01-软件安装及环境配置
02-Anaconda介绍及安装.mp4 (31.5 MB)
03-【Python 3.6】 Python安装及验证.mp4 (15.6 MB)
04-【Python 3.6】 Python配置环境变量.mp4 (7.9 MB)
05-【Python 3.6】 Python卸载及验证.mp4 (6.2 MB)
06-【PyTorch 1.2】 PyTorch简介与安装.mp4 (48.3 MB)
07-【Pytorch1.2】 Pytorch开发环境安装.mp4 (210.8 MB)
08-【TensorFlow 2.1.0】环境安装-ubuntu.mp4 (174.7 MB)
09-【TensorFlow 2.1.0】环境安装-windows.mp4 (132.4 MB)
10-【GPU驱动安装】GPU_driver_windows.mp4 (19.8 MB)
11-【GPU驱动安装】GPU_driver_Linux.mp4 (96.0 MB)
12-Linux 常用命令.mp4 (92.5 MB)
13-【数据分析工具】 MySQL.mp4 (34.3 MB)
14-【数据分析工具】 Navicate.mp4 (18.1 MB)
15-【数据分析工具】 Tableau Public.mp4 (35.8 MB)
02-人工智能数学基础
05-【第一章 线性代数(上)】章节导读.mp4 (11.1 MB)
06-【第一章 线性代数(上)】-1 矩阵及其基本运算①.mp4 (34.7 MB)
07-【第一章 线性代数(上)】-2 矩阵及其基本运算②.mp4 (64.4 MB)
08-【第一章 线性代数(上)】-3 矩阵的行列式①.mp4 (38.9 MB)
09-【第一章 线性代数(上)】-4 矩阵的行列式②.mp4 (47.0 MB)
10-【第一章 线性代数(上)】-5 矩阵的行列式③.mp4 (37.8 MB)
11-【第一章 线性代数(上)】-6 矩阵的行列式④.mp4 (10.0 MB)
12-【第一章 线性代数(上)】-7 矩阵的逆①.mp4 (41.3 MB)
13-【第一章 线性代数(上)】-8 矩阵的逆②.mp4 (26.8 MB)
14-【第一章 线性代数(上)】-9 矩阵的逆③.mp4 (30.4 MB)
15-【第二章 线性代数(下)】章节导读.mp4 (9.9 MB)
16-【第二章 线性代数(下)】-1 矩阵的初等变换①.mp4 (50.4 MB)
17-【第二章 线性代数(下)】-2 矩阵的初等变换②.mp4 (24.0 MB)
18-【第二章 线性代数(下)】-3 矩阵的初等变换③.mp4 (62.9 MB)
19-【第二章 线性代数(下)】-4 矩阵的初等变换④.mp4 (24.7 MB)
20-【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①.mp4 (55.0 MB)
21-【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②.mp4 (46.5 MB)
22-【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③.mp4 (39.7 MB)
23-【第二章 线性代数(下)】-8 矩阵对角化以及二次型①.mp4 (48.7 MB)
24-【第二章 线性代数(下)】-9 矩阵对角化以及二次型②.mp4 (34.0 MB)
25-【第二章 线性代数(下)】-10 矩阵对角化以及二次型③.mp4 (32.5 MB)
26-【第二章 线性代数(下)】-11svd分解的应用.mp4 (49.8 MB)
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 (50.3 MB)
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 (46.0 MB)
29-【第三章 微积分】-03 函数的凹凸性&函数的极值.mp4 (45.4 MB)
30-【第三章 微积分】-04 不定积分.mp4 (28.3 MB)
31-【第三章 微积分】-05 定积分.mp4 (29.7 MB)
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 (43.2 MB)
33-【第三章 微积分】-07 方向导数与梯度及其应用.mp4 (53.2 MB)
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 (37.6 MB)
35-【第三章 微积分】-09 矩阵的求导.mp4 (43.9 MB)
36-【第三章 微积分】-10 矩阵的求导在深度学习中的应用.mp4 (47.4 MB)
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 (53.4 MB)
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 (37.2 MB)
39-【第四章 概率论】-03随机变量与多维随机变量.mp4 (47.0 MB)
40-【第四章 概率论】-04期望与方差part1.mp4 (42.5 MB)
41-【第四章 概率论】-05期望与方差part2.mp4 (19.2 MB)
42-【第四章 概率论】-06参数的估计.mp4 (47.8 MB)
43-【第五章 最优化】-1 无约束最优化梯度下降.mp4 (49.5 MB)
44-【第五章 最优化】-2 无约束最优化梯度下降.mp4 (49.6 MB)
45-【第五章 最优化】-3 约束最优化.mp4 (43.1 MB)
03-Python基础+数据科学入门
05-第一章 绪论和环境配置.mp4 (43.1 MB)
06-【作业讲解】第一章：助教实际演示配置环境过程.mp4 (23.9 MB)
07-第二章 Python 基本语法元素.mp4 (92.0 MB)
08-【作业讲解】第二章：Python基本语法元素.mp4 (48.4 MB)
09-第三章 基本数据类型.mp4 (79.0 MB)
10-【作业讲解】第三章：基本数据类型.mp4 (42.3 MB)
11-第四章 组合数据类型.mp4 (82.1 MB)
12-【作业讲解】第四章：复杂数据类型.mp4 (59.0 MB)
13-第五章 程序控制结构.mp4 (72.9 MB)
14-【作业讲解】第五章：程序控制结构.mp4 (20.8 MB)
15-第六章 函数-面向过程的编程.mp4 (110.3 MB)
16-【作业讲解】第六章：函数.mp4 (33.6 MB)
17-第七章 类-面向对象的编程.mp4 (67.4 MB)
18-【作业讲解】第七章：类.mp4 (21.3 MB)
19-第八章 文件-异常和模块.mp4 (100.7 MB)
20-【作业讲解】第八章：文件-异常和模块.mp4 (10.3 MB)
21-第九章 有益的探索.mp4 (111.5 MB)
22-【作业讲解】第九章：有益的探索.mp4 (25.3 MB)
23-第十章 Python标准库.mp4 (78.5 MB)
24-【作业讲解】第十章：Python标准库.mp4 (9.6 MB)
25-第十一章 科学计算库—Numpy应用.mp4 (68.5 MB)
26-【作业讲解】第十一章：Numpy库.mp4 (19.3 MB)
27-第十二章 Pandas库.mp4 (117.0 MB)
28-【作业讲解】第十二章：Pandas库.mp4 (22.1 MB)
29-第十三章 Matplotlib.mp4 (83.3 MB)
30-【作业讲解】第十三章：Matplotlib.mp4 (31.5 MB)
31-第十四章 Sklearn常规用法.mp4 (51.6 MB)
32-【作业讲解】第十四章：Sklearn常规用法.mp4 (37.3 MB)
33-第十五章 再谈编程.mp4 (61.6 MB)
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 (103.7 MB)
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 (7.5 MB)
04-机器学习算法应用实战
05-01-01-机器学习概述【】.mp4 (35.4 MB)
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 (23.3 MB)
07-02-02-梯度下降法.【】.mp4 (24.1 MB)
08-02-03-梯度下降法代码实现【】.mp4 (14.8 MB)
09-02-04-使用梯度下降法求解线性回归问题【】.mp4 (26.1 MB)
📄 10-02-05-线性回归代码实现【】.mp4 (37.4 MB)
📄 11-02-06-线性回归代码实现-做特征归一化【】.mp4 (30.0 MB)
📄 12-02-07-批量梯度下降，随机梯度下降，小批量梯度下降【】.mp4 (11.3 MB)
📄 13-02-08-模型评价 · 几种常见的模型评价指标【】.mp4 (24.1 MB)
📄 14-02-09-欠拟合与过拟合【】.mp4 (12.2 MB)
📄 15-02-10-Ridge回归求解与代码实现【】.mp4 (22.9 MB)
📄 16-02-11-LASSO回归求解【】.mp4 (26.2 MB)
📄 17-02-12-LASSO回归求解举例说明【】.mp4 (13.8 MB)
📄 18-02-13-LASSO回归代码实现【】.mp4 (18.0 MB)
📄 19-02-14-最小二乘法求线性回归【】.mp4 (19.3 MB)
📄 20-02-15-最小二乘法代码实现【】.mp4 (9.2 MB)
📄 21-02-【实战】使用Sklearn实现Ridge，LASSO和ElasticNet【】.mp4 (22.0 MB)
📄 22-02-【案例】波士顿房价预测(上)【】.mp4 (34.2 MB)
📄 23-02-【案例】-波士顿房价预测(下)【】.mp4 (41.2 MB)
📄 24-03-01-逻辑回归简介-假设函数-损失函数-成本函数【】.mp4 (19.0 MB)
📄 25-03-02-逻辑回归求解【】.mp4 (23.7 MB)
📄 26-03-03-一个示例解释逻辑回归的求解公式【】.mp4 (12.4 MB)
📄 27-03-04-逻辑回归代码实现(上)【】.mp4 (29.0 MB)
📄 28-03-04-逻辑回归代码实现(下)【】.mp4 (26.1 MB)
📄 29-03-06-逻辑回归的正则化【】.mp4 (17.2 MB)
📄 30-03-07-逻辑回归实现多分类方法【】.mp4 (24.8 MB)
📄 31-03-08-【实战】使用Sklearn实现逻辑回归【】.mp4 (17.7 MB)
📄 32-03-【案例】鸢尾花分类【】.mp4 (43.2 MB)
📄 33-03-【案例】手写数字识别【】.mp4 (35.3 MB)
📄 34-04-01-决策树简介-熵【】.mp4 (17.7 MB)
📄 35-04-02条件熵及计算举例【】.mp4 (13.5 MB)
📄 36-04-03信息增益-ID3算法【】.mp4 (16.8 MB)
📄 37-04-04决策树代码实现(1-熵的计算)【】.mp4 (17.8 MB)
📄 38-04-05决策树代码实现(2-划分数据集-选择最好的特征)【】.mp4 (32.4 MB)
📄 39-04-06决策树代码实现(3-类别投票表决)【】.mp4 (11.6 MB)
📄 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 (25.2 MB)
📄 41-04-08 C4.5算法【】.mp4 (10.0 MB)
📄 42-04-09基尼指数(Gini Index)生成决策树【】.mp4 (17.5 MB)
📄 43-04-10决策树剪枝【】.mp4 (16.7 MB)
