人工精选 飞豹客体系课
人工智能机器学习系统班
这门课真正解决的是哪类工作问题 量化选股和金融时间序列预测，是很多做数据分析的人绕不开的一块。日常工作中你可能遇到这样的场景：手头有一堆行情数据，想验证某个选股想法到底有没有效，却卡在回测框架怎么搭、因子怎么打分排序上；或者需要预测一段业务指标的走势，试了几种方法都不稳定。这门课就是围绕这些具体任务
单课价¥48.00新品 上架
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥48.00
会员 · 按档位
永久¥24.005折
年¥28.806折
月¥33.607折
游客按标价购买，不享受上表折扣。
支付成功后自动发放网盘链接，链接失效可找客服免费补
正版保障 极速发货 售后无忧
这门课真正解决的是哪类工作问题
量化选股和金融时间序列预测，是很多做数据分析的人绕不开的一块。日常工作中你可能遇到这样的场景：手头有一堆行情数据，想验证某个选股想法到底有没有效，却卡在回测框架怎么搭、因子怎么打分排序上；或者需要预测一段业务指标的走势，试了几种方法都不稳定。这门课就是围绕这些具体任务展开的，重点落在用 Python 做量化回测、因子选股和时间序列预测。它不是泛泛讲机器学习概念，而是把工具直接对准选股分析和预测这两个落地场景，比如用回测平台跑策略、做因子打分排序、用时间序列模型做趋势预测，同时补上 Matplotlib、Seaborn 这类可视化工具，让结果能看懂、能拿出去讲。
适合什么基础，先看哪几块
如果你完全没有 Python 基础，直接跳到因子选股部分会很吃力，建议先把前几章的 Python 基础过一遍，至少做到能读写数据、调用函数、看懂列表和字典的操作。有编程基础但没接触过量化的人，可以跳过基础语法，把精力放在回测和因子这两块。学习顺序上，建议先看回测选股分析这一部分，理解一个策略从想法到验证的完整流程；接着看因子策略和因子打分，这两块是选股的核心方法，也是实际工作中复用率最高的；最后再进入时间序列预测，因为它对数据理解和建模的要求更高一些。可视化工具可以边做边学，不必单独抽大块时间。
学完能独立做什么，资料怎么配合练习
走完一遍，你应该能独立完成这样几件事：用自己的数据在回测环境里跑一个选股策略并看到收益表现；构造并给因子打分，按分数筛出股票组合；对一段指标数据做时间序列预测并画出趋势图。需要说明的是，这些能力建立在动手练的基础上，光看代码不会变成自己的。资料里的代码和示例文件是按章节拆开的，建议每看一章就自己敲一遍，然后换成你熟悉的数据集重跑一次，观察结果差异。遇到报错先回看对应章节的代码逻辑，而不是直接找答案。整体看，这门课更适合愿意边学边动手、目标明确指向量化选股或预测任务的人；如果你只是想泛泛了解机器学习，它可能偏实战、偏具体，需要你先想清楚自己要不要做这类分析。
课程目录
课程目录507 集
- 课程介绍 本页收录 人工智能机器学习系统班，方向为体系课，重点涉及 体系课。 内容涵盖：Ricequant回测选股分析实战、因子策略选股实例、因子打分选股实战、fbprophet时间序列预测神器、Matplotlib工具包实战、Seaborn 等主题。 适合正在补 体系课 相关知识、想按目录逐步推进的学习者。 下方为完整资料与目录，可先看目录判断是否符合需要。 ├──0-代码 | ├──第1-3章：Python基础 | | └──Python基础代码.zip
- 174.65kb | ├──第10章：Ricequant回测选股分析实战 | | └──1_simple_demo.txt 2.13kb | ├──第12章：因子策略选股实例 | | └──2_因子策略.txt 2.72kb | ├──第14章：因子打分选股实战 | | └──3_因子打分选股.txt 3.29kb | ├──第17章：fbprophet时间序列预测神器 | | ├──.ipynb_checkpoints | | ├──data | | ├──images | | ├──__pycache__ | | ├──1-Stocker Analysis .ipynb 798.35kb | | ├──2-Stocker Prediction.ipynb 1.06M | | └──stocker.py 40.72kb | ├──第19章：Matplotlib工具包实战 | | └──Matplotlib绘图.zip
- 3.69M | ├──第20章：Seaborn | | ├──4-REG.ipynb 771.56kb | | ├──5-category.ipynb 658.21kb | | ├──6-FacetGrid.ipynb 839.22kb | | ├──7-Heatmap.ipynb 326.68kb | | ├──f1.png 141.53kb | | ├──iris.data 4.59kb | | ├──Seaborn-1Style.ipynb 1.54M | | ├──Seaborn-2Color.ipynb 169.10kb | | ├──Seaborn-3Var.ipynb 315.82kb | | └──Untitled.ipynb 489.91kb | ├──第4章：Numpy | | └──numpy代码.zip
- 16.79kb | ├──第5章：Pandas | | └──tushare工具包.zip
- 3.89kb | ├──第11章：因子数据预处理.zip
- 876.33kb | ├──第13章：因子分析实战.zip
- 1.20M | ├──第15章：基于回归的策略分析.zip
- 935.39kb | ├──第16章：聚类与统计策略分析.zip
- 1004.71kb | ├──第18章：深度学习时间序列预测.zip
