瑞客论坛

 找回密码
 立即注册
查看: 563|回复: 23

[百度网盘] rk0639-2024路飞Python人工智能AI工程师【VIP】

[复制链接]

金币39528  第20名

248

主题

8

回帖

3万

积分

论坛元老

Rank: 8Rank: 8

威望
132
贡献
138
热心值
8
金币
39528
注册时间
2020-8-31
发表于 2025-3-15 03:00 | 显示全部楼层 |阅读模式

资源信息

  • 2025-03-14 发布
  • 已下载 70 次
价格 VIP专属资源
  • 普通用户:禁止购买
  • VIP用户:免费
提示: 月度会员每天本板块免费下载3次,年度会员每天免费下载6次,永久会员每天免费下载10次,过程中遇到问题,请论坛私信联系管理员;

详细信息


——/2024路飞Python人工智能AI工程师/
├──第01模块:Python快速入门(新)  
|   ├──1.1 开篇:讲师和课程内容介绍.mp4  16.56M
|   ├──1.2 开篇:授课模式须知.mp4  15.32M
|   ├──1.3 开篇:学习方法的建议.mp4  14.98M
|   ├──1.4 开篇:笔记和文档的编写.mp4  50.58M
|   ├──1.5 开篇:写在最后.mp4  3.52M
|   ├──10.1 Python环境配置.mp4  29.33M
|   ├──10.10 字典基础定义.mp4  14.47M
|   ├──10.11 字典的核心操作.mp4  20.90M
|   ├──10.12 Set结构.mp4  19.91M
|   ├──10.13 赋值机制.mp4  5.25M
|   ├──10.14 判断结构.mp4  11.56M
|   ├──10.15 循环结构.mp4  20.16M
|   ├──10.16 函数定义.mp4  24.03M
|   ├──10.17 模块与包.mp4  23.75M
|   ├──10.18 异常处理模块.mp4  35.73M
|   ├──10.19 文件操作.mp4  35.54M
|   ├──10.2 Python库安装工具.mp4  28.50M
|   ├──10.20 类的基本定义.mp4  23.51M
|   ├──10.21 类的属性操作.mp4  25.40M
|   ├──10.22 时间操作.mp4  12.63M
|   ├──10.23 Python练习题-1.mp4  23.03M
|   ├──10.24 Python练习题-2.mp4  35.47M
|   ├──10.25 Python练习题-3.mp4  25.16M
|   ├──10.3 Notebook工具使用.mp4  51.81M
|   ├──10.4 Python简介.mp4  38.71M
|   ├──10.5 Python数值运算.mp4  26.93M
|   ├──10.6 Python字符串操作.mp4  24.67M
|   ├──10.7 索引结构.mp4  16.80M
|   ├──10.8 List基础结构.mp4  22.69M
|   ├──10.9 List核心操作.mp4  23.67M
|   ├──2.1 今日概要.mp4  6.25M
|   ├──2.10 CPython解释器版本.mp4  8.49M
|   ├──2.11 环境搭建说明.mp4  9.22M
|   ├──2.12 python解释器的安装(mac系统).mp4  54.36M
|   ├──2.13 python解释器的安装(win系统).mp4  65.47M
|   ├──2.14 Pycharm使用和破解(mac系统).mp4  32.03M
|   ├──2.15 Pycharm使用和破解(win系统).mp4  32.46M
|   ├──2.16 今日总结.mp4  6.93M
|   ├──2.17 今日作业.mp4  2.67M
|   ├──2.18 作业答案和讲解.mp4  9.04M
|   ├──2.2 课堂笔记的创建.mp4  6.61M
|   ├──2.3 常见计算机基本概念.mp4  39.74M
|   ├──2.4 编程语言.mp4  10.14M
|   ├──2.5 编译器和解释器.mp4  17.33M
|   ├──2.6 学习编程本质上的三件事.mp4  6.05M
|   ├──2.7 编程语言的分类.mp4  14.69M
|   ├──2.8 Python介绍.mp4  15.24M
|   ├──2.9 Python解释器种类.mp4  18.50M
|   ├──3.1 今日概要.mp4  1.85M
|   ├──3.10 类型转换和数据类型相关练习题.mp4  24.61M
|   ├──3.11 数据类型-练习题讲解.mp4  23.08M
|   ├──3.12 变量及其命名规范.mp4  23.79M
|   ├──3.13 变量的内存指向关系及其练习题.mp4  18.09M
|   ├──3.14 注释.mp4  8.30M
|   ├──3.15 输入.mp4  20.57M
|   ├──3.16 基本条件语句.mp4  27.11M
|   ├──3.17 基本条件语句-练习题讲解.mp4  11.59M
|   ├──3.18 多条件判断.mp4  8.35M
|   ├──3.19 条件嵌套.mp4  13.82M
|   ├──3.2 编码.mp4  12.83M
|   ├──3.20 今日总结和作业.mp4  5.36M
|   ├──3.21 作业答案和讲解.mp4  17.58M
|   ├──3.3 编程初体验.mp4  16.31M
|   ├──3.4 print输出及练习题.mp4  15.47M
|   ├──3.5 输出练习题讲解.mp4  7.41M
|   ├──3.6 数据类型的引入.mp4  4.32M
|   ├──3.7 整形.mp4  8.87M
|   ├──3.8 字符串.mp4  18.56M
|   ├──3.9 布尔类型.mp4  14.29M
|   ├──4.1 今日概要new.mp4  2.47M
|   ├──4.10 基于f字符串格式化.mp4  21.19M
|   ├──4.11 运算符.mp4  21.15M
|   ├──4.12 运算符:优先级.mp4  6.04M
|   ├──4.13 运算符:面试题相关知识和练习题.mp4  17.02M
|   ├──4.14 运算符:练习题讲解和面试题补充.mp4  25.24M
|   ├──4.15 总结和今日作业.mp4  9.08M
|   ├──4.16 作业题讲解.mp4  27.44M
|   ├──4.2 while循环及案例讲解.mp4  25.54M
|   ├──4.3 综合小案例以及阶段练习题.mp4  18.10M
|   ├──4.4 练习题讲解.mp4  29.07M
|   ├──4.5 break及示例讲解.mp4  12.90M
|   ├──4.6 continue及示例讲解.mp4  15.55M
|   ├──4.7 while_else语法.mp4  8.33M
|   ├──4.8 基于%字符串格式化.mp4  29.26M
|   ├──4.9 基于format字符串格式化及补充.mp4  15.87M
|   ├──5.1 今日概要.mp4  4.27M
|   ├──5.10 Python中的编码.mp4  12.81M
|   ├──5.11 今日总结.mp4  15.59M
|   ├──5.2 python代码的2种运行方式.mp4  10.30M
|   ├──5.3 进制及相互之间的转换.mp4  27.36M
|   ├──5.4 计算机中的单位.mp4  17.81M
|   ├──5.5 单位相关练习题讲解.mp4  3.47M
|   ├──5.6 ascii编码.mp4  13.56M
|   ├──5.7 gbk编码.mp4  7.49M
|   ├──5.8 unicode.mp4  40.60M
|   ├──5.9 utf8编码.mp4  23.28M
|   ├──6.1 数据类型概要.mp4  17.23M
|   ├──6.10 字符串:类型转换.mp4  3.82M
|   ├──6.11 字符串:不允许被修改.mp4  4.46M
|   ├──6.12 今日总结和作业.mp4  9.36M
|   ├──6.13 今日作业讲解.mp4  114.14M
|   ├──6.14 今日作业讲解.mp4  102.42M
|   ├──6.2 整型.mp4  29.03M
|   ├──6.3 布尔类型.mp4  12.49M
|   ├──6.4 字符串:独有功能(一).mp4  41.64M
|   ├──6.5 字符串:独有功能(三).mp4  35.10M
|   ├──6.6 字符串:独有功能(二).mp4  40.45M
|   ├──6.7 字符串:练习题和讲解.mp4  51.61M
|   ├──6.8 字符串:公共功能(一).mp4  32.46M
|   ├──6.9 字符串:公共功能(二).mp4  49.45M
|   ├──7.1 今日概要.mp4  2.51M
|   ├──7.10 元组:定义.mp4  12.85M
|   ├──7.11 元组:公共功能.mp4  17.25M
|   ├──7.12 元组:转换和嵌套.mp4  44.39M
|   ├──7.13 元组:总结和作业.mp4  6.39M
|   ├──7.14 作业讲解.mp4  18.11M
|   ├──7.2 列表:定义.mp4  8.38M
|   ├──7.3 列表:独有功能(一).mp4  32.49M
|   ├──7.4 列表:独有功能(二).mp4  34.43M
|   ├──7.5 列表:独有功能(三).mp4  42.49M
|   ├──7.6 列表:公共功能.mp4  58.21M
|   ├──7.7 列表:类型转换.mp4  7.58M
|   ├──7.8 列表:嵌套.mp4  21.38M
|   ├──7.9 列表:阶段作业题讲解.mp4  72.39M
|   ├──8.1 今日概要.mp4  3.09M
|   ├──8.10 字典:定义.mp4  16.81M
|   ├──8.11 字典:独有功能(一).mp4  22.45M
|   ├──8.12 字典:独有功能(二).mp4  33.68M
|   ├──8.13 字典:练习题和讲解.mp4  18.48M
|   ├──8.14 字典:公共功能.mp4  28.87M
|   ├──8.15 字典:转换和嵌套.mp4  22.63M
|   ├──8.16 浮点型.mp4  6.17M
|   ├──8.17 今日总结.mp4  9.61M
|   ├──8.18 今日作业讲解.mp4  102.69M
|   ├──8.2 集合:定义.mp4  8.86M
|   ├──8.3 集合:独有功能.mp4  12.49M
|   ├──8.4 集合:公共功能.mp4  4.40M
|   ├──8.5 集合:类型转换.mp4  4.84M
|   ├──8.6 集合:内部存储原理.mp4  10.97M
|   ├──8.7 集合:高效和嵌套.mp4  16.54M
|   ├──8.8 集合:练习题和讲解.mp4  7.06M
|   ├──8.9 None到底是个啥.mp4  8.34M
|   ├──9.1 今日概要.mp4  3.70M
|   ├──9.2 七条代码规范.mp4  29.63M
|   ├──9.3 补充:pass的作用?.mp4  2.91M
|   ├──9.4 补充:is和==的区别?.mp4  4.08M
|   ├──9.5 补充:位运算到底是干啥的?.mp4  26.12M
|   ├──9.6 阶段思维导图.mp4  4.56M
|   ├──9.7 第一阶段考试题.mp4  3.83M
|   └──9.8 第一阶段考试题(答案讲解).mp4  92.00M
├──第02模块:Python数据科学必备工具包实战(新)  
|   ├──1-numpy(新)  
|   |   ├──1.1 Anaconda简介及安装.mp4  66.48M
|   |   ├──1.10 routines函数(二).mp4  20.34M
|   |   ├──1.11 routines函数(三).mp4  30.19M
|   |   ├──1.12 routines函数练习.mp4  19.35M
|   |   ├──1.13 ndarray的读写操作.mp4  45.73M
|   |   ├──1.14 ndarray读写练习.mp4  13.80M
|   |   ├──1.15 ndarray级联concatenate.mp4  35.42M
|   |   ├──1.16 ndarray的拆分.mp4  15.95M
|   |   ├──1.17 ndarray拆分练习.mp4  19.53M
|   |   ├──1.18 ndarray的基本运算.mp4  11.62M
|   |   ├──1.19 广播机制.mp4  28.93M
|   |   ├──1.2 jupyter_notebook启动.mp4  29.98M
|   |   ├──1.20 ndarray运算练习.mp4  9.15M
|   |   ├──1.21 ndarray的聚合函数.mp4  34.13M
|   |   ├──1.22 ndarray综合练习.mp4  39.94M
|   |   ├──1.23 ndarray的append和insert.mp4  26.56M
|   |   ├──1.24 ndarray的delete、扁平处理、变形和翻转.mp4  32.05M
|   |   ├──1.25 numpy的数学函数和算数函数.mp4  25.44M
|   |   ├──1.26 numpy查找和排序.mp4  23.88M
|   |   ├──1.3 jupyter_notebook单元格基本状态.mp4  21.57M
|   |   ├──1.4 单元格的常用操作.mp4  9.71M
|   |   ├──1.5 单元格运行与帮助文档.mp4  17.14M
|   |   ├──1.6 IPython魔法指令和输入输出历史.mp4  50.35M
|   |   ├──1.7 ndarray的属性及输出方法.mp4  17.55M
|   |   ├──1.8 ndarray的元素类型统一.mp4  29.49M
|   |   └──1.9 routines函数(一).mp4  19.22M
|   ├──2-pandas(新)  
|   |   ├──2.1 pandas简介.mp4  9.49M
|   |   ├──2.10 DataFrame运算(一).mp4  36.35M
|   |   ├──2.11 DataFrame运算(二).mp4  24.02M
|   |   ├──2.12 pandas对象的显示访问和隐式访问.mp4  19.80M
|   |   ├──2.13 pandas对象的loc访问详解.mp4  39.25M
|   |   ├──2.14 pandas对象iloc访问详解.mp4  12.82M
|   |   ├──2.15 pandas对象访问的注意事项.mp4  18.40M
|   |   ├──2.16 pandas高级查找.mp4  43.36M
|   |   ├──2.17 pandas聚合操作.mp4  23.17M
|   |   ├──2.18 pandas对象习题讲解.mp4  44.82M
|   |   ├──2.19 pandas单层索引.mp4  29.97M
|   |   ├──2.2 Series对象的基本构造及注意事项.mp4  39.38M
|   |   ├──2.20 pandas多层索引.mp4  37.38M
|   |   ├──2.21 多层索引的访问.mp4  33.11M
|   |   ├──2.22 stack和unstack操作.mp4  15.44M
|   |   ├──2.23 pandas数据类型练习.mp4  40.25M
|   |   ├──2.24 csv文件和txt文件的读取.mp4  34.36M
|   |   ├──2.25 pandasIO操作.mp4  23.49M
|   |   ├──2.26 常用数据探索方法.mp4  20.50M
|   |   ├──2.27 python空类型和numy空类型.mp4  31.22M
|   |   ├──2.28 pandas空值查找.mp4  30.50M
|   |   ├──2.29 pandas空值批量填充.mp4  36.10M
|   |   ├──2.3 Series高级构造函数.mp4  13.70M
|   |   ├──2.30 空值过滤.mp4  25.83M
|   |   ├──2.31 异常值处理.mp4  44.92M
|   |   ├──2.32 离群点检测和过滤.mp4  33.50M
|   |   ├──2.33 重复值处理.mp4  25.28M
|   |   ├──2.34 排序和随机抽样.mp4  12.42M
|   |   ├──2.35 pandas索引操作.mp4  14.55M
|   |   ├──2.36 rename操作.mp4  11.44M
|   |   ├──2.37 replace替换.mp4  34.55M
|   |   ├──2.38 map处理精确匹配模糊匹配.mp4  38.24M
|   |   ├──2.39 pandas级联.mp4  63.64M
|   |   ├──2.4 Series的重要属性.mp4  12.98M
|   |   ├──2.40 合并的基本逻辑和注意事项.mp4  11.24M
|   |   ├──2.41 合并参数left,right,how.mp4  63.91M
|   |   ├──2.42 -合并参数left_on,right_on,on.mp4  42.19M
|   |   ├──2.43 groupby分组.mp4  34.48M
|   |   ├──2.44 交叉表和透视表.mp4  14.76M
|   |   ├──2.5 Series的运算.mp4  21.04M
|   |   ├──2.6 DataFrame结构理解.mp4  18.59M
|   |   ├──2.7 DataFrame的基础构造方法.mp4  23.93M
|   |   ├──2.8 DataFrame的其他构造方法.mp4  17.75M
|   |   └──2.9 DataFrame的重要属性.mp4  9.22M
|   ├──3-matplotlib绘图 (新)  
|   |   ├──71课时matplotlib绘图-图像组成.mp4  24.48M
|   |   ├──72课时matplotlib绘图-画板画布和就近原则.mp4  53.13M
|   |   ├──73课时matplotlib绘图-网格设置.mp4  16.82M
|   |   ├──74课时matplotlib绘图-刻度界限.mp4  23.98M
|   |   ├──75课时matplotlib绘图-刻度值和刻度标签.mp4  27.08M
|   |   ├──76课时matplotlib绘图-轴标题和画布标题.mp4  13.26M
|   |   ├──77课时matplotlib绘图-图例设置.mp4  62.48M
|   |   ├──78课时matplotlib绘图-图像保存.mp4  24.25M
|   |   ├──79课时matplotlib绘图-画板注释信息和画板标题.mp4  31.88M
|   |   ├──80课时matplotlib绘图-画板注释信息和箭头注释.mp4  31.38M
|   |   ├──81课时matplotlib绘图-颜色处理.mp4  38.05M
|   |   ├──82课时matplotlib绘图-透明度和图像读取.mp4  32.20M
|   |   ├──83课时matplotlib绘图-线型和点型设置.mp4  33.99M
|   |   ├──84课时matplotlib绘图-其他设置方式补充.mp4  20.88M
|   |   ├──85课时2D图像绘制-线型图.mp4  39.72M
|   |   ├──86课时2D图像绘制-散点图.mp4  64.85M
|   |   ├──87课时2D图像绘制-直方图.mp4  46.84M
|   |   ├──88课时2D图像绘制-直方图bins的用法补充.mp4  14.28M
|   |   ├──89课时2D图像绘制-条形图.mp4  36.06M
|   |   ├──90课时2D图像绘制-极坐表条形图.mp4  32.14M
|   |   ├──91课时2D图像绘制-雷达图.mp4  44.92M
|   |   ├──92课时2D图像绘制-饼图.mp4  22.06M
|   |   ├──93课时2D图像绘制-箱线图.mp4  58.51M
|   |   └──94课时matplotlib全局设置.mp4  31.07M
|   ├──4-seaborn可视化(新)  
|   |   ├──100课时seaborn默认的配色方案.mp4  15.63M
|   |   ├──101课时seaborn分类调色板.mp4  30.96M
|   |   ├──102课时调色板工具和自定义调色板.mp4  16.22M
|   |   ├──103课时连续调色板配色方案.mp4  17.38M
|   |   ├──104课时对称调色板及配色方案总结.mp4  24.00M
|   |   ├──105课时seaborn玩具数据加载.mp4  11.85M
|   |   ├──106课时seaborn条形图绘制.mp4  34.28M
|   |   ├──107课时seaborn条形图多分组技巧.mp4  45.51M
|   |   ├──108课时scatterplot散点图.mp4  44.80M
|   |   ├──109课时离散字段和连续字段的可视化方案.mp4  19.87M
|   |   ├──110课时heatmap热力图.mp4  32.72M
|   |   ├──111课时regplot和lmplot线性回归.mp4  10.88M
|   |   ├──112课时单变量分布图像和组合图像.mp4  28.17M
|   |   ├──113课时多分组可视化实现方案.mp4  21.67M
|   |   ├──95课时seaborn默认风格设置.mp4  21.65M
|   |   ├──96课时seaborn画布风格设置.mp4  22.36M
|   |   ├──97课时seaborn边框配置.mp4  18.02M
|   |   ├──98课时seaborn文字线条设置.mp4  23.21M
|   |   └──99课时matplotlib调色板作用及定制.mp4  36.46M
