Python人工智能数据挖掘网络爬虫全栈工程师实战课程

冰点也疯狂

课程介绍：
Python人工智能数据挖掘网络爬虫全栈工程师实战课程视频教程下载。课程是基于项目实战的零基础机器学习，通过演练与讲解如何利用机器学习与深度学习进行房价预测、B站弹幕情感分析等相关热点话题使学员能够掌握数据科学思维，完成数据分析任务！
( q9 k# v! P  l+ U1 j8 X2 f
9 U+ u  x+ [: X  _: O  M# p课程目录：
1、课程：熟悉Jupyter notebook.1、创建新的Python环境.mp4
1、课程：熟悉Jupyter notebook.2、Python环境与版本（一）.mp4
1、课程：熟悉Jupyter notebook.3、Python环境与版本（二）.mp4
/ Z+ d, P3 w' K1、课程：熟悉Jupyter notebook.4、Python环境与版本（三）.mp4
1、课程：熟悉Jupyter notebook.5、Python环境与版本（四）.mp4
9 C5 Z1 b8 v" N6 f1、课程：熟悉Jupyter notebook.6、Python环境与版本（五）.mp4
1、课程：熟悉Jupyter notebook.7、Python环境与版本（六）.mp4
1、课程：熟悉Jupyter notebook.8、Python环境与版本（七）.mp4
1、课程：熟悉Jupyter notebook.9、安装决策树可视化工具Graphviz（一）.mp4
1、课程：熟悉Jupyter notebook.10、安装决策树可视化工具Graphviz（二）.mp4
1、课程：熟悉Jupyter notebook.11、几个重要的工具包介绍（一）.mp4
$ I+ Q! `- I! {2 O7 w1、课程：熟悉Jupyter notebook.12、几个重要的工具包介绍（二）.mp4
1、课程：熟悉Jupyter notebook.13、安装TensorFlow与Keras（一）.mp4
/ ]( ^0 V! X' \# v6 b1、课程：熟悉Jupyter notebook.14、安装TensorFlow与Keras（二）.mp4
. \. ^# x# }9 N- n1、课程：熟悉Jupyter notebook.15、Jupyter notebook的基本使用技巧.mp4
. P0 X8 Q: z+ k8 H- G1、课程：熟悉Jupyter notebook.16、Markdown的基本技巧（一）.mp4
1、课程：熟悉Jupyter notebook.17、Markdown的基本技巧（二）.mp4
  Z4 _% O+ }( W0 j4 `2、课程：文献与代码管理工具及统计基础.1、学习方法总结.mp4
: |6 b+ Z/ Z9 R2、课程：文献与代码管理工具及统计基础.2、Mendeley介绍及安装（一）.mp4
& W! u# W( j  C9 r7 Q8 S! z, [2、课程：文献与代码管理工具及统计基础.3、Mendeley介绍及安装（二）.mp4
2、课程：文献与代码管理工具及统计基础.4、GitHub介绍及安装.mp4
2 F* A: ]% r. y: ?& U6 s8 N2、课程：文献与代码管理工具及统计基础.5、GitHub远端连接操作（一）.mp4
2、课程：文献与代码管理工具及统计基础.6、GitHub远端连接操作（二）.mp4
2、课程：文献与代码管理工具及统计基础.7、GitHub远端连接操作（三）.mp4
( R: C7 U2 o4 d9 p2、课程：文献与代码管理工具及统计基础.8、答疑（一）.mp4
6 O5 `1 k& F) H) D/ f8 _$ u7 v2、课程：文献与代码管理工具及统计基础.9、答疑（二）.mp4
2、课程：文献与代码管理工具及统计基础.10、答疑（三）.mp4
& x* W2 o; `* v  C! |2、课程：文献与代码管理工具及统计基础.11、统计基础概述.mp4
3 n* y! B& i! t. {+ X3、课程：Python基本数据类型.1、课程概述.mp4
/ M) L& V! J  S' m( F3、课程：Python基本数据类型.2、计算机语言与程序概述（一）.mp4
3、课程：Python基本数据类型.3、计算机语言与程序概述（二）.mp4
3、课程：Python基本数据类型.4、为什么需要编程语言.mp4
3、课程：Python基本数据类型.5、Python能做什么.mp4
3、课程：Python基本数据类型.6、课间答疑.mp4
3、课程：Python基本数据类型.7、Python2和Python3的区别.mp4
3、课程：Python基本数据类型.8、编程语言的元素.mp4
3、课程：Python基本数据类型.9、致敬 Hello World.mp4
3、课程：Python基本数据类型.10、Python基本数据类型（一）.mp4
3、课程：Python基本数据类型.11、Python基本数据类型（二）.mp4
3、课程：Python基本数据类型.12、Python基本数据类型（三）.mp4
3、课程：Python基本数据类型.13、Python基本数据类型（四）.mp4
3 {' O+ N1 D. K1 n: z/ K" m3、课程：Python基本数据类型.14、Python基本数据类型（五）.mp4
4 [- D. u+ N. W& C; t4 t( v; z3 V3、课程：Python基本数据类型.15、Python基本数据类型（六）.mp4
3、课程：Python基本数据类型.16、Python基本数据类型（七）.mp4
- N+ Q/ M; b- r9 I+ \3 B! U0 \3、课程：Python基本数据类型.17、Python基本数据类型（八）.mp4
4、课程：函数与Python基本数据结构.1、函数（一）.mp4
' G$ u9 ~2 o; n4、课程：函数与Python基本数据结构.2、函数（二）.mp4
4、课程：函数与Python基本数据结构.3、函数（三）.mp4
9 D  U6 Y& ?1 z7 x. ?! I4、课程：函数与Python基本数据结构.4、函数（四）.mp4
4、课程：函数与Python基本数据结构.5、函数（五）.mp4
- Z6 u9 \. W" t- c: W4、课程：函数与Python基本数据结构.6、Python编码结构（一）.mp4
2 m8 _0 }4 R/ _8 r4、课程：函数与Python基本数据结构.7、Python编码结构（二）.mp4
4、课程：函数与Python基本数据结构.8、Python编码结构（三）.mp4
4、课程：函数与Python基本数据结构.9、Python模块和程序包.mp4
4、课程：函数与Python基本数据结构.10、Python基本数据结构（一）.mp4
4、课程：函数与Python基本数据结构.11、Python基本数据结构（二）.mp4
4、课程：函数与Python基本数据结构.12、Python基本数据结构（三）.mp4
  R/ ?4 R: q6 ?! x9 V5、课程：Numpy的基本操作.1、Introduction to Numpy.mp4
5、课程：Numpy的基本操作.2、Create Arrays.mp4
5、课程：Numpy的基本操作.3、Basic Operations of Arrays.mp4
5、课程：Numpy的基本操作.4、lndexing ，Slicing and Iterating（一）.mp4
5、课程：Numpy的基本操作.5、lndexing ，Slicing and Iterating（二）.mp4
7 f+ k7 ~2 w. e# |5 J# ?4 ~! j5、课程：Numpy的基本操作.6、lndexing ，Slicing and Iterating（三）.mp4
5、课程：Numpy的基本操作.7、Matrix Operations --（一）.mp4
: C  \1 e) x! `& H3 G! B1 ]9 a5、课程：Numpy的基本操作.8、Matrix Operations --（二）.mp4
5、课程：Numpy的基本操作.9、Array processing（一）.mp4
5、课程：Numpy的基本操作.10、Array processing（二）.mp4
5、课程：Numpy的基本操作.11、Save and Load Array.mp4
6、课程：Pandas的基本操作.1、Series.mp4
% `3 F' P3 u& J& q+ \( u2 y6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
' q3 z( E* S# l  v6、课程：Pandas的基本操作.3、DataFrame+Titanic Example（二）.mp4
6、课程：Pandas的基本操作.4、DataFrame+Titanic Example（三）.mp4
6、课程：Pandas的基本操作.5、DataFrame+Titanic Example（四）.mp4
5 p/ T# k$ m7 u5 S. Y# U, y6、课程：Pandas的基本操作.6、Index Objects.mp4
6、课程：Pandas的基本操作.7、Reindex.mp4
6、课程：Pandas的基本操作.8、Drop Data.mp4
6、课程：Pandas的基本操作.9、Slice Data（一）.mp4
/ P1 }& P8 t  B' Y0 N% t* q; a" ?6、课程：Pandas的基本操作.10、Slice Data（二）.mp4
6、课程：Pandas的基本操作.11、Data Alignment.mp4
