高级财务管理学》重点整理.pdf - 学盘搜-大学生必备云盘搜索平台
- file:高级财务管理学》重点整理.pdf
| 分享时间 | 2024-04-26 |
|---|---|
| 入库时间 | 2024-04-26 |
| 状态检测 | 有效 |
| 资源类型 | QUARK |
| 分享用户 | 夸父*78 |
资源有问题？点此举报
| 分享时间 | 2024-04-26 |
|---|---|
| 入库时间 | 2024-04-26 |
| 状态检测 | 有效 |
| 资源类型 | QUARK |
| 分享用户 | 夸父*78 |
file:高级财务管理学》重点整理.pdf
file:高级财务管理重点.pdf
file:管理学考试重点整理.pdf
file:管理学重点知识整理.pdf
file:公共管理学-笔记重点资料整理.pdf
file:高级财务会计 单元练习一 第一章到三章.doc file:高级财务会计 单元练习 参考答案.doc file:2016年4月全国自考《高级财务会计》试题及答案.docx file:2015年10月自学考试00159《高级财务会计》历年真题.doc file:新建 Microsoft Word 文档.docx file:高级财务会计_页面_30.jpg
file:财务管理复习重点(整理).pdf
file:财务管理复习重点整理.pdf
file:财务管理学知识点归纳.pdf
file:高级财务管理简答题!!!.pdf
file:25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.mp4 file:08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解.mp4 file:11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建.mp4 file:01-文本预处理-文本预处理-文本数据增强讲解.mp4 file:13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4 file:03-文本预处理- 新闻主题分类任务-数据加载方式的增补代码解读.mp4 file:21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出.mp4 file:18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载.mp4 file:19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型.mp4 file:06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理.mp4 file:16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数.mp4 file:17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.mp4 file:26-虚拟机的使用.mp4 file:15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数.mp4 file:README.md file:02-阶段4 （计算机视觉CV) 阶段6 （CV项目）.zip file:干货工具箱priceeasy.png file:03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.zip file:01-阶段1-3（python基础 、python高级、机器学习）.zip file:18-深度学习基础-图像分类-图像分类案例补充(8)-网络构建（输出流）.mp4 file:07-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-损失函数的计算.mp4 file:05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）.mp4 file:21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.mp4 file:02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4 file:03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4 file:14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.mp4 file:10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4 file:15-深度学习基础-图像分类-图像分类案例补充(5)-项目网络介绍.mp4 file:12-深度学习基础-图像分类-图像分类案例补充(2)-数据接获取与可视化.mp4 folder:【黑马程序员】年度钻石会员-人工智能AI进阶 folder:【 主学习路线】01、阶段一 人工智能Python基础 folder:【 