|   ├──5-科学计算库-Numpy  
|   |   ├──5.1 Numpy概述.mp4  19.00M
|   |   ├──5.10 四则运算.mp4  18.09M
|   |   ├──5.11 随机模块.mp4  31.22M
|   |   ├──5.12 文件读写.mp4  21.28M
|   |   ├──5.13 数组保存.mp4  28.75M
|   |   ├──5.14 练习题1.mp4  31.83M
|   |   ├──5.15 练习题2.mp4  28.46M
|   |   ├──5.16 练习题3.mp4  39.22M
|   |   ├──5.2 Array数组.mp4  19.74M
|   |   ├──5.3 数组结构.mp4  40.51M
|   |   ├──5.4 数组类型.mp4  13.82M
|   |   ├──5.5 数值运算.mp4  28.57M
|   |   ├──5.6 排序操作.mp4  23.69M
|   |   ├──5.7 数组形状操作.mp4  36.32M
|   |   ├──5.8 数组生成函数.mp4  28.54M
|   |   └──5.9 常用生成函数.mp4  16.51M
|   ├──6-数据分析处理库-Pandas  
|   |   ├──6.1 Pandas概述.mp4  36.04M
|   |   ├──6.10 数据透视表.mp4  32.62M
|   |   ├──6.11 时间操作.mp4  26.12M
|   |   ├──6.12 时间序列操作.mp4  35.23M
|   |   ├──6.13 Pandas常用操作.mp4  30.31M
|   |   ├──6.14 Pandas常用操作2.mp4  28.85M
|   |   ├──6.15 Groupby操作延伸.mp4  47.78M
|   |   ├──6.16 字符串操作.mp4  18.33M
|   |   ├──6.17 索引进阶.mp4  22.67M
|   |   ├──6.18 Pandas绘图操作.mp4  41.54M
|   |   ├──6.19 大数据处理技巧.mp4  67.77M
|   |   ├──6.2 Pandas基本操作.mp4  45.31M
|   |   ├──6.3 Pandas索引.mp4  40.42M
|   |   ├──6.4 groupby操作.mp4  24.42M
|   |   ├──6.5 数值运算.mp4  32.55M
|   |   ├──6.6 对象操作.mp4  26.30M
|   |   ├──6.7 对象操作2.mp4  26.84M
|   |   ├──6.8 merge操作.mp4  29.37M
|   |   └──6.9 显示设置.mp4  18.64M
|   ├──7-可视化库-Matplotlib  
|   |   ├──7.1 Matplotlib概述.mp4  28.47M
|   |   ├──7.10 绘图细节设置2.mp4  32.27M
|   |   ├──7.11 直方图与散点图.mp4  37.68M
|   |   ├──7.12 3D图绘制.mp4  52.92M
|   |   ├──7.13 pie图.mp4  32.03M
|   |   ├──7.14 子图布局.mp4  46.73M
|   |   ├──7.15 结合pandas与sklearn.mp4  36.93M
|   |   ├──7.2 子图与标注.mp4  51.92M
|   |   ├──7.3 风格设置.mp4  12.97M
|   |   ├──7.4 条形图.mp4  28.08M
|   |   ├──7.5 条形图细节.mp4  28.84M
|   |   ├──7.6 条形图外观.mp4  30.75M
|   |   ├──7.7 盒图绘制.mp4  18.24M
|   |   ├──7.8 盒图细节.mp4  32.97M
|   |   └──7.9 绘图细节设置.mp4  30.02M
|   └──8-可视化库-Seaborn  
|   |   ├──8.1 课程简介.mp4  5.34M
|   |   ├──8.10 Facetgrid使用方法.mp4  19.25M
|   |   ├──8.11 Facetgrid绘制多变量.mp4  26.92M
|   |   ├──8.12 热度图绘制.mp4  40.24M
|   |   ├──8.2 整体布局风格设置.mp4  23.99M
|   |   ├──8.3 风格细节设置.mp4  24.86M
|   |   ├──8.4 调色板.mp4  22.06M
|   |   ├──8.5 调色板颜色设置.mp4  19.86M
|   |   ├──8.6 单变量分析绘图.mp4  24.78M
|   |   ├──8.7 回归分析绘图.mp4  26.57M
|   |   ├──8.8 多变量分析绘图.mp4  24.87M
|   |   └──8.9 分类属性绘图.mp4  26.86M
├──第03模块:人工智能-必备数学课程(新)  
|   ├──1.1 课程简介.mp4  6.56M
|   ├──1.2 函数.mp4  8.80M
|   ├──1.3 极限.mp4  11.64M
|   ├──1.4 无穷小与无穷大.mp4  10.90M
|   ├──1.5 连续性与导数.mp4  15.10M
|   ├──1.6 偏导数.mp4  11.69M
|   ├──1.7 方向导数.mp4  14.29M
|   ├──1.8 梯度.mp4  21.72M
|   ├──10.1 熵的概念.mp4  7.74M
|   ├──10.2 熵的大小意味着什么.mp4  25.61M
|   ├──10.3 激活函数.mp4  10.48M
|   ├──10.4 激活函数的问题.mp4  16.52M
|   ├──11.1 回归分析概述.mp4  16.10M
|   ├──11.10 高阶与分类变量实例.mp4  43.81M
|   ├──11.11 案例:汽车价格预测任务概述.mp4  30.21M
|   ├──11.12 案例:缺失值填充.mp4  69.46M
|   ├──11.13 案例:特征相关性.mp4  74.02M
|   ├──11.14 案例:预处理问题.mp4  29.78M
|   ├──11.15 案例:回归求解.mp4  55.10M
|   ├──11.2 回归方程定义.mp4  12.10M
|   ├──11.3 误差项的定义.mp4  21.13M
|   ├──11.4 最小二乘法推导与求解.mp4  26.93M
|   ├──11.5 回归方程求解小例子.mp4  17.71M
|   ├──11.6 回归直线拟合优度.mp4  31.32M
|   ├──11.7 多元与曲线回归问题.mp4  26.86M
|   ├──11.8 Python工具包介绍.mp4  31.71M
|   ├──11.9 statsmodels回归分析.mp4  26.24M
|   ├──12.1 假设检验基本思想.mp4  25.42M
|   ├──12.10 Python假设检验实例.mp4  42.48M
|   ├──12.11 Python卡方检验实例.mp4  19.38M
|   ├──12.2 左右侧检验与双侧检验.mp4  34.18M
|   ├──12.3 Z检验基本原理.mp4  13.59M
|   ├──12.4 Z检验实例.mp4  43.03M
|   ├──12.5 T检验基本原理.mp4  39.37M
|   ├──12.6 T检验实例.mp4  17.69M
|   ├──12.7 T检验应用条件.mp4  19.70M
|   ├──12.8 卡方检验.mp4  37.50M
|   ├──12.9 假设检验中的两类错误.mp4  34.70M
|   ├──13.1 相关分析概述.mp4  19.96M
|   ├──13.2 皮尔森相关系数.mp4  18.49M
|   ├──13.3 计算与检验.mp4  48.09M
|   ├──13.4 斯皮尔曼等级相关.mp4  43.20M
|   ├──13.5 肯德尔系数.mp4  21.44M
|   ├──13.6 质量相关分析.mp4  37.11M
|   ├──13.7 偏相关与复相关.mp4  28.71M
|   ├──14.1 方差分析概述.mp4  14.51M
|   ├──14.2 方差的比较.mp4  32.94M
|   ├──14.3 方差分析计算方法.mp4  42.41M
|   ├──14.4 方差分析中的多重比较.mp4  22.20M
|   ├──14.5 多因素方差分析.mp4  30.76M
|   ├──14.6 Python方差分析实例.mp4  22.79M
|   ├──15.1 层次聚类概述.mp4  13.95M
|   ├──15.10 多种聚类算法概述.mp4  6.98M
|   ├──15.11 聚类案例实战.mp4  60.80M
|   ├──15.2 层次聚类流程.mp4  36.19M
|   ├──15.3 层次聚类实例.mp4  41.70M
|   ├──15.4 KMEANS算法概述.mp4  18.63M
|   ├──15.5 KMEANS工作流程.mp4  14.71M
|   ├──15.6 KMEANS迭代可视化展示.mp4  25.54M
|   ├──15.7 DBSCAN聚类算法.mp4  18.84M
|   ├──15.8 DBSCAN工作流程.mp4  27.52M
|   ├──15.9 DBSCAN可视化展示.mp4  24.00M
|   ├──16.1 贝叶斯分析概述.mp4  17.99M
|   ├──16.10 MCMC概述.mp4  32.52M
|   ├──16.11 PYMC3概述.mp4  18.90M
|   ├──16.12 模型诊断.mp4  31.11M
|   ├──16.13 模型决策.mp4  45.21M
|   ├──16.2 概率的解释.mp4  17.69M
|   ├──16.3 贝叶斯学派与经典统计学派的争论.mp4  16.24M
|   ├──16.4 贝叶斯算法概述.mp4  11.22M
|   ├──16.5 贝叶斯推导实例.mp4  12.20M
|   ├──16.6 贝叶斯拼写纠错实例.mp4  18.29M
|   ├──16.7 垃圾邮件过滤实例.mp4  22.44M
|   ├──16.8 贝叶斯解释.mp4  29.56M
|   ├──16.9 经典求解思路.mp4  27.76M
|   ├──2.1 微积分基本想法.mp4  10.36M
|   ├──2.2 微积分的解释.mp4  13.37M
|   ├──2.3 定积分.mp4  14.16M
|   ├──2.4 定积分性质.mp4  8.83M
|   ├──2.5 牛顿.莱布尼茨公式.mp4  21.12M
|   ├──3.1 泰勒公式出发点.mp4  9.90M
|   ├──3.2 一点一世界.mp4  16.13M
|   ├──3.3 阶数的作用.mp4  13.77M
|   ├──3.4 阶乘的作用.mp4  11.01M
|   ├──3.5 拉格朗日乘子法.mp4  18.84M
|   ├──3.6 求解拉格朗日乘子法.mp4  18.76M
|   ├──4.1 行列式概述.mp4  9.38M
|   ├──4.2 矩阵与数据的关系.mp4  15.05M
|   ├──4.3 矩阵基本操作.mp4  19.97M
|   ├──4.4 矩阵的几种变换.mp4  9.09M
|   ├──4.5 矩阵的秩.mp4  21.42M
|   ├──4.6 内积与正交.mp4  20.31M
|   ├──5.1 特征值与特征向量.mp4  11.97M
|   ├──5.2 特征空间与应用.mp4  7.62M
|   ├──5.3 SVD要解决的问题.mp4  11.55M
|   ├──5.4 特征值分解.mp4  9.22M
|   ├──5.5 SVD矩阵分解.mp4  21.96M
|   ├──6.1 离散型随机变量.mp4  12.66M
|   ├──6.2 连续型随机变量.mp4  18.00M
|   ├──6.3 简单随机抽样.mp4  3.84M
|   ├──6.4 似然函数.mp4  12.27M
|   ├──6.5 极大似然估计.mp4  17.65M
|   ├──7.1 概率与频率.mp4  11.14M
|   ├──7.10 期望求解.mp4  15.19M
|   ├──7.11 马尔科夫不等式.mp4  14.64M
|   ├──7.12 切比雪夫不等式.mp4  21.07M
|   ├──7.13 后验概率估计.mp4  17.20M
|   ├──7.14 贝叶斯拼写纠错实例.mp4  18.35M
|   ├──7.15 垃圾邮件过滤实例.mp4  22.52M
|   ├──7.2 古典概型.mp4  11.13M
|   ├──7.3 条件概率.mp4  14.42M
|   ├──7.4 条件概率小例子.mp4  10.43M
|   ├──7.5 独立性.mp4  13.15M
|   ├──7.6 二维离散型随机变量.mp4  14.13M
|   ├──7.7 二维连续型随机变量.mp4  10.18M
|   ├──7.8 边缘分布.mp4  18.07M
|   ├──7.9 期望.mp4  7.80M
|   ├──8.1 正太分布.mp4  60.64M
|   ├──8.2 二项式分布.mp4  38.10M
|   ├──8.3 泊松分布.mp4  53.43M
|   ├──8.4 均匀分布.mp4  8.83M
|   ├──8.5 卡方分布.mp4  23.83M
|   ├──8.6 beta分布.mp4  46.30M
|   ├──9.1 核函数的目的.mp4  11.25M
|   ├──9.2 线性核函数.mp4  8.88M
|   ├──9.3 多项式核函数.mp4  6.88M
|   ├──9.4 核函数实例.mp4  16.05M
|   ├──9.5 高斯核函数.mp4  14.78M
|   └──9.6 参数的影响.mp4  15.69M
├──第04模块:机器学习算法精讲及其案例应用(新)  
|   ├──1.1 课程简介.mp4  23.43M
|   ├──1.10 线性回归整体模块概述.mp4  9.99M
|   ├──1.100 决策边界展示分析.mp4  30.54M
|   ├──1.101 树模型预剪枝参数作用.mp4  29.93M
|   ├──1.102 回归树模型.mp4  30.28M
|   ├──1.103 随机森林算法原理.mp4  20.61M
|   ├──1.104 随机森林优势与特征重要性指标.mp4  18.50M
|   ├──1.105 提升算法概述.mp4  16.13M
|   ├──1.106 stacking堆叠模型.mp4  13.44M
|   ├──1.107 构建实验数据集.mp4  12.30M
|   ├──1.108 硬投票与软投票效果对比.mp4  48.04M
|   ├──1.109 Bagging策略效果.mp4  28.99M
|   ├──1.11 初始化步骤.mp4  16.26M
|   ├──1.110 集成效果展示分析.mp4  33.10M
|   ├──1.111 OOB袋外数据的作用.mp4  12.30M
|   ├──1.112 特征重要性热度图展示.mp4  37.42M
|   ├──1.113 Adaboost算法概述.mp4  8.15M
|   ├──1.114 Adaboost决策边界效果.mp4  44.05M
|   ├──1.115 GBDT提升算法流程.mp4  17.31M
|   ├──1.116 集成参数对比分析.mp4  63.54M
|   ├──1.117 模型提前停止策略.mp4  21.36M
|   ├──1.118 停止方案实施.mp4  38.02M
|   ├──1.119 堆叠模型.mp4  16.52M
|   ├──1.12 实现梯度下降优化模块.mp4  25.34M
|   ├──1.120 支持向量机要解决的问题.mp4  13.97M
|   ├──1.121 距离与数据定义.mp4  14.61M
|   ├──1.122 目标函数推导.mp4  18.06M
|   ├──1.123 拉格朗日乘子法求解.mp4  15.19M
|   ├──1.124 化简最终目标函数.mp4  11.75M
|   ├──1.125 求解决策方程.mp4  22.74M
|   ├──1.126 软间隔优化.mp4  24.81M
|   ├──1.127 核函数的作用.mp4  22.34M
|   ├──1.128 知识点总结.mp4  19.11M
|   ├──1.129 支持向量机所能带来的效果.mp4  19.26M
|   ├──1.13 损失与预测模块.mp4  31.11M
|   ├──1.130 决策边界可视化展示.mp4  26.29M
|   ├──1.131 软间隔的作用.mp4  24.69M
|   ├──1.132 非线性SVM.mp4  18.04M
|   ├──1.133 核函数的作用与效果.mp4  49.38M
|   ├──1.134 深度学习要解决的问题.mp4  14.69M
|   ├──1.135 深度学习应用领域.mp4  36.63M
|   ├──1.136 计算机视觉任务.mp4  12.62M
|   ├──1.137 视觉任务中遇到的问题.mp4  22.38M
|   ├──1.138 得分函数.mp4  13.38M
|   ├──1.139 损失函数的作用.mp4  21.35M
|   ├──1.14 数据与标签定义.mp4  27.93M
|   ├──1.140 前向传播整体流程.mp4  27.60M
|   ├──1.141 返向传播计算方法.mp4  18.49M
|   ├──1.142 神经网络整体架构.mp4  21.02M
|   ├──1.143 神经网络架构细节.mp4  24.35M
|   ├──1.144 神经元个数对结果的影响.mp4  63.53M
|   ├──1.145 正则化与激活函数.mp4  20.11M
|   ├──1.146 神经网络过拟合解决方法.mp4  27.35M
|   ├──1.147 神经网络整体框架概述.mp4  15.41M
|   ├──1.148 参数初始化操作.mp4  29.14M
|   ├──1.149 矩阵向量转换.mp4  22.45M
|   ├──1.15 训练线性回归模型.mp4  29.23M
|   ├──1.150 向量反变换.mp4  24.26M
|   ├──1.151 完成前向传播模块.mp4  24.91M
|   ├──1.152 损失函数定义.mp4  24.15M
|   ├──1.153 准备反向传播迭代.mp4  20.60M
|   ├──1.154 差异项计算.mp4  27.28M
|   ├──1.155 逐层计算.mp4  26.72M
|   ├──1.156 完成全部迭代更新模块.mp4  47.26M
|   ├──1.157 手写字体识别数据集.mp4  26.91M
|   ├──1.158 算法代码错误修正.mp4  36.78M
|   ├──1.159 模型优化结果展示.mp4  36.16M
|   ├──1.16 得到线性回归方程.mp4  22.34M
|   ├──1.160 测试效果可视化展示.mp4  44.28M
|   ├──1.161 贝叶斯要解决的问题.mp4  9.68M
|   ├──1.162 贝叶斯公式推导.mp4  13.78M
|   ├──1.163 拼写纠错实例.mp4  22.07M
|   ├──1.164 垃圾邮件过滤实例.mp4  19.30M
|   ├──1.165 朴素贝叶斯算法整体框架.mp4  12.65M
|   ├──1.166 邮件数据读取.mp4  11.25M
|   ├──1.167 预料表与特征向量构建.mp4  23.14M
|   ├──1.168 分类别统计词频.mp4  21.02M
|   ├──1.169 贝叶斯公式对数变换.mp4  20.24M
|   ├──1.17 整体流程debug解读.mp4  21.83M
|   ├──1.170 完成预测模块.mp4  23.53M
|   ├──1.171 关联规则概述.mp4  15.68M
|   ├──1.172 支持度与置信度.mp4  21.80M
|   ├──1.173 提升度的作用.mp4  27.52M
|   ├──1.174 Python实战关联规则.mp4  25.98M
|   ├──1.175 数据集制作.mp4  25.64M
|   ├──1.176 电影数据集题材关联分析.mp4  40.61M
|   ├──1.177 Apripri算法整体流程.mp4  23.33M
|   ├──1.178 数据集demo.mp4  8.30M
|   ├──1.179 扫描模块.mp4  16.05M
|   ├──1.18 多特征回归模型.mp4  38.78M
|   ├──1.180 拼接模块.mp4  14.39M
|   ├──1.181 挖掘频繁项集.mp4  18.09M
|   ├──1.182 规则生成模块.mp4  17.13M
|   ├──1.183 完成全部算法流程.mp4  19.58M
|   ├──1.184 规则结果展示.mp4  20.38M
|   ├──1.185 词向量模型通俗解释.mp4  15.43M
|   ├──1.186 模型整体框架.mp4  21.30M
|   ├──1.187 训练数据构建.mp4  12.18M
|   ├──1.188 CBOW与Skip.gram模型.mp4  18.35M
|   ├──1.189 负采样方案.mp4  21.98M
|   ├──1.19 非线性回归.mp4  31.53M
|   ├──1.190 数据与任务流程.mp4  31.49M
|   ├──1.191 数据清洗.mp4  19.43M
|   ├──1.192 batch数据制作.mp4  34.24M
|   ├──1.193 网络训练.mp4  33.93M
|   ├──1.194 可视化展示.mp4  28.62M
|   ├──1.195 推荐系统应用.mp4  18.80M
|   ├──1.196 推荐系统要完成的任务.mp4  10.35M
|   ├──1.197 相似度计算.mp4  16.40M
|   ├──1.198 基于用户的协同过滤.mp4  14.44M
|   ├──1.199 基于物品的协同过滤.mp4  22.05M
|   ├──1.2 回归问题概述.mp4  13.75M
|   ├──1.20 Sklearn工具包简介.mp4  22.80M
