人工智能研究生课程库
最近更新 2024年09月03日
资源编号 28867

人工智能研究生课程库

2024-09-07 人工智能 2,016
郑重声明丨又知提供安全交易、信息保真!客服QQ:2978513101
¥ 99.9积分

终身VIP免费升级终身VIP

VIP活动仅需49积分起
立即下载 升级会员
详情介绍

人工智能研究生课程库资源介绍:

本课程针对刚入门的同学,开设为期一个月左右的零基础集训营,从ai数学,python基础开始讲起带您零基础入门。打好基础以后,根据个人的研究方向,继续去学习CV/NLP/推荐系统/时序预测等。

资源目录:

├──01-软件安装及环境配置
|   ├──02-Anaconda介绍及安装.mp4  31.51M
|   ├──03-【Python 3.6】 Python安装及验证.mp4  15.64M
|   ├──04-【Python 3.6】 Python配置环境变量.mp4  7.92M
|   ├──05-【Python 3.6】 Python卸载及验证.mp4  6.24M
|   ├──06-【PyTorch 1.2】 PyTorch简介与安装.mp4  48.34M
|   ├──07-【Pytorch1.2】 Pytorch开发环境安装.mp4  210.80M
|   ├──08-【TensorFlow 2.1.0】环境安装-ubuntu.mp4  174.66M
|   ├──09-【TensorFlow 2.1.0】环境安装-windows.mp4  132.37M
|   ├──10-【GPU驱动安装】GPU_driver_windows.mp4  19.82M
|   ├──11-【GPU驱动安装】GPU_driver_Linux.mp4  96.04M
|   ├──12-Linux 常用命令.mp4  92.54M
|   ├──13-【数据分析工具】 MySQL.mp4  34.26M
|   ├──14-【数据分析工具】 Navicate.mp4  18.11M
|   └──15-【数据分析工具】 Tableau Public.mp4  35.85M
├──02-人工智能数学基础
|   ├──05-【第一章 线性代数(上)】章节导读.mp4  11.07M
|   ├──06-【第一章 线性代数(上)】-1 矩阵及其基本运算①.mp4  34.70M
|   ├──07-【第一章 线性代数(上)】-2 矩阵及其基本运算②.mp4  64.40M
|   ├──08-【第一章 线性代数(上)】-3 矩阵的行列式①.mp4  38.86M
|   ├──09-【第一章 线性代数(上)】-4 矩阵的行列式②.mp4  46.99M
|   ├──10-【第一章 线性代数(上)】-5 矩阵的行列式③.mp4  37.79M
|   ├──11-【第一章 线性代数(上)】-6 矩阵的行列式④.mp4  10.01M
|   ├──12-【第一章 线性代数(上)】-7 矩阵的逆①.mp4  41.26M
|   ├──13-【第一章 线性代数(上)】-8 矩阵的逆②.mp4  26.80M
|   ├──14-【第一章 线性代数(上)】-9 矩阵的逆③.mp4  30.43M
|   ├──15-【第二章 线性代数(下)】章节导读.mp4  9.90M
|   ├──16-【第二章 线性代数(下)】-1 矩阵的初等变换①.mp4  50.39M
|   ├──17-【第二章 线性代数(下)】-2 矩阵的初等变换②.mp4  23.98M
|   ├──18-【第二章 线性代数(下)】-3 矩阵的初等变换③.mp4  62.92M
|   ├──19-【第二章 线性代数(下)】-4 矩阵的初等变换④.mp4  24.74M
|   ├──20-【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①.mp4  55.00M
|   ├──21-【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②.mp4  46.51M
|   ├──22-【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③.mp4  39.71M
|   ├──23-【第二章 线性代数(下)】-8 矩阵对角化以及二次型①.mp4  48.69M
|   ├──24-【第二章 线性代数(下)】-9 矩阵对角化以及二次型②.mp4  33.98M
|   ├──25-【第二章 线性代数(下)】-10 矩阵对角化以及二次型③.mp4  32.49M
|   ├──26-【第二章 线性代数(下)】-11svd分解的应用.mp4  49.81M
|   ├──27-【第三章 微积分】-01常用函数的导数以及到导数的常用公式.mp4  50.35M
|   ├──28-【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mp4  46.01M
|   ├──29-【第三章 微积分】-03 函数的凹凸性&函数的极值.mp4  45.39M
|   ├──30-【第三章 微积分】-04 不定积分.mp4  28.30M
|   ├──31-【第三章 微积分】-05 定积分.mp4  29.72M
|   ├──32-【第三章 微积分】-06 偏导数&多元函数复合求导法则链式求导法则.mp4  43.21M
|   ├──33-【第三章 微积分】-07 方向导数与梯度及其应用.mp4  53.22M
|   ├──34-【第三章 微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4  37.63M
|   ├──35-【第三章 微积分】-09 矩阵的求导.mp4  43.88M
|   ├──36-【第三章 微积分】-10 矩阵的求导在深度学习中的应用.mp4  47.41M
|   ├──37-【第四章 概率论】-01随机实验样本空间随机事件&概率的定义.mp4  53.38M
|   ├──38-【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性.mp4  37.17M
|   ├──39-【第四章 概率论】-03随机变量与多维随机变量.mp4  47.05M
|   ├──40-【第四章 概率论】-04期望与方差part1.mp4  42.55M
|   ├──41-【第四章 概率论】-05期望与方差part2.mp4  19.22M
|   ├──42-【第四章 概率论】-06参数的估计.mp4  47.82M
|   ├──43-【第五章 最优化】-1 无约束最优化梯度下降.mp4  49.51M
|   ├──44-【第五章 最优化】-2 无约束最优化梯度下降.mp4  49.56M
|   └──45-【第五章 最优化】-3 约束最优化.mp4  43.06M
├──03-Python基础+数据科学入门
|   ├──05-第一章 绪论和环境配置.mp4  43.13M
|   ├──06-【作业讲解】第一章:助教实际演示配置环境过程.mp4  23.91M
|   ├──07-第二章 Python 基本语法元素.mp4  92.02M
|   ├──08-【作业讲解】第二章:Python基本语法元素.mp4  48.38M
|   ├──09-第三章 基本数据类型.mp4  79.01M
|   ├──10-【作业讲解】第三章:基本数据类型.mp4  42.30M
|   ├──11-第四章 组合数据类型.mp4  82.14M
|   ├──12-【作业讲解】第四章:复杂数据类型.mp4  59.00M
|   ├──13-第五章 程序控制结构.mp4  72.94M
|   ├──14-【作业讲解】第五章:程序控制结构.mp4  20.77M
|   ├──15-第六章 函数-面向过程的编程.mp4  110.26M
|   ├──16-【作业讲解】第六章:函数.mp4  33.59M
|   ├──17-第七章 类-面向对象的编程.mp4  67.41M
|   ├──18-【作业讲解】第七章:类.mp4  21.34M
|   ├──19-第八章 文件-异常和模块.mp4  100.66M
|   ├──20-【作业讲解】第八章:文件-异常和模块.mp4  10.27M
|   ├──21-第九章 有益的探索.mp4  111.45M
|   ├──22-【作业讲解】第九章:有益的探索.mp4  25.27M
|   ├──23-第十章 Python标准库.mp4  78.54M
|   ├──24-【作业讲解】第十章:Python标准库.mp4  9.60M
|   ├──25-第十一章 科学计算库—Numpy应用.mp4  68.47M
|   ├──26-【作业讲解】第十一章:Numpy库.mp4  19.28M
|   ├──27-第十二章 Pandas库.mp4  117.04M
|   ├──28-【作业讲解】第十二章:Pandas库.mp4  22.13M
|   ├──29-第十三章 Matplotlib.mp4  83.33M
|   ├──30-【作业讲解】第十三章:Matplotlib.mp4  31.47M
|   ├──31-第十四章 Sklearn常规用法.mp4  51.57M
|   ├──32-【作业讲解】第十四章:Sklearn常规用法.mp4  37.32M
|   ├──33-第十五章 再谈编程.mp4  61.58M
|   ├──35-【比赛实战】大牛手把手指导如何打一场完整的二分类比赛.mp4  103.75M
|   └──36-【比赛实战】二分类算法比赛小测验—提供银行精准营销解决方案.mp4  7.51M
├──04-机器学习算法应用实战
|   ├──05-01-01-机器学习概述.mp4  35.45M
|   ├──06-02-01线性回归简介-数学符号-假设函数-损失函数-代价函数.mp4  23.34M
|   ├──07-02-02-梯度下降法..mp4  24.11M
|   ├──08-02-03-梯度下降法代码实现.mp4  14.75M
|   ├──09-02-04-使用梯度下降法求解线性回归问题.mp4  26.13M
|   ├──10-02-05-线性回归代码实现.mp4  37.36M
|   ├──100-08-02协方差矩阵的特征值分解算法.mp4  13.02M
|   ├──101-08-03协方差矩阵的特征值分解算法代码实现.mp4  24.46M
|   ├──102-08-04基于数据矩阵的奇异值分解算法.mp4  12.22M
|   ├──103-08-05基于数据矩阵的奇异值分解算法代码实现.mp4  10.88M
|   ├──104-08-【实战】-Sklearn实现PCA.mp4  15.34M
|   ├──105-08-【案例】PCA实现照片压缩.mp4  21.11M
|   ├──106-09-01-集成学习介绍.mp4  5.74M
|   ├──107-09-02-Voting能够提高准确度的原因.mp4  12.08M
|   ├──108-09-03-Voting原理.mp4  8.40M
|   ├──109-09-04-Voting代码实现.mp4  17.61M
|   ├──11-02-06-线性回归代码实现-做特征归一化.mp4  29.95M
|   ├──110-09-05-Bagging与随机森林及其代码实现.mp4  32.82M
|   ├──111-09-06-Boosting.mp4  18.09M
|   ├──112-09-07-Adaboost举例.mp4  26.29M
|   ├──113-09-08-AdaBoost代码实现.mp4  24.55M
|   ├──114-09-09-GBDT之提升和提升树概念.mp4  31.87M
|   ├──115-09-10-GBDT梯度提升树.mp4  11.29M
|   ├──116-09-11-XGBoost介绍,目标函数,正则项.mp4  21.72M
|   ├──117-09-12-XGBoost求解.mp4  23.50M
|   ├──118-09-13-XGBoost树结构生成.mp4  11.25M
|   ├──119-09-14-XGBoost代码实现1.mp4  39.17M
|   ├──12-02-07-批量梯度下降,随机梯度下降,小批量梯度下降.mp4  11.35M
|   ├──120-09-15-XGBoost代码实现2.mp4  43.97M
|   ├──121-09-16-Stacking.mp4  16.55M
|   ├──122-09-17-Stacking 代码实现.mp4  11.55M
|   ├──123-10-【银行营销策略分析】-01 数据说明.mp4  28.41M
