AI人工智能算法班2026

🔥 2026 AI算法行业持续爆发，算法人才缺口持续扩大，成为AI领域“高薪天花板”！不管是互联网大厂、AI科技公司，还是金融、医疗等传统行业，都在疯狂争抢算法人才——算法工程师月薪保底25W+，资深算法专家年薪直冲80W-120W，算法岗凭借“高薪资、高前景、高话语权”，成为IT从业者的首选进阶方向，零基础也能凭借系统学习，逆袭算法高薪岗！

*   01 最新直播课/

  *   01 人工智能直播课/

    *   01 2023人工智能直播课/

      *   01 2023人工智能直播课/

        *   01 1 环境搭建和jupyter.mp4 (565.34 MB), 02:14:01

        *   02 2 numpy(一).mp4 (509.98 MB), 02:16:51

        *   03 3 numpy(二).mp4 (613.39 MB), 02:32:28

        *   04 4 numpy(三).mp4 (622.07 MB), 02:34:48

        *   05 5 pandas(一).mp4 (576.92 MB), 02:14:39

        *   06 6 pandas(二).mp4 (556.82 MB), 02:17:42

        *   07 7 pandas(三).mp4 (576.93 MB), 02:10:20

        *   08 8 pandas(四).mp4 (605.52 MB), 02:22:03

        *   09 9 pandas(五).mp4 (602.77 MB), 02:21:41

        *   10 10 pandas(六).mp4 (655.70 MB), 02:21:10

        *   11 11 pandas(七）.mp4 (598.85 MB), 02:20:43

        *   12 12 matplotlib(一).mp4 (721.89 MB), 02:24:02

        *   13 13 matplotlib(二).mp4 (456.49 MB), 01:50:09

        *   14 14 matplotlib(三).mp4 (510.18 MB), 02:17:20

        *   15 15 matplotlib(四).mp4 (610.39 MB), 02:26:18

        *   16 16 数学(一).mp4 (570.57 MB), 02:12:06

        *   17 17 数学(二）.mp4 (612.80 MB), 02:30:55

        *   18 18 数学(三).mp4 (609.58 MB), 02:20:29

        *   19 19 数学(四).mp4 (586.00 MB), 02:13:17

        *   20 20 KNN(一）.mp4 (524.55 MB), 02:20:17

        *   21 21 KNN(二）.mp4 (525.00 MB), 02:16:50

        *   22 22 线性回归（一）.mp4 (669.11 MB), 02:17:00

        *   23 23 线性回归（二）.mp4 (534.01 MB), 02:10:36

        *   24 24 线性回归（三）.mp4 (629.33 MB), 02:23:41

        *   25 25 线性回归（四）.mp4 (736.67 MB), 02:20:46

        *   26 26 逻辑斯蒂回归（一）.mp4 (613.76 MB), 02:18:55

        *   27 27 逻辑斯蒂回归（二）.mp4 (660.51 MB), 02:29:23

        *   28 28 逻辑斯蒂回归（三）.mp4 (492.64 MB), 02:11:31

        *   29 29 逻辑斯蒂回归作业和案列讲解.mp4 (672.89 MB), 02:15:58

        *   30 30 决策树（一）.mp4 (720.27 MB), 02:24:34

        *   31 31 决策树（二）.mp4 (555.08 MB), 02:05:54

        *   32 32 朴素贝叶斯.mp4 (632.56 MB), 02:16:30

        *   33 33 svm（一）.mp4 (674.75 MB), 02:20:11

        *   34 34 svm（二）.mp4 (488.03 MB), 01:52:39

        *   35 35 svm（三）.mp4 (561.94 MB), 02:15:39

        *   36 36 svm和聚合算法.mp4 (558.77 MB), 02:12:31

        *   37 37 聚合算法.mp4 (645.65 MB), 02:22:21

        *   38 38 交叉验证和网格搜索（一）.mp4 (673.35 MB), 02:21:58

        *   39 39 交叉验证和网格搜索（二）.mp4 (555.29 MB), 02:22:11

        *   40 40 特征工程和常见评估指标.mp4 (566.32 MB), 02:14:49

        *   41 41 ROC曲线和常见评估指标.mp4 (488.15 MB), 02:00:55

        *   42 42 泰坦尼克号项目（一）.mp4 (499.96 MB), 02:12:38

        *   43 43 泰坦尼克号项目（二）.mp4 (513.92 MB), 02:18:50

        *   44 44 金融反欺诈项目(一）.mp4 (637.09 MB), 02:05:23

        *   45 45 金融反欺诈项目(二）.mp4 (604.97 MB), 02:20:53

        *   46 46 深度学习基础.mp4 (575.44 MB), 02:16:55

        *   47 47 深度学习进阶（一）.mp4 (587.99 MB), 02:10:15

        *   48 48 深度学习进阶（二）.mp4 (688.07 MB), 02:27:18

  *   02 深度学习二期/

    *   01 深度学习二期-许可/

      *   01 深度学习二期-许可/

        *   01 1图像&视频加载和显示(一).mp4 (1.30 GB), 02:16:27

        *   02 2图像&视频加载和显示(二).mp4 (1.25 GB), 02:10:43

        *   03 3OpenCV基础知识和绘图(一).mp4 (1.29 GB), 02:14:45

        *   04 4OpenCV基础知识和绘图(二).mp4 (1.25 GB), 02:10:54

        *   05 5图像的算术与位运算.mp4 (1.26 GB), 02:12:07

        *   06 6基本变换.mp4 (1.34 GB), 02:20:15

        *   07 7滤波器(一).mp4 (1.34 GB), 02:19:55

        *   08 8滤波器(二).mp4 (1.30 GB), 02:16:15

        *   09 9形态学(一).mp4 (1.28 GB), 02:13:52

        *   10 10形态学(二)和图像轮廓.mp4 (1.28 GB), 02:13:44

        *   11 11图像金字塔和图像直方图.mp4 (1.33 GB), 02:18:55

        *   12 12信用卡数字识别项目.mp4 (1.24 GB), 02:09:30

        *   13 13虚拟计算器项目.mp4 (1.29 GB), 02:15:17

        *   14 14深度学习基础.mp4 (1.19 GB), 02:04:31

        *   15 15深度学习进阶.mp4 (1.24 GB), 02:10:24

        *   16 16TensorFlow入门.mp4 (1.35 GB), 02:21:04

        *   17 17TensorFlow入门(二).mp4 (1.40 GB), 02:26:29

        *   18 18keras入门.mp4 (1.29 GB), 02:15:08

        *   19 19keras进阶.mp4 (1.39 GB), 02:25:40

        *   20 20函数式api,子类api和wide&deep模型.mp4 (1.29 GB), 02:14:52

        *   21 21超参数搜索.mp4 (1.45 GB), 02:32:18

        *   22 22高阶API.mp4 (1.34 GB), 02:20:36

        *   23 23 微分和datasets（一）.mp4 (654.90 MB), 01:07:01

        *   24 24 微分和datasets（二）.mp4 (941.29 MB), 01:36:20

        *   25 25 dataset进阶API.mp4 (1.32 GB), 02:18:33

        *   26 26 卷积神经网络.mp4 (1.25 GB), 02:10:42

        *   27 27 AlexNet.mp4 (1.34 GB), 02:20:21

        *   28 28 VGG和GoogleNet.mp4 (1.41 GB), 02:28:13

        *   29 29 ResNet.mp4 (1.35 GB), 02:21:14

        *   30 30 迁移学习.mp4 (1.29 GB), 02:13:17

        *   31 31 mobileNet.mp4 (1.37 GB), 02:21:22

        *   32 32 pytorch入门(一).mp4 (1.37 GB), 02:22:39

        *   33 33 pytorch入门(二).mp4 (1.29 GB), 02:13:34

        *   34 34 dataset和dataloader.mp4 (1.32 GB), 02:16:05

        *   35 35 pytorch实现卷积神经网络.mp4 (1.38 GB), 02:22:25

        *   36 36 dropout和bn.mp4 (1.26 GB), 02:10:40

        *   37 37 数据增强和迁移学习.mp4 (1.25 GB), 02:09:49

        *   38 38 自定义数据和模型保存.mp4 (1.23 GB), 02:07:14

        *   39 39 目标检测入门.mp4 (1.31 GB), 02:15:10

        *   40 40 faster-R-CNN系列算法.mp4 (1.33 GB), 02:17:52

        *   41 41 SSD和RetinaNet.mp4 (1.30 GB), 02:14:30

        *   42 42 yolov1-v3.mp4 (1.27 GB), 02:11:19

        *   43 43 yolov4-v5.mp4 (1.33 GB), 02:17:06

        *   44 44 目标检测项目.mp4 (1.40 GB), 02:25:10

        *   45 45 nlp基础.mp4 (1.39 GB), 02:23:21

        *   46 46 分词工具的使用.mp4 (1.35 GB), 02:19:26

        *   47 47 RNN.mp4 (1.27 GB), 02:11:20

        *   48 48 LSTM和GRU.mp4 (1.29 GB), 02:13:33

        *   49 49 seq2seq.mp4 (1.31 GB), 02:15:50

        *   50 50 注意力机制.mp4 (1.28 GB), 02:12:07

        *   51 51 注意力评分函数.mp4 (1.35 GB), 02:20:05

        *   52 52 带注意力及机制的seq2seq和 transformer.mp4 (1.30 GB), 02:14:17

*   02 机器学习直播课/

  *   01 机器学习二期-路丰坤/

    *   01 机器学习-路丰坤/

      *   01 机器学习-路丰坤/

        *   01 1-1代码点亮人生【开班典礼】.mp4 (130.62 MB), 02:14:53

        *   02 1-2NumPy科学计算库【初级】.mp4 (218.59 MB), 02:24:21

        *   03 1-3NumPy科学计算库【高级】.mp4 (195.71 MB), 02:32:07

        *   04 1-4Pandas数据分析库【初级】.mp4 (204.07 MB), 02:24:40

        *   05 1-5Pandas数据分析库【中级】.mp4 (216.28 MB), 02:24:25

        *   06 1-6Pandas数据分析库【高级】.mp4 (197.91 MB), 02:28:54

        *   07 1-7Matplotlib数据可视化库【初级】.mp4 (242.24 MB), 02:33:59

        *   08 1-8Matplotlib数据可视化库【高级】.mp4 (215.04 MB), 02:27:40

        *   09 1-9Seaborn数据可视化库.mp4 (263.31 MB), 02:32:21

        *   10 2-1K近邻算法原理与应用.mp4 (280.64 MB), 02:44:47

        *   11 2-2K近邻算法案例与高级.mp4 (197.63 MB), 02:14:48

        *   12 3-1线性回归之正规方程.mp4 (1.17 GB), 02:07:53

        *   13 3-2线性回归之最小二乘法原理推导.mp4 (207.30 MB), 02:17:04

        *   14 3-3梯度下降【初级】.mp4 (210.11 MB), 02:26:14

        *   15 3-4梯度下降【中级】.mp4 (210.88 MB), 02:18:31

        *   16 3-5梯度下降【高级】.mp4 (230.08 MB), 02:29:09

        *   17 3-6线性回归之特征工程【实战】.mp4 (265.55 MB), 02:41:02

        *   18 4-1逻辑斯蒂回归【一】.mp4 (214.62 MB), 02:15:56

        *   19 4-2逻辑斯蒂回归【二】.mp4 (210.97 MB), 02:16:11

        *   20 5-1降维算法-PCA.mp4 (234.92 MB), 02:17:15

        *   21 5-2降维算法-LDA.mp4 (212.85 MB), 02:16:36

        *   22 5-3降维算法.mp4 (226.57 MB), 02:16:26

        *   23 6-1决策树分类树原理.mp4 (204.49 MB), 02:17:40

        *   24 6-2决策树分类算法进阶.mp4 (220.22 MB), 02:21:00

        *   25 6-3决策树回归算法.mp4 (225.93 MB), 02:15:56

        *   26 6-4集成算法.mp4 (217.36 MB), 02:19:39

        *   27 7-1GBDT梯度提升分类树【初级】.mp4 (206.50 MB), 02:13:57

        *   28 7-2GBDT梯度提升分类树【高级】.mp4 (218.24 MB), 02:16:54

        *   29 7-3GBDT梯度提升回归树【高级】.mp4 (234.63 MB), 02:16:20

        *   30 8-1Adaboost二分类【初级】.mp4 (193.76 MB), 02:14:15

        *   31 8-2Adaboost二分类【高级】.mp4 (215.88 MB), 02:18:45

        *   32 8-3Adaboost提升树多分类算法与回归.mp4 (206.09 MB), 02:16:55

        *   33 9-1XGBoost【原理和应用】.mp4 (271.00 MB), 02:23:30

        *   34 9-2XGBoost【项目实战】.mp4 (225.43 MB), 02:18:04

        *   35 10-1SVM支持向量机【初级】.mp4 (215.79 MB), 02:13:28

        *   36 10-2SVM支持向量机【中级】.mp4 (198.77 MB), 02:14:22

        *   37 10-3SVM支持向量机【高级与实战】.mp4 (219.11 MB), 02:17:49

        *   38 10-4SVM支持向量机【进阶】.mp4 (188.43 MB), 02:12:39

        *   39 11-1聚类算法【初级】.mp4 (206.26 MB), 02:15:38

        *   40 11-2聚类算法【高级】.mp4 (214.38 MB), 02:20:34

  *   02 机器学习-剪辑版-路丰坤/

    *   01 机器学习-剪辑版-路丰坤/

      *   01 1-开班典礼/

        *   01 课堂纪律.mp4 (88.44 MB), 25:42

        *   02 课程安排.mp4 (48.49 MB), 12:49

        *   03 讲师介绍.mp4 (48.30 MB), 10:46

        *   04 行业发展.mp4 (72.76 MB), 18:24

        *   05 高效学习.mp4 (157.25 MB), 47:38

      *   02 2-NumPy初级/

        *   01 NumPy介绍.mp4 (40.02 MB), 08:34

        *   02 Python安装.mp4 (69.86 MB), 12:32

        *   03 Python库的安装.mp4 (148.10 MB), 24:40

        *   04 anaconda安装.mp4 (107.24 MB), 17:47

        *   05 jupyter扩展插件配置.mp4 (109.88 MB), 18:26

        *   06 数组基本操作.mp4 (117.11 MB), 24:15

        *   07 数组保存.mp4 (81.36 MB), 19:39

      *   03 3-NumPy高级/

        *   01 数据类型.mp4 (75.39 MB), 18:17

        *   02 数组运算.mp4 (90.18 MB), 20:51

        *   03 复制和视图.mp4 (91.17 MB), 18:51

        *   04 基本索引和切片.mp4 (114.86 MB), 27:53

        *   05 花式索引.mp4 (66.00 MB), 16:53

        *   06 形状改变.mp4 (107.21 MB), 23:12

      *   04 4-pandas初级/

        *   01 广播机制.mp4 (117.73 MB), 27:23

        *   02 元素级数学函数.mp4 (71.00 MB), 16:20

        *   03 通用函数举例.mp4 (65.49 MB), 14:07

        *   04 数学和统计函数.mp4 (122.43 MB), 26:33

        *   05 线性代数.mp4 (47.25 MB), 10:18

        *   06 pandas数据分析库介绍.mp4 (59.78 MB), 10:38

        *   07 数据结构.mp4 (55.99 MB), 13:02

      *   05 5-pandas中级/

        *   01 数据查看.mp4 (122.46 MB), 26:05

        *   02 csv文件读写.mp4 (99.83 MB), 19:08

        *   03 Excel文件读写.mp4 (77.53 MB), 16:29

        *   04 Sql读写操作.mp4 (136.66 MB), 25:06

        *   05 批量读取大文件.mp4 (36.83 MB), 07:02

        *   06 行索引列索引.mp4 (74.03 MB), 15:59

      *   06 6-pandas高级/

        *   01 位置选择.mp4 (44.71 MB), 10:55

        *   02 boolean索引.mp4 (55.49 MB), 14:11

        *   03 赋值操作.mp4 (21.98 MB), 04:53

        *   04 轴和元素的替换.mp4 (49.82 MB), 11:42

        *   05 map字典映射.mp4 (39.10 MB), 09:45

        *   06 apply元素改变.mp4 (63.61 MB), 13:39

        *   07 transform数据改变.mp4 (56.38 MB), 11:35

        *   08 抽样和独热编码.mp4 (41.55 MB), 09:38

        *   09 分箱操作.mp4 (90.01 MB), 18:58

      *   07 7-matplotlib初级/

        *   01 数据分析师岗位-数据清洗.mp4 (147.92 MB), 26:50

        *   02 数据分析师岗位-薪水处理.mp4 (81.22 MB), 18:37

        *   03 数据分析师岗位-技能提取.mp4 (56.24 MB), 10:24

        *   04 数据分析师岗位-行业信息.mp4 (143.84 MB), 21:27

        *   05 matplotlib-概率.mp4 (33.21 MB), 04:50

        *   06 matplotlib-图形绘制.mp4 (64.69 MB), 13:06

        *   07 matplotlib-刻度标签标题.mp4 (132.04 MB), 24:43

      *   08 8-matplotlib高级/

        *   01 matplotlib-图例.mp4 (142.50 MB), 27:37

        *   02 matplotlib-脊柱移动.mp4 (65.43 MB), 13:50

        *   03 matplotlib-图片保存.mp4 (93.06 MB), 18:45

        *   04 matplotlib-风格和样式.mp4 (143.97 MB), 25:53

        *   05 matplotlib-子视图.mp4 (67.40 MB), 12:31

        *   06 matplotlib-嵌套.mp4 (43.96 MB), 06:50

        *   07 matplotlib-双轴布局.mp4 (45.22 MB), 10:19

      *   09 9-matplotlib高级/

        *   01 条形图.mp4 (136.74 MB), 25:14

        *   02 极坐标图.mp4 (149.67 MB), 15:08

        *   03 箱型图.mp4 (54.59 MB), 10:14

        *   04 散点图.mp4 (57.43 MB), 10:37

        *   05 饼图.mp4 (127.17 MB), 21:20

        *   06 热力图.mp4 (42.51 MB), 21:32

        *   07 数据分析师岗位分析实战.mp4 (107.96 MB), 17:27

      *   10 10-K近邻算法原理与应用/

        *   01 数据分析师岗位数据分析-数据处理.mp4 (184.34 MB), 32:42

        *   02 数据分析师岗位数据分析-工作经验和薪资关系.mp4 (210.49 MB), 35:51

        *   03 数据分析师岗位数据分析-学历、技能、大公司技能要求.mp4 (138.19 MB), 21:06