主学习路线】05、阶段五 NLP自然语言处理 folder:【课外拓展】05、阶段五 阶段一 python基础（更新） folder:【 主学习路线】03、阶段三 人工智能机器学习 folder:【课外拓展】10、阶段十 CV基础+项目（更新） folder:【 主学习路线】07、阶段七 人工智能面试强化（赠送） folder:【 主学习路线】06、阶段六 人工智能项目实战 folder:【 主学习路线】04、阶段四 计算机视觉与图像处理 folder:【课外拓展】01、阶段一 HR面试技巧 folder:【课外拓展】07、阶段七 阶段三 机器学习（更新） folder:【课外拓展】09、阶段九 阶段五—NLP基础补充视频 folder:资料课件 folder:【课外拓展】02、阶段二 赠送-人脸支付 folder:【课外拓展】08、阶段八 阶段四—深度学习基础补充视频 folder:【课外拓展】03、阶段三 赠送-文本摘要项目 folder:【课外拓展】04、阶段四 入学第一课 folder:14--第十四章 面向对象 folder:4--第四章 循环语句 folder:5--第五章 字符串 folder:8--第八章 字典 folder:3--第三章 判断语句 folder:12--第十二章 函数强化 folder:2--第二章 python基础语法 folder:11--第十一章 函数 folder:15--第十五章 异常 folder:9--第九章 集合 folder:17--第十七章 学生管理系统(面向对象版) folder:16--第十六章 模块 folder:10--第十章 公共方法 folder:7--第七章 元组 folder:6--第六章 列表 folder:1--第一章 计算机组成原理 folder:13--第十三章 文件操作 folder:12--第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0 folder:1--第一章 Pytorch工具_v2.0 folder:4--第四章 RNN架构解析-v2.0 folder:9--第九章 fasttext工具的使用-v2.0 folder:8--第八章 Transformer架构解析-v2.0 folder:11--第十一章 BERT,Transformer的模型架构与详解-v2.0 folder:5--第五章 RNN经典案例-v2.0 folder:3--第三章 文本预处理-v2.0 folder:13--第十三章 HMM模型-v2.0 folder:14--第十四章 经典的序列模型-v2.0 folder:10--第十章 迁移学习-v2.0 folder:6--第六章 莎士比亚风格的文本生成任务-v2.0 folder:2--第二章 自然语言处理NLP介绍-v2.0 folder:第一章 1-python基础编程 folder:第二章 2-python面向对象 folder:8--第八章 数据结构与算法 folder:10--第十章 MySqL数据库高级使用 folder:3--第三章 多任务编程 folder:4--第四章 网络编程 folder:2--第二章 Linux高级命令 folder:6--第六章 闭包,装饰器及python高级语法 folder:5--第五章 HTTP协议和静态服务器 folder:9--第九章 MySql数据库基本使用 folder:7--第七章 正则表达式 folder:13--第十三章 朴素贝叶斯V2.1 folder:6--第六章 seabornV2.1 folder:5--第五章 pandasV2.1 folder:10--第十章 决策树V2.1 folder:17--第十七章 集成学习进阶V2.1 folder:16--第十六章 HMM算法V2.1 folder:12--第十二章 聚类算法V2.1 folder:8--第八章 线性回归V2.1 folder:7--第七章 K近邻算法V2.1 folder:2--第二章 环境安装和使用V2.1 folder:4--第四章 numpyV2.1 folder:1--第一章 机器学习概述V2.1 folder:3--第三章 matplotlibV2.1 folder:第六章 6-04 - 智慧交通 folder:第一章 1-Pytorch与深度学习基础 folder:第三章 3-01 - 目标检测 folder:第五章 5-03 - 人脸支付 folder:第四章 4-02 - OpenCV folder:第二章 2-深度学习核心模型与实战 folder:1--第一章 自动编码器 folder:11--第十一章 深度强化学习 folder:8--第八章 算法进阶进化学习 folder:6--第六章 模型压缩 folder:2--第二章 图像分割应用 folder:3--第三章 生成对抗学习 folder:10--第十章 贝叶斯方法实现及粒子滤波 folder:9--第九章 贝叶斯方法 folder:5--第五章 模型可解释 folder:7--第七章 终生学习 folder:2--第二章 在线医生 folder:1--第一章 智慧交通 folder:3--第三章 智能文本分类系统 folder:4--第四章 实时人脸识别检测项目 folder:7--第七章 OpenCV简介_v2.0 folder:10--第十章 