├─11.51CTO-数据分析与机器学习实战人脸检测
├─36 大数据——Python数据可视化-Matplotlib实战视频课程
├─大数据——Python数据可视化-Matplotlib实战视频课程5.mp4
├─大数据——Python数据可视化-Matplotlib实战视频课程4.mp4
├─大数据——Python数据可视化-Matplotlib实战视频课程3.mp4
├─大数据——Python数据可视化-Matplotlib实战视频课程2.mp4
├─大数据——Python数据可视化-Matplotlib实战视频课程1.mp4
├─Matplotlib绘图.zip
├─35 大数据 Python科学计算库-Numpy实战视频课程
├─大数据 Python科学计算库-Numpy实战视频课程5.mp4
├─大数据 Python科学计算库-Numpy实战视频课程4.mp4
├─大数据 Python科学计算库-Numpy实战视频课程3.mp4
├─大数据 Python科学计算库-Numpy实战视频课程2.mp4
├─大数据 Python科学计算库-Numpy实战视频课程1.mp4
├─numpy代码.zip
├─34 大数据 Python数据分析处理库-pandas实战视频课程
├─大数据Python数据分析处理库-pandas实战视频课程.zip
├─大数据Python数据分析处理库-pandas实战视频课程.zip
├─大数据 Python数据分析处理库-pandas实战视频课程7.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程7.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程6.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程6.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程5.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程5.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程4.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程4.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程3.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程3.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程2.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程2.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程1.mp4
├─大数据 Python数据分析处理库-pandas实战视频课程1.mp4
├─33、OpenCV计算机视觉实战(Python版)
├─资料
├─第十章：项目实战-文档扫描OCR识别.zip
├─第十五章：项目实战-答题卡识别判卷.zip
├─第十四章：项目实战-停车场车位识别.zip
├─第十三章：案例实战-全景图像拼接.zip
├─第十九章：项目实战-目标追踪.zip
├─第十八章：Opencv的DNN模块.zip
├─第九章：项目实战-信用卡数字识别.zip
├─第二十一章：项目实战-疲劳检测.zip
├─第二十一章：人脸关键点定位.zip
├─第八章notebook课件.zip
├─第16-17章notebook课件.zip
├─第11-12章notebook课件.zip
├─唐宇迪课件
├─第十章：项目实战-文档扫描OCR识别.zip
├─第十五章：项目实战-答题卡识别判卷.zip
├─第十四章：项目实战-停车场车位识别.zip
├─第十三章：案例实战-全景图像拼接.zip
├─第十九章：项目实战-目标追踪.zip
├─第十八章：Opencv的DNN模块.zip
├─第九章：项目实战-信用卡数字识别.zip
├─第二十一章：项目实战-疲劳检测.zip
├─第八章notebook课件.zip
├─第2-7章notebook课件(1).zip
├─第16-17章notebook课件.zip
├─第11-12章notebook课件.zip
├─唐宇迪OpenCV小章节.zip
├─21、项目实战-疲劳检测.mp4
├─20、卷积原理与操作.mp4
├─19、项目实战-目标追踪.mp4
├─18、Opencv的DNN模块.mp4
├─17、光流估计.mp4
├─16、背景建模.mp4
├─15、项目实战-答题卡识别判卷.mp4
├─14、项目实战-停车场车位识别.mp4
├─13、案例实战-全景图像拼接.mp4
├─12、图像特征-sift.mp4
├─11、图像特征-harris.mp4
├─10、项目实战-文档扫描OCR识别.mp4
├─09、项目实战-信用卡数字识别.mp4
├─08、直方图与傅里叶变换.mp4
├─07、图像金字塔与轮廓检测.mp4
├─06、边缘检测.mp4
├─05、图像梯度处理.mp4
├─04、图像形态学处理.mp4
├─03、阈值与平滑处理.mp4
├─02、图像基本操作.mp4
├─01、课程简介.mp4
├─32、OpenCV+TensorFlow 入门人工智能图像处理
├─第9章 课程总结
├─9-1 课程总结.mp4
├─第8章 “刷脸”识别
├─8-9 本章小结.mp4
├─8-8 神经网络训练识别4.mp4
├─8-7 神经网络训练识别3.mp4
├─8-6 神经网络训练识别2.mp4
├─8-5 神经网络训练识别1.mp4
├─8-4 OpenCV预处理.mp4
├─8-3 ffmpeg初识_音频.mp4.mp4
├─8-2 最简单的图片爬虫.mp4
├─8-1 章节介绍.mp4
├─第7章 手写数字识别
├─7-9 knn数字识别7.mp4
├─7-8 knn数字识别6.mp4
├─7-7 knn数字识别5.mp4
├─7-6 knn数字识别4.mp4
├─7-5 knn数字识别3.mp4
├─7-4 knn数字识别2.mp4
├─7-3 knn数字识别1.mp4
├─7-2 样本介绍.mp4
├─7-19 数字识别小结.mp4
├─7-18 cnn实现手写数字识别6.mp4
├─7-17 cnn实现手写数字识别5.mp4
├─7-16 cnn实现手写数字识别4.mp4
├─7-15 cnn实现手写数字识别3.mp4
├─7-14 cnn实现手写数字识别2.mp4
├─7-13 cnn实现手写数字识别1.mp4
├─7-12 knn数字识别10.mp4
├─7-11 knn数字识别9.mp4
├─7-10 knn数字识别8.mp4
├─7-1 章节介绍.mp4
├─第6章 计算机视觉加强之机器学习
├─6-9 Haar+adaboost人脸识别.mp4
├─6-8 adaboost分类器2.mp4
├─6-7 adaboost分类器1.mp4
├─6-6 Haar特征3.mp4
├─6-5 Haar特征2.mp4
├─6-4 Haar特征1.mp4
├─6-3 图片合成视频.mp4
├─6-23 机器学习小结.mp4
├─6-22 Hog_SVM小狮子识别5.mp4