|   ├──1.200 隐语义模型.mp4  11.59M
|   ├──1.201 隐语义模型求解.mp4  15.47M
|   ├──1.202 模型评估标准.mp4  10.77M
|   ├──1.203 音乐推荐任务概述.mp4  50.77M
|   ├──1.204 数据集整合.mp4  39.97M
|   ├──1.205 基于物品的协同过滤.mp4  43.49M
|   ├──1.206 物品相似度计算与推荐.mp4  46.48M
|   ├──1.207 SVD矩阵分解.mp4  44.93M
|   ├──1.208 基于矩阵分解的音乐推荐~1.mp4  55.60M
|   ├──1.209 线性判别分析要解决的问题.mp4  19.84M
|   ├──1.21 数据集切分.mp4  19.97M
|   ├──1.210 线性判别分析要优化的目标.mp4  19.10M
|   ├──1.211 线性判别分析求解.mp4  20.21M
|   ├──1.212 实现线性判别分析进行降维任务.mp4  28.35M
|   ├──1.213 求解得出降维结果.mp4  27.92M
|   ├──1.214 PCA基本概念.mp4  34.38M
|   ├──1.215 PCA降维实例.mp4  45.80M
|   ├──1.216 PCA结果推导.mp4  23.55M
|   ├──1.217 方差与协方差.mp4  18.11M
|   ├──1.218 马尔科夫模型.mp4  12.81M
|   ├──1.219 隐马尔科夫模型基本出发点.mp4  13.35M
|   ├──1.22 交叉验证的作用.mp4  28.06M
|   ├──1.220 组成与要解决的问题.mp4  10.76M
|   ├──1.221 暴力求解方法.mp4  18.17M
|   ├──1.222 复杂度计算.mp4  10.86M
|   ├──1.223 前向算法.mp4  24.78M
|   ├──1.224 前向算法求解实例.mp4  24.27M
|   ├──1.225 Baum.Welch算法.mp4  18.59M
|   ├──1.226 参数求解.mp4  12.11M
|   ├──1.227 维特比算法.mp4  30.93M
|   ├──1.228 hmmlearn工具包.mp4  14.76M
|   ├──1.229 工具包使用方法.mp4  44.75M
|   ├──1.23 交叉验证实验分析.mp4  44.93M
|   ├──1.230 中文分词任务.mp4  9.81M
|   ├──1.231 实现中文分词.mp4  24.88M
|   ├──1.24 混淆矩阵.mp4  15.56M
|   ├──1.25 评估指标对比分析.mp4  36.82M
|   ├──1.26 阈值对结果的影响.mp4  28.14M
|   ├──1.27 ROC曲线.mp4  22.61M
|   ├──1.28 实验目标分析.mp4  14.36M
|   ├──1.29 参数直接求解方法.mp4  18.03M
|   ├──1.3 误差项定义.mp4  18.86M
|   ├──1.30 预处理对结果的影响.mp4  35.72M
|   ├──1.31 梯度下降模块.mp4  14.50M
|   ├──1.32 学习率对结果的影响.mp4  22.27M
|   ├──1.33 随机梯度下降得到的效果.mp4  31.75M
|   ├──1.34 MiniBatch方法.mp4  21.68M
|   ├──1.35 不同策略效果对比.mp4  22.22M
|   ├──1.36 多项式回归.mp4  26.16M
|   ├──1.37 模型复杂度.mp4  45.42M
|   ├──1.38 样本数量对结果的影响.mp4  42.42M
|   ├──1.39 正则化的作用.mp4  22.49M
|   ├──1.4 独立同分布的意义.mp4  16.26M
|   ├──1.40 岭回归与lasso.mp4  59.88M
|   ├──1.41 实验总结.mp4  40.28M
|   ├──1.42 逻辑回归算法原理.mp4  16.15M
|   ├──1.43 化简与求解.mp4  19.78M
|   ├──1.44 多分类逻辑回归整体思路.mp4  14.61M
|   ├──1.45 训练模块功能.mp4  27.31M
|   ├──1.46 完成预测模块.mp4  23.85M
|   ├──1.47 优化目标定义.mp4  23.56M
|   ├──1.48 迭代优化参数.mp4  31.74M
|   ├──1.49 梯度计算.mp4  29.39M
|   ├──1.5 似然函数的作用.mp4  20.95M
|   ├──1.50 得出最终结果.mp4  35.56M
|   ├──1.51 鸢尾花数据集多分类任务.mp4  17.98M
|   ├──1.52 训练多分类模型.mp4  30.20M
|   ├──1.53 准备测试数据.mp4  25.30M
|   ├──1.54 决策边界绘制.mp4  33.95M
|   ├──1.55 非线性决策边界.mp4  14.46M
|   ├──1.56 逻辑回归实验概述.mp4  40.11M
|   ├──1.57 概率结果随特征数值的变化.mp4  30.57M
|   ├──1.58 可视化展示.mp4  24.45M
|   ├──1.59 坐标棋盘制作.mp4  24.99M
|   ├──1.6 参数求解.mp4  22.42M
|   ├──1.60 分类决策边界展示分析.mp4  41.51M
|   ├──1.61 多分类.softmax.mp4  40.69M
|   ├──1.62 KMEANS算法概述.mp4  18.57M
|   ├──1.63 KMEANS工作流程.mp4  14.60M
|   ├──1.64 KMEANS迭代可视化展示.mp4  25.55M
|   ├──1.65 DBSCAN聚类算法.mp4  18.84M
|   ├──1.66 DBSCAN工作流程.mp4  27.68M
|   ├──1.67 DBSCAN可视化展示.mp4  24.02M
|   ├──1.68 Kmeans算法模块概述.mp4  6.69M
|   ├──1.69 计算得到簇中心点.mp4  16.57M
|   ├──1.7 梯度下降通俗解释.mp4  15.14M
|   ├──1.70 样本点归属划分.mp4  17.08M
|   ├──1.71 算法迭代更新.mp4  17.30M
|   ├──1.72 鸢尾花数据集聚类任务.mp4  21.48M
|   ├──1.73 聚类效果展示.mp4  34.48M
|   ├──1.74 Kmenas算法常用操作.mp4  29.07M
|   ├──1.75 聚类结果展示.mp4  13.74M
|   ├──1.76 建模流程解读.mp4  34.21M
|   ├──1.77 不稳定结果.mp4  12.90M
|   ├──1.78 评估指标.Inertia.mp4  32.28M
|   ├──1.79 如何找到合适的K值.mp4  23.61M
|   ├──1.8 参数更新方法.mp4  17.07M
|   ├──1.80 轮廓系数的作用.mp4  29.70M
|   ├──1.81 Kmenas算法存在的问题.mp4  22.21M
|   ├──1.82 半监督学习.mp4  36.37M
|   ├──1.83 DBSCAN算法.mp4  35.76M
|   ├──1.84 决策树算法概述.mp4  16.89M
|   ├──1.85 熵的作用.mp4  14.40M
|   ├──1.86 信息增益原理.mp4  18.64M
|   ├──1.87 决策树构造实例.mp4  16.52M
|   ├──1.88 信息增益率与gini系数.mp4  12.49M
|   ├──1.89 预剪枝方法.mp4  16.64M
|   ├──1.9 优化参数设置.mp4  18.32M
|   ├──1.90 后剪枝方法.mp4  15.52M
|   ├──1.91 回归问题解决.mp4  12.49M
|   ├──1.92 整体模块概述.mp4  7.60M
|   ├──1.93 递归生成树节点.mp4  18.81M
|   ├──1.94 整体框架逻辑.mp4  13.42M
|   ├──1.95 熵值计算.mp4  25.64M
|   ├──1.96 数据集切分.mp4  17.95M
|   ├──1.97 完成树模型构建.mp4  17.86M
|   ├──1.98 测试算法效果.mp4  15.50M
|   └──1.99 树模型可视化展示.mp4  22.50M
├──第05模块:机器学习算法建模实战项目(新)  
|   ├──1.1 任务目标解读.mp4  23.14M
|   ├──1.10 混淆矩阵评估分析.mp4  38.32M
|   ├──1.11 测试集遇到的问题.mp4  15.13M
|   ├──1.12 阈值对结果的影响.mp4  25.67M
|   ├──1.13 SMOTE样本生成策略.mp4  17.99M
|   ├──1.14 过采样效果与项目总结.mp4  27.63M
|   ├──1.2 项目挑战与解决方案制定.mp4  31.31M
|   ├──1.3 数据标准化处理.mp4  33.46M
|   ├──1.4 下采样数据集制作.mp4  15.36M
|   ├──1.5 交叉验证.mp4  17.03M
|   ├──1.6 数据集切分.mp4  16.01M
|   ├──1.7 模型评估方法与召回率.mp4  21.84M
|   ├──1.8 正则化惩罚项.mp4  23.36M
|   ├──1.9 训练逻辑回归模型.mp4  49.47M
|   ├──2.1 基于随机森林的气温预测任务概述.mp4  30.59M
|   ├──2.2 基本随机森林模型建立.mp4  30.68M
|   ├──2.3 可视化展示与特征重要性.mp4  56.18M
|   ├──2.4 加入新的数据与特征.mp4  36.57M
|   ├──2.5 数据与特征对结果的影响.mp4  31.37M
|   ├──2.6 效率对比分析.mp4  35.15M
|   ├──2.7 网格与随机参数选择.mp4  24.89M
|   ├──2.8 随机参数选择方法实践.mp4  29.37M
|   ├──2.9 调参优化细节.mp4  34.61M
|   ├──3.1 新闻数据与任务概述.mp4  17.49M
|   ├──3.2 中文分词与停用词过滤.mp4  24.59M
|   ├──3.3 文本关键词提取.mp4  48.51M
|   ├──3.4 词袋模型.mp4  31.66M
|   ├──3.5 贝叶斯建模结果.mp4  32.95M
|   ├──3.6 TF_IDF特征分析对比.mp4  31.46M
|   ├──4.1 音乐推荐任务概述.mp4  50.70M
|   ├──4.2 数据集整合.mp4  39.99M
|   ├──4.3 基于物品的协同过滤.mp4  43.73M
|   ├──4.4 物品相似度计算与推荐.mp4  46.67M
|   ├──4.5 SVD矩阵分解.mp4  44.91M
|   ├──4.6-基于矩阵分解的音乐推荐.mp4  55.79M
|   ├──5.1 fbprophet股价预测任务概述.mp4  53.99M
|   ├──5.2 时间序列分析.mp4  51.86M
|   ├──5.3 fbprophet时间序列预测实例.mp4  58.45M
|   ├──5.4 亚马逊股价趋势.mp4  41.18M
|   ├──5.5 突变点调参.mp4  62.88M
|   ├──6.1 项目与数据介绍.mp4  53.44M
|   ├──6.10 行为特征.mp4  33.26M
|   ├──6.11 累积行为特征.mp4  54.94M
|   ├──6.12 Xgboost模型.mp4  27.23M
|   ├──6.2 数据挖掘流程.mp4  37.59M
|   ├──6.3 数据检查.mp4  32.05M
|   ├──6.4 构建用户特征表单.mp4  60.62M
|   ├──6.5 构建商品特征表单.mp4  46.69M
|   ├──6.6 数据探索概述.mp4  21.42M
|   ├──6.7 购买因素分析.mp4  33.40M
|   ├──6.8 特征工程.mp4  31.64M
|   └──6.9 基本特征构造.mp4  50.94M
├──第06模块:机器学习案例实战应用集锦(新)  
|   ├──1.1 关联规则概述.mp4  15.68M
|   ├──1.2 支持度与置信度.mp4  21.89M
|   ├──1.3 提升度的作用.mp4  27.37M
|   ├──1.4 Python实战关联规则.mp4  25.98M
|   ├──1.5 数据集制作.mp4  25.66M
|   ├──1.6 电影数据集题材关联分析.mp4  40.92M
|   ├──10.1 数据与任务介绍.mp4  23.32M
|   ├──10.10 序列化执行预处理操作.mp4  33.72M
|   ├──10.11 完成所有预处理操作.mp4  36.54M
|   ├──10.12 构建回归模型.mp4  45.49M
|   ├──10.2 数据分析与可视化展示.mp4  24.18M
|   ├──10.3 连续值离散化与可视化细节.mp4  35.84M
|   ├──10.4 加载数据坐标到实际地图中进行分析.mp4  53.43M
|   ├──10.5 特征相关性分析.mp4  43.45M
|   ├──10.6 缺失值填充.mp4  15.94M
|   ├──10.7 sklearn工具包预处理模块.mp4  43.68M
|   ├──10.8 离散属性特征处理.mp4  26.19M
|   ├──10.9 构建合适的特征.mp4  37.88M
|   ├──11.1 数据任务介绍及缺失值处理.mp4  33.48M
|   ├──11.10 结果评估.mp4  64.95M
|   ├──11.11 必杀神奇:lightgbm.mp4  66.84M
|   ├──11.2 EDA数据探索分析.mp4  27.70M
|   ├──11.3 特征展示分析.mp4  23.96M
|   ├──11.4 KDEPLOT展示.mp4  25.14M
|   ├──11.5 部分特征分析与可视化.mp4  36.34M
|   ├──11.6 数据检查与特征工程.mp4  47.37M
|   ├──11.7 多项式特征.mp4  32.41M
|   ├──11.8 自定义特征.mp4  19.82M
|   ├──11.9 逻辑回归模型.mp4  48.93M
|   ├──12.1 数据与任务流程分析.mp4  28.42M
|   ├──12.2 图片数据导入.mp4  25.67M
|   ├──12.3 图像特征编码.mp4  25.78M
|   ├──12.4 数组保存与读取.mp4  19.85M
|   ├──12.5 得出聚类结果.mp4  26.51M
|   ├──12.6 聚类效果可视化展示.mp4  55.85M
|   ├──2.1 数据与任务分析.mp4  37.61M
|   ├──2.2 提取月份信息进行统计分析.mp4  20.38M
|   ├──2.3 房价随星期变化的可视化展示.mp4  35.65M
|   ├──2.4 房屋信息指标分析.mp4  59.63M
|   ├──2.5 提取房屋常见设施.mp4  49.51M
|   ├──2.6 房屋规格热度图分析.mp4  40.81M
|   ├──2.7 预处理与建模准备.mp4  43.39M
|   ├──2.8 随机森林与LightGBM.mp4  33.41M
|   ├──2.9 训练与评估.mp4  52.91M
|   ├──3.1 数据与任务介绍.mp4  17.81M
|   ├──3.2 文本词频统计.mp4  24.94M
|   ├──3.3 ngram结果可视化展示.mp4  41.58M
|   ├──3.4 文本清洗.mp4  26.11M
|   ├──3.5 相似度计算.mp4  35.30M
|   ├──3.6 得出推荐结果.mp4  43.93M
|   ├──4.1 数据任务分析.mp4  46.83M
|   ├──4.2 特征工程制作.mp4  42.03M
|   ├──4.3 统计指标生成.mp4  41.07M
|   ├──4.4 特征信息提取.mp4  62.81M
|   ├──4.5 标签变换.mp4  32.98M
|   ├──4.6 输入数据制作.mp4  21.71M
|   ├──4.7 Xgboost训练模型.mp4  21.40M
|   ├──4.8 生成输出结果.mp4  52.19M
|   ├──5.1 数据与任务简介.mp4  31.52M
|   ├──5.2 数据问题探索与解决方案.mp4  42.17M
|   ├──5.3 剔除开挂数据.mp4  30.38M
|   ├──5.4 类别变量处理.mp4  22.00M
|   ├──5.5 绘图统计分析.mp4  31.68M
|   ├──5.6 热度图展示.mp4  27.04M
|   ├──5.7 随机森林建模.mp4  25.45M
|   ├──5.8 特征重要性.mp4  42.27M
|   ├──6.1 模型解释方法与实践.mp4  37.13M
|   ├──6.2 部分依赖图解释.mp4  16.94M
|   ├──6.3 双变量分析.mp4  20.77M
|   ├──6.4 ShapValues指标分析.mp4  47.04M
|   ├──6.5 疾病引起原因分析实战.mp4  44.37M
|   ├──7.1 Python字符串处理.mp4  31.86M
|   ├──7.10 名字实体匹配.mp4  17.09M
|   ├──7.11 恐怖袭击分析.mp4  33.03M
|   ├──7.12 统计分析结果.mp4  37.32M
|   ├──7.13 结巴分词器.mp4  22.69M
|   ├──7.14 词云展示.mp4  71.31M
|   ├──7.2 正则常用符号.mp4  30.06M
|   ├──7.3 正则表达式基本语法.mp4  26.06M
|   ├──7.4 常用函数介绍.mp4  30.82M
|   ├──7.5 NLTK工具包简介.mp4  24.16M
|   ├──7.6 停用词过滤.mp4  21.10M
|   ├──7.7 词性标注.mp4  28.52M
|   ├──7.8 数据清洗实例.mp4  35.30M
|   ├──7.9 Spacy工具包.mp4  35.65M
|   ├──8.1 词向量模型通俗解释.mp4  16.70M
|   ├──8.2 模型整体框架.mp4  23.06M
|   ├──8.3 训练数据构建.mp4  13.24M
|   ├──8.4 CBOW与Skip_gram模型.mp4  19.76M
|   ├──8.5 负采样方案.mp4  23.57M
|   ├──9.1 任务概述.mp4  29.88M
|   ├──9.2 词袋模型.mp4  22.75M
|   ├──9.3 词袋模型分析.mp4  51.77M
|   ├──9.4 TFIDF模型.mp4  35.28M
|   ├──9.5 word2vec词向量模型.mp4  40.56M
|   └──9.6 深度学习模型.mp4  30.81M
├──第06模块:深度学习框架-Tensorflow2版本实战(旧)  
|   ├──1.1 课程简介.mp4  2.89M
|   ├──1.2 Tensorflow2版本简介与心得.mp4  22.85M
|   ├──1.3 Tensorflow2版本安装方法.mp4  34.18M
|   ├──1.4 tf基础操作.mp4  17.19M
|   ├──10.1 任务目标与数据介绍.mp4  21.14M
|   ├──10.2 RNN模型输入数据维度解读.mp4  12.50M
|   ├──10.3 数据映射表制作.mp4  29.87M
|   ├──10.4 embedding层向量制作.mp4  42.45M
|   ├──10.5 数据生成器构造.mp4  27.56M
|   ├──10.6 双向RNN模型定义.mp4  14.72M
|   ├──10.7 自定义网络模型架构.mp4  37.80M
|   ├──10.8 训练策略指定.mp4  20.68M
|   ├──10.9 训练文本分类模型.mp4  23.87M
|   ├──11.1 CNN应用于文本任务原理解析.mp4  17.31M
|   ├──11.2 整体流程解读.mp4  15.61M
|   ├──11.3 网络架构设计与训练.mp4  30.63M
|   ├──12.1 任务目标与数据源.mp4  12.63M
|   ├──12.2 构建时间序列数据.mp4  19.27M
|   ├──12.3 训练时间序列数据预测结果.mp4  26.45M
|   ├──12.4 多特征预测结果.mp4  21.39M
|   ├──12.5 序列结果预测.mp4  15.62M
|   ├──13.1 BERT课程简介.mp4  17.88M
|   ├──13.10 BERT模型训练方法.mp4  15.25M
|   ├──13.11 训练实例.mp4  16.84M
|   ├──13.2 BERT任务目标概述.mp4  8.52M
|   ├──13.3 传统解决方案遇到的问题.mp4  17.46M
|   ├──13.4 注意力机制的作用.mp4  11.15M
|   ├──13.5 self.attention计算方法.mp4  18.20M
|   ├──13.6 特征分配与softmax机制.mp4  15.73M
|   ├──13.7 Multi.head的作用.mp4  14.75M
|   ├──13.8 位置编码与多层堆叠.mp4  12.10M
|   ├──13.9 transformer整体架构梳理.mp4  17.22M
|   ├──14.1 BERT开源项目简介.mp4  29.19M
|   ├──14.10 构建QKV矩阵.mp4  32.78M
|   ├──14.11 完成Transformer模块构建.mp4  26.12M
|   ├──14.12 训练BERT模型.mp4  34.36M
|   ├──14.2 项目参数配置.mp4  62.23M
|   ├──14.3 数据读取模块.mp4  33.04M
|   ├──14.4 数据预处理模块.mp4  25.36M
|   ├──14.5 tfrecord制作.mp4  32.49M
|   ├──14.6 Embedding层的作用.mp4  19.34M
