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！

课程目录：
. t" W0 D2 I8 V/ D7 s4 z& c# q1、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
9 m" P' l: V# k1 Q1、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
( X( ]. c: h) ^2 @* x' f1、课程：熟悉Jupyter notebook.6、Python环境与版本（五）.mp4
. t) T5 K2 J- f2 n! ^+ j+ L! _8 n1、课程：熟悉Jupyter notebook.7、Python环境与版本（六）.mp4
1 z$ s$ B* A: p7 L- A+ d, T9 D1 i1、课程：熟悉Jupyter notebook.8、Python环境与版本（七）.mp4
# e8 v" i( G$ ?* {( ^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
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 ~, F0 v2 R! N4 @& S1、课程：熟悉Jupyter notebook.15、Jupyter notebook的基本使用技巧.mp4
1、课程：熟悉Jupyter notebook.16、Markdown的基本技巧（一）.mp4
5 p+ }3 S: n  u- d1、课程：熟悉Jupyter notebook.17、Markdown的基本技巧（二）.mp4
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
1 `4 B, Z" L" B! L+ t4 q2、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
' [0 p' J2 x* j+ E. H0 C2 ]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、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
6 j) D$ ~- x7 s' n2、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
2、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
: f3 U. L5 L9 Y3 r2 K. [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 p5 n/ z; F) U& T: `3、课程：Python基本数据类型.1、课程概述.mp4
- k+ Z' L- C! v/ U# x  d1 x3、课程：Python基本数据类型.2、计算机语言与程序概述（一）.mp4
4 X8 `7 y& D6 x9 Z7 s3、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
/ l+ |! [+ ^- H4 Y5 X& ]5 D3、课程：Python基本数据类型.6、课间答疑.mp4
- s( k2 ]' ~" F9 t3 c- x" s( S9 o" _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
" j1 a! I" `1 A0 g3、课程：Python基本数据类型.12、Python基本数据类型（三）.mp4
7 W6 l0 x4 s  Y4 q* x3、课程：Python基本数据类型.13、Python基本数据类型（四）.mp4
3、课程：Python基本数据类型.14、Python基本数据类型（五）.mp4
. N$ i1 b- B6 k$ V2 v# y; ~& d3、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
+ Q5 V1 `- F1 m- n# s. l3、课程：Python基本数据类型.17、Python基本数据类型（八）.mp4
& \4 E! ]: T0 J. A" A4、课程：函数与Python基本数据结构.1、函数（一）.mp4
' U# Q0 N  D5 j; I" g  c* a4、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
4、课程：函数与Python基本数据结构.4、函数（四）.mp4
9 S0 G7 B% {1 Z, w9 E* q4、课程：函数与Python基本数据结构.5、函数（五）.mp4
7 o* V, I9 E- B$ `% Z  Y0 w4、课程：函数与Python基本数据结构.6、Python编码结构（一）.mp4
, a& N5 C( Q" |  d4、课程：函数与Python基本数据结构.7、Python编码结构（二）.mp4
5 P6 D8 L  U4 j7 c- F) O4、课程：函数与Python基本数据结构.8、Python编码结构（三）.mp4
: j+ s/ A$ e3 T# m4 q4、课程：函数与Python基本数据结构.9、Python模块和程序包.mp4
4 N' [% x! A' f4、课程：函数与Python基本数据结构.10、Python基本数据结构（一）.mp4
0 R) R* K' d7 Y8 N% j' `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
5、课程：Numpy的基本操作.1、Introduction to Numpy.mp4
% [8 F" a; B% R( }8 c% @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
; ]- o( u+ r2 {4 S+ k' c7 p5、课程：Numpy的基本操作.5、lndexing ，Slicing and Iterating（二）.mp4
8 o3 C. S* _8 s0 K: O! B+ n5、课程：Numpy的基本操作.6、lndexing ，Slicing and Iterating（三）.mp4
7 `- w: z/ n, O) g5、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
6 [/ y" V" g" M, B2 L3 w5、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
6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
: P5 T2 O6 ]& y& ^0 g6、课程：Pandas的基本操作.3、DataFrame+Titanic Example（二）.mp4
: l& {5 P+ W+ G/ y1 y7 B: o0 [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
& Y0 e: s2 Y9 ]( N' w6、课程：Pandas的基本操作.6、Index Objects.mp4
3 y+ s! O, L0 H8 `0 T- M6、课程：Pandas的基本操作.7、Reindex.mp4
; ?, J% j9 y7 G& B: c$ e' v6、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
6 m3 s) N" t4 P/ t0 y, w, U* }% _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
6、课程：Pandas的基本操作.12、Rank and Sort.mp4
