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：
0 s- P6 k! c, M/ I5 r; dPython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！
; ]+ J- ~8 X, c" q/ I$ ~
! J. X. D- c3 F6 i/ F" [课程目录：
1、课程：熟悉Jupyter notebook.1、创建新的Python环境.mp4
% R, p$ `2 w- O7 u( C( z. `4 [/ f: J1、课程：熟悉Jupyter notebook.2、Python环境与版本（一）.mp4
4 v' `* E5 T+ [& D1、课程：熟悉Jupyter notebook.3、Python环境与版本（二）.mp4
1、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
1、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
  r/ l4 d. Q  j& T3 d  p) b7 f1、课程：熟悉Jupyter notebook.8、Python环境与版本（七）.mp4
0 c6 E! `$ z0 G5 ^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
) d0 t! U( E3 w6 T$ b% e' _1、课程：熟悉Jupyter notebook.11、几个重要的工具包介绍（一）.mp4
1、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
1、课程：熟悉Jupyter notebook.14、安装TensorFlow与Keras（二）.mp4
1、课程：熟悉Jupyter notebook.15、Jupyter notebook的基本使用技巧.mp4
$ c9 l6 q% W- M1 h9 L. W: ?5 c1、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
! R# {2 E, w" K: t1 j; e2、课程：文献与代码管理工具及统计基础.1、学习方法总结.mp4
2、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
% Q2 s) a# s' P8 }  ^% P2、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
% r% Y6 ~- m, T! o1 P3 z% C2、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、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
: [! v7 s4 |- k. Z& A2、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
2、课程：文献与代码管理工具及统计基础.8、答疑（一）.mp4
- |9 m' I# ?0 H& O; N2、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
* {4 C1 Z% B4 m. O/ ]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
# p5 }% \, D. a5 y  C; B3、课程：Python基本数据类型.1、课程概述.mp4
: O5 ?; D" j, H+ X7 g" E3、课程：Python基本数据类型.2、计算机语言与程序概述（一）.mp4
2 h  R1 s( p$ A7 u0 L( _1 J3、课程：Python基本数据类型.3、计算机语言与程序概述（二）.mp4
+ U( Z! [! |  `  B' S3、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
5 F2 j6 w# H+ Y0 a4 E. {3 B3、课程：Python基本数据类型.9、致敬 Hello World.mp4
& {$ n7 q, j: O: c- D3、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
" ~& [1 Q% x( z& i3、课程：Python基本数据类型.12、Python基本数据类型（三）.mp4
3 S0 L8 A' _9 Y1 `  w# ~3、课程：Python基本数据类型.13、Python基本数据类型（四）.mp4
, P, ^- P, w1 \2 a1 M& v: Y4 [9 d3、课程：Python基本数据类型.14、Python基本数据类型（五）.mp4
: M) j$ T$ U- t+ m6 |/ x# b3、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
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
; I2 i3 E8 u2 \4、课程：函数与Python基本数据结构.2、函数（二）.mp4
6 m0 ^; W; Y3 Q4 u9 j0 V7 k# o4、课程：函数与Python基本数据结构.3、函数（三）.mp4
4、课程：函数与Python基本数据结构.4、函数（四）.mp4
# w' s& [$ F5 d) N. z1 F0 F4、课程：函数与Python基本数据结构.5、函数（五）.mp4
4、课程：函数与Python基本数据结构.6、Python编码结构（一）.mp4
- O2 D5 A6 c. u$ y, J( i: B4、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
  ]7 [* N, g3 C+ _4、课程：函数与Python基本数据结构.9、Python模块和程序包.mp4
9 f0 D9 l) N( D: L# q$ v: Z4、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
, L  H5 _; {) G+ R- [( d# J; F, y% a1 t5、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
; D% \8 p5 o- @- j  n5、课程：Numpy的基本操作.5、lndexing ，Slicing and Iterating（二）.mp4
5、课程：Numpy的基本操作.6、lndexing ，Slicing and Iterating（三）.mp4
/ P0 ~/ H2 Q# P6 h; @5 F, X5、课程：Numpy的基本操作.7、Matrix Operations --（一）.mp4
5、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
( g2 C* r  g9 ]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
" Z1 G" F' n2 W4 \( R6、课程：Pandas的基本操作.1、Series.mp4
6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
6、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
! f" b- ~" x) d$ @6 E6、课程：Pandas的基本操作.5、DataFrame+Titanic Example（四）.mp4
6、课程：Pandas的基本操作.6、Index Objects.mp4
2 Y- y& P4 `. K6、课程：Pandas的基本操作.7、Reindex.mp4
) ?  Z4 s7 i0 e8 Y) R6、课程：Pandas的基本操作.8、Drop Data.mp4
' b* Z) v! u; w6、课程：Pandas的基本操作.9、Slice Data（一）.mp4
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
/ V( k. d/ e! z6、课程：Pandas的基本操作.12、Rank and Sort.mp4
; B/ m7 t6 R! k4 S7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
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