├─6-21 Hog_SVM小狮子识别4.mp4
├─6-20 Hog_SVM小狮子识别3.mp4
├─6-2 视频分解图片.mp4
├─6-19 Hog_SVM小狮子识别2.mp4
├─6-18 Hog_SVM小狮子识别1.mp4
├─6-17 Hog小结.mp4
├─6-16 Hog特征4.mp4
├─6-15 Hog特征3.mp4
├─6-14 Hog特征2.mp4
├─6-13 Hog特征1.mp4
├─6-12 SVM小结.mp4
├─6-11 SVM支持向量机2.mp4
├─6-10 SVM支持向量机1.mp4
├─6-1 机器学习章节介绍.mp4
├─第5章 计算机视觉加强之图像美化
├─5-9 亮度增强.mp4
├─5-8 彩色直方图均衡化.mp4
├─5-7 灰度直方图均衡化.mp4
├─5-6 彩色直方图源码.mp4
├─5-5 灰度直方图源码.mp4
├─5-4 图片修补.mp4
├─5-3 直方图均衡化.mp4
├─5-2 彩色图片直方图.mp4
├─5-13 图像美化章节小结.mp4
├─5-12 中值滤波.mp4
├─5-11 高斯均值滤波.mp4
├─5-10 磨皮美白.mp4
├─5-1 美化效果章节介绍.mp4
├─第4章 计算机视觉加强之图像特效&线段文字绘制
├─4-9 边缘检测1.mp4
├─4-8 图片融合.mp4
├─4-7 毛玻璃.mp4
├─4-6 马赛克.mp4
├─4-5 颜色反转.mp4
├─4-4 算法优化.mp4
├─4-3 图像灰度处理2.mp4
├─4-2 图像灰度处理1.mp4
├─4-17 文字图片绘制.mp4
├─4-16 矩形圆形任意多边形绘制.mp4
├─4-15 线段绘制.mp4
├─4-14 图像特效小结.mp4
├─4-13 油画特效.mp4
├─4-12 颜色映射.mp4
├─4-11 浮雕效果.mp4
├─4-10 边缘检测2.mp4
├─4-1 图像特效介绍.mp4
├─第3章 计算机视觉加强之几何变换
├─3-9 图片镜像.mp4
├─3-8 图片移位3.mp4
├─3-7 图片移位2.mp4
├─3-6 图片位移1.mp4
├─3-5 图片剪切.mp4
├─3-4 图片缩放3.mp4
├─3-3 图片缩放2.mp4
├─3-2 图片缩放1.mp4
├─3-13 图片几何变换小结.mp4
├─3-12 图片旋转.mp4
├─3-11 图片仿射变换.mp4
├─3-10 图片缩放.mp4
├─3-1 本章介绍.mp4
├─第2章 计算机视觉入门
├─2-9 像素操作基础.mp4
├─2-8 案例3：不同图片质量保存.mp4
├─2-7 案例2：图片写入.mp4
├─2-6 Opencv模块组织结构.mp4
├─2-5 案例1：图片的读取和展示.mp4
├─2-4 测试案例helloWorld.mp4
├─2-3 Windows下一站式开发环境anaconda搭建.mp4
├─2-22 小综合：人工神经网络逼近股票价格4.mp4
├─2-21 小综合：人工神经网络逼近股票价格3.mp4
├─2-20 小综合：人工神经网络逼近股票价格2.mp4
├─2-2 Mac下一站式开发环境anaconda搭建.mp4
├─2-19 小综合：人工神经网络逼近股票价格1.mp4
├─2-18 matplotlib模块的使用.mp4
├─2-17 numpy模块使用.mp4
├─2-16 矩阵基础3.mp4
├─2-15 矩阵基础2.mp4
├─2-14 矩阵基础1.mp4
├─2-13 常量变量四则运算.mp4
├─2-12 tensorflow运算原理.mp4
├─2-11 tensorflow常量变量定义.mp4
├─2-10 案例4：像素读取写入.mp4
├─2-1 本章介绍.mp4
├─第1章 课程导学
├─1-1 计算机视觉导学.mp4
├─源码.zip
├─31、数据挖掘课程
├─7-10课.zip
├─4-6课.zip
├─1-3课.zip
├─30、量化交易课程
├─ML_机器学习与量化交易项目班
├─视频
├─9 量化策略的实现.mkv
├─8自动交易系统的搭建.mkv
├─7模型评估与风险控制.mkv
├─6策略建模：基于机器学习的策略建模.mkv
├─5策略建模综述.mkv
├─4用python进行金融数据分析.mkv
├─3搭建自己的量化数据库.mkv
├─2量化交易系统综述.mkv
├─1自动化交易综述.mkv
├─10策略优化与课程总结.mkv
├─代码
├─lecture_code 08
├─lecture_code 05
├─lecture_code 04
├─lecture_code 03
├─ppt
├─机器学习和量化交易实战 Lecture 10.pptx
├─机器学习和量化交易实战 Lecture 09.pptx
├─机器学习和量化交易实战 Lecture 07.pptx
├─机器学习和量化交易实战 Lecture 06.pdf
├─机器学习和量化交易实战 Lecture 04.pdf
├─机器学习和量化交易实战 Lecture 03.pdf
├─机器学习和量化交易实战 Lecture 02.pdf
├─机器学习和量化交易实战 Lecture 01.pdf
├─29、python3数据分析与挖掘实战
├─软件包及安装文档
├─Python-3.5.x安装教程.pdf
├─python-3.5.4-64位.exe
├─python-3.5.4-32位.exe
├─Python3数据分析与挖掘实战
├─第9章 补充以及作业讲解
├─041、答疑.mp4
├─040、上节课作业讲解.mp4
├─039、补充内容.mp4
├─第8章 用Scrapy爬取网站的数据
├─038、课后答疑.mp4
├─037、当当商城爬虫实战.mp4
├─036、自动模拟登陆爬虫实战.mp4
├─035、天善智能课程自动爬虫实战.mp4
├─第7章 Scrapy爬虫
├─034、课后答疑.mp4
├─033、Scrapy自动爬虫实战.mp4
├─032、第一个Scrapy爬虫.mp4
├─031、Scrapy框架常见命令实战.mp4
├─第6章 爬虫实战及Scrapy框架的安装
├─030、课后答疑.mp4
├─029、Scrapy框架的安装.mp4
├─028、多线程爬虫实战.mp4
├─027、微信爬虫实战.mp4
├─026、抓包分析实战2.mp4
├─025、抓包分析实战1.mp4
├─第5章 爬虫防屏蔽手段之代理服务器实战
├─024、课后答疑.mp4
├─023、图片爬虫实战.mp4
├─022、爬虫防屏蔽手段之代理服务器实战.mp4
├─第4章 Urllib库实战
├─021、课后答疑.mp4
├─020、python新闻爬虫实战.mp4
├─019、爬虫的浏览器伪装技术.mp4
├─018、爬虫的异常处理.mp4
├─017、Urllib库实战（三）.mp4
├─016、Urllib库实战（二）.mp4
├─015、Urllib库实战.mp4
├─第3章 Python 爬虫初识
├─014、课后答疑.mp4
├─013、正则表达式实战.mp4
├─012、网络爬虫原理.mp4
├─011、作业讲解及爬虫初识.mp4
├─第2章 Python基础 第二阶段
├─010、课后答疑.mp4
├─009、python异常值处理.mp4
├─008、python文件操作.mp4
├─007、python模块.mp4
├─006、python函数详解.mp4
├─第21章 Python降维技术与大型数据分析与挖掘项目实训下
├─92-93课时 PhantomJS.rar
