【中文配音】杜克AI产品经理②管理机器学习项目，CRISP-DM+数据治理+模型监控,一次看懂 2021

名校课程-顶级中配

合集 · 人工智能-大模型 (115)

  1. 40:59
    【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
  2. 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
  3. 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
  4. 65:05:55
    【中英双语+资料】想系统学AI该从哪门课开始？伯克利CS188人工智能导论2026春|[CS188 SP26] Live Lectures
  5. 15:19:12
    【中英双语+资料】人工智能到底从哪学起｜伯克利 CS188 搜索+博弈树｜Intro to AI Fall 2026
  6. 43:32:25
    【中英双语】MIT 6.034 人工智能 (Patrick Winston)-配套中文讲义
  7. 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
  8. 10:23:33
    【中英双语+资料】机器学习到底从哪入门｜StatQuest 回归+交叉验证｜Machine Learning 2018–2024
  9. 22:40:46
    【中英双语+资料】机器学习中册从PCA降维讲到SVM｜StatQuest 决策树+XGBoost｜Machine Learning 2018–2024
  10. 18:17:49
    【中英双语+资料】神经网络怎么学｜StatQuest下册 反传+Transformer｜原片1087万+ Machine Learning 2018–2024
  11. 19:50:18
    【中英双语】保姆级机器学习从入门到实战：线性回归、SVM、聚类、集成学习全涵盖
  12. 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
  13. 10:26:01
    【中英字幕】杜克大学机器学习导论：逻辑回归到Transformer 2020
  14. 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
  15. 20:07:17
    【中文配音】Caltech CS156机器学习理论：Learning From Data 525万播放
  16. 4:57:58
    【中英双语+资料】华盛顿大学Steve Brunton数据科学导论｜数据越多就越好？｜原片合计192万+｜Intro to Data Science 2019
  17. 8:04:06
    【中英双语+资料】最通俗易懂的AI课：可汗学院这门，就是讲给非专业的人听的
  18. 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
  19. 2:31:29
    【中文配音】IBM神经网络与PyTorch入门｜2026中文重制
  20. 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
  21. 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
  22. 17:10:25
    【中英双语+资料】卡内基梅隆深度学习先修｜先学Python｜Introduction to Deep Learning Recitation 0 2026
  23. 46:35:56
    【中英双语+资料】卡内基梅隆深度学习导论｜神经网络怎么学｜Introduction to Deep Learning 11-785 2026
  24. 12:28:42
    【中文配音】MIT 15.773实践深度学习｜油管合计62万+
  25. 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
  26. 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
  27. 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
  28. 35:07:08
    [油管1800万+]GPT到底怎么从零写出来,油管最强大模型底层原理实践教程｜Karpathy micrograd+GPT｜Zero to Hero
  29. 48:07:34
    【中英双语+资料】AI今天到底怎么被造出来的｜Hinton 论文全拆解 玻尔兹曼机+反向传播+胶囊网络｜代码复现一次看懂
  30. 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
  31. 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
  32. 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
  33. 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
  34. 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
  35. 36:50:07
    【中英双语】Stanford CS234: 强化学习最新完整版
  36. 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
  37. 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
  38. 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
  39. 38:46:26
    【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】
  40. 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
  41. 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
  42. 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
  43. 23:54:16
    【中英双语】CMU 10799 S26：扩散与流动匹配 |2026春季最新版本
  44. 25:37:11
    【中英双语】2026最新版斯坦福CME296: 扩散与视觉大模型
  45. 37:01:56
    【中英双语+资料】卡内基梅隆 CMU 11-777《多模态机器学习》｜Louis-Philippe Morency｜2023年秋季
  46. 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
  47. 27:29:42
    銆愪腑鑻卞弻璇?璧勬枡銆戦夯鐪佺悊宸ュ浣曠敤AI鍋氬嚑涔庝换浣曚簨锝滆瑷€瑙嗚涓嶅鐢綔How to AI Almost Anything 2026
  48. 16:36
    【中英双语】LTX 2.3 vs Wan 2.2：免费开源AI视频模型对决，谁才是最强？ | MDMZ
  49. 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
  50. 43:19
    【中英双语+资料】大模型如何存储事实？拆解Transformer的MLP层 | 3Blue1Brown
  51. 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
  52. 23:11:52
    【中文配音】2026最新版 CMU Advanced NLP：从Transformer到智能体
  53. 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
  54. 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
  55. 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
  56. 1:23:33
    【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）
  57. 27:51:46
    【中英双语+资料】Vizuara-从零构建推理大模型｜从思维链到GRPO｜Reasoning LLMs from Scratch 2025