图像特征提取与描述_v2.0 folder:11--第十一章 视频操作_v2.0 folder:8--第八章 OpenCV基本操作_v.2.0 folder:3--第三章 深度神经网络_v2.0 folder:9--第九章 OpenCV图像处理_v2.0 folder:4--第四章 图像分类_v2.0 folder:5--第五章 目标检测_v2.0 folder:12--第十二章 案例人脸案例_v2.0 folder:2--第二章 tensorflow入门_v2.0 folder:1--第一章 课程简介_v2.0 folder:第二章 2-机器学习算法进阶 folder:第一章 1-机器学习基础算法 folder:第三章 3-Python编程进阶 folder:第一章 1-Linux基础 folder:第二章 2-SQL基础 folder:第一章 1-人脸支付 folder:第一章 1-文本摘要项目 folder:6--案例 搬家具 folder:7--继承 folder:8--子类重写父类属性和方法 folder:10--私有属性和方法 folder:2--类和对象 folder:3--对象属性操作 folder:5--案例烤地瓜 folder:9--super方法使用 folder:12--类属性及相关方法 folder:4--魔法方法 folder:11--多态 folder:1--面向对象介绍 folder:1--循环语句介绍 folder:3--循环应用 folder:4--break和continue folder:6--for循环 folder:5--while循环嵌套及应用 folder:2--while循环 folder:7--循环else应用 folder:2--输入输出 folder:1--字符串介绍 folder:4--字符串操作方法 folder:3--切片 folder:2--字典的常见操作 folder:3--字典遍历 folder:2--if基本格式 folder:5--案例猜拳游戏 folder:4--if嵌套 folder:3--if...elif...else格式 folder:4--匿名函数 folder:1--函数应用学员管理系统 folder:5--高阶函数 folder:2--课后练习(学员管理系统) folder:3--递归函数 folder:8--数据类型转换 folder:1--课程介绍 folder:4--bug认识 folder:2--注释 folder:6--输出 folder:9--运算符 folder:12--引用 folder:5--函数嵌套 folder:10--函数参数二 folder:4--函数文档说明 folder:3--函数返回值一 folder:8--函数执行流程 folder:7--全局变量 folder:6--局部变量 folder:11--拆包, 交换变量 folder:4--自定义异常 folder:2--捕获异常 folder:3--异常传递 folder:1--集合的相关操作 folder:1--学生管理系统(面向对象) folder:2--模块制作 folder:3--python中的包 folder:2--推导式 folder:1--公共方法 folder:2--列表循环遍历 folder:3--列表嵌套 folder:4--文件及文件夹的相关操作 folder:3--案例文件备份 folder:1--文件操作介绍 folder:2--文件读写操作 folder:4--请详述BERT, GPT, ELMo模型的对比和各自的优缺点 folder:1--认识ELMo folder:3--认识GPT2 folder:1--认识pytorch folder:2-- Pytorch中的autograd folder:3--使用Pytorch构建一个神经网络 folder:3--LSTM模型 folder:5--注意力机制 folder:4--GRU模型 folder:1--认识RNN模型 folder:3--训练词向量 folder:4--词向量迁移 folder:2--进行文本分类 folder:1--认识fasttext工具 folder:1--认识Transformer架构 folder:9--编码器层 folder:14--模型构建 folder:11--解码器层 folder:6--前馈全连接层 folder:7--规范化层 folder:10--编码器 folder:13--输出部分实现 folder:8--子层连接结构 folder:3--掩码张量 folder:5--采用Multi-head Attention的原因和计算规则 folder:4--Transformer中的self-attention folder:10--BERT模型的优点和缺点 folder:3--Transformer结构中的Decoder端具体输入 folder:1--认识BERT folder:12--长文本预测任务使用BERT如何构造训练样本 folder:9--Transformer架构的并行化是如何进行的 folder:11--BERT的MLM任务为什么采用80% 10% 10%的策略 folder:8--self-attention公式中添加scaled的原因 folder:7--Transformer可以代替seq2seq的原因 folder:6--Transformer相比于RNN的优势和原因 