📄 44-04-11决策树处理连续值与缺失值【】.mp4 (23.5 MB)
📄 45-04-12多变量决策树【】.mp4 (12.5 MB)
📄 46-04-【实战】Sklearn实现决策树【】.mp4 (31.5 MB)
📄 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 (32.2 MB)
📄 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 (29.9 MB)
📄 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 (17.9 MB)
📄 50-05-01-贝叶斯决策简介【】.mp4 (18.4 MB)
📄 51-05-02-贝叶斯决策模型【】.mp4 (10.3 MB)
📄 52-05-03-朴素贝叶斯模型【】.mp4 (18.2 MB)
📄 53-05-04-朴素贝叶斯代码实现(1.训练过程)【】.mp4 (32.7 MB)
📄 54-05-05-朴素贝叶斯代码实现(2.预测过程)【】.mp4 (13.6 MB)
📄 55-05-06-拉普拉斯修正及代码实现【】.mp4 (22.1 MB)
📄 56-05-07-朴素贝叶斯如何处理连续型数据【】.mp4 (9.0 MB)
📄 57-05-08-Sklearn实现朴素贝叶斯【】.mp4 (12.8 MB)
📄 58-05-【案例】垃圾邮件识别(1.实现原理)【】.mp4 (12.7 MB)
📄 59-05-【案例】垃圾邮件识别(2.代码实现)【】.mp4 (34.2 MB)
📄 60-06-01-支持向量机简介【】.mp4 (8.8 MB)
📄 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 (31.9 MB)
📄 62-06-03-拉格朗日乘子法求带有等式约束的极值问题【】.mp4 (24.8 MB)
📄 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 (23.9 MB)
📄 64-06-05-目标函数求解(1.对偶问题-先对w-b求极小)【】.mp4 (24.5 MB)
📄 65-06-06-目标函数求解(2.对alpha求极大)【】.mp4 (12.6 MB)
📄 66-06-07-SVM求解举例【】.mp4 (36.7 MB)
📄 67-06-08-线性支持向量机的目标函数【】.mp4 (13.2 MB)
📄 68-06-09-线性支持向量机目标函数优化【】.mp4 (22.5 MB)
📄 69-06-10-非线性支持向量机简介【】.mp4 (31.3 MB)
📄 70-06-11-非线性支持向量机的目标函数【】.mp4 (9.9 MB)
📄 71-06-12-SMO算法推导结果【】.mp4 (21.0 MB)
📄 72-06-13-1SVM代码实现之简易版(上)【】.mp4 (53.2 MB)
📄 73-06-14-1SVM代码实现之简易版(下)【】.mp4 (15.0 MB)
📄 74-06-15-2SVM代码实现之改进版【】.mp4 (33.8 MB)
📄 75-06-16-3SVM代码实现之引进核函数版【】.mp4 (21.8 MB)
📄 76-06-17-SMO算法推导过程1【】.mp4 (15.8 MB)
📄 77-06-18-SMO算法推导过程2【】.mp4 (16.8 MB)
📄 78-06-19-SMO算法推导过程3【】.mp4 (10.4 MB)
📄 79-06-20-SMO算法推导过程4【】.mp4 (17.8 MB)
📄 80-06-21-SVM总结【】.mp4 (9.5 MB)
📄 81-06-【实战】-Sklearn实现SVM1【】.mp4 (11.9 MB)
📄 82-06-【实战】-Sklearn实现SVM2-3，输出常用属性值，使用高斯核【】.mp4 (18.9 MB)
📄 83-06-【实战】-Sklearn实现SVM4，调参【】.mp4 (18.0 MB)
📄 84-06-【案例】使用SVM完成人脸识别【】.mp4 (47.1 MB)
📄 85-07-01-K-means基本原理及推导【】.mp4 (14.1 MB)
📄 86-07-02-K-means中距离计算方法【】.mp4 (12.4 MB)
📄 87-07-03-K-means代码实现(1原生代码实现)【】.mp4 (34.7 MB)
📄 88-07-04-K-means代码实现(2sklearn实现KMeans)【】.mp4 (6.6 MB)
📄 89-07-05-层次聚类原理及距离计算【】.mp4 (13.6 MB)
📄 90-07-06层次聚类举例【】.mp4 (9.7 MB)
📄 91-07-07Sklearn实现层次聚类【】.mp4 (8.8 MB)
📄 92-07-08密度聚类【】.mp4 (13.6 MB)
📄 93-07-09Sklearn实现密度聚类【】.mp4 (7.3 MB)
📄 94-07-10-高斯混合模型介绍【】.mp4 (14.6 MB)
📄 95-07-11-高斯混合模型参数估计【】.mp4 (24.5 MB)
📄 96-07-12高斯混合模型原生代码实现【】.mp4 (35.6 MB)
📄 97-07-13 Sklearn实现高斯混合模型【】.mp4 (10.0 MB)
📄 98-07-【案例】对亚洲足球队进行聚类分析【】.mp4 (11.9 MB)
📄 99-08-01-主成分分析介绍【】.mp4 (16.1 MB)
📄 100-08-02协方差矩阵的特征值分解算法【】.mp4 (13.0 MB)
📄 101-08-03协方差矩阵的特征值分解算法代码实现【】.mp4 (24.5 MB)
📄 102-08-04基于数据矩阵的奇异值分解算法【】.mp4 (12.2 MB)
📄 103-08-05基于数据矩阵的奇异值分解算法代码实现【】.mp4 (10.9 MB)
📄 104-08-【实战】-Sklearn实现PCA【】.mp4 (15.3 MB)
📄 105-08-【案例】PCA实现照片压缩【】.mp4 (21.1 MB)
📄 106-09-01-集成学习介绍【】.mp4 (5.7 MB)
📄 107-09-02-Voting能够提高准确度的原因【】.mp4 (12.1 MB)
📄 108-09-03-Voting原理【】.mp4 (8.4 MB)
📄 109-09-04-Voting代码实现【】.mp4 (17.6 MB)
📄 110-09-05-Bagging与随机森林及其代码实现【】.mp4 (32.8 MB)
📄 111-09-06-Boosting【】.mp4 (18.1 MB)
📄 112-09-07-Adaboost举例【】.mp4 (26.3 MB)
📄 113-09-08-AdaBoost代码实现【】.mp4 (24.6 MB)
📄 114-09-09-GBDT之提升和提升树概念【】.mp4 (31.9 MB)
📄 115-09-10-GBDT梯度提升树【】.mp4 (11.3 MB)
📄 116-09-11-XGBoost介绍，目标函数，正则项【】.mp4 (21.7 MB)
📄 117-09-12-XGBoost求解【】.mp4 (23.5 MB)
📄 118-09-13-XGBoost树结构生成【】.mp4 (11.2 MB)
📄 119-09-14-XGBoost代码实现1【】.mp4 (39.2 MB)
📄 120-09-15-XGBoost代码实现2【】.mp4 (44.0 MB)
📄 121-09-16-Stacking【】.mp4 (16.5 MB)
📄 122-09-17-Stacking 代码实现【】.mp4 (11.5 MB)
📄 123-10-【银行营销策略分析】-01 数据说明【】.mp4 (28.4 MB)
📄 124-10-【银行营销策略分析】-02探索性分析【】.mp4 (23.5 MB)
📄 125-10-【银行营销策略分析】-03数据预处理与特征工程【】.mp4 (37.5 MB)
📄 126-10-【银行营销策略分析】-04模型训练【】.mp4 (25.5 MB)
📄 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 (24.5 MB)
📄 128-10-【信用卡发欺诈模型】-02采样之上采样【】.mp4 (35.4 MB)
📄 129-10-【信用卡发欺诈模型】-03采样之下采样【】.mp4 (26.7 MB)
📄 130-10-【信用卡发欺诈模型】-04建模与调参【】.mp4 (28.2 MB)
📁 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 (123.9 MB)
📄 07-第一章 1.2 极大似然估计.mp4 (40.1 MB)
📄 08-第一章 1.3 梯度下降法.mp4 (31.4 MB)
📄 09-第一章作业讲解-极大似然估计.mp4 (16.3 MB)
📄 10-第二章 2.1 导论.mp4 (110.0 MB)
📄 11-第二章 2.2 对偶形式.mp4 (46.5 MB)
📄 12-第二章 2.3 收敛性.mp4 (50.2 MB)
📄 13-code——感知机.mp4 (127.4 MB)
📄 14-第二章作业讲解-感知机自编程实现.mp4 (29.0 MB)
📄 15-第二章作业讲解-感知机sklearn实现.mp4 (35.0 MB)
📄 16-第三章 3.1 导论.mp4 (54.7 MB)
📄 17-第三章 3.2 kd树.mp4 (76.7 MB)
📄 18-code——k近邻.mp4 (80.7 MB)
📄 19-第三章作业讲解-KNN 自编程.mp4 (19.6 MB)
📄 20-第三章作业讲解-KNN-sklearn.mp4 (27.4 MB)
📄 21-第四章 4.1 导论.mp4 (89.4 MB)
📄 22-第四章 4.2 贝叶斯估计.mp4 (15.1 MB)
📄 23-第四章 4.3 期望风险最小化.mp4 (28.8 MB)
📄 24-code——朴素贝叶斯.mp4 (100.2 MB)
📄 25-第四章作业讲解-贝叶斯估计.mp4 (17.3 MB)
📄 26-第四章作业讲解-朴素贝叶斯.mp4 (50.6 MB)
📄 27-第五章 5.1 导论.mp4 (126.4 MB)
📄 28-第五章 5.2 剪枝.mp4 (66.3 MB)
📄 29-code——决策树.mp4 (96.2 MB)
📄 30-第五章作业讲解-决策树.mp4 (39.1 MB)
📄 31-第六章 6.1 逻辑斯蒂回归与最大熵.mp4 (99.1 MB)
📄 32-第六章 6.2 改进的迭代尺度法.mp4 (60.4 MB)
📄 33-第六章作业讲解-逻辑斯谛回归.mp4 (60.3 MB)
📄 34-code——逻辑斯蒂回归与最大熵.mp4 (108.2 MB)
📄 35-第七章 7.1 导论.mp4 (174.9 MB)
📄 36-第七章 7.2 存在唯一性.mp4 (50.1 MB)
📄 37-第七章作业讲解-支持向量机习题7.1.mp4 (50.2 MB)
📄 38-第七章作业讲解-支持向量机 sklearn习题7.2.mp4 (23.1 MB)
📄 39-第七章作业讲解-支持向量机习题7.3.mp4 (17.3 MB)
📄 40-code——支持向量机.mp4 (164.2 MB)
📄 41-第八章 8.1 导论.mp4 (99.1 MB)
📄 42-第八章 8.2 前向分步算法.mp4 (47.0 MB)
📄 43-第八章 8.3 adaboost的训练误差.mp4 (70.1 MB)
📄 44-第八章作业讲解-提升方法.mp4 (34.3 MB)
📄 45-code——提升方法.mp4 (181.8 MB)
📄 46-第九章 9.1 导论.mp4 (75.1 MB)
📄 47-第九章 9.2 高斯混合模型.mp4 (68.5 MB)
📄 48-第九章作业讲解-EM算法.mp4 (43.9 MB)
📄 49-code——EM算法及推广.mp4 (79.7 MB)