- 14.02M | ├──第6章：金融时间序列分析.zip
- 588.16kb | ├──第7章：双均线交易策略实例.zip
- 747.87kb | ├──第8章：策略评估指标.zip
- 363.20kb | └──第9章：量化交易解读.zip
- 165.93kb ├──1-Al课程所需安装软件教程 | ├──1.AI课程所需安装软件教程.mp4
- 16.18M | ├──2.Python环境安装和搭建.mp4
- 48.10M | ├──3.Anaconda基础讲解和使用的教程.mp4
- 44.39M | ├──4.Pytorch (CPU版本安装).mp4
- 10.86M | └──5.PyCharm安装和配置.mp4
- 16.95M ├──2-Python快速入门 | ├──1.Python环境配置.mp4
- 67.89M | ├──10.Python循环.mp4
- 37.76M | ├──11.函数定义.mp4
- 45.75M | ├──12.模块与包.mp4
- 43.34M | ├──13.异常处理模块.mp4
- 62.95M | ├──14.文件操作.mp4
- 38.76M | ├──15.类的基本定义.mp4
- 42.11M | ├──16.类的属性操作.mp4
- 40.53M | ├──17.时间操作.mp4
- 23.91M | ├──18.Python练习题-1.mp4
- 37.44M | ├──19.Python练习题-2.mp4
- 58.22M | ├──2.anaconda环境安装和搭建.mp4
- 47.53M | ├──3.Python简介.mp4
- 51.47M | ├──4.Python数据类型.mp4
- 26.53M | ├──5.Python列表.mp4
- 40.68M | ├──6.Python元组.mp4
- 21.42M | ├──7.Python集合.mp4
- 31.32M | ├──8.Python字典.mp4
- 31.10M | └──9.Python条件判断.mp4
- 17.50M ├──3-Python数据科学必备工具包实战 | ├──1.科学计算库-Numpy | | ├──1-Numpy概述.mp4
- 28.24M | | ├──10-四则运算.mp4
- 28.09M | | ├──11-随机模块.mp4
- 48.38M | | ├──12-文件读写.mp4
- 21.35M | | ├──13-数组保存.mp4
- 39.25M | | ├──14-练习题-1.mp4
- 29.02M | | ├──15-练习题-2.mp4
- 40.39M | | ├──16-练习题-3.mp4
- 56.12M | | ├──2-Array数组.mp4
- 30.05M | | ├──3-数组结构.mp4
- 58.10M | | ├──4-数组类型.mp4
- 19.58M | | ├──5-数值运算.mp4
- 41.87M | | ├──6-排序操作.mp4
- 36.56M | | ├──7-数组形状操作.mp4
- 50.89M | | ├──8-数组生成函数.mp4
- 40.27M | | └──9-常用生成函数.mp4
- 24.54M | ├──2.数据分析处理库-Pandas | | ├──1-Pandas概述.mp4
- 32.21M | | ├──10-数据透视表.mp4
- 41.49M | | ├──11-时间操作.mp4
- 37.35M | | ├──12-时间序列操作.mp4
- 26.49M | | ├──13-Pandas常用操作.mp4
- 48.13M | | ├──14-Pandas常用操作2.mp4
- 42.98M | | ├──15-Groupby操作延伸.mp4
- 64.63M | | ├──16-字符串操作.mp4
- 30.46M | | ├──17-索引进阶.mp4
- 35.07M | | ├──18-Pandas绘图操作.mp4
- 53.90M | | ├──19-大数据处理技巧.mp4
- 98.27M | | ├──2-Pandas基本操作.mp4
- 35.93M | | ├──3-Pandas索引.mp4
- 33.83M | | ├──4-groupby操作.mp4
- 33.30M | | ├──5-数值运算.mp4
- 43.27M | | ├──6-对象操作.mp4
- 38.62M | | ├──7-对象操作2.mp4
- 39.53M | | ├──8-merge操作.mp4
- 41.50M | | └──9-显示设置.mp4
- 22.24M | ├──3.可视化库-Matplotlib | | ├──1-Matplotlib概述.mp4
- 38.82M | | ├──10-绘图细节设置2.mp4
- 42.75M | | ├──11-直方图与散点图.mp4
- 56.65M | | ├──12-3D图绘制.mp4
- 67.11M | | ├──13-pie图.mp4
- 46.46M | | ├──14-子图布局.mp4
- 33.64M | | ├──15-结合pandas与sklearn.mp4
- 45.88M | | ├──2-子图与标注.mp4
- 70.33M | | ├──3-风格设置.mp4
- 16.35M | | ├──4-条形图.mp4
- 42.48M | | ├──5-条形图细节.mp4
- 45.67M | | ├──6-条形图外观.mp4
- 46.34M | | ├──7-盒图绘制.mp4
- 27.47M | | ├──8-盒图细节.mp4