|   ├──14.7 加入额外编码特征.mp4  27.04M
|   ├──14.8 加入位置编码特征.mp4  14.72M
|   ├──14.9 mask机制.mp4  22.44M
|   ├──15.1 对抗生成网络通俗解释.mp4  14.22M
|   ├──15.2 GAN网络组成.mp4  8.32M
|   ├──15.3 DCGAN网络架构与流程解读.mp4  11.93M
|   ├──15.4 网络架构设计.mp4  23.88M
|   ├──15.5 损失函数定义与训练.mp4  33.04M
|   ├──16.1 CycleGan网络所需数据.mp4  20.82M
|   ├──16.10 判别网络模块构造.mp4  12.78M
|   ├──16.11 损失函数:identity loss计算方法.mp4  23.59M
|   ├──16.12 生成与判别损失函数指定.mp4  35.12M
|   ├──16.13 额外补充:VISDOM可视化配置.mp4  22.46M
|   ├──16.2 CycleGan整体网络架构.mp4  16.10M
|   ├──16.3 PatchGan判别网络原理.mp4  8.27M
|   ├──16.4 数据与环境配置.mp4  35.01M
|   ├──16.5 生成与判别器损失函数定义.mp4  20.97M
|   ├──16.6 整体损失模块解读.mp4  38.44M
|   ├──16.7 Cycle开源项目简介.mp4  32.80M
|   ├──16.8 数据读取与预处理操作.mp4  35.01M
|   ├──16.9 生成网络模块构造.mp4  31.36M
|   ├──17.1 额外补充.Resnet论文解读.mp4  65.98M
|   ├──17.2 额外补充.Resnet网络架构解读.mp4  13.98M
|   ├──17.3 项目结构概述.mp4  14.30M
|   ├──17.4 数据集处理方法.mp4  18.01M
|   ├──17.5 训练数据构建.mp4  17.36M
|   ├──17.6 网络架构层次解读.mp4  22.38M
|   ├──17.7 前向传播配置.mp4  24.14M
|   ├──17.8 训练resnet模型.mp4  20.06M
|   ├──2.1 深度学习要解决的问题.mp4  14.41M
|   ├──2.10 神经网络架构细节.mp4  23.74M
|   ├──2.11 神经元个数对结果的影响.mp4  59.38M
|   ├──2.12 正则化与激活函数.mp4  19.79M
|   ├──2.13 神经网络过拟合解决方法.mp4  25.71M
|   ├──2.2 深度学习应用领域.mp4  36.04M
|   ├──2.3 计算机视觉任务.mp4  12.35M
|   ├──2.4 视觉任务中遇到的问题.mp4  21.66M
|   ├──2.5 得分函数.mp4  13.06M
|   ├──2.6 损失函数的作用.mp4  20.94M
|   ├──2.7 前向传播整体流程.mp4  26.87M
|   ├──2.8 返向传播计算方法.mp4  17.68M
|   ├──2.9 神经网络整体架构.mp4  20.67M
|   ├──3.1 任务目标与数据集简介.mp4  24.37M
|   ├──3.2 建模流程与API文档.mp4  19.87M
|   ├──3.3 网络模型训练.mp4  21.53M
|   ├──3.4 模型超参数调节与预测结果展示.mp4  38.06M
|   ├──3.5 分类模型构建.mp4  39.39M
|   ├──3.6 tf.data模块解读.mp4  22.38M
|   ├──3.7 模型保存与读取实例.mp4  49.55M
|   ├──4.1 卷积神经网络应用领域.mp4  14.81M
|   ├──4.10 VGG网络架构.mp4  12.82M
|   ├──4.11 残差网络Resnet.mp4  13.26M
|   ├──4.12 感受野的作用.mp4  11.31M
|   ├──4.2 卷积的作用.mp4  16.74M
|   ├──4.3 卷积特征值计算方法.mp4  15.21M
|   ├──4.4 得到特征图表示.mp4  13.38M
|   ├──4.5 步长与卷积核大小对结果的影响.mp4  14.67M
|   ├──4.6 边缘填充方法.mp4  12.57M
|   ├──4.7 特征图尺寸计算与参数共享.mp4  14.79M
|   ├──4.8 池化层的作用.mp4  8.73M
|   ├──4.9 整体网络架构.mp4  11.84M
|   ├──5.1 猫狗识别任务与数据简介.mp4  15.16M
|   ├──5.2 卷积网络涉及参数解读.mp4  20.07M
|   ├──5.3 网络架构配置.mp4  19.89M
|   ├──5.4 卷积模型训练与识别效果展示.mp4  32.15M
|   ├──6.1 数据增强概述.mp4  32.84M
|   ├──6.2 图像数据变换.mp4  72.08M
|   ├──6.3 猫狗识别任务数据增强实例.mp4  22.45M
|   ├──7.1 迁移学习的目标.mp4  9.06M
|   ├──7.2 迁移学习策略.mp4  11.64M
|   ├──7.3 Resnet原理.mp4  80.66M
|   ├──7.4 加载训练好的经典网络模型.mp4  24.92M
|   ├──7.5 Callback模块与迁移学习实例.mp4  37.59M
|   ├──7.6 tfrecords数据源制作方法.mp4  26.99M
|   ├──7.7 图像数据处理实例.mp4  31.50M
|   ├──8.1 RNN网络架构解读.mp4  17.64M
|   ├──8.2 词向量模型通俗解释.mp4  15.37M
|   ├──8.3 模型整体框架.mp4  21.24M
|   ├──8.4 训练数据构建.mp4  12.20M
|   ├──8.5 CBOW与Skip.gram模型.mp4  18.40M
|   ├──8.6 负采样方案.mp4  22.01M
|   ├──9.1 任务流程解读.mp4  12.08M
|   ├──9.2 模型定义参数设置.mp4  11.77M
|   ├──9.3 文本词预处理操作.mp4  13.08M
|   ├──9.4 训练batch数据制作.mp4  29.46M
|   └──9.5 损失函数定义与训练结果展示.mp4  29.46M
├──第07模块:机器学习竞赛优胜解决方案实战(新)  
|   ├──1.1 课程简介.mp4  16.25M
|   ├──1.2 任务目标与数据分析..mp4  22.71M
|   ├──1.3 整体模型架构.mp4  12.46M
|   ├──1.4 构建用户特征序列.mp4  26.88M
|   ├──1.5 序列特征提取方法.mp4  22.40M
|   ├──1.6 生成特征汇总表.mp4  26.83M
|   ├──1.7 标签制作.mp4  15.99M
|   ├──1.8 网络训练模块.mp4  29.88M
|   ├──1.9 得出最终模型结果.mp4  24.08M
|   ├──10.1 任务概述.mp4  8.72M
|   ├──10.2 处理流程与数据简介.mp4  39.36M
|   ├──10.3 数据处理.mp4  33.80M
|   ├──10.4 单变量绘图分析.mp4  17.86M
|   ├──10.5 离群点剔除.mp4  29.72M
|   ├──10.6 变量与结果的关系.mp4  29.39M
|   ├──10.7 多变量展示.mp4  44.46M
|   ├──10.8 特征工程.mp4  44.20M
|   ├──11.1 dataleakage问题.mp4  44.18M
|   ├──11.2 基础模型对比.mp4  45.69M
|   ├──11.3 选择参数.mp4  49.48M
|   ├──11.4 测试模型.mp4  36.34M
|   ├──11.5 模型解释.mp4  31.38M
|   ├──11.6 模型分析.mp4  64.50M
|   ├──2.1 数据任务概述.mp4  19.42M
|   ├──2.2 数据异常检查.mp4  43.36M
|   ├──2.3 时间特征提取.mp4  40.51M
|   ├──2.4 各道工序特征构建.mp4  47.57M
|   ├──2.5 准备训练数据.mp4  31.79M
|   ├──2.6 训练xgboost模型.mp4  37.94M
|   ├──3.1 数据与任务目标分析.mp4  19.53M
|   ├──3.2 数据清洗与标签转换.mp4  19.02M
|   ├──3.3 道路通行时间序列数据生成.mp4  26.86M
|   ├──3.4 序列缺失补全方法.mp4  25.52M
|   ├──3.5 基于回归与插值完成序列特征.mp4  36.27M
|   ├──3.6 基于回归与插值进行序列补全.mp4  22.85M
|   ├──3.7 特征汇总.mp4  34.32M
|   ├──3.8 建立回归模型进行预测.mp4  32.70M
|   ├──4.1 竞赛与目标分析.mp4  20.27M
|   ├──4.2 模型解释方法与实践.mp4  34.19M
|   ├──4.3 特征对比分析方法.mp4  36.26M
|   ├──4.4 部分依赖图解释.mp4  16.07M
|   ├──4.5 结果对比分析.mp4  40.04M
|   ├──4.6 双变量分析.mp4  19.99M
|   ├──4.7 ShapValues指标分析.mp4  44.47M
|   ├──4.8 疾病引起原因分析实战.mp4  41.69M
|   ├──5.1 数据与任务介绍.mp4  15.43M
|   ├──5.2 整体模型架构.mp4  10.82M
|   ├──5.3 数据、标签、语料库处理.mp4  25.75M
|   ├──5.4 输入样本填充补齐.mp4  24.18M
|   ├──5.5 训练网络模型.mp4  26.90M
|   ├──5.6 医疗数据集(糖尿病)实体识别.mp4  62.70M
|   ├──6.1 竞赛任务目标.mp4  15.97M
|   ├──6.2 图模型信息提取.mp4  20.59M
|   ├──6.3 节点权重特征提取(PageRank).mp4  24.46M
|   ├──6.4 deepwalk构建图顶点特征.mp4  35.83M
|   ├──6.5 各项统计特征.mp4  35.15M
|   ├──6.6 app安装特征.mp4  28.38M
|   ├──6.7 图中联系人特征.mp4  47.83M
|   ├──7.1 任务目标与数据集介绍.mp4  33.42M
|   ├──7.2 数据清洗与预处理.mp4  37.47M
|   ├──7.3 基本特征抽取.mp4  41.98M
|   ├──7.4 文章与词向量分析.mp4  48.48M
|   ├──7.5 权重划分.mp4  30.51M
|   ├──7.6 候选词统计特征.mp4  22.08M
|   ├──7.7 textrank特征提取.mp4  19.87M
|   ├──7.8 候选词相似度特征.mp4  12.89M
|   ├──7.9 特征工程汇总.mp4  47.25M
|   ├──8.1 基本数值特征.mp4  38.87M
|   ├──8.2 常用特征构造手段.mp4  41.74M
|   ├──8.3 时间特征处理.mp4  44.88M
|   ├──8.4 文本特征处理.mp4  82.64M
|   ├──8.5 构造文本向量.mp4  39.47M
|   ├──8.6 词向量特征.mp4  55.23M
|   ├──8.7 计算机眼中的图像.mp4  18.59M
|   ├──9.1 任务与解决框架概述.mp4  39.28M
|   ├──9.2 特征工程分析与特征提取.mp4  65.76M
|   ├──9.3 离散数据处理.mp4  48.86M
|   ├──9.4 统计与文本特征.mp4  43.49M
|   ├──9.5 文本特征构建.mp4  54.04M
|   ├──9.6 构建低敏用户模型.mp4  50.23M
|   └──9.7 高敏模型概述.mp4  41.00M
├──第07模块:深度学习框架-PyTorch项目实战(旧)  
|   ├──1.1 PyTorch实战课程简介.mp4  15.77M
|   ├──1.2 PyTorch框架发展趋势简介.mp4  16.95M
|   ├──1.3 框架安装方法(CPU与GPU版本).mp4  12.61M
|   ├──1.4 PyTorch基本操作简介.mp4  19.34M
|   ├──1.5 自动求导机制.mp4  25.88M
|   ├──1.6 线性回归DEMO.数据与参数配置.mp4  17.01M
|   ├──1.7 线性回归DEMO.训练回归模型.mp4  28.21M
|   ├──1.8 常见tensor格式.mp4  15.06M
|   ├──1.9 Hub模块简介.mp4  40.59M
|   ├──10.1 OCR文字识别要完成的任务.mp4  13.74M
|   ├──10.2 CTPN文字检测网络概述.mp4  12.96M
|   ├──10.3 序列网络的作用.mp4  15.42M
|   ├──10.4 输出结果含义解析.mp4  11.72M
|   ├──10.5 CTPN细节概述.mp4  15.40M
|   ├──10.6 CRNN识别网络架构.mp4  10.58M
|   ├──10.7 CTC模块的作用.mp4  7.25M
|   ├──11.1 OCR文字检测识别项目效果展示.mp4  11.09M
|   ├──11.2 训练数据准备与环境配置.mp4  19.55M
|   ├──11.3 检测模块候选框生成.mp4  20.64M
|   ├──11.4 候选框标签制作.mp4  20.74M
|   ├──11.5 整体网络所需模块.mp4  13.45M
|   ├──11.6 网络架构各模块完成的任务解读.mp4  19.67M
|   ├──11.7 CRNN识别模块所需数据与标签.mp4  12.64M
|   ├──11.8 识别模块网络架构解读.mp4  26.57M
|   ├──12.1 3D卷积原理解读.mp4  15.03M
|   ├──12.2 UCF101动作识别数据集简介.mp4  31.45M
|   ├──12.3 测试效果与项目配置.mp4  35.80M
|   ├──12.4 视频数据预处理方法.mp4  19.94M
|   ├──12.5 数据Batch制作方法.mp4  30.32M
|   ├──12.6 3D卷积网络所涉及模块.mp4  24.11M
|   ├──12.7 训练网络模型.mp4  26.14M
|   ├──13.1 BERT课程简介.mp4  17.80M
|   ├──13.10 BERT模型训练方法.mp4  15.25M
|   ├──13.11 训练实例.mp4  16.79M
|   ├──13.2 BERT任务目标概述.mp4  8.47M
|   ├──13.3 传统解决方案遇到的问题.mp4  17.28M
|   ├──13.4 注意力机制的作用.mp4  11.23M
|   ├──13.5 selfattention计算方法.mp4  18.19M
|   ├──13.6 特征分配与softmax机制.mp4  15.73M
|   ├──13.7 Multihead的作用.mp4  14.90M
|   ├──13.8 位置编码与多层堆叠.mp4  12.37M
|   ├──13.9 transformer整体架构梳理.mp4  17.12M
|   ├──14.1 BERT开源项目简介.mp4  28.73M
|   ├──14.10 构建QKV矩阵.mp4  32.84M
|   ├──14.11 完成Transformer模块构建.mp4  26.04M
|   ├──14.12 训练BERT模型.mp4  34.57M
|   ├──14.2 项目参数配置.mp4  62.23M
|   ├──14.3 数据读取模块.mp4  32.95M
|   ├──14.4 数据预处理模块.mp4  25.32M
|   ├──14.5 tfrecord制作.mp4  32.53M
|   ├──14.6 Embedding层的作用.mp4  19.34M
|   ├──14.7 加入额外编码特征.mp4  27.02M
|   ├──14.8 加入位置编码特征.mp4  14.74M
|   ├──14.9 mask机制.mp4  22.44M
|   ├──15.1 项目配置与环境概述.mp4  16.86M
|   ├──15.2 数据读取与预处理.mp4  14.47M
|   ├──15.3 网络结构定义.mp4  19.12M
|   ├──15.4 训练网络模型.mp4  25.04M
|   ├──16.1 项目模板各模块概述.mp4  24.25M
|   ├──16.2 各模块配置参数解析.mp4  24.36M
|   ├──16.3 数据读取与预处理模块功能解读.mp4  30.90M
|   ├──16.4 模型架构模块.mp4  19.39M
|   ├──16.5 训练模块功能.mp4  30.79M
|   ├──16.6 训练结果可视化展示模块.mp4  23.09M
|   ├──16.7 模块应用与BenckMark解读.mp4  39.16M
|   ├──2.1 气温数据集与任务介绍.mp4  21.47M
|   ├──2.2 按建模顺序构建完成网络架构.mp4  27.47M
|   ├──2.3 简化代码训练网络模型.mp4  32.30M
|   ├──2.4 分类任务概述.mp4  10.66M
|   ├──2.5 构建分类网络模型.mp4  25.78M
|   ├──2.6 DataSet模块介绍与应用方法.mp4  34.06M
|   ├──3.1 卷积神经网络应用领域.mp4  14.81M
|   ├──3.10 VGG网络架构.mp4  12.84M
|   ├──3.11 残差网络Resnet.mp4  13.33M
|   ├──3.12 感受野的作用.mp4  11.31M
|   ├──3.2 卷积的作用.mp4  16.77M
|   ├──3.3 卷积特征值计算方法.mp4  15.27M
|   ├──3.4 得到特征图表示.mp4  13.25M
|   ├──3.5 步长与卷积核大小对结果的影响.mp4  14.67M
|   ├──3.6 边缘填充方法.mp4  12.71M
|   ├──3.7 特征图尺寸计算与参数共享.mp4  14.79M
|   ├──3.8 池化层的作用.mp4  8.87M
|   ├──3.9 整体网络架构.mp4  11.78M
|   ├──4.1 卷积网络参数定义.mp4  17.47M
|   ├──4.2 网络流程解读.mp4  24.45M
|   ├──4.3 Vision模块功能解读.mp4  16.32M
|   ├──4.4 分类任务数据集定义与配置.mp4  18.97M
|   ├──4.5 图像增强的作用.mp4  11.04M
|   ├──4.6 数据预处理与数据增强模块.mp4  23.45M
|   ├──4.7 Batch数据制作.mp4  29.73M
|   ├──5.1 迁移学习的目标.mp4  9.01M
|   ├──5.2 迁移学习策略.mp4  11.64M
|   ├──5.3 加载训练好的网络模型.mp4  33.48M
|   ├──5.4 优化器模块配置.mp4  17.32M
|   ├──5.5 实现训练模块.mp4  22.08M
|   ├──5.6 训练结果与模型保存.mp4  28.79M
|   ├──5.7 加载模型对测试数据进行预测.mp4  37.54M
|   ├──5.8 额外补充.Resnet论文解读.mp4  70.30M
|   ├──5.9 额外补充.Resnet网络架构解读.mp4  13.92M
|   ├──6.1 RNN网络架构解读.mp4  17.73M
|   ├──6.2 词向量模型通俗解释.mp4  15.48M
|   ├──6.3 模型整体框架.mp4  21.22M
|   ├──6.4 训练数据构建.mp4  12.24M
|   ├──6.5 CBOW与Skipgram模型.mp4  18.33M
|   ├──6.6 负采样方案.mp4  22.04M
|   ├──7.1 任务目标与数据简介.mp4  20.36M
|   ├──7.2 RNN模型所需输入格式解析.mp4  13.65M
|   ├──7.3 项目配置参数设置.mp4  25.09M
|   ├──7.4 新闻数据读取与预处理方法.mp4  21.98M
|   ├──7.5 训练LSTM文本分类模型.mp4  24.53M
|   ├──7.6 Tensorboardx可视化展示模块搭建.mp4  30.94M
|   ├──7.7 CNN应用于文本任务原理解析.mp4  17.31M
|   ├──7.8 网络模型架构与效果展示.mp4  28.72M
|   ├──8.1 对抗生成网络通俗解释.mp4  14.22M
|   ├──8.2 GAN网络组成.mp4  8.32M
|   ├──8.3 损失函数解释说明.mp4  26.30M
|   ├──8.4 数据读取模块.mp4  19.02M
|   ├──8.5 生成与判别网络定义.mp4  26.58M
|   ├──9.1 CycleGan网络所需数据.mp4  20.97M
|   ├──9.10 额外补充:VISDOM可视化配置.mp4  22.37M
|   ├──9.2 CycleGan整体网络架构.mp4  16.10M
|   ├──9.3 PatchGan判别网络原理.mp4  8.24M
|   ├──9.4 Cycle开源项目简介.mp4  32.80M
|   ├──9.5 数据读取与预处理操作.mp4  34.97M
|   ├──9.6 生成网络模块构造.mp4  31.48M
|   ├──9.7 判别网络模块构造.mp4  12.79M
|   ├──9.8 损失函数:identity loss计算方法.mp4  23.65M
|   └──9.9 生成与判别损失函数指定.mp4  35.15M
├──第08模块:深度学习入门视频课程(新)  
|   ├──1.1 深度学习要解决的问题.mp4  14.51M
|   ├──1.2 深度学习应用领域.mp4  35.95M
|   ├──1.3 计算机视觉任务.mp4  12.31M
|   ├──1.4 视觉任务中遇到的问题.mp4  21.82M