: b" V1 E# [% o6、课程：Pandas的基本操作.12、Rank and Sort.mp4
* _( E2 c: }, S% y. o  b( R5 m7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
/ P% m4 Y, R' Y: T: `7、课程：Matplotlib的基本操作.2、Matplotlib（二）.mp4
7、课程：Matplotlib的基本操作.3、Matplotlib（三）.mp4
) p% u  r! I5 O' N4 a% L7、课程：Matplotlib的基本操作.4、Matplotlib（四）.mp4
7、课程：Matplotlib的基本操作.5、Matplotlib（五）.mp4
: s8 J( c3 H: V/ a- w3 Q7、课程：Matplotlib的基本操作.6、Aggregation（一）.mp4
7、课程：Matplotlib的基本操作.7、Aggregation（二）.mp4
7、课程：Matplotlib的基本操作.8、Aggregation（三）.mp4
  i7 u% `6 P! y* U8、课程：什么是好的模型结果-cost function.1、如何定义一个模型结果的好坏？.mp4
( n. [2 w  v9 e& m8、课程：什么是好的模型结果-cost function.2、连续变量的模型，如何来衡量模型结果？（一）.mp4
3 m4 y# I& M. K2 c: ^( }3 C8、课程：什么是好的模型结果-cost function.3、连续变量的模型，如何来衡量模型结果？（二）.mp4
" N8 P9 p! Z: R7 a) K8、课程：什么是好的模型结果-cost function.4、二分类问题-假设检验，p-value（一）.mp4
8、课程：什么是好的模型结果-cost function.5、二分类问题-假设检验，p-value（二）.mp4
8、课程：什么是好的模型结果-cost function.6、二分类问题-ROC & AUC（一）.mp4
8、课程：什么是好的模型结果-cost function.7、二分类问题-ROC & AUC（二）.mp4
8、课程：什么是好的模型结果-cost function.8、什么是好的分类（一）.mp4
8、课程：什么是好的模型结果-cost function.9、二分类问题-召回率，准确率.mp4
8 y7 R) f9 n: U3 `% [$ E0 I8、课程：什么是好的模型结果-cost function.10、二分类问题-F1-score.mp4
8、课程：什么是好的模型结果-cost function.11、分类模型，如何衡量模型结果？.mp4
: T2 G6 Z$ @, o4 V8、课程：什么是好的模型结果-cost function.12、imbalanced问题（一）.mp4
8、课程：什么是好的模型结果-cost function.13、imbalanced问题（二）.mp4
9、课程：线性回归.1、知识回顾.mp4
9、课程：线性回归.2、为什么要使用线性回归？.mp4
, F2 G7 {( t* a& q$ t# }1 X3 j+ f9、课程：线性回归.3、如何计算线性回归？（一）.mp4
7 }6 z" l% v  L& y% a9、课程：线性回归.4、如何计算线性回归？（二）.mp4
, P6 Q0 Z" C' F. j9、课程：线性回归.5、问题解答.mp4
9 f9 @: V8 ?, _" s: M7 t9、课程：线性回归.6、由最小二乘法选出的直线有没有用？（一）.mp4
9、课程：线性回归.7、由最小二乘法选出的直线有没有用？（二）.mp4
% s5 E0 K4 w6 W; _: M9、课程：线性回归.8、线性回归参数估计的含义.mp4
9、课程：线性回归.9、线性回归对数据的解释.mp4
9、课程：线性回归.10、线性回归对样本及误差的要求和假设前提（一）.mp4
9、课程：线性回归.11、线性回归对样本及误差的要求和假设前提（二）.mp4
9、课程：线性回归.12、预测的confidence interval 和 prediction interval（一）.mp4
9、课程：线性回归.13、预测的confidence interval 和 prediction interval（二）.mp4
$ T2 @$ S, V7 J; o) v; T9、课程：线性回归.14、预测的confidence interval 和 prediction interval（三）.mp4
4 r1 ]$ a2 J- Y  b  f6 x9、课程：线性回归.15、imbalanced问题.mp4
10、课程：逻辑回归及应用.1、逻辑回归与线性回归.mp4
# G. j& j1 z5 d3 t* f10、课程：逻辑回归及应用.2、如何计算信用分数.mp4
2 O& n% J  |% ~* U3 M0 N10、课程：逻辑回归及应用.3、商家如何查看芝麻信用值？.mp4
' J% ?) r5 Q( x' Z; y4 P10、课程：逻辑回归及应用.4、寻找最合理的参数-1设计Cost Function.mp4
% y& o5 p( R2 L10、课程：逻辑回归及应用.5、疑题解答.mp4
10、课程：逻辑回归及应用.6、寻找最合理的参数-3. 计算最优参数（一）.mp4
  w5 o/ V9 a1 n4 ]. ?10、课程：逻辑回归及应用.7、寻找最合理的参数-3. 计算最优参数(二).mp4
  ~; x- f: N9 M7 T10、课程：逻辑回归及应用.8、寻找最合理的参数-3. 计算最优参数(三).mp4
1 N' G) ?( h6 v/ C; K10、课程：逻辑回归及应用.9、寻找最合理的参数-3. 计算最优参数(四).mp4
10、课程：逻辑回归及应用.10、寻找最合理的参数-3. 计算最优参数(五).mp4
3 u5 Z* C* A3 _5 g4 Q2 h10、课程：逻辑回归及应用.11、寻找最合理的参数-3. 计算最优参数(六).mp4
6 r8 T* O3 _# R( T10、课程：逻辑回归及应用.12、更进一步：从逻辑回归到SoftMax（一）.mp4
10、课程：逻辑回归及应用.13、更进一步：从逻辑回归到SoftMax(二).mp4
11、课程：拟合与过拟合的定义.1、拟合与过拟合.mp4
0 }. y8 z# y8 t( i* C  U) ?* g11、课程：拟合与过拟合的定义.2、对抗过拟合（一）.mp4
! \/ ~8 A0 R- ~6 C4 }0 s11、课程：拟合与过拟合的定义.3、对抗过拟合（二）.mp4
11、课程：拟合与过拟合的定义.4、对抗过拟合（三）.mp4
11、课程：拟合与过拟合的定义.5、Python实现（一）.mp4
11、课程：拟合与过拟合的定义.6、Python实现（二）.mp4
11、课程：拟合与过拟合的定义.7、正则化Regularization.mp4
+ _- G1 x# a2 `' J) g4 d5 R* R! j- v11、课程：拟合与过拟合的定义.8、Ridge（一）.mp4
11、课程：拟合与过拟合的定义.9、Ridge（二）.mp4
11、课程：拟合与过拟合的定义.10、方差的分解（一）.mp4
" g5 L/ V; @* L8 [# d0 O2 j4 J% n11、课程：拟合与过拟合的定义.11、方差的分解（二）.mp4
2 b: b3 R: u3 J/ ?1 _11、课程：拟合与过拟合的定义.12、Bias与Variance的分解.mp4
12、课程：决策树模型.1、什么是决策树？.mp4
12、课程：决策树模型.2、游戏中的决策树分析（一）.mp4
12、课程：决策树模型.3、游戏中的决策树分析（二）.mp4
2 U5 D+ b$ P6 R5 b; m$ R! Y+ O" o12、课程：决策树模型.4、哪个问题分的最好？.mp4
12、课程：决策树模型.5、Decision Tree_example1（一）.mp4
" X; ~4 L8 |; A! O" x" P12、课程：决策树模型.6、Decision Tree_example1（二）.mp4
12、课程：决策树模型.7、Decision Tree_example1（三）.mp4
# j, V" t9 U! E. I3 X! f12、课程：决策树模型.8、Decision Tree_example1（四）.mp4
: e, `/ i. m; e; T12、课程：决策树模型.9、Decision Tree_example1（五）.mp4
12、课程：决策树模型.10、Decision Tree_example1（六）.mp4
1 u! q0 D- B) N$ R; Q12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
& p' @" ?/ w' H& a: i* ^8 n13、课程：Pandas 数据操作与Ensemble Method 集成算法.1、Combining dataframes.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.2、Mapping.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.3、Binning.mp4
1 T( N7 x7 ^3 S5 X9 b13、课程：Pandas 数据操作与Ensemble Method 集成算法.4、GroupBy On Dict and Series（一）.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.5、GroupBy On Dict and Series（二）.mp4