folder:2--Transformer的结构是什么样的 各个子模块各有什么作用 folder:1--使用RNN模型构建人名分类器 folder:2--使用seq2seq模型架构实现英译法任务 folder:3--文本张量表示方法 folder:1--认识文本预处理 folder:6--文本数据增强 folder:5--文本的特征处理 folder:4--文本的数据分析 folder:2--文本处理的基本方法 folder:1--马尔科夫链 folder:4--维特比算法解码隐藏状态序列 folder:2--HMM简介 folder:3--HMM模型基础 folder:1--认识HMM与CRF模型 folder:3--NLP中的常用预训练模型 folder:5--迁移学习实践 folder:2--NLP中的标准数据集 folder:4--加载和使用预训练模型 folder:1--Transformer背景介绍 folder:1--莎士比亚风格的文本生成任务 folder:1--NLP简介 folder:0-2 Python注释与变量 folder:0-20 函数基本使用替代视频（04,05,06） folder:0-10 循环else folder:0-9 for循环及案例 folder:0-25 可变类型及非可变类型 folder:0-24 基础加强练习 folder:0-26 递推 folder:0-4 Python格式化输出 folder:0-33 python模块与包 folder:0-32 python异常处理 folder:0-31 案例-学生管理系统（三） folder:0-8 while循环案例 folder:0-29 文件基本操作 folder:0-17 集合定义及使用 folder:0-12 字符串查找，替换，合并 folder:0-30 文件操作案例 folder:0-21 函数作用域 folder:0-11 字符串定义切片 folder:0-28 lambda表达式 folder:0-34 案例-飞机大战 folder:0-18 公共方法与推导式 folder:0-1 python开发环境搭建 folder:0-6 Python分支语句 folder:0-19 函数基本使用 folder:0-22 不定长参数与组包拆包 folder:0-5 Python运算符 folder:0-3 Python数据类型 folder:0-6 类属性方法 folder:0-3 案例-面向对象 folder:0-2 魔法方法 folder:0-4 面向对象封装与继承 folder:0-5 面向对象多态 folder:0-1 类定义及类属性使用 folder:15--二叉树的遍历 folder:9--冒泡排序 folder:3--空间复杂度 folder:1--算法概念 folder:5--顺序表 folder:13--二分查找 folder:14--二叉树 folder:8--队列 folder:12--快速排序 folder:10--选择排序 folder:4--数据结构 folder:11--插入排序 folder:7--设计范式 folder:2--实战操作 folder:8--PyMySQL的使用 folder:1--条件查询 folder:4--视图 folder:3--外键使用 folder:5--事务 folder:5--进程和线程的对比 folder:1--多任务介绍 folder:3--多线程介绍 folder:4--锁的介绍 folder:3--TCP开发流程 folder:1--ip和端口介绍 folder:2--TCP介绍 folder:4--多任务案例 folder:2--远程控制 folder:1--linux高级操作 folder:3--vim介绍 folder:2--linux相关命令 folder:1--linux简介 folder:3--property语法 folder:4--with语法 folder:1--闭包 folder:5--python高级语法 folder:2--装饰器 folder:1--HTTP协议 folder:2--静态web服务器搭建 folder:3--where条件查询 folder:1--数据库介绍 folder:2--数据表的基本操作 folder:1--正则表达式 folder:1--朴素贝叶斯 folder:3--NBA案例 folder:4--北京租房数据统计分析 folder:2--分类数据绘图 folder:1--绘制统计图 folder:1--pandas数据结构 folder:2--pandas基础使用 folder:4--电影案例分析 folder:2--特征提取 folder:1--信息增益 folder:4--回归决策树 folder:3--案例泰坦生存预测 folder:2--otto案例 folder:4--绝地求生案例 folder:3--lightGBM算法 folder:1--XGBoost算法 folder:1--HMM算法 folder:1--聚类算法 folder:2--损失优化 folder:3--回归相关知识 folder:4--特征工程 folder:6--交叉验证, 网格搜索 folder:1--k近邻算法介绍 folder:5--KNN总结 folder:7--案例 Facebook位置预测 