|   ├──124-10-【银行营销策略分析】-02探索性分析.mp4  23.52M
|   ├──125-10-【银行营销策略分析】-03数据预处理与特征工程.mp4  37.52M
|   ├──126-10-【银行营销策略分析】-04模型训练.mp4  25.49M
|   ├──127-10-【信用卡发欺诈模型】-01数据说明及不平衡数据的训练集及测试及分割方法.mp4  24.54M
|   ├──128-10-【信用卡发欺诈模型】-02采样之上采样.mp4  35.41M
|   ├──129-10-【信用卡发欺诈模型】-03采样之下采样.mp4  26.74M
|   ├──13-02-08-模型评价 · 几种常见的模型评价指标.mp4  24.08M
|   ├──130-10-【信用卡发欺诈模型】-04建模与调参.mp4  28.18M
|   ├──14-02-09-欠拟合与过拟合.mp4  12.23M
|   ├──15-02-10-Ridge回归求解与代码实现.mp4  22.89M
|   ├──16-02-11-LASSO回归求解.mp4  26.19M
|   ├──17-02-12-LASSO回归求解举例说明.mp4  13.76M
|   ├──18-02-13-LASSO回归代码实现.mp4  18.01M
|   ├──19-02-14-最小二乘法求线性回归.mp4  19.32M
|   ├──20-02-15-最小二乘法代码实现.mp4  9.21M
|   ├──21-02-【实战】使用Sklearn实现Ridge,LASSO和ElasticNet.mp4  22.01M
|   ├──22-02-【案例】波士顿房价预测(上).mp4  34.17M
|   ├──23-02-【案例】-波士顿房价预测(下).mp4  41.17M
|   ├──24-03-01-逻辑回归简介-假设函数-损失函数-成本函数.mp4  18.96M
|   ├──25-03-02-逻辑回归求解.mp4  23.66M
|   ├──26-03-03-一个示例解释逻辑回归的求解公式.mp4  12.44M
|   ├──27-03-04-逻辑回归代码实现(上).mp4  28.99M
|   ├──28-03-04-逻辑回归代码实现(下).mp4  26.09M
|   ├──29-03-06-逻辑回归的正则化.mp4  17.17M
|   ├──30-03-07-逻辑回归实现多分类方法.mp4  24.84M
|   ├──31-03-08-【实战】使用Sklearn实现逻辑回归.mp4  17.68M
|   ├──32-03-【案例】鸢尾花分类.mp4  43.16M
|   ├──33-03-【案例】手写数字识别.mp4  35.34M
|   ├──34-04-01-决策树简介-熵.mp4  17.68M
|   ├──35-04-02条件熵及计算举例.mp4  13.47M
|   ├──36-04-03信息增益-ID3算法.mp4  16.85M
|   ├──37-04-04决策树代码实现(1-熵的计算).mp4  17.81M
|   ├──38-04-05决策树代码实现(2-划分数据集-选择最好的特征).mp4  32.38M
|   ├──39-04-06决策树代码实现(3-类别投票表决).mp4  11.60M
|   ├──40-04-07决策树代码实现( 4-决策树递归生成,决策树对新数据进行预测).mp4  25.17M
|   ├──41-04-08 C4.5算法.mp4  9.98M
|   ├──42-04-09基尼指数(Gini Index)生成决策树.mp4  17.50M
|   ├──43-04-10决策树剪枝.mp4  16.69M
|   ├──44-04-11决策树处理连续值与缺失值.mp4  23.53M
|   ├──45-04-12多变量决策树.mp4  12.46M
|   ├──46-04-【实战】Sklearn实现决策树.mp4  31.51M
|   ├──47-04-【案例】:使用决策树进行个人信用风险评估(1.数据集介绍-数据预处理).mp4  32.17M
|   ├──48-04-【案例】:使用决策树进行个人信用风险评估(2.模型评估指标).mp4  29.95M
|   ├──49-04-【案例】:使用决策树进行个人信用风险评估(3.模型评估,优化).mp4  17.91M
|   ├──50-05-01-贝叶斯决策简介.mp4  18.35M
|   ├──51-05-02-贝叶斯决策模型.mp4  10.29M
|   ├──52-05-03-朴素贝叶斯模型.mp4  18.21M
|   ├──53-05-04-朴素贝叶斯代码实现(1.训练过程).mp4  32.73M
|   ├──54-05-05-朴素贝叶斯代码实现(2.预测过程).mp4  13.60M
|   ├──55-05-06-拉普拉斯修正及代码实现.mp4  22.10M
|   ├──56-05-07-朴素贝叶斯如何处理连续型数据.mp4  9.02M
|   ├──57-05-08-Sklearn实现朴素贝叶斯.mp4  12.85M
|   ├──58-05-【案例】垃圾邮件识别(1.实现原理).mp4  12.68M
|   ├──59-05-【案例】垃圾邮件识别(2.代码实现).mp4  34.20M
|   ├──60-06-01-支持向量机简介.mp4  8.81M
|   ├──61-06-02-线性可分支持向量机(几何间隔,函数间隔,目标函数).mp4  31.89M
|   ├──62-06-03-拉格朗日乘子法求带有等式约束的极值问题.mp4  24.76M
|   ├──63-06-04-拉格朗日乘子法求带有不等式约束的极值问题-KKT条件.mp4  23.88M
|   ├──64-06-05-目标函数求解(1.对偶问题-先对w-b求极小).mp4  24.50M
|   ├──65-06-06-目标函数求解(2.对alpha求极大).mp4  12.65M
|   ├──66-06-07-SVM求解举例.mp4  36.66M
|   ├──67-06-08-线性支持向量机的目标函数.mp4  13.22M
|   ├──68-06-09-线性支持向量机目标函数优化.mp4  22.48M
|   ├──69-06-10-非线性支持向量机简介.mp4  31.31M
|   ├──70-06-11-非线性支持向量机的目标函数.mp4  9.95M
|   ├──71-06-12-SMO算法推导结果.mp4  21.00M
|   ├──72-06-13-1SVM代码实现之简易版(上).mp4  53.18M
|   ├──73-06-14-1SVM代码实现之简易版(下).mp4  14.95M
|   ├──74-06-15-2SVM代码实现之改进版.mp4  33.84M
|   ├──75-06-16-3SVM代码实现之引进核函数版.mp4  21.79M
|   ├──76-06-17-SMO算法推导过程1.mp4  15.81M
|   ├──77-06-18-SMO算法推导过程2.mp4  16.81M
|   ├──78-06-19-SMO算法推导过程3.mp4  10.45M
|   ├──79-06-20-SMO算法推导过程4.mp4  17.75M
|   ├──80-06-21-SVM总结.mp4  9.48M
|   ├──81-06-【实战】-Sklearn实现SVM1.mp4  11.86M
|   ├──82-06-【实战】-Sklearn实现SVM2-3,输出常用属性值,使用高斯核.mp4  18.88M
|   ├──83-06-【实战】-Sklearn实现SVM4,调参.mp4  18.03M
|   ├──84-06-【案例】使用SVM完成人脸识别.mp4  47.14M
|   ├──85-07-01-K-means基本原理及推导.mp4  14.09M
|   ├──86-07-02-K-means中距离计算方法.mp4  12.38M
|   ├──87-07-03-K-means代码实现(1原生代码实现).mp4  34.74M
|   ├──88-07-04-K-means代码实现(2sklearn实现KMeans).mp4  6.56M
|   ├──89-07-05-层次聚类原理及距离计算.mp4  13.59M
|   ├──90-07-06层次聚类举例.mp4  9.68M
|   ├──91-07-07Sklearn实现层次聚类.mp4  8.77M
|   ├──92-07-08密度聚类.mp4  13.61M
|   ├──93-07-09Sklearn实现密度聚类.mp4  7.33M
|   ├──94-07-10-高斯混合模型介绍.mp4  14.59M
|   ├──95-07-11-高斯混合模型参数估计.mp4  24.50M
|   ├──96-07-12高斯混合模型原生代码实现.mp4  35.61M
|   ├──97-07-13 Sklearn实现高斯混合模型.mp4  10.01M
|   ├──98-07-【案例】对亚洲足球队进行聚类分析.mp4  11.90M
|   └──99-08-01-主成分分析介绍.mp4  16.12M
├──05-李航《统计学习方法》训练营(含无监督学习部分)
|   ├──06-第一章 1.1 导论.mp4  123.85M
|   ├──07-第一章 1.2 极大似然估计.mp4  40.14M
|   ├──08-第一章 1.3 梯度下降法.mp4  31.36M
|   ├──09-第一章作业讲解-极大似然估计.mp4  16.28M
|   ├──10-第二章 2.1 导论.mp4  110.02M
|   ├──100-第十九章19.4Metropolis-Hastings算法与吉布斯抽样算法.mp4  50.58M
|   ├──101-第十九章 作业讲解.mp4  18.06M
|   ├──102-第二十章20.1LDA分布-模型与Gibbs抽样算法.mp4  67.27M
|   ├──103-第二十章20.2LDA的变分EM算法.mp4  58.99M
|   ├──104-第二十章 作业讲解.mp4  24.87M
|   ├──105-第二十一章21.1PageRank算法的定义与幂法计算.mp4  39.47M
|   ├──106-第二十一章 作业讲解.mp4  8.43M
|   ├──107-第二十二章 22无监督学习方法总结.mp4  9.32M
|   ├──11-第二章 2.2 对偶形式.mp4  46.54M
|   ├──12-第二章 2.3 收敛性.mp4  50.18M
|   ├──13-code——感知机.mp4  127.37M
|   ├──14-第二章作业讲解-感知机自编程实现.mp4  29.02M
|   ├──15-第二章作业讲解-感知机sklearn实现.mp4  35.03M
|   ├──16-第三章 3.1 导论.mp4  54.68M
|   ├──17-第三章 3.2 kd树.mp4  76.74M
|   ├──18-code——k近邻.mp4  80.75M
|   ├──19-第三章作业讲解-KNN 自编程.mp4  19.58M
|   ├──20-第三章作业讲解-KNN-sklearn.mp4  27.37M
|   ├──21-第四章 4.1 导论.mp4  89.38M
|   ├──22-第四章 4.2 贝叶斯估计.mp4  15.12M
|   ├──23-第四章 4.3 期望风险最小化.mp4  28.80M
|   ├──24-code——朴素贝叶斯.mp4  100.24M
|   ├──25-第四章作业讲解-贝叶斯估计.mp4  17.35M
|   ├──26-第四章作业讲解-朴素贝叶斯.mp4  50.59M
|   ├──27-第五章 5.1 导论.mp4  126.42M
|   ├──28-第五章 5.2 剪枝.mp4  66.26M
|   ├──29-code——决策树.mp4  96.17M
|   ├──30-第五章作业讲解-决策树.mp4  39.10M
|   ├──31-第六章 6.1 逻辑斯蒂回归与最大熵.mp4  99.15M
|   ├──32-第六章 6.2 改进的迭代尺度法.mp4  60.37M
|   ├──33-第六章作业讲解-逻辑斯谛回归.mp4  60.30M
|   ├──34-code——逻辑斯蒂回归与最大熵.mp4  108.23M
|   ├──35-第七章 7.1 导论.mp4  174.87M
|   ├──36-第七章 7.2 存在唯一性.mp4  50.05M
|   ├──37-第七章作业讲解-支持向量机习题7.1.mp4  50.23M
|   ├──38-第七章作业讲解-支持向量机 sklearn习题7.2.mp4  23.14M