* r% O6 j1 e% I13、课程：Pandas 数据操作与Ensemble Method 集成算法.6、Merge（一）.mp4
2 A9 D% g; n8 A0 N2 _% ^13、课程：Pandas 数据操作与Ensemble Method 集成算法.7、Merge（二）.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.8、Outliers.mp4
' Z: Y+ N4 O5 |2 G13、课程：Pandas 数据操作与Ensemble Method 集成算法.9、Pivoting.mp4
3 |3 c1 L3 T# U1 r5 H1 Q0 s. g% F13、课程：Pandas 数据操作与Ensemble Method 集成算法.10、Replace.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.11、Bagging (Bootstrap aggregating).mp4
, O6 y6 G$ P# B% Q! X4 l, O3 E13、课程：Pandas 数据操作与Ensemble Method 集成算法.12、Boosting and Ada boosting（一）.mp4
1 p; I- I/ \1 M, U+ c9 n13、课程：Pandas 数据操作与Ensemble Method 集成算法.13、Boosting and Ada boosting（二）.mp4
/ Q! g4 D7 w7 o% k0 r3 k13、课程：Pandas 数据操作与Ensemble Method 集成算法.14、Gradient Boosting.mp4
14、课程：Airbnb 数据分析.1、Airbnb介绍.mp4
3 c1 r' Q) X$ ?  O$ y% M. c1 q14、课程：Airbnb 数据分析.2、Train and Test 用户本身数据和营销渠道数据.mp4
1 i% L1 D$ m, r. {1 s+ M14、课程：Airbnb 数据分析.3、Airbnb_DataExploration（一）.mp4
% I  v, g$ J8 D* E+ N14、课程：Airbnb 数据分析.4、Airbnb_DataExploration（二）.mp4
: f) }  S* f) j; _2 I! G14、课程：Airbnb 数据分析.5、Airbnb_DataExploration（三）.mp4
3 h& {& S% ^. i/ P6 p14、课程：Airbnb 数据分析.6、Airbnb_FeatureEngineering（一）.mp4
4 N# h( c6 n9 f2 B, p  k14、课程：Airbnb 数据分析.7、Airbnb_FeatureEngineering（二）.mp4
14、课程：Airbnb 数据分析.8、Airbnb_FeatureEngineering（三）.mp4
% Z' ~, E) x* G7 W& g) B! k" x$ |14、课程：Airbnb 数据分析.9、Airbnb_FeatureEngineering（四）.mp4
14、课程：Airbnb 数据分析.10、Modeling（一）.mp4
14、课程：Airbnb 数据分析.11、Modeling（二）.mp4
" M9 P' o9 @7 c5 ?: S7 U, x15、课程：支持向量机（SVM）.1、支持向量机简介与历史（一）.mp4
15、课程：支持向量机（SVM）.2、支持向量机简介与历史（二）.mp4
15、课程：支持向量机（SVM）.3、支持向量机分类与回归（一）.mp4
15、课程：支持向量机（SVM）.4、支持向量机分类与回归（二）.mp4
15、课程：支持向量机（SVM）.5、支持向量机分类与回归（三）.mp4
  z+ Q1 L" G) o15、课程：支持向量机（SVM）.6、对偶问题.mp4
15、课程：支持向量机（SVM）.7、支持向量.mp4
15、课程：支持向量机（SVM）.8、核函数.mp4
15、课程：支持向量机（SVM）.9、正则化与软间隔.mp4
15、课程：支持向量机（SVM）.10、支持向量机算法总结.mp4
15、课程：支持向量机（SVM）.11、代码实战（一）.mp4
15、课程：支持向量机（SVM）.12、代码实战（二）.mp4
/ p) D) S: }$ a7 v! e! Q4 Z15、课程：支持向量机（SVM）.13、代码实战（三）.mp4
16、课程：自然语言处理与NLP-代码实战.1、历史.mp4
0 y  F/ f5 \" x8 H, l2 I16、课程：自然语言处理与NLP-代码实战.2、语言模型（一）.mp4
16、课程：自然语言处理与NLP-代码实战.3、语言模型（二）.mp4
16、课程：自然语言处理与NLP-代码实战.4、语言模型（三）.mp4
16、课程：自然语言处理与NLP-代码实战.5、语言模型（四）.mp4
16、课程：自然语言处理与NLP-代码实战.6、语言模型（五）.mp4
16、课程：自然语言处理与NLP-代码实战.7、语言模型评价.mp4
! V! B2 q# O% J# j& _6 ?1 w, ~7 `16、课程：自然语言处理与NLP-代码实战.8、隐马尔可夫模型.mp4
& g5 j7 B" C$ h1 e# f4 q16、课程：自然语言处理与NLP-代码实战.9、深度学习（一）.mp4
# |3 ^- F* h! B; j( f* A0 H( K16、课程：自然语言处理与NLP-代码实战.10、深度学习（二）.mp4
16、课程：自然语言处理与NLP-代码实战.11、语言模型实战（一）.mp4
  r! e8 N! J# f$ a8 p' v3 w4 o9 t16、课程：自然语言处理与NLP-代码实战.12、语言模型实战（二）.mp4
16、课程：自然语言处理与NLP-代码实战.13、语言模型实战（三）.mp4
# b. m4 i; o% T. h6 O7 m16、课程：自然语言处理与NLP-代码实战.14、语言模型实战（四）.mp4
17、课程：文字处理与Amazon评论NLP分析案例.1、Python文字处理基本操作回顾.mp4
17、课程：文字处理与Amazon评论NLP分析案例.2、ASCII，unicode解码与编码，utf-8（一）.mp4
17、课程：文字处理与Amazon评论NLP分析案例.3、ASCII，unicode解码与编码，utf-8（二）.mp4
* B4 B" q3 u4 s; H" ?& ?) X  U17、课程：文字处理与Amazon评论NLP分析案例.4、Nltk工具包与特朗普的任职演讲.mp4
1 y5 x1 {3 E& e3 N7 x5 |17、课程：文字处理与Amazon评论NLP分析案例.5、计算词频.mp4
$ f3 B& C/ x& ]! \( j0 U+ {17、课程：文字处理与Amazon评论NLP分析案例.6、读取文字.mp4
6 u- q) W5 N3 n: ]3 B8 [' ~/ y17、课程：文字处理与Amazon评论NLP分析案例.7、整理标签（一）.mp4
2 ?- h, b) m4 ^9 c17、课程：文字处理与Amazon评论NLP分析案例.8、整理标签（二）.mp4
, K4 ]0 [: y* u: x5 D) ~17、课程：文字处理与Amazon评论NLP分析案例.9、整理标签（三）.mp4
17、课程：文字处理与Amazon评论NLP分析案例.10、清理文字并建语料库（一）.mp4
' @2 x6 q  F! l- T: m# ~; ]17、课程：文字处理与Amazon评论NLP分析案例.11、清理文字并建语料库（二）.mp4
17、课程：文字处理与Amazon评论NLP分析案例.12、建模.mp4
17、课程：文字处理与Amazon评论NLP分析案例.13、调用具体模型.mp4
18、课程：网络基础概述.1、网络基础概述.mp4
18、课程：网络基础概述.2、数据和数据库（一）.mp4
18、课程：网络基础概述.3、数据和数据库（二）.mp4
18、课程：网络基础概述.4、计算机网络知识普及（一）.mp4
8 U2 j3 `. |6 V1 L# T' p0 J9 ~: s18、课程：网络基础概述.5、计算机网络知识普及（二）.mp4
18、课程：网络基础概述.6、什么是网站.mp4
1 ]4 U# d4 l& U# w" A/ y18、课程：网络基础概述.7、静态网站和动态网站.mp4
; U. H' x" q' |6 @  v18、课程：网络基础概述.8、简单的网站服务程序（一）.mp4
" z4 n) Y+ L. ~2 G" j18、课程：网络基础概述.9、简单的网站服务程序（二）.mp4
18、课程：网络基础概述.10、什么是API（一）.mp4
8 G2 o) `# K5 _/ b: K18、课程：网络基础概述.11、什么是API（二）.mp4
18、课程：网络基础概述.12、如何找到API.mp4
18、课程：网络基础概述.13、网络产品和现在网络程序.mp4
18、课程：网络基础概述.14、答疑.mp4
9 A. P& o% P- I, A' ]  u/ k19、课程：网络爬虫入门.1、网络爬虫概述.mp4
19、课程：网络爬虫入门.2、复习HTML.mp4
9 k( c! D6 p1 @8 R+ }19、课程：网络爬虫入门.3、强大的工具—Requests.mp4
19、课程：网络爬虫入门.4、强大的工具—Beautifulsoup（一）.mp4
19、课程：网络爬虫入门.5、强大的工具—Beautifulsoup（二）.mp4