        *   04 数据分析师岗位数据分析-不同规模公司招聘人才工作年限的差异.mp4 (157.09 MB), 22:32

        *   05 KNN近邻算法-鸢尾花分类算法举例.mp4 (96.64 MB), 20:22

      *   11 11-K近邻算法原理与案例/

        *   01 KNN-算法使用流程.mp4 (64.81 MB), 14:27

        *   02 KNN-算法原理概述.mp4 (77.97 MB), 19:00

        *   03 KNN-超参数设置-模型保存.mp4 (147.08 MB), 30:25

        *   04 KNN-超参数设置.mp4 (127.91 MB), 22:40

        *   05 KNN-手写数字识别.mp4 (120.42 MB), 23:14

      *   12 12-多元线性回归【初级】/

        *   01 线性回归推导.mp4 (222.52 MB), 01:02:42

        *   02 线性回归的基本使用.mp4 (106.39 MB), 30:51

        *   03 线性回归的应用.mp4 (64.94 MB), 14:12

      *   13 13-多元线性回归【高级】/

        *   01 正规方程-二元一次方程.mp4 (99.70 MB), 22:55

        *   02 正规方程-八元一次方程.mp4 (187.17 MB), 39:39

        *   03 正规方程-八元一次方程总结.mp4 (85.20 MB), 14:16

        *   04 正规方程-正规方程推导.mp4 (160.86 MB), 31:12

      *   14 14-梯度下降【初级】/

        *   01 梯度下降-波士顿房价预测.mp4 (63.98 MB), 39:25

        *   02 梯度下降-无约束最优化.mp4 (49.97 MB), 12:08

        *   03 梯度下降-概念.mp4 (66.72 MB), 14:27

        *   04 梯度下降-公式.mp4 (71.33 MB), 16:01

        *   05 梯度下降-学习率梯度下降步骤.mp4 (75.16 MB), 13:33

        *   06 梯度下降-代码模拟梯度下降.mp4 (94.00 MB), 18:27

      *   15 15-梯度下降【中级】/

        *   01 梯度下降-代码模拟可视化.mp4 (64.66 MB), 13:19

        *   02 梯度下降-三种不同梯度下降方式.mp4 (50.47 MB), 11:06

        *   03 梯度下降-梯度下降更新公式.mp4 (82.38 MB), 18:51

        *   04 梯度下降-BGD更新公式.mp4 (70.85 MB), 14:01

        *   05 梯度下降-BGD代码演示.mp4 (209.71 MB), 37:45

        *   06 梯度下降-SGD更新公式与代码演示.mp4 (77.30 MB), 10:50

      *   16 16-梯度下降【高级】/

        *   01 梯度下降-归一化作用和意义.mp4 (143.22 MB), 28:07

        *   02 梯度下降-最大值最小值归一化.mp4 (71.71 MB), 15:32

        *   03 梯度下降-Z-score标准化.mp4 (48.88 MB), 09:39

        *   04 梯度下降-归一化总结.mp4 (56.19 MB), 12:13

        *   05 梯度下降-正则化.mp4 (172.59 MB), 30:23

        *   06 梯度下降-套索回归-原理.mp4 (115.14 MB), 20:06

      *   17 17-线性回归之特征工程【实战】/

        *   01 梯度下降-套索回归原理.mp4 (162.38 MB), 28:49

        *   02 梯度下降-套索回归代码应用举例.mp4 (142.42 MB), 22:21

        *   03 梯度下降-Ridge岭回归原理介绍.mp4 (76.75 MB), 15:21

        *   04 梯度下降-Ridge代码演示使用.mp4 (99.19 MB), 18:19

        *   05 梯度下降-弹性网络代码演练.mp4 (79.42 MB), 14:20

        *   06 梯度下降-多项式概念.mp4 (28.82 MB), 06:06

        *   07 梯度下降-多项式代码演示.mp4 (154.86 MB), 27:00

      *   18 18-逻辑斯蒂回归【一】/

        *   01 梯度下降-天猫双十一销量预测【一】.mp4 (131.77 MB), 28:27

        *   02 梯度下降-天猫双十一销量预测【二】.mp4 (221.62 MB), 33:13

        *   03 逻辑斯蒂回归-概念概述.mp4 (144.94 MB), 29:12

        *   04 逻辑斯蒂回归-代码应用举例.mp4 (84.16 MB), 16:36

      *   19 19-逻辑斯蒂回归【二】/

        *   01 逻辑斯蒂回归-二分类-概率计算.mp4 (122.76 MB), 35:29

        *   02 逻辑斯蒂回归-多分类-ovr-概率计算.mp4 (111.77 MB), 24:35

        *   03 逻辑斯蒂回归-多分类-multinomial-概率计算.mp4 (71.79 MB), 18:26

        *   04 逻辑斯蒂回归-多分类思想.mp4 (16.88 MB), 04:47

        *   05 逻辑斯蒂回归-损失函数.mp4 (86.30 MB), 25:18

      *   20 20-降维算法-PCA/

        *   01 逻辑斯蒂回归-损失函数-推导.mp4 (86.64 MB), 16:30

        *   02 逻辑斯蒂回归-损失函数可视化.mp4 (169.67 MB), 30:15

        *   03 逻辑斯蒂回归-梯度下降-更新函数.mp4 (52.29 MB), 09:33

        *   04 降维算法-相关背景.mp4 (39.91 MB), 07:45

        *   05 降维算法-数据降维.mp4 (55.80 MB), 10:29

        *   06 降维算法-常用降维方法.mp4 (18.01 MB), 03:29

        *   07 降维算法-PCA概念和应用.mp4 (86.13 MB), 15:47

        *   08 降维算法-PCA数据模型训练.mp4 (114.08 MB), 14:49

      *   21 21-降维算法/

        *   01 降维算法-PCA两种实现原理.mp4 (32.97 MB), 07:09

        *   02 降维算法-协方差和散度矩阵.mp4 (102.33 MB), 20:41

        *   03 降维算法-特征值和特征向量.mp4 (68.71 MB), 14:05

        *   04 降维算法-PCA降维.mp4 (107.22 MB), 19:29

        *   05 降维算法-PCA降维-代码实现.mp4 (66.99 MB), 11:19

        *   06 降维算法-SVD原理.mp4 (69.24 MB), 11:51

        *   07 降维算法-SVD奇异值分解-PCA降维.mp4 (74.11 MB), 13:35

      *   22 22-降维算法/

        *   01 降维算法-PCA总结概述.mp4 (43.85 MB), 07:28

        *   02 降维算法-KNN手写数字预测.mp4 (182.21 MB), 34:27

        *   03 降维算法-逻辑斯蒂回归首先数据预测.mp4 (129.32 MB), 25:44

        *   04 降维算法-LDA介绍.mp4 (27.07 MB), 06:16

        *   05 降维算法-LDA代码降维案例.mp4 (25.59 MB), 06:00

        *   06 降维算法-LDA模拟实现.mp4 (169.01 MB), 29:19

      *   23 23-决策树算法/

        *   01 降维算法-NMF原理.mp4 (78.80 MB), 15:00

        *   02 降维算法-NMF代码实现.mp4 (38.60 MB), 09:26

        *   03 降维算法-LLE原理.mp4 (99.50 MB), 18:15

        *   04 降维算法-LLE代码实现.mp4 (113.40 MB), 22:08

        *   05 决策树-概述.mp4 (90.52 MB), 22:06

        *   06 决策树-代码应用.mp4 (112.84 MB), 20:36

      *   24 24-决策树高级/

        *   01 决策树-可视化-软件安装.mp4 (107.58 MB), 18:04

        *   02 决策树-可视化操作.mp4 (93.33 MB), 19:25

        *   03 决策树-信息熵.mp4 (76.34 MB), 10:22

        *   04 决策树-未分裂-信息熵计算.mp4 (50.58 MB), 10:57

        *   05 决策树-裂分条件的计算.mp4 (139.34 MB), 30:04

        *   06 决策树-筛选裂分条件.mp4 (114.29 MB), 20:50

      *   25 25-决策树进阶/

        *   01 决策树-继续叶节点分裂.mp4 (81.08 MB), 12:39

        *   02 决策树-分裂指标.mp4 (191.92 MB), 33:10

        *   03 决策树-gini系数裂分.mp4 (116.44 MB), 19:43

        *   04 决策树-剪枝操作.mp4 (164.28 MB), 27:18

        *   05 决策树-筛选超参数.mp4 (70.73 MB), 14:09

      *   26 26-决策回归树与集成算法概念/

        *   01 决策回归树-概念.mp4 (24.30 MB), 05:48

        *   02 决策回归树树-代码应用.mp4 (134.32 MB), 26:27

        *   03 决策回归树-裂分mse计算.mp4 (90.40 MB), 18:34

        *   04 决策回归树-裂分点计算.mp4 (120.96 MB), 22:48

        *   05 决策回归树-节点value计算.mp4 (35.70 MB), 05:42

        *   06 决策回归树-糖尿病案例VS线性回归.mp4 (90.08 MB), 16:42

        *   07 集成算法-概述.mp4 (37.76 MB), 08:45

        *   08 集成算法-不同方式和步骤.mp4 (45.71 MB), 09:01

      *   27 27-GBDT梯度提升树【初级】/

        *   01 GBDT-信息熵-回归.mp4 (42.90 MB), 05:13

        *   02 GBDT-交叉熵.mp4 (161.35 MB), 28:57

        *   03 GBDT-sigmoid函数.mp4 (11.65 MB), 02:32

        *   04 GBDT-代码应用.mp4 (65.66 MB), 14:51

        *   05 GBDT-对应公式.mp4 (37.64 MB), 08:48

        *   06 GBDT-构建二分类数据-建模可视化.mp4 (70.97 MB), 16:49

        *   07 GBDT-代码模拟-初始残差mse.mp4 (35.37 MB), 07:10

        *   08 GBDT-代码模拟-拟合第一棵树.mp4 (107.11 MB), 21:15

      *   28 28-GBDT梯度提升树【高级】/

        *   01 GBDT-代码模拟-拟合第二棵树.mp4 (80.96 MB), 13:16

        *   02 GBDT-代码模拟-拟合第三棵树与概率计算.mp4 (105.99 MB), 18:18

        *   03 GBDT-公式的由来-疑问.mp4 (26.57 MB), 05:26

        *   04 GBDT-原理推导-损失函数公式.mp4 (54.57 MB), 11:21

        *   05 GBDT-原理推导-损失函数化简.mp4 (57.34 MB), 11:28

        *   06 GBDT-原理推导-损失函数求导.mp4 (15.27 MB), 03:52

        *   07 GBDT-原理推导-F0初始值公式推导.mp4 (90.68 MB), 19:21

        *   08 GBDT-原理推导-叶节点value公式推导【一】.mp4 (66.15 MB), 12:40

        *   09 GBDT-原理推导-叶节点value公式推导【二】.mp4 (74.47 MB), 13:13

      *   29 29-GBDT梯度提升回归树/

        *   01 GBDT-二分类步骤总结.mp4 (17.12 MB), 04:22

        *   02 集成算法-不同模式介绍.mp4 (54.53 MB), 14:20

        *   03 集成算法-自建bagging算法.mp4 (79.78 MB), 17:16

        *   04 GBDT-回归树概念.mp4 (21.53 MB), 05:38

        *   05 天池工业蒸汽量预测-线性回归建模.mp4 (93.33 MB), 13:13

        *   06 天池工业蒸汽量预测-GBDT梯度提升回归树建模.mp4 (110.62 MB), 21:45

        *   07 GBDT-回归树-原理-建模可视化.mp4 (36.24 MB), 05:30

        *   08 GBDT-回归树-原理-预测结果计算.mp4 (52.26 MB), 10:23

        *   09 GBDT-回归树-原理-裂分条件计算.mp4 (73.09 MB), 09:01

      *   30 30-Adaboost二分类【初级】/

        *   01 Adaboost提升算法-概述.mp4 (23.34 MB), 04:26

        *   02 Adaboost提升算法-算法流程介绍.mp4 (89.94 MB), 17:08

        *   03 Adaboost提升算法-话语权和权重更新说明.mp4 (22.10 MB), 04:31

        *   04 Adaboost提升算法-乳腺癌案例应用.mp4 (88.27 MB), 17:03

        *   05 Adaboost提升算法-手写数字案例应用.mp4 (109.54 MB), 19:35

        *   06 Adaboost提升算法-算法公式流程.mp4 (86.58 MB), 22:04

        *   07 Adaboost提升算法-代码模拟【建模和可视化】.mp4 (72.42 MB), 14:34

      *   31 31-Adaboost二分类【高级】/

        *   01 Adaboost代码模拟-gini系数计算.mp4 (59.22 MB), 12:19

        *   02 Adaboost代码模拟-裂分条件计算.mp4 (76.53 MB), 17:16

        *   03 Adaboost代码模拟-裂分条件计算【二】.mp4 (81.79 MB), 15:38

        *   04 Adaboost代码模拟-误差、权重、更新.mp4 (59.81 MB), 13:33

        *   05 Adaboost代码模拟-第二棵树构建.mp4 (66.90 MB), 13:28

        *   06 Adaboost代码模拟-第三棵树构建.mp4 (66.29 MB), 11:09

        *   07 Adaboost代码模拟-弱学习器融合.mp4 (8.56 MB), 02:00

        *   08 Adaboost代码模拟-概率计算.mp4 (87.19 MB), 17:27

      *   32 32-Adaboost多分类与回归/

        *   01 Adaboost-多分类-建模与可视化.mp4 (79.96 MB), 16:21

        *   02 Adaboost多分类-gini系数计算.mp4 (29.38 MB), 06:19

        *   03 Adaboost多分类-拆分条件计算.mp4 (105.92 MB), 22:58

        *   04 Adaboost多分类-误差与更新权重.mp4 (37.16 MB), 08:15

        *   05 Adaboost多分类-第二棵树构建.mp4 (65.43 MB), 12:25

        *   06 Adaboost多分类-概率计算.mp4 (98.54 MB), 19:04

        *   07 Adaboost回归-案例应用.mp4 (32.48 MB), 04:35

        *   08 Adaboost回归-公式流程.mp4 (33.80 MB), 06:57

        *   09 Adaboost回归-第一棵树构建.mp4 (27.70 MB), 04:51

      *   33 33-XGBoost原理与应用/

        *   01 Adaboost-回归树的构建与预测.mp4 (107.09 MB), 16:36

        *   02 XGBoost-概述.mp4 (35.38 MB), 07:08

        *   03 XGBoost树-定义.mp4 (58.57 MB), 07:49

        *   04 GBDT-XGBoost对比.mp4 (127.84 MB), 18:17

        *   05 XGBoost和GBDT差异.mp4 (26.80 MB), 04:00

        *   06 XGBoost使用方式之一.mp4 (200.30 MB), 26:44

        *   07 XGBoost其他使用方式.mp4 (122.17 MB), 17:00

      *   34 34-XGBoost实战/

        *   01 XGBoost-参数-提前终止参数解释.mp4 (16.71 MB), 03:19

        *   02 XGBoost-目标损失函数.mp4 (105.12 MB), 21:33

        *   03 XGBoost-损失函数二阶泰勒展开公式.mp4 (38.50 MB), 08:33

        *   04 XGBoost-树的结构.mp4 (47.38 MB), 04:57

        *   05 XGBoost-树的复杂度.mp4 (32.20 MB), 06:58

        *   06 XGBoost-最终目标函数.mp4 (90.11 MB), 15:04

        *   07 XGBoost-最优化函数.mp4 (88.15 MB), 15:32

        *   08 XGBoost-实战-加载处理数据.mp4 (46.83 MB), 08:04

        *   09 XGBoost-实战-筛选模型参数.mp4 (166.34 MB), 25:57

      *   35 35-SVM【初级】/

        *   01 XGBoost-筛选模型数量-回顾.mp4 (77.69 MB), 16:21

        *   02 XGBoost-筛选参数实战.mp4 (155.69 MB), 33:37

        *   03 SVM-什么是支持向量机.mp4 (33.37 MB), 08:11

        *   04 SVM-分类应用.mp4 (67.81 MB), 20:56

        *   05 SVM-超平面可视化.mp4 (78.34 MB), 21:07

        *   06 SVM-构建目标函数【一】.mp4 (33.19 MB), 08:18

      *   36 36-SVM【中级】/

        *   01 SVM-目标函数【二】.mp4 (72.62 MB), 19:48

        *   02 SVM-线性分类-分界线绘制.mp4 (119.30 MB), 36:19

        *   03 SVM-拉格朗日乘子法.mp4 (24.84 MB), 06:16

        *   04 SVM-拉格朗日乘子法-推导.mp4 (44.44 MB), 25:56

        *   05 SVM-KKT条件介绍【一】.mp4 (25.28 MB), 05:57

        *   06 SVM-KKT条件介绍【二】.mp4 (64.34 MB), 14:22

      *   37 37-SVM【高级】/

        *   01 SVM-KKT条件【三】.mp4 (147.63 MB), 26:25

        *   02 SVM-对偶问题.mp4 (88.57 MB), 19:22

        *   03 SVM-非线性核函数.mp4 (40.10 MB), 09:42

        *   04 SVM-核函数介绍.mp4 (105.90 MB), 21:24

        *   05 SVM-核函数应用案例.mp4 (59.75 MB), 12:03

        *   06 SVM-非线性核函数案例.mp4 (57.26 MB), 12:09

      *   38 38-SVM【进阶】/

        *   01 SVM-中级-知识点修正【边界线绘制】.mp4 (40.21 MB), 08:53

        *   02 SVM-目标函数优化【硬间隔】一.mp4 (77.38 MB), 16:49

        *   03 SVM-目标函数优化【硬间隔】二.mp4 (34.18 MB), 06:29

        *   04 SVM-目标函数优化【硬间隔】三.mp4 (42.15 MB), 10:09

        *   05 SVM-不同核函数回归问题.mp4 (62.35 MB), 15:56

        *   06 SVM-天猫双十一销量预测.mp4 (71.53 MB), 16:58

        *   07 SVM-软间隔目标函数优化流程介绍.mp4 (35.80 MB), 07:03

        *   08 SVM-特定多分类应用.mp4 (22.18 MB), 04:22

      *   39 39-聚类-【初级】/

        *   01 课前分享.mp4 (31.44 MB), 10:59

        *   02 SVM-人脸识别-案例.mp4 (205.85 MB), 38:46

        *   03 聚类-概述.mp4 (103.30 MB), 16:37

        *   04 Kmeans-概述.mp4 (50.11 MB), 11:22

        *   05 Kmeans-亚洲足球国家队聚类.mp4 (93.72 MB), 20:35

        *   06 Kmeans-轮廓系数筛选合适的聚类个数K.mp4 (64.10 MB), 12:36

      *   40 40-聚类-【高级】/

        *   01 KMeans-图片像素聚类.mp4 (126.87 MB), 27:53

        *   02 DBSCAN-概述.mp4 (122.84 MB), 18:16

        *   03 DBSCAN-案例应用.mp4 (94.80 MB), 19:37

        *   04 分层聚类-概述.mp4 (78.47 MB), 13:50

        *   05 分层聚类-案例介绍.mp4 (100.29 MB), 16:41

        *   06 代码杠杆.mp4 (82.56 MB), 20:56

*   03 机器学习-线性回归/

  *   01 线性回归算法/

    *   01 线性回归算法/

      *   01 线性回归正规方程/

        *   01 承前启后数据分析概要.mp4 (15.99 MB), 02:25

        *   02 什么是线性回归.mp4 (21.27 MB), 08:04

        *   03 线性回归基本概念.mp4 (57.16 MB), 20:30

