【中文配音】杜克大学机器学习导论：逻辑回归到Transformer 2020

名校课程-顶级中配

合集 · 人工智能-大模型 (69)

  1. 38:46:57
    【计算机-大三/研一】李飞飞计算机视觉斯坦福CS231n | 2026最新版18讲 中英双语 深度学习必修【计算机-大四/研一】
  2. 30:36:48
    【中英双语】谷歌DeepMind强化学习公开课｜现行最新版仍是这套
  3. 19:06:46
    【中英双语】2026最新版 Stanford CS547: 斯坦福HCI AI时代人机交互前沿讲座全集
  4. 18:13:41
    【中英双语】MIT最新AI神课！《如何用AI搞定几乎所有事》多模态大模型完整12讲｜2026重制|How to AI (Almost) Anything
  5. 28:57:49
    【中英双语】大模型面试必修课！斯坦福2026重制-CME295 Transformers & LLMs：RLHF·GRPO·DeepSeek R1全讲透｜全9讲
  6. 36:50:07
    【中英双语】Stanford CS234: 强化学习最新完整版
  7. 73:13:26
    【中英双语】CUDA从入门到硬核实战：PyTorch+Triton+LLM优化全攻略，GPU mode课程
  8. 59:03:41
    【中英双语】麻省理工24讲吃透深度学习：从理论到PyTorch实战
  9. 23:51:31
    【中英双语】伯克利 Agentic AI 智能体与大模型｜CS294 Fall 2025，提供中文/英文双配音
  10. 43:32:25
    【中英双语】MIT 6.034 人工智能 (Patrick Winston)-配套中文讲义
  11. 6:16:06
    【中文配音】14讲吃透Faiss向量搜索：LSH/PQ/HNSW/评估/过滤/索引选型
  12. 2:58:57
    【中英双语】C++从零实现神经网络：手写MLP、反向传播，3小时吃透底层原理
  13. 15:10:51
    【中英双语】麻省理工最新深度学习入门，2026新版一口气讲明白｜6.S191
  14. 23:59:08
    【中英双语】斯坦福CS153全12讲拆解：黄仁勋讲算力，剩下11位大佬讲了什么|2026年最新版
  15. 12:21:15
    【中英双语】MIT 6.S184: 流匹配与扩散模型，生成式AI模型｜2026最新版
  16. 43:59:02
    【中英双语】想自己训练一个GPT？斯坦福这门课教你从零构建大模型｜CS336 2026最新·36讲·中英双语·附资料
  17. 3:42:54
    【中英双语】OpenCV Python从零入门：图像视频摄像头边缘检测全流程
  18. 21:59:36
    【中英双语】CMU最新！语言模型推理算法全讲 | 思维链·Agent·推理模型一次搞懂
  19. 4:15:53
    【中英双语】全网6883万播放的神经网络教程，看完真的懂了
  20. 6:38:16
    【中英双语】ChatGPT背后的技术，前OpenAI创始成员花了3小时讲透了|YouTube 800万播放的硬核LLM教程
  21. 49:15:32
    【中英双语】想系统搞懂大模型，但不知从哪开始？CMU这门课把路线画好了——23讲全梳理 | CMU 高级自然语言处理 Advanced NLP
  22. 16:08
    【中英双语】8分钟看懂GPT 5.6：Sol/Terra/Luna三合一，OpenAI模型命名终于不乱了
  23. 25:58
    【中英双语】GPT-5.6 Pro 泄露！Mythos 5 级性能，10分钟看懂有多强 | WorldofAI
  24. 19:21:02
    【中文配音】MIT 9.40 神经计算导论 全20讲｜2026中文最流畅配音重制
  25. 36:07:19
    【中英双语】谷歌AlphaGo背后的算法课！DeepMind强化学习完整13讲｜UCL中英双版本
  26. 40:11
    【中英双语】李飞飞预言：10年后只剩2种打工人，你是哪一种？ | Silicon Valley Girl
  27. 2:48:16
    【中英双语】AI如何斩获诺贝尔奖？揭秘DeepMind造神之路｜官方纪录片 | Google DeepMind
  28. 9:16
    【中文配音】什么是多模态AI？大语言模型如何处理文本、图像等多类型数据
  29. 44:54:33
    【中英双语】斯坦福CS221人工智能原理完整课！｜2026最新中文语音重制版
  30. 2:31:29
    【中文配音】IBM神经网络与PyTorch入门｜2026中文重制
  31. 50:08:40
    【中英双语】斯坦福CS224N深度学习自然语言处理：最新中文配音
  32. 38:06:49
    【中英双语】斯坦福CS224R深度强化学习：从策略梯度到LLM×RL·完整19讲
  33. 3:48:06
    【中文配音】LLM微调与优化：LoRA·量化·部署全流程
  34. 3:31:09