|   ├──1.5 得分函数.mp4  13.12M
|   ├──1.6 损失函数的作用.mp4  20.97M
|   ├──1.7 前向传播整体流程.mp4  27.09M
|   ├──2.1 返向传播计算方法.mp4  17.83M
|   ├──2.2 神经网络整体架构.mp4  20.82M
|   ├──2.3 神经网络架构细节.mp4  23.94M
|   ├──2.4 神经元个数对结果的影响.mp4  59.97M
|   ├──2.5 正则化与激活函数.mp4  19.79M
|   ├──2.6 神经网络过拟合解决方法.mp4  26.42M
|   ├──3.1 卷积神经网络应用领域.mp4  15.31M
|   ├──3.10 VGG网络架构.mp4  13.31M
|   ├──3.11 残差网络Resnet.mp4  13.98M
|   ├──3.12 感受野的作用.mp4  11.86M
|   ├──3.2 卷积的作用.mp4  17.56M
|   ├──3.3 卷积特征值计算方法.mp4  16.04M
|   ├──3.4 得到特征图表示.mp4  13.81M
|   ├──3.5 步长与卷积核大小对结果的影响.mp4  15.45M
|   ├──3.6 边缘填充方法.mp4  13.29M
|   ├──3.7 特征图尺寸计算与参数共享.mp4  15.29M
|   ├──3.8 池化层的作用.mp4  9.21M
|   ├──3.9 整体网络架构.mp4  12.46M
|   ├──4.1 RNN网络架构解读.mp4  17.98M
|   ├──4.2 词向量模型通俗解释.mp4  17.40M
|   ├──4.3 模型整体框架.mp4  23.69M
|   ├──4.4 训练数据构建.mp4  13.53M
|   ├──4.5 CBOW与Skipgram模型.mp4  20.35M
|   └──4.6 负采样方案.mp4  24.01M
├──第09模块:深度学习必备框架实战(PyTorch+Tensorflow)(新)  
|   ├──1.1 课程简介.mp4  3.05M
|   ├──1.2 Tensorflow2版本简介与心得.mp4  22.70M
|   ├──1.3 Tensorflow2版本安装方法.mp4  34.20M
|   ├──1.4 tf基础操作.mp4  17.17M
|   ├──10.1 任务目标与数据源.mp4  11.59M
|   ├──10.2 构建时间序列数据.mp4  19.60M
|   ├──10.3 训练时间序列数据预测结果.mp4  23.89M
|   ├──10.4 多特征预测结果.mp4  21.50M
|   ├──10.5 序列结果预测.mp4  15.48M
|   ├──11.1 额外补充.Resnet论文解读.mp4  70.52M
|   ├──11.2 额外补充.Resnet网络架构解读.mp4  14.26M
|   ├──11.3 项目结构概述.mp4  14.56M
|   ├──11.4 数据集处理方法.mp4  18.32M
|   ├──11.5 训练数据构建.mp4  17.68M
|   ├──11.6 网络架构层次解读.mp4  22.61M
|   ├──11.7 前向传播配置.mp4  24.00M
|   ├──11.8 训练resnet模型.mp4  20.38M
|   ├──12.1 PyTorch实战课程简介.mp4  16.07M
|   ├──12.2 PyTorch框架发展趋势简介.mp4  18.27M
|   ├──12.3 框架安装方法(CPU与GPU版本).mp4  11.45M
|   ├──12.4 PyTorch基本操作简介.mp4  20.73M
|   ├──12.5 自动求导机制.mp4  25.84M
|   ├──12.6 线性回归DEMO.数据与参数配置.mp4  17.00M
|   ├──12.7 线性回归DEMO.训练回归模型.mp4  28.13M
|   ├──12.8 常见tensor格式.mp4  15.11M
|   ├──12.9 Hub模块简介.mp4  40.80M
|   ├──13.1 气温数据集与任务介绍.mp4  21.39M
|   ├──13.2 按建模顺序构建完成网络架构.mp4  27.37M
|   ├──13.3 简化代码训练网络模型.mp4  32.40M
|   ├──13.4 分类任务概述.mp4  10.54M
|   ├──13.5 构建分类网络模型.mp4  20.50M
|   ├──13.6 DataSet模块介绍与应用方法.mp4  34.05M
|   ├──14.1 卷积神经网络应用领域.mp4  15.31M
|   ├──14.10 VGG网络架构.mp4  13.31M
|   ├──14.11 残差网络Resnet.mp4  13.98M
|   ├──14.12 感受野的作用.mp4  11.86M
|   ├──14.2 卷积的作用.mp4  17.56M
|   ├──14.3 卷积特征值计算方法.mp4  16.04M
|   ├──14.4 得到特征图表示.mp4  13.81M
|   ├──14.5 步长与卷积核大小对结果的影响.mp4  15.45M
|   ├──14.6 边缘填充方法.mp4  13.29M
|   ├──14.7 特征图尺寸计算与参数共享.mp4  15.29M
|   ├──14.8 池化层的作用.mp4  9.21M
|   ├──14.9 整体网络架构.mp4  12.46M
|   ├──15.1 卷积网络参数定义.mp4  19.19M
|   ├──15.2 网络流程解读.mp4  26.06M
|   ├──15.3 Vision模块功能解读.mp4  17.44M
|   ├──15.4 分类任务数据集定义与配置.mp4  19.82M
|   ├──15.5 图像增强的作用.mp4  11.35M
|   ├──15.6 数据预处理与数据增强模块.mp4  23.99M
|   ├──15.7 Batch数据制作.mp4  29.86M
|   ├──16.1 迁移学习的目标.mp4  9.15M
|   ├──16.2 迁移学习策略.mp4  11.93M
|   ├──16.3 加载训练好的网络模型.mp4  35.83M
|   ├──16.4 优化器模块配置.mp4  18.40M
|   ├──16.5 实现训练模块.mp4  25.13M
|   ├──16.6 训练结果与模型保存.mp4  30.62M
|   ├──16.7 加载模型对测试数据进行预测.mp4  39.30M
|   ├──16.8 额外补充.Resnet论文解读.mp4  70.52M
|   ├──16.9 额外补充.Resnet网络架构解读.mp4  14.26M
|   ├──17.1 任务目标与数据简介.mp4  20.71M
|   ├──17.2 RNN模型所需输入格式解析.mp4  14.33M
|   ├──17.3 项目配置参数设置.mp4  25.66M
|   ├──17.4 新闻数据读取与预处理方法.mp4  22.31M
|   ├──17.5 训练LSTM文本分类模型.mp4  25.10M
|   ├──17.6 Tensorboardx可视化展示模块搭建.mp4  29.09M
|   ├──17.7 CNN应用于文本任务原理解析.mp4  17.67M
|   ├──17.8 网络模型架构与效果展示.mp4  29.28M
|   ├──2.1 深度学习要解决的问题.mp4  14.51M
|   ├──2.10 神经网络架构细节.mp4  23.94M
|   ├──2.11 神经元个数对结果的影响.mp4  59.97M
|   ├──2.12 正则化与激活函数.mp4  19.79M
|   ├──2.13 神经网络过拟合解决方法.mp4  26.42M
|   ├──2.2 深度学习应用领域.mp4  35.95M
|   ├──2.3 计算机视觉任务.mp4  12.31M
|   ├──2.4 视觉任务中遇到的问题.mp4  21.82M
|   ├──2.5 得分函数.mp4  13.12M
|   ├──2.6 损失函数的作用.mp4  20.97M
|   ├──2.7 前向传播整体流程.mp4  27.09M
|   ├──2.8 返向传播计算方法.mp4  17.83M
|   ├──2.9 神经网络整体架构.mp4  20.82M
|   ├──3.1 任务目标与数据集简介.mp4  25.90M
|   ├──3.2 建模流程与API文档.mp4  21.18M
|   ├──3.3 网络模型训练.mp4  23.13M
|   ├──3.4 模型超参数调节与预测结果展示.mp4  40.15M
|   ├──3.5 分类模型构建.mp4  41.61M
|   ├──3.6 tf.data模块解读.mp4  22.26M
|   ├──3.7 模型保存与读取实例.mp4  49.51M
|   ├──4.1 猫狗识别任务与数据简介.mp4  14.00M
|   ├──4.2 卷积网络涉及参数解读.mp4  21.36M
|   ├──4.3 网络架构配置.mp4  20.50M
|   ├──4.4 卷积模型训练与识别效果展示.mp4  33.20M
|   ├──5.1 数据增强概述.mp4  33.55M
|   ├──5.2 图像数据变换.mp4  67.69M
|   ├──5.3 猫狗识别任务数据增强实例.mp4  23.42M
|   ├──6.1 迁移学习的目标.mp4  9.15M
|   ├──6.2 迁移学习策略.mp4  11.93M
|   ├──6.3 Resnet原理.mp4  80.93M
|   ├──6.4 加载训练好的经典网络模型.mp4  26.43M
|   ├──6.5 Callback模块与迁移学习实例.mp4  39.92M
|   ├──6.6 tfrecords数据源制作方法.mp4  26.99M
|   ├──6.7 图像数据处理实例.mp4  33.71M
|   ├──7.1 任务流程解读.mp4  11.99M
|   ├──7.2 模型定义参数设置.mp4  11.86M
|   ├──7.3 文本词预处理操作.mp4  13.04M
|   ├──7.4 训练batch数据制作.mp4  29.47M
|   ├──7.5 损失函数定义与训练结果展示.mp4  29.45M
|   ├──8.1 任务目标与数据介绍.mp4  18.52M
|   ├──8.2 RNN模型输入数据维度解读.mp4  14.05M
|   ├──8.3 数据映射表制作.mp4  31.81M
|   ├──8.4 embedding层向量制作.mp4  44.43M
|   ├──8.5 数据生成器构造.mp4  29.64M
|   ├──8.6 双向RNN模型定义.mp4  16.16M
|   ├──8.7 自定义网络模型架构.mp4  40.28M
|   ├──8.8 训练策略指定.mp4  22.01M
|   ├──8.9 训练文本分类模型.mp4  25.56M
|   ├──9.1 CNN应用于文本任务原理解析.mp4  17.67M
|   ├──9.2 整体流程解读.mp4  15.64M
|   └──9.3 网络架构设计与训练.mp4  30.22M
├──第10模块:opencv计算机视觉实战(新)  
|   ├──1.1 课程简介.mp4  3.87M
|   ├──1.2 Python与Opencv配置安装.mp4  26.80M
|   ├──1.3 Notebook与IDE环境.mp4  58.12M
|   ├──10.1 整体流程演示.mp4  14.07M
|   ├──10.2 文档轮廓提取.mp4  20.09M
|   ├──10.3 原始与变换坐标计算.mp4  18.13M
|   ├──10.4 透视变换结果.mp4  21.79M
|   ├──10.5 tesseract-ocr安装配置.mp4  26.40M
|   ├──10.6 文档扫描识别效果.mp4  19.46M
|   ├──11.1 角点检测基本原理.mp4  11.77M
|   ├──11.2 基本数学原理.mp4  21.17M
|   ├──11.3 求解化简.mp4  21.55M
|   ├──11.4 特征归属划分.mp4  30.83M
|   ├──11.5 opencv角点检测效果.mp4  22.55M
|   ├──12.1 尺度空间定义.mp4  14.48M
|   ├──12.2 高斯差分金字塔.mp4  16.06M
|   ├──12.3 特征关键点定位.mp4  33.71M
|   ├──12.4 生成特征描述.mp4  16.95M
|   ├──12.5 特征向量生成.mp4  33.83M
|   ├──12.6 opencv中sift函数使用.mp4  21.34M
|   ├──13.1 特征匹配方法.mp4  19.82M
|   ├──13.2 图像拼接方法.mp4  29.87M
|   ├──13.3 RANSAC算法.mp4  25.27M
|   ├──13.4 流程解读.mp4  14.96M
|   ├──14.1 任务整体流程.mp4  34.47M
|   ├──14.2 所需数据介绍.mp4  21.00M
|   ├──14.3 图像数据预处理.mp4  32.82M
|   ├──14.4 车位直线检测.mp4  37.01M
|   ├──14.5 按列划分区域.mp4  33.65M
|   ├──14.6 车位区域划分.mp4  35.70M
|   ├──14.7 识别模型构建.mp4  27.17M
|   ├──14.8 基于视频的车位检测.mp4  65.10M
|   ├──15.1 整体流程与效果概述.mp4  17.82M
|   ├──15.2 预处理操作.mp4  16.55M
|   ├──15.3 填涂轮廓检测.mp4  17.61M
|   ├──15.4 选项判断识别.mp4  33.06M
|   ├──16.1 背景消除.帧差法.mp4  14.63M
|   ├──16.2 混合高斯模型.mp4  18.84M
|   ├──16.3 学习步骤.mp4  20.87M
|   ├──16.4 背景建模实战.mp4  35.50M
|   ├──17.1 基本概念.mp4  14.30M
|   ├──17.2 Lucas-Kanade算法.mp4  14.50M
|   ├──17.3 推导求解.mp4  18.84M
|   ├──17.4 光流估计实战.mp4  46.02M
|   ├──18.1 dnn模块.mp4  19.22M
|   ├──18.2 模型加载结果输出.mp4  27.28M
|   ├──19.1 目标追踪概述.mp4  33.94M
|   ├──19.2 多目标追踪实战.mp4  23.64M
|   ├──19.3 深度学习检测框架加载.mp4  28.17M
|   ├──19.4 基于dlib与ssd的追踪.mp4  49.36M
|   ├──19.5 多进程目标追踪.mp4  19.65M
|   ├──19.6 多进程效率提升对比.mp4  44.39M
|   ├──2.1 计算机眼中的图像.mp4  24.21M
|   ├──2.2 视频的读取与处理.mp4  35.94M
|   ├──2.3 ROI区域.mp4  11.74M
|   ├──2.4 边界填充.mp4  17.73M
|   ├──2.5 数值计算.mp4  30.91M
|   ├──20.1 卷积神经网络的应用.mp4  30.86M
|   ├──20.2 卷积层解释.mp4  20.08M
|   ├──20.3 卷积计算过程.mp4  23.94M
|   ├──20.4 pading与stride.mp4  23.15M
|   ├──20.5 卷积参数共享.mp4  15.22M
|   ├──20.6 池化层原理.mp4  14.40M
|   ├──20.7 卷积效果演示.mp4  17.19M
|   ├──20.8 卷积操作流程.mp4  29.31M
|   ├──21.1 关键点定位概述.mp4  20.00M
|   ├──21.2 获取人脸关键点.mp4  25.70M
|   ├──21.3 定位效果演示.mp4  31.86M
|   ├──21.4 闭眼检测.mp4  47.05M
|   ├──21.5 检测效果.mp4  28.70M
|   ├──3.1 图像阈值.mp4  23.58M
|   ├──3.2 图像平滑处理.mp4  18.05M
|   ├──3.3 高斯与中值滤波.mp4  15.18M
|   ├──4.1 腐蚀操作.mp4  13.57M
|   ├──4.2 膨胀操作.mp4  8.96M
|   ├──4.3 开运算与闭运算.mp4  6.94M
|   ├──4.4 梯度计算.mp4  5.47M
|   ├──4.5 礼帽与黑帽.mp4  12.41M
|   ├──5.1 Sobel算子.mp4  19.25M
|   ├──5.2 梯度计算方法.mp4  21.32M
|   ├──5.3 scharr与lapkacian算子.mp4  19.04M
|   ├──6.1 Canny边缘检测流程.mp4  12.85M
|   ├──6.2 非极大值抑制.mp4  12.85M
|   ├──6.3 边缘检测效果.mp4  23.17M
|   ├──7.1 图像金字塔定义.mp4  14.66M
|   ├──7.2 金字塔制作方法.mp4  18.46M
|   ├──7.3 轮廓检测方法.mp4  13.31M
|   ├──7.4 轮廓检测结果.mp4  22.06M
|   ├──7.5 轮廓特征与近似.mp4  26.87M
|   ├──7.6 模板匹配方法.mp4  34.96M
|   ├──7.7 匹配效果展示.mp4  15.84M
|   ├──8.1 直方图定义.mp4  17.39M
|   ├──8.2 均衡化原理.mp4  23.47M
|   ├──8.3 均衡化效果.mp4  20.06M
|   ├──8.4 傅里叶概述.mp4  28.68M
|   ├──8.5 频域变换结果.mp4  20.67M
|   ├──8.6 低通与高通滤波.mp4  22.71M
|   ├──9.1 总体流程与方法讲解.mp4  16.46M
|   ├──9.2 环境配置与预处理.mp4  23.21M
|   ├──9.3 模板处理方法.mp4  16.34M
|   ├──9.4 输入数据处理方法.mp4  19.95M
|   └──9.5 模板匹配得出识别结果.mp4  31.84M
├──第11模块:计算机视觉核心大项目实战(新)  
|   ├──1.1 检测任务中阶段的意义.mp4  11.45M
|   ├──1.2 不同阶段算法优缺点分析.mp4  8.19M
|   ├──1.3 IOU指标计算.mp4  8.80M
|   ├──1.4 评估所需参数计算.mp4  18.76M
|   ├──1.5 map指标计算.mp4  15.75M
|   ├──10.1 FPN层特征提取原理解读.mp4  31.15M
|   ├──10.10 RoiPooling层的作用与目的.mp4  24.75M
|   ├──10.11 RorAlign操作的效果.mp4  19.32M
|   ├──10.12 整体框架回顾.mp4  22.65M
|   ├──10.2 FPN网络架构实现解读.mp4  41.22M
|   ├──10.3 生成框比例设置.mp4  20.83M
|   ├──10.4 基于不同尺度特征图生成所有框.mp4  24.75M
|   ├──10.5 RPN层的作用与实现解读.mp4  23.91M
|   ├──10.6 候选框过滤方法.mp4  11.96M
|   ├──10.7 Proposal层实现方法.mp4  25.35M
|   ├──10.8 DetectionTarget层的作用.mp4  19.17M
|   ├──10.9 正负样本选择与标签定义.mp4  20.59M
|   ├──11.1 Labelme工具安装.mp4  12.72M
|   ├──11.2 使用labelme进行数据与标签标注.mp4  20.64M
|   ├──11.3 完成训练数据准备工作.mp4  20.58M
|   ├──11.4 maskrcnn源码修改方法.mp4  48.65M
|   ├──11.5 基于标注数据训练所需任务.mp4  33.51M
|   ├──11.6 测试与展示模块.mp4  27.58M
|   ├──12.1 COCO数据集与人体姿态识别简介.mp4  38.59M
|   ├──12.2 网络架构概述.mp4  22.47M
|   ├──12.3 流程与结果演示.mp4  34.20M
|   ├──13.1 迁移学习的目标.mp4  9.86M
|   ├──13.2 迁移学习策略.mp4  12.91M
|   ├──13.3 Resnet原理.mp4  87.51M
|   ├──13.4 Resnet网络细节.mp4  30.47M
|   ├──13.5 Resnet基本处理操作.mp4  22.12M
|   ├──13.6 shortcut模块.mp4  29.06M
|   ├──13.7 加载训练好的权重.mp4  26.03M
|   ├──13.8 迁移学习效果对比.mp4  37.52M
|   ├──14.1 物体检测概述.mp4  28.16M
|   ├──14.2 深度学习经典检测方法.mp4  31.43M
|   ├──14.3 faster-rcnn概述.mp4  23.01M
|   ├──14.4 论文整体概述.mp4  87.94M
|   ├──14.5 RPN网络结构.mp4  84.95M
|   ├──14.6 损失函数定义.mp4  152.57M
|   ├──14.7 网络细节.mp4  180.05M
|   ├──15.1 OCR文字识别要完成的任务.mp4  15.33M
|   ├──15.2 CTPN文字检测网络概述.mp4  14.50M
|   ├──15.3 序列网络的作用.mp4  17.07M
|   ├──15.4 输出结果含义解析.mp4  12.85M
|   ├──15.5 CTPN细节概述.mp4  16.64M
|   ├──15.6 CRNN识别网络架构.mp4  11.82M
|   ├──15.7 CTC模块的作用.mp4  8.03M
|   ├──16.1 OCR文字检测识别项目效果展示.mp4  12.66M
|   ├──16.2 训练数据准备与环境配置.mp4  21.63M
|   ├──16.3 检测模块候选框生成.mp4  23.87M
|   ├──16.4 候选框标签制作.mp4  24.10M
|   ├──16.5 整体网络所需模块.mp4  15.16M