% @: B* E( b0 U4 M1 O7 U19、课程：网络爬虫入门.6、Charity Watch（一）.mp4
$ x& S+ u2 k4 L: O0 {19、课程：网络爬虫入门.7、Charity Watch（二）.mp4
# ?$ b/ ?: d1 G) I1 U, a9 x19、课程：网络爬虫入门.8、Charity Watch（三）.mp4
19、课程：网络爬虫入门.9、弹幕爬虫（一）.mp4
, O5 P$ P+ d4 e: x: q% ?- I3 D. K+ |19、课程：网络爬虫入门.10、弹幕爬虫（二）.mp4
7 b" q% J& A4 ~' P19、课程：网络爬虫入门.11、弹幕爬虫（三）.mp4
19、课程：网络爬虫入门.12、弹幕爬虫（四）.mp4
2 I+ q5 r5 E# {19、课程：网络爬虫入门.13、弹幕爬虫（五）.mp4
19、课程：网络爬虫入门.14、弹幕爬虫（六）.mp4
20、课程：爬虫进阶.1、Write Binary File.mp4
20、课程：爬虫进阶.2、Read Binary File.mp4
+ [& X7 {. `& u  B/ N  ?. B& ]20、课程：爬虫进阶.3、静态文件获取（一）.mp4
) D7 A' d" k5 ~20、课程：爬虫进阶.4、静态文件获取（二）.mp4
20、课程：爬虫进阶.5、认证授权（一）.mp4
8 I, H8 p; O0 M7 `2 @2 H: D% ?0 B20、课程：爬虫进阶.6、认证授权（二）.mp4
20、课程：爬虫进阶.7、认证授权（三）.mp4
2 e& Y. T( S. V2 |0 C8 r20、课程：爬虫进阶.8、爬虫进阶扩展（一）.mp4
20、课程：爬虫进阶.9、爬虫进阶扩展（二）.mp4
/ _$ Z$ R$ G9 F2 T21、课程： 正则表达式.1、常见代码.mp4
6 G: N, y" Q) ^) y: Y21、课程： 正则表达式.2、基本语句（一）.mp4
! i" ~5 R4 |* K4 g" b5 Q21、课程： 正则表达式.3、基本语句（二）.mp4
+ J# W. o& @5 _0 g# p21、课程： 正则表达式.4、字符匹配和分枝条件.mp4
21、课程： 正则表达式.5、分组.mp4
21、课程： 正则表达式.6、后向引用和零宽断言.mp4
21、课程： 正则表达式.7、案例分析（一）.mp4
( p1 [- R3 x5 W7 C+ F6 C21、课程： 正则表达式.8、案例分析（二）.mp4
0 @* l7 t8 d2 ]5 s; n) R* C6 ~) P22、课程：贝叶斯统计.1、联合概率.mp4
; v; d/ v- o, X0 A) D5 W22、课程：贝叶斯统计.2、边缘概率.mp4
22、课程：贝叶斯统计.3、条件概率.mp4
22、课程：贝叶斯统计.4、联合概率、边缘概率和条件概率.mp4
22、课程：贝叶斯统计.5、贝叶斯公式（一）.mp4
. p/ F' d; S, r7 ]22、课程：贝叶斯统计.6、贝叶斯公式（二）.mp4
22、课程：贝叶斯统计.7、流感案例.mp4
22、课程：贝叶斯统计.8、图形化理解.mp4
$ p" Z4 i; `6 ^: [6 i3 M3 m22、课程：贝叶斯统计.9、案例分析.mp4
# Z/ l7 h" G% q- Q2 T6 `22、课程：贝叶斯统计.10、贝叶斯公式垃圾短信识别程序（一）.mp4
$ ^1 n* _' A7 J% F  \3 S" F22、课程：贝叶斯统计.11、贝叶斯公式垃圾短信识别程序（二）.mp4
22、课程：贝叶斯统计.12、贝叶斯公式垃圾短信识别程序（三）.mp4
22、课程：贝叶斯统计.13、脑筋急转弯：三门问题（一）.mp4
22、课程：贝叶斯统计.14、脑筋急转弯：三门问题（二）.mp4
23、课程：搜集用户信息与数据整合.1、搜集用户发帖Comment Id（一）.mp4
5 _1 g6 ]4 n) F! ?: I# T' e2 P23、课程：搜集用户信息与数据整合.2、搜集用户发帖Comment Id（二）.mp4
23、课程：搜集用户信息与数据整合.3、正向编码方法.mp4
23、课程：搜集用户信息与数据整合.4、如何逆向解码（一）.mp4
$ [. a# t- G# B9 N6 E! G* L/ X2 D23、课程：搜集用户信息与数据整合.5、如何逆向解码（二）.mp4
23、课程：搜集用户信息与数据整合.6、如何逆向解码（三）.mp4
$ ~6 n* _) S4 |9 Q' P5 ]5 s23、课程：搜集用户信息与数据整合.7、如何逆向解码（四）.mp4
23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
# @0 }1 @  R! W0 g+ E4 G3 V23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
9 E, r( S6 E8 v1 |! _5 j23、课程：搜集用户信息与数据整合.10、爬取用户信息（二）.mp4
23、课程：搜集用户信息与数据整合.11、爬取用户信息（三）.mp4
23、课程：搜集用户信息与数据整合.12、爬取用户信息（四）.mp4
3 c7 P  \+ F& e0 S% d23、课程：搜集用户信息与数据整合.13、RandomForest 重新采样（一）.mp4
23、课程：搜集用户信息与数据整合.14、RandomForest 重新采样（二）.mp4
24、课程：贝叶斯思维.1、贝叶斯统计（一）.mp4
3 q& Y1 C! @, r* W: s24、课程：贝叶斯思维.2、贝叶斯统计（二）.mp4
24、课程：贝叶斯思维.3、贝叶斯统计（三）.mp4
24、课程：贝叶斯思维.4、贝叶斯统计（四）.mp4
; K+ I9 I  f8 n5 Z24、课程：贝叶斯思维.5、贝叶斯公式（一）.mp4
24、课程：贝叶斯思维.6、贝叶斯公式（二）.mp4
24、课程：贝叶斯思维.7、贝叶斯公式（三）.mp4
24、课程：贝叶斯思维.8、贝叶斯公式（四）.mp4
24、课程：贝叶斯思维.9、证明正态分布的后验分布依然是正态分布（一）.mp4
24、课程：贝叶斯思维.10、证明正态分布的后验分布依然是正态分布（二）.mp4
24、课程：贝叶斯思维.11、证明正态分布的后验分布依然是正态分布（三）.mp4
24、课程：贝叶斯思维.12、证明正态分布的后验分布依然是正态分布（四）.mp4
9 W+ A1 w) I0 R) V* w2 d8 b) |24、课程：贝叶斯思维.13、美国海岸救援案例.mp4
25、课程：BiliBili火爆剧集与观众分析.1、结巴分词原理.mp4
25、课程：BiliBili火爆剧集与观众分析.2、结巴分词使用.mp4
25、课程：BiliBili火爆剧集与观众分析.3、去除NaN、分词.mp4
% V( L' F$ a# I1 y25、课程：BiliBili火爆剧集与观众分析.4、去停用词、整理词频.mp4
25、课程：BiliBili火爆剧集与观众分析.5、关键词计算.mp4
4 c- C: b" `' q* d) E. g* z" b' e25、课程：BiliBili火爆剧集与观众分析.6、生成词云.mp4
25、课程：BiliBili火爆剧集与观众分析.7、沿时间的动态变化：频率与高频词（一）.mp4
) `* ~& \7 F  @$ z8 K25、课程：BiliBili火爆剧集与观众分析.8、沿时间的动态变化：频率与高频词（二）.mp4
25、课程：BiliBili火爆剧集与观众分析.9、沿时间的动态变化：频率与高频词（三）.mp4
+ J, ~0 @3 @( a3 G# K3 l, ^4 k  b25、课程：BiliBili火爆剧集与观众分析.10、二十四小时的弹幕频率分布.mp4
25、课程：BiliBili火爆剧集与观众分析.11、年内的弹幕频率分布.mp4
25、课程：BiliBili火爆剧集与观众分析.12、观众信息.mp4
0 @0 Z. M/ I. g25、课程：BiliBili火爆剧集与观众分析.13、脑筋急转弯（一）.mp4
25、课程：BiliBili火爆剧集与观众分析.14、脑筋急转弯（二）.mp4
26、课程：聚类与代码实战.1、课程概要.mp4
* W' I! T) \5 R3 f' u$ t  [$ @26、课程：聚类与代码实战.2、机器学习与聚类简介.mp4
( p& x9 I* w( B" f" }26、课程：聚类与代码实战.3、聚类的定义以及和分类的区别.mp4
; [6 K4 r, q' |: n0 I26、课程：聚类与代码实战.4、聚类相似度度量：几何距离.mp4
8 s* L; `6 ~+ J  f26、课程：聚类与代码实战.5、划分聚类.mp4
26、课程：聚类与代码实战.6、划分聚类—K均值算法（一）.mp4
4 w2 g2 P9 u8 t: x& K0 w26、课程：聚类与代码实战.7、划分聚类—K均值算法（二）.mp4
26、课程：聚类与代码实战.8、层次聚类.mp4
26、课程：聚类与代码实战.9、Agglomerative clustering算法.mp4
26、课程：聚类与代码实战.10、密度聚类.mp4
26、课程：聚类与代码实战.11、DBSCAN.mp4
* P& l7 T) r+ l. q; L( Z26、课程：聚类与代码实战.12、聚类算法总结.mp4
26、课程：聚类与代码实战.13、代码实战（一）.mp4
26、课程：聚类与代码实战.14、代码实战（二）.mp4
/ v+ Z5 ~1 T$ ?, |26、课程：聚类与代码实战.15、代码实战（三）.mp4
27、课程：商业社交媒体舆情分析.1、脑筋急转弯（一）.mp4