|   ├──39-第七章作业讲解-支持向量机习题7.3.mp4  17.34M
|   ├──40-code——支持向量机.mp4  164.19M
|   ├──41-第八章 8.1 导论.mp4  99.07M
|   ├──42-第八章 8.2 前向分步算法.mp4  47.02M
|   ├──43-第八章 8.3 adaboost的训练误差.mp4  70.11M
|   ├──44-第八章作业讲解-提升方法.mp4  34.31M
|   ├──45-code——提升方法.mp4  181.83M
|   ├──46-第九章 9.1 导论.mp4  75.11M
|   ├──47-第九章 9.2 高斯混合模型.mp4  68.54M
|   ├──48-第九章作业讲解-EM算法.mp4  43.92M
|   ├──49-code——EM算法及推广.mp4  79.73M
|   ├──50-第十章 10.1 导论.mp4  83.19M
|   ├──51-第十章 10.2 前向算法.mp4  35.30M
|   ├──52-第十章 10.3 维特比算法.mp4  29.18M
|   ├──53-第十章作业讲解-隐马尔可夫模型.mp4  39.78M
|   ├──54-code——隐马尔可夫.mp4  160.18M
|   ├──55-第十一章 11.1 导论.mp4  53.15M
|   ├──56-第十一章 11.2 拟牛顿法.mp4  21.16M
|   ├──57-第十一章 11.3 条件随机场的矩阵形式.mp4  20.05M
|   ├──58-第十一章作业讲解-条件随机场.mp4  20.80M
|   ├──59-第十三章无监督学习导论.mp4  44.13M
|   ├──60-第十四章14.1聚类的基本概念.mp4  61.30M
|   ├──61-第十四章14.2.1距离与相似度.mp4  40.97M
|   ├──62-第十四章14.2.2聚合聚类 距离公式介绍.mp4  34.06M
|   ├──63-第十四章14.2.3距离公式证明.mp4  59.60M
|   ├──64-第十四章14.2.4确定最佳聚类数.mp4  30.80M
|   ├──65-第十四章14.2.5有序样本分类法.mp4  35.23M
|   ├──66-第十四章14.3K均值聚类.mp4  27.58M
|   ├──67-第十四章14.1作业讲解- K-Means算法和高斯混合模型的比较.mp4  17.47M
|   ├──68-第十四章14.2作业讲解- 14.2 有关类的定义推导.mp4  8.44M
|   ├──69-第十四章14.3作业讲解-  离差平方和距离推导公式证明.mp4  13.53M
|   ├──70-第十四章14.3作业讲解-重心距离推导公式证明.mp4  21.92M
|   ├──71-第十五章15.1矩阵奇异值分解步骤.mp4  23.35M
|   ├──72-第十五章15.2矩阵奇异值分解基本定理.mp4  22.06M
|   ├──73-第十五章15.3矩阵奇异值分解性质与计算.mp4  23.36M
|   ├──74-第十五章15.4.1矩阵奇异值分解的酉空间表示法.mp4  37.84M
|   ├──75-第十五章15.5矩阵奇异值分解的应用.mp4  27.22M
|   ├──76-第十五章作业讲解- 奇异值分解01.mp4  22.90M
|   ├──77-第十五章作业讲解- 奇异值分解02.mp4  25.06M
|   ├──78-第十六章16.1主成分分析介绍.mp4  31.91M
|   ├──79-第十六章16.2主成分分析基本定理.mp4  25.71M
|   ├──80-第十六章16.3主成分的性质与选择.mp4  18.91M
|   ├──81-第十六章16.4主成分的特征.mp4  21.11M
|   ├──82-第十六章16.5牛顿迭代与梯度下降法.mp4  34.58M
|   ├──83-第十六章16.6拟牛顿迭代法.mp4  60.66M
|   ├──84-第十六章16.1作业讲解- 样本主成分分析.mp4  32.31M
|   ├──85-第十六章16.2 作业讲解-样本方差无偏估计的理解.mp4  16.78M
|   ├──86-第十六章16.3作业讲解- 求第一主成分.mp4  9.62M
|   ├──87-第十七章17.1LSA导入.mp4  20.64M
|   ├──88-第十七章17.2LSA算法实现.mp4  12.81M
|   ├──89-第十七章17.3非负矩阵分解算法.mp4  16.06M
|   ├──90-第十七章17.4LSA案例分析与编程实现.mp4  21.35M
|   ├──91-第十七章 作业讲解.mp4  18.46M
|   ├──92-第十八章18.1PLSA生成模型.mp4  25.87M
|   ├──93-第十八章18.2PLSA共现模型.mp4  13.19M
|   ├──94-第十八章18.3PLSA模型算法实现.mp4  24.10M
|   ├──95-第十八章18.4PLSA模型EM算法详解.mp4  21.14M
|   ├──96-第十八章 作业讲解.mp4  15.24M
|   ├──97-第十九章19.1蒙特卡罗法引入.mp4  16.40M
|   ├──98-第十九章19.2马尔科夫链的定义与性质.mp4  35.49M
|   └──99-第十九章19.3连续状态马尔科夫链.mp4  47.25M
├──06-《机器学习》西瓜书训练营
|   ├──06-【第一周】机器学习绪论.mp4  38.33M
|   ├──08-【第二周】西瓜书公式推导学习指南.mp4  11.20M
|   ├──09-【第二周】一元线性回归公式.mp4  51.86M
|   ├──10-【第二周】多元线性回归公式.mp4  58.27M
|   ├──11-【第二周】对数几率回归公式.mp4  60.68M
|   ├──14-【第二周】【作业讲解】逻辑回归.mp4  29.47M
|   ├──15-【第三周】决策树的分裂准则.mp4  56.59M
|   ├──19-【第三周】【作业讲解】决策树.mp4  15.56M
|   ├──20-【第四周】支持向量机原始模型的建立和求解.mp4  113.79M
|   ├──21-【第四周】核函数和软间隔支持向量机.mp4  54.90M
|   ├──24-【第四周】【作业讲解】SVM.mp4  61.24M
|   ├──25-【第五周】极大似然估计与朴素贝叶斯.mp4  84.76M
|   ├──26-【第五周】EM算法1.mp4  32.77M
|   ├──27-【第五周】EM算法2.mp4  39.64M
|   ├──28-【第五周】EM算法3.mp4  44.78M
|   ├──31-【第五周】【作业讲解】贝叶斯和EM算法.mp4  25.02M
|   ├──32-【第六周】神经网络结构.mp4  67.03M
|   ├──35-【第六周】【作业讲解】神经网络.mp4  8.18M
|   ├──41-【第七周】【作业讲解】模型评估与选择.mp4  14.90M
|   ├──47-【第八周】【作业讲解】特征选择.mp4  16.09M
|   ├──52-【第九周】【作业讲解】k-means.mp4  37.34M
|   ├──53-【第十周】聚类.mp4  61.91M
|   ├──54-【第十周】HMM-1.mp4  89.29M
|   ├──55-【第十周】HMM-2.mp4  47.50M
|   ├──56-【第十周】HMM-3.mp4  32.35M
|   ├──61-【达观杯nlp比赛】第一节课 了解NLP任务和熟悉比赛题目-赛前介绍和准备.mp4  48.83M
|   ├──62-【达观杯nlp比赛】第二节课 了解NLP任务和熟悉比赛题目-赛题介绍和思路分析.mp4  71.37M
|   ├──63-【达观杯nlp比赛】第三节课 数据分析及处理.mp4  114.17M
|   ├──64-【达观杯nlp比赛】第四节课——Baseline实现.mp4  107.05M
|   └──65-【达观杯nlp比赛】第五节课 验证集构建和交叉验证.mp4  120.80M
├──07-吴恩达《机器学习》作业班
|   ├──06-【先修】学习绪论视频,了解预备知识.mp4  26.06M
|   ├──07-【学前准备】开营仪式回放-老师部分.mp4  177.90M
|   ├──08-【学前准备】开营仪式回放-班主任部分.mp4  224.38M
|   ├──14-Week2 Day2【作业讲解】对照作业讲解视频查漏补缺.mp4  149.98M
|   ├──19-Week3-Day2 【作业讲解】完成编程作业2 (1).mp4  153.93M
|   ├──20-Week3-Day2 【作业讲解】完成编程作业2 (2).mp4  130.59M
|   ├──21-Week3-Day4 【达观杯文本智能处理挑战赛】(入门指导).mp4  21.95M
|   ├──25-Week4-Day2【作业讲解】编程作业3:神经网络(上).mp4  80.15M
|   ├──26-Week4-Day2【作业讲解】编程作业3:神经网络(下).mp4  56.86M
|   ├──27-Week4-Day4【达观杯文本智能处理挑战赛】(进阶指导).mp4  30.56M
|   ├──30-Week5-Day2【作业讲解】编程作业4(上).mp4  90.66M
|   ├──31-Week5-Day2【作业讲解】编程作业5.mp4  93.51M
|   ├──32-Week5-Day2【作业讲解】编程作业4(下).mp4  133.03M
|   ├──36-Week6-Day2【作业讲解】编程作业5.mp4  93.53M
|   ├──40-Week7-Day2【作业讲解】编程作业6(上).mp4  113.69M
|   ├──41-Week7-Day2【作业讲解】编程作业6(下).mp4  75.46M
|   ├──47-Week8-Day4【作业讲解】编程作业7(上).mp4  109.90M
|   ├──48-Week8-Day4【作业讲解】编程作业7(下).mp4  68.39M
|   ├──52-Week9-Day4【作业实操】编程作业编程作业8:异常检测与推荐系统P1.mp4  76.10M
|   ├──53-Week9-Day4【作业实操】编程作业编程作业8:异常检测与推荐系统P2.mp4  96.25M
|   ├──54-Week9-Day4【作业实操】编程作业编程作业8:异常检测与推荐系统P3.mp4  48.62M
|   └──56-Week10-Day1【kaggle大赛】进阶指导.mp4  7.02M
├──08-深度学习TensorFlow2.0框架班
|   ├──05-Week1【任务1】tensorflow 2.0简介.mp4  46.77M
|   ├──06-Week1【任务2】tensorflow2.0环境安装-ubuntu.mp4  126.30M
|   ├──07-Week1【任务2】tensorflow2.0环境安装-windows.mp4  132.37M
|   ├──09-Week2【任务1】张量与操作 & 三种自定义模型.mp4  103.87M
|   ├──10-Week2【任务2】keras模型训练.mp4  124.12M
|   ├──11-Week2【任务3】tensorflow2.0模型训练.mp4  83.26M
|   ├──12-Week2【任务4】计算图机制详解.mp4  60.92M
|   ├──13-Week2【任务5】计算图机制详解.mp4  60.83M
|   ├──15-Week3【任务1】自定义层详解.mp4  87.91M
|   ├──16-Week3【任务2】常用损失函数和自定义损失函数.mp4  108.56M
|   ├──17-Week3【任务3】常用评估函数和自定义评估函数.mp4  92.30M
|   ├──18-Week3【任务4】tensorboard小试牛刀.mp4  93.51M
|   ├──19-Week4【任务1】tf.data简介.mp4  56.74M
|   ├──20-Week4【任务2】tf.data简介.mp4  114.63M
|   ├──21-Week4【任务3】tfrecord详解.mp4  71.49M
|   ├──23-Week5【任务1】cnn介绍.mp4  88.61M
|   ├──24-Week5【任务2】实战项目上.mp4  56.51M
|   ├──25-Week5【任务3】实战项目下.mp4  148.77M
|   ├──26-Week6 【任务1】循环神经网络讲解.mp4  97.48M