        *   04 线性回归概念更上一层楼.mp4 (47.70 MB), 17:35

        *   05 正规方程.mp4 (40.72 MB), 14:08

        *   06 正规方程应用求解多元一次方程.mp4 (60.43 MB), 19:59

        *   07 sklearn线性回归正规方程运算.mp4 (43.53 MB), 13:32

        *   08 sklearn带截距运算.mp4 (77.23 MB), 22:29

      *   02 多元线性回归推导/

        *   01 八元一次方程问题再现.mp4 (65.81 MB), 20:48

        *   02 八元一次方程增加截距求解.mp4 (84.00 MB), 25:58

        *   03 正规方程推导过程.mp4 (69.62 MB), 18:01

        *   04 凸函数判定.mp4 (32.08 MB), 07:16

        *   05 最大似然估计.mp4 (58.53 MB), 17:32

        *   06 最小二乘法公式推导.mp4 (65.31 MB), 19:30

        *   07 正规方程线性回归演示.mp4 (56.52 MB), 13:03

        *   08 sklearn线性回归演示.mp4 (33.77 MB), 06:32

      *   03 梯度下降/

        *   01 波士顿房价加载与查看.mp4 (66.13 MB), 12:10

        *   02 数据拆分建模与预测.mp4 (112.09 MB), 22:43

        *   03 模型评估.mp4 (81.76 MB), 19:02

        *   04 梯度下降概念介绍.mp4 (84.39 MB), 16:43

        *   05 梯度下降步骤.mp4 (44.38 MB), 09:14

        *   06 函数与导函数求解最优解.mp4 (37.32 MB), 09:45

        *   07 梯度下降代码演示.mp4 (139.62 MB), 23:17

        *   08 梯度下降可视化.mp4 (61.64 MB), 09:09

      *   04 梯度下降进阶/

        *   01 三种常用梯度下降介绍对比.mp4 (33.05 MB), 10:46

        *   02 线性回归梯度下降更新公式.mp4 (54.31 MB), 19:10

        *   03 BGD批量梯度下降更新公式.mp4 (28.79 MB), 09:15

        *   04 SGD和MBGD更新公式.mp4 (36.03 MB), 09:38

        *   05 BGD批量梯度下降代码实现.mp4 (112.41 MB), 31:37

        *   06 BGD批量梯度下降求解多元一次方程.mp4 (24.29 MB), 06:10

        *   07 SGD随机梯度下降求解一元一次方程.mp4 (73.89 MB), 19:12

        *   08 SGD随机梯度下降求解多元一次方程.mp4 (33.19 MB), 06:30

        *   09 MBGD小批量梯度下降代码实现.mp4 (30.68 MB), 06:43

      *   05 梯度下降优化/

        *   01 归一化目的.mp4 (91.15 MB), 23:44

        *   02 最小值最大值归一化.mp4 (61.67 MB), 18:29

        *   03 Z-score归一化.mp4 (46.46 MB), 14:55

        *   04 天池工业蒸汽量项目归一化实战（一）.mp4 (76.59 MB), 19:14

        *   05 天池工业蒸汽量项目归一化实战（二）.mp4 (101.34 MB), 17:51

        *   06 过拟合欠拟合与正则化.mp4 (82.25 MB), 20:47

      *   06 梯度下降优化进阶/

        *   01 归一化内容总结重点目标值归一化.mp4 (24.71 MB), 07:39

        *   02 作业.mp4 (4.35 MB), 01:11

        *   03 套索回归介绍.mp4 (33.93 MB), 11:15

        *   04 L1正则化可视化图形.mp4 (44.74 MB), 15:48

        *   05 L1正则化稀松性缩小系数到0.mp4 (55.49 MB), 15:35

        *   06 L1正则化套索回归权重衰减梯度下降公式.mp4 (34.45 MB), 10:02

        *   07 L2正则化岭回归原理详解.mp4 (51.97 MB), 16:21

        *   08 Ridge算法使用.mp4 (58.03 MB), 16:39

        *   09 Lasso回归使用.mp4 (85.68 MB), 22:47

        *   10 ElasticNet弹性网络使用.mp4 (25.07 MB), 06:31

      *   07 线性回归升维与实战/

        *   01 天池工业蒸汽量不同模型不同处理得分整理.mp4 (33.49 MB), 11:12

        *   02 多项式回归升维概念介绍.mp4 (26.07 MB), 10:07

        *   03 多项式回归升维实战（一）.mp4 (42.53 MB), 16:39

        *   04 多项式回归升维维度概念详解.mp4 (23.55 MB), 09:00

        *   05 多项式回归升维实战（二）.mp4 (41.93 MB), 18:49

        *   06 多项式回归实战天猫双十一销量预测（线性回归模型）.mp4 (65.00 MB), 25:25

        *   07 多项式回归实战天猫双十一销量预测（随机梯度下降模型）.mp4 (29.84 MB), 10:39

        *   08 中国人寿保费预测（EDA数据探索）.mp4 (50.19 MB), 18:47

  *   02 智能发电厂工业蒸汽量项目预测实战/

    *   01 智能发电厂工业蒸汽量项目预测实战/

      *   01 智能发电厂工业蒸汽量预测项目实战（阿里巴巴实战项目）/

        *   01 智能发电厂工业蒸汽量预测-项目介绍.mp4 (33.41 MB), 07:45

        *   02 智能发电厂工业蒸汽量预测-数据介绍.mp4 (92.56 MB), 13:13

        *   03 智能发电厂工业蒸汽量预测-箱型图数据探索.mp4 (39.42 MB), 07:13

        *   04 智能发电厂工业蒸汽量预测-数据分布.mp4 (69.14 MB), 11:40

        *   05 智能发电厂工业蒸汽量预测-特征筛选.mp4 (144.23 MB), 24:20

        *   06 智能发电厂工业蒸汽量预测-归一化.mp4 (64.07 MB), 11:38

        *   07 智能发电厂工业蒸汽量预测-正态化操作.mp4 (217.20 MB), 31:36

        *   08 智能发电厂工业蒸汽量预测-数据拆分.mp4 (21.49 MB), 03:45

        *   09 智能发电厂工业蒸汽量预测-异常值过滤.mp4 (152.67 MB), 23:51

        *   10 智能发电厂工业蒸汽量预测-多重共线性.mp4 (81.77 MB), 16:50

        *   11 智能发电厂工业蒸汽量预测-模型初验.mp4 (179.58 MB), 29:25

        *   12 智能发电厂工业蒸汽量预测-模型预测之数据加载.mp4 (52.84 MB), 09:09

        *   13 智能发电厂工业蒸汽量预测-模型预测之学习曲线.mp4 (52.86 MB), 09:52

        *   14 智能发电厂工业蒸汽量预测-多元线性回归建模线上检验.mp4 (140.88 MB), 23:34

        *   15 智能发电厂工业蒸汽量预测-随机森林建模线上检验.mp4 (59.91 MB), 10:11

        *   16 智能发电厂工业蒸汽量预测-SVR建模线上检验.mp4 (72.50 MB), 12:18

        *   17 智能发电厂工业蒸汽量预测-GBDT建模线上检验.mp4 (44.62 MB), 06:36

        *   18 智能发电厂工业蒸汽量预测-lightGBM和Xgboost建模线上检验.mp4 (58.38 MB), 09:39

        *   19 智能发电厂工业蒸汽量预测-模型融合数据加载.mp4 (34.06 MB), 06:50

        *   20 智能发电厂工业蒸汽量预测-模型融合算法调参函数.mp4 (122.35 MB), 20:57

        *   21 智能发电厂工业蒸汽量预测-模型融合岭回归调参.mp4 (114.10 MB), 17:28

        *   22 智能发电厂工业蒸汽量预测-模型融合其他算法调参.mp4 (107.90 MB), 19:05

        *   23 智能发电厂工业蒸汽量预测-模型融合bagging.mp4 (73.01 MB), 13:57

*   04 机器学习-线性分类/

  *   01 线性分类算法/

    *   01 线性分类算法/

      *   01 逻辑回归二分类/

        *   01 逻辑回归介绍.mp4 (48.87 MB), 15:55

        *   02 Sigmoid 函数介绍.mp4 (46.68 MB), 16:33

        *   03 逻辑回归损失函数推导.mp4 (28.22 MB), 09:38

        *   04 损失函数立体化呈现（一）.mp4 (109.86 MB), 30:09

        *   05 损失函数立体化呈现（二）.mp4 (168.88 MB), 35:08

        *   06 逻辑回归代码实现与概率手动计算.mp4 (75.57 MB), 19:48

      *   02 逻辑回归多分类softmax/

        *   01 逻辑回归梯度下降更新公式.mp4 (53.95 MB), 19:11

        *   02 逻辑回归多分类OVR.mp4 (46.90 MB), 14:48

        *   03 逻辑回归OVR建模与概率预测.mp4 (62.75 MB), 20:45

        *   04 代码实战逻辑回归OVR概率计算.mp4 (65.59 MB), 18:41

        *   05 Softmax函数与概率计算.mp4 (37.97 MB), 11:27

        *   06 代码实战逻辑回归Softmax概率计算.mp4 (78.68 MB), 21:29

        *   07 Sigmoid与Softmax异同.mp4 (19.10 MB), 05:53

      *   03 SVM 支持向量机原理（一）/

        *   01 SVM支持向量机概念.mp4 (48.61 MB), 14:34

        *   02 支持向量机SVM目标函数推导.mp4 (94.05 MB), 27:57

        *   03 SVM二分类最大间隔绘制.mp4 (103.36 MB), 34:28

        *   04 拉格朗日乘子法介绍.mp4 (30.39 MB), 07:59

        *   05 拉格朗日乘子法原理推导.mp4 (106.02 MB), 24:34

        *   06 支持向量机SVM作业介绍.mp4 (13.16 MB), 02:53

      *   04 SVM支持向量机原理（二）/

        *   01 作业讲解和知识点回顾.mp4 (56.16 MB), 14:06

        *   02 SVC支持向量机分类不同核函数差异.mp4 (80.93 MB), 20:28

        *   03 非线性核函数介绍.mp4 (52.40 MB), 15:02

        *   04 核函数对应数学公式.mp4 (32.18 MB), 06:16

        *   05 KKT条件介绍.mp4 (126.75 MB), 31:25

        *   06 SVR支持向量机回归核函数差异.mp4 (43.44 MB), 11:53

        *   07 SVR支持向量机回归拟合天猫双十一销量方程.mp4 (36.93 MB), 10:04

      *   05 SVM支持向量机原理与实战（一）/

        *   01 SVM支持向量机原理可视化.mp4 (97.72 MB), 29:31

        *   02 SVM支持向量机KKT条件详解.mp4 (63.72 MB), 14:40

        *   03 SVM支持向量机对偶问题转化.mp4 (39.70 MB), 09:08

        *   04 SVM支持向量机目标函数构建.mp4 (47.40 MB), 11:05

        *   05 SVM支持向量机损失函数SMO求解过程.mp4 (51.86 MB), 12:49

        *   06 SVM支持向量机网格搜索参数优化.mp4 (87.68 MB), 22:23

        *   07 SVM软间隔及优化.mp4 (59.97 MB), 15:17

      *   06 SVM支持向量机原理与实战（二）/

        *   01 LFW人脸数据加载与介绍.mp4 (87.39 MB), 22:46

        *   02 SVM支持向量机LFW数据建模与参数选择.mp4 (91.83 MB), 26:29

        *   03 SVM支持向量机LFW人脸分类建模预测可视化.mp4 (102.42 MB), 24:13

        *   04 SVM支持向量机软间隔与优化目标函数构建.mp4 (106.41 MB), 30:06

        *   05 SVM算法整体回顾.mp4 (82.46 MB), 18:32

*   05 机器学习-无监督学习/

  *   01 无监督学习算法/

    *   01 无监督学习算法/

      *   01 聚类系列算法高级/

        *   01 Kmeans聚类亚洲国家队自动划分类别.mp4 (69.14 MB), 23:42

        *   02 Kmeans聚类亚洲国家队类别可视化.mp4 (39.99 MB), 10:04

        *   03 聚类算法概念介绍.mp4 (52.39 MB), 11:46

        *   04 聚类算法的划分标准.mp4 (54.05 MB), 17:32

        *   05 Kmeans算法原理和流程.mp4 (43.62 MB), 12:39

        *   06 聚类评价指标轮廓系数.mp4 (20.63 MB), 05:56

        *   07 轮廓系数使用.mp4 (38.54 MB), 11:51

        *   08 聚类评价指标调整兰德系数.mp4 (35.25 MB), 09:14

        *   09 Kmeans聚类提取特征图片压缩.mp4 (65.77 MB), 17:55

      *   02 聚类系列算法进阶/

        *   01 DBSCAN算法介绍.mp4 (73.92 MB), 17:17

        *   02 DBSCAN算法原理和参数详解.mp4 (109.58 MB), 21:44

        *   03 DBSCAN聚类案例数据创建.mp4 (47.29 MB), 12:10

        *   04 DBSCAN聚类案例Kmeans算法聚类效果.mp4 (21.88 MB), 05:46

        *   05 DBSCAN聚类案例效果.mp4 (28.67 MB), 07:55

        *   06 分层聚类概念原理参数介绍.mp4 (60.79 MB), 14:52

        *   07 分层聚类概念原理参数介绍.mp4 (44.31 MB), 12:22

        *   08 分层聚类瑞士卷数据效果.mp4 (47.48 MB), 11:47

        *   09 作业介绍和知识点总结.mp4 (26.07 MB), 04:43

      *   03 降维系列算法高级/

        *   01 数据相关性概念介绍和代码演示.mp4 (61.78 MB), 21:50

        *   02 数据降维概念.mp4 (71.47 MB), 18:48

        *   03 数据降维方法介绍.mp4 (8.32 MB), 02:04

        *   04 PCA 算法介绍和使用.mp4 (54.41 MB), 16:03

        *   05 PCA降维算法特征值分解代码实现.mp4 (119.38 MB), 31:34

        *   06 PCA降维算法奇异值分解SVD代码实现.mp4 (132.33 MB), 31:13

      *   04 降维系列算法进阶/

        *   01 协方差和散度矩阵.mp4 (115.95 MB), 32:34

        *   02 线性代数之特征值特征向量分解.mp4 (55.67 MB), 15:07

        *   03 线性代数之SVD奇异值分解.mp4 (50.90 MB), 13:26

        *   04 LDA算法原理.mp4 (25.64 MB), 07:07

        *   05 LDA算法流程.mp4 (147.08 MB), 36:48

        *   06 NMF非负矩阵分解.mp4 (50.27 MB), 13:45

        *   07 LDA算法流程（修正）.mp4 (55.09 MB), 14:39

      *   05 EM算法与GMM高斯混合模型/

        *   01 LLE局部线性嵌入降维法算法原理介绍.mp4 (51.25 MB), 11:29

        *   02 LLE算法使用代码举例.mp4 (76.72 MB), 20:25

        *   03 EM算法思想与步骤.mp4 (31.36 MB), 09:19

        *   04 极大似然思想.mp4 (38.26 MB), 09:55

        *   05 EM算法入门举例介绍.mp4 (64.92 MB), 17:00

        *   06 EM算法进阶举例介绍.mp4 (47.96 MB), 14:43

        *   07 GMM高斯混合模型聚类使用代码举例.mp4 (99.68 MB), 27:01

        *   08 Jessen不等式介绍.mp4 (40.39 MB), 11:37

  *   02 汽车产品聚类分析项目实战/

    *   01 汽车产品聚类分析项目实战/

      *   01 汽车产品聚类分析综合项目实战/

        *   01 数据加载.mp4 (27.89 MB), 06:15

        *   02 数值编码化.mp4 (38.01 MB), 07:46

        *   03 归一化操作.mp4 (68.90 MB), 14:02

        *   04 汽车产品聚类-结果分析.mp4 (100.32 MB), 17:59

*   06 机器学习-决策树/

  *   01 决策树系列算法/

    *   01 决策树系列算法/

      *   01 决策树分类算法原理/

        *   01 决策树概述示例一（债务偿还）.mp4 (32.50 MB), 11:11

        *   02 决策树概述示例二（找对象）.mp4 (30.63 MB), 09:02

        *   03 决策树的应用和可视化.mp4 (89.91 MB), 24:40

        *   04 决策树graphviz安装与可视化.mp4 (66.89 MB), 16:55

        *   05 信息熵和信息增益概念和公式.mp4 (45.41 MB), 08:45

        *   06 手写代码计算信息熵.mp4 (105.37 MB), 29:31

        *   07 手写代码计算信息熵对比不同属性信息增益.mp4 (63.23 MB), 15:04

        *   08 作业-手写代码计算Gini系数.mp4 (14.87 MB), 02:40

      *   02 决策树分类算法进阶/

        *   01 决策树原理：代码筛选决策树的根节点.mp4 (159.03 MB), 33:32

        *   02 决策树分类指标详解.mp4 (216.57 MB), 38:54

        *   03 决策树鸢尾花分类案例.mp4 (77.17 MB), 11:52

        *   04 决策树剪枝详解.mp4 (123.66 MB), 16:21

        *   05 决策树超参数选择.mp4 (84.33 MB), 16:55

        *   06 决策树作业葡萄酒分类不同算法比较.mp4 (8.24 MB), 02:07

      *   03 决策树回归算法/

        *   01 决策树与不同算法综合对比.mp4 (102.76 MB), 29:16

        *   02 决策回归树原理概述.mp4 (30.57 MB), 10:30

        *   03 决策回归树算法示例演示.mp4 (123.33 MB), 29:40

        *   04 决策回归树原理未分裂mse计算.mp4 (63.83 MB), 18:27

        *   05 决策回归树原理根节点裂分mse计算.mp4 (53.48 MB), 13:36

        *   06 决策回归树裂分条件计算.mp4 (72.58 MB), 16:22

        *   07 作业-归一化对不同算法有何影响.mp4 (2.54 MB), 01:01

      *   04 集成算法/

        *   01 归一化对不同算法影响.mp4 (18.01 MB), 07:58

        *   02 决策回归树VS线性回归.mp4 (101.08 MB), 26:05

        *   03 集成算法原理概述.mp4 (79.86 MB), 24:27

        *   04 随机森林原理和应用.mp4 (140.38 MB), 33:59

        *   05 极限森林原理和应用.mp4 (79.08 MB), 17:13

      *   05 GBDT梯度提升分类树高级/

        *   01 极限森林随机性之所在.mp4 (44.10 MB), 15:35

        *   02 信息熵.mp4 (9.69 MB), 03:01

        *   03 交叉熵原理概述.mp4 (56.70 MB), 28:27

        *   04 GBDT梯度提升分类树使用.mp4 (60.66 MB), 21:23

        *   05 GBDT梯度提升分类树数学公式.mp4 (19.31 MB), 10:06

        *   06 GBDT算例建模与可视化.mp4 (26.74 MB), 12:13

      *   06 GBDT梯度提升分类树进阶/

        *   01 GBDT原理剖析代码拟合第一棵树.mp4 (81.39 MB), 21:56

        *   02 GBDT原理剖析代码拟合第二棵树.mp4 (45.76 MB), 09:49

        *   03 GBDT原理剖析代码拟合第三棵树.mp4 (23.14 MB), 04:34

        *   04 GBDT原理剖析代码计算概率.mp4 (31.64 MB), 07:52

        *   05 GBDT交叉熵损失函数介绍.mp4 (23.55 MB), 06:55

        *   06 GBDT交叉熵损失函数化简.mp4 (46.34 MB), 12:05

        *   07 GBDT交叉熵损失函数求导.mp4 (16.52 MB), 06:56

        *   08 GBDT初始值F0的推导过程.mp4 (47.97 MB), 16:58

        *   09 GBDT叶节点预测值公式推导.mp4 (86.36 MB), 30:58

        *   10 GBDT二分类算法步骤总结.mp4 (11.08 MB), 04:42

      *   07 GBDT梯度提升回归树/

        *   01 集成算法概述.mp4 (28.65 MB), 10:38

        *   02 bagging集成算法代码演示.mp4 (61.12 MB), 17:51