7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
7 u4 T  D% S- w& z% S  W7、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
" R& y/ k+ o- 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
7、课程：Matplotlib的基本操作.6、Aggregation（一）.mp4
4 m& x# Y5 B7 E+ w7、课程：Matplotlib的基本操作.7、Aggregation（二）.mp4
4 x7 E$ ~5 Y& Z; K; h; B/ q, v# Q7、课程：Matplotlib的基本操作.8、Aggregation（三）.mp4
6 S: c  j/ B; @) \8、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
' y0 e, S2 ~6 V9 S6 i+ u8、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 [: g; x1 ~/ _0 W, {5 v8、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
8、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
3 s' p. f0 S+ H* t' T8、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
; O- c. C# X( \" O. o8、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
9 P0 @6 K7 x/ t( ^6 }- z; y9 M8、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
, Z# i9 e; ]5 U% S8 F1 N4 i: s8、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
6 @  O/ V$ W: P3 u8、课程：什么是好的模型结果-cost function.12、imbalanced问题（一）.mp4
; s" V6 b* |# q. b9 B+ l! r+ T8、课程：什么是好的模型结果-cost function.13、imbalanced问题（二）.mp4
! b' P* `) u; O! N$ N, p$ ?9、课程：线性回归.1、知识回顾.mp4
3 A, N, J! {/ l1 W7 u' H9、课程：线性回归.2、为什么要使用线性回归？.mp4
2 T0 x& p; g# `$ n$ ^1 ?( g( u1 S1 X9、课程：线性回归.3、如何计算线性回归？（一）.mp4
, \2 ?: {9 S/ u0 |9、课程：线性回归.4、如何计算线性回归？（二）.mp4
0 ^! h' m: j3 y7 }2 W9 W9、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
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
8 B" r' z! R4 e! ^# z9 }+ q9、课程：线性回归.8、线性回归参数估计的含义.mp4
( k4 N; u6 M- P2 F6 I7 g7 H2 s9、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
# {* H8 D$ m; l9、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
# A. S- c# J. F7 n, X9、课程：线性回归.13、预测的confidence interval 和 prediction interval（二）.mp4
* u3 q/ s: k. Y( H& Z9、课程：线性回归.14、预测的confidence interval 和 prediction interval（三）.mp4
% \* X: R+ m  v! u( r3 l3 _9、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
! W* A$ }+ z0 R6 p1 |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
9 @. M2 w' U8 ?6 H# K, o10、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
5 k  P+ g8 D: K5 C( t10、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
5 i& ~+ R" x# D  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
& ^+ o; N1 K4 \  L3 T- D10、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
9 t/ ?( J& j6 R' y5 P! U10、课程：逻辑回归及应用.12、更进一步：从逻辑回归到SoftMax（一）.mp4
' v: a& M, T" F7 \9 z10、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
: Q6 ?. i0 a) r, r3 x, T: {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
& T' k8 g1 p) W( \! d/ I11、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
/ P; N2 y: j3 L6 B11、课程：拟合与过拟合的定义.8、Ridge（一）.mp4
, x$ `& _5 W  i5 \5 ]- u( V7 B- W11、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
: A4 ?1 T1 i+ V; v) V11、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
% ^. g0 `9 q) N8 ^3 l- P, l/ K12、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
! U" V% i0 g% Z) a12、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
. x2 K: F6 S* \  b1 S8 Q1 L' F12、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
6 E- m% E+ v$ ]' V0 U; Q$ Y$ e1 E12、课程：决策树模型.8、Decision Tree_example1（四）.mp4
) H2 Y# Q; \' ]5 `& B12、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
# a# [( k7 y0 o6 h( B12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
13、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
9 g8 F, t5 m' W4 L6 _  Z! ]13、课程：Pandas 数据操作与Ensemble Method 集成算法.4、GroupBy On Dict and Series（一）.mp4