|   ├──27-Week6【任务2】word2vec简介.mp4  46.86M
|   ├──28-Week6【任务3】实战四.mp4  124.30M
|   ├──29-Week7【任务1】ransformer简介.mp4  107.00M
|   ├──30-Week7【任务2】实战5.mp4  325.10M
|   ├──31-Week8【任务1】GPU分布式训练.mp4  65.81M
|   ├──32-Week 8【任务2】TPU训练.mp4  84.47M
|   ├──33-Week 9【任务1】TF.hub使用.mp4  52.01M
|   ├──34-Week 9【任务2】BERT实战.mp4  125.01M
|   └──35-Week9【任务3】模型部署.mp4  78.17M
├──09-深度学习PyTorch框架班
|   ├──05-【必看】深入浅出PyTorch.mp4  70.96M
|   ├──06-【第一周】PyTorch简介与安装.mp4  46.31M
|   ├──07-【第一周】补充-pytorch开发环境安装.mp4  135.13M
|   ├──08-【第一周】张量简介与创建.mp4  48.04M
|   ├──09-【第一周】张量操作与线性回归.mp4  57.10M
|   ├──10-【第一周】计算图与动态图机制.mp4  34.56M
|   ├──11-【第一周】autograd与逻辑回归.mp4  55.17M
|   ├──12-【第一周】作业讲解1.mp4  25.56M
|   ├──13-【第一周】作业讲解2.mp4  23.26M
|   ├──14-【第一周】作业讲解3.mp4  22.48M
|   ├──15-【第二周】数据读取机制Dataloader与Dataset.mp4  50.29M
|   ├──16-【第二周】数据预处理transforms模块机制.mp4  47.73M
|   ├──17-【第二周】二十二种transforms数据预处理方法.mp4  91.65M
|   ├──18-【第二周】学会自定义transforms方法.mp4  98.26M
|   ├──19-【第二周】作业讲解.mp4  82.19M
|   ├──20-【第三周】模型创建步骤与nn.Module.mp4  51.86M
|   ├──21-【第三周】模型容器与AlexNet构建.mp4  55.33M
|   ├──22-【第三周】nn网络层-卷积层.mp4  57.09M
|   ├──23-【第三周】nn网络层-池化-线性-激活函数层.mp4  54.22M
|   ├──24-【第三周】作业讲解.mp4  53.23M
|   ├──25-【第四周】权值初始化.mp4  53.52M
|   ├──26-【第四周】损失函数(一).mp4  86.59M
|   ├──27-【第四周】损失函数(二).mp4  88.01M
|   ├──28-【第四周】优化器optimizer的概念.mp4  57.21M
|   ├──29-【第四周】torch.optim.SGD.mp4  66.70M
|   ├──30-【第四周】作业讲解.mp4  27.85M
|   ├──31-【第五周】学习率调整策略.mp4  73.92M
|   ├──32-【第五周】TensorBoard简介与安装.mp4  37.68M
|   ├──33-【第五周】TensorBoard使用(一).mp4  60.16M
|   ├──34-【第五周】TensorBoard使用(二).mp4  96.24M
|   ├──35-【第五周】hook函数与CAM可视化.mp4  72.36M
|   ├──36-【第五周】作业讲解.mp4  37.44M
|   ├──37-【第六周】正则化之weight_decay.mp4  52.74M
|   ├──38-【第六周】正则化之Dropout.mp4  53.35M
|   ├──39-【第六周】Batch Normalization.mp4  73.00M
|   ├──40-【第六周】Normalizaiton_layers.mp4  52.75M
|   ├──41-【第六周】作业讲解.mp4  32.65M
|   ├──42-【第七周】模型保存与加载.mp4  39.07M
|   ├──43-【第七周】模型finetune.mp4  56.40M
|   ├──44-【第七周】GPU的使用.mp4  61.77M
|   ├──45-【第七周】PyTorch常见报错.mp4  50.94M
|   ├──46-【第七周】作业讲解.mp4  19.18M
|   ├──47-【第八周】图像分类一瞥.mp4  75.63M
|   ├──48-【第八周】图像分割一瞥.mp4  97.51M
|   ├──49-【第八周】图像目标检测一瞥(上).mp4  67.71M
|   ├──50-【第八周】图像目标检测一瞥(下).mp4  120.59M
|   ├──51-【第九周】生成对抗网络一瞥.mp4  82.38M
|   └──52-【第九周】循环神经网络一瞥.mp4  54.93M
├──10-《深度学习》花书训练营
|   ├──05-第一周【任务1】矩阵对角化以及SVD分解.mp4  91.28M
|   ├──06-第一周【任务1】逆矩阵-最小二乘及PCA原理推导.mp4  54.89M
|   ├──07-第一周【任务2】:极大似然估计.mp4  28.59M
|   ├──08-第一周【任务2】:无约束最优化.mp4  74.01M
|   ├──09-第一周【任务2】:有约束最优化.mp4  41.10M
|   ├──10-【第一周作业讲解】为什么要用最小二乘.mp4  4.24M
|   ├──11-【第一周作业讲解】矩阵的分解及其应用.mp4  6.37M
|   ├──12-【第一周作业讲解】极大似然估计以及优化理论.mp4  11.26M
|   ├──13-【第一周作业讲解】熟悉svd分解算法的流程.mp4  11.00M
|   ├──14-第二周【任务1】:机器学习算法基本概念.mp4  47.82M
|   ├──15-第二周【任务1】:过拟合欠拟合超参数验证集.mp4  44.98M
|   ├──16-第二周【任务2】:估计-偏差和方差.mp4  22.33M
|   ├──17-第二周【任务2】:贝叶斯估计.mp4  23.38M
|   ├──18-第二周【任务2】:逻辑回归.mp4  61.92M
|   ├──19-第二周作业讲解.mp4  14.74M
|   ├──20-第三周【任务1】学习支持向量机LDA.mp4  69.89M
|   ├──21-第三周【任务1】其他监督学习算法SVM.mp4  100.44M
|   ├──22-第三周【任务2】决策树-kmeans算法.mp4  60.07M
|   ├──23-第三周作业讲解.mp4  14.79M
|   ├──24-第四周【任务1】:前馈神经网络结构表达能力.mp4  72.05M
|   ├──25-第四周【任务1】:激活函数损失函数.mp4  90.22M
|   ├──26-第四周【任务2】前馈神经网络技巧.mp4  51.37M
|   ├──27-第四周【任务2】前向后向算法.mp4  72.55M
|   ├──28-第四周作业讲解.mp4  10.16M
|   ├──29-第五周【任务1】范数惩罚正则化.mp4  70.77M
|   ├──30-第五周【任务1】:数据增强bagging&dropout.mp4  107.92M
|   ├──31-第五周【任务2】深度模型中的优化.mp4  183.38M
|   ├──32-第五周作业讲解.mp4  7.66M
|   ├──33-第六周【任务1】cnn前向后向.mp4  84.28M
|   ├──34-第六周【任务1】局部感知权值共享.mp4  95.90M
|   ├──35-第六周【任务2】lenet&alexnet.mp4  104.84M
|   ├──36-第六周【任务2】vggnet googlenet.mp4  109.77M
|   ├──37-第六周【任务3】CNN应用——RCNN目标检测.mp4  95.09M
|   ├──38-第六周【任务3】CNN应用——Bounding_box regression.mp4  61.68M
|   ├──39-第六周【任务3】CNN应用——FastRCNN.mp4  96.62M
|   ├──40-第六周【任务3】CNN应用——CNN人脸特征点定位.mp4  33.95M
|   ├──41-第六周作业讲解.mp4  6.88M
|   ├──42-【论文精读(选修)】mobilenet-01-背景介绍.mp4  38.10M
|   ├──43-【论文精读(选修)】mobilenet-02-论文结构&摘要精读.mp4  64.46M
|   ├──44-【论文精读(选修)】mobilenet-03-主体架构&深度可分离卷积.mp4  67.41M
|   ├──45-【论文精读(选修)】mobilenet-04-超参数.mp4  44.36M
|   ├──46-【论文精读(选修)】mobilenet-05-后续创新及改进.mp4  47.73M
|   ├──47-【论文精读(选修)】mobilenet-06-代码结构.mp4  35.81M
|   ├──48-【论文精读(选修)】mobilenet-07-模型设计.mp4  20.76M
|   ├──49-【论文精读(选修)】mobilenet-08-模型评估.mp4  41.20M
|   ├──50-第七周【任务1】RNN概念&前向传播.mp4  84.01M
|   ├──51-第七周【任务1】RNN反向传播与并行计算.mp4  62.53M
|   ├──52-第七周【任务2】lstm.mp4  71.97M
|   ├──53-第七周【任务2】gru.mp4  45.45M
|   ├──54-第七周【任务3】plstm&lstm在ocr的应用.mp4  112.54M
|   ├──55-第七周作业讲解.mp4  7.28M
|   ├──56-第八周【任务1】推理加速.mp4  101.71M
|   ├──57-第八周【任务1】训练加速.mp4  48.50M
|   ├──58-第八周【任务2】自适应技术.mp4  37.80M
|   └──59-第8周作业讲解.mp4  36.98M
├──11-李飞飞斯坦福CS231n计算机视觉课
|   ├──05-计算机视觉发展历史及一些计算机视觉任务概念.mp4  10.86M
|   ├──08-knn与线性分类器知识点提点.mp4  18.91M
|   ├──10-学习内容总结+观看作业解答视频.mp4  58.04M
|   ├──11-损失函数和优化导读.mp4  10.05M
|   ├──12-svm多分类损失函数与softmax.mp4  30.49M
|   ├──15-学习反向传播.mp4  7.68M
|   ├──16-作业讲解视频.mp4  67.97M
|   ├──17-作业讲解视频.mp4  90.36M
|   ├──19-学习卷积神经网络历史.mp4  7.29M
|   ├──20-学习卷积和池化.mp4  27.72M
|   ├──21-学习激活函数-数据处理-权重初始化.mp4  11.39M
|   ├──22-作业讲解视频.mp4  38.63M
|   ├──25-学习优化策略.mp4  16.75M
|   ├──27-作业讲解视频.mp4  42.86M
|   ├──30-学习比较流行的cnn网络结构.mp4  15.86M
|   ├──31-学习rnn,lstm,gru.mp4  8.69M
|   ├──33-学习图像分割学习任务,分类和定位.mp4  22.89M
|   ├──35-学习特征可视化方法.mp4  11.29M
|   ├──37-学习Pixel RNN,Pixel CNN与变分自编码.mp4  17.95M
|   ├──45-【kaggle猫狗分类比赛】比赛简介.mp4  5.94M
|   └──46-【学习kaggle猫狗分类比赛】详细操作.mp4  24.74M
├──12-斯坦福CS224n自然语言处理课训练营
|   ├──05-学习CS224n第一课和课程导学.mp4  55.45M
|   ├──06-【作业讲解】:assignment1讲解.mp4  78.67M
|   ├──07-打达观杯NLP比赛(报名指导和入门指导).mp4  21.96M
|   ├──08-学习CS224n第二课和重难点讲解视频.mp4  57.65M
|   ├──09-学习CS224n第三课和课程导学.mp4  65.74M
|   ├──10-python numpy pytorch学习及编程作业解析.mp4  36.88M