📄 50-第十章 10.1 导论.mp4 (83.2 MB)
📄 51-第十章 10.2 前向算法.mp4 (35.3 MB)
📄 52-第十章 10.3 维特比算法.mp4 (29.2 MB)
📄 53-第十章作业讲解-隐马尔可夫模型.mp4 (39.8 MB)
📄 54-code——隐马尔可夫.mp4 (160.2 MB)
📄 55-第十一章 11.1 导论.mp4 (53.1 MB)
📄 56-第十一章 11.2 拟牛顿法.mp4 (21.2 MB)
📄 57-第十一章 11.3 条件随机场的矩阵形式.mp4 (20.1 MB)
📄 58-第十一章作业讲解-条件随机场.mp4 (20.8 MB)
📄 59-第十三章无监督学习导论.mp4 (44.1 MB)
📄 60-第十四章14.1聚类的基本概念.mp4 (61.3 MB)
📄 61-第十四章14.2.1距离与相似度.mp4 (41.0 MB)
📄 62-第十四章14.2.2聚合聚类 距离公式介绍.mp4 (34.1 MB)
📄 63-第十四章14.2.3距离公式证明.mp4 (59.6 MB)
📄 64-第十四章14.2.4确定最佳聚类数.mp4 (30.8 MB)
📄 65-第十四章14.2.5有序样本分类法.mp4 (35.2 MB)
📄 66-第十四章14.3K均值聚类.mp4 (27.6 MB)
📄 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 (17.5 MB)
📄 68-第十四章14.2作业讲解- 14.2 有关类的定义推导.mp4 (8.4 MB)
📄 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 (13.5 MB)
📄 70-第十四章14.3作业讲解-重心距离推导公式证明.mp4 (21.9 MB)
📄 71-第十五章15.1矩阵奇异值分解步骤.mp4 (23.3 MB)
📄 72-第十五章15.2矩阵奇异值分解基本定理.mp4 (22.1 MB)
📄 73-第十五章15.3矩阵奇异值分解性质与计算.mp4 (23.4 MB)
📄 74-第十五章15.4.1矩阵奇异值分解的酉空间表示法.mp4 (37.8 MB)
📄 75-第十五章15.5矩阵奇异值分解的应用.mp4 (27.2 MB)
📄 76-第十五章作业讲解- 奇异值分解01.mp4 (22.9 MB)
📄 77-第十五章作业讲解- 奇异值分解02.mp4 (25.1 MB)
📄 78-第十六章16.1主成分分析介绍.mp4 (31.9 MB)
📄 79-第十六章16.2主成分分析基本定理.mp4 (25.7 MB)
📄 80-第十六章16.3主成分的性质与选择.mp4 (18.9 MB)
📄 81-第十六章16.4主成分的特征.mp4 (21.1 MB)
📄 82-第十六章16.5牛顿迭代与梯度下降法.mp4 (34.6 MB)
📄 83-第十六章16.6拟牛顿迭代法.mp4 (60.7 MB)
📄 84-第十六章16.1作业讲解- 样本主成分分析.mp4 (32.3 MB)
📄 85-第十六章16.2 作业讲解-样本方差无偏估计的理解.mp4 (16.8 MB)
📄 86-第十六章16.3作业讲解- 求第一主成分.mp4 (9.6 MB)
📄 87-第十七章17.1LSA导入.mp4 (20.6 MB)
📄 88-第十七章17.2LSA算法实现.mp4 (12.8 MB)
📄 89-第十七章17.3非负矩阵分解算法.mp4 (16.1 MB)
📄 90-第十七章17.4LSA案例分析与编程实现.mp4 (21.3 MB)
📄 91-第十七章 作业讲解.mp4 (18.5 MB)
📄 92-第十八章18.1PLSA生成模型.mp4 (25.9 MB)
📄 93-第十八章18.2PLSA共现模型.mp4 (13.2 MB)
📄 94-第十八章18.3PLSA模型算法实现.mp4 (24.1 MB)
📄 95-第十八章18.4PLSA模型EM算法详解.mp4 (21.1 MB)
📄 96-第十八章 作业讲解.mp4 (15.2 MB)
📄 97-第十九章19.1蒙特卡罗法引入.mp4 (16.4 MB)
📄 98-第十九章19.2马尔科夫链的定义与性质.mp4 (35.5 MB)
📄 99-第十九章19.3连续状态马尔科夫链.mp4 (47.2 MB)
📄 100-第十九章19.4Metropolis-Hastings算法与吉布斯抽样算法.mp4 (50.6 MB)
📄 101-第十九章 作业讲解.mp4 (18.1 MB)
📄 102-第二十章20.1LDA分布-模型与Gibbs抽样算法.mp4 (67.3 MB)
📄 103-第二十章20.2LDA的变分EM算法.mp4 (59.0 MB)
📄 104-第二十章 作业讲解.mp4 (24.9 MB)
📄 105-第二十一章21.1PageRank算法的定义与幂法计算.mp4 (39.5 MB)
📄 106-第二十一章 作业讲解.mp4 (8.4 MB)
📄 107-第二十二章 22无监督学习方法总结.mp4 (9.3 MB)
📁 06-《机器学习》西瓜书训练营
📄 06-【第一周】机器学习绪论.mp4 (38.3 MB)
📄 08-【第二周】西瓜书公式推导学习指南.mp4 (11.2 MB)
📄 09-【第二周】一元线性回归公式.mp4 (51.9 MB)
📄 10-【第二周】多元线性回归公式.mp4 (58.3 MB)
📄 11-【第二周】对数几率回归公式.mp4 (60.7 MB)
📄 14-【第二周】【作业讲解】逻辑回归.mp4 (29.5 MB)
📄 15-【第三周】决策树的分裂准则.mp4 (56.6 MB)
📄 19-【第三周】【作业讲解】决策树.mp4 (15.6 MB)
📄 20-【第四周】支持向量机原始模型的建立和求解.mp4 (113.8 MB)
📄 21-【第四周】核函数和软间隔支持向量机.mp4 (54.9 MB)
📄 24-【第四周】【作业讲解】SVM.mp4 (61.2 MB)
📄 25-【第五周】极大似然估计与朴素贝叶斯.mp4 (84.8 MB)
📄 26-【第五周】EM算法1.mp4 (32.8 MB)
📄 27-【第五周】EM算法2.mp4 (39.6 MB)
📄 28-【第五周】EM算法3.mp4 (44.8 MB)
📄 31-【第五周】【作业讲解】贝叶斯和EM算法.mp4 (25.0 MB)
📄 32-【第六周】神经网络结构.mp4 (67.0 MB)
📄 35-【第六周】【作业讲解】神经网络.mp4 (8.2 MB)
📄 41-【第七周】【作业讲解】模型评估与选择.mp4 (14.9 MB)
📄 47-【第八周】【作业讲解】特征选择.mp4 (16.1 MB)
📄 52-【第九周】【作业讲解】k-means.mp4 (37.3 MB)
📄 53-【第十周】聚类.mp4 (61.9 MB)
📄 54-【第十周】HMM-1.mp4 (89.3 MB)
📄 55-【第十周】HMM-2.mp4 (47.5 MB)
📄 56-【第十周】HMM-3.mp4 (32.4 MB)
📄 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 (48.8 MB)
📄 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 (71.4 MB)
📄 63-【达观杯nlp比赛】第三节课 数据分析及处理.mp4 (114.2 MB)
📄 64-【达观杯nlp比赛】第四节课——Baseline实现.mp4 (107.1 MB)
📄 65-【达观杯nlp比赛】第五节课 验证集构建和交叉验证.mp4 (120.8 MB)
📁 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 (26.1 MB)
📄 07-【学前准备】开营仪式回放-老师部分.mp4 (177.9 MB)
📄 08-【学前准备】开营仪式回放-班主任部分.mp4 (224.4 MB)
📄 14-Week2 Day2【作业讲解】对照作业讲解视频查漏补缺.mp4 (150.0 MB)
📄 19-Week3-Day2 【作业讲解】完成编程作业2 (1).mp4 (153.9 MB)
📄 20-Week3-Day2 【作业讲解】完成编程作业2 (2).mp4 (130.6 MB)
📄 21-Week3-Day4 【达观杯文本智能处理挑战赛】（入门指导）.mp4 (22.0 MB)
📄 25-Week4-Day2【作业讲解】编程作业3：神经网络（上）.mp4 (80.2 MB)
📄 26-Week4-Day2【作业讲解】编程作业3：神经网络（下）.mp4 (56.9 MB)
📄 27-Week4-Day4【达观杯文本智能处理挑战赛】（进阶指导）.mp4 (30.6 MB)
📄 30-Week5-Day2【作业讲解】编程作业4（上）.mp4 (90.7 MB)
📄 31-Week5-Day2【作业讲解】编程作业5.mp4 (93.5 MB)
📄 32-Week5-Day2【作业讲解】编程作业4（下）.mp4 (133.0 MB)
📄 36-Week6-Day2【作业讲解】编程作业5.mp4 (93.5 MB)
📄 40-Week7-Day2【作业讲解】编程作业6（上）.mp4 (113.7 MB)
📄 41-Week7-Day2【作业讲解】编程作业6（下）.mp4 (75.5 MB)
📄 47-Week8-Day4【作业讲解】编程作业7（上）.mp4 (109.9 MB)
📄 48-Week8-Day4【作业讲解】编程作业7（下）.mp4 (68.4 MB)
📄 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 (76.1 MB)
📄 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 (96.3 MB)
📄 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 (48.6 MB)
📄 56-Week10-Day1【kaggle大赛】进阶指导.mp4 (7.0 MB)
📁 08-深度学习TensorFlow2.0框架班
📄 05-Week1【任务1】tensorflow 2.0简介.mp4 (46.8 MB)
📄 06-Week1【任务2】tensorflow2.0环境安装-ubuntu.mp4 (126.3 MB)
📄 07-Week1【任务2】tensorflow2.0环境安装-windows.mp4 (132.4 MB)
📄 09-Week2【任务1】张量与操作 & 三种自定义模型.mp4 (103.9 MB)
📄 10-Week2【任务2】keras模型训练.mp4 (124.1 MB)
📄 11-Week2【任务3】tensorflow2.0模型训练.mp4 (83.3 MB)
📄 12-Week2【任务4】计算图机制详解.mp4 (60.9 MB)
📄 13-Week2【任务5】计算图机制详解.mp4 (60.8 MB)
📄 15-Week3【任务1】自定义层详解.mp4 (87.9 MB)
📄 16-Week3【任务2】常用损失函数和自定义损失函数.mp4 (108.6 MB)
📄 17-Week3【任务3】常用评估函数和自定义评估函数.mp4 (92.3 MB)
📄 18-Week3【任务4】tensorboard小试牛刀.mp4 (93.5 MB)
📄 19-Week4【任务1】tf.data简介.mp4 (56.7 MB)
📄 20-Week4【任务2】tf.data简介.mp4 (114.6 MB)
📄 21-Week4【任务3】tfrecord详解.mp4 (71.5 MB)
📄 23-Week5【任务1】cnn介绍.mp4 (88.6 MB)
📄 24-Week5【任务2】实战项目上.mp4 (56.5 MB)
📄 25-Week5【任务3】实战项目下.mp4 (148.8 MB)
📄 26-Week6 【任务1】循环神经网络讲解.mp4 (97.5 MB)