! N& Q4 h3 g  M& N3 J, B) z13、课程：Pandas 数据操作与Ensemble Method 集成算法.5、GroupBy On Dict and Series（二）.mp4
13、课程：Pandas 数据操作与Ensemble Method 集成算法.6、Merge（一）.mp4
* R8 ]+ k3 M0 h13、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
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
: G. ]8 I( T! ~& \! I13、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
+ c7 Z5 a- m& Y' g% v9 K, T7 f9 ?& q6 }13、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
+ c" m+ \  L7 u9 I14、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
14、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
* q/ u. i( ]/ Y* X5 K14、课程：Airbnb 数据分析.5、Airbnb_DataExploration（三）.mp4
) @) o2 }/ h0 H6 J1 A" W9 e14、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
+ ^8 Y% I! g* h8 o14、课程：Airbnb 数据分析.9、Airbnb_FeatureEngineering（四）.mp4
7 d! g) |' j- c( y# c14、课程：Airbnb 数据分析.10、Modeling（一）.mp4
7 \) h, }& R% k1 x( i, d- _14、课程：Airbnb 数据分析.11、Modeling（二）.mp4
& V$ U2 m3 u4 R' G15、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
" g" j% J- K; t8 K; ]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
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
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
, ]- Z: a- o$ K! V7 B! Z) e5 {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
15、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
( B& h, y: a  @$ I6 W16、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
7 b7 ?0 _) O- ~! Q1 P+ T5 T! m0 g16、课程：自然语言处理与NLP-代码实战.5、语言模型（四）.mp4
8 Q& P) _( j. [16、课程：自然语言处理与NLP-代码实战.6、语言模型（五）.mp4
- w. x! Z0 H* F! b' |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
# P6 g, J6 Z( {+ a! X5 P2 Q16、课程：自然语言处理与NLP-代码实战.9、深度学习（一）.mp4
. W4 {+ ~) q: I. \0 j; s! B16、课程：自然语言处理与NLP-代码实战.10、深度学习（二）.mp4
- ]. A& }; Z0 H  E/ U/ C; r7 c16、课程：自然语言处理与NLP-代码实战.11、语言模型实战（一）.mp4
# l9 b9 T2 @! A* Z4 K16、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
+ ?4 L+ H; w6 m7 K/ m  l16、课程：自然语言处理与NLP-代码实战.14、语言模型实战（四）.mp4
0 j0 _" y% l; d  l17、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
5 N  d$ R( K/ H* g) P5 p17、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
$ w% C  `7 J  Q5 J: r. Y: U17、课程：文字处理与Amazon评论NLP分析案例.5、计算词频.mp4
( Q  u% B$ E4 h5 |4 P4 Z) b4 R17、课程：文字处理与Amazon评论NLP分析案例.6、读取文字.mp4
8 @1 \/ h, d5 f# E2 m17、课程：文字处理与Amazon评论NLP分析案例.7、整理标签（一）.mp4
; u0 q3 P( t# ]1 A- z# H17、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
0 _; h+ t7 o2 [& v. `, B17、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
17、课程：文字处理与Amazon评论NLP分析案例.12、建模.mp4
& k3 c7 i0 @& g, Q17、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
8 u( s, b3 |, w( x1 K18、课程：网络基础概述.2、数据和数据库（一）.mp4
4 G; A& i6 P+ ~/ C; ?# C18、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
# j) M/ C3 P" C, b0 B3 N9 U# i18、课程：网络基础概述.5、计算机网络知识普及（二）.mp4
/ u( e* n% G3 L* @1 j1 Q18、课程：网络基础概述.6、什么是网站.mp4
18、课程：网络基础概述.7、静态网站和动态网站.mp4
% x" D  F3 ]8 X& t18、课程：网络基础概述.8、简单的网站服务程序（一）.mp4
0 o1 y. |2 H2 T$ V# n18、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
* @$ b3 F% K; M% J$ n" S" O1 z/ U18、课程：网络基础概述.11、什么是API（二）.mp4
& z: u8 Q9 \& g4 q18、课程：网络基础概述.12、如何找到API.mp4
* m/ p" h) h7 g* S0 j3 |18、课程：网络基础概述.13、网络产品和现在网络程序.mp4
! X! D' p6 G7 J# d# Q& \* T( ?% ?+ c2 u18、课程：网络基础概述.14、答疑.mp4
19、课程：网络爬虫入门.1、网络爬虫概述.mp4
9 d7 K; v6 P+ `0 u1 K- [" A19、课程：网络爬虫入门.2、复习HTML.mp4
19、课程：网络爬虫入门.3、强大的工具—Requests.mp4
& u7 x8 i+ Q+ s0 u+ g' D. n* ~; ^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
: ?! X6 E0 ^+ c, R19、课程：网络爬虫入门.6、Charity Watch（一）.mp4