|   ├──11-学习CS224n第四课和课程导学.mp4  73.98M
|   ├──12-观看看作业解答视频.mp4  52.68M
|   ├──13-学习CS224n Lecture 05及导学.mp4  38.53M
|   ├──15-Assignment 3作业讲解.mp4  69.37M
|   ├──16-学习CS224n Lecture 06及导学.mp4  67.11M
|   ├──18-观看作业解答视频.mp4  56.36M
|   ├──19-观看作业解答视频2.mp4  120.59M
|   ├──20-观看作业解答视频3.mp4  62.14M
|   ├──21-神经机器翻译及attention.mp4  85.01M
|   ├──23-Neural Machine Translation with RNN.mp4  48.47M
|   ├──24-基于卷积神经网络的nlp.mp4  76.06M
|   ├──26-观看作业解答视频.mp4  82.42M
|   ├──27-观看A5作业讲解视频2.mp4  73.73M
|   ├──28-transformers and BERT.mp4  92.87M
|   ├──29-Lecture 14.mp4  64.06M
|   ├──30-Natural Language Generation.mp4  86.54M
|   ├──33-Lecture 18.mp4  165.36M
|   ├──35-Future of NLP + Deep Learning.mp4  69.81M
|   ├──36-kaggle文本分类比赛-比赛介绍.mp4  22.10M
|   ├──37-kaggle文本分类比赛-数据分析.mp4  10.40M
|   ├──38-kaggle文本分类比赛-baseline模型(1).mp4  28.76M
|   ├──39-kaggle文本分类比赛-baseline模型(2).mp4  30.03M
|   └──40-kaggle文本分类比赛-提交数据+提分策略.mp4  17.83M
├──13-人工智能项目实战班
|   ├──05-【试听CV项目】1.1-背景介绍.mp4  39.19M
|   ├──06-【试听CV项目】1.2.1-图像初步-可视化.mp4  40.97M
|   ├──07-【试听】算法工作分享——1面试准备.mp4  92.99M
|   ├──08-【NLP项目一人工智能辅助信息抽取】第三周第一节Ⅰ课程导读.mp4  13.64M
|   ├──09-【NLP项目一人工智能辅助信息抽取】第三周第一节Ⅱ知识图谱的概念与应用.mp4  15.58M
|   ├──10-【NLP项目一人工智能辅助信息抽取】第三周第一节Ⅲ信息抽取构建知识图谱实例.mp4  11.01M
|   ├──11-【NLP项目一人工智能辅助信息抽取】第三周第二节-正则表达式与AC自动机算法讲解与应用.mp4  37.11M
|   ├──12-【NLP项目一人工智能辅助信息抽取】第三周第三节Ⅰ中文自然语言处理基础.mp4  18.50M
|   ├──13-【NLP项目一人工智能辅助信息抽取】第三周第三节Ⅱ命名实体识别详解.mp4  27.84M
|   ├──14-【NLP项目一人工智能辅助信息抽取】第三周第三节Ⅲ隐马尔可夫模型与维特比算法.mp4  52.23M
|   ├──15-【NLP项目一人工智能辅助信息抽取】第三周第四节:条件随机场.mp4  61.10M
|   ├──16-【NLP项目一人工智能辅助信息抽取】第四周-2.1深度学习NLP问题.mp4  9.01M
|   ├──17-【NLP项目一人工智能辅助信息抽取】第四周-2.2文本表示.mp4  71.13M
|   ├──18-【NLP项目一人工智能辅助信息抽取】第四周-2.3文本特征抽取.mp4  80.90M
|   ├──19-【NLP项目一人工智能辅助信息抽取】第四周-2.4常见NLP任务模型结构.mp4  15.51M
|   ├──20-【NLP项目一人工智能辅助信息抽取】第四周-2.5 bilstm-crf模型介绍.mp4  36.85M
|   ├──21-【NLP项目一人工智能辅助信息抽取】第四周-2.6 bilstm-crf实战.mp4  134.95M
|   ├──22-【NLP项目一人工智能辅助信息抽取】第四周-2.7 关系抽取介绍.mp4  25.88M
|   ├──23-【NLP项目一人工智能辅助信息抽取】第四周-2.8 PCNN介绍.mp4  28.71M
|   ├──24-【NLP项目一人工智能辅助信息抽取】第四周-2.9 PCNN实战.mp4  88.56M
|   ├──25-【NLP项目一人工智能辅助信息抽取】3.1 图像预训练模型.mp4  22.73M
|   ├──26-【NLP项目一人工智能辅助信息抽取】3.2 NLP预训练模型.mp4  53.76M
|   ├──27-【NLP项目一人工智能辅助信息抽取】3.3 信息抽取深度学习综述.mp4  51.94M
|   ├──28-【NLP项目一人工智能辅助信息抽取】3.4 BERT NER实战.mp4  110.69M
|   ├──29-【NLP项目一人工智能辅助信息抽取】3.5 总结与展望.mp4  42.16M
|   ├──30-【CV项目一图像分割深度学习实战】第一周-1.1-背景介绍.mp4  39.19M
|   ├──31-【CV项目一图像分割深度学习实战】第一周1.2.1-图像初步-可视化.mp4  40.97M
|   ├──32-【CV项目一图像分割深度学习实战】第一周1.2.2-图像初步-图像运算.mp4  30.80M
|   ├──33-【CV项目一图像分割深度学习实战】第一周1.3-训练数据准备.mp4  42.68M
|   ├──34-【CV项目一图像分割深度学习实战】第一周-1.4-1-深度学习代码框架.mp4  46.33M
|   ├──35-【CV项目一图像分割深度学习实战】第一周-1.4-2-pytorch基础知识.mp4  183.39M
|   ├──36-【CV项目一图像分割深度学习实战】第二周2.1-模版代码概述-A.mp4  53.19M
|   ├──37-【CV项目一图像分割深度学习实战】第二周2.1-模版代码概述-B.mp4  67.19M
|   ├──38-【CV项目一图像分割深度学习实战】第二周2.2-调参基础篇.mp4  26.97M
|   ├──39-【CV项目一图像分割深度学习实战】第二周2.3-选择损失函数.mp4  11.94M
|   ├──41-【CV项目一图像分割深度学习实战】第二周-2.5-调参-总结.mp4  13.95M
|   ├──42-【CV项目一图像分割深度学习实战】第二周2.6-U-Net理论课.mp4  217.50M
|   ├──43-【CV项目一图像分割深度学习实战】第二周2.7-DeepLabv3+理论课.mp4  120.79M
|   ├──49-【CV项目一图像分割深度学习实战】第三周-3.3-梯度累积法.mp4  21.78M
|   ├──50-【CV项目一图像分割深度学习实战】第三周-3.4-选择模型权重.mp4  24.17M
|   ├──51-【CV项目一图像分割深度学习实战】第三周-U-Net理论课进阶-迁移学习.mp4  115.93M
|   ├──53-【CV项目一图像分割深度学习实战】第四周-4.1-数据标注-a.mp4  21.53M
|   ├──54-【CV项目一图像分割深度学习实战】第四周-4.1-数据标注-b.mp4  41.78M
|   ├──58-【CV项目一图像分割深度学习实战】第四周-4.3-bad.mp4  13.07M
|   ├──59-【CV项目一图像分割深度学习实战】第四周-算法工作分享——1面试准备.mp4  92.99M
|   ├──60-【CV项目一图像分割深度学习实战】第四周-算法工作分享——2工作日常.mp4  94.10M
|   ├──61-【CV项目一图像分割深度学习实战】第四周-算法工作分享——3职业前景.mp4  45.86M
|   ├──62-【推荐系统项目一电影推荐项目】1.1:推荐系统简介.mp4  55.92M
|   ├──63-【推荐系统项目一电影推荐项目】1.2: 简单的电影推荐.mp4  66.49M
|   ├──64-【推荐系统项目一电影推荐项目】1.3: IMDB评分.mp4  47.38M
|   ├──65-【推荐系统项目一电影推荐项目】1.4:基于内容推荐.mp4  115.67M
|   ├──66-【推荐系统项目一电影推荐项目】1.5:协同过滤算法.mp4  82.96M
|   ├──67-【推荐系统项目】2.1criteo ctr.mp4  89.88M
|   ├──68-【推荐系统项目】2.2FM&FFM.mp4  82.62M
|   ├──69-【推荐系统项目】2.3Wide&Deep.mp4  71.63M
|   ├──70-【推荐系统项目】2.4DeepFM.mp4  74.73M
|   ├──71-【医疗知识图谱构建及图表征学习实践项目】课时0:项目先导课.mp4  30.67M
|   ├──72-【医疗知识图谱构建及图表征学习实践项目】课时1:数据获取—爬虫.mp4  19.80M
|   ├──73-【医疗知识图谱构建及图表征学习实践项目】课时2:数据处理.mp4  29.36M
|   ├──74-【医疗知识图谱构建及图表征学习实践项目】课时3:BiLSTM+CRF.mp4  33.33M
|   ├──75-【医疗知识图谱构建及图表征学习实践项目】课时4:NLP前沿技术讲解.mp4  66.12M
|   ├──76-【医疗知识图谱构建及图表征学习实践项目】课时5:Neo4j.mp4  33.49M
|   ├──77-【医疗知识图谱构建及图表征学习实践项目】课时6:图表征学习.mp4  40.12M
|   ├──78-【医疗知识图谱构建及图表征学习实践项目】课时7:图表征算法代码学习.mp4  34.56M
|   ├──79-【医疗知识图谱构建及图表征学习实践项目】课时8:项目总结.mp4  16.01M
|   ├──80-【医疗知识图谱构建及图表征学习实践项目】补充内容:额外的LSTM.mp4  13.74M
|   └──81-【医疗知识图谱构建及图表征学习实践项目】补充内容:额外的python编码.mp4  18.61M
├──14-04 神经网络基础知识
|   ├──02-01-神经网络基础与多层感知机-0.mp4  50.27M
|   ├──03-01-神经网络基础与多层感知机-1.mp4  39.18M
|   ├──04-01-神经网络基础与多层感知机-2.mp4  58.01M
|   ├──05-01-神经网络基础与多层感知机-3.mp4  36.52M
|   ├──06-01-神经网络基础与多层感知机-4.mp4  72.88M
|   ├──07-02-卷积神经网络-0.mp4  56.52M
|   ├──08-02-卷积神经网络-1.mp4  88.02M
|   ├──09-02-卷积神经网络-2.mp4  45.81M
|   ├──10-03-循环神经网络-0.mp4  41.30M
|   ├──11-03-循环神经网络-1.mp4  77.05M
|   └──12-03-循环神经网络-2.mp4  53.78M
├──15-06 OpenCV 图像基础
|   ├──02-1-1图像基础知识.mp4  25.87M
|   ├──03-1-2图像基础知识.mp4  30.36M
|   ├──04-1-3图像基础知识.mp4  50.56M
|   ├──05-1-4图像基础知识.mp4  40.81M
|   ├──06-2-1图像基本处理.mp4  54.16M
|   ├──07-2_2图像基本处理.mp4  24.47M
|   ├──08-2_3图像基本处理.mp4  44.18M
|   ├──09-2_4图像基本处理.mp4  52.09M
|   ├──10-2_5图像基本操作_图像滤波.mp4  58.94M
|   ├──11-2_6图像基本操作_图像增强.mp4  40.22M
|   ├──12-2-7形态学操作_腐蚀..mp4  43.71M
|   ├──13-2_8形态学操作_膨胀开运算与闭运算.mp4  61.29M
|   ├──14-3_1固定阈值分割.mp4  41.30M
|   ├──15-3_2自动阈值分割.mp4  51.64M
|   ├──16-3_3边缘检测算子.mp4  64.32M
|   ├──17-3_4连通区域_区域生长算法.mp4  48.26M
|   ├──18-3_5分水岭算法图像分割.mp4  42.80M
|   ├──19-4_1特征描述_HOG.mp4  47.18M