folder:3--数据集处理 folder:2--kd树 folder:3--集成学习 folder:2--随机森林案例 folder:1--环境安装及使用 folder:1--numpy使用 folder:1--机器学习介绍 folder:1--逻辑回归 folder:1--matplotlib使用 folder:0-1 项目简介 folder:0-6 sort folder:0-5 匈牙利算法 folder:0-12 车道线提取 folder:0-4 卡尔曼滤波 folder:0-15 车道线曲率计算 folder:0-14 车道线定位与拟合 folder:0-2 算法原理 folder:0-3 多目标跟踪 folder:0-7 yolo目标检测 folder:0-10 相机标定 folder:0-11 图像去畸变 folder:0-8 车流量统计 folder:0-13 透视变换 folder:0-9 车道线检测 folder:0-3 Pytorch高阶操作 folder:0-6 深度学习优化理论 folder:0-4 Pytorch案例实战 folder:0-7 BP神经网络案例 folder:0-1 Pytorch基础 folder:0-3 FasterRCNN案例 folder:0-6 yolo v5算法介绍 folder:0-4 yolo v1-v3算法介绍 folder:0-2 FasterRCNN原理与实现 folder:0-7 yolo v5案例 folder:0-1 目标检测概述 folder:0-2 人脸检测子任务 folder:0-6 项目集成 folder:0-4 人脸多任务 folder:0-5 人脸识别 folder:0-5 直方图 folder:0-6 边缘检测 folder:0-7 视频读写 folder:0-3 形态学操作 folder:0-1 opencv简介 folder:0-2 几何变换 folder:0-8 视频追踪 folder:0-4 图形平滑 folder:0-1 卷积神经网络基础 folder:2--构建自动编码器 folder:3--自动编码器改进技巧 folder:1--自动编码器历史与应用介绍 folder:3--Deep Q-Network folder:1--强化学习 folder:2--Q-learning算法 folder:1--模型压缩 folder:1--图像分割应用介绍 folder:1--生成对抗学习 folder:1--贝叶斯方法 folder:1--模型可解释 folder:8--在Python中使用neo4j folder:23--模型使用 folder:11--非结构化数据流水线 folder:25--werobot服务构建 folder:18--命名实体识别介绍 folder:20--CRF介绍 folder:27--任务介绍与模型选用及训练数据集 folder:26--主要逻辑服务 folder:31--模型部署 folder:13--训练数据集 folder:5--neo4j简介 folder:22--模型训练 folder:4--总体架构中的工具介绍 folder:7--Cypher介绍与使用 folder:21--BiLSTM+CRF模型 folder:16--进行模型训练 folder:32--系统联调与测试 folder:14--BERT中文预训练模型 folder:3--在线医生的总体架构 folder:17--NE模型使用 folder:2--Unit对话API使用 folder:29--微调模型 folder:19--BiLSTM介绍 folder:6--neo4j图数据库的安装 folder:24--在线部分简要分析 folder:12--任务介绍与模型选用 folder:7--数据关联 folder:24--网络模型应用（选学） folder:13--车道线提取 folder:11--相机校正 folder:19--跟踪效果（选学） folder:15--车道线定位与拟合 folder:12--相机校正和图像去畸变 folder:8--SORT folder:9--目标检测 folder:2--算法原理 folder:14--透视变换 folder:18--SIamese网络系列（选学） folder:17--在视频中进行车道线检测 folder:4--辅助功能 folder:20--数据集处理（选学） folder:16--车道曲率与车辆偏离中心线距离 folder:1--项目简介 folder:1--整体系统搭建 folder:2--构建标签词汇图谱 folder:7--召回模块 folder:6--泛娱乐推荐介绍 folder:3--特征工程和fasttext模型训练 folder:8--排序模块 folder:4--多模型训练和预测 folder:2--口罩检测 folder:1--人脸识别 folder:4--活体检测 folder:5--属性识别 folder:3--Dlib模型训练 folder:2--OpenCV简介及安装方法 folder:3--OpenCV的模块 folder:1--图像处理简介 folder:4--Fast和ORB算法 folder:3--SIFT folder:1--角点特征 folder:2--Harris和Shi-Tomas算法 folder:5--LBP和HOG特征算子 