2020深度之眼全球AI比赛实战训练营，该套课程一共有22节课，总大小为：4.7G。
目录
【科赛网：基于卷积神经网络的表情识别】（CV方向）第二周——构建基础baseline模型.ts [266.3M]
【科赛网：基于卷积神经网络的表情识别】（CV方向）第二周——数据准备和增强.ts [281.3M]
【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——比赛思路课.ts [138.8M]
【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——卷积的基础知识和常用模型.ts [225.9M]
【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——赛前介绍和准备.ts [131.7M]
【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——Google Colab.ts [80.1M]
【科赛网：基于卷积神经网络的表情识别】（CV方向）第一周——TensorflowKeras和OpenCV.ts [918.8M]
【Kaggle：房价预测】第二周第二节课——特征工程知识部分讲解.ts [336.5M]
【Kaggle：房价预测】第二周第三节课——特征工程对baseline的提高.ts [182.1M]
【Kaggle：房价预测】第二周第四节课——模型集成原理与实践.ts [187.8M]
【Kaggle：房价预测】第二周第一节课——构建baseline.ts [290.3M]
【Kaggle：房价预测】第一周第二节课——账号注册以及本地化jupyter notebook.ts [71.5M]
【Kaggle：房价预测】第一周第三节课——赛题思路分析.ts [117.3M]
【Kaggle：房价预测】第一周第四课——数据清洗以及数据处理.ts [30.2M]
【Kaggle：房价预测】第一周第一节课——kaggle账号注册与竞赛入门,..ts [73M]
【Kaggle：预测未来销售】第二周第二节课——特征工程的数据预处理对排名的提升（2）.ts [308.8M]
【Kaggle：预测未来销售】第二周第三节课——模型的选择以及数据归一化对结果的影响.ts [114.3M]
【Kaggle：预测未来销售】第二周第一节课——特征工程的数据预处理对排名的提升（1）.ts [131.3M]
【Kaggle：预测未来销售】第一周第二节课——特征工程以及构建baseline.ts [132.6M]
【Kaggle：预测未来销售】第一周第一节课——赛题解读以及数据下载导入、赛题的理解分析.ts [121.2M]
开营仪式回放——老师部分.ts [340.4M]
开营仪式回放—班主任部分.ts [355.9M]