  58. 27:12:21
    【中英字幕】斯坦福CS224V：对话虚拟助手 Fall 2024
  59. 20:55:37
    【中文配音】斯坦福CS224V：对话虚拟助手 Fall 2024
  60. 24:28
    【中英双语】Kimi K3深度解析：2.8万亿参数开源模型，如何逼近GPT 5.6？ | Caleb Writes Code
  61. 24:43
    【中英双语】Kimi K3实测：2.8万亿参数开源模型，编程能力真香还是翻车？ | Fahd Mirza
  62. 41:48
    【中英双语】MiniCPM5——1B 模型究竟能有多好？本地AI Agent真香？ | Sam Witteveen
  63. 1:12:01
    【中英双语】大模型面试必问：KV Cache到底是什么？从零拆解推理加速原理
  64. 1:37:36
    【中英双语】LLM 到底怎么工作？从零手写一个 ChatGPT，代码全公开 | Syntax
  65. 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
  66. 35:56:23
    【中英双语】从零手写分布式训练框架：PP/TP/MoE 2026
  67. 41:11:30
    【中英双语】卡内基-深度学习系统课全解析-CMU Deep Learning Systems 10-414/714
  68. 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
  69. 20:57:14
    【中英双语+资料】想学CUDA不知道从哪下手？这门课从环境配置一路讲到PyTorch扩展 手写CUDA核函数：GPU高性能计算13讲完整版
  70. 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
  71. 22:34:47
    【中英双语+资料】MIT-高效机器学习6.5940｜剪枝量化部署｜韩松｜TinyML and Efficient AI Computing Fall 2026
  72. 31:02:29
    【中英双语+资料】加州大学圣迭戈分校大模型系统优化｜先从分词讲起｜CSE 291P LLM System Optimization 2026
  73. 9:58:08
    【中英双语】CMU 11-868《大模型系统》非官方讲解｜GPU编程到投机解码｜Large Language Model Systems 2026
  74. 1:53:49
    【中英双语】PyTorch核心开发者Horace He：从单GPU到万卡集群，ML系统设计全解析，构建支撑40万亿亿次浮点运算的机器学习系统
  75. 14:12:01
    【中英双语+资料】AI工厂全揭秘｜电力、冷却与GPU如何变成大模型算力｜Inside an AI Factory 2026
  76. 3:48:06
    【中文配音】LLM微调与优化：LoRA·量化·部署全流程
  77. 39:18
    【中文配音】本地跑大模型加速：量化到底怎么选，实测省一半显存
  78. 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
  79. 13:08:35
    【中文配音】大模型工程实战（上）｜四周做出能用的应用｜LLM Engineering 2026
  80. 3:31:09
    【中文配音】RAG系统实战｜检索增强生成从入门到落地
  81. 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
  82. 3:23:58
    【中文配音】n8n+ChatGPT智能体自动化：工作流到RAG客服
  83. 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
  84. 12:09:53
    【中英双语+资料】哈佛CS2680现代AI系统｜AI智能体怎么造？拆解Claude Code｜Agentic AI 2026
  85. 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
  86. 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
  87. 9:36:44
    VLA视觉语言动作模型（英文原声）
  88. 7:59:41
    【中文配音】具身智能-VLA视觉语言动作模型｜Isaac Sim实战｜Vision-Language-Action for AI Robotics 2026
  89. 7:41:32
    【中英双语+资料】斯坦福医疗AI应用评估｜模型准就能用？｜Evaluations of AI Applications in Healthcare 2020
  90. 1:14:25
    【中英双语+资料】AI正在反编译所有游戏｜AI Is Decompiling Every Game 2026 | The PrimeTime
  91. 20:36:53
    【中文配音】非常值得程序员一看-Agent工程时代：代码变多，工程师变少？2026 AI会议合集分享
  92. 8:49:35
    【中英双语】沃顿商业AI①：非数据科学家的AI基础·完整41讲
  93. 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
  94. 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
  95. 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
  96. 3:39:51
    【中文配音】杜克大学AI产品经理①：机器学习基础 2021
  97. 4:28:26
    【中英字幕】杜克大学AI产品经理①：机器学习基础 2021
  98. 7:54:19
    【中英双语】杜克AI产品经理②管理机器学习项目，CRISP-DM+数据治理+模型监控,一次看懂 2021
  99. 5:45:59
    【中文配音】杜克AI产品经理③AI中的人因，设计思维+数据隐私+公平透明+模型信任,一次看懂 2021
  100. 12:58:08
    【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
  101. 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
  102. 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
  103. 7:57:26
    人工智能-大模型
  104. 14:33
    【中英双语+资料】AI面试官：LLM和智能体到底选哪个？大厂真实面试题5分钟讲透 | Gaurav Sen 大模型面试
  105. 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
  106. 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
  107. 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
  108. 1:22:37
    【中英双语+资料】李飞飞押注空间智能：Atlas世界模型如何用三台摄像机颠覆3D生成 | a16z
  109. 3:57:18
    【中英双语】利用人工智能提升你的智力-李飞飞对话Huberman：人类直觉无法被复制 | Andrew Huberman
  110. 1:39:14
    【中英双语】斯坦福大学首席人工智能经济学家：未来十年将是历史上最好也是最糟糕的十年
  111. 34:37
    【中英双语+资料】斯坦福教授Chris Piech：AI会写代码，更要学编程｜AI Can Code 2026 | EO
  112. 51:09
    【中英双语+资料】AI时代生存指南：CMU教授罗博深教你如何不被AI淘汰 | EO
  113. 13:07
    【中英双语+资料】别让AI替你思考！MIT研究：83%学生用AI后记不住自己写了啥 | Don Woodlock
  114. 1:28:36
    【中英双语+资料】1968年就预言了今天的AI焦虑？50年前的技术杂志神预言 | The PrimeTime
  115. 2:01:05
    【中英双语】Sam Altman最新访谈：AI会怎样失控？普通人该如何应对｜原片228万+｜Raj Shamani 2026

