（价值3998元）实用数据挖掘与人工智能一月特训班

冰点也疯狂

课程简介:
* N4 J; _- x( i& q. a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！
2 x8 E' P! f& f7 g9 n' |& Z2 u
' w9 [$ k2 Z/ y8 M2 {! `数据应用学院（DAL）讲师团  北美首屈一指的Data Bootcamp核心团队。
陈晓理-DAL，数据应用学院（DAL）联合创始人，加州大学博士，数学竞赛保送北大力学系，多年机器学习教学经验。
David - Data Scientist ，加州大学物理学博士，美国顶级电商公司数据科学家。
Josh Zhao- DAL，数据应用学院联合创始人，南加州大学电子工程硕士，前华为高级工程师，十年数据工程开发管理经验。
- f* k: J% |! E0 j# i彭泽 - DAL，加拿大阿尔伯塔大学本科，美国哥伦比亚大学电子工程硕士，Kaggle竞赛获奖选手，人称“萌神”。
Henry ，加州大学伯克利分校博士后，加州大学物理学博士，数据应用学院机器学习工程师。

" I% J  {; k6 X8 S8 F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
1、课程：熟悉Jupyter notebook.4、Python环境与版本（三）.mp4
; o; w' Z5 e" C8 i1、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
, n/ y! @5 |$ c9 {" J$ I  q1、课程：熟悉Jupyter notebook.7、Python环境与版本（六）.mp4
, T" a4 O4 G# T( n. l' i: B1、课程：熟悉Jupyter notebook.8、Python环境与版本（七）.mp4
3 E* q5 T) L7 X+ F3 M4 z6 W1、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
7 L1 g" j* I0 A( Y) A( ?1、课程：熟悉Jupyter notebook.12、几个重要的工具包介绍（二）.mp4
/ T- C$ L' U5 b0 U% }* U1 c1、课程：熟悉Jupyter notebook.13、安装TensorFlow与Keras（一）.mp4
3 v' t8 ?6 n7 L- C, y1、课程：熟悉Jupyter notebook.14、安装TensorFlow与Keras（二）.mp4
. o4 w- g3 l! A8 N5 W$ c1、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
1、课程：熟悉Jupyter notebook.17、Markdown的基本技巧（二）.mp4
, |5 \% s7 D% O. D4 N/ ^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
$ t! B4 _, ?- j3 N7 @/ M7 S4 K2、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 Q( c8 u# n2、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
$ `4 q7 L# o8 u- [" _& U2、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
: q, }7 b! v  R; l2 D3 m2、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
# h/ j: B, ~, {3 n: C' }: O2、课程：文献与代码管理工具及统计基础.8、答疑（一）.mp4
- u: B4 ^$ M7 B7 K2、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
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、课程：Python基本数据类型.1、课程概述.mp4
3、课程：Python基本数据类型.2、计算机语言与程序概述（一）.mp4
& b4 x& }# ~4 S  }$ j3、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
0 k& I1 v& _0 ^5 w) X7 b3、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
1 N5 ?- N( G( x" h3、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
4 P5 I3 d' @% J4 `3、课程：Python基本数据类型.9、致敬 Hello World.mp4
9 g7 Z3 ~5 V$ m, T1 P3、课程：Python基本数据类型.10、Python基本数据类型（一）.mp4
  A) k& ?4 ]! |( ?' w1 M5 X' z) W3 Y3、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
4 }' M! j, m) c  ]) n3 q3、课程：Python基本数据类型.13、Python基本数据类型（四）.mp4
" B, M: d2 {& S* q4 J' v/ O3、课程：Python基本数据类型.14、Python基本数据类型（五）.mp4
3、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
# @( ~& b: |6 Q& l4、课程：函数与Python基本数据结构.1、函数（一）.mp4
4、课程：函数与Python基本数据结构.2、函数（二）.mp4
# d6 E0 }+ U8 R/ D4、课程：函数与Python基本数据结构.3、函数（三）.mp4
  e* e9 P: A: @7 J4、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
7 ]# C$ A! W* ^$ D" P. u" p, J$ E/ k4、课程：函数与Python基本数据结构.6、Python编码结构（一）.mp4
4、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
$ {! c/ ^9 B& Z+ s7 Y0 s4、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
% I% P+ K+ O+ P* k7 V4、课程：函数与Python基本数据结构.11、Python基本数据结构（二）.mp4
2 {! W. m: \; ^, g- g4、课程：函数与Python基本数据结构.12、Python基本数据结构（三）.mp4
; u" A  _$ `; j5、课程：Numpy的基本操作.1、Introduction to Numpy.mp4
1 _9 ~; f2 o! Q4 a6 W' \( i4 i3 V5、课程：Numpy的基本操作.2、Create Arrays.mp4
5 ?" ^7 [- G( r, g5、课程：Numpy的基本操作.3、Basic Operations of Arrays.mp4
0 ^+ A6 v' G& i+ Y  C3 X5、课程：Numpy的基本操作.4、lndexing ，Slicing and Iterating（一）.mp4
9 L* i: ~7 C' d# n. c$ E$ f5 [5、课程：Numpy的基本操作.5、lndexing ，Slicing and Iterating（二）.mp4
3 m" h3 C/ A+ G+ m+ x( k) o# l5 i5 T5、课程：Numpy的基本操作.6、lndexing ，Slicing and Iterating（三）.mp4