- 45.15M | | └──9-绘图细节设置.mp4
- 43.86M | └──4.可视化库-Seaborn | | ├──0-课程简介.mp4
- 7.84M | | ├──1-整体布局风格设置.mp4
- 27.55M | | ├──10-Facetgrid绘制多变量.mp4
- 19.46M | | ├──11-热度图绘制.mp4
- 48.80M | | ├──2-风格细节设置.mp4
- 15.69M | | ├──3-调色板.mp4
- 32.95M | | ├──4-调色板颜色设置.mp4
- 24.71M | | ├──5-单变量分析绘图.mp4
- 31.93M | | ├──6-回归分析绘图.mp4
- 27.65M | | ├──7-多变量分析绘图.mp4
- 34.83M | | ├──8-分类属性绘图.mp4
- 32.47M | | └──9-Facetgrid使用方法.mp4
- 27.60M ├──4-人工智能-必备数学课程 | ├──1.高等数学基础 | | ├──1-函数.mp4
- 11.78M | | ├──2-极限.mp4
- 15.89M | | ├──3-无穷小与无穷大.mp4
- 14.66M | | ├──4-连续性与导数.mp4
- 20.51M | | ├──5-偏导数.mp4
- 15.77M | | ├──6-方向导数.mp4
- 19.38M | | └──7-梯度.mp4
- 30.69M | ├──10.熵与激活函数 | | ├──1-熵的概念.mp4
- 10.27M | | ├──2-熵的大小意味着什么.mp4
- 37.50M | | ├──3-激活函数.mp4
- 13.83M | | └──4-激活函数的问题.mp4
- 21.60M | ├──11.回归分析 | | ├──1-回归分析概述.mp4
- 21.71M | | ├──10-高阶与分类变量实例.mp4
- 34.55M | | ├──11-案例：汽车价格预测任务概述.mp4
- 28.93M | | ├──12-案例：缺失值填充.mp4
- 38.19M | | ├──13-案例：特征相关性.mp4
- 61.62M | | ├──14-案例：预处理问题.mp4
- 19.60M | | ├──15-案例：回归求解.mp4
- 43.16M | | ├──2-回归方程定义.mp4
- 10.94M | | ├──3-误差项的定义.mp4
- 19.01M | | ├──4-最小二乘法推导与求解.mp4
- 26.60M | | ├──5-回归方程求解小例子.mp4
- 16.71M | | ├──6-回归直线拟合优度.mp4
- 26.61M | | ├──7-多元与曲线回归问题.mp4
- 21.52M | | ├──8-Python工具包介绍.mp4
- 17.41M | | └──9-statsmodels回归分析.mp4
- 24.76M | ├──12.假设检验 | | ├──1-假设检验基本思想.mp4
- 36.14M | | ├──10-Python假设检验实例.mp4
- 56.00M | | ├──11-Python卡方检验实例.mp4
- 25.54M | | ├──2-左右侧检验与双侧检验.mp4
- 48.93M | | ├──3-Z检验基本原理.mp4
- 19.37M | | ├──4-Z检验实例.mp4
- 61.04M | | ├──5-T检验基本原理.mp4
- 57.82M | | ├──6-T检验实例.mp4
- 24.38M | | ├──7-T检验应用条件.mp4
- 28.74M | | ├──8-卡方检验.mp4
- 54.03M | | └──9-假设检验中的两类错误.mp4
- 51.01M | ├──13.相关分析 | | ├──1-相关分析概述.mp4
- 29.95M | | ├──2-皮尔森相关系数.mp4
- 25.70M | | ├──3-计算与检验.mp4
- 66.12M | | ├──4-斯皮尔曼等级相关.mp4
- 55.36M | | ├──5-肯德尔系数.mp4
- 30.48M | | ├──6-质量相关分析.mp4
- 50.69M | | └──7-偏相关与复相关.mp4
- 38.27M | ├──14.方差分析 | | ├──1-方差分析概述.mp4
- 20.47M | | ├──2-方差的比较.mp4
- 46.85M | | ├──3-方差分析计算方法.mp4
- 60.66M | | ├──4-方差分析中的多重比较.mp4
- 30.53M | | ├──5-多因素方差分析.mp4
- 45.47M | | └──6-Python方差分析实例.mp4
- 30.10M | ├──15.聚类分析 | | ├──1-层次聚类概述.mp4
- 19.58M | | ├──2-层次聚类流程.mp4
- 53.83M | | ├──3-层次聚类实例.mp4
- 54.22M | | ├──4-1-KMEANS算法概述.mp4
- 18.52M | | ├──4-2-KMEANS工作流程.mp4
- 14.37M | | ├──4-3-KMEANS迭代可视化展示.mp4
- 28.46M | | ├──5-1-DBSCAN聚类算法.mp4
- 19.38M | | ├──5-2-DBSCAN工作流程.mp4
- 28.04M | | ├──5-3-DBSCAN可视化展示.mp4
- 21.06M | | ├──6-1-多种聚类算法概述.mp4
- 6.96M | | └──6-2-聚类案例实战.mp4
- 62.47M | ├──16.贝叶斯分析 | | ├──1-贝叶斯分析概述.mp4