        *   03 GBDT梯度提升回归树概述.mp4 (11.73 MB), 04:27

        *   04 GBDT梯度提升回归树应用.mp4 (25.09 MB), 06:22

        *   05 GBDT梯度提升回归树原理.mp4 (121.20 MB), 24:31

        *   06 GBDT梯度提升回归树裂分条件计算.mp4 (165.51 MB), 26:33

      *   08 Adaboost提升树二分类算法高级/

        *   01 Adaboost算法原理概述.mp4 (88.49 MB), 25:32

        *   02 Adaboost算法应用乳腺癌案例.mp4 (91.02 MB), 24:31

        *   03 Adaboost算法应用多分类案例.mp4 (35.90 MB), 10:56

        *   04 Adaboost算法应用多分类数据清洗案例.mp4 (102.06 MB), 22:27

      *   09 Adaboost提升树二分类算法进阶/

        *   01 Adaboost二分类算法流程讲解.mp4 (79.02 MB), 27:16

        *   02 Adaboost数据建模以及可视化.mp4 (58.09 MB), 17:33

        *   03 Adaboost代码构建第一课树拆分条件计算.mp4 (74.43 MB), 23:42

        *   04 Adaboost代码构建第一棵树弱学习器权重计算以及样本权重更新.mp4 (36.43 MB), 11:26

        *   05 Adaboost代码构建第二棵决策树.mp4 (109.04 MB), 28:40

        *   06 Adaboost代码构建第三棵决策树.mp4 (29.91 MB), 07:05

        *   07 Adaboost弱学习器聚合.mp4 (16.84 MB), 03:51

      *   10 Adaboost提升树多分类算法与回归算法/

        *   01 Adaboost二分类概率代码演示计算.mp4 (122.94 MB), 34:16

        *   02 Adaboost提升树多分类建模预测.mp4 (53.66 MB), 16:30

        *   03 Adaboost多分类代码构建第一棵树.mp4 (132.55 MB), 38:34

        *   04 Adaboost多分类代码构建第二棵树.mp4 (89.84 MB), 20:45

        *   05 Adaboost多分类代码构建第三棵树.mp4 (29.30 MB), 06:06

        *   06 Adaboost多分类概率代码演示计算.mp4 (41.26 MB), 10:42

      *   11 Xgboost算法与实战/

        *   01 Adaboost回归算法建模和算法流程.mp4 (54.49 MB), 15:57

        *   02 Adaboost回归树算法原理代码构建.mp4 (85.08 MB), 21:26

        *   03 XGBoost算法介绍.mp4 (16.66 MB), 05:12

        *   04 XGBoost树结构.mp4 (42.17 MB), 11:08

        *   05 XGBoost目标函数方程.mp4 (39.42 MB), 14:19

        *   06 XBGoost目标函数泰勒展开.mp4 (31.97 MB), 09:44

        *   07 XGBoost目标函数优化.mp4 (70.70 MB), 19:40

        *   08 XGBoost叶节点权重计算公式推导.mp4 (74.96 MB), 13:35

        *   09 XGBoost三种建模方式介绍.mp4 (101.02 MB), 21:41

        *   10 XGBoost实战建模与二分类评价指标ROC-AUC介绍.mp4 (153.07 MB), 32:13

        *   11 XGBoost实战超参数选择.mp4 (108.29 MB), 19:01

        *   12 XGBoost实战参数测试验证.mp4 (29.42 MB), 05:48

  *   02 京东购买意向预测/

    *   01 电商项目--京东购买意向预测/

      *   01 电商项目--京东客户购买意向预测/

        *   01 京东用户购买意向预测-数据清洗-项目和数据介绍.mp4 (63.17 MB), 13:40

        *   02 京东用户购买意向预测-数据清洗-数据挖掘流程.mp4 (29.12 MB), 06:14

        *   03 京东用户购买意向预测-数据清洗-数据集验证.mp4 (63.33 MB), 12:01

        *   04 京东用户购买意向预测-数据清洗-重复数据.mp4 (68.89 MB), 13:12

        *   05 京东用户购买意向预测-数据清洗-构建User信息.mp4 (151.06 MB), 23:52

        *   06 京东用户购买意向预测-数据清洗-过滤空数据无交互数据.mp4 (126.08 MB), 19:30

        *   07 京东用户购买意向预测-数据探索-周每天购买情况.mp4 (111.17 MB), 20:33

        *   08 京东用户购买意向预测-数据探索-月每天购买情况.mp4 (73.86 MB), 11:31

        *   09 京东用户购买意向预测-数据探索-周每天各商品类别销量.mp4 (100.68 MB), 17:49

        *   10 京东用户购买意向预测-数据探索-月每天商品8销量统计.mp4 (74.23 MB), 13:06

        *   11 京东用户购买意向预测-数据探索-用户商品行为轨迹.mp4 (38.30 MB), 07:23

        *   12 京东用户购买意向预测-特征工程-数据处理维度.mp4 (55.11 MB), 13:36

        *   13 京东用户购买意向预测-特征工程-数据加载.mp4 (40.69 MB), 05:36

        *   14 京东用户购买意向预测-特征工程-用户基本特征.mp4 (63.83 MB), 10:56

        *   15 京东用户购买意向预测-特征工程-商品基本特征.mp4 (11.45 MB), 02:24

        *   16 京东用户购买意向预测-特征工程-评论特征处理.mp4 (64.85 MB), 12:17

        *   17 京东用户购买意向预测-特征工程-评论特征补充说明.mp4 (25.84 MB), 05:11

        *   18 京东用户购买意向预测-特征工程-用户类别商品计数统计.mp4 (127.75 MB), 21:27

        *   19 京东用户购买意向预测-特征工程-用户类别商品计数统计代码解读.mp4 (116.18 MB), 18:24

        *   20 京东用户购买意向预测-特征工程-累计用户行为特征处理.mp4 (95.64 MB), 15:16

        *   21 京东用户购买意向预测-特征工程-用户近期行为特征.mp4 (27.73 MB), 04:44

        *   22 京东用户购买意向预测-特征工程-用户对同类别下各商品行为.mp4 (104.65 MB), 15:02

        *   23 京东用户购买意向预测-特征工程-用户对同类别下各种商品行为代码解读.mp4 (138.99 MB), 17:06

        *   24 京东用户购买意向预测-特征工程-商品ID用户行为特征处理.mp4 (78.94 MB), 10:53

        *   25 京东用户购买意向预测-特征工程-商品类别用户行为特征处理.mp4 (35.05 MB), 04:14

        *   26 京东用户购买意向预测-特征工程-构建数据集-函数调用数据查看.mp4 (71.12 MB), 11:33

        *   27 京东用户购买意向预测-特征工程-构建数据集-代码解读（一）.mp4 (83.20 MB), 12:45

        *   28 京东用户购买意向预测-特征工程-构建数据集-代码解读（二）.mp4 (186.54 MB), 26:55

        *   29 京东用户购买意向预测-特征工程-构建训练集和测试集.mp4 (50.48 MB), 08:11

        *   30 京东用户购买意向预测-Xgboost建模-数据加载.mp4 (59.35 MB), 10:53

        *   31 京东用户购买意向预测-Xgboost建模-模型训练.mp4 (109.98 MB), 14:43

        *   32 京东用户购买意向预测-Xgboost建模-特征重要性查看.mp4 (42.22 MB), 08:14

        *   33 京东用户购买意向预测-Xgboost建模-算法预测验证数据.mp4 (33.77 MB), 06:48

        *   34 京东用户购买意向预测-Xgboost建模-验证数据模型评估.mp4 (58.21 MB), 11:19

        *   35 京东用户购买意向预测-Xgboost建模-测试数据模型评估.mp4 (62.42 MB), 10:22

  *   03 天猫用户复购预测项目实战/

    *   01 天猫用户复购预测项目实战/

      *   01 天猫用户复购预测项目实战/

        *   01 天猫用户复购预测项目实战概述.mp4 (50.50 MB), 11:57

        *   02 数据加载.mp4 (38.68 MB), 08:51

        *   03 数据查看.mp4 (29.04 MB), 05:38

        *   04 数据集成.mp4 (41.70 MB), 08:50

        *   05 数据类型转换.mp4 (69.73 MB), 11:08

        *   06 用户特征工程.mp4 (102.01 MB), 18:41

        *   07 店铺特征工程.mp4 (47.78 MB), 08:29

        *   08 用户店铺联合特征工程.mp4 (36.83 MB), 07:38

        *   09 购买点击比.mp4 (13.55 MB), 02:49

        *   10 空数据填充.mp4 (18.44 MB), 04:10

        *   11 年龄性别类别型转换.mp4 (30.00 MB), 06:55

        *   12 数据存储.mp4 (9.20 MB), 02:12

        *   13 LGB算法建模.mp4 (86.06 MB), 15:40

        *   14 XGB算法建模.mp4 (19.40 MB), 02:35

        *   15 LGB交叉验证多轮建模.mp4 (68.22 MB), 12:21

        *   16 XGB交叉验证多轮建模.mp4 (35.00 MB), 04:59

*   07 机器学习-图概率模型/

  *   01 概率图模型/

    *   01 概率图模型/

      *   01 朴素贝叶斯/

        *   01 概率图模型概述.mp4 (17.49 MB), 05:07

        *   02 贝叶斯公式计算示例.mp4 (58.10 MB), 19:00

        *   03 朴素贝叶斯（独立性假设）.mp4 (44.67 MB), 14:37

        *   04 朴素贝叶斯嫁与不嫁案例分析.mp4 (81.02 MB), 20:41

        *   05 朴素贝叶斯三种模型介绍.mp4 (47.08 MB), 16:43

        *   06 三种分布朴素贝叶斯模型应用.mp4 (48.74 MB), 16:21

        *   07 文本分类英语进行独热编码.mp4 (78.80 MB), 24:02

        *   08 贝叶斯网络中文one-hot编码.mp4 (71.30 MB), 22:33

        *   09 TF-IDF词频逆向文本频率原理和代码实现.mp4 (87.47 MB), 27:44

        *   10 垃圾短信分类项目实战.mp4 (153.65 MB), 39:52

        *   11 新闻类别分类项目实战.mp4 (113.26 MB), 27:59

      *   02 隐马尔可夫模型HMM/

        *   01 贝叶斯网络概述.mp4 (85.03 MB), 29:09

        *   02 马尔科夫链介绍.mp4 (19.79 MB), 06:49

        *   03 隐马尔可夫模型HMM概述.mp4 (42.22 MB), 12:50

        *   04 隐马尔可夫模型HMM基本假设.mp4 (17.58 MB), 05:20

        *   05 隐马尔可夫模型模型HMM解决三个问题.mp4 (40.14 MB), 12:12

        *   06 隐马尔可夫模型HMM案例进行参数说明计算.mp4 (80.51 MB), 23:00

        *   07 隐马尔可夫模型HMM前向算法示例.mp4 (77.42 MB), 23:20

        *   08 维特比算法概述.mp4 (42.38 MB), 13:11

        *   09 维特比算法流程.mp4 (24.56 MB), 08:12

        *   10 维特比算法示例.mp4 (70.65 MB), 19:26

        *   11 隐马尔可夫模型HMM解码问题.mp4 (79.51 MB), 18:05

        *   12 隐马尔可夫模型HMM参数估计问题.mp4 (43.85 MB), 11:35

        *   13 股票走势分析.mp4 (103.10 MB), 29:45

      *   03 条件随机场CRF/

        *   01 条件随机场CRF-HMM模型总结.mp4 (31.79 MB), 10:16

        *   02 条件随机场概念.mp4 (29.90 MB), 08:46

        *   03 条件随机场NLP实体命名案例.mp4 (122.24 MB), 31:35

  *   02 电商项目--用户评论情感分析/

    *   01 电商项目--用户评论情感分析/

      *   01 用户评价情感分析/

        *   01 京东天猫用户评价情感分析-单层神经网网络.mp4 (25.50 MB), 06:07

        *   02 京东天猫用户评价情感分析-激活函数.mp4 (61.23 MB), 12:46

        *   03 京东天猫用户评价情感分析-多层神经网络.mp4 (31.17 MB), 07:10

        *   04 京东天猫用户评价情感分析-神经网络代码实现.mp4 (60.25 MB), 12:46

        *   05 京东天猫用户评价情感分析-结巴分词.mp4 (79.62 MB), 12:48

        *   06 京东天猫用户评价情感分析-文本向量化.mp4 (85.50 MB), 12:01

        *   07 京东天猫用户评价情感分析-深度学习建模预测.mp4 (98.48 MB), 15:40

*   08 程序员的数学/

  *   01 程序员的数学/

    *   01 程序员的数学/

      *   01 微积分基础/

        *   01 导数的定义与作用.mp4 (15.15 MB), 06:30

        *   02 左右导数与可导函数.mp4 (22.87 MB), 08:21

        *   03 导数的几何与物理意义.mp4 (10.10 MB), 03:51

        *   04 基本函数求导公式.mp4 (16.25 MB), 06:43

        *   05 导数四则运算法则.mp4 (12.52 MB), 04:52

        *   06 复合函数求导法则.mp4 (6.88 MB), 03:04

        *   07 神经网络激活函数Sigmoid求导.mp4 (16.37 MB), 07:01

        *   08 神经网络激活函数Tanh求导.mp4 (9.10 MB), 03:11

        *   09 神经网络激活函数Softmax求导.mp4 (40.53 MB), 15:35

        *   10 高阶导数.mp4 (4.53 MB), 01:45

        *   11 导数与函数单调性.mp4 (5.35 MB), 02:18

        *   12 极值定理.mp4 (10.38 MB), 03:54

        *   13 导数与函数凹凸性.mp4 (19.41 MB), 07:58

        *   14 一元函数泰勒展开.mp4 (31.95 MB), 11:58

      *   02 线性代数基础/

        *   01 向量是什么.mp4 (21.43 MB), 08:05

        *   02 行向量和列向量.mp4 (7.49 MB), 03:06

        *   03 向量运算.mp4 (14.68 MB), 06:07

        *   04 向量的范数.mp4 (38.74 MB), 14:20

        *   05 特殊向量.mp4 (9.89 MB), 04:36

        *   06 矩阵是什么.mp4 (7.97 MB), 03:37

        *   07 常见矩阵.mp4 (11.83 MB), 05:28

        *   08 矩阵运算.mp4 (26.14 MB), 10:43

        *   09 逆矩阵.mp4 (41.22 MB), 14:08

        *   10 行列式.mp4 (25.01 MB), 08:36

        *   11 伴随矩阵.mp4 (80.08 MB), 25:09

      *   03 线性代数高级/

        *   01 特征值与特征向量概念.mp4 (85.40 MB), 22:05

        *   02 满秩矩阵.mp4 (25.74 MB), 07:26

        *   03 特征值与行列式.mp4 (22.68 MB), 07:15

        *   04 特征值分解定义与操作.mp4 (42.40 MB), 10:23

        *   05 特征值分解意义.mp4 (25.41 MB), 06:46

        *   06 矩阵和向量的求导公式.mp4 (19.10 MB), 07:12

        *   07 奇异值分解（SVD）.mp4 (59.04 MB), 21:34

        *   08 奇异值分解计算方式.mp4 (83.88 MB), 17:35

        *   09 奇异值分解性质.mp4 (42.23 MB), 11:55

        *   10 SVD 进行数据压缩.mp4 (34.93 MB), 07:37

        *   11 SVD 进行 PCA 降维.mp4 (65.26 MB), 16:01

        *   12 SVD 进行矩阵求逆.mp4 (75.63 MB), 16:38

        *   13 SVD 进行协同过滤.mp4 (39.48 MB), 10:27

      *   04 多元函数微分学/

        *   01 多元函数定义.mp4 (7.69 MB), 03:09

        *   02 偏导数.mp4 (9.65 MB), 03:43

        *   03 高阶偏导数.mp4 (8.67 MB), 04:01

        *   04 梯度.mp4 (13.95 MB), 05:26

        *   05 雅可比矩阵.mp4 (22.49 MB), 08:40

        *   06 Hessian 矩阵.mp4 (25.69 MB), 10:59

        *   07 极值判别法则.mp4 (56.71 MB), 17:55

        *   08 二次型.mp4 (46.60 MB), 17:48

      *   05 概率论/

        *   01 概率论与机器学习.mp4 (11.51 MB), 03:33

        *   02 随机事件.mp4 (15.82 MB), 06:17

        *   03 条件概率和贝叶斯公式.mp4 (26.37 MB), 09:17

        *   04 随机事件的独立性.mp4 (5.61 MB), 02:19

        *   05 随机变量.mp4 (83.26 MB), 19:59

        *   06 期望.mp4 (26.01 MB), 07:22

        *   07 方差.mp4 (37.19 MB), 10:27

        *   08 数学期望与方差重要公式.mp4 (27.22 MB), 07:29

        *   09 随机向量.mp4 (9.64 MB), 03:38

        *   10 随机变量独立性.mp4 (6.35 MB), 02:13

        *   11 协方差.mp4 (42.18 MB), 10:35

        *   12 机器学习中常见分布.mp4 (9.96 MB), 03:45

        *   13 最大似然估计.mp4 (25.11 MB), 07:57

      *   06 最优化/

        *   01 最优化概念.mp4 (24.41 MB), 07:05

        *   02 求导与迭代求解.mp4 (26.09 MB), 08:18

        *   03 梯度下降法公式推导.mp4 (52.14 MB), 15:53

        *   04 梯度下降代码演示.mp4 (128.41 MB), 22:55

        *   05 牛顿法解方程原理.mp4 (24.27 MB), 07:43

        *   06 牛顿法解方程代码演示.mp4 (49.57 MB), 11:51

        *   07 牛顿法求解最优化问题.mp4 (45.16 MB), 13:04

        *   08 牛顿法求解最优化代码演示.mp4 (76.39 MB), 13:25

        *   09 拟牛顿法介绍.mp4 (28.08 MB), 08:48

        *   10 坐标下降法.mp4 (14.21 MB), 03:58

        *   11 数值优化算法瓶颈.mp4 (26.56 MB), 07:01

        *   12 凸优化问题.mp4 (6.66 MB), 02:25

        *   13 凸集.mp4 (10.77 MB), 03:23

        *   14 凸函数.mp4 (12.94 MB), 04:00

        *   15 凸函数表达形式.mp4 (13.61 MB), 03:31

        *   16 拉格朗日乘数法.mp4 (32.19 MB), 07:01

        *   17 KKT 条件.mp4 (22.98 MB), 04:52

        *   18 拉格朗日对偶.mp4 (79.15 MB), 20:05

*   09 机器学习-Kaggle实战/

  *   01 Kaggle实战/

    *   01 Kaggle实战/

      *   01 Kaggle实战之海难生死预测/

        *   01 Kaggle实战海难生死预测背景知识.mp4 (18.05 MB), 04:31

        *   02 Kaggle实战海难生死预测数据介绍.mp4 (46.99 MB), 10:53

        *   03 Kaggle实战海难生死预测数据探索.mp4 (37.93 MB), 09:14

        *   04 Kaggle实战海难生死预测特征与目标值关系查看.mp4 (83.76 MB), 23:56

        *   05 Kaggle实战海难生死预测空数据的填充.mp4 (29.09 MB), 06:35

        *   06 Kaggle实战海难生死预测特征工程.mp4 (92.95 MB), 23:24

        *   07 Kaggle实战海难生死预测年龄属性的算法填充.mp4 (64.25 MB), 14:15

        *   08 Kaggle实战海难生死预测同组识别.mp4 (61.77 MB), 15:16

        *   09 Kaggle实战海难生死预测相关性系数特征筛选.mp4 (27.83 MB), 05:36

        *   10 Kaggle实战海难生死预测模型选择和模型调优.mp4 (67.32 MB), 12:13