|   ├──16.6 网络架构各模块完成的任务解读.mp4  22.66M
|   ├──16.7 识别模块网络架构解读.mp4  30.43M
|   ├──17.1 3D卷积原理解读.mp4  16.90M
|   ├──17.2 UCF101动作识别数据集简介.mp4  35.43M
|   ├──17.3 测试效果与项目配置.mp4  40.90M
|   ├──17.4 视频数据预处理方法.mp4  23.17M
|   ├──17.5 数据Batch制作方法.mp4  34.46M
|   ├──17.6 3D卷积网络所涉及模块.mp4  27.68M
|   ├──17.7 训练网络模型.mp4  30.18M
|   ├──18.1 项目模板各模块概述.mp4  27.94M
|   ├──18.2 各模块配置参数解析.mp4  28.01M
|   ├──18.3 数据读取与预处理模块功能解读.mp4  35.58M
|   ├──18.4 模型架构模块.mp4  22.03M
|   ├──18.5 训练模块功能.mp4  35.05M
|   ├──18.6 训练结果可视化展示模块.mp4  27.51M
|   ├──18.7 模块应用与BenckMark解读.mp4  45.11M
|   ├──2.1 YOLO算法整体思路解读.mp4  11.57M
|   ├──2.2 检测算法要得到的结果.mp4  10.51M
|   ├──2.3 整体网络架构解读.mp4  22.29M
|   ├──2.4 位置损失计算.mp4  14.32M
|   ├──2.5 置信度误差与优缺点分析.mp4  20.85M
|   ├──3.1 V2版本细节升级概述.mp4  9.84M
|   ├──3.2 网络结构特点.mp4  11.48M
|   ├──3.3 架构细节解读.mp4  13.42M
|   ├──3.4 基于聚类来选择先验框尺寸.mp4  17.92M
|   ├──3.5 偏移量计算方法.mp4  19.67M
|   ├──3.6 坐标映射与还原.mp4  7.00M
|   ├──3.7 感受野的作用.mp4  20.32M
|   ├──3.8 特征融合改进.mp4  14.50M
|   ├──4.1 V3版本改进概述.mp4  13.65M
|   ├──4.2 多scale方法改进与特征融合.mp4  13.04M
|   ├──4.3 经典变换方法对比分析.mp4  8.31M
|   ├──4.4 残差连接方法解读.mp4  13.80M
|   ├──4.5 整体网络模型架构分析.mp4  9.11M
|   ├──4.6 先验框设计改进.mp4  9.62M
|   ├──4.7 sotfmax层改进.mp4  7.97M
|   ├──5.1 数据与环境配置.mp4  39.73M
|   ├──5.10 网格偏移计算.mp4  21.26M
|   ├──5.11 模型要计算的损失概述.mp4  15.53M
|   ├──5.12 标签值格式修改.mp4  18.12M
|   ├──5.13 坐标相对位置计算.mp4  21.00M
|   ├──5.14 完成所有损失函数所需计算指标.mp4  23.21M
|   ├──5.15 模型训练与总结.mp4  48.99M
|   ├──5.16 预测效果展示.mp4  22.61M
|   ├──5.2 训练参数设置.mp4  14.87M
|   ├──5.3 数据与标签读取.mp4  26.46M
|   ├──5.4 标签文件读取与处理.mp4  16.92M
|   ├──5.5 debug模式介绍.mp4  16.77M
|   ├──5.6 基于配置文件构建网络模型.mp4  25.63M
|   ├──5.7 路由层与shortcut层的作用.mp4  21.76M
|   ├──5.8 YOLO层定义解析.mp4  39.57M
|   ├──5.9 预测结果计算.mp4  28.47M
|   ├──6.1 Labelme工具安装.mp4  11.53M
|   ├──6.2 数据信息标注.mp4  20.69M
|   ├──6.3 完成标签制作.mp4  21.10M
|   ├──6.4 生成模型所需配置文件.mp4  25.15M
|   ├──6.5 json格式转换成yolo.v3所需输入.mp4  14.29M
|   ├──6.6 完成输入数据准备工作.mp4  26.38M
|   ├──6.7 训练代码与参数配置更改.mp4  30.53M
|   ├──6.8 训练模型并测试效果.mp4  24.22M
|   ├──7.1 迁移学习的目标.mp4  9.15M
|   ├──7.2 迁移学习策略.mp4  11.94M
|   ├──7.3 Resnet原理.mp4  81.02M
|   ├──7.4 Resnet网络细节.mp4  28.49M
|   ├──7.5 Resnet基本处理操作.mp4  20.61M
|   ├──7.6 shortcut模块.mp4  27.07M
|   ├──7.7 加载训练好的权重.mp4  24.06M
|   ├──7.8 迁移学习效果对比.mp4  35.34M
|   ├──8.1 物体检测概述.mp4  25.91M
|   ├──8.2 深度学习经典检测方法.mp4  29.23M
|   ├──8.3 faster-rcnn概述.mp4  21.46M
|   ├──8.4 论文整体概述.mp4  77.33M
|   ├──8.5 RPN网络结构.mp4  75.69M
|   ├──8.6 损失函数定义.mp4  134.58M
|   ├──8.7 网络细节.mp4  158.52M
|   ├──9.1 课程简介.mp4  12.36M
|   ├──9.2 Mask-Rcnn开源项目简介.mp4  75.28M
|   ├──9.3 开源项目数据集.mp4  33.40M
|   └──9.4 参数配置.mp4  66.75M
├──第12模块:对抗生成网络大项目实战(新)  
|   ├──1.1 对抗生成网络通俗解释.mp4  14.35M
|   ├──1.2 GAN网络组成.mp4  8.46M
|   ├──1.3 损失函数解释说明.mp4  26.85M
|   ├──1.4 数据读取模块.mp4  19.51M
|   ├──1.5 生成与判别网络定义.mp4  27.13M
|   ├──10.1 猫狗识别任务与数据简介.mp4  16.07M
|   ├──10.2 卷积网络涉及参数解读.mp4  21.36M
|   ├──10.3 网络架构配置.mp4  21.57M
|   ├──10.4 卷积模型训练与识别效果展示.mp4  34.68M
|   ├──2.1 CycleGan网络所需数据.mp4  21.11M
|   ├──2.10 额外补充:VISDOM可视化配置.mp4  22.93M
|   ├──2.2 CycleGan整体网络架构.mp4  16.43M
|   ├──2.3 PatchGan判别网络原理.mp4  8.40M
|   ├──2.4 Cycle开源项目简介.mp4  33.84M
|   ├──2.5 数据读取与预处理操作.mp4  35.49M
|   ├──2.6 生成网络模块构造.mp4  32.02M
|   ├──2.7 判别网络模块构造.mp4  13.07M
|   ├──2.8 损失函数:identity loss计算方法.mp4  23.99M
|   ├──2.9 生成与判别损失函数指定.mp4  35.74M
|   ├──3.1 stargan效果演示分析.mp4  22.55M
|   ├──3.2 网络架构整体思路解读.mp4  21.95M
|   ├──3.3 建模流程分析.mp4  30.43M
|   ├──3.4 V1版本存在的问题及后续改进思路.mp4  39.76M
|   ├──3.5 V2版本在整体网络架构.mp4  43.47M
|   ├──3.6 编码器训练方法.mp4  44.02M
|   ├──3.7 损失函数公式解析.mp4  34.32M
|   ├──3.8 训练过程分析.mp4  70.11M
|   ├──4.1 项目配置与数据源下载.mp4  15.43M
|   ├──4.10 测试模块效果与实验分析.mp4  23.97M
|   ├──4.2 测试效果演示.mp4  30.33M
|   ├──4.3 项目参数解析.mp4  20.06M
|   ├──4.4 生成器模块源码解读.mp4  34.03M
|   ├──4.5 所有网络模块构建实例.mp4  33.50M
|   ├──4.6 数据读取模块分析.mp4  39.98M
|   ├──4.7 判别器损失计算.mp4  22.73M
|   ├──4.8 损失计算详细过程.mp4  33.40M
|   ├──4.9 生成模块损失计算.mp4  48.74M
|   ├──5.1 论文整体思路与架构解读.mp4  27.60M
|   ├──5.2 VCC2016输入数据.mp4  15.73M
|   ├──5.3 语音特征提取.mp4  23.77M
|   ├──5.4 生成器模型架构分析.mp4  11.62M
|   ├──5.5 InstanceNorm的作用解读.mp4  14.53M
|   ├──5.6 AdaIn的目的与效果.mp4  10.17M
|   ├──5.7 判别器模块分析.mp4  85.51M
|   ├──6.1 数据与项目文件解读.mp4  16.50M
|   ├──6.10 源码损失计算流程.mp4  27.66M
|   ├──6.11 测试模块生成转换语音.mp4  34.99M
|   ├──6.2 环境配置与工具包安装.mp4  29.06M
|   ├──6.3 数据预处理与声音特征提取.mp4  60.67M
|   ├──6.4 生成器构造模块解读.mp4  29.56M
|   ├──6.5 下采样与上采样操作.mp4  24.80M
|   ├──6.6 starganvc2版本标签输入分析.mp4  36.61M
|   ├──6.7 生成器前向传播维度变化.mp4  19.47M
|   ├──6.8 判别器模块解读.mp4  24.46M
|   ├──6.9 论文损失函数.mp4  84.10M
|   ├──7.1 论文概述.mp4  41.62M
|   ├──7.2 网络架构.mp4  69.80M
|   ├──7.3 数据与环境配置.mp4  21.22M
|   ├──7.4 数据加载与配置.mp4  28.93M
|   ├──7.5 生成模块.mp4  35.66M
|   ├──7.6 判别模块.mp4  31.92M
|   ├──7.7 VGG特征提取网络.mp4  26.79M
|   ├──7.8 损失函数与训练.mp4  65.77M
|   ├──7.9 测试模块.mp4  60.95M
|   ├──8.1 论文概述.mp4  70.10M
|   ├──8.2 网络架构.mp4  23.33M
|   ├──8.3 细节设计.mp4  67.04M
|   ├──8.4 论文总结.mp4  96.88M
|   ├──8.5 数据与项目概述.mp4  37.31M
|   ├──8.6 参数基本设计.mp4  52.77M
|   ├──8.7 网络结构配置.mp4  49.48M
|   ├──8.8 网络迭代训练.mp4  69.21M
|   ├──8.9 测试模块.mp4  34.46M
|   ├──9.1 卷积网络参数定义.mp4  19.19M
|   ├──9.10 加载训练好的网络模型.mp4  35.83M
|   ├──9.11 优化器模块配置.mp4  18.40M
|   ├──9.12 实现训练模块.mp4  25.13M
|   ├──9.13 训练结果与模型保存.mp4  30.62M
|   ├──9.14 加载模型对测试数据进行预测.mp4  39.30M
|   ├──9.15 额外补充.Resnet论文解读.mp4  70.52M
|   ├──9.16 额外补充.Resnet网络架构解读.mp4  14.26M
|   ├──9.2 网络流程解读.mp4  26.06M
|   ├──9.3 Vision模块功能解读.mp4  17.44M
|   ├──9.4 分类任务数据集定义与配置.mp4  19.82M
|   ├──9.5 图像增强的作用.mp4  11.12M
|   ├──9.6 数据预处理与数据增强模块.mp4  25.38M
|   ├──9.7 Batch数据制作.mp4  31.31M
|   ├──9.8 迁移学习的目标.mp4  9.15M
|   └──9.9 迁移学习策略.mp4  11.93M
├──第12模块:姿态估计与目标追踪实战系列(新)  
|   ├──1-姿态估计OpenPose系列算法解读  
|   |   ├──10课时匹配方法解读.mp4  14.53M
|   |   ├──11课时CPM模型特点.mp4  15.91M
|   |   ├──12课时算法流程与总结.mp4  26.11M
|   |   ├──1课时姿态估计要解决的问题分析.mp4  33.03M
|   |   ├──2课时姿态估计应用领域概述.mp4  13.60M
|   |   ├──3课时传统topdown方法的问题.mp4  21.16M
|   |   ├──4课时要解决的两个问题分析.mp4  7.25M
|   |   ├──5课时基于高斯分布预测关键点位置.mp4  17.63M
|   |   ├──6课时各模块输出特征图解读.mp4  11.44M
|   |   ├──7课时PAF向量登场.mp4  9.27M
|   |   ├──8课时PAF标签设计方法.mp4  16.90M
|   |   └──9课时预测时PAF积分计算方法.mp4  22.67M
|   ├──10-基础补充-PyTorch框架必备核心模块解读  
|   |   ├──100课时图像增强的作用.mp4  10.92M
|   |   ├──101课时数据预处理与数据增强模块.mp4  24.90M
|   |   ├──102课时Batch数据制作.mp4  30.94M
|   |   ├──103课时迁移学习的目标.mp4  8.56M
|   |   ├──104课时迁移学习策略.mp4  11.20M
|   |   ├──105课时加载训练好的网络模型.mp4  36.16M
|   |   ├──106课时优化器模块配置.mp4  18.58M
|   |   ├──107课时实现训练模块.mp4  25.31M
|   |   ├──108课时训练结果与模型保存.mp4  31.14M
|   |   ├──109课时加载模型对测试数据进行预测.mp4  37.70M
|   |   ├──96课时卷积网络参数定义.mp4  19.00M
|   |   ├──97课时网络流程解读.mp4  26.27M
|   |   ├──98课时Vision模块功能解读.mp4  17.29M
|   |   └──99课时分类任务数据集定义与配置.mp4  20.11M
|   ├──2-OpenPose算法源码分析  
|   |   ├──13课时数据集与路径配置解读.mp4  21.84M
|   |   ├──14课时读取图像与标注信息.mp4  31.99M
|   |   ├──15课时关键点与躯干特征图初始化.mp4  20.94M
|   |   ├──16课时根据关键点位置设计关键点标签.mp4  33.25M
|   |   ├──17课时准备构建PAF躯干标签.mp4  18.40M
|   |   ├──18课时各位置点归属判断.mp4  17.49M
|   |   ├──19课时特征图各点累加向量计算.mp4  20.65M
|   |   ├──20课时完成PAF特征图制作.mp4  21.13M
|   |   ├──21课时网络模型一阶段输出.mp4  18.26M
|   |   └──22课时多阶段输出与预测.mp4  31.41M
|   ├──3-deepsort算法知识点解读  
|   |   ├──23课时卡尔曼滤波通俗解释.mp4  19.65M
|   |   ├──24课时卡尔曼滤波要完成的任务.mp4  11.27M
|   |   ├──25课时任务本质分析.mp4  13.65M
|   |   ├──26课时基于观测值进行最优估计.mp4  12.97M
|   |   ├──27课时预测与更新操作.mp4  16.77M
|   |   ├──28课时追踪中的状态量.mp4  11.47M
|   |   ├──29课时匈牙利匹配算法概述.mp4  12.79M
|   |   ├──30课时匹配小例子分析.mp4  14.59M
|   |   ├──31课时REID特征的作用.mp4  13.57M
|   |   ├──32课时sort与deepsort建模流程分析.mp4  18.35M
|   |   ├──33课时预测与匹配流程解读.mp4  18.43M
|   |   └──34课时追踪任务流程拆解.mp4  20.59M
|   ├──4-deepsort源码解读  
|   |   ├──35课时项目环境配置.mp4  25.89M
|   |   ├──36课时参数与DEMO演示.mp4  26.27M
|   |   ├──37课时针对检测结果初始化track.mp4  30.27M
|   |   ├──38课时对track执行预测操作.mp4  24.10M
|   |   ├──39课时状态量预测结果.mp4  23.05M
|   |   ├──40课时IOU代价矩阵计算.mp4  20.01M
|   |   ├──41课时参数更新操作.mp4  32.94M
|   |   ├──42课时级联匹配模块.mp4  25.80M
|   |   ├──43课时ReID特征代价矩阵计算.mp4  28.16M
|   |   └──44课时匹配结果与总结.mp4  49.72M
|   ├──5-YOLO-V4版本算法解读  
|   |   ├──45课时V4版本整体概述.mp4  10.47M
|   |   ├──46课时V4版本贡献解读.mp4  7.10M
|   |   ├──47课时数据增强策略分析.mp4  16.32M
|   |   ├──48课时DropBlock与标签平滑方法.mp4  13.89M
|   |   ├──49课时损失函数遇到的问题.mp4  10.45M
|   |   ├──50课时CIOU损失函数定义.mp4  7.75M
|   |   ├──51课时NMS细节改进.mp4  11.07M
|   |   ├──52课时SPP与CSP网络结构.mp4  10.73M
|   |   ├──53课时SAM注意力机制模块.mp4  15.42M
|   |   ├──54课时PAN模块解读.mp4  14.63M
|   |   └──55课时激活函数与整体架构总结.mp4  13.87M
|   ├──6-V5版本项目配置  
|   |   ├──56课时整体项目概述.mp4  26.60M
|   |   ├──57课时训练自己的数据集方法.mp4  29.79M
|   |   ├──58课时训练数据参数配置.mp4  34.86M
|   |   └──59课时测试DEMO演示.mp4  36.58M
|   ├──7-V5项目工程源码解读  
|   |   ├──60课时数据源DEBUG流程解读.mp4  25.14M
|   |   ├──61课时图像数据源配置.mp4  21.54M
|   |   ├──62课时加载标签数据.mp4  17.08M
|   |   ├──63课时Mosaic数据增强方法.mp4  17.61M
|   |   ├──64课时数据四合一方法与流程演示.mp4  25.74M
|   |   ├──65课时getItem构建batch.mp4  21.60M
|   |   ├──66课时网络架构图可视化工具安装.mp4  23.61M
|   |   ├──67课时V5网络配置文件解读.mp4  25.66M
|   |   ├──68课时Focus模块流程分析.mp4  14.83M
|   |   ├──69课时完成配置文件解析任务.mp4  38.15M
|   |   ├──70课时前向传播计算.mp4  20.62M
|   |   ├──71课时BottleneckCSP层计算方法.mp4  22.76M
|   |   ├──72课时SPP层计算细节分析.mp4  19.51M
|   |   ├──73课时Head层流程解读.mp4  19.00M
|   |   ├──74课时上采样与拼接操作.mp4  14.27M
|   |   ├──75课时输出结果分析.mp4  24.90M
|   |   ├──76课时超参数解读.mp4  22.85M
|   |   ├──77课时命令行参数介绍.mp4  27.39M
|   |   ├──78课时训练流程解读.mp4  30.83M
|   |   ├──79课时各种训练策略概述.mp4  24.10M
|   |   └──80课时模型迭代过程.mp4  24.46M
|   ├──8-基础补充-Resnet模型及其应用实例  
|   |   ├──81课时医学疾病数据集介绍.mp4  14.04M
|   |   ├──82课时Resnet网络架构原理分析.mp4  17.48M
|   |   ├──83课时dataloader加载数据集.mp4  42.68M
|   |   ├──84课时Resnet网络前向传播.mp4  23.48M
|   |   ├──85课时残差网络的shortcut操作.mp4  30.98M
|   |   ├──86课时特征图升维与降采样操作.mp4  17.13M
|   |   └──87课时网络整体流程与训练演示.mp4  47.09M
|   └──9-基础补充-PyTorch框架基本处理操作  
|   |   ├──88课时PyTorch框架发展趋势简介.mp4  18.02M
|   |   ├──89课时框架安装方法(CPU与GPU版本).mp4  13.54M
|   |   ├──90课时PyTorch基本操作简介.mp4  21.36M
|   |   ├──91课时自动求导机制.mp4  25.73M
|   |   ├──92课时线性回归DEMO_数据与参数配置.mp4  16.48M
|   |   ├──93课时线性回归DEMO_训练回归模型.mp4  28.13M
|   |   ├──94课时常见tensor格式.mp4  14.56M
|   |   └──95课时Hub模块简介.mp4  42.10M
├──第13模块:行人重识别系列项目(新)  
|   ├──1.1 行人重识别要解决的问题.mp4  13.18M
|   ├──1.2 挑战与困难分析.mp4  27.51M
|   ├──1.3 评估标准rank1指标.mp4  10.15M