- 29.32M | | ├──10-MCMC概述.mp4
- 48.27M | | ├──11-PYMC3概述.mp4
- 26.70M | | ├──12-模型诊断.mp4
- 42.31M | | ├──13-模型决策.mp4
- 64.23M | | ├──2-概率的解释.mp4
- 25.79M | | ├──3-贝叶斯学派与经典统计学派的争论.mp4
- 24.63M | | ├──4-贝叶斯算法概述.mp4
- 11.38M | | ├──5-贝叶斯推导实例.mp4
- 11.97M | | ├──6-贝叶斯拼写纠错实例.mp4
- 18.65M | | ├──8-贝叶斯解释.mp4
- 43.61M | | └──9-经典求解思路.mp4
- 35.12M | ├──2.微积分 | | ├──1-微积分基本想法.mp4
- 14.18M | | ├──2-微积分的解释.mp4
- 17.79M | | ├──3-定积分.mp4
- 18.95M | | ├──4-定积分性质.mp4
- 11.65M | | └──5-牛顿-莱布尼茨公式.mp4
- 28.66M | ├──3.泰勒公式与拉格朗日 | | ├──1-泰勒公式出发点.mp4
- 13.65M | | ├──2-一点一世界.mp4
- 20.93M | | ├──3-阶数的作用.mp4
- 18.54M | | ├──4-阶乘的作用.mp4
- 15.07M | | ├──5-拉格朗日乘子法.mp4
- 26.94M | | └──6-求解拉格朗日乘子法.mp4
- 26.16M | ├──4.线性代数基础 | | ├──1-行列式概述.mp4
- 12.66M | | ├──2-矩阵与数据的关系.mp4
- 19.72M | | ├──3-矩阵基本操作.mp4
- 26.52M | | ├──4-矩阵的几种变换.mp4
- 12.15M | | ├──5-矩阵的秩.mp4
- 29.87M | | └──6-内积与正交.mp4
- 27.40M | ├──5.特征值与矩阵分解 | | ├──1-特征值与特征向量.mp4
- 15.53M | | ├──2-特征空间与应用.mp4
- 10.08M | | ├──3-SVD要解决的问题.mp4
- 15.67M | | ├──4-特征值分解.mp4
- 12.53M | | └──5-SVD矩阵分解.mp4
- 30.87M | ├──6.随机变量 | | ├──1-离散型随机变量.mp4
- 16.89M | | ├──2-连续型随机变量.mp4
- 26.37M | | ├──3-简单随机抽样.mp4
- 4.98M | | ├──4-似然函数.mp4
- 16.80M | | └──5-极大似然估计.mp4
- 24.07M | ├──7.概率论基础 | | ├──1-概率与频率.mp4
- 15.06M | | ├──10-期望求解.mp4
- 21.02M | | ├──11-马尔科夫不等式.mp4
- 19.78M | | ├──12-切比雪夫不等式.mp4
- 29.66M | | ├──13-后验概率估计.mp4
- 22.98M | | ├──14-贝叶斯拼写纠错实例.mp4
- 18.65M | | ├──15-垃圾邮件过滤实例.mp4
- 22.90M | | ├──2-古典概型.mp4
- 16.07M | | ├──3-条件概率.mp4
- 20.17M | | ├──4-条件概率小例子.mp4
- 15.77M | | ├──5-独立性.mp4
- 18.73M | | ├──6-二维离散型随机变量.mp4
- 19.68M | | ├──7-二维连续型随机变量.mp4
- 14.42M | | ├──8-边缘分布.mp4
- 25.11M | | └──9-期望.mp4
- 10.96M | ├──8.数据科学你得知道的几种分布 | | ├──1-正态分布.mp4
- 76.64M | | ├──2-二项式分布.mp4
- 49.60M | | ├──3-泊松分布.mp4
- 69.74M | | ├──4-均匀分布.mp4
- 11.86M | | ├──5-卡方分布.mp4
- 33.64M | | └──6-beta分布.mp4
- 59.81M | └──9.核函数变换 | | ├──1-核函数的目的.mp4
- 15.76M | | ├──2-线性核函数.mp4
- 11.64M | | ├──3-多项式核函数.mp4
- 9.27M | | ├──4-核函数实例.mp4
- 24.57M | | ├──5-高斯核函数.mp4
- 19.92M | | └──6-参数的影响.mp4
- 21.02M ├──5-机器学习算法精讲及其案例应用 | ├──1.线性回归原理推导 | | ├──1-回归问题概述.mp4
- 20.04M | | ├──2-误差项定义.mp4
- 27.03M | | ├──3-独立同分布的意义.mp4
- 24.89M | | ├──4-似然函数的作用.mp4
- 29.63M | | ├──5-参数求解.mp4
- 31.35M | | ├──6-梯度下降通俗解释.mp4
- 21.25M | | ├──7-参数更新方法.mp4
- 25.31M | | └──8-优化参数设置.mp4
- 27.28M | ├──10.聚类算法实验分析 | | ├──1-Kmenas算法常用操作.mp4
- 42.17M | | ├──10-半监督学习.mp4
- 48.10M | | ├──11-DBSCAN算法.mp4
- 55.93M | | ├──2-聚类结果展示.mp4
- 13.35M | | ├──3-建模流程解读.mp4
- 30.37M | | ├──4-不稳定结果.mp4