7 k3 n$ l* r, I3 F1 J& i19、课程：网络爬虫入门.7、Charity Watch（二）.mp4
( D6 j- r+ T' n) j19、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
8 A& d& o  a; [& w! g2 Z- Y19、课程：网络爬虫入门.10、弹幕爬虫（二）.mp4
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
+ U3 W& w2 r4 y/ d' X# G19、课程：网络爬虫入门.13、弹幕爬虫（五）.mp4
+ U! L. x! L4 C- b  G" G( v. R19、课程：网络爬虫入门.14、弹幕爬虫（六）.mp4
- L% W+ r6 p7 J$ r20、课程：爬虫进阶.1、Write Binary File.mp4
20、课程：爬虫进阶.2、Read Binary File.mp4
3 `) ^6 \2 V/ k; P) I7 `  G20、课程：爬虫进阶.3、静态文件获取（一）.mp4
0 `) v7 p, x  s$ v, q* J0 z20、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
6 }) ^, ^; E' C7 U5 J20、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
! s* f/ e( M+ }$ Z% A/ V20、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
/ s2 s( X$ ~' @0 N; K, l21、课程： 正则表达式.1、常见代码.mp4
) C* a! v/ v, T7 o/ O% x) ]2 f21、课程： 正则表达式.2、基本语句（一）.mp4
* n2 l$ C. t+ h  n+ \3 ]21、课程： 正则表达式.3、基本语句（二）.mp4
$ P9 H  C4 A2 ^6 \: h3 I2 O% }0 d21、课程： 正则表达式.4、字符匹配和分枝条件.mp4
1 y9 Q+ S7 H5 t: e' O; i) r21、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
21、课程： 正则表达式.8、案例分析（二）.mp4
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
9 l% ?& Q+ v- _) g; j22、课程：贝叶斯统计.3、条件概率.mp4
4 C1 r1 ~3 r, a& `! Q  v22、课程：贝叶斯统计.4、联合概率、边缘概率和条件概率.mp4
) {( R" q9 C5 Q1 v0 d& f22、课程：贝叶斯统计.5、贝叶斯公式（一）.mp4
0 f+ f9 Z! n9 g4 G- j22、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
! |" R, s9 a; G$ G22、课程：贝叶斯统计.9、案例分析.mp4
5 [& Q- G! t  o. _: q22、课程：贝叶斯统计.10、贝叶斯公式垃圾短信识别程序（一）.mp4
22、课程：贝叶斯统计.11、贝叶斯公式垃圾短信识别程序（二）.mp4
& Y; S# Y( a. G( N2 }( B2 c8 K22、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
6 h: ~- o7 O9 \+ P23、课程：搜集用户信息与数据整合.1、搜集用户发帖Comment Id（一）.mp4
23、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
6 S& V: A) `0 }( V/ k" z& C& X23、课程：搜集用户信息与数据整合.4、如何逆向解码（一）.mp4
; h6 g+ t! [* f1 H/ H* A+ F23、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
23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
) @& I: M6 f2 Q0 i: T3 ]23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
23、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
$ h1 A  ~' }, d0 d: M& s23、课程：搜集用户信息与数据整合.12、爬取用户信息（四）.mp4
23、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
# j- U( F/ z$ x: g1 u24、课程：贝叶斯思维.1、贝叶斯统计（一）.mp4
1 Y2 f1 X+ ]) x6 \9 i24、课程：贝叶斯思维.2、贝叶斯统计（二）.mp4
' C. K: S) P2 D( v: W24、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
; L" E0 {: U+ h. H24、课程：贝叶斯思维.5、贝叶斯公式（一）.mp4
- r# }; L' W( w, m7 M24、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
: S0 L: V2 g- \. j% 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
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
. X9 T9 ^5 ^& d( V& g/ P+ r" z3 \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
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
* A4 P$ \/ l! f5 \1 H25、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
" L/ e" _3 K! T+ Y25、课程：BiliBili火爆剧集与观众分析.6、生成词云.mp4
6 u# N7 A+ e1 A0 L/ ]" {' T25、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
25、课程：BiliBili火爆剧集与观众分析.12、观众信息.mp4
$ i# `. ]$ h/ u& Q4 v/ S25、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
  |" a8 a3 s5 F! f& I26、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
9 V" X. v3 k; K; x7 u9 \: g; G26、课程：聚类与代码实战.3、聚类的定义以及和分类的区别.mp4
! t+ X2 K1 N$ r) \3 k! {/ I26、课程：聚类与代码实战.4、聚类相似度度量：几何距离.mp4
0 ]( h9 U- }* L, ]3 W0 r, k26、课程：聚类与代码实战.5、划分聚类.mp4
( ~1 Y* x" x& X* I. q  N, _( z% t26、课程：聚类与代码实战.6、划分聚类—K均值算法（一）.mp4
. K( B; f* V$ u2 j' k- N26、课程：聚类与代码实战.7、划分聚类—K均值算法（二）.mp4
* n: p& i8 l2 v$ F26、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