5 _! ~  S4 {* z" c# G4 i7、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
- C. Y) Y1 O2 ?0 q$ j6 z7、课程：Matplotlib的基本操作.6、Aggregation（一）.mp4
7 R. V4 m' n& x0 k$ v7、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
+ X4 k' a2 B3 s+ y% k. m$ J* c8、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
8 e9 H; G2 l/ V8、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
8、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
  I4 E/ f* n1 o5 ?0 j4 A8、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
$ m( e% d9 I' O1 e* {, ?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
7 ~0 P& c1 z+ \$ L. s8、课程：什么是好的模型结果-cost function.6、二分类问题-ROC & AUC（一）.mp4
# ]2 \; U! e! z) [& Z1 a8、课程：什么是好的模型结果-cost function.7、二分类问题-ROC & AUC（二）.mp4
0 l: |) ?3 [( k2 ^" {/ X) \8、课程：什么是好的模型结果-cost function.8、什么是好的分类（一）.mp4
. g2 J9 U7 x9 T& J( s8、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
( Q5 p5 M6 {7 p% ?4 x8、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
4 s$ Q. J1 t# A% F, b* v8、课程：什么是好的模型结果-cost function.12、imbalanced问题（一）.mp4
$ o# R7 U: o' z/ x8、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
9、课程：线性回归.3、如何计算线性回归？（一）.mp4
2 r7 _, y# K! U" A3 Y9、课程：线性回归.4、如何计算线性回归？（二）.mp4
3 J) |  @5 x+ i7 D9 d8 Z6 k9、课程：线性回归.5、问题解答.mp4
9、课程：线性回归.6、由最小二乘法选出的直线有没有用？（一）.mp4
, V. `) X: e* `" t9、课程：线性回归.7、由最小二乘法选出的直线有没有用？（二）.mp4
9、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
6 J9 i/ s  N7 a% n6 B: M  w, q9、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
& y) Q. @3 v) s, E( J4 \2 Q9、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
4 z, r; [) A  y0 D7 ?2 @; e, P3 {9、课程：线性回归.12、预测的confidence interval 和 prediction interval（一）.mp4
: x8 K8 H0 e0 [4 i9、课程：线性回归.13、预测的confidence interval 和 prediction interval（二）.mp4
  N0 d9 w/ I  \8 I9 t9、课程：线性回归.14、预测的confidence interval 和 prediction interval（三）.mp4
9、课程：线性回归.15、imbalanced问题.mp4
6 \$ r4 L/ l/ z# f* N! E10、课程：逻辑回归及应用.1、逻辑回归与线性回归.mp4
10、课程：逻辑回归及应用.2、如何计算信用分数.mp4
10、课程：逻辑回归及应用.3、商家如何查看芝麻信用值？.mp4
- v; n( M$ P7 i4 Y3 Y10、课程：逻辑回归及应用.4、寻找最合理的参数-1设计Cost Function.mp4
10、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
( ]; `. F+ q: b  Z6 ]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
10、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
- H8 P0 @% J: e2 X* r10、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
10、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
10、课程：逻辑回归及应用.12、更进一步：从逻辑回归到SoftMax（一）.mp4
  G( K; B/ m& d; L; ?7 r- a10、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
11、课程：拟合与过拟合的定义.2、对抗过拟合（一）.mp4
11、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
& Q0 n# h: i1 S5 z11、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
11、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
+ w4 y  h; {. c1 j5 e; H! Z+ a11、课程：拟合与过拟合的定义.11、方差的分解（二）.mp4
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
( h+ d4 d- v+ y* k: G* ]" S. P- i% s12、课程：决策树模型.3、游戏中的决策树分析（二）.mp4
12、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
" U+ x( p* w7 {  o12、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
) ]) T$ i7 k3 J0 o3 N12、课程：决策树模型.8、Decision Tree_example1（四）.mp4
12、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
12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
+ ~- i" d) h5 v) l13、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
; f% H. s8 q# [, U' l( q13、课程：Pandas 数据操作与Ensemble Method 集成算法.3、Binning.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.4、GroupBy On Dict and Series（一）.mp4
. H5 i: }2 M& H8 O9 h" c2 M# T13、课程：Pandas 数据操作与Ensemble Method 集成算法.5、GroupBy On Dict and Series（二）.mp4
2 F( P3 W& y8 M, P13、课程：Pandas 数据操作与Ensemble Method 集成算法.6、Merge（一）.mp4
4 B! {9 _' j8 O7 R13、课程：Pandas 数据操作与Ensemble Method 集成算法.7、Merge（二）.mp4
9 O1 C. t# y: n) w" }% n) Y13、课程：Pandas 数据操作与Ensemble Method 集成算法.8、Outliers.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.9、Pivoting.mp4