folder:2--视频追踪 folder:1--视频读写 folder:1--图像的基础操作 folder:4--深度学习的正则化 folder:3--深度学习的优化方法 folder:1--神经网络简介 folder:6--卷积神经网络CNN folder:2--常见的损失函数 folder:1--几何变换 folder:5--边缘检测 folder:6--模版匹配和霍夫变换 folder:7--轮廓检测 folder:3--图像平滑 folder:2--AlexNet folder:3--VGG folder:6--图像增强方法 folder:5--ResNet folder:7--模型微调 folder:4--GoogleNet folder:2--R-CNN网络基础 folder:4--yolo系列算法 folder:6--SSD模型介绍 folder:5--yoloV3案例 folder:1--案例人脸案例 folder:2--快速入门模型 folder:1--tensorflow和keras简介 folder:2--计算机视觉（CV） folder:1--目标分割介绍 folder:2--语义分割：FCN与Unet folder:3--Unet-案例 folder:4--实例分割：MaskRCNN folder:0-6 机器学习算法回顾总结（有需要的同学可以看看） folder:0-1 决策树算法 folder:0-5 集成学习算法 folder:0-3 SVM算法 folder:0-2 朴素贝叶斯算法 folder:0-4 聚类算法 folder:0-3 线性回归 folder:0-4 逻辑回归 folder:0-2 KNN算法 folder:0-1 人工智能原理基础 folder:0-2 装饰器 folder:0-18 FastAPI搭建Web服务器 folder:0-8 静态Weeb服务器 folder:0-1 函数的闭包 folder:0-14 Python生成器 folder:0-16 Python中正则表达式 folder:0-6 Socket网络编程 folder:0-7 TCP服务器开发 folder:0-4 HTML基础 folder:0-12 进程线程对比 folder:0-9 FastAPI folder:0-11 线程 folder:0-15 Python中深浅拷贝 folder:0-13 With上下文管理器 folder:0-17 正则表达式扩展 folder:0-5 CSS基础 folder:0-3 PyMySQL folder:0-3 Linux常用命令(1) folder:0-1 Linux基础 folder:0-2 Linux终端基本使用 folder:0-1 数据库基础 folder:0-5 SQL多表查询 folder:0-4 SQL聚合 folder:0-2 SQL语言基础 folder:0-6 SQL高阶特性 folder:0-3 人脸姿态估计 folder:0-7 工具函数的实现 folder:0-23 ROUGE算法实现 folder:0-20 评估方法介绍 folder:0-38 Flask实现模型部署 folder:0-4 TextRank算法实现模型 folder:0-30 单词替换法的类实现 folder:0-32 回译数据法实现和评估 folder:0-1 文本摘要项项目背景介绍 folder:0-19 PGN模型预测 folder:0-29 TF-IDF算法原理和实现 folder:0-15 PGN数据特殊性分析 folder:0-26 coverage训练和预测 folder:0-27 Beam-search原理介绍 folder:0-10 模型的预测 folder:0-34 训练策略原理和实现 folder:0-2 项目中的数据集初探 folder:0-21 BLEU算法理论 folder:0-24 coverage机制原理 folder:0-35 模型转移实现 folder:0-5 seq2seq架构 folder:0-3 TextRank算法理论基础 folder:0-36 GPU优化原理和实现 folder:0-33 半监督学习法原理和实现 folder:0-16 迭代器和类的实现 folder:0-17 PGN模型的搭建 folder:0-14 数据预处理 folder:0-8 模型类的搭建 folder:0-28 Beam-search模型类实现 folder:0-25 coverage模型类实现 folder:0-11 词向量的单独训练 folder:0-13 PGN架构 folder:0-31 单词替换法的训练和评估 folder:0-9 模型的训练 folder:deepsort算法 folder:DeepSort folder:SURF算法 folder:第二章 2-求职篇 folder:第三章 3-面试篇 folder:第一章 1-HR面试技巧 folder:第四章 4-试用期篇 folder:0-1 求职篇 folder:0-1 试用期