7 U% Z* D7 W0 p: K! m26、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
# P, k# `* Q& [4 {7 ~3 p' c5 c; p26、课程：聚类与代码实战.15、代码实战（三）.mp4
, ^1 v; k+ E: e7 B% g7 u* K' [27、课程：商业社交媒体舆情分析.1、脑筋急转弯（一）.mp4
# i1 J$ \: N, U7 Q) F+ N27、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
- s3 o6 w# a/ @9 y; G2 \  S* E6 ~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 p! h4 _, j& Z' ?; D3 }3 }. J- O27、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
+ n6 o, v) j# L. J, |1 m* B& x27、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
8 p+ m, r, F" }1 @27、课程：商业社交媒体舆情分析.9、有趣的营销发现.mp4
# e  C) ^) u, ^* M$ A  ^27、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
* _1 Q( ^) j" \3 d! q! |27、课程：商业社交媒体舆情分析.12、答疑（一）.mp4
27、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
  [& U5 P; v3 d% s+ E28、课程：近期推荐系统概述.5、推荐系统算法概述（三）.mp4
( W4 P% w: h/ U, V* b$ o' S6 T( t/ h& R28、课程：近期推荐系统概述.6、推荐系统算法概述（四）.mp4
8 {2 q& J3 v8 R- o- ?( p28、课程：近期推荐系统概述.7、CF+矩阵分解（一）.mp4
3 W1 g; V) \+ k0 H; n$ d28、课程：近期推荐系统概述.8、CF+矩阵分解（二）.mp4
' ^$ n7 ]+ h. P28、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
  R% k) g5 Z* {4 W5 W29、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
' `+ Z  E3 L9 y4 Z( V29、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
$ T' ?( C* |- W29、课程：人工智能的江湖.5、再次复苏与神经网翻身.mp4
( x7 c* b3 ]- ~  r6 Z29、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
/ e' T* b2 m2 a" @6 f1 `% u3 o29、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
" ]/ x8 k: j4 U9 C' d$ h: d5 N( J$ b30、课程：机器学习在图像识别中的应用.3、什么是图像识别.mp4
30、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
# l) q7 M0 B* C/ i30、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
3 g. l+ H+ M) w0 t- J0 g# f30、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
30、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
- O+ Z9 ^5 I0 ^$ ]: `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
31、课程：Pygame.5、键盘操作-小鸟左右移动.mp4
! P* K- w! T3 w* I: u7 x# I4 L1 ~! 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
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
' O. P3 g6 [% o- P31、课程：Pygame.10、让小鸟飞起来.mp4
( ^6 n; g% b( U+ ?$ {: K) {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
" K1 D. D. b$ u1 W1 ~# R/ a32、课程：Python控制系统.2、不同的数据存储和类型.mp4
32、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
32、课程：Python控制系统.5、数据库基础review（一）.mp4
1 \! N: y: _* a# q9 r# t32、课程：Python控制系统.6、数据库基础review（二）.mp4
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
32、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
32、课程：Python控制系统.11、Ctypes basic（二）.mp4
32、课程：Python控制系统.12、Ctypes basic（三）.mp4
/ F. t. Z2 Z# Z, x" n: p; ?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
5 w  c3 Q9 p. \: I2 J$ D8 p33、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
33、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
2 ^1 P/ K$ n* R33、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
33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
4 N8 R. ]3 C; E( e& K34、课程：从游戏数据中提取feature.1、收集GTA5游戏数据（一）.mp4
0 K/ j8 i2 A' S34、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
34、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
% N) y9 I9 }- w+ E9 j% |- X34、课程：从游戏数据中提取feature.6、模型加载插件.mp4
2 ~. N* Q; P, C* `& C7 Y( t$ W5 Q34、课程：从游戏数据中提取feature.7、C++ review（一）.mp4
34、课程：从游戏数据中提取feature.8、C++ review（二）.mp4
) M- L' k! h' U; @+ }, o/ e& t34、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
9 t  v7 o) A) t8 e34、课程：从游戏数据中提取feature.11、模型案例分析+OpenCV process（三）.mp4
