浙江大学人工智能课程课件，内容有： Introduction Problem-solving by search( 4 weeks) Uninformed Search and Informed (Heuristic) Search （1 week） Adversarial Search: Minimax Search, Evaluation Functions, Alpha-Beta Search, Stochastic Search Adversarial Search: Multi-armed bandits, Upper Confidence Bound (UCB),Upper Confidence Bounds on Trees, Monte-Carlo Tree Search(MCTS) Statistical learning and modeling (5 weeks) Probability Theory, Model selection, The curse of Dimensionality, Decision Theory, Information Theory Probability distribution: The Gaussian Distribution， Conditional Gaussian distributions， Marginal Gaussian distributions， Bayes’ theorem for Gaussian variables， Maximum likelihood for the Gaussian， Mixtures of Gaussians, Nonparametric Methods Linear model for regression: Linear basis function models； The Bias-Variance Decomposition Linear model for classification ： Basic Concepts; Discriminant Functions (nonprobabilistic methods); Probabilistic Generative Models; Probabilistic Discriminative Models K-means Clustering and GMM & Expectation–Maximization (EM) algorithm, BoostingThe Course Syllabus Deep Learning (4 weeks) Stochastic Gradient Descent, Backpropagation Feedforward Neural Network Convolutional Neural Networks Recurrent Neural Network (LSTM, GRU) Generative adversarial network (GAN) Deep learning in NLP (word2vec), CV (localization) and VQA(cross-media) Reinforcement learning (1 weeks) Reinforcement learning: introduction

人体检测多年来一直是人工智能和模式识别的研究热点，并已经有多项成果应用于智能视频监控、车辆辅助驾驶系统等领域。近年来，随着特征提取和机器学习技术的逐步成熟，基于统计学习的方法成为人体检测的主流研究方向。 论文首先介绍了人体检测相关的特征提取和机器学习技术，针对单目视觉中面临的人体深度信息丢失，视频分辨率低、人体姿态的类内散度大等问题，做了深入思考和研究，对现有的一些人体检测方法提出了若干改进方法，主要工作有（1）给出了一种多特征融合的特征描述算子，提出了利用MMSD方法进行特征降维的改进方法。针对单一特征描述能力有限，难以满足人体检测高检测率、低误检率的缺陷，本文融合了人体颜色自相似性和梯度直方图的特征，从色彩和纹理两个方面描述人体，并且针对融合特征维数增大的问题，采用MMSD进行特征降维，降低了训练的计算复杂度，提高了训练速度，训练出的强分类器包含的弱分类器个数更少，提高了检测速度。（2）给出了一种基于多部位的人体检测算法并提出了改进算法。针对基于整体的人体检测算法对于人体姿态变化、部分遮挡鲁棒性较差的问题，采取基于部位检测的方法，利用结合adaboost和级联方法的多示例学习算法对形成的部位多示例样本训练，构建级联分类器，通过级联分类器对样本集的检测建立各部位检测器的联系从而将训练样本映射到低维向量，利用支持向量机对这些向量进行学习，形成人体的最终分类器。（3）设计并实现一个基于视频的人体检测系统。 通过在一些公开的测试视频实验的结果表明，本文提出的改进算法对人体的检测率和误检率都有所改善。设计和实现的系统实现了复杂背景下多姿态、部分遮挡的视频人体检测，具有重要的实用价值。

BP（Back Propagation）算法是一种有导师的学习算法，它分两个阶段：正向传播阶段和反向传播阶段。BP算法现已成为人工神经网络中最引人注意应用最广泛的算法之一。本文简要介绍了BP算法的基本思想、数学模型、算法推导及算法的实现过程。另外，本文给出了BP算法的两个应用，其一为手写数字的识别问题，其二为智能小车自动寻经问题。通过Matlab仿真实验表明，用BP神经网络可以很好的解决以上类似问题。 该资源包含1个报告、1个PPT讲稿、Matlab仿真程序及Matlab运行情况录像，供大家学习参考！

对于一幅图像可以看作一个由像素值组成的矩阵，也可以扩展开，看成一个矢量，如一幅N*N 象素的图像可以视为长度为N2 的矢量，这样就认为这幅图像是位于N2 维空间中的一个点，这种图像的矢量表示就是原始的图像空间，但是这个空间仅是可以表示或者检测图像的许多个空间中的一个。图像识别的基本思想首先选择一个合适的子空间，图像将被投影到这个子空间上，然后利用对图像的这种投影间的某种度量来确定图像间的相似度。 本资源包含了文档及MATALB程序，供大家学习参考！