- 18.54M | | ├──5-评估指标-Inertia.mp4
- 48.53M | | ├──6-如何找到合适的K值.mp4
- 35.07M | | ├──7-轮廓系数的作用.mp4
- 42.74M | | ├──8-Kmenas算法存在的问题.mp4
- 34.73M | | └──9-应用实例-图像分割.mp4
- 40.19M | ├──11.决策树原理 | | ├──1-决策树算法概述.mp4
- 24.75M | | ├──2-熵的作用.mp4
- 23.18M | | ├──3-信息增益原理.mp4
- 30.77M | | ├──4-决策树构造实例.mp4
- 25.55M | | ├──5-信息增益率与gini系数.mp4
- 18.53M | | ├──6-预剪枝方法.mp4
- 25.52M | | ├──7-后剪枝方法.mp4
- 24.92M | | └──8-回归问题解决.mp4
- 18.59M | ├──12.决策树代码实现 | | ├──1-整体模块概述.mp4
- 11.87M | | ├──2-递归生成树节点.mp4
- 28.21M | | ├──3-整体框架逻辑.mp4
- 20.73M | | ├──4-熵值计算.mp4
- 40.64M | | ├──5-数据集切分.mp4
- 27.89M | | ├──6-完成树模型构建.mp4
- 28.25M | | └──7-测试算法效果.mp4
- 22.99M | ├──13.决策树实验分析 | | ├──1-树模型可视化展示.mp4
- 22.29M | | ├──2-决策边界展示分析.mp4
- 41.78M | | ├──3-树模型预剪枝参数作用.mp4
- 27.67M | | └──4-回归树模型.mp4
- 28.35M | ├──14.集成算法原理 | | ├──1-随机森林算法原理.mp4
- 32.27M | | ├──2-随机森林优势与特征重要性指标.mp4
- 26.43M | | ├──3-提升算法概述.mp4
- 23.14M | | └──4-stacking堆叠模型.mp4
- 20.25M | ├──15.集成算法实验分析 | | ├──1-构建实验数据集.mp4
- 20.03M | | ├──10-集成参数对比分析.mp4
- 85.77M | | ├──11-模型提前停止策略.mp4
- 31.64M | | ├──12-停止方案实施.mp4
- 48.87M | | ├──13-堆叠模型.mp4
- 22.98M | | ├──2-硬投票与软投票效果对比.mp4
- 69.35M | | ├──3-Bagging策略效果.mp4
- 22.86M | | ├──4-集成效果展示分析.mp4
- 25.24M | | ├──5-OOB袋外数据的作用.mp4
- 8.05M | | ├──6-特征重要性热度图展示.mp4
- 37.95M | | ├──7-Adaboost算法概述.mp4
- 14.43M | | ├──8-Adaboost决策边界效果.mp4
- 37.60M | | └──9-GBDT提升算法流程.mp4
- 24.02M | ├──16.支持向量机原理推导 | | ├──1-支持向量机要解决的问题.mp4
- 20.00M | | ├──2-距离与数据定义.mp4
- 20.42M | | ├──3-目标函数推导.mp4
- 26.21M | | ├──4-拉格朗日乘子法求解.mp4
- 22.01M | | ├──5-化简最终目标函数.mp4
- 16.86M | | ├──6-求解决策方程.mp4
- 32.30M | | ├──7-软间隔优化.mp4
- 36.10M | | ├──8-核函数的作用.mp4
- 33.15M | | └──9-知识点总结.mp4
- 26.27M | ├──17.支持向量机实验分析 | | ├──1-支持向量机所能带来的效果.mp4
- 29.64M | | ├──2-决策边界可视化展示.mp4
- 34.50M | | ├──3-软间隔的作用.mp4
- 32.99M | | ├──4-非线性SVM.mp4
- 22.88M | | └──5-核函数的作用与效果.mp4
- 68.35M | ├──18.神经网络算法原理 | | ├──1-深度学习要解决的问题.mp4
- 20.40M | | ├──10-神经网络架构细节.mp4
- 37.48M | | ├──11-神经元个数对结果的影响.mp4
- 58.66M | | ├──12-正则化与激活函数.mp4
- 29.15M | | ├──13-神经网络过拟合解决方法.mp4
- 40.51M | | ├──2-深度学习应用领域.mp4
- 50.03M | | ├──3-计算机视觉任务.mp4
- 17.88M | | ├──4-视觉任务中遇到的问题.mp4
- 32.88M | | ├──5-得分函数.mp4
- 18.91M | | ├──6-损失函数的作用.mp4
- 31.08M | | ├──7-前向传播整体流程.mp4
- 39.09M | | ├──8-返向传播计算方法.mp4
- 25.66M | | └──9-神经网络整体架构.mp4
- 30.53M | ├──19.神经网络代码实现 | | ├──1-神经网络整体框架概述.mp4
- 22.18M | | ├──10-完成全部迭代更新模块.mp4
- 66.21M | | ├──11-手写字体识别数据集.mp4
- 40.13M | | ├──12-算法代码错误修正.mp4
- 55.49M | | ├──13-模型优化结果展示.mp4