34、课程：从游戏数据中提取feature.12、模型案例分析+OpenCV process（四）.mp4
& ]- u, \( c9 p3 a# T8 |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
- ]: D$ J+ a" g: i' G0 z. U! }35、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
5 Q* R& j; D2 b& z35、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
6 O$ ?) Q: a. S; W, o35、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
35、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
( j# H+ Z- ?- |! M35、课程：GTA5自动驾驶项目.13、GTA游戏AI识别车道分割线（七）.mp4
36、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
  V- P: Z4 {! h5 ~! m36、课程：TensorFlow的基本操作.3、TensorFlow的具体使用（二）.mp4
: J/ M; |( C7 O2 {( C36、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
36、课程：TensorFlow的基本操作.6、Tensor Operations.mp4
; @' n/ c; e! m# V; n* Q36、课程：TensorFlow的基本操作.7、Tensor Slicing.mp4
5 J! c7 j- f/ t" }+ t* a36、课程：TensorFlow的基本操作.8、Tensor Sequences.mp4
36、课程：TensorFlow的基本操作.9、Graph.mp4
36、课程：TensorFlow的基本操作.10、Session和Constant.mp4
- ^3 W+ T( K6 q36、课程：TensorFlow的基本操作.11、Variables和Placeholders.mp4
! ~2 d0 \4 f& S& ?; H36、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
36、课程：TensorFlow的基本操作.14、Example（三）.mp4
3 F( H8 E0 C% w; d, E0 ]36、课程：TensorFlow的基本操作.15、Example（四）.mp4
* y, Y" ]) E/ W/ L$ \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. f2 H' X, s37、课程：神经网络.3、反向传播算法.mp4
: f* z/ e! _' k37、课程：神经网络.4、激活函数.mp4
. j' I' S/ w; q# J37、课程：神经网络.5、优化算法（一）.mp4
& X3 G# _4 u# R7 @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
37、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
; T- w4 s+ H; h0 K: X37、课程：神经网络.11、神经网络代码实战（四）.mp4
38、课程：卷积神经网络.1、卷积和卷积核（一）.mp4
6 {( U1 c# W2 ~' M/ b/ r38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
38、课程：卷积神经网络.3、卷积和卷积核（三）.mp4
38、课程：卷积神经网络.4、填充和池化.mp4
38、课程：卷积神经网络.5、深度卷积神经网络：LeNet-5.mp4
1 m6 m+ f" B9 R# i" E4 d* }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
3 s" E, q- ?3 ~: }4 b- T38、课程：卷积神经网络.8、深度卷积神经网络：VGG-16.mp4
7 l' G: |* Z, }, F! Y38、课程：卷积神经网络.9、深度卷积神经网络：Inception Network.mp4
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
39、课程：卷积神经网络的应用.1、卷积神经网络应用概述.mp4
39、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
39、课程：卷积神经网络的应用.4、物体检测：Fast R-CNN.mp4
39、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
# B! ?1 Z% ^- s: z) i- J39、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
40、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
4 c9 E1 ]* c, P& u40、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
40、课程：深度学习框架剖析.6、TF多卡训练.mp4
, z- e8 U# e+ x8 A3 P3 O  j40、课程：深度学习框架剖析.7、TF多机训练.mp4
40、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
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
- b* e, A8 s% k+ n6 f/ ?40、课程：深度学习框架剖析.14、Tensorflow detection models.mp4
- U7 Y6 S* K) ]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
' O8 A- l/ r6 T41、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
. i  J& S5 y. ~$ @41、课程：递归神经网络.5、双向递归神经网络.mp4
" i2 [% o# k0 {6 F41、课程：递归神经网络.6、沿时间反向传播.mp4
41、课程：递归神经网络.7、梯度消失.mp4
42、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
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
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
9 ^7 f5 c% h3 ?2 O$ l+ w6 |5 b42、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
' q7 V( }. Q$ D" b0 ~3 f, |42、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
# f# ], |4 }- T; m% o0 U, J$ Q0 Q. }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
  l! ]- R$ p, U2 X: d+ E* }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