13、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
: x  q! Q# i; f1 B13、课程：Pandas 数据操作与Ensemble Method 集成算法.12、Boosting and Ada boosting（一）.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.13、Boosting and Ada boosting（二）.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.14、Gradient Boosting.mp4
) K% `6 p% A3 _- t8 p7 D  n14、课程：Airbnb 数据分析.1、Airbnb介绍.mp4
4 W- J% |; z; @7 |& }7 i( }" F14、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
: t4 z2 F' {; Y1 Z9 U14、课程：Airbnb 数据分析.3、Airbnb_DataExploration（一）.mp4
14、课程：Airbnb 数据分析.4、Airbnb_DataExploration（二）.mp4
: k* b4 y4 e3 H! g5 M/ T4 @: x- ?14、课程：Airbnb 数据分析.5、Airbnb_DataExploration（三）.mp4
14、课程：Airbnb 数据分析.6、Airbnb_FeatureEngineering（一）.mp4
14、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
14、课程：Airbnb 数据分析.9、Airbnb_FeatureEngineering（四）.mp4
  b8 `5 r5 t/ ?( y3 f' [7 z14、课程：Airbnb 数据分析.10、Modeling（一）.mp4
6 l1 h* J% Q9 E; m& |4 l9 c14、课程：Airbnb 数据分析.11、Modeling（二）.mp4
  d! ~! `8 [8 I1 |, T0 E15、课程：支持向量机（SVM）.1、支持向量机简介与历史（一）.mp4
8 W- h. m1 X2 U4 J15、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
- l/ D: t. y- n5 M- k* ?8 ~2 t2 H15、课程：支持向量机（SVM）.4、支持向量机分类与回归（二）.mp4
9 j8 k: P. J% M15、课程：支持向量机（SVM）.5、支持向量机分类与回归（三）.mp4
15、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
0 n/ [% Y1 F+ P8 t9 ^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
# z. j0 P- ~1 t15、课程：支持向量机（SVM）.12、代码实战（二）.mp4
" F! I! g; k' h% [15、课程：支持向量机（SVM）.13、代码实战（三）.mp4
* E" I# d5 g/ v9 ?( U8 N16、课程：自然语言处理与NLP-代码实战.1、历史.mp4
16、课程：自然语言处理与NLP-代码实战.2、语言模型（一）.mp4
3 _& P7 `1 e" D- S' g& K1 ^; x6 m# T16、课程：自然语言处理与NLP-代码实战.3、语言模型（二）.mp4
2 h- z" f6 h7 A  ]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
$ p' |5 v. k2 W- i; |: T5 ?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
16、课程：自然语言处理与NLP-代码实战.8、隐马尔可夫模型.mp4
, E3 e  ?! `: Q) G" X+ t6 N* x16、课程：自然语言处理与NLP-代码实战.9、深度学习（一）.mp4
: a* k3 _! r9 G2 |16、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
9 p( C4 \- a7 I* P3 H7 D16、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
16、课程：自然语言处理与NLP-代码实战.14、语言模型实战（四）.mp4
4 Q$ R- R+ K! P1 I6 Z# U: ~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
7 W6 [) a9 g. ]8 l4 |17、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
. ?+ ~8 F. q+ n- H; b3 m9 x, D% ^! l" n17、课程：文字处理与Amazon评论NLP分析案例.5、计算词频.mp4
17、课程：文字处理与Amazon评论NLP分析案例.6、读取文字.mp4
17、课程：文字处理与Amazon评论NLP分析案例.7、整理标签（一）.mp4
2 p( U* y0 f7 U1 \# n' e2 n17、课程：文字处理与Amazon评论NLP分析案例.8、整理标签（二）.mp4
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
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
+ y5 C) \$ Z1 k/ q) m+ {17、课程：文字处理与Amazon评论NLP分析案例.12、建模.mp4
" `3 H$ k' [; P/ g17、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
! I- J, L+ a3 R% U1 M- e8 r18、课程：网络基础概述.3、数据和数据库（二）.mp4
- T" x' h- l' `18、课程：网络基础概述.4、计算机网络知识普及（一）.mp4
18、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
. N3 Z; L, y9 d0 \% m5 n) i7 L18、课程：网络基础概述.7、静态网站和动态网站.mp4
18、课程：网络基础概述.8、简单的网站服务程序（一）.mp4
18、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
) t3 p3 C' C. M8 p5 ~2 Z1 O3 N18、课程：网络基础概述.11、什么是API（二）.mp4
, o$ d% M" q! q% @/ @) B; e7 n% p1 i18、课程：网络基础概述.12、如何找到API.mp4
  b0 p2 n  J; K" e# g# B+ C18、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
; c; B9 p$ {0 [, G- I8 j7 }* ^% k9 A19、课程：网络爬虫入门.1、网络爬虫概述.mp4
# Q+ f, V3 O$ `8 w* {& [$ Z19、课程：网络爬虫入门.2、复习HTML.mp4
  N. ^4 k; r& u3 O  r/ w0 V$ @+ W19、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
19、课程：网络爬虫入门.6、Charity Watch（一）.mp4
& S! ~# y2 {; z4 m" k8 J* p0 O. J19、课程：网络爬虫入门.7、Charity Watch（二）.mp4
19、课程：网络爬虫入门.8、Charity Watch（三）.mp4
) }$ ~+ o- a& d* h7 [19、课程：网络爬虫入门.9、弹幕爬虫（一）.mp4
19、课程：网络爬虫入门.10、弹幕爬虫（二）.mp4
  A- m8 F9 {% n9 ~# ~1 e5 O( ~19、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
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
# O* v2 L& d; _& x- E( D20、课程：爬虫进阶.1、Write Binary File.mp4
- c0 c/ u0 d0 `- C! D20、课程：爬虫进阶.2、Read Binary File.mp4