|   ├──20-4_2特征描述Harris和SIFT算法.mp4  38.34M
|   ├──21-4_3纹理特征LBP算法.mp4  46.89M
|   ├──22-4_4模板匹配算法.mp4  36.39M
|   ├──23-4_5人脸检测算法.mp4  58.78M
|   ├──24-5_1摄像头调用和视频的读取保存.mp4  52.42M
|   ├──25-5_2帧差法视频目标识别.mp4  43.94M
|   └──26-5_3光流法和背景减除法..mp4  50.62M
├──16-【论文】baseline基础篇目——NLP
|   ├──02-1.1  joint-bert.mp4  72.20M
|   ├──03-1.2 joint-bert.mp4  20.53M
|   ├──04-1.3 joint-bert.mp4  10.51M
|   ├──05-1.4  joint-bert.mp4  163.58M
|   ├──06-1.5 joint-bert.mp4  20.31M
|   ├──07-1.6 joint-bert.mp4  2.42M
|   ├──08-1.7 joint-bert.mp4  59.41M
|   ├──09-1.8  joint-bert-代码.mp4  41.67M
|   ├──10-1.9 joint-bert-代码.mp4  171.59M
|   ├──11-01 cnn_for-re-01(新版).mp4  44.68M
|   ├──12-01 cnn_for-re-02(新版).mp4  62.23M
|   ├──13-01 cnn_for-re-03(新版).mp4  73.00M
|   ├──14-01 cnn_for-re-04(新版).mp4  77.66M
|   ├──15-01 cnn_for-re-05(新版).mp4  60.89M
|   ├──16-01 code_cnn_for_re-06(新版).mp4  89.23M
|   ├──17-01 code_cnn_for_re-07(新版).mp4  84.48M
|   ├──18-01 code_cnn_for_re-08(新版).mp4  98.82M
|   ├──19-01 code_cnn_for_re-09(新版).mp4  109.69M
|   ├──20-01 code_cnn_for_re-10(新版).mp4  69.05M
|   ├──21-03elmo-01-elmo的下游任务介绍..mp4  47.00M
|   ├──22-03elmo-02-feature_based和fine_tuning.mp4  44.11M
|   ├──23-03elmo-03-word2vec和charcnn回顾.mp4  35.84M
|   ├──24-03elmo-04-Bidirectional_language_models.mp4  46.09M
|   ├──25-03elmo-05-how to use emol..mp4  39.38M
|   ├──26-03elmo-06-论文回顾..mp4  117.24M
|   ├──27-03elmo-07-代码预处理部分.mp4  242.87M
|   ├──28-03elmo-08-代码模型结构部分.mp4  218.74M
|   ├──29-03elmo-09-代码crf流程..mp4  163.52M
|   ├──30-03elmo-10-代码crf实现..mp4  233.32M
|   ├──31-01nodevec-01-研究背景.mp4.mp4  70.40M
|   ├──32-01nodevec-02-研究成果.mp4.mp4  177.29M
|   ├──33-01nodevec-03-图的应用.mp4.mp4  98.82M
|   ├──34-01nodevec-04-模型结构&BFS&DFS.mp4.mp4  401.92M
|   ├──35-01nodevec-05-模型算法&alias算法.mp4.mp4  593.86M
|   ├──36-01nodevec-06-实验分析.mp4.mp4  515.00M
|   ├──37-01nodevec-07-论文总结.mp4.mp4  255.50M
|   ├──38-01nodevec-08-代码整体介绍.mp4  414.96M
|   ├──39-01nodevec-09-代码节点和边的alias实现.mp4.mp4  457.58M
|   ├──40-01nodevec-10-代码有偏随机游走和模型训练.mp4.mp4  183.10M
|   ├──41-01nodevec-11-代码结果展示和总结.mp4.mp4  85.83M
|   ├──42-01transformer-01-论文背景&研究成果.mp4  134.08M
|   ├──43-01transformer-02-attention回顾.mp4  126.21M
|   ├──44-01transformer-03-模型框架和self_attention.mp4  114.95M
|   ├──45-01transformer-04-模型小trick..mp4  240.65M
|   ├──46-01transformer-05-代码框架部分和encoder.mp4  423.84M
|   ├──47-01transformer-06-代码decoder和self_attention.mp4  433.47M
|   ├──48-01transformer-07-代码训练部分和预测部分.mp4  537.31M
|   ├──49-1.1 word2vec1-1背景知识.mp4  200.15M
|   ├──50-1.2 word2vec1-2论文泛读.mp4  163.96M
|   ├──51-1.3 word2vec2-1对比模型.mp4  160.79M
|   ├──52-1.4 word2vec2-2原理.mp4  89.22M
|   ├──53-1.5 word2vec2-3word2vec关键技术.mp4  123.18M
|   ├──54-1.6 word2vec2-4模型复杂度.mp4  57.38M
|   ├──55-1.7 word2vec2-5实验结果.mp4  164.15M
|   ├──56-1.8 word2vec3-1代码部分上.mp4  240.51M
|   ├──57-1.9 word2vec3-2代码部分下.mp4  264.11M
|   ├──58-1.1- BiLSTM-CRF-论文研究背景.mp4  129.95M
|   ├──59-1.2- BiLSTM-CRF-论文算法总览.mp4  92.20M
|   ├──60-1.3-BiLSTM-CRF模型结构.mp4  73.23M
|   ├──61-1.4-BiLSTM-CRF损失函数与维特比解码.mp4  56.29M
|   ├──62-1.5- BiLSTM-CRF-实验结果与论文总结.mp4  35.22M
|   ├──63-1.6- BiLSTM-CRF代码讲解.mp4  180.90M
|   ├──64-1.7- BiLSTM-CRF-NCR-Fpp代码详解.mp4  155.81M
|   ├──65-01DSSM-00专题引言.mp4  34.45M
|   ├──66-01DSSM-01-学习目标..mp4  9.80M
|   ├──67-01DSSM-02-论文背景-贡献及意义.mp4  21.73M
|   ├──68-01DSSM-03摘要精读-总结.mp4  15.85M
|   ├──69-01DSSM-04-上节回顾.mp4  12.39M
|   ├──70-01DSSM-05-词哈希.mp4  27.39M
|   ├──71-01DSSM-06-DSSM整体结构.mp4  13.01M
|   ├──72-01DSSM-07-优化函数-实验与总结.mp4  20.27M
|   ├──73-01DSSM-08-代码总览.mp4  22.27M
|   ├──74-01DSSM-09-词哈希表的建立与数据载入.mp4  47.05M
|   └──75-01DSSM-10-模型的搭建与训练-测试.mp4  36.95M
├──17-【论文】baseline基础篇目——CV
|   ├──02-1.1 CRNN-泛读-背景论文.mp4  239.74M
|   ├──03-1.2 CRNN-泛读-研究成果及意义.mp4  79.27M
|   ├──04-1.3 CRNN-泛读-LSTM-CTC-Beam Search-论文泛读.mp4  134.24M
|   ├──05-1.4 CRNN-精读-原有模型.mp4  37.97M
|   ├──07-1.6 CRNN-精读-论文细节二三四.mp4  98.25M
|   ├──08-1.7 CRNN-精读-实验结果及总结.mp4  40.13M
|   ├──09-1.8 CRNN-code1.mp4  71.62M
|   ├──10-1.9 CRNN-code2.mp4  75.49M
|   ├──11-1.10 CRNN-code3.mp4  76.27M
|   ├──12-1.11 CRNN-code4.mp4  26.15M
|   ├──13-1.12 CRNN-code5.mp4  29.05M
|   ├──14-YOLO-01-发展历史和YOLO v1.mp4  79.22M
|   ├──15-YOLO-02-YOLO v2.mp4.mp4  112.09M
|   ├──16-YOLO-03-YOLO v3_2.mp4.mp4  117.62M
|   ├──17-YOLO-04-代码复现.mp4  45.47M
|   ├──18-YOLO-05-数据预处理和网络结构代码讲解.mp4.mp4  290.84M
|   ├──19-YOLO-06-训练和检测代码讲解.mp4  45.15M
|   ├──20-03{white}Faster{white}R-CNN-01-论文泛读_RCNN演变.mp4  197.17M
|   ├──21-03 Faster R-CNN-02-论文泛读_摘要和网络结构.mp4  291.86M
|   ├──22-03 Faster R-CNN-03-精读_结构总览.mp4.mp4  189.81M
|   ├──23-03 Faster R-CNN-04-精读Paper_背景介绍.mp4.mp4  215.97M
|   ├──24-03 Faster R-CNN-05-精读Paper_RPN与rpn_loss.mp4.mp4  535.99M
|   ├──25-03 Faster R-CNN-06-精读Paper_RPN训练.mp4.mp4  317.93M
|   ├──26-03 Faster R-CNN-07-精读Paper_实验和结论.MP4.mp4  459.85M
|   ├──27-03  Faster R-CNN-08-精读PPT_Anchor和RPN.mp4.mp4  231.19M
|   ├──28-03  Faster R-CNN-09-精读PPT_网络细节.mp4  102.33M
|   ├──29-03 Faster R-CNN-10-代码讲解_训练VOC数据集.mp4  211.14M
|   ├──30-03 Faster R-CNN-11-代码讲解_backbone网络讲解.mp4  378.81M
|   ├──31-03  Faster R-CNN-12-代码讲解_RPN.mp4  47.96M
|   ├──32-03 Faster R-CNN-13-代码讲解_数据和标签的同步处理(Dataset类).mp4  287.45M
|   ├──33-03 Faster R-CNN-14代码讲解_建议框的生成(Proposal layer).mp4  154.31M
|   ├──34-03 Faster R-CNN-15-代码讲解_Anchor box的生成和正负样本的划分.mp4  380.29M
|   ├──35-01GAN-01-论文摘要.mp4  147.71M
|   ├──36-01GAN-02-论文背景.mp4  59.74M
|   ├──37-01GAN-03-论文泛读.mp4  198.37M
|   ├──38-01GAN-04-价值函数.mp4  86.38M
|   ├──39-01GAN-05-训练流程&理论证明1.mp4  75.72M
|   ├──40-01GAN-06-理论证明2&实验结果&总结展望.mp4  115.88M
|   ├──41-01GAN-07-代码分析综述.mp4  131.77M
|   ├──42-01GAN-08-代码分析精讲.mp4  194.73M
|   ├──43-01mobileNet-01-背景介绍.mp4  51.82M