        *   11 Kaggle实战海难生死预测模型评估ROC-AUC.mp4 (43.90 MB), 08:09

        *   12 Kaggle实战海难生死预测各模型混淆矩阵介绍.mp4 (32.60 MB), 07:14

        *   13 Kaggle实战海难生死预测模型预测与结果提交.mp4 (27.86 MB), 06:36

      *   02 Kaggle实战之信用卡反欺诈/

        *   01 Kaggle实战信用卡反欺诈项目介绍.mp4 (49.34 MB), 17:20

        *   02 kaggle实战信用卡反欺诈解码数据.mp4 (61.02 MB), 15:36

        *   03 Kaggle实战信用卡反欺诈特征工程.mp4 (39.61 MB), 12:31

        *   04 Kaggle实战信用卡反欺诈特征相关性系数.mp4 (86.30 MB), 23:26

        *   05 Kaggle实战信用卡反欺诈交易金额和交易次数关系.mp4 (23.42 MB), 07:29

        *   06 Kaggle实战信用卡反欺诈交易金额和交易时间关系.mp4 (37.78 MB), 11:26

        *   07 Kaggle实战信用卡反欺诈特征分布.mp4 (159.31 MB), 39:36

        *   08 Kaggle实战信用卡反欺诈根据特征分布清洗数据.mp4 (63.46 MB), 15:00

        *   09 Kaggle实战信用卡反欺诈特征缩放.mp4 (19.30 MB), 04:37

        *   10 Kaggle实战信用卡反欺诈特征重要性可视化.mp4 (82.75 MB), 20:34

        *   11 Kaggle实战信用卡反欺诈过采样操作.mp4 (36.56 MB), 11:15

        *   12 Kaggle实战信用卡反欺诈模型评估混淆矩阵召回率.mp4 (98.68 MB), 21:05

        *   13 Kaggle实战信用卡反欺诈ROC-AUC模型评价指标.mp4 (37.74 MB), 08:29

        *   14 Kaggle实战信用卡反欺诈交叉验证.mp4 (37.95 MB), 10:31

        *   15 Kaggle实战信用卡反欺诈混淆矩阵可视化.mp4 (37.03 MB), 08:45

        *   16 Kaggle实战信用卡反欺诈模型评估最优阈值.mp4 (112.22 MB), 27:18

      *   03 Kaggle实战之Rossmann商店销量预测/

        *   01 Kaggle实战Rossmann商店销售预测项目背景介绍与目的.mp4 (30.32 MB), 07:33

        *   02 Kaggle实战Rossmann商店销售预测数据加载与字段介绍.mp4 (36.26 MB), 10:30

        *   03 Kaggle实战Rossmann商店销售预测空数据处理和销售额与时间关系.mp4 (108.37 MB), 30:36

        *   04 Kaggle实战Rossmann商店销售预测数据合并.mp4 (29.26 MB), 08:31

        *   05 Kaggle实战Rossmann商店销售预测特征工程.mp4 (87.08 MB), 25:14

        *   06 Kaggle实战Rossmann商店销售预测构建训练、验证、测试数据.mp4 (43.46 MB), 12:38

        *   07 Kaggle实战Rossmann商店销售预测属性相关性查看.mp4 (25.74 MB), 06:46

        *   08 Kaggle实战Rossmann商店销售预测对特征进行了正态化处理.mp4 (31.79 MB), 09:31

        *   09 Kaggle实战Rossmann商店销售预测自定义模型评估函数.mp4 (32.01 MB), 09:45

        *   10 Kaggle实战之Rossmann商店销售预测代码回顾.mp4 (52.12 MB), 13:41

        *   11 Kaggle实战之Rossmann商店销量预测模型训练.mp4 (113.95 MB), 19:24

        *   12 Kaggle实战之Rossmann商店销量预测模型评估.mp4 (86.90 MB), 23:18

        *   13 Kaggle实战之Rossmann商店销量预测整体模型优化.mp4 (44.73 MB), 11:27

        *   14 Kaggle实战之Rossmann商店销售预测更加细致的模型优化.mp4 (108.28 MB), 25:27

        *   15 Kaggle实战之Rossmann商店销量预测结果提交.mp4 (96.92 MB), 20:51

*   10 机器学习-实战项目/

  *   01 拜耳公司市场增长点挖掘项目/

    *   01 拜耳公司市场增长点挖掘项目/

      *   01 基础理论/

        *   01 项目介绍.mp4 (20.94 MB), 03:17

        *   02 中台.mp4 (31.98 MB), 09:38

        *   03 市场类别.mp4 (29.53 MB), 07:37

        *   04 波士顿矩阵.mp4 (21.01 MB), 05:45

        *   05 产品生命周期.mp4 (11.43 MB), 04:07

        *   06 处理项目需求的思路.mp4 (30.62 MB), 08:25

      *   02 驱虫剂市场总体分析/

        *   01 读取数据和修改时间类型.mp4 (204.89 MB), 41:42

        *   02 驱虫剂市场总体分析.mp4 (184.73 MB), 35:12

        *   03 近三年各类目交易总额的变化趋势.mp4 (54.42 MB), 10:44

        *   04 各市场年增幅.mp4 (81.02 MB), 15:32

        *   05 驱虫市场垄断分析.mp4 (50.69 MB), 12:10

      *   03 灭鼠杀虫剂市场分析/

        *   01 灭鼠杀虫剂市场分布情况.mp4 (105.79 MB), 27:52

        *   02 灭鼠类别分析.mp4 (125.53 MB), 27:16

        *   03 0到50细分市场分析.mp4 (74.95 MB), 09:45

        *   04 其他属性分析.mp4 (55.97 MB), 11:30

      *   04 竞争分析/

        *   01 竞争分析之品类分布.mp4 (71.43 MB), 14:42

        *   02 竞争分析之产品结构分析.mp4 (266.99 MB), 44:35

        *   03 流量结构分析.mp4 (91.74 MB), 22:23

      *   05 舆情分析/

        *   01 舆情分析及解决问题思路.mp4 (313.46 MB), 45:55

*   11 机器视觉/

  *   01 机器视觉之OpenCV/

    *   01 机器视觉之OpenCV/

      *   01 图片和视频的加载和显示/

        *   01 机器视觉介绍.mp4 (56.16 MB), 08:48

        *   02 OpenCV介绍.mp4 (34.80 MB), 07:50

        *   03 环境搭建.mp4 (71.59 MB), 20:54

        *   04 创建显示窗口.mp4 (170.90 MB), 37:41

        *   05 加载显示图片.mp4 (85.03 MB), 17:06

        *   06 保存文件.mp4 (25.50 MB), 08:10

        *   07 读取摄像头和视频帧.mp4 (89.49 MB), 19:41

        *   08 从摄像头采集视频.mp4 (82.62 MB), 16:02

        *   09 控制鼠标.mp4 (58.76 MB), 14:56

        *   10 TrackBar控件.mp4 (54.52 MB), 13:58

      *   02 OpenCV基础知识/

        *   01 RGB和BGR.mp4 (25.95 MB), 05:11

        *   02 HSV,HSL和YUV.mp4 (119.70 MB), 34:38

        *   03 实战色彩空间转换.mp4 (82.45 MB), 20:42

        *   04 OpenCV的重要数据结构Mat及深浅拷贝.mp4 (76.32 MB), 23:04

        *   05 图像通道的分割与合并.mp4 (28.45 MB), 07:56

      *   03 OpenCV绘制图形/

        *   01 绘制直线.mp4 (27.90 MB), 09:18

        *   02 绘制矩形和圆.mp4 (43.71 MB), 08:08

        *   03 绘制椭圆.mp4 (39.80 MB), 11:53

        *   04 绘制多边形.mp4 (52.95 MB), 12:34

        *   05 绘制文本.mp4 (53.98 MB), 14:20

        *   06 实现鼠标绘制基本图形.mp4 (58.95 MB), 13:34

      *   04 OpenCV的运算/

        *   01 图形的加减乘除运算.mp4 (98.74 MB), 24:16

        *   02 图形的融合.mp4 (33.38 MB), 09:32

        *   03 OpenCV的位运算.mp4 (106.51 MB), 24:54

        *   04 为图像添加水印.mp4 (82.45 MB), 20:53

      *   05 图形基本变换/

        *   01 图像的放大与缩小.mp4 (103.24 MB), 22:15

        *   02 图像的翻转和旋转.mp4 (62.90 MB), 12:48

        *   03 图像的平移.mp4 (66.82 MB), 17:17

        *   04 变换矩阵.mp4 (66.23 MB), 13:46

        *   05 OpenCV的透视变换.mp4 (89.88 MB), 16:41

      *   06 滤波器/

        *   01 卷积概念.mp4 (147.78 MB), 38:56

        *   02 方盒滤波和均值滤波.mp4 (46.22 MB), 10:37

        *   03 高斯滤波.mp4 (167.39 MB), 39:19

        *   04 中值滤波.mp4 (61.28 MB), 13:51

        *   05 双边滤波.mp4 (101.10 MB), 19:03

        *   06 高通滤波之Sobel算子.mp4 (168.13 MB), 40:12

        *   07 高通滤波之Scharr算子.mp4 (52.13 MB), 06:26

        *   08 高通滤波之Laplacian算子.mp4 (70.39 MB), 15:04

        *   09 边缘检测Canny.mp4 (110.68 MB), 27:58

      *   07 形态学/

        *   01 图像全局二值化.mp4 (67.60 MB), 19:07

        *   02 自适应阈值二值化.mp4 (124.97 MB), 19:37

        *   03 腐蚀操作.mp4 (30.78 MB), 09:51

        *   04 获取形态学卷积核.mp4 (30.46 MB), 07:36

        *   05 膨胀操作.mp4 (23.79 MB), 06:24

        *   06 开运算.mp4 (46.36 MB), 12:21

        *   07 闭运算.mp4 (20.31 MB), 05:07

        *   08 形态学梯度.mp4 (19.73 MB), 04:46

        *   09 顶帽操作.mp4 (15.03 MB), 03:50

        *   10 黑帽操作.mp4 (13.25 MB), 02:40

      *   08 图像轮廓/

        *   01 查找轮廓.mp4 (105.91 MB), 30:00

        *   02 绘制轮廓.mp4 (35.14 MB), 06:25

        *   03 计算轮廓面积和周长.mp4 (32.16 MB), 06:54

        *   04 多边形逼近.mp4 (79.78 MB), 18:32

        *   05 凸包.mp4 (36.05 MB), 10:32

        *   06 外接矩形.mp4 (83.09 MB), 18:20

      *   09 图像金字塔/

        *   01 高斯金字塔.mp4 (94.58 MB), 22:06

        *   02 拉普拉斯金字塔.mp4 (41.74 MB), 06:57

      *   10 图像直方图/

        *   01 图像直方图基本概念.mp4 (68.08 MB), 13:24

        *   02 使用OpenCV统计直方图.mp4 (28.61 MB), 07:12

        *   03 绘制直方图.mp4 (73.40 MB), 11:31

        *   04 使用掩膜的直方图.mp4 (60.75 MB), 12:34

        *   05 直方图均衡化.mp4 (88.33 MB), 17:18

      *   11 车辆统计项目/

        *   01 项目介绍和视频背景分离.mp4 (199.86 MB), 38:17

        *   02 判断是否是车辆.mp4 (138.72 MB), 22:02

        *   03 车辆计数逻辑.mp4 (118.12 MB), 18:24

        *   04 显示车辆计数信息.mp4 (111.92 MB), 10:15

      *   12 特征点检测和匹配/

        *   01 特征检测基本概念.mp4 (127.76 MB), 19:01

        *   02 harris角点检测数学原理1.mp4 (88.95 MB), 18:54

        *   03 harris角点检测数学原理2.mp4 (121.53 MB), 30:26

        *   04 harris角点检测应用.mp4 (97.63 MB), 19:14

        *   05 shi-tomasi角点检测.mp4 (96.96 MB), 22:18

        *   06 sift算法原理.mp4 (283.56 MB), 01:00:56

        *   07 sift算法使用.mp4 (96.66 MB), 14:11

        *   08 SURF算法.mp4 (151.32 MB), 25:21

        *   09 ORB算法.mp4 (100.54 MB), 16:22

        *   10 暴力特征匹配.mp4 (190.05 MB), 34:01

        *   11 FLANN特征匹配.mp4 (96.96 MB), 16:07

      *   13 图像查找和图像拼接/

        *   01 图像查找.mp4 (259.54 MB), 48:21

        *   02 图像拼接.mp4 (344.49 MB), 56:15

      *   14 虚拟计算器项目/

        *   01 虚拟计算器项目介绍.mp4 (64.07 MB), 05:09

        *   02 打开摄像头和创建Button类.mp4 (400.28 MB), 29:11

        *   03 点击操作.mp4 (396.68 MB), 51:43

        *   04 虚拟计算器bug修复和重复点击问题解决.mp4 (374.45 MB), 24:31

      *   15 信用卡数字识别/

        *   01 模板匹配.mp4 (145.44 MB), 35:41

        *   02 匹配多个对象.mp4 (62.87 MB), 12:44

        *   03 ostu算法.mp4 (89.24 MB), 17:49

        *   04 处理模板图片.mp4 (39.15 MB), 10:47

        *   05 数字模板处理和信用卡图片形态学操作.mp4 (238.51 MB), 59:21

        *   06 数字轮廓获取和匹配.mp4 (240.91 MB), 48:23

        *   07 使用argparse接收用户输入.mp4 (186.43 MB), 30:28

      *   16 图像分割与修复/

        *   01 分水岭算法理论讲解.mp4 (97.99 MB), 21:59

        *   02 分水岭算法实战.mp4 (204.70 MB), 50:36

        *   03 分水岭算法抠图以及和Canny, findContourns的对比.mp4 (130.24 MB), 29:50

        *   04 grabcut原理和使用.mp4 (213.70 MB), 50:12

        *   05 交互式grabcut程序.mp4 (254.47 MB), 42:36

        *   06 meanshift.mp4 (148.60 MB), 22:08

        *   07 视频前后景分离.mp4 (174.11 MB), 13:29

        *   08 图片修复.mp4 (45.16 MB), 09:16

      *   17 人脸检测和车牌识别/

        *   01 人脸检测.mp4 (259.28 MB), 40:42

        *   02 人眼检测.mp4 (66.83 MB), 13:55

        *   03 车牌识别.mp4 (244.48 MB), 39:32

      *   18 目标追踪/

        *   01 目标追踪介绍.mp4 (193.12 MB), 16:12

        *   02 OpenCV目标追踪算法介绍.mp4 (16.72 MB), 05:09

        *   03 目标追踪实战.mp4 (395.64 MB), 52:03

        *   04 OpenCV中使用深度学习模型.mp4 (173.32 MB), 30:57

      *   19 答题卡识别判卷/

        *   01 图片预处理和四个角点坐标排序.mp4 (226.35 MB), 58:43

        *   02 轮廓排序和计分功能.mp4 (249.27 MB), 01:03:30

      *   20 文档扫描ocr和光流估计/

        *   01 文档ocr扫描识别.mp4 (230.39 MB), 47:53

        *   02 光流估计.mp4 (256.01 MB), 41:45

  *   02 基于OpenCV的虚拟计算器项目/

    *   01 基于OpenCV的交通标志识别项目/

      *   01 虚拟计算器/

        *   01 虚拟计算器项目介绍.mp4 (62.47 MB), 05:09

        *   02 打开摄像头和创建Button类.mp4 (400.28 MB), 29:11

        *   03 点击操作.mp4 (372.40 MB), 51:43

        *   04 bug修复和重复点击问题解决.mp4 (374.45 MB), 24:31

  *   03 基于OpenCV的车辆统计项目/

    *   01 基于OpenCV的车辆统计项目/

      *   01 车辆统计项目/

        *   01 形态学处理.mp4 (199.86 MB), 38:17

        *   02 查找车辆轮廓.mp4 (138.72 MB), 22:02

        *   03 逻辑处理.mp4 (118.12 MB), 18:24

        *   04 显示信息.mp4 (111.92 MB), 10:15

  *   04 基于OpenCV的信用卡数字识别项目/

    *   01 基于OpenCV的信用卡数字识别项目/

      *   01 信用卡数字识别/

        *   01 模板匹配.mp4 (145.44 MB), 35:41

        *   02 匹配多个对象.mp4 (62.87 MB), 12:44

        *   03 ostu算法.mp4 (89.24 MB), 17:49

        *   04 处理模板图片.mp4 (39.15 MB), 10:47

        *   05 数字模板处理和信用卡图片形态学操作.mp4 (238.51 MB), 59:21

        *   06 数字轮廓获取和匹配.mp4 (240.91 MB), 48:23

*   12 深度学习入门/

  *   01 深度学习基础/

    *   01 深度学习基础/

      *   01 深度学习介绍/

        *   01 深度学习介绍.mp4 (173.45 MB), 30:47

      *   02 神经网络基础/

        *   01 神经网络基础.mp4 (112.16 MB), 32:23

      *   03 浅层神经网络/

        *   01 浅层神经网络.mp4 (184.43 MB), 32:48

      *   04 深层神经网络/

        *   01 深层神经网络.mp4 (25.22 MB), 06:22

  *   02 深度学习进阶/

    *   01 深度学习进阶/

      *   01 梯度下降算法改进/

        *   01 梯度下降优化算法.mp4 (236.13 MB), 53:14

      *   02 正则化/

        *   01 正则化.mp4 (164.09 MB), 34:29

  *   03 TensorFlow深度学习框架/

    *   01 TensorFlow深度学习框架/

      *   01 TensorFlow介绍和环境安装/

        *   01 TensorFlow介绍.mp4 (73.80 MB), 16:56

        *   02 环境安装.mp4 (156.44 MB), 37:47

      *   02 TensorFlow基础操作/

        *   01 常量的操作.mp4 (154.77 MB), 40:38

        *   02 sparse tensor.mp4 (119.89 MB), 28:15

        *   03 变量操作.mp4 (41.63 MB), 10:11

        *   04 tensorflow运算.mp4 (46.05 MB), 12:04

        *   05 tensorflow实现线性回归.mp4 (39.03 MB), 10:26

        *   06 tensorflow实现逻辑回归.mp4 (193.44 MB), 46:00

        *   07 keras入门.mp4 (241.90 MB), 49:48

      *   03 TensorFlow高阶操作/

        *   01 神经网络计算参数方法啊.mp4 (51.99 MB), 11:19

        *   02 标准化处理, softmax和flatten.mp4 (172.70 MB), 27:34

        *   03 正则化.mp4 (102.06 MB), 14:08

        *   04 dropout.mp4 (82.68 MB), 12:09

        *   05 BN层.mp4 (65.35 MB), 11:53

        *   06 selu激活函数.mp4 (48.81 MB), 08:33

        *   07 神经网络实现回归任务.mp4 (102.41 MB), 26:31

        *   08 回调函数.mp4 (116.70 MB), 20:52

        *   09 wide&deep模型原理.mp4 (73.22 MB), 20:04

        *   10 wide&deep模型函数式写法.mp4 (76.84 MB), 12:20