file:24_跨境电商赋能-用AI写英文（或其他语言）营销文案.mp4 file:3_驾驭AI的语法-如何避免与AI的无效沟通.mp4 file:38_教学神器篇-课程设计好帮手.mp4 file:34_模拟面试篇-用AI模拟企业面试.mp4 file:1_驾驭AI的语法-掌控AI的语法1—让AI理解你的方法.mp4 file:11_基础认知篇-人工智能是普通人的机会-2023用AI赋能未来.mp4 file:19_基础实操篇-如何让AI做你的翻译官.mp4 file:13_基础认知篇-人工智能的十八般武艺—适用于AI的各类应用场景.mp4 file:37_知识获取篇-用AI获取技能学习路径规划.mp4 file:4_训练技巧篇-训练技巧1-赋予AI以身份.mp4 file:27_跨境电商赋能-让AI写商品评价.mp4 file:31_创作赋能篇-用AI赋能段子笑话创作（测试版）.mp4 file:25_跨境电商赋能-用AI写一个完善的产品标题.mp4 file:17_基础实操篇-如何用AI写代码.mp4 file:15_基础认知篇-AI给各行业带来了哪些发展机会.mp4 file:22_跨境电商赋能-用AI做小语种详情优化.mp4 file:12_基础认知篇-人工智能到底为什么这么牛？—Al的前世今生.mp4 file:20_基础实操篇-如何把AI变成你的百科全书.mp4 file:14_基础认知篇-与人工智能相关的行业发展.mp4 file:39_教学神器篇-备课小神器.mp4 file:23_跨境电商赋能-用AI赋能电子邮件EDM.mp4 file:7_职场赋能篇-把你想让表格怎么做直接“说出口”.mp4 file:40_教学神器篇-超级课堂助教（自动出题小能手）.mp4 file:9_职场赋能篇-用AI写工作总结.mp4 file:36_知识获取篇-用AI快速获取知识.mp4 file:21_跨境电商赋能-用AI做市场调研和需求分析.mp4 file:29_创作赋能篇-用AI赋能网文小说创作.mp4 file:8_职场赋能篇-用AI整理繁琐的会议内容生成会议纪要.mp4 file:2_驾驭AI的语法-如何与AI开展有效的对话.mp4 file:26_跨境电商赋能-用AI写品牌出海的故事.mp4 file:教程.zip file:6_职场赋能篇-用AI为Excel分析赋能.mp4 file:30_创作赋能篇-用AI赋能剧本S创作.mp4 file:5_训练技巧篇-训练技巧2-改变提问者的身份.mp4 file:10_职场赋能篇-用AI自动生成PPT幻灯片.mp4 folder:AI人工智能应用通用实操营
file:微机选择填空复习题.pdf
file:公共事业管理概论各章主要内容.pdf
file: 微生物学.pdf
file:毛泽东思想和中国特色社会主义理论体系概论知识点.pdf
file:followme.png file:18_如何借用热门内容，优化技能教学账号.mp4 file:12_12.怎么让客户主动找到你.mp4 file:27_17.剪辑师私域经营技巧（3）.mp4 file:14_14.如何利用剪辑技能做好教学？.mp4 file:20_20.剪辑教学内容剪辑制作完整流程.mp4 file:08_8.做好剪辑生意-必须有的核心要素.mp4 file:22_22.提高剪辑教学的转化率.mp4 file:04_4.剪辑师流量思维-选择正确的赛道.mp4 file:10_10.剪辑师的“价值面”展示.mp4 file:15_15.剪辑教学如何定位账号方向？.mp4 file:16_利用娱乐化的思维，优化技能教学账号.mp4 file:03_3.现代剪辑师怎么养活自己？.mp4 file:01_1.课程收获.mp4 file:05_5.剪辑师流量思维-找到精准客户.mp4 file:17_利用领域细分的方式，优化技能教学账号.mp4 file:11_11.剪辑师不要做无意义的流量.mp4 file:07_7.剪辑师流量思维-学会营销自己.mp4 file:06_6.剪辑师流量思维-找到自己的定位.mp4 file:21_快速批量产出教学视频的操作办法.mp4 file:23_快速打造第一条爆款视频.mp4 file:24_14.为什么要搞私域？.mp4 file:19_19.剪辑师教学内容脚本文案定制.mp4 file:13_13.比数据更重要的是“剪辑师”人设.mp4 file:02_2.现代与传统剪辑工作模式区别.mp4 file:09_9.剪辑师账号搭建.mp4 folder:剪辑师个人IP流量思维与运营 folder:25495
file:计算机二级Access数据库程序设计考试大纲.pdf
file:数据库原理知识点总结.pdf
file:c语言经典题目.pdf
file:湖南医药学院-20级医学检测专业-医学检验三基训练试题.pdf
file:湖南医药学院临床基础检验技术期末考试题.pdf
file:临床基础检验学技术基础知识点整理.pdf
file:临床基础检验学技术期末试题徐医.pdf
file:临床检验基础知识点汇总.pdf
file:长沙医学院-21级医学检验专业-达标测试题库(一).pdf
file:临床基础检验学题库.pdf
file:临床检验基础知识点汇总.pdf file:临床基础检验学题库.pdf file:临床基础检验学技术期末试题徐医.pdf file:临床基础检验学技术基础知识点整理.pdf file:湖南医药学院临床基础检验技术期末考试题.pdf file:湖南医药学院-20级医学检测专业-医学检验三基训练试题.pdf file:长沙医学院-21级医学检验专业-达标测试题库(一).pdf
file:《电力系统分析》知识点总结.pdf
file:电力系统分析复习题答案.pdf