27、课程：商业社交媒体舆情分析.2、脑筋急转弯（二）.mp4
0 c% q+ A) ~# E9 [/ M$ Y, Q/ X; D27、课程：商业社交媒体舆情分析.3、脑筋急转弯（三）.mp4
+ |' J/ F$ K1 g8 f. s: b9 D27、课程：商业社交媒体舆情分析.4、社媒舆情分析的目的.mp4
27、课程：商业社交媒体舆情分析.5、作用价值一：获取市场的必要信息（一）.mp4
/ F& w  b7 j, Z27、课程：商业社交媒体舆情分析.6、作用价值一：获取市场的必要信息（二）.mp4
$ B) p* p# q, }$ y8 P; a27、课程：商业社交媒体舆情分析.7、如何通过舆情分析掌握时长状况.mp4
27、课程：商业社交媒体舆情分析.8、作用价值二：提升决策敏感性.mp4
5 j  J8 {) U( G; Z3 k" v27、课程：商业社交媒体舆情分析.9、有趣的营销发现.mp4
" S# j/ ?4 Z* ~# x! j0 o6 F6 Q27、课程：商业社交媒体舆情分析.10、作用价值三：寻找接触点.mp4
0 N; |% @; J  o4 A8 E27、课程：商业社交媒体舆情分析.11、总结：营销领域的舆情分析应用.mp4
27、课程：商业社交媒体舆情分析.12、答疑（一）.mp4
) D4 O6 r' x% X0 }) l27、课程：商业社交媒体舆情分析.13、答疑（二）.mp4
28、课程：近期推荐系统概述.1、推荐系统应用场景（一）.mp4
28、课程：近期推荐系统概述.2、推荐系统应用场景（二）.mp4
28、课程：近期推荐系统概述.3、推荐系统算法概述（一）.mp4
28、课程：近期推荐系统概述.4、推荐系统算法概述（二）.mp4
2 x2 X5 V+ ^$ I$ Z/ E8 M! `* i28、课程：近期推荐系统概述.5、推荐系统算法概述（三）.mp4
) J8 d: ]/ W( c+ M28、课程：近期推荐系统概述.6、推荐系统算法概述（四）.mp4
28、课程：近期推荐系统概述.7、CF+矩阵分解（一）.mp4
28、课程：近期推荐系统概述.8、CF+矩阵分解（二）.mp4
28、课程：近期推荐系统概述.9、基于图像的推荐.mp4
28、课程：近期推荐系统概述.10、评估推荐系统结果.mp4
( Y, w6 U  i% \; ~5 y8 @) t, z* Z29、课程：人工智能的江湖.1、达特茅斯会议与第一次AI大发展.mp4
29、课程：人工智能的江湖.2、第一次AI寒冬（一）.mp4
29、课程：人工智能的江湖.3、第一次AI寒冬（二）.mp4
29、课程：人工智能的江湖.4、复苏与第二次AI寒冬.mp4
* u' Z9 [/ ?5 z29、课程：人工智能的江湖.5、再次复苏与神经网翻身.mp4
29、课程：人工智能的江湖.6、瞻仰大神（一）.mp4
4 |$ {  O9 p  f% b/ P, S1 Z! |29、课程：人工智能的江湖.7、瞻仰大神（二）.mp4
9 a) ]/ _0 @4 J- `# `- M) I' ~+ l29、课程：人工智能的江湖.8、瞻仰大神（三）.mp4
4 U+ x2 b! o$ E4 M0 K29、课程：人工智能的江湖.9、今天的应用与影响（一）.mp4
29、课程：人工智能的江湖.10、今天的应用与影响（二）.mp4
# ~, y# ]) e8 K/ F29、课程：人工智能的江湖.11、今天的应用与影响（三）.mp4
$ [$ O. v& {4 w8 p30、课程：机器学习在图像识别中的应用.1、图像处理和机器学习有什么关系.mp4
& x# n6 u: y, P: S4 A! ^9 @30、课程：机器学习在图像识别中的应用.2、什么是机器学习.mp4
* `8 n* q7 I, F: a, _( ]. a30、课程：机器学习在图像识别中的应用.3、什么是图像识别.mp4
/ q$ x. a  E0 `. G- Q30、课程：机器学习在图像识别中的应用.4、图像识别的困难在哪里.mp4
, ]: a6 `( X2 Q/ g( s* ]30、课程：机器学习在图像识别中的应用.5、图像识别的发展历史.mp4
$ B* S" O) @' |; Z6 f30、课程：机器学习在图像识别中的应用.6、机器学习对比深度学习.mp4
30、课程：机器学习在图像识别中的应用.7、机器学习的工作方式.mp4
; F/ X, v" Z" D4 n30、课程：机器学习在图像识别中的应用.8、机器学习的算法（一）.mp4
- y* r7 u4 m1 }7 E( j  J, A. m30、课程：机器学习在图像识别中的应用.9、机器学习的算法（二）.mp4
% K2 C. {: A4 ?. W0 l3 P* z30、课程：机器学习在图像识别中的应用.10、机器学习总结.mp4
31、课程：Pygame.1、学习框架梳理.mp4
31、课程：Pygame.2、剩余课程安排.mp4
31、课程：Pygame.3、Flappy bird基本背景图像（一）.mp4
31、课程：Pygame.4、Flappy bird基本背景图像（二）.mp4
+ H* s4 j3 Y$ Y9 S: p% S( W31、课程：Pygame.5、键盘操作-小鸟左右移动.mp4
: [! [6 T7 v. R5 X" @( F31、课程：Pygame.6、扑腾扑腾翅膀（一）.mp4
+ R" C6 d. `- C' L+ L31、课程：Pygame.7、扑腾扑腾翅膀（二）.mp4
31、课程：Pygame.8、柱子的移动.mp4
31、课程：Pygame.9、生成一系列的柱子，并且移动.mp4
31、课程：Pygame.10、让小鸟飞起来.mp4
31、课程：Pygame.11、假如小鸟很聪明.mp4
31、课程：Pygame.12、给小鸟计分.mp4
32、课程：Python控制系统.1、The basic self-driving loop.mp4
4 `: w4 V3 l# [  }4 H5 p32、课程：Python控制系统.2、不同的数据存储和类型.mp4
: j  L& p/ A* `8 l: P! A1 D32、课程：Python控制系统.3、安装OpenCV.mp4
: \7 C; R  H/ q2 }  a32、课程：Python控制系统.4、OpenCV练习.mp4
32、课程：Python控制系统.5、数据库基础review（一）.mp4
32、课程：Python控制系统.6、数据库基础review（二）.mp4
4 a7 E" o/ ~) r  p* v32、课程：Python控制系统.7、MYSQL的简单介绍(一).mp4
9 P! F# {. Q5 R6 Z32、课程：Python控制系统.8、MYSQL的简单介绍(二).mp4
; r5 l) A" m' v2 J& U32、课程：Python控制系统.9、激光雷达.mp4
32、课程：Python控制系统.10、Ctypes basic（一）.mp4
: }3 d% a1 T  H  u" [9 Z32、课程：Python控制系统.11、Ctypes basic（二）.mp4
) k2 U% W5 U$ `" Y4 U) Y' M32、课程：Python控制系统.12、Ctypes basic（三）.mp4
33、课程：图像识别处理基础—OpenCV.1、读取图片（一）.mp4
33、课程：图像识别处理基础—OpenCV.2、读取图片（二）.mp4
1 F- X- g5 M- c( ~) S* S6 x33、课程：图像识别处理基础—OpenCV.3、读取图片（三）.mp4
33、课程：图像识别处理基础—OpenCV.4、读取视频.mp4
7 ~6 F- w4 M/ p; A- M0 t33、课程：图像识别处理基础—OpenCV.5、绘图函数.mp4
33、课程：图像识别处理基础—OpenCV.6、OpenCV图像的基本操作（一）.mp4
33、课程：图像识别处理基础—OpenCV.7、OpenCV图像的基本操作（二）.mp4
33、课程：图像识别处理基础—OpenCV.8、图像处理：颜色空间转换（一）.mp4
, x( k& v+ D5 Z6 m/ I33、课程：图像识别处理基础—OpenCV.9、图像处理：颜色空间转换（二）.mp4
33、课程：图像识别处理基础—OpenCV.10、几何变换.mp4
33、课程：图像识别处理基础—OpenCV.11、图像处理：图像平滑.mp4
- j3 ]7 L5 d+ z5 |/ b33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
# Q6 v7 P& J/ y1 |! C+ Q6 J. s34、课程：从游戏数据中提取feature.1、收集GTA5游戏数据（一）.mp4
34、课程：从游戏数据中提取feature.2、收集GTA5游戏数据（二）.mp4
) T+ f* {% d4 @34、课程：从游戏数据中提取feature.3、收集GTA5游戏数据（三）.mp4
( l& q4 f$ m) s8 S3 s, W8 S34、课程：从游戏数据中提取feature.4、Check Data和OpenCV（一）.mp4
0 K# A, S) |! m34、课程：从游戏数据中提取feature.5、Check Data和OpenCV（二）.mp4
# ]4 m( l0 o) M3 N/ V34、课程：从游戏数据中提取feature.6、模型加载插件.mp4
34、课程：从游戏数据中提取feature.7、C++ review（一）.mp4
+ s1 g6 F6 X% _( _2 L/ ?* m34、课程：从游戏数据中提取feature.8、C++ review（二）.mp4