|   ├──44-01mobileNet-02-论文结构&摘要精读.mp4  143.80M
|   ├──45-01mobileNet-03-主体架构&深度可分离卷积.mp4  187.30M
|   ├──46-01MobileNet-04-超参数.mp4  128.33M
|   ├──47-01mobileNet-05-后续创新及改进.mp4  119.38M
|   ├──49-01MobileNets-07-模型设计.mp4  88.27M
|   ├──50-01MobileNets-08-模型评估.mp4  150.81M
|   ├──51-01FCN-01-语意分割简介.mp4  60.32M
|   ├──52-01FCN-02常用数据集-指标-研究成果..mp4  66.09M
|   ├──53-01FCN-03-论文摘要精读..mp4  202.53M
|   ├──54-01FCN-04-论文引言-全局信息及部分信息.mp4  114.78M
|   ├──55-01FCN-05-感受域&平移不变性.mp4  112.51M
|   ├──56-01FCN-06-经典算法&本文算法-上采样.mp4  57.42M
|   ├──57-01FCN-07-算法架构..mp4  103.19M
|   ├──58-01FCN-08-训练技巧&实验结果及分析..mp4  119.27M
|   ├──59-01FCN-09-讨论&总结.mp4  28.19M
|   ├──60-01FCN-10-代码实现.mp4  63.70M
|   ├──61-01FCN-11-数据预处理..mp4  138.36M
|   ├──62-01FCN-12-模型搭建.mp4  155.84M
|   ├──63-01FCN-13-训练-验证&预测函数搭建..mp4  104.17M
|   ├──64-01FCN-14-损失函数.mp4  95.08M
|   ├──65-01FCN-15-指标计算.mp4  130.86M
|   ├──66-01AlexNet-01-研究背景.mp4  155.77M
|   ├──67-01AlexNet-02- 研究成果意义.mp4  24.05M
|   ├──68-01AlexNet-03-论文结构.mp4  81.13M
|   ├──69-01AlexNet-04-结构.mp4  71.65M
|   ├──70-01AlexNet-05网络结构特点.mp4  226.10M
|   ├──71-01AlexNet-06-训练技巧.mp4  78.92M
|   ├──72-01AlexNet-07实验结果及分析.mp4  95.69M
|   ├──73-01AlexNet-08-论文总结.mp4  52.16M
|   ├──74-01AlexNet-09-准备工作&代码结构.mp4  93.60M
|   ├──75-01AlexNet-10-代码结构.mp4  196.09M
|   ├──76-01AlexNet-11-代码结构.mp4  83.08M
|   ├──77-01AlexNet-12- 代码结构4&训练方法.mp4  421.73M
|   ├──78-1.1 特征脸识别-人脸识别背景介绍.mp4  109.04M
|   ├──79-1.2 特征脸识别-论文研究背景成果以及意义.mp4  78.72M
|   ├──80-1.3 特征脸识别-论文泛读摘要部分.mp4  131.86M
|   ├──81-1.4 特征脸识别-论文泛读介绍部分.mp4  81.39M
|   ├──82-1.5 特征脸识别-论文泛读相关工作部分.mp4  100.49M
|   ├──83-1.6 特征脸识别-论文精读PCA补充.mp4  133.72M
|   ├──84-1.7 特征脸识别-论文精读特征脸计算上.mp4  245.61M
|   ├──85-1.8 特征脸识别-论文精读特征脸计算中.mp4  162.81M
|   ├──86-1.9 特征脸识别-论文精读特征脸计算下.mp4  267.53M
|   ├──87-1.10 特征脸识别-代码讲解pca计算.mp4  118.07M
|   ├──88-1.11 特征脸识别-代码讲解特征提取以及人脸重构.mp4  78.57M
|   ├──89-1.12 特征脸识别-代码讲解人脸分类之最短距离方法.mp4  77.75M
|   ├──90-1.13 特征脸识别-代码讲解人脸分类之SVM方法.mp4  68.57M
|   ├──91-1.14 特征脸识别-代码讲解人脸分类之神经网络方法.mp4  153.78M
|   └──92-1.15 特征脸识别-论文总结.mp4  28.74M
├──18-【NLP经典大赛】数据科学: 疫情期间网民情绪识别赛
|   ├──01-打造舒适的AI开发环境.mp4  100.84M
|   ├──02-【01课】赛题详解.mp4  156.41M
|   ├──03-【02课】比赛专题讲解.mp4  125.32M
|   ├──04-【03课】模型调参和文本增强比赛专题讲解.mp4  121.68M
|   ├──05-【04课】比赛思路进阶专题讲解.mp4  99.24M
|   └──06-【05课】比赛思路全复盘(纯干货).mp4  126.57M
├──19-面试刷题班
|   ├──04-开营仪式—老师部分.mp4  81.28M
|   ├──05-【了解机器学习中的特征工程和模型评估】P1快速排序.mp4  35.42M
|   ├──06-【了解机器学习中的特征工程和模型评估】P2堆排序.mp4  34.87M
|   ├──07-【了解机器学习中的特征工程和模型评估】P3滑动窗口.mp4  25.24M
|   ├──08-【了解机器学习中的特征工程和模型评估】P4双指针.mp4  27.90M
|   ├──09-【了解监督学习中的经典算法】P1逻辑回归.mp4  32.73M
|   ├──10-【了解监督学习中的经典算法】P2决策树.mp4  41.34M
|   ├──12-【学习支持向量机】P1几个重要的概念.mp4  22.15M
|   ├──13-【学习支持向量机】P2svm最优化问题.mp4  39.20M
|   ├──14-【学习支持向量机】P3硬间隔SVM最优化问题的推导.mp4  96.87M
|   ├──15-【学习支持向量机】P4线性可分SVM.mp4  66.00M
|   ├──16-【学习支持向量机】P5核函数.mp4  77.82M
|   ├──17-【学习支持向量机】P6smo算法.mp4  129.72M
|   ├──18-【数据结构和算法】P1KMP算法.mp4  76.58M
|   ├──19-【数据结构和算法】P2二分搜索.mp4  66.96M
|   ├──20-【数据结构和算法】P3哈希表.mp4  34.23M
|   ├──21-【了解机器学习中如何降维处理】PCA和LDA.mp4  67.52M
|   ├──23-【了解机器学习中的非监督学习算法】K-means.mp4  55.13M
|   ├──24-【数据结构和算法】P1虚拟头结点.mp4  78.52M
|   ├──25-【数据结构和算法】P2链表中环的入口结点.mp4  78.52M
|   ├──26-【数据结构和算法】P3删除链表中重复的结点.mp4  38.28M
|   ├──27-【数据结构和算法】P4栈,队列.mp4  53.21M
|   ├──28-【机器学习中的概率图模型】P1hmm的引出和问题的介绍.mp4  35.71M
|   ├──29-【机器学习中的概率图模型】P2HMM预测问题之维特比算法.mp4  125.42M
|   ├──30-【机器学习中的概率图模型】P3crf的一些基础概念.mp4  81.50M
|   ├──31-【机器学习中的概率图模型】P4crf具体介绍.mp4  101.93M
|   ├──33-【数据结构和算法】P1DFS和BFS.mp4  38.73M
|   ├──34-【数据结构和算法】P2最短路径.mp4  35.67M
|   ├──35-【数据结构和算法】P3最小生成树.mp4  32.40M
|   ├──36-【数据结构和算法】P4二叉树的遍历.mp4  27.83M
|   ├──37-【数据结构和算法】P4二叉搜索树和平衡二叉树.mp4  81.70M
|   ├──38-【前向神经网络】P1网络图和激活函数.mp4  27.04M
|   ├──39-【前向神经网络】P2前向传播.mp4  49.22M
|   ├──40-【前向神经网络】P3损失函数选用.mp4  26.01M
|   ├──41-【前向神经网络】P4反向传播1.mp4  79.04M
|   ├──42-【前向神经网络】P5反向传播2.mp4  57.35M
|   ├──43-【了解序列数据中常用的循环神经网络】P1RNN.mp4  22.47M
|   ├──44-【了解序列数据中常用的循环神经网络】P2GRU和LSTM.mp4  11.63M
|   ├──46-【集成学习的原理和常见的集成学习】P1提升树算法.mp4  25.66M
|   ├──47-【集成学习的原理和常见的集成学习】P2梯度提升树算法.mp4  26.23M
|   ├──48-【集成学习的原理和常见的集成学习】P3二分类问题.mp4  37.45M
|   ├──49-【集成学习的原理和常见的集成学习】P4多分类问题和回归问题.mp4  11.66M
|   ├──50-【数据结构和算法】01背包问题.mp4  47.05M
|   ├──51-【数据结构和算法】什么是动态规划(leetcode 70题).mp4  18.30M
|   ├──52-【数据结构和算法】回溯法(机器人的运动范围).mp4  66.27M
|   ├──53-【数据结构和算法】什么是递归(斐波那契额数列-跳台阶-变态跳台阶).mp4  38.55M
|   ├──54-【数据结构和算法】leetcode416(01背包实例).mp4  36.41M
|   ├──55-【数据结构和算法】最长公共子序列(leetcode 1143题).mp4  27.30M
|   ├──56-【数据结构和算法】最长上升子序列(leetcode 300题).mp4  24.12M
|   ├──57-【xgboost的原理以及常见面试题】P1xgboost的一些预备知识.mp4  20.54M
|   ├──58-【xgboost的原理以及常见面试题】P2结构分.mp4  26.77M
|   ├──59-【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点.mp4  33.79M
|   ├──60-【xgboost的原理以及常见面试题】P4近似算法和加权分桶.mp4  45.57M
|   ├──61-【xgboost的原理以及常见面试题】P5缺失值处理算法.mp4  20.02M
|   ├──62-【xgboost的原理以及常见面试题】P6其他优化.mp4  11.12M
|   ├──64-【了解优化算法的原理】P1深度学习中的优化问题.mp4  18.96M
|   ├──65-【了解优化算法的原理】P2梯度下降简单的数学原理.mp4  23.21M
|   ├──66-【了解优化算法的原理】P3随机梯度下降和小批量随机梯度下降.mp4  10.38M
|   ├──67-【了解优化算法的原理】P4动量法.mp4  29.39M
|   ├──68-【了解优化算法的原理】P5常见的一些改进的优化算法.mp4  34.29M
|   ├──69-【了解常见的采样方法-作用-具体实现,以及应用】P1蒙塔卡罗模拟定积分和重要性采样.mp4  32.67M
|   ├──70-【了解常见的采样方法-作用-具体实现,以及应用】P2.mp4  22.86M
|   ├──71-【了解常见的采样方法-作用-具体实现,以及应用】P3.mp4  54.74M
|   ├──72-【了解常见的采样方法-作用-具体实现,以及应用】P4.mp4  19.63M
|   ├──74-面试刷题班  8月5日直播答疑.mp4  355.32M
|   ├──76-面试刷题班  8月9日直播答疑.mp4  357.08M
|   ├──78-面试刷题班  8月15日直播答疑.mp4  407.94M
|   └──80-面试刷题班  8月22日直播答疑.mp4  151.49M
├──20-05 NLP基础知识
|   ├──02-1-1 前言..mp4  181.87M
|   ├──03-1-2 研究方向概述..mp4  142.59M
|   ├──04-2-1 预备知识..mp4  82.84M
|   ├──05-2-2 NLP问题中的特征..mp4  85.13M
|   ├──06-2-3 特征输入..mp4  152.25M