6 s' b4 v* l8 t; f0 w43、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
( ?* \* Y+ U6 S6 v7 z$ q8 H. \43、课程：线性代数与数值分析.3、矩阵乘积和转置.mp4
" y  ]7 H' z# e9 E  L( Q3 K43、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
/ y" |1 o' {2 }/ W$ `43、课程：线性代数与数值分析.6、矩阵的迹和秩.mp4
4 w! L+ w6 ], m& L6 y6 J( P# Q43、课程：线性代数与数值分析.7、范数.mp4
43、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
9 ?" x; z. R, N  K% }# [* w43、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
. F2 W* z3 D" ?* Q7 Y1 q43、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
43、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
* u* P- z+ D- q$ }, R* t1 t9 I4 b0 U43、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
43、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
; w, z  T  L2 d6 ~" ^44、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
' o2 m) s, Y9 U4 q+ d- z  I44、课程：词嵌入表示.5、哈夫曼树.mp4
) m2 T' b8 Z9 U- s! ]! l% i5 {  Z44、课程：词嵌入表示.6、连续词袋模型—分层Softmax.mp4
44、课程：词嵌入表示.7、Skip-gram：分层Softmax.mp4
4 l* n: X4 ?/ F+ g6 F- h44、课程：词嵌入表示.8、连续词袋模型：负采样.mp4
" @5 A5 J3 C7 H/ u3 }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
45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
3 I5 v9 V1 N. ]" D45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
# ]; i1 U8 O5 [5 W* `45、课程：递归神经网络的应用.6、词嵌入表示—Word2Vec.mp4
2 @/ ^: r* s' E0 ^( m7 F8 b45、课程：递归神经网络的应用.7、词嵌入表示—RNN语言模型（一）.mp4
7 R. ~, d* k" X( ^% P% G45、课程：递归神经网络的应用.8、词嵌入表示—RNN语言模型（二）.mp4
9 ?% b8 M5 q/ h9 T3 h4 ^45、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
0 B  q1 n( ?5 p46、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
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
* c! }  \' I2 G6 o& ~  A46、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
# S+ i' A; d, j6 H) T. 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
1 @3 A" m0 T+ {/ {1 ~  E47、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
) j) R( [  |9 p1 ~5 W; N8 E47、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
" H# A% h7 }  L7 x47、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
2 G6 P8 N& f5 V! i0 u47、课程：马尔可夫决策过程.6、Bellman方程（三）.mp4
) Y. z% }/ p/ l: C: Q2 T47、课程：马尔可夫决策过程.7、Bellman方程（四）.mp4
& _' |) _* n# s( s* H( ]* S47、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
# `2 j+ P5 ?1 i1 K8 G47、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
6 U4 ^! D, X! X- _* m3 q47、课程：马尔可夫决策过程.12、Flappy bird的简单解决方法（一）.mp4
2 a' L8 H% }1 A6 t8 p* {9 Y7 U5 `47、课程：马尔可夫决策过程.13、Flappy bird的简单解决方法（二）.mp4
  ~9 d& O+ T, Q0 F. n48、课程：强化学习：迭代法.1、动态规划（一）.mp4
: F# e- K, W, ~" J1 N2 D48、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
# i. C2 j& f) m) }# y4 `48、课程：强化学习：迭代法.4、迭代法（二）.mp4
) \9 _  P2 }" y; D8 ?9 h48、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
4 z; I. Z& W: Y- L, l48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
. b2 w) r, z2 ^8 z5 J( w4 f48、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
* [" F) S& B# V9 v  S7 k# Y48、课程：强化学习：迭代法.10、迭代法求策略估值（三）.mp4
* t1 C* j/ q: D' o) B48、课程：强化学习：迭代法.11、迭代法更新最佳策略（一）.mp4
/ A; k) I, t1 X48、课程：强化学习：迭代法.12、迭代法更新最佳策略（二）.mp4
4 a; n0 z$ P( U48、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
$ O$ _9 |3 y7 [- y48、课程：强化学习：迭代法.15、最长递增序列（二）.mp4
( ~7 a) G: c3 Z/ {% m3 x  C# J: h49、课程：简单的蒙特卡洛.1、蒙特卡洛模拟方法介绍.mp4
9 ~  \: d& u# j3 q2 b: A49、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
49、课程：简单的蒙特卡洛.4、训练flappy bird 模型（三）.mp4
9 G1 f/ _/ b8 l& u  i49、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
) g, `) w2 \8 I4 k49、课程：简单的蒙特卡洛.7、由状态环境选择飞行动作.mp4