! K5 R2 `. l9 d+ }( a+ U' k5、课程：Numpy的基本操作.7、Matrix Operations --（一）.mp4
" v  s9 @; {0 g) M* J5、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
* w3 t# f  P5 O( m5、课程：Numpy的基本操作.10、Array processing（二）.mp4
/ U& P/ l" @( v; ]( W5、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
; t; F  B5 Z6 Y4 Y6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
8 v6 [, n, x& ?4 N6、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
. ^  J! W: I, U( {6、课程：Pandas的基本操作.5、DataFrame+Titanic Example（四）.mp4
' I' B& i) W% {$ ~6、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
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
$ p5 B* P! f/ Q1 M# W0 a( b6、课程：Pandas的基本操作.12、Rank and Sort.mp4
4 w6 Y5 l% ^" I' K; U7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
6 @1 o+ I5 a% l$ V0 i$ _' y7、课程：Matplotlib的基本操作.2、Matplotlib（二）.mp4
+ E" \* t3 A! C8 P3 ^7、课程：Matplotlib的基本操作.3、Matplotlib（三）.mp4
, g! e$ V' M- N2 ~! H. g. f8 O3 W7、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
7、课程：Matplotlib的基本操作.7、Aggregation（二）.mp4
3 G% @1 J+ D4 ~1 x1 S7、课程：Matplotlib的基本操作.8、Aggregation（三）.mp4
2 f9 y3 T% Q1 }) g  [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
& ~! F& }4 \* D' P# W% ]+ }4 |: K! i8、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
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
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
. }+ b: V+ r  r; V/ w7 }8、课程：什么是好的模型结果-cost function.7、二分类问题-ROC & AUC（二）.mp4
: f1 Q& ?$ I5 L: q1 F8、课程：什么是好的模型结果-cost function.8、什么是好的分类（一）.mp4
+ t& Z! [' y# c/ X, \# S% O8、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、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
8、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
; [* g; ~/ ~5 o' d) u+ M, t3 l9、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
. `7 S' N  |# M9、课程：线性回归.3、如何计算线性回归？（一）.mp4
+ m+ U/ g+ ~/ v; J6 y' M9、课程：线性回归.4、如何计算线性回归？（二）.mp4
9、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
8 N1 @  o! _, t# Y' K9、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 x* K2 f+ n4 R9、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
0 y) Q# `8 O" ?& a: D9、课程：线性回归.13、预测的confidence interval 和 prediction interval（二）.mp4
9、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
10、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
1 }8 T' t: ~' T( m  R/ I: U" v10、课程：逻辑回归及应用.4、寻找最合理的参数-1设计Cost Function.mp4
1 o4 l5 |6 J! J5 Y3 R" B  `' F3 {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
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
3 w* a0 `; w( f9 Q$ l0 D; e, I7 g10、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
10、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
1 |$ `$ R* |# D" A; _* H& K10、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
5 o$ n& d9 d; ?10、课程：逻辑回归及应用.13、更进一步：从逻辑回归到SoftMax(二).mp4
6 o0 b2 ]$ ]' Z11、课程：拟合与过拟合的定义.1、拟合与过拟合.mp4
/ Y; N; i1 D( }$ O8 A, Z( {) ^, \# L11、课程：拟合与过拟合的定义.2、对抗过拟合（一）.mp4
. p2 y1 _& P2 l' g. u11、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
6 x4 L- r3 u  p) M: j/ o11、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
$ H% ?/ \/ q8 y4 H11、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
" L9 M- {4 B" J: E9 R- u4 j- f% P11、课程：拟合与过拟合的定义.11、方差的分解（二）.mp4
) O( g$ Z. R9 l6 F* ^$ a11、课程：拟合与过拟合的定义.12、Bias与Variance的分解.mp4
! c& `6 y; f3 @. g: ]- n12、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
6 T/ N' n8 y* `9 H1 T5 }12、课程：决策树模型.3、游戏中的决策树分析（二）.mp4
' C# I* K3 P1 [, _1 l& V( Q12、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