📄 27-Week6【任务2】word2vec简介.mp4 (46.9 MB)
📄 28-Week6【任务3】实战四.mp4 (124.3 MB)
📄 29-Week7【任务1】ransformer简介.mp4 (107.0 MB)
📄 30-Week7【任务2】实战5.mp4 (325.1 MB)
📄 31-Week8【任务1】GPU分布式训练.mp4 (65.8 MB)
📄 32-Week 8【任务2】TPU训练.mp4 (84.5 MB)
📄 33-Week 9【任务1】TF.hub使用.mp4 (52.0 MB)
📄 34-Week 9【任务2】BERT实战.mp4 (125.0 MB)
📄 35-Week9【任务3】模型部署.mp4 (78.2 MB)
📁 09-深度学习PyTorch框架班
📄 05-【必看】深入浅出PyTorch.mp4 (71.0 MB)
📄 06-【第一周】PyTorch简介与安装.mp4 (46.3 MB)
📄 07-【第一周】补充-pytorch开发环境安装.mp4 (135.1 MB)
📄 08-【第一周】张量简介与创建.mp4 (48.0 MB)
📄 09-【第一周】张量操作与线性回归.mp4 (57.1 MB)
📄 10-【第一周】计算图与动态图机制.mp4 (34.6 MB)
📄 11-【第一周】autograd与逻辑回归.mp4 (55.2 MB)
📄 12-【第一周】作业讲解1.mp4 (25.6 MB)
📄 13-【第一周】作业讲解2.mp4 (23.3 MB)
📄 14-【第一周】作业讲解3.mp4 (22.5 MB)
📄 15-【第二周】数据读取机制Dataloader与Dataset.mp4 (50.3 MB)
📄 16-【第二周】数据预处理transforms模块机制.mp4 (47.7 MB)
📄 17-【第二周】二十二种transforms数据预处理方法.mp4 (91.6 MB)
📄 18-【第二周】学会自定义transforms方法.mp4 (98.3 MB)
📄 19-【第二周】作业讲解.mp4 (82.2 MB)
📄 20-【第三周】模型创建步骤与nn.Module.mp4 (51.9 MB)
📄 21-【第三周】模型容器与AlexNet构建.mp4 (55.3 MB)
📄 22-【第三周】nn网络层-卷积层.mp4 (57.1 MB)
📄 23-【第三周】nn网络层-池化-线性-激活函数层.mp4 (54.2 MB)
📄 24-【第三周】作业讲解.mp4 (53.2 MB)
📄 25-【第四周】权值初始化.mp4 (53.5 MB)
📄 26-【第四周】损失函数（一）.mp4 (86.6 MB)
📄 27-【第四周】损失函数(二).mp4 (88.0 MB)
📄 28-【第四周】优化器optimizer的概念.mp4 (57.2 MB)
📄 29-【第四周】torch.optim.SGD.mp4 (66.7 MB)
📄 30-【第四周】作业讲解.mp4 (27.9 MB)
📄 31-【第五周】学习率调整策略.mp4 (73.9 MB)
📄 32-【第五周】TensorBoard简介与安装.mp4 (37.7 MB)
📄 33-【第五周】TensorBoard使用（一）.mp4 (60.2 MB)
📄 34-【第五周】TensorBoard使用（二）.mp4 (96.2 MB)
📄 35-【第五周】hook函数与CAM可视化.mp4 (72.4 MB)
📄 36-【第五周】作业讲解.mp4 (37.4 MB)
📄 37-【第六周】正则化之weight_decay.mp4 (52.7 MB)
📄 38-【第六周】正则化之Dropout.mp4 (53.3 MB)
📄 39-【第六周】Batch Normalization.mp4 (73.0 MB)
📄 40-【第六周】Normalizaiton_layers.mp4 (52.7 MB)
📄 41-【第六周】作业讲解.mp4 (32.6 MB)
📄 42-【第七周】模型保存与加载.mp4 (39.1 MB)
📄 43-【第七周】模型finetune.mp4 (56.4 MB)
📄 44-【第七周】GPU的使用.mp4 (61.8 MB)
📄 45-【第七周】PyTorch常见报错.mp4 (50.9 MB)
📄 46-【第七周】作业讲解.mp4 (19.2 MB)
📄 47-【第八周】图像分类一瞥.mp4 (75.6 MB)
📄 48-【第八周】图像分割一瞥.mp4 (97.5 MB)
📄 49-【第八周】图像目标检测一瞥（上）.mp4 (67.7 MB)
📄 50-【第八周】图像目标检测一瞥（下）.mp4 (120.6 MB)
📄 51-【第九周】生成对抗网络一瞥.mp4 (82.4 MB)
📄 52-【第九周】循环神经网络一瞥.mp4 (54.9 MB)
📁 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 (91.3 MB)
📄 06-第一周【任务1】逆矩阵-最小二乘及PCA原理推导.mp4 (54.9 MB)
📄 07-第一周【任务2】：极大似然估计.mp4 (28.6 MB)
📄 08-第一周【任务2】：无约束最优化.mp4 (74.0 MB)
📄 09-第一周【任务2】：有约束最优化.mp4 (41.1 MB)
📄 10-【第一周作业讲解】为什么要用最小二乘.mp4 (4.2 MB)
📄 11-【第一周作业讲解】矩阵的分解及其应用.mp4 (6.4 MB)
📄 12-【第一周作业讲解】极大似然估计以及优化理论.mp4 (11.3 MB)
📄 13-【第一周作业讲解】熟悉svd分解算法的流程.mp4 (11.0 MB)
📄 14-第二周【任务1】：机器学习算法基本概念.mp4 (47.8 MB)
📄 15-第二周【任务1】：过拟合欠拟合超参数验证集.mp4 (45.0 MB)
📄 16-第二周【任务2】：估计-偏差和方差.mp4 (22.3 MB)
📄 17-第二周【任务2】：贝叶斯估计.mp4 (23.4 MB)
📄 18-第二周【任务2】：逻辑回归.mp4 (61.9 MB)
📄 19-第二周作业讲解.mp4 (14.7 MB)
📄 20-第三周【任务1】学习支持向量机LDA.mp4 (69.9 MB)
📄 21-第三周【任务1】其他监督学习算法SVM.mp4 (100.4 MB)
📄 22-第三周【任务2】决策树-kmeans算法.mp4 (60.1 MB)
📄 23-第三周作业讲解.mp4 (14.8 MB)
📄 24-第四周【任务1】：前馈神经网络结构表达能力.mp4 (72.1 MB)
📄 25-第四周【任务1】：激活函数损失函数.mp4 (90.2 MB)
📄 26-第四周【任务2】前馈神经网络技巧.mp4 (51.4 MB)
📄 27-第四周【任务2】前向后向算法.mp4 (72.5 MB)
📄 28-第四周作业讲解.mp4 (10.2 MB)
📄 29-第五周【任务1】范数惩罚正则化.mp4 (70.8 MB)
📄 30-第五周【任务1】：数据增强bagging&dropout.mp4 (107.9 MB)
📄 31-第五周【任务2】深度模型中的优化.mp4 (183.4 MB)
📄 32-第五周作业讲解.mp4 (7.7 MB)
📄 33-第六周【任务1】cnn前向后向.mp4 (84.3 MB)
📄 34-第六周【任务1】局部感知权值共享.mp4 (95.9 MB)
📄 35-第六周【任务2】lenet&alexnet.mp4 (104.8 MB)
📄 36-第六周【任务2】vggnet googlenet.mp4 (109.8 MB)
📄 37-第六周【任务3】CNN应用——RCNN目标检测.mp4 (95.1 MB)
📄 38-第六周【任务3】CNN应用——Bounding_box regression.mp4 (61.7 MB)
📄 39-第六周【任务3】CNN应用——FastRCNN.mp4 (96.6 MB)
📄 40-第六周【任务3】CNN应用——CNN人脸特征点定位.mp4 (33.9 MB)
📄 41-第六周作业讲解.mp4 (6.9 MB)
📄 42-【论文精读（选修）】mobilenet-01-背景介绍.mp4 (38.1 MB)
📄 43-【论文精读（选修）】mobilenet-02-论文结构&摘要精读.mp4 (64.5 MB)
📄 44-【论文精读（选修）】mobilenet-03-主体架构&深度可分离卷积.mp4 (67.4 MB)
📄 45-【论文精读（选修）】mobilenet-04-超参数.mp4 (44.4 MB)
📄 46-【论文精读（选修）】mobilenet-05-后续创新及改进.mp4 (47.7 MB)
📄 47-【论文精读（选修）】mobilenet-06-代码结构.mp4 (35.8 MB)
📄 48-【论文精读（选修）】mobilenet-07-模型设计.mp4 (20.8 MB)
📄 49-【论文精读（选修）】mobilenet-08-模型评估.mp4 (41.2 MB)
📄 50-第七周【任务1】RNN概念&前向传播.mp4 (84.0 MB)
📄 51-第七周【任务1】RNN反向传播与并行计算.mp4 (62.5 MB)
📄 52-第七周【任务2】lstm.mp4 (72.0 MB)
📄 53-第七周【任务2】gru.mp4 (45.4 MB)
📄 54-第七周【任务3】plstm&lstm在ocr的应用.mp4 (112.5 MB)
📄 55-第七周作业讲解.mp4 (7.3 MB)
📄 56-第八周【任务1】推理加速.mp4 (101.7 MB)
📄 57-第八周【任务1】训练加速.mp4 (48.5 MB)
📄 58-第八周【任务2】自适应技术.mp4 (37.8 MB)
📄 59-第8周作业讲解.mp4 (37.0 MB)
📁 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 (10.9 MB)
📄 08-knn与线性分类器知识点提点.mp4 (18.9 MB)
📄 10-学习内容总结 观看作业解答视频.mp4 (58.0 MB)
📄 11-损失函数和优化导读.mp4 (10.1 MB)
📄 12-svm多分类损失函数与softmax.mp4 (30.5 MB)
📄 15-学习反向传播.mp4 (7.7 MB)
📄 16-作业讲解视频.mp4 (68.0 MB)
📄 17-作业讲解视频.mp4 (90.4 MB)
📄 19-学习卷积神经网络历史.mp4 (7.3 MB)
📄 20-学习卷积和池化.mp4 (27.7 MB)
📄 21-学习激活函数-数据处理-权重初始化.mp4 (11.4 MB)
📄 22-作业讲解视频.mp4 (38.6 MB)
📄 25-学习优化策略.mp4 (16.8 MB)
📄 27-作业讲解视频.mp4 (42.9 MB)
📄 30-学习比较流行的cnn网络结构.mp4 (15.9 MB)
📄 31-学习rnn，lstm，gru.mp4 (8.7 MB)
📄 33-学习图像分割学习任务，分类和定位.mp4 (22.9 MB)
📄 35-学习特征可视化方法.mp4 (11.3 MB)
📄 37-学习Pixel RNN，Pixel CNN与变分自编码.mp4 (17.9 MB)
📄 45-【kaggle猫狗分类比赛】比赛简介.mp4 (5.9 MB)
📄 46-【学习kaggle猫狗分类比赛】详细操作.mp4 (24.7 MB)
📁 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 (55.4 MB)
📄 06-【作业讲解】：assignment1讲解.mp4 (78.7 MB)
📄 07-打达观杯NLP比赛（报名指导和入门指导）.mp4 (22.0 MB)
📄 08-学习CS224n第二课和重难点讲解视频.mp4 (57.7 MB)
📄 09-学习CS224n第三课和课程导学.mp4 (65.7 MB)
📄 10-python numpy pytorch学习及编程作业解析.mp4 (36.9 MB)
📄 11-学习CS224n第四课和课程导学.mp4 (74.0 MB)