├─094、文本分类及答疑.mp4
├─091、微博接口开发下.mp4
├─090、微博接口开发上.mp4
├─第20章 Python降维技术与大型数据分析与挖掘项目实训上
├─089、答疑.mp4
├─088、社交网络项目实战.mp4
├─087、Apriori算法与项目实战.mp4
├─第1章 Python基础 第一阶段
├─005、课后答疑.mp4
├─004、python控制流.mp4
├─003、python语法基础.mp4
├─002、初识python.mp4
├─001、课程介绍.mp4
├─第19章 Python数据分析与挖掘实战
├─086、答疑.mp4
├─085、人工神经网络实现实战.mp4
├─084、人工神经网络理论基础.mp4
├─083、贝叶斯应用.mp4
├─第18章 Python数据分析与挖掘聚类实现与回归分析
├─082、答疑.mp4
├─081、聚类.mp4
├─080、决策树.mp4
├─第17章 Python数据建模与分类实现 下
├─079、答疑.mp4
├─078、决策树.mp4
├─077、回归算法.mp4
├─076、贝叶斯算法 下.mp4
├─075、贝叶斯课程 （补录）.mp4
├─074、贝叶斯算法 上.mp4
├─第16章 Python数据分析与挖掘实战 上
├─073、答疑.mp4
├─072、手写体数字识别.mp4
├─071、KNN算法与贝克斯方法.mp4
├─070、knn算法（补录）.mp4
├─069、常见分类算法.mp4
├─068、Python数据分类实现过程.mp4
├─067、Python数据建模概述.mp4
├─第15章 文本相似度分析
├─066、答疑.mp4
├─065、文本相似度分析三.mp4
├─064、文本相似度分析二.mp4
├─063、文本相似度分析一.mp4
├─第14章 文本挖掘
├─062、答疑.mp4
├─061、文本挖掘 二.mp4
├─060、文本挖掘 一.mp4
├─第13章 数据转换、属性构造、数据规约
├─059、答疑.mp4
├─058、数据规约.mp4
├─057、属性构造.mp4
├─056、数据转换.mp4
├─第12章 Python数据清洗、集成与变换
├─055、答疑.mp4
├─054、数据集成实战.mp4
├─053、数据分布探索实战.mp4
├─052、数据探索与数据与清洗概述（二）.mp4
├─051、数据探索与数据与清洗概述（一）.mp4
├─第11章 Python数据可视化分析实现
├─050、答疑.mp4
├─049、读取和讯博客的数据并可视化分析.mp4
├─048、直方图.mp4
├─047、matplotlib基础 折线图-散点图.mp4
├─第10章 Python数据分析与挖掘技术基础
├─046、答疑.mp4
├─045、Python数据导入实战.mp4
├─044、相关模块的使用.mp4
├─043、数据分析与挖掘相关模块简介与安装.mp4
├─042、快速了解数据分析与数据挖掘.mp4
├─源码.rar
├─源码.rar
├─28、OpenCV计算机视觉图像识别深度学习实战
├─第10讲 机器视觉项目实战
├─第十课.mkv
├─（解压密码000000）第十讲同步资料.zip
├─第09讲 3D计算机视觉
├─第九课下.mkv
├─第九课上.mkv
├─（解压密码000000）第九讲同步资料.zip
├─第08讲 图像标注与问答
├─第八课.mkv
├─（解压密码000000）第八讲同步资料.zip
├─第07讲 图像检索
├─第七课.mkv
├─（解压密码000000）第七讲同步资料.zip
├─第06讲 深度学习在图像识别中的应用
├─第六课下.mkv
├─第六课上.mkv
├─（解压密码000000）第六讲同步资料.zip
├─第05讲 坐标变换与视觉测量
├─第五课【微信 AG110 660 】【海量资源 666 root.com】.mkv
├─第04讲 机器视觉中的特征提取与描述
├─第四课下.mkv
├─第四课上.mkv
├─第03讲 空域图像处理的洪荒之力
├─第三课下.mkv
├─第三课上.mkv
├─（解压密码000000）第三讲同步资料.zip
├─第02讲 初探计算机视觉
├─第二课.mkv
├─（解压密码000000）第二讲同步资料.zip
├─第01讲 图像处理基础
├─第一课.mkv
├─（解压密码000000）图像处理与计算机视觉基础总结.zip
├─opencv-3.0.0.zip
├─27、问答机器人
├─QA问答.zip
├─26、LSTM行为识别
├─行为识别.zip
├─25、Python Kaggle竞赛案例实战
├─Kaggle第8课：金融风控问题
├─第八课.mp4
├─第8课：金融风控问题.pdf
├─baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61.cfg
├─Kaggle第7课：电商推荐与销量预测相关案例
├─7.mp4
├─Kaggle第6课：走起-深度学习
├─第6课：走起-深度学习.pdf
├─6.mp4
├─Kaggle第5课：能源预测与分配类问题案例
├─5-2.mp4
├─5-1.mp4
├─Kaggle第4课：自然语言处理类问题
├─Kaggle第四课第一部分.mp4
├─Kaggle4_2.mp4
├─Kaggle第3课：排序与CTR预估问题
├─New3.mp4
├─kaggle第三课.mp4
├─5-2.mp4
├─Kaggle第2课：经济金融领域的应用
├─第2课 经济金融领域的应用.pdf
├─Kaggle 第二次课.mp4
├─Kaggle第1课：机器学习算法、工具与流程概述
├─Kaggle第1课：机器学习算法、工具与流程概述.pdf
├─Kaggle 第一次课2 .mp4
├─Kaggle 第一次课 1.mp4
├─（解压密码000000）课堂同步.zip
├─24、python-机器学习-进阶实战
├─唐宇迪-机器学习-进阶实战-资料
├─9.EM算法
├─10-EM算法.pdf
├─8.贝叶斯优化实战
├─贝叶斯优化：Hyperopt.zip
├─7.贝叶斯优化及其工具包使用
├─贝叶斯优化：Hyperopt.zip
├─6.降维算法-线性判别分析
├─降维算法.zip
├─9-LDA与PCA算法.pdf
├─5.人口普查数据集项目实战-收入预测
├─机器学习数据分析模板.ipynb
├─3.png
├─2.png
├─1.png
├─4.使用lightgbm进行饭店流量预测
├─GBDT.zip
├─3.xgboost-gbdt-lightgbm
├─GBDT.zip
├─20.数据处理与特征工程
├─机器学习项目实战流程
├─2.GBDT提升算法
├─GBDT.pdf
├─19.制作自己常用工具包
├─特征筛选
├─18.Tensorflow自己打造word2vec
├─word2vec
├─17.使用word2vec分类任务
├─word2vec.zip
├─16.NLP-文本特征方法对比
├─自然语言处理方法对比.ipynb
├─socialmedia_relevant_cols_clean2.csv
├─socialmedia_relevant_cols.csv
├─GoogleNews-vectors-negative300.bin
├─clean_data.csv
├─15.学习曲线
├─学习曲线
├─14.基于统计分析的电影推荐
├─电影推荐.zip
├─13.音乐推荐系统实战
├─Python实现音乐推荐系统
├─12.推荐系统