/ k2 R9 e+ d$ A* C$ u* `12、课程：决策树模型.6、Decision Tree_example1（二）.mp4
% B& `  e4 ~* u& x; i* y12、课程：决策树模型.7、Decision Tree_example1（三）.mp4
" Y2 f6 ]6 Y5 P3 P) J' |+ {12、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
7 E% |' W. x$ v$ L9 W12、课程：决策树模型.10、Decision Tree_example1（六）.mp4
( u, z/ z/ I- y: T12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
2 r; I9 m8 N$ [( ^7 p! `. l- w& W7 v7 Q13、课程：Pandas 数据操作与Ensemble Method 集成算法.1、Combining dataframes.mp4
. y' G: U1 i$ H3 r0 D13、课程：Pandas 数据操作与Ensemble Method 集成算法.2、Mapping.mp4
8 I- M  L. R0 z1 ^8 }# C  z13、课程：Pandas 数据操作与Ensemble Method 集成算法.3、Binning.mp4
& C$ H. Y; F7 C# R; R' i13、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
13、课程：Pandas 数据操作与Ensemble Method 集成算法.6、Merge（一）.mp4
# ^. J1 G! e  }5 Z4 a3 ]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
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
9 T. O  h6 `. ?4 h- N; b1 s6 j13、课程：Pandas 数据操作与Ensemble Method 集成算法.11、Bagging (Bootstrap aggregating).mp4
' U8 w, _/ g& I13、课程：Pandas 数据操作与Ensemble Method 集成算法.12、Boosting and Ada boosting（一）.mp4
* B. _6 m- q; \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
14、课程：Airbnb 数据分析.1、Airbnb介绍.mp4
14、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
' ]9 |, y% P0 Y9 Z14、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
14、课程：Airbnb 数据分析.5、Airbnb_DataExploration（三）.mp4
. u7 ]; n! ]4 }6 @$ @4 |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
1 \8 T; y- j1 ~% Q+ l$ K! G14、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
; e0 \$ a# f: c& x0 k3 ~* i15、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
, ]1 ^! {" ]# V3 h. i' Y15、课程：支持向量机（SVM）.3、支持向量机分类与回归（一）.mp4
0 A" f! M1 R+ I7 }" `/ Z0 |! u15、课程：支持向量机（SVM）.4、支持向量机分类与回归（二）.mp4
1 t4 |  ~; n/ a  {- n1 `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
3 l$ ]9 i6 O1 b4 f( Y2 i: x15、课程：支持向量机（SVM）.7、支持向量.mp4
9 e0 @1 |2 D' E* g/ t+ R# Y15、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
, K# y$ s) O; R' W+ Q* J& u15、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
1 x" ~, |! W& @* U- `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
/ L3 z$ M  G& f" w4 m6 t( v16、课程：自然语言处理与NLP-代码实战.1、历史.mp4
  \$ Q1 n) ]; r1 k: ~16、课程：自然语言处理与NLP-代码实战.2、语言模型（一）.mp4
. X4 o9 M# M3 y/ W+ |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
' r1 l& i( |- h& i! w/ S16、课程：自然语言处理与NLP-代码实战.6、语言模型（五）.mp4
7 q/ `+ y% Y2 ]) o6 U( k16、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
16、课程：自然语言处理与NLP-代码实战.9、深度学习（一）.mp4
16、课程：自然语言处理与NLP-代码实战.10、深度学习（二）.mp4
5 T% A, V& W3 h% r16、课程：自然语言处理与NLP-代码实战.11、语言模型实战（一）.mp4
16、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
& l, ]2 u. o& h* ^! y/ G16、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
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
& U6 }7 \" y- E0 Z17、课程：文字处理与Amazon评论NLP分析案例.5、计算词频.mp4
6 z/ i! E! k+ y+ K17、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
# q3 M+ p5 ~1 k# ^3 E17、课程：文字处理与Amazon评论NLP分析案例.8、整理标签（二）.mp4
2 a1 k) v3 b3 W. c: d' E0 s8 C17、课程：文字处理与Amazon评论NLP分析案例.9、整理标签（三）.mp4
# `( |% L! S. ]! |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
, k& F5 I" J4 ?+ N17、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
; E7 k9 V" V7 e3 R18、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
* O7 b) h$ ~- r$ S0 A+ O18、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
; S6 u1 {% t  r2 z9 b0 M18、课程：网络基础概述.6、什么是网站.mp4
" i' K/ n4 E, B, E5 M, ?5 f$ y18、课程：网络基础概述.7、静态网站和动态网站.mp4
$ F5 o8 j( s+ w18、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