|   ├──1.4 map值计算方法.mp4  12.06M
|   ├──1.5 triplet损失计算实例.mp4  19.70M
|   ├──1.6 Hard.Negative方法应用.mp4  20.75M
|   ├──2.1 论文整体思想及注意力机制的作用解读.mp4  39.56M
|   ├──2.2 空间权重值计算流程分析.mp4  22.90M
|   ├──2.3 融合空间注意力所需特征.mp4  20.02M
|   ├──2.4 基于特征图的注意力计算.mp4  47.22M
|   ├──3.1 项目环境与数据集配置.mp4  38.74M
|   ├──3.2 参数配置与整体架构分析.mp4  47.64M
|   ├──3.3 进入debug模式解读网络计算流程.mp4  21.42M
|   ├──3.4 获得空间位置点之间的关系.mp4  30.40M
|   ├──3.5 组合关系特征图.mp4  28.84M
|   ├──3.6 计算得到位置权重值.mp4  26.98M
|   ├──3.7 基于特征图的权重计算.mp4  18.09M
|   ├──3.8 损失函数计算实例解读.mp4  42.91M
|   ├──3.9 训练与测试模块演示.mp4  53.26M
|   ├──4.1 论文整体框架概述.mp4  12.93M
|   ├──4.2 局部特征与全局关系计算方法.mp4  12.01M
|   ├──4.3 特征分组方法.mp4  11.59M
|   ├──4.4 GCP模块特征融合方法.mp4  21.47M
|   ├──4.5 oneVsReset方法实例.mp4  11.79M
|   ├──4.6 损失函数应用位置.mp4  12.52M
|   ├──5.1 项目配置与数据集介绍.mp4  46.62M
|   ├──5.10 得到所有分组特征结果.mp4  35.88M
|   ├──5.11 损失函数与训练过程演示.mp4  29.64M
|   ├──5.12 测试与验证模块.mp4  35.85M
|   ├──5.2 数据源构建方法分析.mp4  30.09M
|   ├──5.3 dataloader加载顺序解读.mp4  19.39M
|   ├──5.4 debug模式解读.mp4  45.92M
|   ├──5.5 网络计算整体流程演示.mp4  21.17M
|   ├──5.6 特征序列构建.mp4  28.45M
|   ├──5.7 GCP全局特征提取.mp4  26.19M
|   ├──5.8 局部特征提取实例.mp4  37.30M
|   ├──5.9 特征组合汇总.mp4  32.53M
|   ├──6.1 关键点位置特征构建.mp4  15.78M
|   ├──6.2 图卷积与匹配的作用.mp4  17.41M
|   ├──6.3 局部特征热度图计算.mp4  18.31M
|   ├──6.4 基于图卷积构建人体拓扑关系.mp4  22.04M
|   ├──6.5 图卷积模块实现方法.mp4  19.93M
|   ├──6.6 图匹配在行人重识别中的作用.mp4  13.45M
|   ├──6.7 整体算法框架分析.mp4  17.63M
|   ├──7.1 数据集与环境配置概述.mp4  34.46M
|   ├──7.10 整体项目总结.mp4  55.00M
|   ├──7.2 局部特征准备方法.mp4  37.82M
|   ├──7.3 得到一阶段热度图结果.mp4  28.79M
|   ├──7.4 阶段监督训练.mp4  57.80M
|   ├──7.5 初始化图卷积模型.mp4  27.33M
|   ├──7.6 mask矩阵的作用.mp4  31.13M
|   ├──7.7 邻接矩阵学习与更新.mp4  37.02M
|   ├──7.8 基于拓扑结构组合关键点特征.mp4  44.63M
|   └──7.9 图匹配模块计算流程.mp4  46.33M
├──第14模块:自然语言处理实战案例(新)  
|   ├──1.1 Python字符串处理.mp4  32.05M
|   ├──1.10 名字实体匹配.mp4  17.24M
|   ├──1.11 恐怖袭击分析.mp4  32.99M
|   ├──1.12 统计分析结果.mp4  37.05M
|   ├──1.13 结巴分词器.mp4  22.61M
|   ├──1.14 词云展示.mp4  71.63M
|   ├──1.2 正则常用符号.mp4  29.88M
|   ├──1.3 正则表达式基本语法.mp4  26.12M
|   ├──1.4 常用函数介绍.mp4  30.80M
|   ├──1.5 NLTK工具包简介.mp4  24.09M
|   ├──1.6 停用词过滤.mp4  21.43M
|   ├──1.7 词性标注.mp4  28.41M
|   ├──1.8 数据清洗实例.mp4  35.50M
|   ├──1.9 Spacy工具包.mp4  36.22M
|   ├──10.1 任务概述.mp4  32.11M
|   ├──10.2 词袋模型.mp4  24.07M
|   ├──10.3 词袋模型分析.mp4  54.24M
|   ├──10.4 TFIDF模型.mp4  36.95M
|   ├──10.5 word2vec词向量模型.mp4  42.69M
|   ├──10.6 深度学习模型.mp4  31.73M
|   ├──11.1 任务概述.mp4  10.43M
|   ├──11.2 数据展示.mp4  16.74M
|   ├──11.3 正负样本制作.mp4  27.78M
|   ├──11.4 网络模型定义.mp4  39.10M
|   ├──11.5 基于字符的训练.mp4  40.35M
|   ├──11.6 基于句子的相似度训练.mp4  28.58M
|   ├──12.1 RNN网络架构.mp4  17.94M
|   ├──12.2 LSTM网络架构.mp4  16.60M
|   ├──12.3 案例:使用LSTM进行情感分类.mp4  28.45M
|   ├──12.4 情感数据集处理.mp4  31.82M
|   ├──12.5 基于word2vec的LSTM模型.mp4  46.74M
|   ├──13.1 任务概述与环境配置.mp4  11.12M
|   ├──13.2 参数配置.mp4  20.32M
|   ├──13.3 数据预处理模块.mp4  31.59M
|   ├──13.4 batch数据制作.mp4  25.48M
|   ├──13.5 RNN模型定义.mp4  16.44M
|   ├──13.6 完成训练模块.mp4  25.47M
|   ├──13.7 训练唐诗生成模型.mp4  10.32M
|   ├──13.8 测试唐诗生成效果.mp4  19.64M
|   ├──14.1 效果演示.mp4  22.63M
|   ├──14.2 参数配置与数据加载.mp4  37.07M
|   ├──14.3 数据处理.mp4  30.92M
|   ├──14.4 词向量与投影.mp4  28.27M
|   ├──14.5 seq网络.mp4  22.97M
|   ├──14.6 网络训练.mp4  28.13M
|   ├──2.1 任务概述.mp4  26.40M
|   ├──2.2 商品类别划分.mp4  29.09M
|   ├──2.3 商品类别可视化展示.mp4  32.49M
|   ├──2.4 描述长度对价格的影响.mp4  26.96M
|   ├──2.5 词云展示.mp4  44.11M
|   ├──2.6 tf.idf结果.mp4  27.28M
|   ├──2.7 降维可视化展示.mp4  30.35M
|   ├──2.8 聚类与主题模型.mp4  47.47M
|   ├──3.1 贝叶斯算法概述.mp4  10.05M
|   ├──3.2 贝叶斯推导实例.mp4  10.95M
|   ├──3.3 贝叶斯拼写纠错实例.mp4  16.78M
|   ├──3.4 垃圾邮件过滤实例.mp4  20.43M
|   ├──3.5 贝叶斯实现拼写检查器.mp4  33.01M
|   ├──4.1 文本分析与关键词提取.mp4  17.42M
|   ├──4.2 相似度计算.mp4  17.35M
|   ├──4.3 新闻数据与任务简介.mp4  30.17M
|   ├──4.4 TF.IDF关键词提取.mp4  43.51M
|   ├──4.5 LDA建模.mp4  25.96M
|   ├──4.6 基于贝叶斯算法进行新闻分类.mp4  46.12M
|   ├──5.1 马尔科夫模型.mp4  14.21M
|   ├──5.10 维特比算法.mp4  34.10M
|   ├──5.2 隐马尔科夫模型基本出发点.mp4  14.95M
|   ├──5.3 组成与要解决的问题.mp4  11.77M
|   ├──5.4 暴力求解方法.mp4  20.71M
|   ├──5.5 复杂度计算.mp4  12.10M
|   ├──5.6 前向算法.mp4  28.03M
|   ├──5.7 前向算法求解实例.mp4  26.96M
|   ├──5.8 Baum.Welch算法.mp4  20.48M
|   ├──5.9 参数求解.mp4  13.46M
|   ├──6.1 hmmlearn工具包.mp4  15.91M
|   ├──6.2 工具包使用方法.mp4  47.50M
|   ├──6.3 中文分词任务.mp4  10.95M
|   ├──6.4 实现中文分词.mp4  27.51M
|   ├──7.1 开篇.mp4  7.55M
|   ├──7.10 负采样模型.mp4  9.87M
|   ├──7.2 语言模型.mp4  8.22M
|   ├──7.3 N.gram模型.mp4  12.39M
|   ├──7.4 词向量.mp4  12.62M
|   ├──7.5 神经网络模型.mp4  14.68M
|   ├──7.6 Hierarchical Softmax.mp4  14.06M
|   ├──7.7 CBOW模型实例.mp4  16.78M
|   ├──7.8 CBOW求解目标.mp4  8.04M
|   ├──7.9 锑度上升求解.mp4  14.64M
|   ├──8.1 使用Gensim库构造词向量.mp4  14.80M
|   ├──8.2 维基百科中文数据处理.mp4  33.84M
|   ├──8.3 Gensim构造word2vec模型.mp4  19.31M
|   ├──8.4 测试模型相似度结果.mp4  17.61M
|   ├──9.1 影评情感分类.mp4  43.16M
|   ├──9.2 基于词袋模型训练分类器.mp4  26.38M
|   ├──9.3 准备word2vec输入数据.mp4  23.13M
|   └──9.4 使用gensim构建word2vec词向量(新).mp4  52.16M
├──第15模块:NLP通用框架BERT项目实战(新)  
|   ├──1.1 BERT课程简介.mp4  18.42M
|   ├──1.10 BERT模型训练方法.mp4  15.47M
|   ├──1.11 训练实例.mp4  17.01M
|   ├──1.2 BERT任务目标概述.mp4  8.60M
|   ├──1.3 传统解决方案遇到的问题.mp4  17.88M
|   ├──1.4 注意力机制的作用.mp4  11.36M
|   ├──1.5 self-attention计算方法.mp4  18.74M
|   ├──1.6 特征分配与softmax机制.mp4  16.18M
|   ├──1.7 Multi-head的作用.mp4  15.27M
|   ├──1.8 位置编码与多层堆叠.mp4  12.75M
|   ├──1.9 transformer整体架构梳理.mp4  17.81M
|   ├──2.1 BERT开源项目简介.mp4  30.13M
|   ├──2.10 构建QKV矩阵.mp4  33.57M
|   ├──2.11 完成Transformer模块构建.mp4  26.63M
|   ├──2.12 训练BERT模型.mp4  34.83M
|   ├──2.2 项目参数配置.mp4  62.82M
|   ├──2.3 数据读取模块.mp4  33.17M
|   ├──2.4 数据预处理模块.mp4  25.93M
|   ├──2.5 tfrecord制作.mp4  33.09M
|   ├──2.6 Embedding层的作用.mp4  19.79M
|   ├──2.7 加入额外编码特征.mp4  27.58M
|   ├──2.8 加入位置编码特征.mp4  15.03M
|   ├──2.9 mask机制.mp4  22.99M
|   ├──3.1 中文分类数据与任务概述.mp4  40.72M
|   ├──3.2 读取处理自己的数据集.mp4  35.15M
|   ├──3.3 训练BERT中文分类模型.mp4  42.91M
|   ├──4.1 命名实体识别数据分析与任务目标.mp4  22.96M
|   ├──4.2 NER标注数据处理与读取.mp4  44.78M
|   ├──4.3 构建BERT与CRF模型.mp4  41.87M
|   ├──5.1 词向量模型通俗解释.mp4  17.42M
|   ├──5.2 模型整体框架.mp4  23.72M
|   ├──5.3 训练数据构建.mp4  13.52M
|   ├──5.4 CBOW与Skip-gram模型.mp4  20.39M
|   ├──5.5 负采样方案.mp4  24.03M
|   ├──6.1 数据与任务流程.mp4  32.40M
|   ├──6.2 数据清洗.mp4  19.78M
|   ├──6.3 batch数据制作.mp4  35.01M
|   ├──6.4 网络训练.mp4  34.53M
|   ├──6.5 可视化展示.mp4  29.21M
|   ├──7.1 RNN网络模型解读.mp4  18.86M
|   ├──7.2 NLP应用领域与任务简介.mp4  25.05M
|   ├──7.3 项目流程解读.mp4  30.67M
|   ├──7.4 加载词向量特征.mp4  23.41M
|   ├──7.5 正负样本数据读取.mp4  27.97M
|   ├──7.6 构建LSTM网络模型.mp4  33.12M
|   ├──7.7 训练与测试效果.mp4  61.91M
|   ├──8.1 数据与任务介绍.mp4  16.51M
|   ├──8.2 整体模型架构.mp4  11.92M
|   ├──8.3 数据-标签-语料库处理.mp4  26.36M
|   ├──8.4 输入样本填充补齐.mp4  24.83M
|   ├──8.5 训练网络模型.mp4  27.37M
|   ├──8.6 医疗数据集(糖尿病)实体识别.mp4  64.87M
|   ├──9.1 课时中文商城评价数据处理方法.mp4  49.36M
|   ├──9.2 课时模型训练与测试结果.mp4  71.02M
|   ├──9.3 课时文本摘要数据标注方法.mp4  45.39M
|   ├──9.4 课时训练自己标注的数据并测试.mp4  20.67M
|   ├──9.5 课时Huggingface工具使用.mp4  480.00M
|   └──9.6 课时BERT系列与NER实例.mp4  393.13M
├──第16模块:语音识别核心项目实战(新)  
|   ├──1.1 序列网络模型概述分析.mp4  14.96M
|   ├──1.2 工作原理概述.mp4  7.20M
|   ├──1.3 注意力机制的作用.mp4  11.96M
|   ├──1.4 加入attention的序列模型整体架构.mp4  17.14M
|   ├──1.5 TeacherForcing的作用与训练策略.mp4  13.47M
|   ├──1.6 额外补充.RNN网络模型解读.mp4  20.20M
|   ├──2.1 数据源与环境配置.mp4  23.85M
|   ├──2.2 语料表制作方法.mp4  18.22M
|   ├──2.3 制作json标注数据.mp4  28.93M
|   ├──2.4 声音数据处理模块解读.mp4  42.17M
|   ├──2.5 Pack与Pad操作解析.mp4  26.01M
|   ├──2.6 编码器模块整体流程.mp4  22.24M
|   ├──2.7 加入注意力机制.mp4  23.83M
|   ├──2.8 计算得到每个输出的attention得分.mp4  26.55M
|   ├──2.9 解码器与训练过程演示.mp4  31.12M
|   ├──3.1 论文整体思路与架构解读.mp4  27.60M
|   ├──3.2 VCC2016输入数据.mp4  15.73M
|   ├──3.3 语音特征提取.mp4  23.77M
|   ├──3.4 生成器模型架构分析.mp4  11.62M
|   ├──3.5 InstanceNorm的作用解读.mp4  14.53M
|   ├──3.6 AdaIn的目的与效果.mp4  10.17M
|   ├──3.7 判别器模块分析.mp4  85.51M
|   ├──4.1 数据与项目文件解读.mp4  16.50M
|   ├──4.10 源码损失计算流程.mp4  27.66M
|   ├──4.11 测试模块生成转换语音.mp4  34.99M
|   ├──4.2 环境配置与工具包安装.mp4  29.06M
|   ├──4.3 数据预处理与声音特征提取.mp4  60.67M
|   ├──4.4 生成器构造模块解读.mp4  29.56M
|   ├──4.5 下采样与上采样操作.mp4  24.80M
|   ├──4.6 starganvc2版本标签输入分析.mp4  25.38M
|   ├──4.7 生成器前向传播维度变化.mp4  19.47M
|   ├──4.8 判别器模块解读.mp4  24.46M
|   ├──4.9 论文损失函数.mp4  84.10M
|   ├──5.1 语音分离任务分析.mp4  7.07M
|   ├──5.2 经典语音分离模型概述.mp4  14.03M
|   ├──5.3 DeepClustering论文解读.mp4  12.45M
|   ├──5.4 TasNet编码器结构分析.mp4  30.89M
|   ├──5.5 DW卷积的作用与效果.mp4  8.33M
|   ├──5.6 基于Mask得到分离结果.mp4  13.82M
|   ├──6.1 数据准备与环境配置.mp4  56.78M
|   ├──6.2 训练任务所需参数介绍-1698817367.mp4  20.86M
|   ├──6.2 训练任务所需参数介绍.mp4  20.86M
|   ├──6.3 DataLoader定义-1698817371.mp4  25.28M
|   ├──6.3 DataLoader定义.mp4  25.28M
|   ├──6.4 采样数据特征编码-1698817375.mp4  27.92M
|   ├──6.4 采样数据特征编码.mp4  27.92M
|   ├──6.5 编码器特征提取-1698817381.mp4  39.83M
|   ├──6.5 编码器特征提取.mp4  39.83M
|   ├──6.6 构建更大的感受区域-1698817387.mp4  37.22M
|   ├──6.6 构建更大的感受区域.mp4  37.22M
|   ├──6.7 解码得到分离后的语音-1698817392.mp4  35.07M
|   ├──6.7 解码得到分离后的语音.mp4  35.07M
|   ├──6.8 测试模块所需参数.mp4  32.00M
|   ├──7.1 语音合成项目所需环境配置.mp4  33.78M
|   ├──7.10 得到加权的编码向量.mp4  37.95M
|   ├──7.11 模型输出结果.mp4  39.85M
|   ├──7.12 损失函数与预测.mp4  34.14M
|   ├──7.2 所需数据集介绍.mp4  32.17M
|   ├──7.3 路径配置与整体流程解读.mp4  44.73M
|   ├──7.4 Dataloader构建数据与标签.mp4  52.49M
|   ├──7.5 编码层要完成的任务.mp4  32.77M
|   ├──7.6 得到编码特征向量.mp4  20.39M
|   ├──7.7 解码器输入准备.mp4  24.83M
|   ├──7.8 解码器流程梳理.mp4  30.17M
|   └──7.9 注意力机制应用方法.mp4  36.81M
└──课件资料  
|   ├──第11模块:CV项目  
|   |   ├──MASK-RCNN  
|   |   └──YOLO-V3-PyTorch.exe  464.40M
|   ├──第12模块:深度学习-对抗生成网络-实战系列  
|   |   ├──第七章:图像超分辨率重构实战  
|   |   ├──1-6章.exe  2.97G
|   |   └──8-10章.exe  1.88G
|   ├──第13模块:行人重识别  
|   |   ├──1-5章.exe  3.39G
|   |   └──6-10章.exe  1.98G
|   ├──第15模块:自然语言处理(Python版)  
|   |   ├──2-16章.exe  2.46G
|   |   ├──第17-27章:基于Tensorflow的项目实战.exe  3.91G
|   |   └──第28-32章:基于Keras的项目实战.exe  720.44M
|   ├──第7模块:数据挖掘竞赛-优胜解决方案  
|   |   ├──1-8章.exe  3.99G
|   |   ├──第九章:用电敏感客户分类.exe  937.43M
|   |   └──第十章:机器学习项目实战模板.exe  13.19M
|   ├──第9模块:TF与Torch  
|   |   ├──PyTorch框架实战  
|   |   └──Tensorflow2版本.exe  3.56G
|   ├──第10模块:opencv计算机视觉实战.exe  549.87M
|   ├──第14模块:自然语言处理BERT模型实战.exe  1.84G
|   ├──第16模块:深度学习-语音识别实战.exe  1.38G
|   ├──第1,2模块:Python数据科学必备库(4个).exe  32.44M
|   ├──第3模块:数学基础.exe  75.71M
|   ├──第4模块:机器学习实训营(原理+复现+实验).exe  1.03G
|   ├──第5模块:机器学习算法建模实战.exe  1.10G
|   ├──第6模块:Python数据分析与机器学习实战集锦.exe  487.12M
|   └──第8模块:深度学习入门.exe  112.58M