    【中文配音】RAG系统实战｜检索增强生成从入门到落地
  35. 2:16:35
    【中英双语】YOLO目标检测完整实战｜原片合计50万+·v8到v11检测分割
  36. 25:37:11
    【中英双语】2026最新版斯坦福CME296: 扩散与视觉大模型
  37. 20:07:17
    【中文配音】Caltech CS156机器学习理论：Learning From Data 525万播放
  38. 3:23:58
    【中文配音】n8n+ChatGPT智能体自动化：工作流到RAG客服
  39. 23:54:16
    【中英双语】CMU 10799 S26：扩散与流动匹配 |2026春季最新版本
  40. 1:05:05
    【中英双语】Claude Code创始人揭秘：砍掉80%提示词，AI编程反而更强了，如何重建系统提示词 | Y Combinator
  41. 1:18:08
    【中英双语】李飞飞正在攻克机器人领域最难的难题，探讨空间智能如何突破机器人学习的数据瓶颈 | a16z
  42. 37:44:35
    【中英双语】首发斯坦福CS229机器学习 | 2026 年春季最新版本 | cs229最流畅中文版本
  43. 12:28:42
    【中文配音】MIT 15.773实践深度学习｜油管合计62万+
  44. 23:11:52
    【中文配音】2026最新版 CMU Advanced NLP：从Transformer到智能体
  45. 6:32:25
    【中英双语】NVIDIA生成式AI与大模型全栈｜Transformer到RAG·生产部署48讲
  46. 22:25:53
    【中文配音】Berkeley CS188人工智能导论｜原片合计71万+·搜索到贝叶斯
  47. 1:44:55
    【中英双语】谷歌大神：人工智能构建的1%法则，自我进化的AI系统，AI工程师的新思维模型 | Y Combinator
  48. 10:02:51
    【中文配音】哈佛CS50 AI导论｜原片合计276万+·Python人工智能入门
  49. 47:10:08
    【中英双语】斯坦福CS229机器学习：监督学习到深度学习·完整19讲
  50. 1:00:20
    【中英双语】Grug 35B vs Qwen 35B本地实测：16GB显存跑35B大模型，谁更强？ | Luke's Dev Lab
  51. 7:57:26
    人工智能-大模型
  52. 35:56:23
    【中英双语】从零手写分布式训练框架：PP/TP/MoE 2026
  53. 39:44
    【中英双语】20分钟搞懂10大AI核心概念：从神经网络到大模型 | Codist
  54. 8:46:05
    【中英双语】沃顿商业AI④：战略治理可解释AI与算法公平·完整34讲 2021
  55. 8:10:03
    【中英双语】沃顿商业AI③：人才管理招聘流失与区块链HR·完整38讲 2021
  56. 8:07:56
    【中英双语】沃顿商业AI②：营销金融客户旅程与信贷风控·完整29讲 2021
  57. 17:15:24
    【中文配音】李飞飞-最新斯坦福CS231N 计算机视觉深度学习 I 2026最新中文配音版本，相比上一个22万+播放量的版本更流畅
  58. 27:55:26
    【中文配音】伯克利CS185/285深度强化学习，从RL基础到LLM+RL前沿，系统吃透深度强化学习核心范式|2026最新版本
  59. 23:10:12
    【中文配音】MIT 6.5940-高效的机器学习人工智能 | 麻省理工MIT 6.5940 2023秋
  60. 12:56:53
    【中英双语】斯坦福AI超级周期经济学：从生成式AI到GPU工厂·完整课
  61. 1:22:18
    【中英双语】TiDAR：用扩散思维思考，用自回归理论交流（大模型论文分析，大模型面试必备）
  62. 8:03:22
    【中文配音+资料】物理信息机器学习PINN：油管182万+从数据发现方程 2021-2024
  63. 12:04
    【中英双语】YOLO目标检测可视化：手把手带你搞懂边界框预测原理 | AGI Lambda
  64. 9:56:19
    【英文原声+资料】物理信息机器学习PINN：油管182万+从数据发现方程 2021-2024
  65. 36:50:20
    【中文配音+资料】纽约大学深度学习｜原片63万+·Deep Learning｜LeCun教授 2021
  66. 43:41:25
    【英文原声+资料】纽约大学深度学习｜原片63万+·Deep Learning｜LeCun教授 2021
  67. 1:41
    机甲大师赛冠军争夺战，你不知道的台前台后｜2026 RMUC 全国赛|非常建议粉丝参赛
  68. 7:48:25
    銆愪腑鏂囬厤闊炽€戞潨鍏嬪ぇ瀛︽満鍣ㄥ涔犲璁猴細閫昏緫鍥炲綊鍒癟ransformer 2020
  69. 10:26:01
    【中英字幕】杜克大学机器学习导论：逻辑回归到Transformer 2020