📄 12-观看看作业解答视频.mp4 (52.7 MB)
📄 13-学习CS224n Lecture 05及导学.mp4 (38.5 MB)
📄 15-Assignment 3作业讲解.mp4 (69.4 MB)
📄 16-学习CS224n Lecture 06及导学.mp4 (67.1 MB)
📄 18-观看作业解答视频.mp4 (56.4 MB)
📄 19-观看作业解答视频2.mp4 (120.6 MB)
📄 20-观看作业解答视频3.mp4 (62.1 MB)
📄 21-神经机器翻译及attention.mp4 (85.0 MB)
📄 23-Neural Machine Translation with RNN.mp4 (48.5 MB)
📄 24-基于卷积神经网络的nlp.mp4 (76.1 MB)
📄 26-观看作业解答视频.mp4 (82.4 MB)
📄 27-观看A5作业讲解视频2.mp4 (73.7 MB)
📄 28-transformers and BERT.mp4 (92.9 MB)
📄 29-Lecture 14.mp4 (64.1 MB)
📄 30-Natural Language Generation.mp4 (86.5 MB)
📄 33-Lecture 18.mp4 (165.4 MB)
📄 35-Future of NLP Deep Learning.mp4 (69.8 MB)
📄 36-kaggle文本分类比赛-比赛介绍.mp4 (22.1 MB)
📄 37-kaggle文本分类比赛-数据分析.mp4 (10.4 MB)
📄 38-kaggle文本分类比赛-baseline模型(1).mp4 (28.8 MB)
📄 39-kaggle文本分类比赛-baseline模型(2).mp4 (30.0 MB)
📄 40-kaggle文本分类比赛-提交数据 提分策略.mp4 (17.8 MB)
📁 13-人工智能项目实战班
📄 05-【试听CV项目】1.1-背景介绍.mp4 (39.2 MB)
📄 06-【试听CV项目】1.2.1-图像初步-可视化.mp4 (41.0 MB)
📄 07-【试听】算法工作分享——1面试准备.mp4 (93.0 MB)
📄 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 (13.6 MB)
📄 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 (15.6 MB)
📄 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 (11.0 MB)
📄 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 (37.1 MB)
📄 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 (18.5 MB)
📄 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 (27.8 MB)
📄 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 (52.2 MB)
📄 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 (61.1 MB)
📄 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 (9.0 MB)
📄 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 (71.1 MB)
📄 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 (80.9 MB)
📄 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 (15.5 MB)
📄 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 (36.9 MB)
📄 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 (134.9 MB)
📄 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 (25.9 MB)
📄 23-【NLP项目一人工智能辅助信息抽取】第四周-2.8 PCNN介绍.mp4 (28.7 MB)
📄 24-【NLP项目一人工智能辅助信息抽取】第四周-2.9 PCNN实战.mp4 (88.6 MB)
📄 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 (22.7 MB)
📄 26-【NLP项目一人工智能辅助信息抽取】3.2 NLP预训练模型.mp4 (53.8 MB)
📄 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 (51.9 MB)
📄 28-【NLP项目一人工智能辅助信息抽取】3.4 BERT NER实战.mp4 (110.7 MB)
📄 29-【NLP项目一人工智能辅助信息抽取】3.5 总结与展望.mp4 (42.2 MB)
📄 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 (39.2 MB)
📄 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 (41.0 MB)
📄 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 (30.8 MB)
📄 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 (42.7 MB)
📄 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 (46.3 MB)
📄 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 (183.4 MB)
📄 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 (53.2 MB)
📄 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 (67.2 MB)
📄 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 (27.0 MB)
📄 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 (11.9 MB)
📄 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 (13.9 MB)
📄 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 (217.5 MB)
📄 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 (120.8 MB)
📄 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 (21.8 MB)
📄 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 (24.2 MB)
📄 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 (115.9 MB)
📄 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 (21.5 MB)
📄 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 (41.8 MB)
📄 58-【CV项目一图像分割深度学习实战】第四周-4.3-bad.mp4 (13.1 MB)
📄 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 (93.0 MB)
📄 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 (94.1 MB)
📄 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 (45.9 MB)
📄 62-【推荐系统项目一电影推荐项目】1.1：推荐系统简介.mp4 (55.9 MB)
📄 63-【推荐系统项目一电影推荐项目】1.2： 简单的电影推荐.mp4 (66.5 MB)
📄 64-【推荐系统项目一电影推荐项目】1.3： IMDB评分.mp4 (47.4 MB)
📄 65-【推荐系统项目一电影推荐项目】1.4：基于内容推荐.mp4 (115.7 MB)
📄 66-【推荐系统项目一电影推荐项目】1.5：协同过滤算法.mp4 (83.0 MB)
📄 67-【推荐系统项目】2.1criteo ctr.mp4 (89.9 MB)
📄 68-【推荐系统项目】2.2FM&FFM.mp4 (82.6 MB)
📄 69-【推荐系统项目】2.3Wide&Deep.mp4 (71.6 MB)
📄 70-【推荐系统项目】2.4DeepFM.mp4 (74.7 MB)
📄 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 (30.7 MB)
📄 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 (19.8 MB)
📄 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 (29.4 MB)
📄 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 (33.3 MB)
📄 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 (66.1 MB)
📄 76-【医疗知识图谱构建及图表征学习实践项目】课时5：Neo4j.mp4 (33.5 MB)
📄 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 (40.1 MB)
📄 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 (34.6 MB)
📄 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 (16.0 MB)
📄 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 (13.7 MB)
📄 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 (18.6 MB)
📁 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 (50.3 MB)
📄 03-01-神经网络基础与多层感知机-1【】.mp4 (39.2 MB)
📄 04-01-神经网络基础与多层感知机-2【】.mp4 (58.0 MB)
📄 05-01-神经网络基础与多层感知机-3【】.mp4 (36.5 MB)
📄 06-01-神经网络基础与多层感知机-4【】.mp4 (72.9 MB)
📄 07-02-卷积神经网络-0【】.mp4 (56.5 MB)
📄 08-02-卷积神经网络-1【】.mp4 (88.0 MB)
📄 09-02-卷积神经网络-2【】.mp4 (45.8 MB)
📄 10-03-循环神经网络-0【】.mp4 (41.3 MB)