6 U8 [; s) K6 S+ {34、课程：从游戏数据中提取feature.9、模型案例分析+OpenCV process（一）.mp4
34、课程：从游戏数据中提取feature.10、模型案例分析+OpenCV process（二）.mp4
$ w! f7 l6 n: _2 ~  ~34、课程：从游戏数据中提取feature.11、模型案例分析+OpenCV process（三）.mp4
/ O$ y. ~3 @; z# z; e+ m34、课程：从游戏数据中提取feature.12、模型案例分析+OpenCV process（四）.mp4
: V5 v8 Z1 U2 Y: J1 P- H; n34、课程：从游戏数据中提取feature.13、模型案例分析+OpenCV process（五）.mp4
( M# @. M7 i8 h7 X# y35、课程：GTA5自动驾驶项目.1、作业布置.mp4
$ d- B( \, k5 o: V0 q/ Y/ R35、课程：GTA5自动驾驶项目.2、GTA5自动驾驶分解问题（一）.mp4
7 p& @1 f. L! a0 h: Q35、课程：GTA5自动驾驶项目.3、GTA5自动驾驶分解问题（二）.mp4
35、课程：GTA5自动驾驶项目.4、GTA5自动驾驶分解问题（三）.mp4
  c+ E) c5 u& ?7 R7 Z) c; N35、课程：GTA5自动驾驶项目.5、GTA5自动驾驶分解问题（四）.mp4
35、课程：GTA5自动驾驶项目.6、GTA5自动驾驶分解问题（五）.mp4
35、课程：GTA5自动驾驶项目.7、GTA游戏AI识别车道分割线（一）.mp4
35、课程：GTA5自动驾驶项目.8、GTA游戏AI识别车道分割线（二）.mp4
35、课程：GTA5自动驾驶项目.9、GTA游戏AI识别车道分割线（三）.mp4
, o$ c* Q5 g; ~4 y$ k# j4 i5 p2 F35、课程：GTA5自动驾驶项目.10、GTA游戏AI识别车道分割线（四）.mp4
35、课程：GTA5自动驾驶项目.11、GTA游戏AI识别车道分割线（五）.mp4
35、课程：GTA5自动驾驶项目.12、GTA游戏AI识别车道分割线（六）.mp4
35、课程：GTA5自动驾驶项目.13、GTA游戏AI识别车道分割线（七）.mp4
: d) w& M2 t; w) S% L- N9 g6 Z36、课程：TensorFlow的基本操作.1、TensorFlow的基本概念.mp4
, {! m8 b; |  L6 s! Q36、课程：TensorFlow的基本操作.2、TensorFlow的具体使用（一）.mp4
36、课程：TensorFlow的基本操作.3、TensorFlow的具体使用（二）.mp4
36、课程：TensorFlow的基本操作.4、Tensor Shapes（一）.mp4
36、课程：TensorFlow的基本操作.5、Tensor Shapes（二）.mp4
  Z4 E% ?/ Y" E, \: F36、课程：TensorFlow的基本操作.6、Tensor Operations.mp4
! t: G$ m3 Z1 J& @% d0 Q+ A36、课程：TensorFlow的基本操作.7、Tensor Slicing.mp4
36、课程：TensorFlow的基本操作.8、Tensor Sequences.mp4
36、课程：TensorFlow的基本操作.9、Graph.mp4
7 V/ S: X8 z' w& Z8 s36、课程：TensorFlow的基本操作.10、Session和Constant.mp4
+ N" x! k' t+ d( T) l8 o- s$ G36、课程：TensorFlow的基本操作.11、Variables和Placeholders.mp4
0 Z, i2 X8 p: d4 n36、课程：TensorFlow的基本操作.12、Example（一）.mp4
36、课程：TensorFlow的基本操作.13、Example（二）.mp4
. z' w  ]% ?) s0 T5 Q) o36、课程：TensorFlow的基本操作.14、Example（三）.mp4
! F( A  v$ I# Q. L$ V+ {36、课程：TensorFlow的基本操作.15、Example（四）.mp4
37、课程：神经网络.1、神经网络.mp4
37、课程：神经网络.2、深度神经网络.mp4
) @; Q, E7 N! }; O  ~37、课程：神经网络.3、反向传播算法.mp4
& Q# S9 m7 v. m% e$ W) l  S' ?. e37、课程：神经网络.4、激活函数.mp4
2 ]2 U1 _8 T. Z) y6 }  h37、课程：神经网络.5、优化算法（一）.mp4
  Z: q! y& [& {" Y& |37、课程：神经网络.6、优化算法（二）.mp4
37、课程：神经网络.7、正规化.mp4
" p9 H0 ], y  Y+ ?1 p( V" f. M& s7 H37、课程：神经网络.8、神经网络代码实战（一）.mp4
* e; Y4 N0 @# E- {" _4 K$ g$ K37、课程：神经网络.9、神经网络代码实战（二）.mp4
37、课程：神经网络.10、神经网络代码实战（三）.mp4
1 ]! G8 I9 F8 N37、课程：神经网络.11、神经网络代码实战（四）.mp4
/ W" O  U# q* o/ V9 R% K38、课程：卷积神经网络.1、卷积和卷积核（一）.mp4
/ V9 I& u8 h' b, f  k/ w38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
% L7 L# D/ |0 [* w$ A& n0 {38、课程：卷积神经网络.3、卷积和卷积核（三）.mp4
- b7 J( K2 b* u! S# [( J# W/ |0 A2 z38、课程：卷积神经网络.4、填充和池化.mp4
0 c1 j2 Y0 }& ~2 X38、课程：卷积神经网络.5、深度卷积神经网络：LeNet-5.mp4
38、课程：卷积神经网络.6、深度卷积神经网络：AlexNet.mp4
38、课程：卷积神经网络.7、深度卷积神经网络：ZF-net.mp4
38、课程：卷积神经网络.8、深度卷积神经网络：VGG-16.mp4
7 ~% m; [- h$ i6 ^! q8 }: h- m38、课程：卷积神经网络.9、深度卷积神经网络：Inception Network.mp4
8 y5 I# |( _8 R  j38、课程：卷积神经网络.10、深度卷积神经网络：Residual Network.mp4
. m  t2 _" D1 p- a2 j& O38、课程：卷积神经网络.11、深度卷积神经网络：DenseNet.mp4
4 E- T% |; b2 x1 `39、课程：卷积神经网络的应用.1、卷积神经网络应用概述.mp4
7 S$ k: ?- N- Z/ V4 K7 O7 m6 M" g39、课程：卷积神经网络的应用.2、物体检测：RCNN和SPP-Net（一）.mp4
2 }# X( n- q6 [2 ]4 N39、课程：卷积神经网络的应用.3、物体检测：RCNN和SPP-Net（二）.mp4
39、课程：卷积神经网络的应用.4、物体检测：Fast R-CNN.mp4
$ H* i) O! B5 A  u+ [) N39、课程：卷积神经网络的应用.5、物体检测：YOLO和SSD.mp4
39、课程：卷积神经网络的应用.6、文档的归类.mp4
39、课程：卷积神经网络的应用.7、代码实战（一）.mp4
39、课程：卷积神经网络的应用.8、代码实战（二）.mp4
39、课程：卷积神经网络的应用.9、代码实战（三）.mp4
39、课程：卷积神经网络的应用.10、代码实战（四）.mp4
39、课程：卷积神经网络的应用.11、代码实战（五）.mp4
9 `8 w3 L1 O6 b# o7 ]( Z40、课程：深度学习框架剖析.1、深度学习系统的目标定位.mp4
40、课程：深度学习框架剖析.2、典型深度学习系统框架.mp4
40、课程：深度学习框架剖析.3、命令式编程与声明式编程等概念讲解.mp4
40、课程：深度学习框架剖析.4、图优化、执行引擎.mp4
40、课程：深度学习框架剖析.5、编程接口、分布式并行计算.mp4
, G6 g% N- U3 c. A40、课程：深度学习框架剖析.6、TF多卡训练.mp4
40、课程：深度学习框架剖析.7、TF多机训练.mp4
$ n- a6 s: y. h2 X40、课程：深度学习框架剖析.8、主流开源深度学习平台简析.mp4
6 L9 i, g/ l% @8 f" _! P40、课程：深度学习框架剖析.9、答疑.mp4
40、课程：深度学习框架剖析.10、Tensorflow tutorial example（一）.mp4
$ Q* G/ R" z# d- d% p: H1 S% b/ @40、课程：深度学习框架剖析.11、ensorflow tutorial example（二）.mp4
40、课程：深度学习框架剖析.12、模型训练Tricks分享.mp4
40、课程：深度学习框架剖析.13、DL优化方法分析以及相关TF API说明.mp4
40、课程：深度学习框架剖析.14、Tensorflow detection models.mp4
40、课程：深度学习框架剖析.15、实际模型项目介绍（一）.mp4
) b3 @7 {) m. J, G40、课程：深度学习框架剖析.16、实际模型项目介绍（二）.mp4
; z2 @8 Z5 B7 D$ u3 [41、课程：递归神经网络.1、递归神经网络—序列问题.mp4
41、课程：递归神经网络.2、为什么递归.mp4