        *   11 子类api写法.mp4 (86.78 MB), 19:35

        *   12 多输入wide&deep.mp4 (90.27 MB), 15:32

        *   13 多输出wide&deep.mp4 (32.31 MB), 05:49

        *   14 超参数搜索理论.mp4 (23.18 MB), 10:11

        *   15 手动实现超参数搜索.mp4 (53.63 MB), 11:31

        *   16 封装sklearn进行超参数搜索.mp4 (124.33 MB), 21:09

      *   04 高阶API/

        *   01 自定义损失函数.mp4 (29.97 MB), 05:06

        *   02 自定义layer.mp4 (139.21 MB), 28:04

        *   03 tf.function和auto_graph.mp4 (182.50 MB), 47:18

        *   04 手动求导.mp4 (20.49 MB), 06:51

        *   05 tf.GradientTape.mp4 (122.74 MB), 35:20

        *   06 手动实现训练过程.mp4 (92.13 MB), 20:43

      *   05 Tensorflow dataset使用/

        *   01 datasets基础用法.mp4 (68.71 MB), 17:40

        *   02 生成csv文件.mp4 (166.58 MB), 37:41

        *   03 解析csv文件.mp4 (151.61 MB), 33:00

        *   04 在keras中使用dataset.mp4 (67.64 MB), 13:21

      *   06 Tensorflow Estimator使用/

        *   01 feature_columns使用.mp4 (229.48 MB), 01:00:44

        *   02 premake estimator使用.mp4 (179.19 MB), 29:11

        *   03 交叉特征使用.mp4 (172.20 MB), 28:04

      *   07 GPU设置和分布式/

        *   01 GPU设置理论.mp4 (17.89 MB), 07:37

        *   02 fashion_minst数据处理.mp4 (35.00 MB), 11:25

        *   03 设置GPU增长.mp4 (126.06 MB), 20:38

        *   04 设置GPU可见.mp4 (15.22 MB), 02:36

        *   05 设置虚拟GPU.mp4 (22.92 MB), 03:36

        *   06 使用多GPU.mp4 (96.60 MB), 10:53

        *   07 分布式策略.mp4 (43.71 MB), 16:42

        *   08 keras模型分布式.mp4 (208.45 MB), 24:00

        *   09 estimator模型分布式.mp4 (102.86 MB), 15:14

        *   10 自定义训练过程分布式.mp4 (368.86 MB), 50:26

        *   11 自定义训练过程问题解决.mp4 (28.49 MB), 03:39

      *   08 模型保存和部署/

        *   01 模型保存和部署理论.mp4 (16.65 MB), 05:43

        *   02 keras保存模型参数和加载模型参数.mp4 (115.27 MB), 25:17

        *   03 keras_to_savedmodel.mp4 (90.52 MB), 19:10

        *   04 keras_to_concret_function.mp4 (20.79 MB), 06:29

        *   05 to_tflite.mp4 (43.86 MB), 11:01

        *   06 tflite_interpreter使用.mp4 (24.70 MB), 06:23

        *   07 转化为量化tflite.mp4 (51.23 MB), 11:27

        *   08 使用quantized_tflite_interpreter.mp4 (24.14 MB), 05:23

  *   04 基于TensorFlow的手写数字识别项目/

    *   01 基于TensorFlow的手写数字识别项目/

      *   01 手写数字识别/

        *   01 项目介绍.mp4 (2.14 MB), 01:10

        *   02 MNIST数据集介绍.mp4 (14.44 MB), 02:51

        *   03 读取数据.mp4 (9.29 MB), 03:24

        *   04 数据预处理.mp4 (23.48 MB), 07:53

        *   05 定义模型.mp4 (22.22 MB), 06:49

        *   06 模型训练.mp4 (18.62 MB), 04:40

        *   07 过拟合问题.mp4 (101.96 MB), 19:46

        *   08 深层神经网络.mp4 (21.35 MB), 04:47

  *   05 基于TensorFlow的CiFar10物品分类项目/

    *   01 基于TensorFlow的CiFar10物品分类项目/

      *   01 CiFar10物体识别/

        *   01 项目介绍.mp4 (1.96 MB), 00:57

        *   02 Cifar10数据集介绍.mp4 (13.83 MB), 02:22

        *   03 读取数据集.mp4 (8.44 MB), 02:13

        *   04 数据预处理.mp4 (12.27 MB), 03:35

        *   05 定义网络.mp4 (5.42 MB), 01:44

        *   06 配置网络.mp4 (3.27 MB), 01:05

        *   07 模型训练.mp4 (16.21 MB), 03:39

        *   08 深层神经网络.mp4 (27.35 MB), 04:22

        *   09 过拟合问题.mp4 (57.48 MB), 09:28

  *   06 深度学习-答题卡识别判卷/

    *   01 深度学习-许可/

      *   01 答题卡识别判卷/

        *   01 答题卡识别判卷.mp4 (1.41 GB), 02:46:17

        *   02 文档扫描OCR识别.mp4 (1.05 GB), 02:05:25

        *   03 深度学习基础.mp4 (1.20 GB), 02:07:53

        *   04 深度学习进阶.mp4 (1.13 GB), 02:04:40

        *   05 TensorFlow入门.mp4 (1.18 GB), 02:09:02

        *   06 TensorFlow基础操作和高阶操作.mp4 (1.04 GB), 01:54:11

        *   07 keras入门.mp4 (1.16 GB), 02:07:15

        *   08 keras进阶api.mp4 (1.18 GB), 02:06:35

        *   09 函数式api和子类api及wide_deep模型.mp4 (1.16 GB), 02:03:24

        *   10 超参数搜索.mp4 (1.24 GB), 02:10:14

        *   11 高阶API.mp4 (1.19 GB), 02:05:08

        *   12 tensorflow datasets使用.mp4 (1.18 GB), 02:03:34

        *   13 tensorflow estimator使用.mp4 (1.21 GB), 02:08:00

        *   14 tensorflow estimator使用2.mp4 (1.16 GB), 02:02:53

        *   15 tensorflow分布式.mp4 (1.12 GB), 01:59:14

        *   16 tensorflow模型保存与部署.mp4 (1.36 GB), 02:22:11

        *   17 模型保存和转换.mp4 (1.18 GB), 02:05:02

        *   18 卷积神经网络一.mp4 (71.49 MB), 08:00

        *   19 卷积神经网络二.mp4 (1.29 GB), 02:15:19

        *   20 AlexNet和VGG.mp4 (1020.38 MB), 02:03:59

        *   21 GoogleNet.mp4 (1.01 GB), 02:05:53

        *   22 ResNet.mp4 (1.02 GB), 02:06:33

        *   23 迁移学习.mp4 (1.04 GB), 02:09:41

        *   24 MobileNet.mp4 (1.02 GB), 02:06:28

        *   25 ShuffleNet.mp4 (1.00 GB), 02:04:44

        *   26 MobileNet V3网络.mp4 (1.05 GB), 02:10:46

        *   27 pytorch.mp4 (1.01 GB), 02:06:08

        *   28 pytorch（2）.mp4 (1.05 GB), 02:10:51

        *   29 pytorch-dataset操作.mp4 (1.08 GB), 02:14:44

        *   30 pytorch-minst和fashion-mnist.mp4 (1.18 GB), 02:26:50

        *   31 pytorch-实现卷积神经网络.mp4 (1.30 GB), 02:14:19

        *   32 pytorch中的数据增强.mp4 (1.20 GB), 02:05:14

        *   33 pytorch分布式和部署.mp4 (1.36 GB), 02:22:20

*   13 深度学习项目实战/

  *   01 深度学习-目标检测经典模型实战/

    *   01 深度学习-目标检测经典模型实战/

      *   01 目标检测基础知识/

        *   01 目标检测前言.mp4 (46.74 MB), 11:15

        *   02 PASCAL VOC数据集介绍.mp4 (77.12 MB), 17:22

        *   03 COCO数据集介绍.mp4 (137.59 MB), 36:11

        *   04 mAP计算.mp4 (119.30 MB), 36:35

        *   05 制作自己的数据集.mp4 (73.10 MB), 13:41

      *   02 目标检测RCNN模型/

        *   01 R-CNN网络.mp4 (72.13 MB), 21:45

      *   03 目标检测Fast R-CNN模型/

        *   01 Fast-R-CNN网络.mp4 (128.49 MB), 37:13

        *   02 FPN网络.mp4 (56.04 MB), 17:35

      *   04 Faster R-CNN模型/

        *   01 Faster-R-CNN网络.mp4 (137.93 MB), 40:57

      *   05 Faster R-CNN源码解读/

        *   01 Faster-R-CNN源码总体说明.mp4 (165.78 MB), 31:08

        *   02 自定义数据集.mp4 (106.56 MB), 22:24

        *   03 Faster R-CNN框架源码解读.mp4 (180.04 MB), 34:07

        *   04 GeneralizedRCNNTransform.mp4 (181.02 MB), 35:36

        *   05 AnchorsGenerator和RPNHead.mp4 (207.28 MB), 58:28

        *   06 生成proposals.mp4 (325.69 MB), 01:12:00

        *   07 计算RPN损失.mp4 (266.67 MB), 56:38

        *   08 ROI Head.mp4 (183.24 MB), 34:40

        *   09 Fast R-CNN正负样本划分.mp4 (228.86 MB), 46:53

        *   10 计算Fast R-CNN损失.mp4 (35.33 MB), 08:47

        *   11 预测结果后处理.mp4 (150.95 MB), 32:36

        *   12 预测结果映射回原尺度.mp4 (46.26 MB), 08:56

        *   13 更换backbone(不带fpn).mp4 (87.36 MB), 19:43

        *   14 更换backbone(带fpn).mp4 (78.54 MB), 13:06

      *   06 目标检测mask R-CNN模型/

        *   01 mask R-CNN模型介绍.mp4 (124.41 MB), 25:43

        *   02 ROI Align.mp4 (85.60 MB), 20:03

        *   03 双线性插值.mp4 (54.27 MB), 15:42

        *   04 mask分支.mp4 (55.50 MB), 17:44

        *   05 mask分支损失和预测.mp4 (46.24 MB), 19:58

        *   06 源码项目介绍.mp4 (85.08 MB), 18:56

        *   07 train脚本详解和执行训练.mp4 (184.52 MB), 33:13

        *   08 预测脚本.mp4 (64.36 MB), 11:44

        *   09 mask分支和roi align前向传播.mp4 (173.37 MB), 30:21

        *   10 mask分支损失和预测.mp4 (90.61 MB), 18:33

        *   11 预测mask映射回原图.mp4 (93.72 MB), 21:20

  *   02 基于MASK-RCNN的气球检测项目/

    *   01 基于MASK-RCNN的气球检测项目/

      *   01 基于MASK-RCNN框架的气球检测项目/

        *   01 项目介绍.mp4 (160.24 MB), 13:34

        *   02 maskrcnn原理回顾.mp4 (35.23 MB), 10:38

        *   03 环境搭建.mp4 (351.80 MB), 57:42

        *   04 数据收集.mp4 (146.78 MB), 17:44

        *   05 使用labelme标注数据.mp4 (145.75 MB), 24:50

        *   06 EISeg使用.mp4 (122.41 MB), 26:34

        *   07 使用VIA标注数据.mp4 (46.03 MB), 11:08

        *   08 项目执行过程源码分析.mp4 (375.82 MB), 01:00:04

        *   09 balloon配置文件和数据集代码编写.mp4 (202.43 MB), 52:30

        *   10 balloon数据集代码测试.mp4 (94.53 MB), 17:39

        *   11 训练代码编写.mp4 (151.44 MB), 33:36

        *   12 推理代码编写.mp4 (109.46 MB), 22:54

        *   13 via格式转coco格式代码编写.mp4 (400.05 MB), 01:27:40

        *   14 训练和预测代码修改.mp4 (133.37 MB), 26:00

  *   03 深度学习-目标检测YOLO实战/

    *   01 深度学习-目标检测YOLO实战/

      *   01 YOLO-V1整体思想与网络架构/

        *   01 YOLOv1总体架构.mp4 (27.50 MB), 06:37

        *   02 YOLOv1网络结构.mp4 (10.30 MB), 03:36

        *   03 YOLOv1的损失.mp4 (7.96 MB), 03:05

        *   04 YOLOv1的局限.mp4 (11.36 MB), 02:13

      *   02 YOLO-V2进化详解/

        *   01 版本升级概述.mp4 (120.73 MB), 27:35

      *   03 YOLO-V3网络模型介绍/

        *   01 YOLOv3介绍.mp4 (74.21 MB), 18:53

        *   02 YOLOv3spp介绍.mp4 (7.07 MB), 03:26

        *   03 mosaic图像增强.mp4 (9.76 MB), 02:32

        *   04 SPP模块说明.mp4 (13.02 MB), 05:19

        *   05 IOU 损失.mp4 (79.44 MB), 25:26

        *   06 focal loss.mp4 (73.14 MB), 19:39

      *   04 YOLOv3 SPP源码解读/

        *   01 使用自定义数据集.mp4 (139.38 MB), 24:00

        *   02 训练脚本解析.mp4 (84.54 MB), 14:02

        *   03 预测代码的使用.mp4 (21.81 MB), 04:33

        *   04 配置文件解析.mp4 (64.45 MB), 13:52

        *   05 模型创建.mp4 (192.68 MB), 42:34

      *   05 YOLO-V4网络模型介绍/

        *   01 版本升级概述.mp4 (14.69 MB), 05:29

        *   02 YOLOv4版本贡献.mp4 (5.60 MB), 02:43

        *   03 数据增强策略分析.mp4 (35.03 MB), 11:24

        *   04 DropBlock与标签平滑处理.mp4 (14.18 MB), 05:05

        *   05 损失函数局限性.mp4 (17.45 MB), 06:47

        *   06 CIOU损失函数定义.mp4 (10.07 MB), 04:07

        *   07 NMS细节优化.mp4 (15.53 MB), 05:21

        *   08 SPP与CSP网络结构.mp4 (18.61 MB), 05:39

        *   09 SAM注意力机制模块.mp4 (12.34 MB), 05:22

        *   10 PAN模块解读.mp4 (15.24 MB), 05:18

        *   11 yolov4整体架构.mp4 (16.00 MB), 04:42

        *   12 mish激活函数和Eliminate grid sensitivity.mp4 (18.99 MB), 08:24

      *   06 YOLO-V5网络模型介绍/

        *   01 YOLOv5总体介绍.mp4 (36.63 MB), 09:11

        *   02 网络结构亮点.mp4 (21.59 MB), 07:04

        *   03 数据增强.mp4 (18.82 MB), 05:56

        *   04 训练策略.mp4 (12.55 MB), 05:50

        *   05 损失计算.mp4 (8.30 MB), 03:15

        *   06 消除网格敏感度.mp4 (6.77 MB), 03:25

        *   07 正样本匹配.mp4 (21.72 MB), 10:29

      *   07 YOLOv5源码解读/

        *   01 项目总体介绍和使用方法.mp4 (174.36 MB), 32:00

        *   02 使用自定义数据集.mp4 (87.18 MB), 16:05

        *   03 训练自己的数据集.mp4 (138.04 MB), 26:13

        *   04 构建路径和生成缓存文件.mp4 (370.09 MB), 01:00:42

        *   05 读取缓存文件更新labels.mp4 (90.36 MB), 13:48

        *   06 Rectangular Training.mp4 (99.94 MB), 22:50

        *   07 马赛克数据增强详解.mp4 (177.55 MB), 38:17

        *   08 创建模型.mp4 (174.39 MB), 51:42

        *   09 detect模块详解.mp4 (211.42 MB), 53:21

        *   10 正样本匹配理论和代码准备.mp4 (178.75 MB), 49:35

        *   11 正样本匹配核心代码讲解.mp4 (201.60 MB), 54:04

        *   12 损失源码详解.mp4 (185.87 MB), 40:16

        *   13 山火检测.mp4 (221.78 MB), 38:31

      *   08 目标检测算法SSD/

        *   01 SSD算法原理.mp4 (181.30 MB), 45:23

        *   02 SSD源码总体架构.mp4 (113.25 MB), 23:24

        *   03 default box的生成.mp4 (144.35 MB), 37:30

        *   04 损失函数定义.mp4 (161.56 MB), 38:13

        *   05 损失的计算.mp4 (161.56 MB), 38:13

        *   06 后处理.mp4 (105.15 MB), 16:27

        *   07 正负样本划分.mp4 (97.23 MB), 26:43

      *   09 目标检测算法RetinaNet/

        *   01 RetinaNet网络.mp4 (226.18 MB), 32:44

  *   04 基于SSD的口罩佩戴检测项目/

    *   01 SSD口罩检测/

      *   01 SSD口罩识别/

        *   01 项目介绍.mp4 (77.00 MB), 10:41

        *   02 SSD算法原理回顾.mp4 (57.42 MB), 14:03

        *   03 数据集收集.mp4 (66.54 MB), 12:56

        *   04 自定义数据集.mp4 (94.70 MB), 29:17

        *   05 生成anchors.mp4 (62.10 MB), 21:26

        *   06 展示anchors.mp4 (37.44 MB), 10:57

        *   07 计算iou值.mp4 (96.30 MB), 26:05

        *   08 计算target.mp4 (27.54 MB), 08:13

        *   09 定义模型.mp4 (116.33 MB), 32:16

        *   10 模型训练.mp4 (36.03 MB), 08:58

        *   11 预测和总结.mp4 (50.74 MB), 10:55

        *   12 ssd生成anchor源码编写.mp4 (110.56 MB), 27:54

        *   13 计算offset.mp4 (53.56 MB), 16:12

        *   14 工具类函数.mp4 (119.24 MB), 33:47

        *   15 FirstModel创建.mp4 (112.42 MB), 31:19

        *   16 MiddleModel创建.mp4 (61.52 MB), 14:53

        *   17 LastModel和最终模型创建.mp4 (73.10 MB), 20:42

