本深度学习集训营专为希望深入掌握人工智能技术的学员设计，尤其适合已有Python基础并寻求在工业界应用深度学习技能的人士。课程内容涵盖神经网络原理、CNN、RNN和LSTM等核心技术，并通过实战项目强化学习效果。学员将探索深度学习在计算机视觉（CV）、自然语言处理（NLP）及推荐系统中的具体应用，包括物体检测、文本分类、图像生成文本以及最先进的BERT模型与GANs。
特别地，本次集训营新增了神经网络压缩技术模块，使学员了解如何优化模型以满足工业部署需求；同时，还加入了物体检测和推荐系统的深度学习应用案例。课程不仅提供系统化的理论讲解，还包括多个在线视频和直播讲座，确保学员能紧跟行业最新趋势，参与实际项目开发，提升就业竞争力或成功转行。通过本集训营，学员将获得从理论到实践的全方位深度学习经验，为职业生涯增添重要砝码。
本深度学习集训营略过Python基础，直接从人工神经网络起步，实战BAT工业项目，并组织学员参赛，帮助学员成功就业或转行。为确保每一位学员的学习效果，本期继续维持前二期的从头到尾全部实战，但除了涵盖特征工程、以及深度学习在CV、NLP中的应用之外，特新增了以下三大模块： a.工业界业务上线/部署的大杀器——神经网络压缩技术 b.新增深度学习在物体检测中的应用 c.深度学习在推荐系统中的应用 从而让内容更成体系、更加成熟。
课程目录
01、第一阶段 从数据科学比赛里看深度学习应用
在线视频：01-深入理解神经网络原理.mp4
在线视频：02-神经网络压缩技术：工业界业务上线.部署的大杀器！.mp4
在线视频：03-深入理解CNN、RNN和LSTM.mp4
02、第二阶段深度学习在计算机视觉中的应用
在线视频：01-深度学习在物体检测中的应用（上）.mp4
在线视频：02-深度学习在物体检测中的应用（中）.mp4
在线视频：03-深度学习在物体检测中的应用（下）.mp4
03、第三阶段深度学习在自然语言处理中的应用
在线视频：01-文本预处理，词袋模型，word2vec，语言模型.mp4
在线视频：02-CNN.LSTM 文本分类.mp4
在线视频：03-图像生成文本(Image2text).mp4
04、第四阶段高级深度学习应用场景
在线视频：01-当下最好的语言模型BERT介绍.mp4
在线视频：02-生成式对抗网络（GAN）.mp4
在线视频：03-深度学习在推荐系统里的应用场景.mp4
05、第五阶段深度学习模型优化及实践技巧
在线视频：01-NLP应用之文本分类系统.mp4
在线视频：02-CV方向专项项目.mp4
在线视频：03-推荐应用之电商平台的商品推荐.mp4
06 拓展阶段
01、预习课-卷积神经网络与计算机视觉.mp4
02、预习课-循环神经网络与自然语言处理.mp4
03、在线直播：深度卷积神经网络原理与实践.mp4
04、在线直播：深入理解CNN、RNN和LSTM知识点梳理.mp4
05、在线直播：CV项目介绍.mp4
06、在线直播：NLP项目介绍.mp4
07、在线直播：CV项目-人体姿态估计基础方法介绍.mp4
08、在线直播：NLP-信息抽取（一）.mp4
09、在线直播：CV项目-人体姿态估计核心技术.mp4
10、在线直播：NLP-信息抽取（二）.mp4