📄 11-03-循环神经网络-1【】.mp4 (77.0 MB)
📄 12-03-循环神经网络-2【】.mp4 (53.8 MB)
📁 15-06 OpenCV 图像基础
📄 02-1-1图像基础知识【】.mp4 (25.9 MB)
📄 03-1-2图像基础知识【】.mp4 (30.4 MB)
📄 04-1-3图像基础知识【】.mp4 (50.6 MB)
📄 05-1-4图像基础知识【】.mp4 (40.8 MB)
📄 06-2-1图像基本处理【】.mp4 (54.2 MB)
📄 07-2_2图像基本处理【】.mp4 (24.5 MB)
📄 08-2_3图像基本处理【】.mp4 (44.2 MB)
📄 09-2_4图像基本处理【】.mp4 (52.1 MB)
📄 10-2_5图像基本操作_图像滤波【】.mp4 (58.9 MB)
📄 11-2_6图像基本操作_图像增强【】.mp4 (40.2 MB)
📄 12-2-7形态学操作_腐蚀.【】.mp4 (43.7 MB)
📄 13-2_8形态学操作_膨胀开运算与闭运算【】.mp4 (61.3 MB)
📄 14-3_1固定阈值分割【】.mp4 (41.3 MB)
📄 15-3_2自动阈值分割【】.mp4 (51.6 MB)
📄 16-3_3边缘检测算子【】.mp4 (64.3 MB)
📄 17-3_4连通区域_区域生长算法【】.mp4 (48.3 MB)
📄 18-3_5分水岭算法图像分割【】.mp4 (42.8 MB)
📄 19-4_1特征描述_HOG【】.mp4 (47.2 MB)
📄 20-4_2特征描述Harris和SIFT算法【】.mp4 (38.3 MB)
📄 21-4_3纹理特征LBP算法【】.mp4 (46.9 MB)
📄 22-4_4模板匹配算法【】.mp4 (36.4 MB)
📄 23-4_5人脸检测算法【】.mp4 (58.8 MB)
📄 24-5_1摄像头调用和视频的读取保存【】.mp4 (52.4 MB)
📄 25-5_2帧差法视频目标识别【】.mp4 (43.9 MB)
📄 26-5_3光流法和背景减除法.【】.mp4 (50.6 MB)
📁 16-【论文】baseline基础篇目——NLP
📄 02-1.1 joint-bert【】.mp4 (72.2 MB)
📄 03-1.2 joint-bert【】.mp4 (20.5 MB)
📄 04-1.3 joint-bert【】.mp4 (10.5 MB)
📄 05-1.4 joint-bert【】.mp4 (163.6 MB)
📄 06-1.5 joint-bert【】.mp4 (20.3 MB)
📄 07-1.6 joint-bert【】.mp4 (2.4 MB)
📄 08-1.7 joint-bert【】.mp4 (59.4 MB)
📄 09-1.8 joint-bert-代码【】.mp4 (41.7 MB)
📄 10-1.9 joint-bert-代码【】.mp4 (171.6 MB)
📄 11-01 cnn_for-re-01（新版）【】.mp4 (44.7 MB)
📄 12-01 cnn_for-re-02（新版）【】.mp4 (62.2 MB)
📄 13-01 cnn_for-re-03（新版）【】.mp4 (73.0 MB)
📄 14-01 cnn_for-re-04（新版）【】.mp4 (77.7 MB)
📄 15-01 cnn_for-re-05（新版）【】.mp4 (60.9 MB)
📄 16-01 code_cnn_for_re-06（新版）【】.mp4 (89.2 MB)
📄 17-01 code_cnn_for_re-07（新版）【】.mp4 (84.5 MB)
📄 18-01 code_cnn_for_re-08（新版）【】.mp4 (98.8 MB)
📄 19-01 code_cnn_for_re-09（新版）【】.mp4 (109.7 MB)
📄 20-01 code_cnn_for_re-10（新版）【】.mp4 (69.0 MB)
📄 21-03elmo-01-elmo的下游任务介绍.【】.mp4 (47.0 MB)
📄 22-03elmo-02-feature_based和fine_tuning【】.mp4 (44.1 MB)
📄 23-03elmo-03-word2vec和charcnn回顾【】.mp4 (35.8 MB)
📄 24-03elmo-04-Bidirectional_language_models【】.mp4 (46.1 MB)
📄 25-03elmo-05-how to use emol.【】.mp4 (39.4 MB)
📄 26-03elmo-06-论文回顾.【】.mp4 (117.2 MB)
📄 27-03elmo-07-代码预处理部分【】.mp4 (242.9 MB)
📄 28-03elmo-08-代码模型结构部分【】.mp4 (218.7 MB)
📄 29-03elmo-09-代码crf流程.【】.mp4 (163.5 MB)
📄 30-03elmo-10-代码crf实现.【】.mp4 (233.3 MB)
📄 31-01nodevec-01-研究背景【】.mp4【】.mp4 (70.4 MB)
📄 32-01nodevec-02-研究成果【】.mp4【】.mp4 (177.3 MB)
📄 33-01nodevec-03-图的应用【】.mp4【】.mp4 (98.8 MB)
📄 34-01nodevec-04-模型结构&BFS&DFS【】.mp4【】.mp4 (401.9 MB)
📄 35-01nodevec-05-模型算法&alias算法【】.mp4【】.mp4 (593.9 MB)
📄 36-01nodevec-06-实验分析【】.mp4【】.mp4 (515.0 MB)
📄 37-01nodevec-07-论文总结【】.mp4【】.mp4 (255.5 MB)
📄 38-01nodevec-08-代码整体介绍【】.mp4 (415.0 MB)
📄 39-01nodevec-09-代码节点和边的alias实现【】.mp4【】.mp4 (457.6 MB)
📄 40-01nodevec-10-代码有偏随机游走和模型训练【】.mp4【】.mp4 (183.1 MB)
📄 41-01nodevec-11-代码结果展示和总结【】.mp4【】.mp4 (85.8 MB)
📄 42-01transformer-01-论文背景&研究成果【】.mp4 (134.1 MB)
📄 43-01transformer-02-attention回顾【】.mp4 (126.2 MB)
📄 44-01transformer-03-模型框架和self_attention【】.mp4 (114.9 MB)
📄 45-01transformer-04-模型小trick.【】.mp4 (240.7 MB)
📄 46-01transformer-05-代码框架部分和encoder【】.mp4 (423.8 MB)
📄 47-01transformer-06-代码decoder和self_attention【】.mp4 (433.5 MB)
📄 48-01transformer-07-代码训练部分和预测部分【】.mp4 (537.3 MB)
📄 49-1.1 word2vec1-1背景知识【】.mp4 (200.2 MB)
📄 50-1.2 word2vec1-2论文泛读【】.mp4 (164.0 MB)
📄 51-1.3 word2vec2-1对比模型【】.mp4 (160.8 MB)
📄 52-1.4 word2vec2-2原理【】.mp4 (89.2 MB)
📄 53-1.5 word2vec2-3word2vec关键技术【】.mp4 (123.2 MB)
📄 54-1.6 word2vec2-4模型复杂度【】.mp4 (57.4 MB)
📄 55-1.7 word2vec2-5实验结果【】.mp4 (164.2 MB)
📄 56-1.8 word2vec3-1代码部分上【】.mp4 (240.5 MB)
📄 57-1.9 word2vec3-2代码部分下【】.mp4 (264.1 MB)
📄 58-1.1- BiLSTM-CRF-论文研究背景【】.mp4 (130.0 MB)
📄 59-1.2- BiLSTM-CRF-论文算法总览【】.mp4 (92.2 MB)
📄 60-1.3-BiLSTM-CRF模型结构【】.mp4 (73.2 MB)
📄 61-1.4-BiLSTM-CRF损失函数与维特比解码【】.mp4 (56.3 MB)
📄 62-1.5- BiLSTM-CRF-实验结果与论文总结【】.mp4 (35.2 MB)
📄 63-1.6- BiLSTM-CRF代码讲解【】.mp4 (180.9 MB)
📄 64-1.7- BiLSTM-CRF-NCR-Fpp代码详解【】.mp4 (155.8 MB)
📄 65-01DSSM-00专题引言【】.mp4 (34.4 MB)
📄 66-01DSSM-01-学习目标.【】.mp4 (9.8 MB)
📄 67-01DSSM-02-论文背景-贡献及意义【】.mp4 (21.7 MB)
📄 68-01DSSM-03摘要精读-总结【】.mp4 (15.8 MB)
📄 69-01DSSM-04-上节回顾【】.mp4 (12.4 MB)
📄 70-01DSSM-05-词哈希【】.mp4 (27.4 MB)
📄 71-01DSSM-06-DSSM整体结构【】.mp4 (13.0 MB)
📄 72-01DSSM-07-优化函数-实验与总结【】.mp4 (20.3 MB)
📄 73-01DSSM-08-代码总览【】.mp4 (22.3 MB)
📄 74-01DSSM-09-词哈希表的建立与数据载入【】.mp4 (47.0 MB)
📄 75-01DSSM-10-模型的搭建与训练-测试【】.mp4 (36.9 MB)
📁 17-【论文】baseline基础篇目——CV
📄 02-1.1 CRNN-泛读-背景论文【】.mp4 (239.7 MB)
📄 03-1.2 CRNN-泛读-研究成果及意义【】.mp4 (79.3 MB)
📄 04-1.3 CRNN-泛读-LSTM-CTC-Beam Search-论文泛读【】.mp4 (134.2 MB)
📄 05-1.4 CRNN-精读-原有模型【】.mp4 (38.0 MB)
📄 07-1.6 CRNN-精读-论文细节二三四【】.mp4 (98.3 MB)
📄 08-1.7 CRNN-精读-实验结果及总结【】.mp4 (40.1 MB)
📄 09-1.8 CRNN-code1【】.mp4 (71.6 MB)
📄 10-1.9 CRNN-code2【】.mp4 (75.5 MB)
📄 11-1.10 CRNN-code3【】.mp4 (76.3 MB)
📄 12-1.11 CRNN-code4【】.mp4 (26.2 MB)
📄 13-1.12 CRNN-code5【】.mp4 (29.0 MB)
📄 14-YOLO-01-发展历史和YOLO v1.mp4 (79.2 MB)
📄 15-YOLO-02-YOLO v2.mp4.mp4 (112.1 MB)
📄 16-YOLO-03-YOLO v3_2.mp4.mp4 (117.6 MB)
📄 17-YOLO-04-代码复现.mp4 (45.5 MB)
📄 18-YOLO-05-数据预处理和网络结构代码讲解.mp4.mp4 (290.8 MB)
📄 19-YOLO-06-训练和检测代码讲解.mp4 (45.2 MB)
📄 20-03{white}Faster{white}R-CNN-01-论文泛读_RCNN演变【】.mp4 (197.2 MB)
📄 21-03 Faster R-CNN-02-论文泛读_摘要和网络结构【】.mp4 (291.9 MB)
📄 22-03 Faster R-CNN-03-精读_结构总览【】.mp4【】.mp4 (189.8 MB)
📄 23-03 Faster R-CNN-04-精读Paper_背景介绍【】.mp4【】.mp4 (216.0 MB)
📄 24-03 Faster R-CNN-05-精读Paper_RPN与rpn_loss【】.mp4【】.mp4 (536.0 MB)