        *   18 计算损失.mp4 (97.92 MB), 29:34

        *   19 训练.mp4 (38.20 MB), 09:05

        *   20 预测和结果展示.mp4 (159.53 MB), 41:14

        *   21 口罩项目源码解读.mp4 (126.74 MB), 19:41

        *   22 简单说明.mp4 (17.82 MB), 02:46

        *   23 数据获取和代码获取.mp4 (120.51 MB), 15:56

        *   24 总体思路.mp4 (64.62 MB), 08:26

        *   25 目标检测流程.mp4 (62.16 MB), 10:38

        *   26 resnet50backbone的实现.mp4 (211.14 MB), 44:20

        *   27 ssd300模型实现.mp4 (213.01 MB), 45:03

        *   28 数据集代码实现.mp4 (243.39 MB), 51:39

        *   29 box的生成.mp4 (233.55 MB), 56:23

        *   30 正样本匹配.mp4 (267.95 MB), 01:07:53

        *   31 损失函数的编写.mp4 (205.84 MB), 46:41

        *   32 后处理函数之原生nms写法.mp4 (325.20 MB), 01:11:44

        *   33 后处理函数之优化版nms写法.mp4 (172.38 MB), 34:53

        *   34 transforms的编写.mp4 (209.64 MB), 54:59

        *   35 train脚本之参数解析.mp4 (58.50 MB), 13:56

        *   36 创建数据集和模型.mp4 (121.88 MB), 25:34

        *   37 训练代码编写.mp4 (219.04 MB), 48:04

        *   38 校验代码编写.mp4 (203.24 MB), 38:45

        *   39 解决训练过程中遇到的各种bug.mp4 (372.36 MB), 59:32

  *   05 基于YOLOv4的中国交通标志识别项目/

    *   01 基于YOLOv4的中国交通标志识别项目/

      *   01 基于YOLOv4的中国交通标志识别/

        *   01 项目介绍.mp4 (65.44 MB), 11:26

        *   02 交通标志数据集介绍.mp4 (46.73 MB), 07:15

        *   03 yolov4理论回顾.mp4 (65.78 MB), 19:38

        *   04 数据集分析.mp4 (122.51 MB), 31:07

        *   05 数据集分析代码编写.mp4 (172.78 MB), 44:32

        *   06 tt100k数据集转coco代码编写.mp4 (234.58 MB), 01:03:38

        *   07 coco工具包使用.mp4 (158.68 MB), 30:20

        *   08 cpu训练过程.mp4 (73.59 MB), 16:41

        *   09 使用GPU训练.mp4 (37.35 MB), 07:50

        *   10 预测过程.mp4 (108.96 MB), 16:50

        *   11 项目总结.mp4 (29.58 MB), 06:04

  *   06 基于YOLOv5的细胞检测项目/

    *   01 基于YOLOv5的细胞检测项目/

      *   01 基于YOLOv5的细胞检测实战/

        *   01 项目介绍.mp4 (91.32 MB), 15:44

        *   02 细胞数据集介绍.mp4 (53.00 MB), 09:25

        *   03 yolov5原理回顾.mp4 (43.39 MB), 15:02

        *   04 yolov5源码训练过程.mp4 (164.90 MB), 32:38

        *   05 使用训练好的模型预测.mp4 (72.27 MB), 12:09

        *   06 tflite导出类型.mp4 (187.80 MB), 38:56

        *   07 yolov5安卓部署.mp4 (258.11 MB), 54:57

        *   08 pyqt5快速入门.mp4 (132.69 MB), 37:54

        *   09 快速构建界面之显示图片.mp4 (73.45 MB), 22:38

        *   10 快速构建界面之显示视频和摄像头内容.mp4 (113.97 MB), 27:54

        *   11 分类模型和界面结合.mp4 (84.47 MB), 18:54

  *   07 语义分割/

    *   01 语义分割/

      *   01 基础理论/

        *   01 语义分割前言.mp4 (64.40 MB), 13:48

        *   02 voc语义分割标记图片读取.mp4 (66.60 MB), 16:31

        *   03 coco数据集语义分割数据读取.mp4 (190.43 MB), 41:32

        *   04 语义分割常见评估指标.mp4 (36.65 MB), 12:21

        *   05 数据标注工具之labelme.mp4 (58.23 MB), 11:49

        *   06 数据标注工具之eiseg.mp4 (160.73 MB), 21:39

        *   07 数据标注工具之labelstudio.mp4 (122.46 MB), 22:01

        *   08 转置卷积.mp4 (162.01 MB), 39:45

        *   09 膨胀卷积.mp4 (86.55 MB), 23:56

      *   02 FCN网络/

        *   01 FCN网络结构详解.mp4 (85.12 MB), 26:02

        *   02 pytorch官方fcn网络结构.mp4 (34.60 MB), 07:59

        *   03 fcn源码介绍.mp4 (53.36 MB), 08:50

        *   04 训练和预测.mp4 (128.39 MB), 24:10

        *   05 训练脚本详解.mp4 (146.89 MB), 26:12

        *   06 FCN模型详解.mp4 (164.71 MB), 27:12

      *   03 DeepLab系列网络/

        *   01 DeepLabV1网络简介.mp4 (120.50 MB), 27:49

        *   02 DeepLabV2网络简介.mp4 (81.66 MB), 23:39

        *   03 DeepLabV3网络简介.mp4 (81.04 MB), 29:05

        *   04 DeepLabV3源码讲解.mp4 (306.65 MB), 53:06

      *   04 LR-ASPP模型/

        *   01 LR-ASPP模型简介.mp4 (113.95 MB), 15:46

        *   02 LR-ASPP模型源码讲解.mp4 (214.26 MB), 35:49

      *   05 U-Net模型/

        *   01 U-Net网络结构讲解.mp4 (74.72 MB), 16:53

        *   02 U-Net源码解析之网络搭建.mp4 (160.79 MB), 32:15

        *   03 U-Net源码解析之自定义数据集.mp4 (99.88 MB), 17:39

        *   04 U-Net源码解析之Dice Loss.mp4 (89.35 MB), 22:08

        *   05 U-Net源码解析之训练预测.mp4 (126.09 MB), 17:36

        *   06 U2Net网络详解.mp4 (206.45 MB), 45:35

        *   07 U2-Net项目源码介绍.mp4 (36.64 MB), 09:00

        *   08 U2-Net源码解析之训练脚本详解.mp4 (73.11 MB), 12:38

        *   09 U2-Net源码解析之模型创建.mp4 (119.21 MB), 23:36

        *   10 U2-Net源码解析之损失计算.mp4 (27.98 MB), 05:43

        *   11 U2-Net源码解析之自定义数据集.mp4 (73.31 MB), 13:10

        *   12 U2-Net源码解析之训练.mp4 (133.98 MB), 27:11

        *   13 U2-Net源码解析之预测.mp4 (136.93 MB), 33:10

*   14 深度学习进阶/

  *   01 卷积神经网络/

    *   01 卷积神经网络/

      *   01 卷积神经网络原理/

        *   01 卷积神经网络引入.mp4 (72.38 MB), 18:08

        *   02 卷积神经网络原理.mp4 (139.47 MB), 44:23

        *   03 使用卷积操作图片.mp4 (224.51 MB), 41:33

        *   04 搭建卷积神经网络.mp4 (206.21 MB), 37:11

        *   05 图片数据读取.mp4 (149.05 MB), 31:55

      *   02 经典分类网络结构/

        *   01 cifar-10数据集识别.mp4 (89.84 MB), 17:15

        *   02 AlexNet详解.mp4 (78.43 MB), 20:50

        *   03 手动实现AlexNet.mp4 (184.01 MB), 41:10

        *   04 VGG网络结构.mp4 (64.50 MB), 19:08

        *   05 VGG网络实现.mp4 (110.85 MB), 26:52

        *   06 GoogLeNet网络结构.mp4 (79.56 MB), 20:12

        *   07 Inception结构和辅助输出结构.mp4 (81.87 MB), 22:41

        *   08 GoogLeNet网络结构定义.mp4 (135.86 MB), 33:21

        *   09 GoogLeNet训练.mp4 (114.04 MB), 19:40

        *   10 resnet网络结构.mp4 (114.29 MB), 31:54

        *   11 padding的研究.mp4 (91.67 MB), 24:39

        *   12 搭建resnet网络.mp4 (253.36 MB), 01:09:51

        *   13 resnet训练代码.mp4 (91.57 MB), 21:45

      *   03 CNN网络实战技巧/

        *   01 迁移学习概念.mp4 (20.32 MB), 05:41

        *   02 迁移学习代码实现.mp4 (179.32 MB), 44:24

        *   03 迁移学习之训练最后几层参数.mp4 (68.13 MB), 13:58

      *   04 前沿分类网络/

        *   01 ResNeXt网络原理.mp4 (69.11 MB), 23:05

        *   02 mobilenetv1v2原理.mp4 (176.86 MB), 48:15

        *   03 dw卷积和传统卷积对比和mobilenet原理复习.mp4 (82.52 MB), 20:41

        *   04 mobilenetv2代码详解.mp4 (75.05 MB), 16:05

        *   05 mobilenetv3网络结构详解.mp4 (95.17 MB), 26:50

        *   06 mobilenetv3源码解读.mp4 (75.87 MB), 13:10

  *   02 基于CNN的10种物体识别项目/

    *   01 基于CNN的10种物体识别项目/

      *   01 基于CNN的10种物体识别项目/

        *   01 项目介绍.mp4 (2.07 MB), 01:02

        *   02 数据集介绍.mp4 (15.41 MB), 02:06

        *   03 读取数据集.mp4 (14.02 MB), 04:13

        *   04 数据预处理.mp4 (7.67 MB), 02:21

        *   05 定义卷积神经网络.mp4 (29.77 MB), 09:32

        *   06 配置网络.mp4 (7.05 MB), 01:52

        *   07 模型训练.mp4 (22.70 MB), 04:44

        *   08 结果展示.mp4 (8.29 MB), 02:28

        *   09 网络优化.mp4 (52.09 MB), 08:02

  *   03 基于CNN的猫狗图片分类项目/

    *   01 基于CNN的猫狗图片分类项目/

      *   01 基于CNN的猫狗图片分类项目/

        *   01 项目介绍.mp4 (6.55 MB), 01:57

        *   02 读取数据.mp4 (33.15 MB), 10:42

        *   03 搭建卷积神经网络.mp4 (14.83 MB), 04:56

        *   04 配置网络.mp4 (3.41 MB), 01:07

        *   05 模型训练.mp4 (74.39 MB), 14:38

        *   06 数据增强.mp4 (60.92 MB), 10:58

  *   04 PyTorch深度学习框架/

    *   01 PyTorch深度学习框架/

      *   01 Pytorch入门/

        *   01 pytorch介绍.mp4 (38.41 MB), 11:50

        *   02 pytorch安装.mp4 (68.59 MB), 15:36

        *   03 pytorch张量基础操作和基础运算.mp4 (152.42 MB), 48:31

        *   04 pytorch自动微分.mp4 (91.10 MB), 24:19

        *   05 pytorch实现原始线性回归.mp4 (159.05 MB), 38:27

        *   06 pytorch实现线性回归封装写法.mp4 (63.63 MB), 15:34

        *   07 pytorch实现分类问题.mp4 (73.42 MB), 19:48

        *   08 模型的子类写法.mp4 (137.87 MB), 36:43

      *   02 dataset和dataloader/

        *   01 使用dataset重构代码.mp4 (31.15 MB), 08:51

        *   02 使用DataLoader重构代码.mp4 (22.43 MB), 06:28

        *   03 添加校验代码.mp4 (82.71 MB), 25:24

        *   04 封装.mp4 (86.02 MB), 17:28

      *   03 卷积神经网络/

        *   01 使用pytorch搭建cnn实现手写数字识别.mp4 (283.47 MB), 59:57

        *   02 4种天气数据处理.mp4 (153.12 MB), 30:33

        *   03 图片预处理.mp4 (78.08 MB), 16:46

        *   04 添加dropout层.mp4 (168.46 MB), 30:35

        *   05 添加BN层.mp4 (130.92 MB), 15:16

        *   06 vgg16迁移学习.mp4 (118.82 MB), 24:43

        *   07 学习率衰减.mp4 (83.33 MB), 16:38

        *   08 数据增强.mp4 (110.55 MB), 23:28

        *   09 模型参数保存.mp4 (232.37 MB), 44:35

        *   10 自定义dataset.mp4 (240.36 MB), 49:57

        *   11 自定义数据集问题解决.mp4 (156.94 MB), 40:08

        *   12 tensorboard的使用.mp4 (118.28 MB), 30:28

  *   05 Fashion-MNIST时尚物品分类项目/

    *   01 Fashion-MNIST时尚物品分类项目/

      *   01 Fashion-MNIST时尚物品分类/

        *   01 项目介绍.mp4 (2.13 MB), 01:04

        *   02 数据集介绍.mp4 (14.06 MB), 01:25

        *   03 数据读取.mp4 (24.23 MB), 07:17

        *   04 创建模型.mp4 (15.31 MB), 05:55

        *   05 定义训练过程.mp4 (16.44 MB), 05:40

        *   06 定义预测过程.mp4 (11.33 MB), 04:31

        *   07 训练过程.mp4 (22.14 MB), 04:07

        *   08 保存和加载模型.mp4 (4.42 MB), 01:30

        *   09 模型预测.mp4 (25.01 MB), 06:08

  *   06 基于AlexNet的花分类项目/

    *   01 IMDB电影评论情感分类项目/

      *   01 基于AlexNet的花分类项目/

        *   01 批量预测.mp4 (124.14 MB), 24:17

        *   02 项目介绍.mp4 (10.70 MB), 01:52

        *   03 模型定义.mp4 (35.14 MB), 12:16

        *   04 读取数据.mp4 (72.71 MB), 23:09

        *   05 定义训练过程.mp4 (68.71 MB), 17:37

        *   06 不收敛bug解决.mp4 (37.56 MB), 08:09

        *   07 模型预测.mp4 (97.71 MB), 24:14

  *   07 基于图像分类的工业缺陷检测项目/

    *   01 基于图像分类的工业缺陷检测项目/

      *   01 基于图像分类的工业缺陷检测/

        *   01 项目介绍.mp4 (14.03 MB), 02:32

        *   02 数据集介绍.mp4 (45.61 MB), 11:04

        *   03 自定义数据集.mp4 (55.75 MB), 16:14

        *   04 模型定义.mp4 (17.26 MB), 05:23

        *   05 定义训练过程.mp4 (91.29 MB), 24:38

        *   06 定义预测过程.mp4 (38.13 MB), 09:25

  *   08 自然语言处理(NLP)/

    *   01 自然语言处理(NLP)/

      *   01 自然语言处理基础概念/

        *   01 NLP介绍和NLP初期发展.mp4 (195.04 MB), 56:33

        *   02 序列数据研究.mp4 (221.93 MB), 01:09:25

        *   03 文本预处理.mp4 (206.25 MB), 55:27

        *   04 NLTK分词的使用.mp4 (206.74 MB), 46:17

        *   05 jieba分词的使用.mp4 (157.18 MB), 39:21

        *   06 语言模型.mp4 (174.24 MB), 46:07

        *   07 序列数据采样.mp4 (226.68 MB), 01:04:03

      *   02 自然语言处理深度学习算法/

        *   01 循环神经网络(RNN).mp4 (181.17 MB), 52:35

        *   02 从零实现RNN之读取数据和初始化模型参数.mp4 (165.53 MB), 46:17

        *   03 从零实现RNN之构建RNN模型.mp4 (96.67 MB), 27:28

        *   04 从零实现RNN之预测代码.mp4 (38.21 MB), 16:58

        *   05 从零实现RNN之训练.mp4 (139.51 MB), 52:09

        *   06 pytorch实现RNN.mp4 (105.15 MB), 35:41

        *   07 RNN反向传播数学细节.mp4 (85.93 MB), 31:40

        *   08 长短期记忆网络(LSTM).mp4 (201.62 MB), 01:03:32

        *   09 门控循环单元(GRU).mp4 (66.25 MB), 24:19

        *   10 深层循环神经网络.mp4 (59.90 MB), 14:46

        *   11 双向循环神经网络.mp4 (49.96 MB), 14:07

      *   03 自然语言处理高级/

        *   01 机器翻译之数据处理.mp4 (147.37 MB), 46:06

        *   02 编码器-解码器结构.mp4 (165.20 MB), 01:02:54

        *   03 seq2seq之训练.mp4 (150.61 MB), 01:06:37

        *   04 seq2seq之预测和评估.mp4 (102.82 MB), 46:23

        *   05 注意力机制(Attention).mp4 (236.22 MB), 01:24:07

        *   06 注意力分数函数.mp4 (188.31 MB), 01:07:05

        *   07 使用注意力机制的Seq2Seq.mp4 (191.33 MB), 01:01:53

        *   08 多头注意力.mp4 (144.36 MB), 56:44

        *   09 自注意力.mp4 (100.68 MB), 44:02

        *   10 Transformer结构.mp4 (29.93 MB), 12:43

        *   11 Transformer模块之FFN.mp4 (43.71 MB), 18:53

        *   12 Transformer模块之addnorm.mp4 (67.49 MB), 25:49

        *   13 Transformer模块之encoderblock.mp4 (91.37 MB), 28:36

        *   14 Transformer模块之decoder和训练预测.mp4 (235.90 MB), 58:11

        *   15 BERT结构.mp4 (52.43 MB), 20:06

        *   16 BERT实现.mp4 (196.07 MB), 01:07:27

        *   17 BERT训练之数据预处理.mp4 (106.43 MB), 26:06

        *   18 BERT训练环节.mp4 (50.14 MB), 10:50

        *   19 BERT微调训练.mp4 (60.51 MB), 12:09

        *   20 神经网络语言模型.mp4 (95.84 MB), 24:34

        *   21 word2vec.mp4 (53.92 MB), 14:07

        *   22 word2vec推导.mp4 (71.63 MB), 21:49

        *   23 skip-gram的改进.mp4 (26.34 MB), 08:37

        *   24 word2vec之训练数据预处理.mp4 (214.50 MB), 38:32

        *   25 word2vec之训练代码详解.mp4 (288.96 MB), 01:25:48

        *   26 word2vec应用.txt (0.00 MB)