回复

使用道具 举报

金币975  第1906名

0

主题

1300

回帖

5045

积分

论坛元老

Rank: 8Rank: 8

威望
2509
贡献
1561
热心值
0
金币
975
注册时间
2023-11-28
发表于 2025-3-15 06:26 | 显示全部楼层
强烈支持楼主ing……
回复

使用道具 举报

金币2843  第652名

18

主题

3006

回帖

1万

积分

论坛元老

Rank: 8Rank: 8

威望
7321
贡献
4053
热心值
2
金币
2843
注册时间
2022-7-9

灌水之王活跃会员一年荣誉奖章最佳新人

发表于 2025-3-15 06:31 | 显示全部楼层
rk0639-2024路飞Python人工智能AI工程师【VIP】
回复

使用道具 举报

金币707  第2530名

0

主题

5525

回帖

1万

积分

论坛元老

Rank: 8Rank: 8

威望
10133
贡献
6473
热心值
0
金币
707
注册时间
2020-6-12
发表于 2025-3-15 08:44 | 显示全部楼层
2024路飞Python人工智能AI工程师
回复

使用道具 举报

金币3149  第570名

0

主题

4391

回帖

1万

积分

论坛元老

Rank: 8Rank: 8

威望
9515
贡献
6351
热心值
0
金币
3149
注册时间
2019-5-24
发表于 2025-3-15 08:46 | 显示全部楼层
感谢分享。。
回复

使用道具 举报

金币1837  第1029名

2

主题

940

回帖

6578

积分

永久会员

Rank: 8Rank: 8

威望
2846
贡献
1895
热心值
0
金币
1837
注册时间
2022-9-19
发表于 2025-3-15 08:52 | 显示全部楼层
回复

使用道具 举报

金币424  第3691名

0

主题

874

回帖

1331

积分

金牌会员

Rank: 6Rank: 6

威望
712
贡献
195
热心值
0
金币
424
注册时间
2024-6-17
发表于 2025-3-15 09:12 | 显示全部楼层
个好
回复

使用道具 举报

金币7107  第166名

1

主题

3698

回帖

2万

积分

论坛元老

Rank: 8Rank: 8

威望
9367
贡献
6293
热心值
0
金币
7107
注册时间
2020-5-19
发表于 2025-3-15 09:34 | 显示全部楼层
rk0639-2024路飞Python人工智能AI工程师【VIP
回复

使用道具 举报

金币4820  第306名

0

主题

2224

回帖

1万

积分

论坛元老

Rank: 8Rank: 8

威望
3949
贡献
2047
热心值
0
金币
4820
注册时间
2023-9-6
发表于 2025-3-15 10:21 | 显示全部楼层
6666666666666666
回复

使用道具 举报

金币1837  第1029名

2

主题

940

回帖

6578

积分

永久会员

Rank: 8Rank: 8

威望
2846
贡献
1895
热心值
0
金币
1837
注册时间
2022-9-19
发表于 2025-3-15 10:23 | 显示全部楼层
资料的解压密码是多少
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|瑞客论坛 |网站地图

GMT+8, 2025-4-2 09:08

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表