Parts

  1. P1 · [中文] 01 专项导览 | Specialization Overview
  2. P2 · [中文] 02 讲师介绍 | Instructor Introduction
  3. P3 · [必看] 1分钟：双语怎么切-充电解锁课程站
  4. P4 · [中文] 03 课程概览 | Course Overview
  5. P5 · [中文] 04 模块1目标：找准ML机会 | Introduction & Objectives
  6. P6 · [中文] 05 识别机器学习机会 | Identifying Opportunities
  7. P7 · [中文] 06 验证产品想法 | Validating Product Ideas
  8. P8 · [中文] 07 机器学习在产品中的价值 | Benefits of ML in Products
  9. P9 · [中文] 08 机器学习还是启发式规则 | ML vs. Heuristics
  10. P10 · [中文] 09 模块1小结 | Module Wrap-up
  11. P11 · [中文] 10 模块2目标：组织ML项目 | Introduction and Objectives
  12. P12 · [中文] 11 ML项目与软件项目的差别 | ML Projects vs. Software Projects
  13. P13 · [中文] 12 CRISP-DM数据科学流程 | CRISP-DM Data Science Process
  14. P14 · [中文] 13 CRISP-DM案例拆解 | CRISP-DM Case Study
  15. P15 · [中文] 14 项目团队怎么搭 | Team Organization
  16. P16 · [中文] 15 如何组织ML项目 | Organizing the Project
  17. P17 · [中文] 16 如何衡量机器学习性能 | Measuring Performance
  18. P18 · [中文] 17 模块2小结 | Module Wrap-up
  19. P19 · [中文] 18 模块3目标：数据管理 | Introduction and Objectives
  20. P20 · [中文] 19 确定数据需求 | Data Needs
  21. P21 · [中文] 20 数据采集 | Data Collection
  22. P22 · [中文] 21 数据治理与访问 | Data Governance & Access
  23. P23 · [中文] 22 数据清洗 | Data Cleaning
  24. P24 · [中文] 23 建模前的数据准备 | Preparing Data for Modeling
  25. P25 · [中文] 24 可复现性与版本管理 | Reproducibility & Versioning
  26. P26 · [中文] 25 模块3小结 | Module Wrap-up
  27. P27 · [中文] 26 模块4目标：系统设计 | Introduction and Objectives
  28. P28 · [中文] 27 ML系统设计核心考量 | ML System Design Considerations
  29. P29 · [中文] 28 云端还是边缘部署 | Cloud vs. Edge
  30. P30 · [中文] 29 在线学习与推理 | Online Learning & Inference
  31. P31 · [中文] 30 大数据上的机器学习 | ML on Big Data
  32. P32 · [中文] 31 ML技术选型 | ML Technology Selection
  33. P33 · [中文] 32 常用机器学习工具 | Common ML Tools
  34. P34 · [中文] 33 模块4小结 | Module Wrap-up
  35. P35 · [中文] 34 模块5目标：上线运维 | Introduction and Objectives
  36. P36 · [中文] 35 ML系统故障识别与应对 | ML System Failures
  37. P37 · [中文] 36 ML系统监控 | ML System Monitoring
  38. P38 · [中文] 37 模型维护 | Model Maintenance
  39. P39 · [中文] 38 模型版本管理 | Model Versioning
  40. P40 · [中文] 39 组织层面的运维考量 | Organizational Considerations
  41. P41 · [中文] 40 模块5小结 | Module Wrap-up
  42. P42 · [中文] 41 课程总结 | Course Wrap-up
  43. P43 · [英文] 01 专项导览 | Specialization Overview
  44. P44 · [英文] 02 讲师介绍 | Instructor Introduction
  45. P45 · [英文] 03 课程概览 | Course Overview
  46. P46 · [英文] 04 模块1目标：找准ML机会 | Introduction & Objectives