|   ├──07-2-4 文本的向量化表示与案例实现..mp4  120.55M
|   ├──08-3-1 统计语言模型简介与案例实现..mp4  279.29M
|   ├──09-3-2 语言模型任务评估..mp4  106.57M
|   ├──10-3-3 神经语言模型简介与代码实现..mp4  340.85M
|   ├──11-3-4 预训练的词表示及其使用实例..mp4  143.40M
|   ├──12-4-1 word2vec原理..mp4  159.83M
|   ├──13-4-2 word2vec代码复现..mp4  409.43M
|   ├──14-4-3 word2vec项目实战展示..mp4  213.51M
|   ├──15-4-4 BERT使用实战讲解..mp4  247.82M
|   ├──16-4-5 MLP模型与实战..mp4  204.34M
|   ├──17-4-6 RNN模型原理-代码复现与实战..mp4  339.92M
|   ├──18-5-1 HMM序列标注..mp4  71.02M
|   ├──19-5-2 HMM模型简介..mp4  130.72M
|   ├──20-5-3 HMM样本生成..mp4  166.83M
|   ├──21-5-4 HMM训练..mp4  90.57M
|   ├──22-5-5 HMM预测..mp4  127.18M
|   └──23-5-6 HMM代码实现..mp4  287.92M
├──代码资料汇总
|   └──02代码资料汇总
|   |   ├──02线性回归
|   |   ├──03逻辑回归
|   |   ├──04决策树
|   |   ├──05朴素贝叶斯
|   |   ├──06支持向量机
|   |   ├──07聚类
|   |   ├──08主成分分析
|   |   ├──09集成学习
|   |   └──10案例
└──课件合集PDF版本
|   ├──01机器学习概述
|   |   └──01-01-机器学习概述.pdf  2.38M
|   ├──02线性回归
|   |   ├──02-01-线性回归简介、数学符号、假设函数、损失函数、代价函数.pdf  3.31M
|   |   ├──02-02-梯度下降法.pdf  3.22M
|   |   ├──02-03-梯度下降法代码实现.pdf  3.01M
|   |   ├──02-04-使用梯度下降法求解线性回归问题.pdf  3.17M
|   |   ├──02-05-线性回归代码实现.pdf  1.83M
|   |   ├──02-06-线性回归代码实现-做特征归一化.pdf  3.01M
|   |   ├──02-07-批量梯度下降,随机梯度下降,小批量梯度下降.pdf  3.06M
|   |   ├──02-08-几种常见的模型评价指标.pdf  3.05M
|   |   ├──02-09-欠拟合与过拟合.pdf  1.87M
|   |   ├──02-10-Ridge回归求解与代码实现.pdf  1.83M
|   |   ├──02-11-LASSO回归求解.pdf  1.85M
|   |   ├──02-12-LASSO回归求解举例说明.pdf  3.11M
|   |   ├──02-13-LASSO回归代码实现.pdf  2.98M
|   |   ├──02-14-最小二乘法求线性回归.pdf  3.13M
|   |   ├──02-15-最小二乘法代码实现.pdf  2.98M
|   |   ├──02-16-使用Sklearn实现Ridge,LASSO和ElasticNet.pdf  3.10M
|   |   └──02-17-波士顿房价预测.pdf  3.08M
|   ├──03逻辑回归
|   |   ├──03-01-逻辑回归简介、假设函数、损失函数、成本函数.pdf  3.36M
|   |   ├──03-02-逻辑回归求解.pdf  3.57M
|   |   ├──03-03-一个示例解释逻辑回归的求解公式.pdf  3.06M
|   |   ├──03-04-逻辑回归代码实现.pdf  2.96M
|   |   ├──03-05-逻辑回归的正则化.pdf  3.03M
|   |   ├──03-06-逻辑回归实现多分类方法.pdf  3.29M
|   |   ├──03-07-使用Sklearn实现逻辑回归.pdf  2.96M
|   |   ├──03-08-案例:鸢尾花分类.pdf  2.98M
|   |   └──03-09-案例:手写数字识别.pdf  3.05M
|   ├──04决策树
|   |   ├──04-01-决策树简介、熵.pdf  1.92M
|   |   ├──04-02-条件熵及计算举例.pdf  3.11M
|   |   ├──04-03-信息增益、ID3算法.pdf  3.29M
|   |   ├──04-04-决策树代码实现.pdf  2.96M
|   |   ├──04-05-C4.pdf  3.14M
|   |   ├──04-06-基尼指数(Gini Index)生成决策树.pdf  3.15M
|   |   ├──04-07-决策树剪枝.pdf  3.10M
|   |   ├──04-08-决策树处理连续值与缺失值.pdf  3.10M
|   |   ├──04-09-多变量决策树.pdf  3.20M
|   |   ├──04-10-Sklearn实现决策树.pdf  2.96M
|   |   └──04-11-案例:使用决策树进行个人信用风险评估.pdf  3.06M
|   ├──05朴素贝叶斯
|   |   ├──05-01-贝叶斯决策简介.pdf  3.20M
|   |   ├──05-02-贝叶斯决策模型.pdf  3.21M
|   |   ├──05-03-朴素贝叶斯模型.pdf  3.12M
|   |   ├──05-04-朴素贝叶斯代码实现.pdf  2.96M
|   |   ├──05-05-拉普拉斯修正及代码实现.pdf  3.03M
|   |   ├──05-06-朴素贝叶斯如何处理连续型数据.pdf  3.11M
|   |   ├──05-07-Sklearn实现朴素贝叶斯.pdf  2.96M
|   |   └──05-08-案例:垃圾邮件识别.pdf  3.00M
|   ├──06支持向量机
|   |   ├──06-01-支持向量机简介.pdf  3.08M
|   |   ├──06-02-线性可分支持向量机(几何间隔,函数间隔,目标函数).pdf  3.48M
|   |   ├──06-03-拉格朗日乘子法求带有等式约束的极值问题.pdf  3.17M
|   |   ├──06-04-拉格朗日乘子法求带有不等式约束的极值问题、KKT条件.pdf  3.23M
|   |   ├──06-05-目标函数求解(1.pdf  3.08M
|   |   ├──06-06-目标函数求解(2.pdf  3.17M
|   |   ├──06-07-SVM求解举例.pdf  3.28M
|   |   ├──06-08-线性支持向量机的目标函数.pdf  1.71M
|   |   ├──06-09-线性支持向量机目标函数优化.pdf  3.21M
|   |   ├──06-10-非线性支持向量机简介.pdf  3.47M
|   |   ├──06-11-非线性支持向量机的目标函数.pdf  3.04M
|   |   ├──06-12-SMO算法推导结果.pdf  3.07M
|   |   ├──06-13-SVM代码实现.pdf  2.96M
|   |   ├──06-14-SMO算法推导过程.pdf  3.52M
|   |   ├──06-15-SVM总结.pdf  3.16M
|   |   ├──06-16-Sklearn实现SVM.pdf  2.96M
|   |   └──06-17-案例:使用SVM完成人脸识别.pdf  2.96M
|   ├──07聚类
|   |   ├──07-01-K-means基本原理及推导.pdf  3.17M
|   |   ├──07-02-K-means中距离计算方法.pdf  3.05M
|   |   ├──07-03-K-means代码实现.pdf  1.73M
|   |   ├──07-04-层次聚类原理及距离计算.pdf  3.33M
|   |   ├──07-05-层次聚类举例.pdf  3.03M
|   |   ├──07-06-Sklearn实现层次聚类.pdf  2.96M
|   |   ├──07-07-密度聚类.pdf  3.08M
|   |   ├──07-08-Sklearn实现密度聚类.pdf  2.96M
|   |   ├──07-09-高斯混合模型介绍.pdf  3.15M
|   |   ├──07-10-高斯混合模型参数估计.pdf  2.98M
|   |   ├──07-11-高斯混合模型代码实现.pdf  2.96M
|   |   └──07-12-案例:对亚洲足球队进行聚类分析.pdf  2.96M
|   ├──08主成分分析
|   |   ├──08-01-主成分分析介绍.pdf  3.11M
|   |   ├──08-02-协方差矩阵的特征值分解算法.pdf  3.06M
|   |   ├──08-03-协方差矩阵的特征值分解算法代码实现.pdf  2.97M
|   |   ├──08-04-基于数据矩阵的奇异值分解算法.pdf  3.02M
|   |   ├──08-05-基于数据矩阵的奇异值分解算法代码实现.pdf  2.97M
|   |   ├──08-06-Sklearn实现PCA.pdf  3.09M
|   |   └──08-07-案例:PCA实现照片压缩.pdf  2.96M
|   └──09集成学习
|   |   ├──09-01-集成学习介绍.pdf  2.98M
|   |   ├──09-02-Voting能够提高准确度的原因.pdf  2.99M
|   |   ├──09-03-Voting原理.pdf  3.04M
|   |   ├──09-04-Voting代码实现.pdf  2.96M
|   |   ├──09-05-Bagging与随机森林及其代码实现.pdf  3.04M
|   |   ├──09-06-Boosting.pdf  3.04M
|   |   ├──09-07-Adaboost举例.pdf  1.92M
|   |   ├──09-08-AdaBoost代码实现.pdf  2.96M
|   |   ├──09-09-GBDT之提升和提升树概念.pdf  3.01M
|   |   ├──09-10-GBDT梯度提升树.pdf  3.04M
|   |   ├──09-11-XGBoost介绍,目标函数,正则项.pdf  3.60M
|   |   ├──09-12-XGBoost求解.pdf  3.10M
|   |   ├──09-13-XGBoost树结构生成.pdf  3.29M
|   |   ├──09-14-XGBoost代码实现.pdf  2.96M
|   |   ├──09-15-Stacking.pdf  3.27M
|   |   └──09-16-Stacking 代码实现.pdf  2.96M
资源下载此资源下载价格为99.9积分,终身VIP免费,请先

免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、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 5、用户所发布的一切软件的解密分析文章仅限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。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(QQ:2978513101),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限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。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。

h23bc 人工智能 人工智能研究生课程库 https://h23bc.com/3744.html

常见问题

相关文章

  • 0 +

    访问总数

  • 0 +

    会员总数

  • 0 +

    资源总数

  • 0 +

    今日发布

  • 0 +

    本周发布

  • 0 +

    运行天数

少年不惧岁月长,彼方尚有荣光在