├─推荐系统.pdf
├─11.HMM案例实战
├─HMM
├─时间序列.ipynb
├─hmm实践.ipynb
├─data2.csv
├─10.HMM隐马尔科夫模型
├─HMM.pdf
├─1.数据特征
├─数值特征
├─8 贝叶斯优化实战.mp4
├─7 贝叶斯优化及其工具包使用.mp4
├─6 降维算法-线性判别分析.mp4
├─5 人口普查数据集项目实战.mp4
├─4 使用lightgbm进行饭店流.mp4
├─3 xgboost-gbdt-lightgbm提.mp4
├─21 机器学习项目实战-建模与.mp4
├─20181129_155828.mp4
├─20 机器学习项目实战-数据处.mp4
├─2 GBDT提升算法.mp4
├─18 和 19 章.mp4
├─17 使用word2vec分类任务.mp4
├─16 NLP-文本特征方法对比.mp4
├─15 学习曲线.mp4
├─14 基于统计分析的电影推荐.mp4
├─13 音乐推荐系统实战.mp4
├─12 推荐系统.mp4
├─11 HMM案例实战.mp4
├─10 HMM隐马尔科夫模型.mp4
├─1 数据特征.mp4
├─23、深度学习30天系统实训-非加密
├─第一章
├─神经网络（上课）.pdf
├─1-8课后讨论与答疑.mp4
├─1-7softmax分类器.mp4
├─1-6损失函数.mp4
├─1-5得分函数.mp4
├─1-4K近邻与交叉验证.mp4
├─1-3机器学习常规套路.mp4
├─1-2深度学习与人工智能概述.mp4
├─1-1课程概述与环境配置.mp4
├─第五章-CNN实战与验证码识别
├─验证码案例.zip
├─5-7验证码识别流程.mp4
├─5-6验证码识别概述.mp4
├─5-5完成迭代训练.mp4
├─5-4定义卷积网络计算流程.mp4
├─5-3卷积与池化操作.mp4
├─5-2使用CNN训练mnist数.mp4
├─5-1卷积网络复习（验证码数据代码下载--）.mp4
├─第四章-卷积神经网络
├─4-6经典网络架构.mp4
├─4-5卷积网络整体架构.mp4
├─4-4池化层操作.mp4
├─4-3卷积层计算参数.mp4
├─4-2卷积计算流程.mp4
├─4-1卷积体征提取.mp4
├─第三章-tensorflow训练mnist数据集
├─mnist.zip
├─3-8课后讨论.mp4
├─3-7迭代完成训练.mp4
├─3-6参数初始化.mp4
├─3-5tensorflow实现手写字体.mp4
├─3-4tensorflow实现线性回归.mp4
├─3-3tensorflow常用操作.mp4
├─3-2tensorflow基本套路.mp4
├─3-1tensorflow安装.mp4
├─第三次课程代码
├─tensorflow代码.zip
├─tensorflow.pptx
├─imagenet-vgg-verydeep-19.mat
├─第七章-word2vec实战与对抗生成网络
├─7-9DCGAN网络细节.mp4
├─7-8DCGAN网络特性（DCGAN数据代码下载---）.mp4
├─7-7 Gan迭代生成.mp4
├─7-6GAN网络结构定义.mp4
├─7-5对抗生成网络原理概述(GAN数据代码下载---).mp4
├─7-4tfidf原理.mp4
├─7-3使用gensim构建word2.mp4
├─7-2准备word2vec输入数据.mp4
├─7-1基于词袋模型训练分类器.mp4
├─第六章-自然语言处理-word2vec
├─6-7案例：影评情感分类(数据.mp4
├─6-6负采样模型.mp4
├─6-5参数更新.mp4
├─6-4CBOW模型.mp4
├─6-3神经网络模型.mp4
├─6-2语言模型.mp4
├─6-1自然语言处理与深度学.mp4
├─第二章
├─2-8课后讨论.mp4
├─2-7drop-out.mp4
├─2-1梯度下降原理-2-2学习率的作用-2-3反向传播-2-4神经网络基础架构-2-5神经网络实例演示-2-6正则化与激活函数.mp4
├─第八章-LSTM情感分析与黑科技概述
├─8-7课后讨论版.mp4
├─8-6趣味网络串讲（数据代.mp4
├─8-5基于word2vec的LSTM模型.mp4
├─8-4情感数据集处理.mp4
├─8-3案例：使用LSTM进行情.mp4
├─8-2LSTM网络架构.mp4
├─8-1 RNN网络架构.mp4
├─22、NLP-文本相似度
├─文本相似度.zip
├─21、数据科学人工智能-必备数学基础
├─统计分析
├─统计分析-数据代码.zip
├─视频
├─09-第十六章.mp4
├─08-第十四至第十五.mp4
├─07-第十三章.mp4
├─06-第十一章至第十二章.mp4
├─05-第十章补充.mp4
├─04-第九章至第十章.mp4
├─03-第八章.mp4
├─02-第二章至第七章.mp4
├─01-第一章.mp4
├─课件
├─微积分.pdf
├─梯度.pdf
├─特征值与特征向量.pdf
├─泰勒公式.pdf
├─似然函数.pdf
├─熵.pdf
├─拉格朗日乘子法.pdf
├─矩阵.pdf
├─激活函数.pdf
├─后验概率估计.pdf
├─核函数.pdf
├─高等数学.pdf
├─概率论.pdf
├─概率分布与概率密度.pdf
├─SVD.pdf
├─20、Tensorflow-物体检测-Faster-Rcnn
├─物体检测-faster-rcnn
├─物体检测-faster-rcnn
├─iccv15_tutorial_training_rbg.pdf
├─FasterRcnn.zip
├─faster-rcnn.pptx
├─Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf
├─iccv15_tutorial_training_rbg.pdf
├─FasterRcnn.zip
├─faster-rcnn.pptx
├─Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf
├─第一章 三代物体检测算法概述.rar
├─第一章 三代物体检测算法概述.mp4
├─第三章 tensorflow版本实现解读.rar
├─第二章 faster-rcnn论文解读.mp4
├─Tensorflow-物体检测-Faster-Rcnn解读.zip
├─19、Tensorflow-自然语言处理
├─Tensorflow-自然语言处理.rar
├─18、TensorFlow-图像处理
├─图像缺失补全
├─图像补全人脸数据.zip
├─glcic图像补全.zip
├─高阶API
├─高阶API.zip
├─超分辨率重构
├─srgan超分辨率重构.zip
├─srdata.zip
├─Tensorflow-图像处理视频课程05.mp4
├─Tensorflow-图像处理视频课程04.mp4
├─Tensorflow-图像处理视频课程03.mp4
├─Tensorflow-图像处理视频课程02.mp4
├─Tensorflow-图像处理视频课程01.mp4
├─17､ 机器学习-推荐系统
├─章节3-使用Surprise库建立推荐系统
├─17训练网络.mp4
├─16损失函数定义.mp4
├─15模型架构.mp4
├─14使用Tensorflow构建隐语义模型.mp4
├─章节2-使用Tensorflow构造隐语义模型
├─13得出推荐商品结果.mp4
├─12Surprise库使用方法.mp4
