使学生通过本课程的学习，让学生了解人工智能研究和发展的基本轮廓，对人工智能有一个基本的认识,知道目前

*   01 机器学习/

  *   01 机器学习简介.mp4 47:14

  *   02 【模型评估】性能度量.mp4 46:52

  *   03 【模型评估】评估方法.mp4 46:52

  *   04 【线性回归模型】线性回归.mp4 01:21:05

  *   05 【分类模型】逻辑回归.mp4 01:12:17

  *   06 【分类模型】K近邻算法.mp4 16:46

  *   07 【分类模型】决策树-决策树介绍.mp4 32:03

  *   08 【分类模型】决策树-分类案例.mp4 09:03

  *   09 【分类模型】支持向量机.mp4 57:39

  *   10 【聚类模型】K-Means.mp4 39:46

  *   11 【聚类模型】Mean-Shift.mp4 26:57

  *   12 【聚类模型】高斯混合.mp4 56:44

  *   13 【聚类模型】DBSCAN.mp4 32:01

  *   14 【聚类模型】聚类模型案例：商场用户信息分析(上).mp4 56:03

  *   15 【聚类模型】聚类模型案例：商场用户信息分析(下).mp4 55:30

  *   16 【集成模型】随机森林.mp4 55:30

  *   17 【集成模型】Adaboost.mp4 28:21

  *   18 【集成模型】GBDT.mp4 41:01

  *   19 【集成模型】XGBoost.mp4 45:18

*   02 深度学习/

  *   01 【深度学习介绍】人工神经网络介绍.mp4 48:23

  *   02 【深度学习介绍】深度学习中的常用概念.mp4 32:59

  *   03 全连接神经网络介绍.mp4 10:40

  *   04 全连接神经网络-手写数字识别-keras框架.mp4 09:01

  *   05 全连接神经网络-手写数字识别-pytorch框架.mp4 25:32

  *   06 全连接神经网络-多因子选股模型-keras框架.mp4 17:11

  *   07 全连接神经网络-多因子选股模型-pytorch框架.mp4 03:08

  *   08 卷积神经网络介绍.mp4 20:37

  *   09 卷积神经网络-手写数字识别-keras框架.mp4 04:12

  *   10 卷积神经网络-手写数字识别-pytorch框架.mp4 02:15

  *   11 卷积神经网络-多因子选股模型-keras框架.mp4 03:33

  *   12 卷积神经网络-多因子选股模型-pytorch框架.mp4 02:16

  *   13 循环神经网络介绍-RNN模型.mp4 23:43

  *   14 循环神经网络介绍-LSTM模型.mp4 16:02

  *   15 循环神经网络-手写数字识别-keras框架.mp4 04:37

  *   16 循环神经网络-手写数字识别-pytorch框架.mp4 02:34

  *   17 神经网络-时序选股模型-keras框架.mp4 04:54

  *   18 循环神经网络-时序选股模型-pytorch框架.mp4 05:25

  *   19 【神经网络速度优化与参数调优】神经网络速度调参.mp4 15:17

  *   20 keras框架调参-keras tuner.mp4 25:30

  *   21 pytorch框架调参-Ray tune.mp4 17:52

  *   22 【Keras框架详解】Keras API详解上.mp4 19:20

  *   23 【Keras框架详解】Keras API详解下.mp4 40:26

  *   24 【Pytorch框架详解】Pytorch API详解上.mp4 08:41

  *   25 【Pytorch框架详解】Pytorch API详解中.mp4 10:38

  *   26 【Pytorch框架详解】Pytorch API详解下.mp4 15:16

  *   27 【神经网络案例】案例1-泰坦尼克.mp4 23:23

  *   28 【神经网络案例】案例2-CNNFashionMNIST.mp4 21:13

  *   29 【神经网络案例】案例3-LSTM模型预测股票.mp4 16:27

  *   30 【神经网络案例】案例4-智能行业研究实践案例.mp4 04:48

*   03 自然语言处理/

  *   01 自然语言处理概述.mp4 25:42

  *   02 【基础知识】概率论简介.mp4 22:23

  *   03 【基础知识】信息论简介.mp4 34:30

  *   04 【基础知识】语言学简介（上）.mp4 34:26

  *   05 【基础知识】语言学简介（下）.mp4 21:44

  *   06 【文本预处理】文本预处理简介.mp4 33:05

  *   07 【文本预处理】文本预处理之中文分词.mp4 23:28

  *   08 【模型训练】隐马尔可夫模型介绍.mp4 29:54

  *   09 【模型训练】Transformer模型简介.mp4 47:01

  *   10 【模型训练】Bert模型简介.mp4 29:22

  *   11 【模型训练】Bert案例讲解.mp4 39:43

  *   12 【NLP案例】案例一: 股吧评论情感分析.mp4 55:00

  *   13 【NLP案例】案例二: LSTM+CRF实体识别.mp4 46:10