  47. P47 · [英文] 05 识别机器学习机会 | Identifying Opportunities
  48. P48 · [英文] 06 验证产品想法 | Validating Product Ideas
  49. P49 · [英文] 07 机器学习在产品中的价值 | Benefits of ML in Products
  50. P50 · [英文] 08 机器学习还是启发式规则 | ML vs. Heuristics
  51. P51 · [英文] 09 模块1小结 | Module Wrap-up
  52. P52 · [英文] 10 模块2目标：组织ML项目 | Introduction and Objectives
  53. P53 · [英文] 11 ML项目与软件项目的差别 | ML Projects vs. Software Projects
  54. P54 · [英文] 12 CRISP-DM数据科学流程 | CRISP-DM Data Science Process
  55. P55 · [英文] 13 CRISP-DM案例拆解 | CRISP-DM Case Study
  56. P56 · [英文] 14 项目团队怎么搭 | Team Organization
  57. P57 · [英文] 15 如何组织ML项目 | Organizing the Project
  58. P58 · [英文] 16 如何衡量机器学习性能 | Measuring Performance
  59. P59 · [英文] 17 模块2小结 | Module Wrap-up
  60. P60 · [英文] 18 模块3目标：数据管理 | Introduction and Objectives
  61. P61 · [英文] 19 确定数据需求 | Data Needs
  62. P62 · [英文] 20 数据采集 | Data Collection
  63. P63 · [英文] 21 数据治理与访问 | Data Governance & Access
  64. P64 · [英文] 22 数据清洗 | Data Cleaning
  65. P65 · [英文] 23 建模前的数据准备 | Preparing Data for Modeling
  66. P66 · [英文] 24 可复现性与版本管理 | Reproducibility & Versioning
  67. P67 · [英文] 25 模块3小结 | Module Wrap-up
  68. P68 · [英文] 26 模块4目标：系统设计 | Introduction and Objectives
  69. P69 · [英文] 27 ML系统设计核心考量 | ML System Design Considerations
  70. P70 · [英文] 28 云端还是边缘部署 | Cloud vs. Edge
  71. P71 · [英文] 29 在线学习与推理 | Online Learning & Inference
  72. P72 · [英文] 30 大数据上的机器学习 | ML on Big Data
  73. P73 · [英文] 31 ML技术选型 | ML Technology Selection
  74. P74 · [英文] 32 常用机器学习工具 | Common ML Tools
  75. P75 · [英文] 33 模块4小结 | Module Wrap-up
  76. P76 · [英文] 34 模块5目标：上线运维 | Introduction and Objectives
  77. P77 · [英文] 35 ML系统故障识别与应对 | ML System Failures
  78. P78 · [英文] 36 ML系统监控 | ML System Monitoring
  79. P79 · [英文] 37 模型维护 | Model Maintenance
  80. P80 · [英文] 38 模型版本管理 | Model Versioning
  81. P81 · [英文] 39 组织层面的运维考量 | Organizational Considerations
  82. P82 · [英文] 40 模块5小结 | Module Wrap-up
  83. P83 · [英文] 41 课程总结 | Course Wrap-up
Description 
杜克大学 Jon Reifschneider《管理机器学习项目》完整课｜AI产品经理专项②｜从选机会、CRISP-DM、数据到上线监控一次串齐｜中英双语可切换

📌 本期看点
· 选对机会：ML vs 启发式，怎样验证产品想法再开工
· CRISP-DM：团队怎么搭、项目怎么组织、性能怎么量
· 数据与系统：采集清洗、云/边缘、在线推理与工具选型
· 上线之后：故障、监控、重训与模型版本怎么管

🧭 观看指南
共 41 讲。P1–P41 为中文配音版，P42–P82 为英文原声版，可按需切换。
分P标题同时保留中文翻译和英文原名。

🎯 适合人群
AI产品经理、要带机器学习项目的产品负责人与技术管理者，以及想听懂数据团队在说什么的业务同学。

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！