: g1 |5 n. ^! k2 P, ^% P41、课程：递归神经网络.3、递归神经网络（一）.mp4
# H' ^6 j, P1 a7 C# y41、课程：递归神经网络.4、递归神经网络（二）.mp4
% h) k  c, l' C$ w' b5 h& x41、课程：递归神经网络.5、双向递归神经网络.mp4
41、课程：递归神经网络.6、沿时间反向传播.mp4
# t2 `  q6 G- S41、课程：递归神经网络.7、梯度消失.mp4
# d) U( J. N1 N+ D8 d, \. N42、课程：长短记忆网络和递归神经网络代码操作.1、长短记忆网络（一）.mp4
8 S! I1 a) C/ [  [42、课程：长短记忆网络和递归神经网络代码操作.2、长短记忆网络（二）.mp4
1 d. Y' t# v; p# g: m42、课程：长短记忆网络和递归神经网络代码操作.3、伪装曹雪芹（一）.mp4
42、课程：长短记忆网络和递归神经网络代码操作.4、伪装曹雪芹（二）.mp4
42、课程：长短记忆网络和递归神经网络代码操作.5、伪装曹雪芹（三）.mp4
# p$ b4 {/ V1 o4 H  Z% Q42、课程：长短记忆网络和递归神经网络代码操作.6、伪装曹雪芹（四）.mp4
42、课程：长短记忆网络和递归神经网络代码操作.7、图像识别（一）.mp4
/ h( r+ k* ?$ p1 \" H& Y/ I42、课程：长短记忆网络和递归神经网络代码操作.8、图像识别（二）.mp4
+ }: @+ W7 N+ N6 T1 I' j43、课程：线性代数与数值分析.1、线性代数与数值分析概述.mp4
. [/ X( a0 U! l9 D- t$ N6 |43、课程：线性代数与数值分析.2、线性代数的基础定义.mp4
9 `; ^1 S; @0 p6 Z43、课程：线性代数与数值分析.3、矩阵乘积和转置.mp4
. g' Z# S! t/ q0 q7 m; i43、课程：线性代数与数值分析.4、矩阵性质.mp4
43、课程：线性代数与数值分析.5、矩阵行列式.mp4
$ N4 e0 R5 v% g43、课程：线性代数与数值分析.6、矩阵的迹和秩.mp4
0 l4 Z$ Z: j; [43、课程：线性代数与数值分析.7、范数.mp4
3 }. ^: {* S0 [4 x' f43、课程：线性代数与数值分析.8、矩阵的特征值和特征向量.mp4
9 z: R5 ~& ~+ P: C" r43、课程：线性代数与数值分析.9、特殊类型的矩阵和向量（一）.mp4
43、课程：线性代数与数值分析.10、特殊类型的矩阵和向量（二）.mp4
43、课程：线性代数与数值分析.11、矩阵分解.mp4
43、课程：线性代数与数值分析.12、矩阵微积分.mp4
43、课程：线性代数与数值分析.13、矩阵计算（一）.mp4
7 }/ A, q9 |" Q% g43、课程：线性代数与数值分析.14、矩阵计算（二）.mp4
43、课程：线性代数与数值分析.15、范数、向量之间的夹角.mp4
43、课程：线性代数与数值分析.16、对角矩阵、单位矩阵、转置矩阵和reshape.mp4
9 N( z6 ^3 I1 M4 d& a+ z43、课程：线性代数与数值分析.17、行列式、秩、迹以及SVD奇异值分解.mp4
44、课程：词嵌入表示.1、N-元模型回顾.mp4
/ f7 c; b  M& L44、课程：词嵌入表示.2、神经语言模型.mp4
8 y+ o+ c. c5 G44、课程：词嵌入表示.3、递归神经网络语言模型.mp4
44、课程：词嵌入表示.4、词嵌入.mp4
44、课程：词嵌入表示.5、哈夫曼树.mp4
44、课程：词嵌入表示.6、连续词袋模型—分层Softmax.mp4
4 ~' x1 Y  h% i3 l: I$ f44、课程：词嵌入表示.7、Skip-gram：分层Softmax.mp4
44、课程：词嵌入表示.8、连续词袋模型：负采样.mp4
44、课程：词嵌入表示.9、词向量：可视化.mp4
3 g0 x7 u4 \" j% c1 @0 M! d; c45、课程：递归神经网络的应用.1、文本生成和情绪分析.mp4
8 _" v$ ^, C0 G0 N45、课程：递归神经网络的应用.2、语音识别.mp4
45、课程：递归神经网络的应用.3、机器翻译（一）.mp4
45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
; b2 X0 V" z3 d45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
45、课程：递归神经网络的应用.6、词嵌入表示—Word2Vec.mp4
45、课程：递归神经网络的应用.7、词嵌入表示—RNN语言模型（一）.mp4
2 V# d% G4 l$ _( `$ ?45、课程：递归神经网络的应用.8、词嵌入表示—RNN语言模型（二）.mp4
, i( g3 K" G2 M( Q3 G- F- ^8 F: A45、课程：递归神经网络的应用.9、词嵌入表示—RNN for POS tagging（一）.mp4
45、课程：递归神经网络的应用.10、词嵌入表示—RNN for POS tagging（二）.mp4
- _% c% }3 x: O8 G" B& t, Q0 T% h46、课程：强化学习系列课程基本概念与方法总览.1、复习监督学习.mp4
46、课程：强化学习系列课程基本概念与方法总览.2、强化学习基本概念（一）.mp4
4 q! `9 `* \% I3 p" V: h6 F46、课程：强化学习系列课程基本概念与方法总览.3、强化学习基本概念（二）.mp4
46、课程：强化学习系列课程基本概念与方法总览.4、策略与总价值（一）.mp4
46、课程：强化学习系列课程基本概念与方法总览.5、策略与总价值（二）.mp4
46、课程：强化学习系列课程基本概念与方法总览.6、强化学习系列方法总览（一）.mp4
46、课程：强化学习系列课程基本概念与方法总览.7、强化学习系列方法总览（二）.mp4
46、课程：强化学习系列课程基本概念与方法总览.8、强化学习系列方法总览（三）.mp4
' Q0 S8 y' p* v* i4 V( [47、课程：马尔可夫决策过程.1、马尔可夫决策过程：Markov状态转移矩阵.mp4
/ y3 X" U1 h" ^6 k" ], f47、课程：马尔可夫决策过程.2、Markov Rewards Process.mp4
47、课程：马尔可夫决策过程.3、状态价值state value.mp4
47、课程：马尔可夫决策过程.4、Bellman方程（一）.mp4
47、课程：马尔可夫决策过程.5、Bellman方程（二）.mp4
47、课程：马尔可夫决策过程.6、Bellman方程（三）.mp4
' N2 L: V" o% h# s; E47、课程：马尔可夫决策过程.7、Bellman方程（四）.mp4
/ I0 h; u$ D% g& K4 v  Z: `% j47、课程：马尔可夫决策过程.8、状态价值函数 v.s 动作价值函数（一）.mp4
. a7 q, ^# a$ m% L3 k8 `4 i47、课程：马尔可夫决策过程.9、状态价值函数 v.s 动作价值函数（二）.mp4
47、课程：马尔可夫决策过程.10、最优总价值与最优动作价值（一）.mp4
47、课程：马尔可夫决策过程.11、最优总价值与最优动作价值（二）.mp4
; l  b7 Q, q7 {# s- D4 f4 S47、课程：马尔可夫决策过程.12、Flappy bird的简单解决方法（一）.mp4
' o$ }1 x# x# h2 B" |/ t47、课程：马尔可夫决策过程.13、Flappy bird的简单解决方法（二）.mp4
48、课程：强化学习：迭代法.1、动态规划（一）.mp4
$ ^0 B; L  o8 f* _) v48、课程：强化学习：迭代法.2、动态规划（二）.mp4
48、课程：强化学习：迭代法.3、迭代法（一）.mp4
/ N; P4 D) d4 M+ g- U48、课程：强化学习：迭代法.4、迭代法（二）.mp4
48、课程：强化学习：迭代法.5、复习+Jacob方法（一）.mp4
48、课程：强化学习：迭代法.6、复习+Jacob方法（二）.mp4
3 r0 {- C$ Y" c+ @& I- J6 D/ `; p1 ~48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
48、课程：强化学习：迭代法.8、迭代法求策略估值（一）.mp4
48、课程：强化学习：迭代法.9、迭代法求策略估值（二）.mp4
48、课程：强化学习：迭代法.10、迭代法求策略估值（三）.mp4
, d% [  V0 g. ?48、课程：强化学习：迭代法.11、迭代法更新最佳策略（一）.mp4
48、课程：强化学习：迭代法.12、迭代法更新最佳策略（二）.mp4
48、课程：强化学习：迭代法.13、斐波拉契数列.mp4
* o/ B" M; @9 Z, S48、课程：强化学习：迭代法.14、最长递增序列（一）.mp4
48、课程：强化学习：迭代法.15、最长递增序列（二）.mp4
4 x  ~$ m# Y/ i49、课程：简单的蒙特卡洛.1、蒙特卡洛模拟方法介绍.mp4
49、课程：简单的蒙特卡洛.2、训练flappy bird 模型（一）.mp4
49、课程：简单的蒙特卡洛.3、训练flappy bird 模型（二）.mp4
3 H, Z+ k8 f4 O' }4 p2 l  ?" J4 s7 n49、课程：简单的蒙特卡洛.4、训练flappy bird 模型（三）.mp4