20、课程：爬虫进阶.3、静态文件获取（一）.mp4
) H: F7 V0 n; c" f* N: ]9 W9 Y20、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
20、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
20、课程：爬虫进阶.8、爬虫进阶扩展（一）.mp4
, W' L9 _; x5 K& @20、课程：爬虫进阶.9、爬虫进阶扩展（二）.mp4
21、课程： 正则表达式.1、常见代码.mp4
, b" }1 i: ~+ }6 p$ G6 y21、课程： 正则表达式.2、基本语句（一）.mp4
  L2 X) u7 t& u9 y( m- m4 C21、课程： 正则表达式.3、基本语句（二）.mp4
21、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
' q* y2 a- w" H  l5 h21、课程： 正则表达式.7、案例分析（一）.mp4
, y2 n2 y! ~3 ?* h21、课程： 正则表达式.8、案例分析（二）.mp4
1 a" }) x/ d" \9 }22、课程：贝叶斯统计.1、联合概率.mp4
22、课程：贝叶斯统计.2、边缘概率.mp4
6 l5 A1 B- D9 H3 Q/ _1 r, D( @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
9 e# {, k" ^" F4 E6 x22、课程：贝叶斯统计.5、贝叶斯公式（一）.mp4
22、课程：贝叶斯统计.6、贝叶斯公式（二）.mp4
! i" g7 l6 U( H8 N: i  J: m22、课程：贝叶斯统计.7、流感案例.mp4
0 p/ S; B) u9 i. ~) [' M1 d2 i9 Q22、课程：贝叶斯统计.8、图形化理解.mp4
22、课程：贝叶斯统计.9、案例分析.mp4
22、课程：贝叶斯统计.10、贝叶斯公式垃圾短信识别程序（一）.mp4
& z4 ?: a. `9 s$ Y/ w7 o# P! {22、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
% s4 Q7 T4 V: f! g$ c% c7 g22、课程：贝叶斯统计.13、脑筋急转弯：三门问题（一）.mp4
1 d8 f& Z! e  m) g22、课程：贝叶斯统计.14、脑筋急转弯：三门问题（二）.mp4
3 Y5 a  ~1 g0 c2 J% I, q23、课程：搜集用户信息与数据整合.1、搜集用户发帖Comment Id（一）.mp4
1 C( P( @" [" t! d23、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
; D4 U# k7 I0 m& i23、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
23、课程：搜集用户信息与数据整合.7、如何逆向解码（四）.mp4
. n+ S. E  m3 G& f23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
1 @% m) v, u+ B4 O8 }/ U23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
$ b$ S, S9 J: H& H4 z% e( e! w23、课程：搜集用户信息与数据整合.10、爬取用户信息（二）.mp4
& `7 U. g( T0 G' k/ b) ?) U23、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
; E1 ]9 a2 a6 {5 N- ]9 a* v" W: v23、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
7 G5 i9 R0 a2 K+ n: Y$ f24、课程：贝叶斯思维.1、贝叶斯统计（一）.mp4
3 V' C2 C) {( g' p; O7 h( P; \24、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
1 v/ [0 R, G: q0 r# O0 X24、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
0 a+ B7 U2 ^% ~: f9 p  R% ~, O24、课程：贝叶斯思维.8、贝叶斯公式（四）.mp4
/ A' [3 n* h6 ~. Y% ?  c  ]" `1 w6 T7 J24、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
; G& x; e3 X0 x& P/ \1 v. B24、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
% W1 B" g0 G( H' ~% A, m; c" c24、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
4 S7 L1 L8 v, k24、课程：贝叶斯思维.13、美国海岸救援案例.mp4
0 z3 U3 U1 o: m  S/ |# n25、课程：BiliBili火爆剧集与观众分析.1、结巴分词原理.mp4
( l- Z" w! ~0 z; f2 z9 T3 a25、课程：BiliBili火爆剧集与观众分析.2、结巴分词使用.mp4
& Q% S% q# \" t* o& C) \2 Z& l25、课程：BiliBili火爆剧集与观众分析.3、去除NaN、分词.mp4
, ^+ b) \  U6 V6 e25、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
! j, B0 z5 k8 X' q( U% k" T# W25、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
25、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
25、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
* u' u) `/ j- {4 q6 {/ }25、课程：BiliBili火爆剧集与观众分析.12、观众信息.mp4
  x! }4 Y6 `1 B  t7 r: O25、课程：BiliBili火爆剧集与观众分析.13、脑筋急转弯（一）.mp4
& [! r6 b2 `' p9 G3 n25、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
26、课程：聚类与代码实战.2、机器学习与聚类简介.mp4
/ J* f- x& A  z& P4 ~- o26、课程：聚类与代码实战.3、聚类的定义以及和分类的区别.mp4
26、课程：聚类与代码实战.4、聚类相似度度量：几何距离.mp4
! ?* v/ G. n% ?- z- n26、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
% _) E3 B# B$ @/ W. r26、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
26、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
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
: P- @( i9 u& J2 A# h$ t27、课程：商业社交媒体舆情分析.2、脑筋急转弯（二）.mp4
27、课程：商业社交媒体舆情分析.3、脑筋急转弯（三）.mp4
27、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
3 `4 y$ z8 h! d9 _$ x9 x' n9 M27、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
27、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
, @6 q: ^6 F  {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
27、课程：商业社交媒体舆情分析.9、有趣的营销发现.mp4