/ s' {( \% j9 D* }; ]18、课程：网络基础概述.10、什么是API（一）.mp4
18、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
9 {# ~1 ~  C5 d, G3 h7 u  j18、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
6 g: H6 [; J* F9 X' n9 w7 A19、课程：网络爬虫入门.2、复习HTML.mp4
4 u9 `3 M3 v& t# b( h19、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
0 _' Q, h# l% E+ R( s) U: Y19、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
( i  F: N+ x$ [9 O* a" ~$ ~5 K19、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
$ m5 k+ b* Z9 u" b" m- e5 y" @. g19、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
" s& y( O- }/ H* @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
+ T  \9 Z, u- ~/ _- U! p# K8 ]$ ^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
4 r$ e  z$ O' ?9 g1 w20、课程：爬虫进阶.1、Write Binary File.mp4
20、课程：爬虫进阶.2、Read Binary File.mp4
, }" A& S  r& g20、课程：爬虫进阶.3、静态文件获取（一）.mp4
% G$ X# X: X0 Z: M5 k20、课程：爬虫进阶.4、静态文件获取（二）.mp4
& |+ b* O1 ]( Q. U20、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
2 N6 {% |* B% a' ~* v' a20、课程：爬虫进阶.7、认证授权（三）.mp4
' W$ K- s: m1 [5 U0 T. D( |3 l2 ~2 A& X3 N20、课程：爬虫进阶.8、爬虫进阶扩展（一）.mp4
2 T- D. U6 N' l20、课程：爬虫进阶.9、爬虫进阶扩展（二）.mp4
5 E, h6 z: i# q21、课程： 正则表达式.1、常见代码.mp4
21、课程： 正则表达式.2、基本语句（一）.mp4
" r. R# D! F2 v" Z; D1 u( V1 v21、课程： 正则表达式.3、基本语句（二）.mp4
( E0 {4 k5 s% a  |* ^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
  r: N0 L6 E8 W, g21、课程： 正则表达式.6、后向引用和零宽断言.mp4
9 a, d# `9 y' ~3 u& w6 K21、课程： 正则表达式.7、案例分析（一）.mp4
1 j) \4 h% @$ Y! p. d. N8 a3 X21、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
* ^* u$ W+ y3 T22、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
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
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
. s% @* G' j$ t22、课程：贝叶斯统计.11、贝叶斯公式垃圾短信识别程序（二）.mp4
! w9 L& u6 F! V, e" R  |22、课程：贝叶斯统计.12、贝叶斯公式垃圾短信识别程序（三）.mp4
4 @, X! ?( ^+ F& @: t22、课程：贝叶斯统计.13、脑筋急转弯：三门问题（一）.mp4
2 p" Q7 T7 G* Z9 h22、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
) n! s( }2 Y3 o23、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 y) F: u0 q( i8 Q6 i1 F. i0 d23、课程：搜集用户信息与数据整合.4、如何逆向解码（一）.mp4
23、课程：搜集用户信息与数据整合.5、如何逆向解码（二）.mp4
5 f& B' h0 d; C23、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
" W! @9 s0 Z' ^. h4 V* O  \7 k2 k23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
, N) d7 T/ T+ m23、课程：搜集用户信息与数据整合.10、爬取用户信息（二）.mp4
; ]' x/ t( w) T* y% `" a( H5 W. r' Q23、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
4 h. [4 e$ g9 v5 H8 M' \5 L. X23、课程：搜集用户信息与数据整合.13、RandomForest 重新采样（一）.mp4
8 P) u' N8 L5 q3 K2 r: \2 q3 _& `. n% z23、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
" q3 q9 n" N# ?$ ?2 L$ z24、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
24、课程：贝叶斯思维.5、贝叶斯公式（一）.mp4
  e" \& {- m$ [7 M& N- X2 B24、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
1 Z) k& y3 i/ X( e5 r2 L24、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
# O( r1 [( N. `6 Y2 q% F1 a$ P24、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
; z" u, ^. h+ Q; f24、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
$ X% w' Y# X. P% f1 q3 o24、课程：贝叶斯思维.13、美国海岸救援案例.mp4
9 K5 B- l( [1 P* _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
25、课程：BiliBili火爆剧集与观众分析.4、去停用词、整理词频.mp4
! Y. d$ k5 z# |* H4 K3 U* Z" v25、课程：BiliBili火爆剧集与观众分析.5、关键词计算.mp4
1 W2 K: V3 R& d' m+ [5 N25、课程：BiliBili火爆剧集与观众分析.6、生成词云.mp4
2 H/ {, V+ S2 O, J25、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
( q, A- l9 k$ j+ J2 r25、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