- 54.74M | | ├──14-测试效果可视化展示.mp4
- 63.15M | | ├──2-参数初始化操作.mp4
- 42.95M | | ├──3-矩阵向量转换.mp4
- 31.99M | | ├──4-向量反变换.mp4
- 35.33M | | ├──5-完成前向传播模块.mp4
- 36.36M | | ├──6-损失函数定义.mp4
- 35.93M | | ├──7-准备反向传播迭代.mp4
- 30.19M | | ├──8-差异项计算.mp4
- 40.26M | | └──9-逐层计算.mp4
- 38.90M | ├──2.线性回归代码实现 | | ├──1-线性回归整体模块概述.mp4
- 14.74M | | ├──10-非线性回归.mp4
- 49.83M | | ├──2-初始化步骤.mp4
- 24.50M | | ├──3-实现梯度下降优化模块.mp4
- 40.15M | | ├──4-损失与预测模块.mp4
- 47.36M | | ├──5-数据与标签定义.mp4
- 44.48M | | ├──6-训练线性回归模型.mp4
- 45.27M | | ├──7-得到线性回归方程.mp4
- 36.19M | | ├──8-整体流程debug解读.mp4
- 34.44M | | └──9-多特征回归模型.mp4
- 62.77M | ├──20.贝叶斯算法原理 | | ├──1-贝叶斯要解决的问题.mp4
- 14.38M | | ├──2-贝叶斯公式推导.mp4
- 19.54M | | ├──3-垃圾邮件过滤实例.mp4
- 22.90M | | └──4-拼写纠错实例.mp4
- 33.09M | ├──21.贝叶斯代码实现 | | ├──1-朴素贝叶斯算法整体框架.mp4
- 18.32M | | ├──2-邮件数据读取.mp4
- 16.37M | | ├──3-预料表与特征向量构建.mp4
- 34.36M | | ├──4-分类别统计词频.mp4
- 32.10M | | ├──5-贝叶斯公式对数变换.mp4
- 29.75M | | └──6-完成预测模块.mp4
- 35.31M | ├──22.关联规则实战分析 | | ├──1-关联规则概述.mp4
- 21.62M | | ├──2-支持度与置信度.mp4
- 32.92M | | ├──3-提升度的作用.mp4
- 40.97M | | ├──4-Python实战关联规则.mp4
- 34.04M | | ├──5-数据集制作.mp4
- 32.78M | | └──6-电影数据集题材关联分析.mp4
- 57.10M | ├──23.关联规则代码实现 | | ├──1-Apripri算法整体流程.mp4
- 33.47M | | ├──2-数据集demo.mp4
- 12.11M | | ├──3-扫描模块.mp4
- 23.57M | | ├──4-拼接模块.mp4
- 21.60M | | ├──5-挖掘频繁项集.mp4
- 26.48M | | ├──6-规则生成模块.mp4
- 26.11M | | ├──7-完成全部算法流程.mp4
- 30.17M | | └──8-规则结果展示.mp4
- 29.22M | ├──24.词向量word2vec通俗解读 | | ├──1-词向量模型通俗解释.mp4
- 21.74M | | ├──2-模型整体框架.mp4
- 27.60M | | ├──3-训练数据构建.mp4
- 15.87M | | ├──4-CBOW与Skip-gram模型.mp4
- 23.86M | | └──5-负采样方案.mp4
- 29.54M | ├──25.代码实现word2vec词向量模型 | | ├──1-数据与任务流程.mp4
- 45.71M | | ├──2-数据清洗.mp4
- 27.63M | | ├──3-batch数据制作.mp4
- 51.57M | | ├──4-网络训练.mp4
- 49.14M | | └──5-可视化展示.mp4
- 49.63M | ├──26.线性判别分析降维算法原理解读 | | ├──1-线性判别分析要解决的问题.mp4
- 20.32M | | ├──2-线性判别分析要优化的目标.mp4
- 19.47M | | ├──3-线性判别分析求解.mp4
- 20.06M | | ├──4-实现线性判别分析进行降维任务.mp4
- 32.54M | | └──5-求解得出降维结果.mp4
- 20.46M | ├──27.主成分分析降维算法原理解读 | | ├──1-PCA基本概念.mp4
- 48.27M | | ├──2-方差与协方差.mp4
- 25.82M | | ├──3-PCA结果推导.mp4
- 34.36M | | └──4-PCA降维实例.mp4
- 53.24M | ├──28.隐马尔科夫模型 | | ├──1-马尔科夫模型.mp4
- 17.52M | | ├──10-维特比算法.mp4
- 43.14M | | ├──2-隐马尔科夫模型基本出发点.mp4
- 18.75M | | ├──3-组成与要解决的问题.mp4
- 14.87M | | ├──4-暴力求解方法.mp4
- 28.03M | | ├──5-复杂度计算.mp4
- 15.30M | | ├──6-前向算法.mp4
- 36.18M | | ├──7-前向算法求解实例.mp4
- 33.39M | | ├──8-Baum-Welch算法.mp4
- 26.89M | | └──9-参数求解.mp4
- 17.25M | ├──29.HMM应用实例 | | ├──1-hmmlearn工具包.mp4
- 19.58M | | ├──2-工具包使用方法.mp4
