通过有监督和无监督的概念进入深度学习的研究领域

*   01 机器学习基础/

  *   01 1.1.1【机器学习基础】主要基本概念.mp4 (119.99 MB), 38:27

  *   02 1.1.2【机器学习基础】模型评估与选择.mp4 (172.64 MB), 46:11

*   02 机器学习模型/

  *   01 2.1.1【基本分类模型】线性回归模型.mp4 (116.96 MB), 36:22

  *   02 2.1.2【基本分类模型】Logistic 回归.mp4 (72.24 MB), 27:51

  *   03 2.2.1【决策树】决策树的基础知识.mp4 (97.59 MB), 22:39

  *   04 2.2.2【决策树】决策树的常见算法.mp4 (201.32 MB), 57:52

  *   05 2.2.3【决策树】决策树的剪枝.mp4 (119.94 MB), 31:17

  *   06 2.2.4【决策树】实验1：决策树分类器.mp4 (212.78 MB), 50:06

  *   07 2.2.5【决策树】实验2：决策树的高级技术.mp4 (206.13 MB), 48:31

  *   08 2.3.1【支持向量机】支持向量机的基本知识(上).mp4 (35.20 MB), 15:05

  *   09 2.3.2【支持向量机】支持向量机的基本知识(下).mp4 (46.65 MB), 16:52

  *   10 2.3.3【支持向量机】核函数的选择.mp4 (131.49 MB), 47:47

  *   11 2.3.4【支持向量机】实验1：SVM分类器_上.mp4 (207.45 MB), 50:24

  *   12 2.3.5【支持向量机】实验2：SVM分类器_下.mp4 (182.81 MB), 42:47

  *   13 2.4.1【概率模型】贝叶斯决策论.mp4 (86.90 MB), 30:24

  *   14 2.4.2【概率模型】朴素贝叶斯分类器.mp4 (117.48 MB), 23:34

  *   15 2.4.3【概率模型】实验：朴素贝叶斯分类器实验.mp4 (278.76 MB), 01:25:22

  *   16 2.5.1【集成学习】集成学习的基础知识.mp4 (61.30 MB), 19:48

  *   17 2.5.2【集成学习】Boosting算法.mp4 (205.81 MB), 53:14

  *   18 2.5.3【集成学习】Bagging和随机森林.mp4 (137.25 MB), 34:43

  *   19 2.5.4【集成学习】实验1：AdaBoost集成学习(上).mp4 (205.69 MB), 51:16

  *   20 2.5.5【集成学习】实验2：AdaBoost集成学习(下).mp4 (107.59 MB), 31:07

  *   21 2.6.1 机器学习综合案例：上市公司财务数据分析（上）.mp4 (335.43 MB), 56:42

  *   22 2.6.2.机器学习综合案例：上市公司财务数据分析（下）.mp4 (233.06 MB), 43:47

*   03 深度学习实践/

  *   01 3.1.1【深度学习介绍】深度学习概念引入.mp4 (337.12 MB), 59:18

  *   02 3.1.2【深度学习介绍】深度学习历史（上）.mp4 (133.46 MB), 23:04

  *   03 3.1.3【深度学习介绍】深度学习历史（下）.mp4 (281.61 MB), 49:47

  *   04 3.1.4【深度学习介绍】全连接神经网络模型.mp4 (132.17 MB), 23:40

  *   05 3.2.1【深度学习代码实现】深度学习框架介绍.mp4 (175.38 MB), 31:00

  *   06 3.2.2【深度学习代码实现】深度学习框架安装.mp4 (184.38 MB), 32:03

  *   07 3.2.3【深度学习代码实现】深度学习框架使用.mp4 (211.88 MB), 38:31

  *   08 3.2.4【深度学习代码实现】类的定义.mp4 (216.29 MB), 38:53

  *   09 3.2.5【深度学习代码实现】继承与方法重写.mp4 (318.37 MB), 51:40

  *   10 3.2.6.全连接神经网络案例应用：红酒分类与乳腺癌分类.mp4 (267.49 MB), 44:56

  *   11 3.3.1【卷积神经网络】卷积神经网络入门.mp4 (116.98 MB), 20:36

  *   12 3.3.2【卷积神经网络】卷积神经网络结构.mp4 (246.84 MB), 40:56

  *   13 3.3.3【卷积神经网络】卷积神经网络思考.mp4 (219.73 MB), 40:20

  *   14 3.3.4【卷积神经网络】卷积神经网络案例应用：轮廓检测与手.mp4 (294.34 MB), 45:55

  *   15 3.4.1【循环神经网络】循环神经网络.mp4 (124.28 MB), 21:38

  *   16 3.4.2【循环神经网络】LSTM与GRU.mp4 (184.29 MB), 34:23

  *   17 3.4.3【循环神经网络】LSTM案例应用：市场预测.mp4 (226.07 MB), 41:14