0 z7 l% @  _( ^3 H49、课程：简单的蒙特卡洛.8、处理碰壁函数与reward函数.mp4
- k( r. C4 V4 m+ [* j49、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
8 ~% D' \/ q9 Q7 j6 h49、课程：简单的蒙特卡洛.11、队列存飞行路径（三）.mp4
, Z5 m& ]$ }6 t1 C# j) `49、课程：简单的蒙特卡洛.12、队列存飞行路径（四）.mp4
+ H' L( ^6 Z( D49、课程：简单的蒙特卡洛.13、答疑.mp4
. Z) j, _# w6 Q7 B8 S50、课程：云，计算，数据.1、云计算的定义.mp4
8 n7 h1 C; n3 o8 `9 R; a+ K50、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
) d- `& b! J, @/ L! ?50、课程：云，计算，数据.4、WSC（新型数据中心）的形成、概念、优点.mp4
" F$ c8 v% ]& [2 H; A8 p# h: F50、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
8 H# t, {) b' S- a# F50、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
3 u% @' h& n6 n4 {4 w  H50、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
50、课程：云，计算，数据.11、实例创建（一）.mp4
1 e; H' S, _8 r1 J# e50、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
+ O0 _/ @0 ?4 |% b50、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
+ u% a" A4 f: `1 |51、课程：机器学习（上）.2、蒙特卡洛法（一）.mp4
4 S  O! W2 W# B$ q) U51、课程：机器学习（上）.3、蒙特卡洛法（二）.mp4
" g( z- ^/ R+ M& x: e$ u' Y' m  B1 Z51、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
3 f3 K1 o, N7 d/ g" x51、课程：机器学习（上）.6、MC与TD对比.mp4
6 C% B; }/ |2 n5 h/ S* ~51、课程：机器学习（上）.7、无偏估计.mp4
; T1 ^7 E3 O/ c- N" i51、课程：机器学习（上）.8、收敛性质.mp4
# q* V- |/ y' C6 |$ x* o3 [51、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
51、课程：机器学习（上）.11、Model-Free Control（二）.mp4
7 G; w7 f; q) q" P' J5 ^9 K51、课程：机器学习（上）.12、Model-Free Control（三）.mp4
( J" U  g) N" M+ [* @% ?51、课程：机器学习（上）.13、Model-Free Control（四）.mp4
: l5 r& w/ {/ f4 M" E. a51、课程：机器学习（上）.14、Model-Free Control（五）.mp4
. H' z. ^; ]0 l, S6 y; M6 k52、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
. S* q2 Q4 L9 ^# ~4 ~8 f52、课程：机器学习（下）.5、DQN（二）.mp4
52、课程：机器学习（下）.6、Flappy bird（一）.mp4
, p  {1 G  b& x9 Z3 ]( o52、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
" w) r( L/ f1 K7 @( ?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
8 b* }+ [, k$ m/ w2 s$ U  d$ ~- e52、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
53、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
1 f" r2 g9 P$ V9 G& W4 P4 E  l53、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
1 ^9 ~' L; l1 l53、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
, n/ }2 a( s! w! z4 }8 R) k( _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
53、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
- q/ m2 N# H3 s* }! W3 C- c8 p53、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
' i8 a/ G( m- x53、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
+ B+ u4 Z( a3 X( m( }6 f- K54、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
8 |  x" ^1 G8 n; L% G; r5 H54、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
# T" o+ }/ t( ~; C) }. M54、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
5 s/ X5 |6 y- e) ~3 G! V54、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
55、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
! S& Z9 A1 a. Q$ {% o6 [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
" y+ C9 n# m; P" Y$ h8 i9 q55、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
! `. l7 o6 I  _3 q" {55、课程：深度学习经典网络分析基础.8、答疑—通用检测.mp4
- E7 S4 R5 ]  m- q# O6 y55、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
55、课程：深度学习经典网络分析基础.12、GoogleNet（一）.mp4
1 g% e1 L& n& u55、课程：深度学习经典网络分析基础.13、GoogleNet（二）.mp4
55、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
55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
4 b. J1 s  B3 o3 W, ^) Y7 }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.