为什么要学习本套课程：
1、获得正确的打比赛的方法；
2、获得打比赛的技巧、经验和基础知识；
3、洞悉比赛完整的提升方法、思路；
4、为简历和面试添砖加瓦；
5、完成0-1的构建，举一反三，自主可以参加更多符合自己需求的比赛。
课程文件目录：
——/C-341：2020深度之眼全球AI比赛实战训练营/
├──2020深度之眼全球AI比赛实战训练营资料
| ├──【Kaggle：房价预测】.txt 7.77kb
| ├──【Kaggle：预测未来销售】.txt 2.95kb
| ├──【科赛网：基于卷积神经网络的表情识别】（CV方向）.txt 3.86kb
| ├──班主任–开营仪式.txt 0.61kb
| └──老师–开营仪式.txt 0.61kb
└──视频
| ├──【Kaggle：房价预测】第二周第二节课——特征工程知识部分讲解.ts 336.49M
| ├──【Kaggle：房价预测】第二周第三节课——特征工程对baseline的提高.ts 182.09M
| ├──【Kaggle：房价预测】第二周第四节课——模型集成原理与实践.ts 187.75M
| ├──【Kaggle：房价预测】第二周第一节课——构建baseline.ts 290.32M
| ├──【Kaggle：房价预测】第一周第二节课——账号注册以及本地化jupyter notebook.ts 71.50M
| ├──【Kaggle：房价预测】第一周第三节课——赛题思路分析.ts 117.29M
| ├──【Kaggle：房价预测】第一周第四课——数据清洗以及数据处理.ts 30.15M
| ├──【Kaggle：房价预测】第一周第一节课——kaggle账号注册与竞赛入门,..ts 72.98M
| ├──【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 308.81M
| ├──【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 114.32M
| ├──【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 131.25M
| ├──【Kaggle：预测未来销售】第一周第二节课——特征工程以及构建baseline.ts 132.59M
| ├──【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 121.21M
| ├──【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 266.29M
| ├──【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 281.29M
| ├──【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 80.12M
| ├──【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 918.79M
| ├──【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 138.78M
| ├──【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 225.86M
| ├──【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 131.72M
| ├──开营仪式回放——老师部分.ts 340.45M
| └──开营仪式回放—班主任部分.ts 355.87M