- 55.64M | | ├──3-中文分词任务.mp4
- 13.46M | | └──4-实现中文分词.mp4
- 35.81M | ├──3.模型评估方法 | | ├──1-Sklearn工具包简介.mp4
- 36.91M | | ├──2-数据集切分.mp4
- 26.24M | | ├──3-交叉验证的作用.mp4
- 47.61M | | ├──4-交叉验证实验分析.mp4
- 65.28M | | ├──5-混淆矩阵.mp4
- 24.21M | | ├──6-评估指标对比分析.mp4
- 52.89M | | ├──7-阈值对结果的影响.mp4
- 45.09M | | └──8-ROC曲线.mp4
- 31.84M | ├──4.线性回归实验分析 | | ├──1-实验目标分析.mp4
- 20.94M | | ├──10-模型复杂度.mp4
- 42.89M | | ├──11-样本数量对结果的影响.mp4
- 61.27M | | ├──12-正则化的作用.mp4
- 34.34M | | ├──13-岭回归与lasso.mp4
- 52.40M | | ├──14-实验总结.mp4
- 56.84M | | ├──2-参数直接求解方法.mp4
- 25.08M | | ├──3-预处理对结果的影响.mp4
- 55.53M | | ├──4-梯度下降模块.mp4
- 21.08M | | ├──5-学习率对结果的影响.mp4
- 32.85M | | ├──6-随机梯度下降得到的效果.mp4
- 45.01M | | ├──7-MiniBatch方法.mp4
- 31.70M | | ├──8-不同策略效果对比.mp4
- 33.65M | | └──9-多项式回归.mp4
- 38.17M | ├──5.逻辑回归算法解读 | | ├──1-逻辑回归算法原理.mp4
- 23.45M | | └──2-化简与求解.mp4
- 29.95M | ├──6.逻辑回归代码实现 | | ├──1-多分类逻辑回归整体思路.mp4
- 20.99M | | ├──10-准备测试数据.mp4
- 41.32M | | ├──11-决策边界绘制.mp4
- 56.29M | | ├──12-非线性决策边界.mp4
- 22.91M | | ├──2-训练模块功能.mp4
- 43.34M | | ├──3-完成预测模块.mp4
- 37.10M | | ├──4-优化目标定义.mp4
- 38.49M | | ├──5-迭代优化参数.mp4
- 50.28M | | ├──6-梯度计算.mp4
- 49.06M | | ├──7-得出最终结果.mp4
- 55.89M | | ├──8-鸢尾花数据集多分类任务.mp4
- 27.79M | | └──9-训练多分类模型.mp4
- 48.22M | ├──7.逻辑回归实验分析 | | ├──1-逻辑回归实验概述.mp4
- 52.54M | | ├──2-概率结果随特征数值的变化.mp4
- 19.90M | | ├──3-可视化展示.mp4
- 25.14M | | ├──4-坐标棋盘制作.mp4
- 38.75M | | ├──5-分类决策边界展示分析.mp4
- 61.87M | | └──6-多分类-softmax.mp4
- 61.29M | ├──8.聚类算法-Kmeans&Dbscan原理 | | ├──1-KMEANS算法概述.mp4
- 18.52M | | ├──2-KMEANS工作流程.mp4
- 14.37M | | ├──3-KMEANS迭代可视化展示.mp4
- 28.46M | | ├──4-DBSCAN聚类算法.mp4
- 19.38M | | ├──5-DBSCAN工作流程.mp4
- 28.04M | | └──6-DBSCAN可视化展示.mp4
- 21.06M | └──9.Kmeans代码实现 | | ├──1-Kmeans算法模块概述.mp4
- 10.12M | | ├──2-计算得到簇中心点.mp4
- 24.56M | | ├──3-样本点归属划分.mp4
- 26.25M | | ├──4-算法迭代更新.mp4
- 28.30M | | ├──5-鸢尾花数据集聚类任务.mp4
- 32.74M | | └──6-聚类效果展示.mp4
- 52.99M ├──6-机器学习算法建模实战项目 | ├──1.项目实战-交易数据异常检测 | | ├──1-任务目标解读.mp4
- 36.46M | | ├──10-混淆矩阵评估分析.mp4
- 54.87M | | ├──11-测试集遇到的问题.mp4
- 23.83M | | ├──12-阈值对结果的影响.mp4
- 37.99M | | ├──13-SMOTE样本生成策略.mp4
- 28.62M | | ├──14-过采样效果与项目总结.mp4
- 42.76M | | ├──2-项目挑战与解决方案制定.mp4
- 48.92M | | ├──3-数据标准化处理.mp4
- 50.45M | | ├──4-下采样数据集制作.mp4
- 24.08M | | ├──5-交叉验证.mp4
- 27.47M | | ├──6-数据集切分.mp4
- 23.90M | | ├──7-模型评估方法与召回率.mp4
- 33.69M | | ├──8-正则化惩罚项.mp4
- 31.92M | | └──9-训练逻辑回归模型.mp4
- 70.36M | ├──2.基于随机森林的气温预测实战 | | ├──1-基于随机森林的气温预测任务概述.mp4
- 40.18M | | ├──2-基本随机森林模型建立.mp4
- 41.40M | | ├──3-可视化展示与特征重要性.mp4