25、课程：BiliBili火爆剧集与观众分析.13、脑筋急转弯（一）.mp4
. E- u1 y; B; h8 z6 I2 w% K5 m$ y25、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
6 u7 R, ^% c% t2 ]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
# n( g- H& |* m. @26、课程：聚类与代码实战.4、聚类相似度度量：几何距离.mp4
26、课程：聚类与代码实战.5、划分聚类.mp4
# i8 c. C1 i# \- P" Q2 j! b26、课程：聚类与代码实战.6、划分聚类—K均值算法（一）.mp4
7 x' D1 t$ p; P' r2 h  i) j26、课程：聚类与代码实战.7、划分聚类—K均值算法（二）.mp4
  j) ]: `/ o7 C$ a26、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
1 y3 X. y$ \/ y9 O  B1 Y8 F26、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
27、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
* ?' K* V6 B, q# h, E0 m9 B27、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
27、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
% S5 H" y3 z% [# ?( h$ @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
+ l4 E, ~2 s" @# d/ G27、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
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
0 Q' f. E& K6 M6 T28、课程：近期推荐系统概述.4、推荐系统算法概述（二）.mp4
+ q" s" _2 z1 j6 A. y6 w4 Z+ F4 a28、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
& @- E: I4 k$ E" ~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
+ Z4 ?$ Z' E5 H. ~8 K6 g7 C2 u4 q28、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
5 B& G# ?1 {+ t& p29、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
: ]. R" P1 n1 s29、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
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
+ e+ `5 I  Z( p" N" N29、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
, U& c- b  a! ], o: B9 u29、课程：人工智能的江湖.11、今天的应用与影响（三）.mp4
+ [5 t5 ^/ @( k+ `( {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
0 s$ t# g3 c1 s' O7 c30、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
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
$ U. N  `8 Y: {! p8 A; T; K& \! G30、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
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
) I* {) y# ^) m- H30、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
2 A5 k+ P/ k2 o, D( Y1 l30、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
! H2 j5 C! A: g  I( z30、课程：机器学习在图像识别中的应用.10、机器学习总结.mp4
, P( q9 b) m5 C% S2 R$ `31、课程：Pygame.1、学习框架梳理.mp4
3 ]% f% q# K6 y; b, e31、课程：Pygame.2、剩余课程安排.mp4
6 r3 B) N# _( D9 Z31、课程：Pygame.3、Flappy bird基本背景图像（一）.mp4
! _7 b, z+ n7 |1 x5 ?. K31、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
31、课程：Pygame.6、扑腾扑腾翅膀（一）.mp4
/ U" f5 h# J9 c31、课程：Pygame.7、扑腾扑腾翅膀（二）.mp4
/ {1 ^1 s1 g) b5 Q& ]0 {; o5 z31、课程：Pygame.8、柱子的移动.mp4
, `) a7 T! I, K3 W' j31、课程：Pygame.9、生成一系列的柱子，并且移动.mp4
) }  }2 ?% }$ t8 J# c; J7 d31、课程：Pygame.10、让小鸟飞起来.mp4
31、课程：Pygame.11、假如小鸟很聪明.mp4
& a' ^; |/ k. T- R* D31、课程：Pygame.12、给小鸟计分.mp4
/ I7 g+ i0 f3 r0 {6 [5 b32、课程：Python控制系统.1、The basic self-driving loop.mp4
% Z! x) E/ L$ Z: K8 w32、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
( k, ^+ l) _* w6 B32、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
32、课程：Python控制系统.7、MYSQL的简单介绍(一).mp4
" H, b. L4 B+ o; j32、课程：Python控制系统.8、MYSQL的简单介绍(二).mp4
6 t* ^% u. R  h! u$ x5 {& f6 B32、课程：Python控制系统.9、激光雷达.mp4
$ ]1 Z) F! E8 o! H$ g32、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
9 `* A8 ^6 G/ s5 x( ?1 f32、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
33、课程：图像识别处理基础—OpenCV.3、读取图片（三）.mp4
. F1 |# ]8 O7 B9 g8 n7 E33、课程：图像识别处理基础—OpenCV.4、读取视频.mp4
, ^3 C' N, c$ H! {1 _# s33、课程：图像识别处理基础—OpenCV.5、绘图函数.mp4
+ B2 [) [9 {; ~% Y33、课程：图像识别处理基础—OpenCV.6、OpenCV图像的基本操作（一）.mp4
  M: D$ e" e, Z' w. e. a33、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