0 Q$ ?9 N, W# r- o% f- B( V27、课程：商业社交媒体舆情分析.10、作用价值三：寻找接触点.mp4
27、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
0 @/ z7 o) I; g" g/ A27、课程：商业社交媒体舆情分析.12、答疑（一）.mp4
; @! k6 I  R2 _1 M4 q3 e27、课程：商业社交媒体舆情分析.13、答疑（二）.mp4
1 p) X4 q, ^* G7 b28、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
1 m% G- m* {* v6 K28、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
28、课程：近期推荐系统概述.5、推荐系统算法概述（三）.mp4
28、课程：近期推荐系统概述.6、推荐系统算法概述（四）.mp4
0 P8 ?" u# C5 V  _* a' D28、课程：近期推荐系统概述.7、CF+矩阵分解（一）.mp4
( k+ _. e; u9 C/ }( @28、课程：近期推荐系统概述.8、CF+矩阵分解（二）.mp4
+ s2 u; `7 E5 J  U# c+ M28、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
. H- y% j: X/ h29、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
' j8 P8 Q# g5 b; Y& A* E2 Y29、课程：人工智能的江湖.4、复苏与第二次AI寒冬.mp4
29、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
29、课程：人工智能的江湖.7、瞻仰大神（二）.mp4
29、课程：人工智能的江湖.8、瞻仰大神（三）.mp4
29、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
29、课程：人工智能的江湖.11、今天的应用与影响（三）.mp4
30、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
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
30、课程：机器学习在图像识别中的应用.3、什么是图像识别.mp4
. T! [1 V! H+ T30、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
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
30、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
" f- K' x% }3 Q# B/ E" A1 b" F& v9 ^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
30、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
30、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
! Y6 I. t) j% H( \+ x9 y30、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
3 L& S; Q& P1 a7 L+ n# K+ Y% P9 P5 W31、课程：Pygame.2、剩余课程安排.mp4
1 G  h$ T( b) Q" [, R0 w$ L  a31、课程：Pygame.3、Flappy bird基本背景图像（一）.mp4
8 u9 B! B; x* n! Z2 _9 R, y31、课程：Pygame.4、Flappy bird基本背景图像（二）.mp4
31、课程：Pygame.5、键盘操作-小鸟左右移动.mp4
, P2 z. i3 ^  \9 ~' H$ o31、课程：Pygame.6、扑腾扑腾翅膀（一）.mp4
31、课程：Pygame.7、扑腾扑腾翅膀（二）.mp4
: `* K# ?- V9 J) ^! e6 b0 S4 D31、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
5 n8 z9 A2 l8 l* d2 c: k31、课程：Pygame.10、让小鸟飞起来.mp4
4 a7 x1 `% x  @7 Z9 Y% c0 a! m' ~31、课程：Pygame.11、假如小鸟很聪明.mp4
31、课程：Pygame.12、给小鸟计分.mp4
: U6 b$ a/ r  _3 u! {/ ~/ Y32、课程：Python控制系统.1、The basic self-driving loop.mp4
32、课程：Python控制系统.2、不同的数据存储和类型.mp4
+ g: }% h" Q+ T& {% I! K0 O' Z32、课程：Python控制系统.3、安装OpenCV.mp4
32、课程：Python控制系统.4、OpenCV练习.mp4
  P! w3 W* Y# \32、课程：Python控制系统.5、数据库基础review（一）.mp4
; X5 B0 i" S8 {% Q32、课程：Python控制系统.6、数据库基础review（二）.mp4
( X6 V! S0 D# Y" L2 U8 |32、课程：Python控制系统.7、MYSQL的简单介绍(一).mp4
32、课程：Python控制系统.8、MYSQL的简单介绍(二).mp4
( }8 ]7 B0 }1 g  p" _" c4 E9 B32、课程：Python控制系统.9、激光雷达.mp4
' ~2 p1 ?' F& M, _6 m32、课程：Python控制系统.10、Ctypes basic（一）.mp4
/ k2 f( }3 f8 O" @32、课程：Python控制系统.11、Ctypes basic（二）.mp4
+ C% K7 C& A: |! N% u) G: i32、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
  y: U  i# {4 l$ K33、课程：图像识别处理基础—OpenCV.2、读取图片（二）.mp4
5 g, j8 E  u- k6 ?2 d) }: i- T33、课程：图像识别处理基础—OpenCV.3、读取图片（三）.mp4
  g2 z3 V0 a4 I" H- r4 n# L33、课程：图像识别处理基础—OpenCV.4、读取视频.mp4
0 r: P5 N8 t7 p' e33、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
% W8 B9 N, w: f33、课程：图像识别处理基础—OpenCV.8、图像处理：颜色空间转换（一）.mp4
  V' |6 K8 U2 [33、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
; h1 ~! P3 o8 s) s33、课程：图像识别处理基础—OpenCV.11、图像处理：图像平滑.mp4
$ m/ r# S  W2 Z4 R# ^33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
: v0 n+ N2 g4 W  o34、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
34、课程：从游戏数据中提取feature.3、收集GTA5游戏数据（三）.mp4
1 G8 d. S' v! {" B* ?/ B34、课程：从游戏数据中提取feature.4、Check Data和OpenCV（一）.mp4
34、课程：从游戏数据中提取feature.5、Check Data和OpenCV（二）.mp4
4 d4 Z. ?0 S+ k, F34、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
4 D0 R1 d: G2 F2 B: Z% e34、课程：从游戏数据中提取feature.8、C++ review（二）.mp4
) L2 o! u& S2 [+ N% [9 [1 U34、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
34、课程：从游戏数据中提取feature.11、模型案例分析+OpenCV process（三）.mp4