- 83.47M | | ├──4-加入新的数据与特征.mp4
- 49.42M | | ├──5-数据与特征对结果的影响.mp4
- 44.39M | | ├──6-效率对比分析.mp4
- 54.15M | | ├──7-网格与随机参数选择.mp4
- 37.12M | | ├──8-随机参数选择方法实践.mp4
- 43.27M | | └──9-调参优化细节.mp4
- 50.94M | ├──3.贝叶斯新闻分类实战 | | ├──1-新闻数据与任务概述.mp4
- 25.08M | | ├──2-中文分词与停用词过滤.mp4
- 34.85M | | ├──3-文本关键词提取.mp4
- 71.13M | | ├──4-词袋模型.mp4
- 44.39M | | ├──5-贝叶斯建模结果.mp4
- 49.21M | | └──6-TF-IDF特征分析对比.mp4
- 44.02M | ├──4.推荐系统实战 | | ├──1-音乐推荐任务概述.mp4
- 64.52M | | ├──2-数据集整合.mp4
- 53.94M | | ├──3-基于物品的协同过滤.mp4
- 63.14M | | ├──4-物品相似度计算与推荐.mp4
- 63.44M | | ├──5-SVD矩阵分解.mp4
- 30.87M | | └──6-基于矩阵分解的音乐推荐.mp4
- 83.20M | ├──5.fbprophe时间序列预测 | | ├──1-fbprophet股价预测任务概述.mp4
- 77.60M | | ├──2-时间序列分析.mp4
- 71.38M | | ├──3-fbprophet时间序列预测实例.mp4
- 86.65M | | ├──4-亚马逊股价趋势.mp4
- 56.12M | | └──5-突变点调参.mp4
- 80.32M | └──6.京东用户购买意向预测 | | ├──1-项目与数据介绍.mp4
- 64.61M | | ├──10-行为特征.mp4
- 24.87M | | ├──11-累积行为特征.mp4
- 34.38M | | ├──12-Xgboost模型.mp4
- 16.20M | | ├──2-数据挖掘流程.mp4
- 58.16M | | ├──3-数据检查.mp4
- 38.20M | | ├──4-构建用户特征表单.mp4
- 43.07M | | ├──5-构建商品特征表单.mp4
- 26.71M | | ├──6-数据探索概述.mp4
- 30.00M | | ├──7-购买因素分析.mp4
- 23.67M | | ├──8-特征工程.mp4
- 63.75M | | └──9-基本特征构造.mp4
- 57.95M └──环境 | ├──解释器环境 | | ├──08_AI大模型之Python基础_Python的解释器.mp4
- 69.00M | | ├──09_AI大模型之Python基础_Python的安装.mp4
- 107.44M | | ├──10_AI大模型之Python基础_Pycharm的安装.mp4
- 89.50M | | ├──11_AI大模型之Python基础_Pycharm的配置.mp4
- 137.86M | | ├──jetbrains.zip
- 2.37M | | ├──pycharm-professional-2024.3.1.1.exe 818.05M | | ├──pycharm.txt 2.70kb | | ├──python-3.12.8-amd64.exe 25.79M | | └──Python-3.12.8.tgz 25.82M | ├──00_AI大模型之Numpy_Pandas_Anaconda介绍.mp4
- 111.00M | ├──01_AI大模型之Numpy_Pandas_window上安装Anaconda.mp4
- 157.13M | ├──02_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4
- 117.83M | ├──03_AI大模型之Numpy_Pandas_conda相关命令.mp4
- 73.32M | ├──04_AI大模型之Numpy_Pandas_jupyter介绍.mp4
- 77.97M | ├──05_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4
- 129.74M | ├──06_AI大模型之Numpy_Pandas_切换conda环境.mp4
- 102.51M | ├──Anaconda3-2024.10-1-Linux-x86_64.sh 1.03G | └──Anaconda3-2024.10-1-Windows-x86_64.exe 950.52M
同类课程
和你正在看的这门一个方向
体系课 会员免费 热卖
查看详情AI大模型开发2026线下版V7.5
永久有效 · 网盘发货
¥95.00会员免费
体系课 会员免费 热卖
查看详情小滴课堂新一代AI全栈工程师-微服务AI智能面试对话平台
永久有效 · 网盘发货
¥76.00会员免费
体系课 会员免费 热卖
查看详情QCon 北京 2026 （4 月）
永久有效 · 网盘发货
¥10.00会员免费
体系课 会员免费 热卖
查看详情AI+全能测试工程师
永久有效 · 网盘发货
¥95.00会员免费
体系课 会员免费 热卖
查看详情小滴课堂中间件项目大课-自动化云测平台/Spingboot3.X/微服务/Kafka3.x
永久有效 · 网盘发货
¥67.00会员免费
体系课 会员免费
查看详情图灵工控一期：上位机+AI
永久有效 · 网盘发货
¥38.00会员免费