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
33、课程：图像识别处理基础—OpenCV.11、图像处理：图像平滑.mp4
- \/ g  N& i' p. Y' r1 C33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
34、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
" }. Y, D! D2 g34、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
34、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
34、课程：从游戏数据中提取feature.8、C++ review（二）.mp4
, ^! W. E& S6 y, m" Q' Y' \34、课程：从游戏数据中提取feature.9、模型案例分析+OpenCV process（一）.mp4
: h- j0 ^/ i: @. j34、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
34、课程：从游戏数据中提取feature.12、模型案例分析+OpenCV process（四）.mp4
9 h/ w9 s- f- s4 o" O* O34、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
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
' V$ E& ]: f' l, V% J35、课程：GTA5自动驾驶项目.5、GTA5自动驾驶分解问题（四）.mp4
  ?1 w7 h3 b2 R; ^35、课程：GTA5自动驾驶项目.6、GTA5自动驾驶分解问题（五）.mp4
. N/ C) y- ~8 H3 c& z+ d35、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
& Z1 W4 G9 ?) t" _8 G  b35、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
35、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
( D+ Z0 q& ^0 W5 {% C' i7 `36、课程：TensorFlow的基本操作.2、TensorFlow的具体使用（一）.mp4
3 B  [. Q) B+ T# b) `* R/ Y36、课程：TensorFlow的基本操作.3、TensorFlow的具体使用（二）.mp4
! r2 Q, A& [0 e: T) X8 x1 P( K36、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
# N: t, |- O+ K' x, {) T9 V36、课程：TensorFlow的基本操作.6、Tensor Operations.mp4
; _5 v3 q5 K. m$ {' l36、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
/ }) t; e( i( ~* E. F! }36、课程：TensorFlow的基本操作.10、Session和Constant.mp4
36、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
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
0 y2 W3 }4 j; Z3 M7 Q36、课程：TensorFlow的基本操作.15、Example（四）.mp4
1 z$ m; D; g3 n8 @# {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
37、课程：神经网络.3、反向传播算法.mp4
6 o$ @1 n% m9 K, I4 d  C+ X+ C4 ]37、课程：神经网络.4、激活函数.mp4
37、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
37、课程：神经网络.8、神经网络代码实战（一）.mp4
2 u8 b* E5 N$ ?' `37、课程：神经网络.9、神经网络代码实战（二）.mp4
8 |+ p1 O, Q% p, U1 n6 l37、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
$ _/ Q2 ~# r  @3 U9 [38、课程：卷积神经网络.1、卷积和卷积核（一）.mp4
, R* K5 v  v- n! r" H9 h38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
* n  b" E, F  b. H- O* [38、课程：卷积神经网络.3、卷积和卷积核（三）.mp4
& l1 g4 X" z5 ?; {+ h38、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
38、课程：卷积神经网络.6、深度卷积神经网络：AlexNet.mp4
' E9 ?* p2 I! P$ x) u( w38、课程：卷积神经网络.7、深度卷积神经网络：ZF-net.mp4
; ^  L" }+ S& O6 J9 L38、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
38、课程：卷积神经网络.10、深度卷积神经网络：Residual Network.mp4
1 m$ P9 m  J1 x8 `38、课程：卷积神经网络.11、深度卷积神经网络：DenseNet.mp4
; Z+ ~- K( r$ k" P9 E% ]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
8 K) ]4 U0 s! L, a2 g39、课程：卷积神经网络的应用.5、物体检测：YOLO和SSD.mp4
: q; t! P$ Z- U+ [8 g* F8 l+ O6 c/ t39、课程：卷积神经网络的应用.6、文档的归类.mp4
# V) t6 n% J3 I7 T' X. x0 e: |39、课程：卷积神经网络的应用.7、代码实战（一）.mp4
) R: D' `9 V( c1 I8 P% |; u39、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
  h9 u# [0 l- B* R$ J40、课程：深度学习框架剖析.1、深度学习系统的目标定位.mp4
) X, p2 s. i# V2 l40、课程：深度学习框架剖析.2、典型深度学习系统框架.mp4
4 ]  A' K+ |% |* p) d; V40、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
2 ~4 f, B; e/ i3 |! {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
+ z2 y* l/ w5 [2 @40、课程：深度学习框架剖析.6、TF多卡训练.mp4
# }* N/ o' R% p2 A$ H40、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
1 j. G6 q% F( a5 m- u) C40、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
+ h: O: {; k+ g( O$ U40、课程：深度学习框架剖析.16、实际模型项目介绍（二）.mp4