4 F/ e  T  y/ L+ |' P34、课程：从游戏数据中提取feature.12、模型案例分析+OpenCV process（四）.mp4
34、课程：从游戏数据中提取feature.13、模型案例分析+OpenCV process（五）.mp4
35、课程：GTA5自动驾驶项目.1、作业布置.mp4
35、课程：GTA5自动驾驶项目.2、GTA5自动驾驶分解问题（一）.mp4
- N1 u) L2 S3 h2 ?" p6 w35、课程：GTA5自动驾驶项目.3、GTA5自动驾驶分解问题（二）.mp4
' d9 W3 F# ?. k& ]6 V35、课程：GTA5自动驾驶项目.4、GTA5自动驾驶分解问题（三）.mp4
  a0 {! _8 {# w35、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
% }$ G/ D9 c3 ]# M" p2 E35、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
" F- g0 A: }; P. P35、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
  \2 [5 x) r  z* ^4 I36、课程：TensorFlow的基本操作.1、TensorFlow的基本概念.mp4
36、课程：TensorFlow的基本操作.2、TensorFlow的具体使用（一）.mp4
8 z" |1 |3 ]7 @" b0 R4 Y36、课程：TensorFlow的基本操作.3、TensorFlow的具体使用（二）.mp4
( H. ^. E3 E7 h9 {, S36、课程：TensorFlow的基本操作.4、Tensor Shapes（一）.mp4
4 t6 ^. f# ?; D* O- N36、课程：TensorFlow的基本操作.5、Tensor Shapes（二）.mp4
36、课程：TensorFlow的基本操作.6、Tensor Operations.mp4
36、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
' Q' u# F# I2 J' D4 k36、课程：TensorFlow的基本操作.10、Session和Constant.mp4
, a- Q( b7 m. V( Q) W36、课程：TensorFlow的基本操作.11、Variables和Placeholders.mp4
36、课程：TensorFlow的基本操作.12、Example（一）.mp4
6 [% a+ j* |( l, ~3 L' p) z% h36、课程：TensorFlow的基本操作.13、Example（二）.mp4
) F" J/ A! H- v36、课程：TensorFlow的基本操作.14、Example（三）.mp4
# b1 s4 U5 T2 E- u# V% i* ^- J36、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
3 |: H0 N0 H* ]; _* S, V) X37、课程：神经网络.2、深度神经网络.mp4
" J$ z* z- I5 N5 s+ Y37、课程：神经网络.3、反向传播算法.mp4
/ R, ]- v; B8 C0 K; T  p* f/ W37、课程：神经网络.4、激活函数.mp4
* ~- l, ]' V4 K( ?, z, n8 J37、课程：神经网络.5、优化算法（一）.mp4
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
1 B  b- k3 d" H# F. o# i37、课程：神经网络.8、神经网络代码实战（一）.mp4
37、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
37、课程：神经网络.11、神经网络代码实战（四）.mp4
3 j, S8 \9 ~5 ~# A( M! k$ ?38、课程：卷积神经网络.1、卷积和卷积核（一）.mp4
" `; E. I* u. m6 d4 K* s: T38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
8 R% }9 S; E/ L) d  l9 ]38、课程：卷积神经网络.3、卷积和卷积核（三）.mp4
+ F+ d+ B8 _5 q2 {( A: q: ~- K38、课程：卷积神经网络.4、填充和池化.mp4
/ Y7 A/ p0 S1 v. w. W6 l38、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
38、课程：卷积神经网络.9、深度卷积神经网络：Inception Network.mp4
6 [2 Q9 D+ D# z0 s, F% }1 W& T% {$ `38、课程：卷积神经网络.10、深度卷积神经网络：Residual Network.mp4
38、课程：卷积神经网络.11、深度卷积神经网络：DenseNet.mp4
% K; R& |$ u3 T* W, |4 M39、课程：卷积神经网络的应用.1、卷积神经网络应用概述.mp4
/ x! `/ A& U  H3 o* T39、课程：卷积神经网络的应用.2、物体检测：RCNN和SPP-Net（一）.mp4
39、课程：卷积神经网络的应用.3、物体检测：RCNN和SPP-Net（二）.mp4
1 F  A; p8 i  F39、课程：卷积神经网络的应用.4、物体检测：Fast R-CNN.mp4
+ H! M' l- q- }2 f# e39、课程：卷积神经网络的应用.5、物体检测：YOLO和SSD.mp4
) z2 ~4 s$ s2 ~8 d2 x  I39、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
% q' K) E% F; c9 Z39、课程：卷积神经网络的应用.8、代码实战（二）.mp4
. @- A  P* r5 o4 S: z8 L% P$ m39、课程：卷积神经网络的应用.9、代码实战（三）.mp4
  |2 |; h3 u% f7 v. I/ G39、课程：卷积神经网络的应用.10、代码实战（四）.mp4
4 w1 U7 D! m6 I7 D1 v( `39、课程：卷积神经网络的应用.11、代码实战（五）.mp4
40、课程：深度学习框架剖析.1、深度学习系统的目标定位.mp4
' ^/ a/ x6 l# K0 h6 z% `6 t5 E40、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
) V1 ]% a! W  m# D& S- s40、课程：深度学习框架剖析.4、图优化、执行引擎.mp4
2 p; J) |! c- D% C7 ~40、课程：深度学习框架剖析.5、编程接口、分布式并行计算.mp4
40、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
% @7 Q3 j! I- W5 U# h( O1 y1 W40、课程：深度学习框架剖析.8、主流开源深度学习平台简析.mp4
40、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: i" p4 j, e# F- L8 T- d1 @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
* i1 \, _* ]- M8 r  A40、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
40、课程：深度学习框架剖析.16、实际模型项目介绍（二）.mp4
4 W  C1 j; h, r6 U# M4 m  T, N4 {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
41、课程：递归神经网络.3、递归神经网络（一）.mp4
41、课程：递归神经网络.4、递归神经网络（二）.mp4
$ z! R5 t, U7 [  _41、课程：递归神经网络.5、双向递归神经网络.mp4
5 M6 j9 k$ F- W0 R41、课程：递归神经网络.6、沿时间反向传播.mp4
$ u" a9 C$ m& l. k41、课程：递归神经网络.7、梯度消失.mp4
4 D7 I: P" A; ~' F' s1 E; f. g7 M* G  H42、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
; G( x8 X3 B+ ^; E1 F) N6 @+ t/ T42、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