├─11Surprise库与数据简介.mp4
├─章节1-推荐系统工作原理
├─10模型评估标准.mp4
├─09隐语义模型求解.mp4
├─08隐语义模型.mp4
├─07基于物品的协同过滤.mp4
├─06基于用户的协同过滤.mp4
├─05相似度计算.mp4
├─04推荐系统要完成的任务.mp4
├─03数据,代码下载（点击参考资料下载）.zip
├─02推荐系统应用.mp4
├─01系列课程概述.mp4
├─16、机器学习-对抗生成网络
├─对抗生成网络资料
├─人脸数据.zip
├─GAN.pptx
├─DCGAN.zip
├─人脸数据.zip
├─DCGAN.zip
├─9.DCGAN基本原理.mp4
├─8.案例实战对抗生成网络：训练对抗生成网络.mp4
├─7.案例实战对抗生成网络：构造损失函数.mp4
├─6.案例实战对抗生成网络：构造生成网络模型.mp4
├─5.案例实战对抗生成网络：构造判别网络模型.mp4
├─4.案例实战对抗生成网络：环境配置.mp4
├─3.对抗生成网络工作原理.mp4
├─2.对抗生成网络形象解释.mp4
├─15.DCGAN项目实战：训练DCGAN网络.mp4
├─14.DCGAN项目实战：基于卷积的判别网络.mp4
├─13.DCGAN项目实战：基于卷积的生成网络架构.mp4
├─12.DCGAN项目实战：配置参数.mp4
├─11.DCGAN项目实战：DIY你要生成的数据.mp4
├─10.DCGAN的网络模型架构.mp4
├─1.课程简介.mp4
├─1.补充.mp4
├─15、深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)
├─唐宇迪-StyleTransfer
├─文件放哪.png
├─数据下载地址.txt
├─style-transfer代码.zip
├─018、完成测试代码.mp4
├─017、模型保存与打印结果.mp4
├─016、完成训练模块.mp4
├─015、Style损失计算.mp4
├─014、Content损失计算.mp4
├─013、参数初始化.mp4
├─012、生成网络计算操作.mp4
├─011、生成网络结构定义.mp4
├─010、内容与风格特征提取.mp4
├─009、VGG体征提取网络结构.mp4
├─008、数据读取操作.mp4
├─007、风格转换参数配置.mp4
├─006、风格转换效果展示.mp4
├─005、风格生成网络细节.mp4
├─004、风格生成网络结构原理.mp4
├─003、style-transfer基本原理.mp4
├─002、Tensorflow安装.mp4
├─001、课程简介.mp4
├─14、自然语言处理word2vec
├─实战word2vec
├─7-.wmv
├─6-.wmv
├─5-.wmv
├─4-.wmv
├─3-.wmv
├─2-.wmv
├─1-.wmv
├─word2vec
├─9-.wmv
├─8-.wmv
├─7-.wmv
├─6-.wmv
├─5-.wmv
├─4-.wmv
├─3-.wmv
├─2-.wmv
├─11-.wmv
├─10-.wmv
├─1-.wmv
├─Gensim构造词向量模型
├─4-.wmv
├─3-.wmv
├─2-.wmv
├─1-.wmv
├─13、深度学习顶级论文算法详解视频课程
├─DeepLearning(期刊论文)
├─d9a9027182bae247583555443e5015383b2c29.pdf
├─c2da8f6984015ae113e2401190107a348be42c.pdf
├─83f2b0137888ff19f7d3236cfac42ffbee5685.pdf
├─61991ea3586e3039a1f35302945da0e62ed276.pdf
├─4166643538787b5802a551e0f477a5ee0a76aa.pdf
├─第一课.课程简介.txt
├─第五课.wmv
├─第四课.wmv
├─第十一集.wmv
├─第十五课.wmv
├─第十四.avi
├─第十三课.avi
├─第十六课.avi
├─第十课.wmv
├─第十二课.mp4
├─第三课.wmv
├─第七课.wmv
├─第六课.wmv
├─第九课.wmv
├─第二课.wmv
├─第八课.wmv
├─12、深度学习项目实战视频课程-Seq2Seq序列生模型
├─序列排序生成
├─5.wmv
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─文章摘要生成
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─seq2seq网络架构原理
├─5.wmv
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─Seq2Seq网络.rar
├─11、深度学习实战项目-利用RNN与LSTM网络原理进行唐诗生成视频课程
├─唐诗生成资料
├─tensorflow-RNN.pptx
├─RNN与LSTM.pptx
├─poem.zip
├─递归神经网络原理(四课时)
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─TensorFlow打造唐诗生成网络（八课时）
├─8.wmv
├─7.wmv
├─6.wmv
├─5.wmv
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─RNN手写字体识别（三课时）
├─3.wmv
├─2.wmv
├─1.wmv
├─10、Tensorflow项目实战视频课程-文本分类
├─文本分类
├─数据-代码.zip
├─9.wmv
├─8.wmv
├─7.wmv
├─6.wmv
├─5.wmv
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─15.wmv
├─14.wmv
├─13.wmv
├─12.wmv
├─11.wmv
├─10.wmv
├─09、决胜AI-强化学习实战系列视频课程
├─唐宇迪-强化学习课件及代码
├─强化学习.pdf
├─ValueIteration.py
├─bird.zip
├─2-9.Debug解读训练代码.mp4
├─2-8.实现训练模块.mp4
├─2-7.实现阶段数据存储.mp4
├─2-6.数据预处理.mp4
├─2-5.Deep Q Learning卷积操作定义.mp4
├─2-4.搭建Deep Q-Learning网络模型.mp4
├─2-3,Deep Q-Learning网络参数配置.mp4
├─2-2.Deep-Q-Learning网络细节.mp4
├─2-11.Deep Q-Learning效果演示.mp4
├─2-10.完整代码流程分析.mp4
├─2-1.Deep-Q-Network原理.mp4
├─1-9.Q-Learning迭代效果.mp4
├─1-8.Q-Learning迭代计算实例.mp4
├─1-7.Q-Learning基本原理.mp4
├─1-6.代码实战求解过程.mp4
├─1-5.值迭代求解.mp4
├─1-4.Bellman方程.mp4
├─1-3.马尔科夫决策过程.mp4
├─1-2.强化学习基本概念.mp4
├─1-10.求解流程详解.mp4
├─1-1.强化学习简介.mp4
├─08、Python数据分析(机器学习)经典案例
├─课时48.预测结果.flv
├─课时47.盈利方法和模型评估.flv