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
8 }$ k' f/ Q1 A3 f41、课程：递归神经网络.4、递归神经网络（二）.mp4
41、课程：递归神经网络.5、双向递归神经网络.mp4
1 y' \1 q+ |  }6 l/ _% s41、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
5 a( _' ~  T/ I( u; f42、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
/ A1 Y) e# N$ _1 A- u, Z42、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
' `/ a) q' J6 T; k5 x9 |# R42、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
( F7 ]) b" _2 I42、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
& W8 `( X( O5 J+ L42、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
; f7 a2 g+ q( p) g2 y$ A  R43、课程：线性代数与数值分析.1、线性代数与数值分析概述.mp4
/ @7 m4 b9 l  q4 I$ e" W43、课程：线性代数与数值分析.2、线性代数的基础定义.mp4
1 r1 h" L3 d) r7 \* A* I7 x43、课程：线性代数与数值分析.3、矩阵乘积和转置.mp4
1 X1 b) O  N5 a. N# N43、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
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
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
9 Q1 V! g0 ?0 G" V/ g/ n43、课程：线性代数与数值分析.9、特殊类型的矩阵和向量（一）.mp4
: y; w  ~# L  o$ }' {# ], n43、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
3 }) {. L! p! w2 J$ u, u9 @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
. q5 ?" `) r2 W/ {9 `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
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
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
" G; T' t& l# |- C: C1 a& c44、课程：词嵌入表示.1、N-元模型回顾.mp4
7 e- m, m0 v2 Y" K44、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
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
44、课程：词嵌入表示.7、Skip-gram：分层Softmax.mp4
/ V1 h4 |; Y$ v) @/ c6 w1 @44、课程：词嵌入表示.8、连续词袋模型：负采样.mp4
) `* J! K4 B. p/ c) ^; T7 I44、课程：词嵌入表示.9、词向量：可视化.mp4
, m/ H0 G# r3 x& z4 B: F45、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
. C! u7 v( H. H4 W6 x6 q& R45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
1 c& N$ N' }) R- G  A45、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
( |( z! G" B4 P. c+ F* w45、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
( o/ @' d# k+ n7 b, {9 g/ n% z46、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
# F& y6 o! \) _7 O1 k1 T" s46、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
# D' \7 v% R8 p46、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
* x( B, _- f5 X8 c( H1 l46、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
5 C! y0 [. u& J" J46、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
$ ]3 O' a5 g9 P% X46、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
- O) @9 C( b/ ?( j) t5 [8 `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
+ A% D0 z6 w" g; U1 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
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
  J6 U  j$ @6 e5 L8 B9 p47、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
+ o5 `* ^5 e, ^8 D" O47、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
% }. P( ?4 X5 J7 x* n4 Y47、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
8 N1 A, N8 j! l47、课程：马尔可夫决策过程.12、Flappy bird的简单解决方法（一）.mp4
9 w7 r, }5 g8 c  u47、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
48、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
* Q3 s; I% p; Q$ _9 `5 d9 i- T  I48、课程：强化学习：迭代法.4、迭代法（二）.mp4
- U0 l3 f) n6 a1 S& H48、课程：强化学习：迭代法.5、复习+Jacob方法（一）.mp4
2 Y! N5 n* e- ?& [48、课程：强化学习：迭代法.6、复习+Jacob方法（二）.mp4
( ~& i: H- p, j# Q5 w48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
% p% n7 p4 S9 m. b8 r48、课程：强化学习：迭代法.8、迭代法求策略估值（一）.mp4
9 r2 j. s$ o- `( h48、课程：强化学习：迭代法.9、迭代法求策略估值（二）.mp4