42、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
2 _3 M. F0 s' S6 ?+ `* h1 T42、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
% Q( s; g9 g7 F( u42、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
42、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
2 U* a  N) M0 G  C43、课程：线性代数与数值分析.1、线性代数与数值分析概述.mp4
43、课程：线性代数与数值分析.2、线性代数的基础定义.mp4
43、课程：线性代数与数值分析.3、矩阵乘积和转置.mp4
  [4 H+ e7 X1 `% c$ l43、课程：线性代数与数值分析.4、矩阵性质.mp4
6 T8 n& A: j! D# C43、课程：线性代数与数值分析.5、矩阵行列式.mp4
43、课程：线性代数与数值分析.6、矩阵的迹和秩.mp4
43、课程：线性代数与数值分析.7、范数.mp4
" p- b! q9 @4 \( L43、课程：线性代数与数值分析.8、矩阵的特征值和特征向量.mp4
43、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
* y1 n3 D4 m2 l" f+ Q1 y43、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
/ A# f4 Q( o8 w' g43、课程：线性代数与数值分析.14、矩阵计算（二）.mp4
$ |, _/ l3 V. g, I3 W- e43、课程：线性代数与数值分析.15、范数、向量之间的夹角.mp4
' R) e) ^: d/ C4 {6 o1 u# @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
8 M+ R: b. O+ C% p43、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
& t3 Y, u- }9 k" Z44、课程：词嵌入表示.1、N-元模型回顾.mp4
( h# A/ b+ g& i44、课程：词嵌入表示.2、神经语言模型.mp4
44、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
# R* S7 ]$ L1 O9 `0 g44、课程：词嵌入表示.5、哈夫曼树.mp4
6 c( @5 S- \2 a- P/ j44、课程：词嵌入表示.6、连续词袋模型—分层Softmax.mp4
) W9 A4 \8 Y$ o8 L/ F6 y44、课程：词嵌入表示.7、Skip-gram：分层Softmax.mp4
9 [  a, \: j4 n44、课程：词嵌入表示.8、连续词袋模型：负采样.mp4
# I0 J/ y# g+ F0 b  {7 [44、课程：词嵌入表示.9、词向量：可视化.mp4
45、课程：递归神经网络的应用.1、文本生成和情绪分析.mp4
45、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
, G9 A; s9 H0 P" c45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
6 q4 Z/ x- A( O45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
* F/ J9 |8 P3 d1 M45、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
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
8 o& Z6 h1 i1 p45、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
46、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
: a9 [0 h$ G8 [7 N4 a46、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
/ p, ?* ^$ u  b/ J! @8 T$ S' R  `46、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
  `1 C/ Y. `  P0 c" k( p' d' z46、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
+ ~* A/ r9 j; G, K# z; B6 @4 W46、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
; r9 s( I0 D% q, S7 z' d47、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
1 s- ?0 P5 A% ]5 I47、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
( V. N8 P7 C/ X5 Q$ e. a47、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
% z. v. q( J8 y6 V, A47、课程：马尔可夫决策过程.6、Bellman方程（三）.mp4
47、课程：马尔可夫决策过程.7、Bellman方程（四）.mp4
47、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
47、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
# S, Y8 \/ S3 l47、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
6 Y; M2 F/ x9 M* h47、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
47、课程：马尔可夫决策过程.12、Flappy bird的简单解决方法（一）.mp4
6 Q: l5 _+ {& B1 g2 j4 [47、课程：马尔可夫决策过程.13、Flappy bird的简单解决方法（二）.mp4
1 J. _0 E) a' ]1 X2 R1 o) @48、课程：强化学习：迭代法.1、动态规划（一）.mp4
48、课程：强化学习：迭代法.2、动态规划（二）.mp4
- j! o$ s$ d7 S( q7 G6 ]48、课程：强化学习：迭代法.3、迭代法（一）.mp4
48、课程：强化学习：迭代法.4、迭代法（二）.mp4
3 R6 D  U5 S, X0 Y48、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
48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
9 S! C' c$ V) d9 E( a48、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
48、课程：强化学习：迭代法.11、迭代法更新最佳策略（一）.mp4
5 }/ l, _. [4 J" ^2 P: a48、课程：强化学习：迭代法.12、迭代法更新最佳策略（二）.mp4
* Q2 t, J& i% Y# l2 p48、课程：强化学习：迭代法.13、斐波拉契数列.mp4
48、课程：强化学习：迭代法.14、最长递增序列（一）.mp4
+ ~! t- a$ n" h6 q$ L$ n3 y& E48、课程：强化学习：迭代法.15、最长递增序列（二）.mp4
49、课程：简单的蒙特卡洛.1、蒙特卡洛模拟方法介绍.mp4
& L3 T9 E% q9 U7 n8 D49、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
% A/ C  n1 r  ^5 F( |1 J49、课程：简单的蒙特卡洛.4、训练flappy bird 模型（三）.mp4
49、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
- U/ L; R& P! I: h6 {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