📄 25-03 Faster R-CNN-06-精读Paper_RPN训练【】.mp4【】.mp4 (317.9 MB)
📄 26-03 Faster R-CNN-07-精读Paper_实验和结论【】.mp4【】.mp4 (459.8 MB)
📄 27-03 Faster R-CNN-08-精读PPT_Anchor和RPN【】.mp4【】.mp4 (231.2 MB)
📄 28-03 Faster R-CNN-09-精读PPT_网络细节【】.mp4 (102.3 MB)
📄 29-03 Faster R-CNN-10-代码讲解_训练VOC数据集【】.mp4 (211.1 MB)
📄 30-03 Faster R-CNN-11-代码讲解_backbone网络讲解【】.mp4 (378.8 MB)
📄 31-03 Faster R-CNN-12-代码讲解_RPN【】.mp4 (48.0 MB)
📄 32-03 Faster R-CNN-13-代码讲解_数据和标签的同步处理(Dataset类)【】.mp4 (287.5 MB)
📄 33-03 Faster R-CNN-14代码讲解_建议框的生成(Proposal layer)【】.mp4 (154.3 MB)
📄 34-03 Faster R-CNN-15-代码讲解_Anchor box的生成和正负样本的划分【】.mp4 (380.3 MB)
📄 35-01GAN-01-论文摘要【】.mp4 (147.7 MB)
📄 36-01GAN-02-论文背景【】.mp4 (59.7 MB)
📄 37-01GAN-03-论文泛读【】.mp4 (198.4 MB)
📄 38-01GAN-04-价值函数【】.mp4 (86.4 MB)
📄 39-01GAN-05-训练流程&理论证明1【】.mp4 (75.7 MB)
📄 40-01GAN-06-理论证明2&实验结果&总结展望【】.mp4 (115.9 MB)
📄 41-01GAN-07-代码分析综述【】.mp4 (131.8 MB)
📄 42-01GAN-08-代码分析精讲【】.mp4 (194.7 MB)
📄 43-01mobileNet-01-背景介绍【】.mp4 (51.8 MB)
📄 44-01mobileNet-02-论文结构&摘要精读【】.mp4 (143.8 MB)
📄 45-01mobileNet-03-主体架构&深度可分离卷积【】.mp4 (187.3 MB)
📄 46-01MobileNet-04-超参数【】.mp4 (128.3 MB)
📄 47-01mobileNet-05-后续创新及改进【】.mp4 (119.4 MB)
📄 49-01MobileNets-07-模型设计【】.mp4 (88.3 MB)
📄 50-01MobileNets-08-模型评估【】.mp4 (150.8 MB)
📄 51-01FCN-01-语意分割简介【】.mp4 (60.3 MB)
📄 52-01FCN-02常用数据集-指标-研究成果.【】.mp4 (66.1 MB)
📄 53-01FCN-03-论文摘要精读.【】.mp4 (202.5 MB)
📄 54-01FCN-04-论文引言-全局信息及部分信息【】.mp4 (114.8 MB)
📄 55-01FCN-05-感受域&平移不变性【】.mp4 (112.5 MB)
📄 56-01FCN-06-经典算法&本文算法-上采样【】.mp4 (57.4 MB)
📄 57-01FCN-07-算法架构.【】.mp4 (103.2 MB)
📄 58-01FCN-08-训练技巧&实验结果及分析.【】.mp4 (119.3 MB)
📄 59-01FCN-09-讨论&总结【】.mp4 (28.2 MB)
📄 60-01FCN-10-代码实现【】.mp4 (63.7 MB)
📄 61-01FCN-11-数据预处理.【】.mp4 (138.4 MB)
📄 62-01FCN-12-模型搭建【】.mp4 (155.8 MB)
📄 63-01FCN-13-训练-验证&预测函数搭建.【】.mp4 (104.2 MB)
📄 64-01FCN-14-损失函数【】.mp4 (95.1 MB)
📄 65-01FCN-15-指标计算【】.mp4 (130.9 MB)
📄 66-01AlexNet-01-研究背景【】.mp4 (155.8 MB)
📄 67-01AlexNet-02- 研究成果意义【】.mp4 (24.0 MB)
📄 68-01AlexNet-03-论文结构【】.mp4 (81.1 MB)
📄 69-01AlexNet-04-结构【】.mp4 (71.6 MB)
📄 70-01AlexNet-05网络结构特点【】.mp4 (226.1 MB)
📄 71-01AlexNet-06-训练技巧【】.mp4 (78.9 MB)
📄 72-01AlexNet-07实验结果及分析【】.mp4 (95.7 MB)
📄 73-01AlexNet-08-论文总结【】.mp4 (52.2 MB)
📄 74-01AlexNet-09-准备工作&代码结构【】.mp4 (93.6 MB)
📄 75-01AlexNet-10-代码结构【】.mp4 (196.1 MB)
📄 76-01AlexNet-11-代码结构【】.mp4 (83.1 MB)
📄 77-01AlexNet-12- 代码结构4&训练方法【】.mp4 (421.7 MB)
📄 78-1.1 特征脸识别-人脸识别背景介绍【】.mp4 (109.0 MB)
📄 79-1.2 特征脸识别-论文研究背景成果以及意义【】.mp4 (78.7 MB)
📄 80-1.3 特征脸识别-论文泛读摘要部分【】.mp4 (131.9 MB)
📄 81-1.4 特征脸识别-论文泛读介绍部分【】.mp4 (81.4 MB)
📄 82-1.5 特征脸识别-论文泛读相关工作部分【】.mp4 (100.5 MB)
📄 83-1.6 特征脸识别-论文精读PCA补充【】.mp4 (133.7 MB)
📄 84-1.7 特征脸识别-论文精读特征脸计算上【】.mp4 (245.6 MB)
📄 85-1.8 特征脸识别-论文精读特征脸计算中【】.mp4 (162.8 MB)
📄 86-1.9 特征脸识别-论文精读特征脸计算下【】.mp4 (267.5 MB)
📄 87-1.10 特征脸识别-代码讲解pca计算【】.mp4 (118.1 MB)
📄 88-1.11 特征脸识别-代码讲解特征提取以及人脸重构【】.mp4 (78.6 MB)
📄 89-1.12 特征脸识别-代码讲解人脸分类之最短距离方法【】.mp4 (77.8 MB)
📄 90-1.13 特征脸识别-代码讲解人脸分类之SVM方法【】.mp4 (68.6 MB)
📄 91-1.14 特征脸识别-代码讲解人脸分类之神经网络方法【】.mp4 (153.8 MB)
📄 92-1.15 特征脸识别-论文总结【】.mp4 (28.7 MB)
📁 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 (100.8 MB)
📄 02-【01课】赛题详解.mp4 (156.4 MB)
📄 03-【02课】比赛专题讲解.mp4 (125.3 MB)
📄 04-【03课】模型调参和文本增强比赛专题讲解.mp4 (121.7 MB)
📄 05-【04课】比赛思路进阶专题讲解.mp4 (99.2 MB)
📄 06-【05课】比赛思路全复盘（纯干货）.mp4 (126.6 MB)
📁 19-面试刷题班
📄 04-开营仪式—老师部分.mp4 (81.3 MB)
📄 05-【了解机器学习中的特征工程和模型评估】P1快速排序.mp4 (35.4 MB)
📄 06-【了解机器学习中的特征工程和模型评估】P2堆排序.mp4 (34.9 MB)
📄 07-【了解机器学习中的特征工程和模型评估】P3滑动窗口.mp4 (25.2 MB)
📄 08-【了解机器学习中的特征工程和模型评估】P4双指针.mp4 (27.9 MB)
📄 09-【了解监督学习中的经典算法】P1逻辑回归.mp4 (32.7 MB)
📄 10-【了解监督学习中的经典算法】P2决策树.mp4 (41.3 MB)
📄 12-【学习支持向量机】P1几个重要的概念.mp4 (22.2 MB)
📄 13-【学习支持向量机】P2svm最优化问题.mp4 (39.2 MB)
📄 14-【学习支持向量机】P3硬间隔SVM最优化问题的推导.mp4 (96.9 MB)
📄 15-【学习支持向量机】P4线性可分SVM.mp4 (66.0 MB)
📄 16-【学习支持向量机】P5核函数.mp4 (77.8 MB)
📄 17-【学习支持向量机】P6smo算法.mp4 (129.7 MB)
📄 18-【数据结构和算法】P1KMP算法.mp4 (76.6 MB)
📄 19-【数据结构和算法】P2二分搜索.mp4 (67.0 MB)
📄 20-【数据结构和算法】P3哈希表.mp4 (34.2 MB)
📄 21-【了解机器学习中如何降维处理】PCA和LDA.mp4 (67.5 MB)
📄 23-【了解机器学习中的非监督学习算法】K-means.mp4 (55.1 MB)
📄 24-【数据结构和算法】P1虚拟头结点.mp4 (78.5 MB)
📄 25-【数据结构和算法】P2链表中环的入口结点.mp4 (78.5 MB)
📄 26-【数据结构和算法】P3删除链表中重复的结点.mp4 (38.3 MB)
📄 27-【数据结构和算法】P4栈，队列.mp4 (53.2 MB)
📄 28-【机器学习中的概率图模型】P1hmm的引出和问题的介绍.mp4 (35.7 MB)
📄 29-【机器学习中的概率图模型】P2HMM预测问题之维特比算法.mp4 (125.4 MB)
📄 30-【机器学习中的概率图模型】P3crf的一些基础概念.mp4 (81.5 MB)
📄 31-【机器学习中的概率图模型】P4crf具体介绍.mp4 (101.9 MB)
📄 33-【数据结构和算法】P1DFS和BFS.mp4 (38.7 MB)
📄 34-【数据结构和算法】P2最短路径.mp4 (35.7 MB)
📄 35-【数据结构和算法】P3最小生成树.mp4 (32.4 MB)
📄 36-【数据结构和算法】P4二叉树的遍历.mp4 (27.8 MB)
📄 37-【数据结构和算法】P4二叉搜索树和平衡二叉树.mp4 (81.7 MB)
📄 38-【前向神经网络】P1网络图和激活函数.mp4 (27.0 MB)
📄 39-【前向神经网络】P2前向传播.mp4 (49.2 MB)
📄 40-【前向神经网络】P3损失函数选用.mp4 (26.0 MB)
📄 41-【前向神经网络】P4反向传播1.mp4 (79.0 MB)
📄 42-【前向神经网络】P5反向传播2.mp4 (57.3 MB)
📄 43-【了解序列数据中常用的循环神经网络】P1RNN.mp4 (22.5 MB)
📄 44-【了解序列数据中常用的循环神经网络】P2GRU和LSTM.mp4 (11.6 MB)
📄 46-【集成学习的原理和常见的集成学习】P1提升树算法.mp4 (25.7 MB)
📄 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 (26.2 MB)
📄 48-【集成学习的原理和常见的集成学习】P3二分类问题.mp4 (37.5 MB)
📄 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 (11.7 MB)
📄 50-【数据结构和算法】01背包问题.mp4 (47.1 MB)
📄 51-【数据结构和算法】什么是动态规划(leetcode 70题).mp4 (18.3 MB)
📄 52-【数据结构和算法】回溯法(机器人的运动范围).mp4 (66.3 MB)
📄 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 (38.5 MB)
📄 54-【数据结构和算法】leetcode416（01背包实例）.mp4 (36.4 MB)
📄 55-【数据结构和算法】最长公共子序列(leetcode 1143题).mp4 (27.3 MB)