+ y" w. E4 C, ~9 r9 y' u8 M48、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
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
48、课程：强化学习：迭代法.14、最长递增序列（一）.mp4
! S+ N8 |5 H, A. l48、课程：强化学习：迭代法.15、最长递增序列（二）.mp4
% A) e. u. v9 |7 H. _49、课程：简单的蒙特卡洛.1、蒙特卡洛模拟方法介绍.mp4
6 y4 V9 z5 M4 X$ o& x0 _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
49、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
9 i) i: ?/ x( }0 `& {( p" O: x+ F49、课程：简单的蒙特卡洛.6、离散化环境状态.mp4
' c' ^( R; c& M1 S' v$ u! K  _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
/ x# r: ]6 J! O1 d0 ^49、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
49、课程：简单的蒙特卡洛.11、队列存飞行路径（三）.mp4
( b5 L- r9 P# t4 U. q( s& s49、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
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
. t2 n: S' z$ D5 }; r: o50、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
6 s7 G0 M: B/ c1 m/ e9 m5 X50、课程：云，计算，数据.7、云计算的商业模式.mp4
( B% r; X' I) j* O1 s/ `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
50、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
1 w1 b/ x: ]) U0 U7 s* J8 Y" j' D50、课程：云，计算，数据.15、Logging模块的简单应用（二）.mp4
* w( i6 m, H$ A3 w0 p8 K5 ?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
. c7 h1 x! {# O2 J; o2 I7 Z) [51、课程：机器学习（上）.2、蒙特卡洛法（一）.mp4
3 e4 w/ a3 b5 L/ a3 h51、课程：机器学习（上）.3、蒙特卡洛法（二）.mp4
51、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
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
% l. B7 H: O: Z51、课程：机器学习（上）.8、收敛性质.mp4
$ ~  ^9 M5 c7 z+ }5 o( F51、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
3 r# i$ J$ q$ H) `& F51、课程：机器学习（上）.12、Model-Free Control（三）.mp4
2 b3 E8 y3 ]/ s: u0 `51、课程：机器学习（上）.13、Model-Free Control（四）.mp4
' R0 ~8 Z  {3 [! T) h51、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
7 k: r8 O) c2 J. x- ]+ U3 w  _52、课程：机器学习（下）.3、函数的近似方法（三）.mp4
' o, M( A8 J) l' a52、课程：机器学习（下）.4、DQN（一）.mp4
52、课程：机器学习（下）.5、DQN（二）.mp4
52、课程：机器学习（下）.6、Flappy bird（一）.mp4
52、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
1 F, ?3 e6 u, [52、课程：机器学习（下）.10、Flappy bird（五）.mp4
  K8 C% c1 Y7 q3 v0 F- Y52、课程：机器学习（下）.11、Flappy bird（六）.mp4
52、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
0 i, ~5 ?3 ~' E2 i) |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
  ^/ Y- [( S' h+ e# h* g/ u* e53、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
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
53、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
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
; l# q! ~& Q% ]9 h# a5 i54、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
/ ?0 t1 d% @6 r$ q, |7 L* O: z2 N: L54、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
6 h! F- J& u4 j' V2 k, L54、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
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
7 b$ k; |, M; |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
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
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
55、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
2 Z9 ~; m& R7 C+ j0 X55、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
2 H$ e- s' g7 |' T2 F55、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
55、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
# V9 L8 L- U" |3 L55、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
# t" O3 ~: m( H# }7 w2 f' h55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
# `4 I& i, ^; {- C; P; I55、课程：深度学习经典网络分析基础.17、答疑（二）.mp4
+ ^8 S3 i2 [3 E% a& R3 C+ a& P

游客，如果您要查看本帖隐藏内容请回复

% q, f% W* P( ~$ m$ x5 ^  d3 w