Parts

  1. P1 · [中文] 01 机器学习为什么兴奋
  2. P2 · [中文] 02 什么是机器学习
  3. P3 · [中文] 03 逻辑回归
  4. P4 · [中文] 04 怎么理解逻辑回归
  5. P5 · [中文] 05 为何需要多层感知机
  6. P6 · [中文] 06 多层感知机概念
  7. P7 · [中文] 07 多层感知机数学模型
  8. P8 · [中文] 08 深度学习
  9. P9 · [中文] 09 例子：文档分析
  10. P10 · [中文] 10 怎么理解多层感知机
  11. P11 · [中文] 11 迁移学习
  12. P12 · [中文] 12 模型选择
  13. P13 · [中文] 13 神经网络早期历史
  14. P14 · [中文] 14 图像的层次结构
  15. P15 · [中文] 15 卷积滤波器
  16. P16 · [中文] 16 卷积神经网络
  17. P17 · [中文] 17 CNN数学模型
  18. P18 · [中文] 18 模型怎么学习
  19. P19 · [中文] 19 层次特征的好处
  20. P20 · [中文] 20 真实图像上的CNN
  21. P21 · [中文] 21 应用与实践
  22. P22 · [中文] 22 深度学习与迁移学习
  23. P23 · [中文] 23 PyTorch入门
  24. P24 · [中文] 24 学习如何定义
  25. P25 · [中文] 25 如何评估网络
  26. P26 · [中文] 26 网络怎么学
  27. P27 · [中文] 27 大数据怎么处理
  28. P28 · [中文] 28 早停
  29. P29 · [中文] 29 用PyTorch学模型
  30. P30 · [中文] 30 动机：糖尿病视网膜病变
  31. P31 · [中文] 31 一维二维卷积拆解
  32. P32 · [中文] 32 卷积层核心组件
  33. P33 · [中文] 33 激活函数
  34. P34 · [中文] 34 池化与全连接
  35. P35 · [中文] 35 训练网络
  36. P36 · [中文] 36 迁移学习与微调
  37. P37 · [中文] 37 用PyTorch做CNN
  38. P38 · [中文] 38 词向量概念
  39. P39 · [中文] 39 词到向量
  40. P40 · [中文] 40 词嵌入例子
  41. P41 · [中文] 41 文本的神经模型
  42. P42 · [中文] 42 Softmax
  43. P43 · [中文] 43 参数学习方法
  44. P44 · [中文] 44 参数学习再讲
  45. P45 · [中文] 45 循环神经网络
  46. P46 · [中文] 46 长短期记忆
  47. P47 · [中文] 47 LSTM复习
  48. P48 · [中文] 48 用LSTM做文本生成
  49. P49 · [中文] 49 神经NLP的简单替代
  50. P50 · [中文] 50 用PyTorch做NLP
  51. P51 · [中文] 51 词向量及其含义
  52. P52 · [中文] 52 词向量之间的关系
  53. P53 · [中文] 53 词向量内积
  54. P54 · [中文] 54 内积含义的直觉
  55. P55 · [中文] 55 注意力机制入门
  56. P56 · [中文] 56 注意力的QKV
  57. P57 · [中文] 57 自注意力与位置编码
  58. P58 · [中文] 58 基于注意力的序列编码器
  59. P59 · [中文] 59 编码器与解码器耦合
  60. P60 · [中文] 60 序列到序列的交叉注意力
  61. P61 · [中文] 61 多头注意力
  62. P62 · [中文] 62 完整Transformer
  63. P63 · [中文] 63 强化学习入门
  64. P64 · [中文] 64 强化学习问题设定
  65. P65 · [中文] 65 强化学习实战例子
  66. P66 · [中文] 66 用PyTorch做强化学习
  67. P67 · [中文] 67 走向非短视策略
  68. P68 · [中文] 68 Q学习
  69. P69 · [中文] 69 Q学习的扩展
  70. P70 · [中文] 70 Q学习局限与深度Q
  71. P71 · [中文] 71 基于图像的深度Q学习
  72. P72 · [中文] 72 深度Q与常规Q的联系
Description 
杜克大学《机器学习导论》完整72讲｜Lawrence Carin｜从逻辑回归走到CNN、Transformer与强化学习

📌 本期看点
· 逻辑回归、多层感知机，把分类模型的数学先立住
· CNN、词向量、LSTM，再接到注意力和完整 Transformer
· Q学习到深度Q，用图像任务看强化学习和深度学习怎么接

🧭 观看指南
共72讲，本稿为中文配音完整版。

🎯 适合人群
计算机、电子与数据方向要入门深度学习的本科/研究生，以及转码自学的同学。

持续更新海外名校硬核课程，点赞收藏关注三连，你的支持是更新的最大动力！