' B, x) @0 }+ J  ]. O/ N49、课程：简单的蒙特卡洛.5、整理碰壁函数与reward函数.mp4
49、课程：简单的蒙特卡洛.6、离散化环境状态.mp4
49、课程：简单的蒙特卡洛.7、由状态环境选择飞行动作.mp4
49、课程：简单的蒙特卡洛.8、处理碰壁函数与reward函数.mp4
49、课程：简单的蒙特卡洛.9、队列存飞行路径（一）.mp4
: C( s" u3 r5 O7 k7 ?+ w2 [49、课程：简单的蒙特卡洛.10、队列存飞行路径（二）.mp4
49、课程：简单的蒙特卡洛.11、队列存飞行路径（三）.mp4
* f7 w+ K: X$ b& X& v+ f" `49、课程：简单的蒙特卡洛.12、队列存飞行路径（四）.mp4
49、课程：简单的蒙特卡洛.13、答疑.mp4
50、课程：云，计算，数据.1、云计算的定义.mp4
50、课程：云，计算，数据.2、NIST、云计算市场的发展条件.mp4
6 K8 B- j& {+ s% q50、课程：云，计算，数据.3、芯片设计的取舍、并行化.mp4
  t3 F7 z+ }/ D50、课程：云，计算，数据.4、WSC（新型数据中心）的形成、概念、优点.mp4
50、课程：云，计算，数据.5、虚拟化（一）.mp4
( K: Q& `5 _3 u' ~. t9 V50、课程：云，计算，数据.6、虚拟化（二）.mp4
* j% E2 `1 _& R. ], `50、课程：云，计算，数据.7、云计算的商业模式.mp4
50、课程：云，计算，数据.8、层级分类.mp4
1 w. B1 C" z  p8 s7 f5 l50、课程：云，计算，数据.9、阿里云介绍（一）.mp4
$ ?/ k5 I. H. U7 {2 F/ w50、课程：云，计算，数据.10、阿里云介绍（二）.mp4
7 v" o1 l6 N9 g6 F, K50、课程：云，计算，数据.11、实例创建（一）.mp4
50、课程：云，计算，数据.12、实例创建（二）.mp4
; ^3 J8 E1 z' M4 H; Z50、课程：云，计算，数据.13、实例创建（三）.mp4
; D& E- [8 W8 {# h: C1 W* b/ B3 z50、课程：云，计算，数据.14、Logging模块的简单应用（一）.mp4
50、课程：云，计算，数据.15、Logging模块的简单应用（二）.mp4
50、课程：云，计算，数据.16、Logging模块的简单应用（三）.mp4
51、课程：机器学习（上）.1、时间差分法公式.mp4
51、课程：机器学习（上）.2、蒙特卡洛法（一）.mp4
51、课程：机器学习（上）.3、蒙特卡洛法（二）.mp4
+ G3 M3 @! Z: \/ z, J4 c% M, c51、课程：机器学习（上）.4、TD（时间差分）的特点.mp4
51、课程：机器学习（上）.5、课间答疑.mp4
' o/ m/ z% ~" \- X! L51、课程：机器学习（上）.6、MC与TD对比.mp4
& W' b+ b! m; h( Q" w2 U) g  B9 G6 y/ v51、课程：机器学习（上）.7、无偏估计.mp4
6 i3 H$ R* [3 y9 W' q) D3 E51、课程：机器学习（上）.8、收敛性质.mp4
51、课程：机器学习（上）.9、MC与TD收敛差异.mp4
% [0 N, \+ @0 \  X8 _: }4 r4 z51、课程：机器学习（上）.10、Model-Free Control（一）.mp4
51、课程：机器学习（上）.11、Model-Free Control（二）.mp4
51、课程：机器学习（上）.12、Model-Free Control（三）.mp4
- S5 [( @% @' p  c1 w- k+ A2 c51、课程：机器学习（上）.13、Model-Free Control（四）.mp4
; i# G$ R* Q. V8 J' U. W, V+ k$ @51、课程：机器学习（上）.14、Model-Free Control（五）.mp4
$ C1 G2 Z  R% r. W  V52、课程：机器学习（下）.1、函数的近似方法（一）.mp4
( w: E" }  z2 \. l) T0 A# @- ^3 @52、课程：机器学习（下）.2、函数的近似方法（二）.mp4
52、课程：机器学习（下）.3、函数的近似方法（三）.mp4
9 u( b' S$ j9 E7 c52、课程：机器学习（下）.4、DQN（一）.mp4
8 M6 f/ y( E$ F3 e+ `4 a& v( V" r52、课程：机器学习（下）.5、DQN（二）.mp4
52、课程：机器学习（下）.6、Flappy bird（一）.mp4
; I, X6 V& F! k52、课程：机器学习（下）.7、Flappy bird（二）.mp4
52、课程：机器学习（下）.8、Flappy bird（三）.mp4
52、课程：机器学习（下）.9、Flappy bird（四）.mp4
52、课程：机器学习（下）.10、Flappy bird（五）.mp4
% V2 X# R& K4 h% ^/ {9 w52、课程：机器学习（下）.11、Flappy bird（六）.mp4
1 z7 S) g, {8 g# T2 `( M7 u9 Y52、课程：机器学习（下）.12、Flappy bird（七）.mp4
52、课程：机器学习（下）.13、Flappy bird（八）.mp4
) N. f; J- y  ^' D7 p0 k3 o53、课程：软件工程师、数据工程师和数据科学家职业介绍.1、自我介绍及课程介绍.mp4
8 I- q# [+ [  j+ v53、课程：软件工程师、数据工程师和数据科学家职业介绍.2、Career Path Insight.mp4
53、课程：软件工程师、数据工程师和数据科学家职业介绍.3、软件工程师之基础课程.mp4
7 K/ `8 v( N1 V: |1 `3 t53、课程：软件工程师、数据工程师和数据科学家职业介绍.4、软件工程师之面试准备与技巧.mp4
7 w6 Y1 ]) \* L" ]2 Q53、课程：软件工程师、数据工程师和数据科学家职业介绍.5、大数据之协同合作（一）.mp4
+ Y4 K: w/ \. f4 \7 j53、课程：软件工程师、数据工程师和数据科学家职业介绍.6、大数据之协同合作（二）.mp4
) Q5 B4 q' F2 z$ C' N$ p) @! b53、课程：软件工程师、数据工程师和数据科学家职业介绍.7、数据工程师和数据科学家.mp4
6 `* k  S6 M( S53、课程：软件工程师、数据工程师和数据科学家职业介绍.8、答疑（一）.mp4
53、课程：软件工程师、数据工程师和数据科学家职业介绍.9、答疑（二）.mp4
54、课程：金融科技—数据科学在金融业的应用和前景.1、金融行业不同岗位对人才的需求.mp4
4 I, r* c" o7 k. ~* U3 R54、课程：金融科技—数据科学在金融业的应用和前景.2、金融科技用到的数据科学.mp4
54、课程：金融科技—数据科学在金融业的应用和前景.3、职位和机会.mp4
54、课程：金融科技—数据科学在金融业的应用和前景.4、数字化财富管理行业.mp4
' Z: H: g9 m4 B' [54、课程：金融科技—数据科学在金融业的应用和前景.5、智能投顾创业公司的数据分析.mp4
) j- k: r  v; @' A! k: S54、课程：金融科技—数据科学在金融业的应用和前景.6、答疑（一）.mp4
54、课程：金融科技—数据科学在金融业的应用和前景.7、答疑（二）.mp4
) L! e8 @4 c) j/ p0 }. l- n55、课程：深度学习经典网络分析基础.1、课程安排.mp4
5 k7 a4 D9 N. C* o& l3 {* y55、课程：深度学习经典网络分析基础.2、深度学习的两大基本问题.mp4
55、课程：深度学习经典网络分析基础.3、反向传播算法简介.mp4
& [( T  [) r! O9 I/ ]55、课程：深度学习经典网络分析基础.4、深度学习网络模型回顾.mp4
55、课程：深度学习经典网络分析基础.5、CNN架构发展简要流程.mp4
9 M, T& A8 F2 U8 _+ P55、课程：深度学习经典网络分析基础.6、LeNet.mp4
55、课程：深度学习经典网络分析基础.7、答疑—人脸识别.mp4
% m3 \2 q7 h$ n- ?* I; y' m" {55、课程：深度学习经典网络分析基础.8、答疑—通用检测.mp4
55、课程：深度学习经典网络分析基础.9、答疑—语音识别.mp4
55、课程：深度学习经典网络分析基础.10、AlexNet.mp4
55、课程：深度学习经典网络分析基础.11、VGG.mp4
6 }9 o7 s9 ~% N2 e55、课程：深度学习经典网络分析基础.12、GoogleNet（一）.mp4
1 a, R- d! h2 z' K6 m/ s55、课程：深度学习经典网络分析基础.13、GoogleNet（二）.mp4
- x* @+ R3 O) o55、课程：深度学习经典网络分析基础.14、ResNet.mp4
55、课程：深度学习经典网络分析基础.15、经典网络简单比较、网络设计考虑.mp4
- ~3 f$ y; \5 W8 B7 b55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
; i* ^5 P, G! h' K9 `, l! O0 I) g55、课程：深度学习经典网络分析基础.17、答疑（二）.mp4
1 Z. G% G$ r8 _3 g2 ?4 ^6 e# d& o* P/ f

游客，如果您要查看本帖隐藏内容请回复

leecdleecd

thanks for sharing.