├─课时46.数据预处理.flv
├─课时45.数据清洗.flv
├─课时44.改进特征选择方法.flv
├─课时43.基于词频的特征提取.flv
├─课时42.数据简介与故事背景.flv
├─课时41.使用PCA进行降维.flv
├─课时40.协方差分析.flv
├─课时39.数据预处理.flv
├─课时38.PCA原理简介.flv
├─课时37.训练神经网络模型.flv
├─课时36.构建完整的神经网络模型.flv
├─课时35.卷积神经网络模型.flv
├─课时34.使用tensorflow设定基本参数.flv
├─课时33.神经网络模型概述.flv
├─课时32.tensorflow框架的安装.flv
├─课时31.基于聚类模型的分析.flv
├─课时30.构建预测模型.flv
├─课时29.数据预处理.flv
├─课时28.员工不同属性指标对结果的影响.flv
├─课时27.数据简介与特征预处理.flv
├─课时26.使用级联模型进行预测.flv
├─课时25.二阶段输入特征制作.flv
├─课时24.数据预处理与热度图.flv
├─课时23.级联模型原理.flv
├─课时22.随机森林特征重要性分析.flv
├─课时21.使用随机森林改进模型.flv
├─课时20.使用回归算法进行预测.flv
├─课时19.数据预处理.flv
├─课时18.船员数据分析.flv
├─课时17.将建立好决策树可视化展示出来.flv
├─课时16.决策树中参数的选择.flv
├─课时15.决策树模型参数详解.flv
├─课时14.不同特征的分布规则.flv
├─课时13.数据简介与特征课时化展示.flv
├─课时12.使用数据生成策略.flv
├─课时11.使用阈值来衡量预测标准.flv
├─课时10.逻辑回归进行分类预测.flv
├─课时09.数据不平衡问题解决方案.flv
├─课时08.数据简介及面临的挑战.flv
├─课时07.使用scikit-learn建立分类模型.flv
├─课时06.数据预处理.flv
├─课时05.特征数据可视化展示.flv
├─课时04.Kobe.Bryan生涯数据读取与简介.flv
├─课时03.使用Anaconda搭建python环境.flv
├─课时02.课程数据，代码下载.swf
├─课时01.课程简介.flv
├─07、大数据-深度学习项目实战-关键点定位视频教程
├─唐宇迪-深度学习-人脸关键点
├─课上代码
├─code.zip
├─deep_landmark.zip
├─012、深度学习项目实战12 算法框架分析.mp4
├─011、深度学习项目实战11 项目总结分析.mp4
├─010、深度学习项目实战10 人脸关键点检测效果.mp4
├─009、深度学习项目实战09 完成全部测试结果.mp4
├─008、深度学习项目实战08 网络模型参数初始化.mp4
├─007、深度学习项目实战07 第二三阶段网络模型训练.mp4
├─006、深度学习项目实战06 第二三阶段网络数据源制作.mp4
├─005、深度学习项目实战05 第一阶段网络训练.mp4
├─004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4
├─003、深度学习项目实战03 对原始数据进行数据增强.mp4
├─002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4
├─001、深度学习项目实战01 人脸关键点检测算法框架.mp4
├─06、深度学习项目实战视频课程-人脸检测
├─唐宇迪 深度学习 人脸检测数据代码
├─train.zip
├─train.txt
├─train.sh
├─train.prototxt
├─tmp9055.jpg
├─testTrain.zip
├─solver.prototxt
├─run_face_detect_batch.py
├─result.jpg
├─face_rect.txt
├─face_detect.ipynb
├─faceTrain.zip
├─face-lmdb.sh
├─deploy_full_conv.prototxt
├─deploy.prototxt 暂时无用
├─alexnet_trainval.prototxt
├─alexnet_iter_50000_full_conv.caffemodel
├─人脸检测-.docx
├─17-项目总结.mp4
├─16-模型准确率影响因素分析.mp4
├─15-优化策略分析.mp4
├─14-检测效果及改进.mp4
├─13-完成检测代码.mp4
├─12-坐标映射变换.mp4
├─11-实现多尺度人脸检测算法.mp4
├─10-检测算法框架原理.mp4
├─09-选择合适的参数并训练网络模型.mp4
├─08-网络模型配置文件.mp4
├─07-制作LMDB数据源.mp4
├─06-LMDB脚本文件.mp4
├─05-Caffe数据源准.mp4
├─04-正负样本裁剪策略.mp4
├─03-数据收集.mp4
├─02-课程数据，代码下载链接.txt
├─01-人脸检测项目概述.mp4
├─05、深度学习框架-Caffe使用案例视频课程
├─唐宇迪-深度学习-caffe案例.zip
├─caffe案例资料-.txt
├─13对训练结果进行分类任务.mp4
├─12对训练的网络模型绘制LOSS曲线.mp4
├─11生成网络配置文件.mp4
├─10绘制网络结构图.mp4
├─09使用python定义自己的层.mp4
├─08使用命令行训练网络1.mp4
├─07多label问题之HDF5数据源.mp4
├─06制作LMDB数据源训练分类网络.mp4
├─05solver超参数配置文件.mp4
├─04网络配置-各计算层详解.mp4
├─03网络配置-数据层详解.mp4
├─01深度学习框架caffe简介.mp4
├─04、深度学习框架-Tensorflow案例实战视频课程
├─唐宇迪-Tensorflow课程
├─验证码识别.zip
├─tensorflow代码.zip
├─tensorflow.pptx
├─022、Tensorflow案例实战视频课程22 迭代及测试网络效果.mp4
├─021、Tensorflow案例实战视频课程21 卷积网络模型定义.mp4
├─020、Tensorflow案例实战视频课程20 构造网络的输入数据和标签.mp4
├─019、Tensorflow案例实战视频课程19 验证码数据生成.mp4
├─018、Tensorflow案例实战视频课程18 训练RNN网络.mp4
├─017、Tensorflow案例实战视频课程17 RNN网络模型.mp4
├─016、Tensorflow案例实战视频课程16 使用RNN处理Mnist数据集.mp4
├─015、Tensorflow案例实战视频课程15 使用VGG模型进行测试.mp4
├─014、Tensorflow案例实战视频课程14 加载训练好的VGG网络模型.mp4
├─013、Tensorflow案例实战视频课程13 模型的保存和读取.mp4
├─012、Tensorflow案例实战视频课程12 卷积神经网络模型参数.mp4
├─011、Tensorflow案例实战视频课程11 卷积神经网络模型架构.mp4
├─010、Tensorflow案例实战视频课程10 训练神经网络.mp4
├─009、Tensorflow案例实战视频课程09 神经网络模型架构.mp4
├─008、Tensorflow案例实战视频课程08 迭代完成逻辑回归模型.mp4