📄 56-【数据结构和算法】最长上升子序列(leetcode 300题).mp4 (24.1 MB)
📄 57-【xgboost的原理以及常见面试题】P1xgboost的一些预备知识.mp4 (20.5 MB)
📄 58-【xgboost的原理以及常见面试题】P2结构分.mp4 (26.8 MB)
📄 59-【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点.mp4 (33.8 MB)
📄 60-【xgboost的原理以及常见面试题】P4近似算法和加权分桶.mp4 (45.6 MB)
📄 61-【xgboost的原理以及常见面试题】P5缺失值处理算法.mp4 (20.0 MB)
📄 62-【xgboost的原理以及常见面试题】P6其他优化.mp4 (11.1 MB)
📄 64-【了解优化算法的原理】P1深度学习中的优化问题.mp4 (19.0 MB)
📄 65-【了解优化算法的原理】P2梯度下降简单的数学原理.mp4 (23.2 MB)
📄 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 (10.4 MB)
📄 67-【了解优化算法的原理】P4动量法.mp4 (29.4 MB)
📄 68-【了解优化算法的原理】P5常见的一些改进的优化算法.mp4 (34.3 MB)
📄 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 (32.7 MB)
📄 70-【了解常见的采样方法-作用-具体实现，以及应用】P2.mp4 (22.9 MB)
📄 71-【了解常见的采样方法-作用-具体实现，以及应用】P3.mp4 (54.7 MB)
📄 72-【了解常见的采样方法-作用-具体实现，以及应用】P4.mp4 (19.6 MB)
📄 74-面试刷题班 8月5日直播答疑.mp4 (355.3 MB)
📄 76-面试刷题班 8月9日直播答疑.mp4 (357.1 MB)
📄 78-面试刷题班 8月15日直播答疑.mp4 (407.9 MB)
📄 80-面试刷题班 8月22日直播答疑.mp4 (151.5 MB)
📁 20-05 NLP基础知识
📄 02-1-1 前言.【】.mp4 (181.9 MB)
📄 03-1-2 研究方向概述.【】.mp4 (142.6 MB)
📄 04-2-1 预备知识.【】.mp4 (82.8 MB)
📄 05-2-2 NLP问题中的特征.【】.mp4 (85.1 MB)
📄 06-2-3 特征输入.【】.mp4 (152.2 MB)
📄 07-2-4 文本的向量化表示与案例实现.【】.mp4 (120.6 MB)
📄 08-3-1 统计语言模型简介与案例实现.【】.mp4 (279.3 MB)
📄 09-3-2 语言模型任务评估.【】.mp4 (106.6 MB)
📄 10-3-3 神经语言模型简介与代码实现.【】.mp4 (340.9 MB)
📄 11-3-4 预训练的词表示及其使用实例.【】.mp4 (143.4 MB)
📄 12-4-1 word2vec原理.【】.mp4 (159.8 MB)
📄 13-4-2 word2vec代码复现.【】.mp4 (409.4 MB)
📄 14-4-3 word2vec项目实战展示.【】.mp4 (213.5 MB)
📄 15-4-4 BERT使用实战讲解.【】.mp4 (247.8 MB)
📄 16-4-5 MLP模型与实战.【】.mp4 (204.3 MB)
📄 17-4-6 RNN模型原理-代码复现与实战.【】.mp4 (339.9 MB)
📄 18-5-1 HMM序列标注.【】.mp4 (71.0 MB)
📄 19-5-2 HMM模型简介.【】.mp4 (130.7 MB)
📄 20-5-3 HMM样本生成.【】.mp4 (166.8 MB)
📄 21-5-4 HMM训练.【】.mp4 (90.6 MB)
📄 22-5-5 HMM预测.【】.mp4 (127.2 MB)
📄 23-5-6 HMM代码实现.【】.mp4 (287.9 MB)
📁 代码资料汇总
📄 02代码资料汇总.exe (143.7 MB)
📁 课件合集PDF版本
📁 01机器学习概述
📄 01-01-机器学习概述.pdf (2.4 MB)
📁 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 (3.3 MB)
📄 02-02-梯度下降法.pdf (3.2 MB)
📄 02-03-梯度下降法代码实现.pdf (3.0 MB)
📄 02-04-使用梯度下降法求解线性回归问题.pdf (3.2 MB)
📄 02-05-线性回归代码实现.pdf (1.8 MB)
📄 02-06-线性回归代码实现-做特征归一化.pdf (3.0 MB)
📄 02-07-批量梯度下降，随机梯度下降，小批量梯度下降.pdf (3.1 MB)
📄 02-08-几种常见的模型评价指标.pdf (3.0 MB)
📄 02-09-欠拟合与过拟合.pdf (1.9 MB)
📄 02-10-Ridge回归求解与代码实现.pdf (1.8 MB)
📄 02-11-LASSO回归求解.pdf (1.9 MB)
📄 02-12-LASSO回归求解举例说明.pdf (3.1 MB)
📄 02-13-LASSO回归代码实现.pdf (3.0 MB)
📄 02-14-最小二乘法求线性回归.pdf (3.1 MB)
📄 02-15-最小二乘法代码实现.pdf (3.0 MB)
📄 02-16-使用Sklearn实现Ridge，LASSO和ElasticNet.pdf (3.1 MB)
📄 02-17-波士顿房价预测.pdf (3.1 MB)
📁 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 (3.4 MB)
📄 03-02-逻辑回归求解.pdf (3.6 MB)
📄 03-03-一个示例解释逻辑回归的求解公式.pdf (3.1 MB)
📄 03-04-逻辑回归代码实现.pdf (3.0 MB)
📄 03-05-逻辑回归的正则化.pdf (3.0 MB)
📄 03-06-逻辑回归实现多分类方法.pdf (3.3 MB)
📄 03-07-使用Sklearn实现逻辑回归.pdf (3.0 MB)
📄 03-08-案例：鸢尾花分类.pdf (3.0 MB)
📄 03-09-案例：手写数字识别.pdf (3.1 MB)
📁 04决策树
📄 04-01-决策树简介、熵.pdf (1.9 MB)
📄 04-02-条件熵及计算举例.pdf (3.1 MB)
📄 04-03-信息增益、ID3算法.pdf (3.3 MB)
📄 04-04-决策树代码实现.pdf (3.0 MB)
📄 04-05-C4.pdf (3.1 MB)
📄 04-06-基尼指数(Gini Index)生成决策树.pdf (3.1 MB)
📄 04-07-决策树剪枝.pdf (3.1 MB)
📄 04-08-决策树处理连续值与缺失值.pdf (3.1 MB)
📄 04-09-多变量决策树.pdf (3.2 MB)
📄 04-10-Sklearn实现决策树.pdf (3.0 MB)
📄 04-11-案例：使用决策树进行个人信用风险评估.pdf (3.1 MB)
📁 05朴素贝叶斯
📄 05-01-贝叶斯决策简介.pdf (3.2 MB)
📄 05-02-贝叶斯决策模型.pdf (3.2 MB)
📄 05-03-朴素贝叶斯模型.pdf (3.1 MB)
📄 05-04-朴素贝叶斯代码实现.pdf (3.0 MB)
📄 05-05-拉普拉斯修正及代码实现.pdf (3.0 MB)
📄 05-06-朴素贝叶斯如何处理连续型数据.pdf (3.1 MB)
📄 05-07-Sklearn实现朴素贝叶斯.pdf (3.0 MB)
📄 05-08-案例：垃圾邮件识别.pdf (3.0 MB)
📁 06支持向量机
📄 06-01-支持向量机简介.pdf (3.1 MB)
📄 06-02-线性可分支持向量机(几何间隔，函数间隔，目标函数).pdf (3.5 MB)
📄 06-03-拉格朗日乘子法求带有等式约束的极值问题.pdf (3.2 MB)
📄 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 (3.2 MB)
📄 06-05-目标函数求解(1.pdf (3.1 MB)
📄 06-06-目标函数求解(2.pdf (3.2 MB)
📄 06-07-SVM求解举例.pdf (3.3 MB)
📄 06-08-线性支持向量机的目标函数.pdf (1.7 MB)
📄 06-09-线性支持向量机目标函数优化.pdf (3.2 MB)
📄 06-10-非线性支持向量机简介.pdf (3.5 MB)
📄 06-11-非线性支持向量机的目标函数.pdf (3.0 MB)
📄 06-12-SMO算法推导结果.pdf (3.1 MB)
📄 06-13-SVM代码实现.pdf (3.0 MB)
📄 06-14-SMO算法推导过程.pdf (3.5 MB)
📄 06-15-SVM总结.pdf (3.2 MB)
📄 06-16-Sklearn实现SVM.pdf (3.0 MB)
📄 06-17-案例：使用SVM完成人脸识别.pdf (3.0 MB)
📁 07聚类
📄 07-01-K-means基本原理及推导.pdf (3.2 MB)
📄 07-02-K-means中距离计算方法.pdf (3.1 MB)
📄 07-03-K-means代码实现.pdf (1.7 MB)
📄 07-04-层次聚类原理及距离计算.pdf (3.3 MB)
📄 07-05-层次聚类举例.pdf (3.0 MB)
📄 07-06-Sklearn实现层次聚类.pdf (3.0 MB)
📄 07-07-密度聚类.pdf (3.1 MB)
📄 07-08-Sklearn实现密度聚类.pdf (3.0 MB)
📄 07-09-高斯混合模型介绍.pdf (3.2 MB)
📄 07-10-高斯混合模型参数估计.pdf (3.0 MB)
📄 07-11-高斯混合模型代码实现.pdf (3.0 MB)
📄 07-12-案例：对亚洲足球队进行聚类分析.pdf (3.0 MB)
📁 08主成分分析
📄 08-01-主成分分析介绍.pdf (3.1 MB)
📄 08-02-协方差矩阵的特征值分解算法.pdf (3.1 MB)
📄 08-03-协方差矩阵的特征值分解算法代码实现.pdf (3.0 MB)
📄 08-04-基于数据矩阵的奇异值分解算法.pdf (3.0 MB)
📄 08-05-基于数据矩阵的奇异值分解算法代码实现.pdf (3.0 MB)
📄 08-06-Sklearn实现PCA.pdf (3.1 MB)
📄 08-07-案例：PCA实现照片压缩.pdf (3.0 MB)
📁 09集成学习
📄 09-01-集成学习介绍.pdf (3.0 MB)
📄 09-02-Voting能够提高准确度的原因.pdf (3.0 MB)
📄 09-03-Voting原理.pdf (3.0 MB)
📄 09-04-Voting代码实现.pdf (3.0 MB)
📄 09-05-Bagging与随机森林及其代码实现.pdf (3.0 MB)
📄 09-06-Boosting.pdf (3.0 MB)
📄 09-07-Adaboost举例.pdf (1.9 MB)
📄 09-08-AdaBoost代码实现.pdf (3.0 MB)
📄 09-09-GBDT之提升和提升树概念.pdf (3.0 MB)
📄 09-10-GBDT梯度提升树.pdf (3.0 MB)
📄 09-11-XGBoost介绍，目标函数，正则项.pdf (3.6 MB)
📄 09-12-XGBoost求解.pdf (3.1 MB)
📄 09-13-XGBoost树结构生成.pdf (3.3 MB)
📄 09-14-XGBoost代码实现.pdf (3.0 MB)
📄 09-15-Stacking.pdf (3.3 MB)
📄 09-16-Stacking 代码实现.pdf (3.0 MB)
]
评论(0)