8 k6 w0 X6 j( ^6 D9 _1 r49、课程：简单的蒙特卡洛.9、队列存飞行路径（一）.mp4
49、课程：简单的蒙特卡洛.10、队列存飞行路径（二）.mp4
9 F/ ^: _; ~8 o9 D  Q6 ~49、课程：简单的蒙特卡洛.11、队列存飞行路径（三）.mp4
49、课程：简单的蒙特卡洛.12、队列存飞行路径（四）.mp4
) a1 j  s2 ^" d+ x1 r49、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
) D4 {# e$ @: ^, n; h& U0 N50、课程：云，计算，数据.2、NIST、云计算市场的发展条件.mp4
50、课程：云，计算，数据.3、芯片设计的取舍、并行化.mp4
50、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
50、课程：云，计算，数据.6、虚拟化（二）.mp4
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
50、课程：云，计算，数据.9、阿里云介绍（一）.mp4
50、课程：云，计算，数据.10、阿里云介绍（二）.mp4
# \) h0 J5 o# w4 c$ T8 T50、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
50、课程：云，计算，数据.13、实例创建（三）.mp4
50、课程：云，计算，数据.14、Logging模块的简单应用（一）.mp4
- v3 [" q! c2 c, W# b  s' {/ {& Z8 z$ r+ y50、课程：云，计算，数据.15、Logging模块的简单应用（二）.mp4
  K4 H9 ]; P  k: ~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
* _7 o& b7 t, x" H/ P" d. v7 S51、课程：机器学习（上）.2、蒙特卡洛法（一）.mp4
5 T( m" Z9 {; ^51、课程：机器学习（上）.3、蒙特卡洛法（二）.mp4
" O0 A. m# I4 l5 m: w51、课程：机器学习（上）.4、TD（时间差分）的特点.mp4
; R6 ]/ C0 E: y51、课程：机器学习（上）.5、课间答疑.mp4
51、课程：机器学习（上）.6、MC与TD对比.mp4
51、课程：机器学习（上）.7、无偏估计.mp4
3 Y  R6 B( F/ }- k51、课程：机器学习（上）.8、收敛性质.mp4
, v2 w4 o; v; q1 a' e- b51、课程：机器学习（上）.9、MC与TD收敛差异.mp4
51、课程：机器学习（上）.10、Model-Free Control（一）.mp4
" W5 o- R1 j6 U1 H* t& |# j( y51、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
/ M( m$ u6 X& [- F6 s2 ~/ e* ^51、课程：机器学习（上）.13、Model-Free Control（四）.mp4
1 m  y$ O4 d. |+ U+ ]51、课程：机器学习（上）.14、Model-Free Control（五）.mp4
52、课程：机器学习（下）.1、函数的近似方法（一）.mp4
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
52、课程：机器学习（下）.4、DQN（一）.mp4
52、课程：机器学习（下）.5、DQN（二）.mp4
0 N) t# P7 I, f( p, m52、课程：机器学习（下）.6、Flappy bird（一）.mp4
8 ~: l% t; a3 k4 u52、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
! B' g7 }: q. ]3 y52、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
52、课程：机器学习（下）.11、Flappy bird（六）.mp4
5 ^: r* K. w, n0 `8 B$ f52、课程：机器学习（下）.12、Flappy bird（七）.mp4
' f. `% F; R: a! W5 l' W52、课程：机器学习（下）.13、Flappy bird（八）.mp4
# q9 S  N, w- f: X* t8 A53、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
53、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
53、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
53、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
; V4 D) `& H) n: A2 R( X53、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
1 Q/ F6 s# Y5 R. S! C  S( y9 Z53、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
53、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
7 p2 g& j' {8 H9 j- m) D' D53、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
' d& m5 j6 Y) x54、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
+ F7 Q, @2 @- b$ ~0 I& H, j54、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
, B* ^7 I$ R) e0 v; ]" \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
8 U2 q6 h, u1 v3 T" ]4 E54、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
/ H/ \2 c7 s) _" n$ d! \! J! U+ o* v54、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
0 C6 `/ Z9 r* N1 ]54、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
( ?, R* ?$ W: z54、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
2 U& h7 |7 f* |/ F) q55、课程：深度学习经典网络分析基础.1、课程安排.mp4
55、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
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
- v: x( e: ]9 |0 f# ]" a! w" R55、课程：深度学习经典网络分析基础.6、LeNet.mp4
* ^9 y' f+ V$ l% l6 \4 w. `55、课程：深度学习经典网络分析基础.7、答疑—人脸识别.mp4
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
4 i  n1 l9 Z2 U3 n/ t. d55、课程：深度学习经典网络分析基础.11、VGG.mp4
. o/ ]" q0 W! v5 a3 d55、课程：深度学习经典网络分析基础.12、GoogleNet（一）.mp4
55、课程：深度学习经典网络分析基础.13、GoogleNet（二）.mp4
# @% Q- z1 _: l/ H/ |55、课程：深度学习经典网络分析基础.14、ResNet.mp4
/ k: M' r1 C$ o+ t5 w) W. ^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
55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
55、课程：深度学习经典网络分析基础.17、答疑（二）.mp4

游客，如果您要查看本帖隐藏内容请回复

leecdleecd

thanks for sharing.