├─007、Tensorflow案例实战视频课程07 逻辑回归框架.mp4
├─006、Tensorflow案例实战视频课程06 Mnist数据集简介.mp4
├─005、Tensorflow案例实战视频课程05 构造线性回归模型.mp4
├─004、Tensorflow案例实战视频课程04 常用基本操作.mp4
├─003、Tensorflow案例实战视频课程03 基本计算单元-变量.mp4
├─002、Tensorflow案例实战视频课程02 Tensorflow安装.mp4
├─001、Tensorflow案例实战视频课程01 课程简介.mp4
├─03、深度学习入门视频课程（下篇）
├─022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
├─021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
├─020、深度学习入门课程19 深度学习框架Caffe简介.mp4
├─019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
├─018、深度学习入门课程17 训练技巧之数据增强.mp4
├─017、深度学习入门课程16 如何巧妙设计网络结构.mp4
├─016、深度学习入门额课程15 物体检测实例.mp4
├─015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4
├─014、深度学习入门课程13 LSTM网络结构简介.mp4
├─013、深度学习入门课程12 python实现RNN算法.mp4
├─012、RNN网络细节.mp4
├─011、深度学习入门课程11 RNN网络结构.mp4
├─010、深度学习入门课程10 经典卷及网络架构实例.mp4
├─009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
├─008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4
├─007、深度学习入门课程07 卷积神经网络反向传播原理.mp4
├─006、深度学习入门课程06 池化层（Pooling）原理.mp4
├─005、深度学习入门课程05 卷积参数共享原则.mp4
├─004、深度学习入门课程04 卷积核参数分析.mp4
├─003、深度学习入门课程03 卷积计算流程.mp4
├─002、深度学习入门课程02 卷积层详解.mp4
├─001、深度学习入门课程01 感受卷积神经网络的强大.mp4
├─02、深度学习入门视频课程（上篇）
├─第3章 神经网络案例实战
├─7.wmv
├─6.wmv
├─5.wmv
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─第2章 神经网络模型
├─3.wmv
├─2.wmv
├─1.wmv
├─第1章 深度学习必备基础知识点
├─9.wmv
├─8.wmv
├─7.wmv
├─6.wmv
├─5.wmv
├─4.wmv
├─3.wmv
├─2.wmv
├─1.wmv
├─11.wmv
├─10.wmv
├─nn代码.rar
├─01、python数据分析与机器学习实战
├─视频课程
├─34机器学习项目实战-HTTP日志聚类分析
├─课时200应用聚类算法得出异常ip点.mp4
├─课时199特征数据预处理.mp4
├─课时198建立特征工程.mp4
├─33探索性数据分析-农粮组织数据集
├─课时197变量关系可视化展示.mp4
├─课时196数据分析维度.mp4
├─课时195数据对数变换.mp4
├─课时194峰度与偏度.mp4
├─课时193单变量分析.mp4
├─课时192数据切片分析.mp4
├─课时191数据背景简介.mp4
├─32探索性数据分析-足球赛事数据集
├─课时190红牌和肤色的关系.mp4
├─课时189报表可视化分析.mp4
├─课时188多特征之间关系分析.mp4
├─课时187特征可视化展示.mp4
├─课时186缺失值可视化分析.mp4
├─课时185数据切分模块.mp4
├─课时184数据读取与预处理.mp4
├─课时183数据背景介绍.mp4
├─课时182内容简介.mp4
├─31机器学习项目实战-用户流失预警
├─课时181应用阈值得出结果.mp4
├─课时180结果衡量指标的意义.mp4
├─课时179尝试多种分类器效果.mp4
├─课时178数据预处理.mp4
├─课时177数据背景介绍.mp4
├─30机器学习项目实战-贷款申请最大化利润
├─课时176预测结果并解决样本不均衡问题.mp4
├─课时175获得最大利润的条件与做法.mp4
├─课时174数据预处理.mp4
├─课时173数据清洗过滤无用特征.mp4
├─29Python时间序列分析
├─课时172维基百科词条EDA.mp4
├─课时171使用tsfresh库进行分类任务.mp4
├─课时170股票预测案例.mp4
├─课时169参数选择.mp4
├─课时168建立ARIMA模型.mp4
├─课时167相关函数评估方法.mp4
├─课时166ARIMA模型.mp4
├─课时165数据平稳性与差分法.mp4
├─课时164Pandas滑动窗口.mp4
├─课时163Pandas数据重采样.mp4
├─课时162Pandas生成时间序列.mp4
├─课时161章节简介.mp4
├─28Python库分析科比生涯数据
├─课时160使用Scikit-learn建立模型.mp4
├─课时159数据预处理.mp4
├─课时158特征数据可视化展示.mp4
├─课时157Kobe Bryan生涯数据读取与简介.mp4
├─27scikit-learn模型建立与评估
├─课时156多类别问题.mp4
├─课时155交叉验证.mp4
├─课时154ROC指标与测试集的价值.mp4
├─课时153 模型效果衡量标准.mp4
├─课时152使用逻辑回归改进模型效果.mp4
├─课时151使用scikit-learn库建立回归模型.mp4
├─课时150使用python库分析汽车油耗效率.mp4
├─26使用Gensim库构造中文维基百度数据词向量模型
├─课时149测试模型相似度结果.mp4
├─课时148Gensim构造word2vec模型.mp4
├─课时147维基百科中文数据处理.mp4
├─课时146使用Gensim库构造词向量.mp4
├─25自然语言处理词向量模型-Word2Vec
├─课时145负采样模型.mp4
├─课时144梯度上升求解.mp4
├─课时143CBOW求解目标.mp4
├─课时141Hierarchical Softmax-课时142CBOW模型实例.mp4
├─课时140神经网络模型.mp4
├─课时139词向量.mp4
├─课时138-N-gram模型.mp4
├─课时137语言模型.mp4
├─课时136自然语言处理与深度学习.mp4
├─24Xgboost集成算法
├─课时135Adaboost算法概述.mp4
├─课时134xgboost实战演示.mp4
├─课时133xgboost安装.mp4
├─课时132xgboost求解实例.mp4
├─课时131xgboost目标函数推导.mp4
├─课时130xgboost基本原理.mp4
├─课时129集成算法思想.mp4
├─23神经网络
├─课时128感受神经网络的强大.mp4