分享了鼠妇算法的源代码及对应原文，亲测有效，更多算法可进入空间查看

这是 听说越来越卷，那我们就用卷积神经网络CNN来识别狗狗吧！！ 的源代码

2020人工智能与机器学习创新峰会PPT汇总，24个专题共73份资料。供大家学习参考。 一、测试新趋势 业务数据监控从0-1脱敏 AI在游戏数值与平衡性分析中的应用 微众研发效能改进之数据度量体系 敏捷测试团队转型实践 二、大规模机器学习算法 快速深度学习训练优化算法 三、高效运维 构建全链路数据度量体系、实现DevOps数据驱动闭环 既快又好 DevOps为小红书全员质量保障赋能 浙江移动AIOpsDev运维转型实践-脱敏版 四、工业4.0 AI赋能医药工业发展案例 五、机器学习框架 Volcano加速AI云原生迁移之路 基于分布式机器学习的通信网络资源协同优化和分配 如何做智能边缘计算 六、计算机视觉 深度学习Depth预测--在2d-to-3d项目中的应用 PaddleOCR产业实践之路：如何打造8.6M超轻量模型，一条龙解决训练部署问题 视觉问答与对话系统的新技术进展 视觉技术赋能高效淘宝素材质量巡检 七、架构演进 边缘计算的缘起、价值和实践 AI人脸识别应用技术方案选型与架构落地 爱奇艺 K8S GPU 共享虚拟化实践和优化 菜鸟运力平台架构演进 八、流式计算 美团点评实时计算平台 小米实时计算平台构建 超大规模 Flink 调度优化实践 九、落地"大中台"战略 有赞数据中台降本治理 演进式的大规模业务中台体系落地实践 京东B2B中台化实践A2M 十、企业级大数据架构演进 基于阿里云数据湖分析服务DLA快速构建数据湖解决方案 Delta Lake在实时数仓中的应用实践 滴滴数据平台建设实践 美图PB级大数据基础架构升级之路 十一、区块链 新基建下可信区块链网络建设 基于区块链的药品溯源体系建设 区块链+电子合同 确保效力 放飞效率 千里之堤溃于蚁穴 十二、数据库的未来 PB级结构化日志数据的高效处理 TBase多中心多活应用实践 使用 TiDB 列存引擎进行实时数据分析 十三、图神经网络、知识图谱 知识图谱在内容安全中的实践应用 百度事件图谱技术与应用 华为云知识图谱平台技术及案例分享 知识图谱在腾讯AI医疗的应用实践-脱敏版 十四、推荐系统 多模态内容理解在推荐系统的应用 小红书推荐系统的架构演进 知乎搜索排序模型实践 十五、微服务的2.0时代 如何优雅的步入微服务2.0时代（脱敏版） 微服务之后，分层架构该如何演进 微服务网关(2) 十六、云原生构建之路 从0到1构建云原生智能金融电商-脱敏版 Tars与k8s如何结合，助力阅文海外业务 云原生应用性能优化之道 Dubbo 基于 MOSN 在 Service Mesh 场景下的落地实践-曹春晖 十七、智慧金融 智慧金融的新基础设施-数据中台-A2M 自然语言处理在金融实时事件监测和财务快讯生成中的应用 联邦学习在金融安全领域的研究与应用 人工智能Fairness在金融行业的研究：基于Pipeline的方法 十八、智能数据分析 闲鱼纳米镜--人人都是数据分析师 大数据分析系统在游戏领域的实践 十九、智能语音 智能语音交互 面向自然交互的多模态人机交互解决方案 二十、AI基础设施建设 飞桨开源模型库与行业应用 基于飞桨的深度学习全流程开发实战 NLP定制化训练实践1.3 二十一、AIOps AItest 百度AIOps解决方案及行业落地案例--脱敏 邱化峰-使用AI从业务测试走向业务验证 面向人工智能的测试体系建设 - 脱敏 二十二、FinTech 恒生银行DevOps实践和探索 数字化转型：从内部一体走向内外一体 基于区块链的隐私支付分析与比较 二十三、IOT 数字化转型升级 AIoT在工业水处理中的应用和实践及对永续发展的意义 二十四、NLP 阿里小蜜DeepQA算法平台化大规模提效实践 多模态内容生成在京东商品营销中的探索与实践

亚马逊 SageMaker Studio使用演示视频，英文字母，4个小视频，约25分钟

AI开发平台-百度BML&华为ModelArts&阿里PAI&腾讯TAI&亚马逊SageMaker调研对比，包含如下四部分：AI开发平台建设目标、各大平台总体功能对比、各厂商特点总结、附录（超参数搜索功能对比、视频服务功能对比）

东北大学 人工智能与机器学习课程课件ppt和期末试题及答案。课程是唐立新院士开课的，讲课的主要是小老师。