├─课时127神经网络过拟合解决方案.mp4
├─课时126神经网络实例演示.mp4
├─课时125神经网络架构.mp4
├─课时124神经网络-反向传播.mp4
├─课时123神经网络-梯度下降细节问题.mp4
├─课时122神经网络-最优化形象解读.mp4
├─课时121神经网络-softmax分类器.mp4
├─课时120神经网络-正则化惩罚项.mp4
├─课时119神经网络-损失函数.mp4
├─课时118线性分类原理.mp4
├─课时117超参数的作用.mp4
├─课时116K近邻尝试图像分类.mp4
├─课时115计算机视觉所面临的挑战.mp4
├─课时114初识神经网络.mp4
├─22降维算法-PCA主成分分析
├─课时113PCA实例.mp4
├─课时112PCA求解.mp4
├─课时111PCA要优化的目标.mp4
├─课时110PCA降维概述.mp4
├─21案例实战：聚类实践
├─课时109聚类案例实战.mp4
├─课时108多种聚类算法概述.mp4
├─20聚类算法-DBSCAN
├─课时107DBSCAN可视化展示.mp4
├─课时106DBSCAN工作流程.mp4
├─课时105DBSCAN聚类算法.mp4
├─19聚类算法-Kmeans
├─课时104使用Kmeans进行图像压缩.mp4
├─课时103KMEANS迭代可视化展示.mp4
├─课时102KMEANS工作流程.mp4
├─课时101KMEANS算法概述.mp4
├─18案例：SVM调参实例
├─课时99sklearn求解支持向量机.mp4
├─课时100SVM参数选择.mp4
├─17支持向量机
├─课时98SVM核变换.mp4
├─课时97软间隔问题.mp4
├─课时96支持向量的作用.mp4
├─课时95SVM求解实例.mp4
├─课时94目标函数求解.mp4
├─课时93目标函数.mp4
├─课时92距离与数据的定义.mp4
├─课时91支持向量机要解决的问题.mp4
├─16Python文本数据分析：新闻分类任务
├─课时90基于贝叶斯算法进行新闻分类.mp4
├─课时89LDA建模.mp4
├─课时88TF-IDF关键词提取.mp4
├─课时87新闻数据与任务简介.mp4
├─课时86相似度计算.mp4
├─课时85文本分析与关键词提取.mp4
├─15贝叶斯算法
├─课时84贝叶斯实现拼写检查器.mp4
├─课时83垃圾邮件过滤实例.mp4
├─课时82贝叶斯拼写纠错实例.mp4
├─课时81贝叶斯推导实例.mp4
├─课时80贝叶斯算法概述.mp4
├─14案例实战：泰坦尼克获救预测
├─课时79随机森林特征重要性分析.mp4
├─课时78使用随机森林改进模型.mp4
├─课时77使用回归算法进行预测.mp4
├─课时76数据预处理.mp4
├─课时75船员数据分析.mp4
├─13集成算法与随机森林
├─课时74堆叠模型.mp4
├─课时73提升模型.mp4
├─课时72特征重要性衡量.mp4
├─课时71集成算法-随机森林.mp4
├─12案例实战：使用sklearn构造决策树模型
├─课时70sklearn参数选择.mp4
├─课时69树可视化与sklearn库简介.mp4
├─课时68决策树涉及参数.mp4
├─课时67决策树复习.mp4
├─11决策树算法
├─课时66决策树剪枝策略.mp4
├─课时65信息增益率.mp4
├─课时64决策树构造实例.mp4
├─课时63衡量标准-熵.mp4
├─课时62决策树原理概述.mp4
├─10项目实战-交易数据异常检测
├─课时61SMOTE样本生成策略.mp4
├─课时60逻辑回归阈值对结果的影响.mp4
├─课时59混淆矩阵.mp4
├─课时58逻辑回归模型.mp4
├─课时57正则化惩罚.mp4
├─课时56模型评估方法.mp4
├─课时55交叉验证.mp4
├─课时54下采样策略.mp4
├─课时53样本不均衡解决方案.mp4
├─课时52案例背景和目标.mp4
├─09案例实战：Python实现逻辑回归与梯度下降策略
├─课时51实验对比效果.mp4
├─课时50停止策略与梯度下降案例.mp4
├─课时49完成梯度下降模块.mp4
├─课时48Python实现逻辑回归任务概述.mp4
├─08逻辑回归算法
├─课时47逻辑回归求解.mp4
├─课时46逻辑回归算法原理推导.mp4
├─07梯度下降策略
├─课时45学习率对结果的影响.mp4
├─课时44梯度下降方法对比.mp4
├─课时43梯度下降原理.mp4
├─06线性回归算法原理推导
├─课时42线性回归求解.mp4
├─课时41目标函数推导.mp4
├─课时40似然函数求解.mp4
├─课时39误差项分析.mp4
├─课时38线性回归算法概述.mp4
├─05Python可视化库Seaborn
├─课时37热度图绘制.mp4
├─课时36Facetgrid绘制多变量.mp4
├─课时35Facetgrid使用方法.mp4
├─课时34分类属性绘图.mp4
├─课时33多变量分析绘图.mp4
├─课时32回归分析绘图.mp4
├─课时31单变量分析绘图.mp4
├─课时30调色板颜色设置.mp4
├─课时29调色板.mp4
├─课时28风格细节设置.mp4
├─课时27整体布局风格设置.mp4
├─课时26Seaborn简介.mp4
├─04Python数据可视化库-Matplotlib
├─课时25细节设置.mp4
├─课时24柱形图与盒图.mp4
├─课时23条形图与散点图.mp4
├─课时22子图操作.mp4
├─课时21折线图绘制.mp4
├─03python数据分析处理库-Pandas
├─课时20Series结构.mp4
├─课时19Pandas自定义函数.mp4
├─课时18Pandas常用预处理方法.mp4
├─课时17Pandas数据预处理实例.mp4
├─课时16Pandas索引与计算.mp4
├─课时15Pandas数据读取.mp4
├─02Python科学计算库-Numpy
├─课时9科学计算库Numpy.mp4
├─课时9科学计算库Numpy.mp4
├─课时7使用Anaconda安装python环境（Python新手先看这个）.flv
├─课时7使用Anaconda安装python环境（Python新手先看这个）.flv
├─课时14不同复制操作对比.mp4
├─课时14不同复制操作对比.mp4
├─课时13矩阵常用操作.mp4
├─课时13矩阵常用操作.mp4
├─课时12Numpy常用函数.mp4
├─课时12Numpy常用函数.mp4
├─课时11Numpy矩阵基础.mp4
├─课时11Numpy矩阵基础.mp4
├─课时10Numpy基础结构.mp4
├─课时10Numpy基础结构.mp4
├─01人工智能入门指南（有基础的同学请略过！）
├─课时6算法推导与案例.mp4
├─课时5机器学习怎么学？.mp4
├─课时4人工智能的核心-机器学习.flv
├─课时3Python我该怎么学.flv
├─课时2AI时代首选Python.flv
├─课时1课程介绍（主题与大纲.flv
© 版权声明
1.版权归原作者所有,本站资源都来源于网络收集或者交换，仅供个人学习交流使用，请试听后24小时内删除.
2.资料内容用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。
3.本帖部分内容转载自其它媒体，但并不代表本站赞同其观点和对其真实性负责
4.请支持正版软件、得到更好的正版服务。
5.如有侵权请立即告知本站，本站将及时予与删除
THE END