        *   27 GloVe原理.mp4 (158.00 MB), 43:36

        *   28 GloVe使用.mp4 (93.76 MB), 25:24

        *   29 fastText原理.mp4 (77.32 MB), 19:37

        *   30 预训练词向量的使用.mp4 (424.31 MB), 01:09:24

        *   31 ELMo模型.mp4 (81.03 MB), 15:50

        *   32 IMDB情感分析之数据预处理.mp4 (164.85 MB), 42:00

        *   33 IMDB情感分析项目模型搭建和训练预测.mp4 (259.42 MB), 55:27

        *   34 GPT系列模型.mp4 (89.43 MB), 23:44

        *   35 huggingface介绍和安装.mp4 (64.44 MB), 14:07

        *   36 huggingface之tokenizer.mp4 (147.64 MB), 32:01

        *   37 huggingface之datasets用法.mp4 (157.59 MB), 31:12

        *   38 huggingface实现中文文本分类任务.mp4 (286.26 MB), 56:51

        *   39 nlp实战任务之预测最后一个词.mp4 (387.69 MB), 01:22:20

        *   40 nlp实战任务之预测中间词.mp4 (335.56 MB), 01:10:49

        *   41 nlp实战任务之阅读理解.mp4 (596.70 MB), 01:32:34

        *   42 nlp实战任务之文本摘要.mp4 (434.91 MB), 01:30:37

        *   43 nlp实战任务之文本分类.mp4 (295.42 MB), 50:08

        *   44 nlp实战任务之命名实体识别.mp4 (695.12 MB), 02:01:03

        *   45 nlp实战任务之翻译.mp4 (372.93 MB), 01:08:46

        *   46 AI写诗之数据处理.mp4 (201.04 MB), 26:55

        *   47 AI写诗之创建数据集.mp4 (68.13 MB), 12:17

        *   48 AI写诗之创建模型.mp4 (36.87 MB), 07:18

        *   49 AI写诗之训练.mp4 (97.85 MB), 23:43

        *   50 AI写诗之预测.mp4 (116.35 MB), 27:27

  *   09 自然语言处理项目实战--机器翻译/

    *   01 自然语言处理项目实战--机器翻译/

      *   01 循环神经网络/

        *   01 简单神经网络实现文本分类.mp4 (185.33 MB), 44:07

        *   02 简单RNN实现文本分类.mp4 (135.93 MB), 26:38

        *   03 双向循环神经网络实现文本分类.mp4 (264.19 MB), 53:34

        *   04 文本生成任务之数据预处理.mp4 (82.98 MB), 21:40

        *   05 文本生成任务之模型创建.mp4 (70.32 MB), 19:32

        *   06 文本生成任务之训练和预测.mp4 (166.41 MB), 38:58

        *   07 LSTM完成文本生成任务.mp4 (375.44 MB), 01:22:13

        *   08 subword文本分类.mp4 (268.67 MB), 48:13

      *   02 数据预处理/

        *   01 seq2seq和attention基础理论.mp4 (44.61 MB), 15:37

        *   02 数据预处理与读取.mp4 (103.07 MB), 25:32

        *   03 数据id化和生成dataset.mp4 (140.14 MB), 30:20

      *   03 建模/

        *   01 Encoder构建.mp4 (46.08 MB), 12:28

        *   02 attention构建.mp4 (95.08 MB), 25:58

        *   03 Decoder构建.mp4 (95.04 MB), 20:56

      *   04 训练/

        *   01 损失函数与单步训练函数.mp4 (78.86 MB), 20:34

        *   02 模型训练.mp4 (70.17 MB), 15:38

        *   03 模型预测.mp4 (72.22 MB), 17:08

        *   04 attention可视化.mp4 (18.01 MB), 03:53

        *   05 样例分析和总结.mp4 (113.21 MB), 17:50

      *   05 Transformer/

        *   01 Transformer模型总体架构.mp4 (44.32 MB), 17:21

        *   02 Encoder-Decoder架构与缩放点击注意力.mp4 (33.29 MB), 14:11

        *   03 多头注意力与位置编码.mp4 (42.56 MB), 14:59

        *   04 Add, Normalize, Decoding过程和总结.mp4 (37.33 MB), 16:48

        *   05 数据预处理与dataset生成.mp4 (133.83 MB), 38:08

        *   06 位置编码.mp4 (54.54 MB), 16:06

        *   07 mask构建.mp4 (26.89 MB), 09:45

        *   08 缩放点击注意力机制的实现.mp4 (56.24 MB), 16:53

        *   09 缩放点击注意力机制校验.mp4 (76.27 MB), 18:48

        *   10 多头注意力机制实现.mp4 (137.31 MB), 34:45

        *   11 feedforward层次实现.mp4 (27.04 MB), 06:45

        *   12 EncoderLayer实现.mp4 (94.30 MB), 22:31

        *   13 DecoderLayer实现.mp4 (97.73 MB), 21:07

        *   14 EncoderModel实现.mp4 (89.54 MB), 19:53

        *   15 DecoderModel实现.mp4 (73.09 MB), 16:47

        *   16 Transformer实现.mp4 (77.72 MB), 15:35

        *   17 自定义学习率策略.mp4 (52.51 MB), 17:51

        *   18 定义优化器和损失函数.mp4 (41.22 MB), 11:53

        *   19 Mask创建与使用.mp4 (165.08 MB), 28:30

        *   20 模型训练.mp4 (237.55 MB), 59:27

        *   21 模型预测实现.mp4 (69.02 MB), 18:20

        *   22 attention可视化.mp4 (50.60 MB), 11:00

        *   23 实例展示.mp4 (48.58 MB), 09:51

        *   24 项目总结.mp4 (172.99 MB), 27:24

*   15 人工智能直播回放/

  *   01 人工智能（一期）/

    *   01 人工智能（一期）/

      *   01 人工智能概述和特征提取做人工智能的第一步/

        *   01 AI学习曲线图.mp4 (42.90 MB), 12:16

        *   02 AI学习曲线图（二）.mp4 (28.99 MB), 07:57

        *   03 图像识别的一些需求.mp4 (24.66 MB), 06:55

        *   04 图像识别的一些需求（二）.mp4 (38.48 MB), 11:09

        *   05 年龄向量和分类.mp4 (21.28 MB), 05:48

        *   06 图像例子.mp4 (24.74 MB), 07:23

        *   07 汽车向量表示.mp4 (20.41 MB), 05:46

        *   08 组合特征.mp4 (19.23 MB), 05:36

        *   09 组合特征（二）.mp4 (28.58 MB), 08:16

        *   10 应用场景.mp4 (27.84 MB), 07:37

        *   11 应用场景（二）.mp4 (23.87 MB), 07:04

        *   12 总结.mp4 (23.34 MB), 06:32

      *   02 线性回归1第一个模型，用来进行数值预测/

        *   01 上节课特征的提取.mp4 (26.18 MB), 06:30

        *   02 线性回归.mp4 (35.59 MB), 09:14

        *   03 线性回归误差.mp4 (31.45 MB), 08:22

        *   04 有解析解，无解析解.mp4 (27.29 MB), 08:09

        *   05 机器学习在python中的应用.mp4 (33.96 MB), 09:41

        *   06 机器学习在python中的应用（二）.mp4 (28.07 MB), 07:45

        *   07 训练集测试集MSE.mp4 (32.24 MB), 08:48

        *   08 训练集测试集MSE（二）.mp4 (17.17 MB), 04:30

        *   09 训练集测试集MSE（三）.mp4 (33.79 MB), 09:28

        *   10 训练集测试集MSE（四）.mp4 (42.88 MB), 10:39

        *   11 全量数据.mp4 (29.16 MB), 08:19

        *   12 全量数据（二）.mp4 (36.78 MB), 10:08

      *   03 线性回归2从傻瓜到智能，梯度下降法学习法/

        *   01 上节课线性回归.mp4 (34.09 MB), 08:07

        *   02 上节课线性回归（二）.mp4 (34.30 MB), 09:09

        *   03 线性回归例题.mp4 (29.14 MB), 07:48

        *   04 线性回归例题（四）.mp4 (30.67 MB), 08:10

        *   05 线性回归例题代码实现.mp4 (65.18 MB), 10:57

        *   06 线性回归例题（五）.mp4 (35.28 MB), 09:08

        *   07 线性回归例题（六）.mp4 (33.48 MB), 08:37

        *   08 线性回归例题（七）.mp4 (33.87 MB), 08:23

        *   09 MSE训练集.mp4 (37.69 MB), 09:13

        *   10 例题训练.mp4 (30.81 MB), 07:42

        *   11 例题训练（二）.mp4 (22.89 MB), 05:45

        *   12 学习书籍推荐.mp4 (36.69 MB), 07:05

        *   13 例题训练（三）.mp4 (42.60 MB), 10:55

      *   04 线性回归3突破瓶颈，模型效果的提升/

        *   01 MSE平法问题.mp4 (29.75 MB), 07:36

        *   02 MSE平法问题（二）.mp4 (36.73 MB), 09:35

        *   03 多元线性回归.mp4 (33.38 MB), 08:04

        *   04 多元线性回归（二）.mp4 (34.65 MB), 08:09

        *   05 多元线性回归（三）.mp4 (42.18 MB), 09:40

        *   06 多元线性回归和泰勒公式.mp4 (36.55 MB), 09:01

        *   07 花式玩法.mp4 (33.32 MB), 07:43

        *   08 抗噪能力.mp4 (29.28 MB), 06:58

        *   09 抗噪能力（二）.mp4 (31.14 MB), 07:26

        *   10 代码实现.mp4 (41.96 MB), 10:04

        *   11 数据场景.mp4 (30.25 MB), 08:18

        *   12 问题答疑.mp4 (44.51 MB), 12:05

      *   05 逻辑回归1猛将起于卒伍，工业环境下的分类模型/

        *   01 线性回归回顾.mp4 (16.26 MB), 04:21

        *   02 多分类.mp4 (7.85 MB), 02:13

        *   03 多分类（二）.mp4 (50.18 MB), 07:54

        *   04 线性回归，字母识别.mp4 (30.35 MB), 07:58

        *   05 字母识别.mp4 (39.70 MB), 09:58

        *   06 线性回归训练.mp4 (27.27 MB), 06:34

        *   07 线性回归训练（二）.mp4 (19.84 MB), 04:32

        *   08 线性回归训练（三）.mp4 (15.60 MB), 03:49

        *   09 KL距离问题.mp4 (31.64 MB), 08:10

        *   10 KL距离问题（二）.mp4 (25.31 MB), 06:28

        *   11 KL距离问题（三）.mp4 (26.37 MB), 06:43

        *   12 KL距离问题（四）.mp4 (25.57 MB), 06:06

        *   13 KL距离问题（五）.mp4 (29.01 MB), 07:21

        *   14 KL距离问题（六）.mp4 (29.82 MB), 07:16

        *   15 KL距离问题（七）.mp4 (34.70 MB), 08:45

      *   06 逻辑回归2损失函数推到解析和特征选择优化/

        *   01 KL距离问题代码实现.mp4 (29.23 MB), 06:41

        *   02 KL距离问题代码实现（二）.mp4 (36.91 MB), 09:26

        *   03 KL距离问题.mp4 (34.44 MB), 08:52

        *   04 为什么不用MSE.mp4 (34.45 MB), 08:02

        *   05 为什么不用MSE（二）.mp4 (37.19 MB), 09:03

        *   06 机器学习分级.mp4 (29.00 MB), 08:12

        *   07 分类.mp4 (24.38 MB), 06:25

        *   08 线性不可分.mp4 (25.47 MB), 06:12

        *   09 线性不可分（二）.mp4 (38.63 MB), 09:54

        *   10 计算逻辑回归模型.mp4 (34.27 MB), 08:25

        *   11 分类器.mp4 (31.66 MB), 07:49

        *   12 分类器（二）.mp4 (29.46 MB), 07:41

        *   13 分类器（三）.mp4 (34.07 MB), 07:39

      *   07 逻辑回归3到底好不好模型评价指标讲解/

        *   01 逻辑回归指标.mp4 (31.72 MB), 08:22

        *   02 准确率和召回率.mp4 (39.66 MB), 09:25

        *   03 准确率和召回率跟阈值相关.mp4 (34.08 MB), 08:19

        *   04 准确率和召回率跟阈值相关（二）.mp4 (47.18 MB), 11:57

        *   05 用模型预测样本.mp4 (38.20 MB), 09:06

        *   06 预测分值正样本比负样本大的情况数量.mp4 (29.41 MB), 07:27

        *   07 预测分值正样本比负样本大的情况数量例子.mp4 (31.67 MB), 07:50

        *   08 正反样本的组合数量.mp4 (29.45 MB), 07:30

        *   09 AUC.mp4 (34.09 MB), 09:03

        *   10 正确率，准确率和召回率，ROC曲线和auc值.mp4 (38.29 MB), 09:13

        *   11 正确率，准确率和召回率，ROC曲线和auc值（二）.mp4 (45.69 MB), 10:46

        *   12 正确率，准确率和召回率，ROC曲线和auc值（三）.mp4 (36.89 MB), 08:32

        *   13 w预测硬币的正面概率.mp4 (61.56 MB), 15:23

      *   08 逻辑回归4让模型看的更准更稳，正则优化/

        *   01 分类函数输出概率.mp4 (44.24 MB), 06:56

        *   02 分类函数输出概率（二）.mp4 (23.67 MB), 05:58

        *   03 信息冗余.mp4 (50.43 MB), 08:12

        *   04 训练集差异.mp4 (31.95 MB), 07:38

        *   05 逻辑回归损失函数.mp4 (50.97 MB), 07:28

        *   06 逻辑回归损失函数.mp4 (50.97 MB), 07:28

        *   07 L1和L2的区别.mp4 (29.34 MB), 07:48

        *   08 L1和L2的区别（二）.mp4 (30.35 MB), 07:48

        *   09 L1和L2的区别（三）.mp4 (29.63 MB), 07:11

        *   10 我们想要的测试集效果.mp4 (28.48 MB), 06:44

        *   11 等高线.mp4 (23.51 MB), 06:37

        *   12 等高线（二）.mp4 (27.13 MB), 07:01

        *   13 等高线（三）.mp4 (32.05 MB), 07:30

        *   14 等高线（四）.mp4 (28.27 MB), 07:46

        *   15 等高线（五）.mp4 (25.68 MB), 07:30

      *   09 逻辑回归5让学习更高效，数值优化和一只看不见的手/

        *   01 KL距离问题.mp4 (35.37 MB), 08:08

        *   02 等高线问题.mp4 (30.22 MB), 06:57

        *   03 特征转换.mp4 (30.16 MB), 07:34

        *   04 连续值概率.mp4 (25.96 MB), 06:20

        *   05 概率密度，高斯分布.mp4 (36.31 MB), 09:00

        *   06 对于具体一个类别来说它的特征分布符合正态分布.mp4 (27.50 MB), 06:56

        *   07 贝叶斯公式.mp4 (29.52 MB), 07:10

        *   08 贝叶斯公式（二）.mp4 (30.86 MB), 06:48

        *   09 贝叶斯公式（三）.mp4 (32.79 MB), 07:03

        *   10 逻辑回归的两个实时.mp4 (35.83 MB), 08:14

        *   11 最大似然估计.mp4 (37.91 MB), 08:38

        *   12 最大似然估计（二）.mp4 (34.10 MB), 07:32

        *   13 最大似然估计（三）.mp4 (35.76 MB), 07:54

        *   14 问题答疑.mp4 (30.44 MB), 08:03

      *   10 朴素贝叶斯模型：简单背后蕴含的有效/

        *   01 朴素贝叶斯.mp4 (25.24 MB), 07:26

        *   02 耦合根本原因.mp4 (28.51 MB), 08:08

        *   03 耦合根本原因（二）.mp4 (21.02 MB), 07:09

        *   04 正态分布.mp4 (25.74 MB), 07:44

        *   05 朴素贝叶斯训练.mp4 (28.22 MB), 09:00

        *   06 问题答疑.mp4 (27.70 MB), 08:29

        *   07 先验.mp4 (26.65 MB), 08:08

        *   08 二项分布.mp4 (25.74 MB), 07:35

        *   09 二项分布，正态分布，多项分布.mp4 (30.83 MB), 09:51

        *   10 二项分布，正态分布，多项分布（二）.mp4 (22.19 MB), 06:50

        *   11 信息量.mp4 (36.33 MB), 11:00

        *   12 信号量（二）.mp4 (28.33 MB), 09:11

        *   13 问题答疑（二）.mp4 (28.91 MB), 08:49

        *   14 问题答疑（三）.mp4 (3.75 MB), 01:10

      *   11 支持向量机SVM1曾经的分类王者/

        *   01 支持向量机.mp4 (21.12 MB), 08:02

        *   02 支持向量机（二）.mp4 (20.56 MB), 06:52

        *   03 支持向量机（三）.mp4 (21.63 MB), 06:30

        *   04 泛化能力.mp4 (29.90 MB), 09:46

        *   05 泛化能力正则项.mp4 (26.41 MB), 07:57

        *   06 泛化能力正则项（二）.mp4 (25.81 MB), 07:45

        *   07 支持向量机SVM.mp4 (23.50 MB), 07:56

        *   08 抗噪声.mp4 (28.27 MB), 09:38

        *   09 多分类.mp4 (24.55 MB), 07:18

        *   10 KNN.mp4 (27.02 MB), 09:20

        *   11 权重.mp4 (22.83 MB), 07:14

        *   12 训练集代码实现.mp4 (31.81 MB), 09:26

        *   13 问题答疑.mp4 (14.77 MB), 05:08

      *   12 SVM2昔日辉煌，传统方法顶峰详解/

        *   01 分类，线性可分.mp4 (32.38 MB), 09:22

        *   02 分类，线性可分（二）.mp4 (26.68 MB), 08:17

        *   03 网络搜索.mp4 (24.99 MB), 07:40

        *   04 线性不可分.mp4 (30.33 MB), 09:00

        *   05 线性不可分（二）.mp4 (25.54 MB), 07:40

        *   06 SVM.mp4 (27.06 MB), 07:55

        *   07 MSE，高斯.mp4 (38.60 MB), 10:31

        *   08 无穷方程.mp4 (38.93 MB), 10:45

        *   09 线性可分，线性不可分，核函数.mp4 (34.05 MB), 10:34

        *   10 线性可分，线性不可分，核函数（二）.mp4 (41.61 MB), 12:08

        *   11 分类器集成.mp4 (43.00 MB), 12:21

      *   13 分类器背后的秘密和机器学习三大定律/

        *   01 维数灾难.mp4 (33.19 MB), 07:00

        *   02 维数灾难（二）.mp4 (29.86 MB), 06:14

        *   03 模型表达力.mp4 (33.22 MB), 07:16

        *   04 KNN，SVM，DT.mp4 (41.82 MB), 08:47

        *   05 表达能力，Vc维，二分类.mp4 (36.04 MB), 07:37

        *   06 表达能力，Vc维，二分类（二）.mp4 (40.22 MB), 08:17

        *   07 泛化能力，问题答疑.mp4 (33.78 MB), 08:40

        *   08 偏差.mp4 (36.77 MB), 08:08

        *   09 丑小鸭定律.mp4 (34.59 MB), 07:18

        *   10 没有免费的午餐定律.mp4 (41.80 MB), 08:34

        *   11 奥卡姆剃刀.mp4 (39.02 MB), 08:01

        *   12 奥卡姆剃刀（二）.mp4 (41.51 MB), 09:08

        *   13 奥卡姆剃刀（三）.mp4 (29.25 MB), 06:35

        *   14 问题答疑.mp4 (52.92 MB), 06:40

        *   15 问题答疑（二）.mp4 (27.57 MB), 02:26

      *   14 集成学习：三个臭皮匠顶一个诸葛亮-决策树和随机森林/

        *   01 集成学习.mp4 (23.44 MB), 07:44

        *   02 集成学习（二）.mp4 (20.27 MB), 07:06

        *   03 增强泛化能力.mp4 (24.60 MB), 07:58

        *   04 增强泛化能力（二）.mp4 (31.09 MB), 09:42

        *   05 随机森林.mp4 (25.26 MB), 07:58

        *   06 随机森林（二）.mp4 (24.38 MB), 07:51

        *   07 随机森林代码实现.mp4 (31.25 MB), 11:07

        *   08 问题答疑.mp4 (26.34 MB), 09:11

        *   09 问题答疑（二）.mp4 (30.71 MB), 09:51

        *   10 问题答疑（三）.mp4 (19.42 MB), 06:01

        *   11 初始化样本权重.mp4 (27.71 MB), 09:03

        *   12 分类器GM权重.mp4 (35.85 MB), 12:09

        *   13 分类器训练.mp4 (21.68 MB), 06:33

      *   15 集成学习：企业神器GBDT详解/

        *   01 随机森林.mp4 (36.74 MB), 10:04

        *   02 集成学习.mp4 (38.93 MB), 10:28

        *   03 GBDT.mp4 (33.67 MB), 09:15

        *   04 预测，分类.mp4 (41.90 MB), 11:07

        *   05 预测.mp4 (32.57 MB), 09:08

        *   06 GBDT.mp4 (45.92 MB), 12:00

        *   07 梯度下降法.mp4 (32.39 MB), 08:32

        *   08 梯度下降法（二）.mp4 (30.05 MB), 07:58

        *   09 GBDT的数学.mp4 (37.86 MB), 10:02

        *   10 GBDT的数学（二）.mp4 (35.56 MB), 09:55

        *   11 GBDT的数学（三）.mp4 (24.12 MB), 06:06

        *   12 垃圾分类.mp4 (21.98 MB), 06:23

      *   16 Kmeans聚类：无监督学习，让数据自己说话/

        *   01 聚类.mp4 (20.93 MB), 07:16

        *   02 打标团队.mp4 (24.82 MB), 08:49

        *   03 寻找中心点.mp4 (31.40 MB), 10:10

        *   04 寻找中心点代码实现.mp4 (34.15 MB), 10:38

        *   05 kmeans.mp4 (25.03 MB), 09:01

        *   06 内聚.mp4 (19.52 MB), 07:05

        *   07 异常点的影响.mp4 (23.37 MB), 08:07

        *   08 数值问题，归一化.mp4 (26.84 MB), 08:41

        *   09 归一化.mp4 (28.98 MB), 09:24

        *   10 网络搜索.mp4 (33.78 MB), 10:41

        *   11 问题答疑.mp4 (22.40 MB), 08:10

        *   12 问题答疑（二）.mp4 (27.89 MB), 09:20

        *   13 问题答疑（三）.mp4 (0.68 MB), 00:10

      *   17 DBscan聚类：kmeans升级，数据更具智能/

        *   01 kmeans.mp4 (70.03 MB), 10:16

        *   02 annoy.mp4 (65.80 MB), 10:27

        *   03 annoy训练.mp4 (64.33 MB), 08:35

        *   04 annoy训练代码实现.mp4 (56.78 MB), 08:20

        *   05 DBscan.mp4 (77.47 MB), 11:51

        *   06 寻找核心点.mp4 (62.18 MB), 09:43

        *   07 聚类的点.mp4 (65.54 MB), 10:04

        *   08 聚类训练代码实现.mp4 (74.89 MB), 12:10

        *   09 反欺诈.mp4 (40.89 MB), 06:50

      *   18 LDA：文本数据大杀器，揭示文本背后的秘密/

        *   01 自然语言处理.mp4 (57.11 MB), 08:04

        *   02 自然语言处理（二）.mp4 (67.57 MB), 10:54

        *   03 逻辑回归的高斯解释.mp4 (66.13 MB), 10:35

        *   04 LDA.mp4 (65.90 MB), 09:47

        *   05 怎么求每个词对应的主题.mp4 (73.47 MB), 10:20

        *   06 怎么求每个词对应的主题（二）.mp4 (63.14 MB), 09:01

        *   07 怎么求每个词对应的主题（三）.mp4 (70.75 MB), 10:03

        *   08 怎么求每个词对应的主题（四）.mp4 (55.52 MB), 07:24

        *   09 LDA数学八卦.mp4 (77.48 MB), 08:46

        *   10 怎么求每个词对应的主题代码实现.mp4 (60.60 MB), 08:32

        *   11 怎么求每个词对应的主题代码实现（二）.mp4 (89.30 MB), 07:46

        *   12 怎么求每个词对应的主题代码实现（三）.mp4 (94.43 MB), 07:28

        *   13 怎么求每个词对应的主题代码实现（四）.mp4 (75.95 MB), 09:28

      *   19 深度学习DNN01深度学习开启人工智能新时代/

        *   01 学习方法.mp4 (48.34 MB), 07:20

        *   02 线性变换.mp4 (53.61 MB), 07:35

        *   03 线性变换（二）.mp4 (68.47 MB), 09:45

        *   04 线性变换（三）.mp4 (59.40 MB), 08:13

        *   05 二分类.mp4 (87.58 MB), 10:14

        *   06 特征值和特征向量.mp4 (58.53 MB), 08:06

        *   07 特征值和特征向量（二）.mp4 (49.68 MB), 07:14

        *   08 多分类.mp4 (77.54 MB), 10:33

        *   09 二分类.mp4 (64.63 MB), 08:26

        *   10 CPU命令集.mp4 (64.46 MB), 08:21

        *   11 训练集代码实现.mp4 (92.77 MB), 10:47

      *   20 编程工具keras讲解和深度学习为什么会有效/

        *   01 softmax.mp4 (46.87 MB), 06:58

        *   02 GPU.mp4 (41.89 MB), 06:48

        *   03 GPU（二）.mp4 (50.97 MB), 07:09

        *   04 keras惯序模型，函数模型.mp4 (54.77 MB), 08:25

        *   05 keras惯序模型，函数模型（二）.mp4 (37.40 MB), 04:35

        *   06 keras惯序模型，函数模型（三）.mp4 (42.29 MB), 06:21

        *   07 keras惯序模型，函数模型（四）.mp4 (47.78 MB), 06:37

        *   08 神经网络.mp4 (63.14 MB), 08:06

        *   09 图片识别.mp4 (64.40 MB), 09:13

        *   10 自动特征选择器.mp4 (50.87 MB), 07:11

        *   11 自动特征选择器（二）.mp4 (47.06 MB), 06:56

        *   12 需要考虑的情况.mp4 (70.52 MB), 06:13

        *   13 线性变换+激活.mp4 (62.87 MB), 08:25

      *   21 深度学习的学习算法，梯度下降法和链式法则/

        *   01 深度学习DNN.mp4 (74.67 MB), 07:07

        *   02 DNN.mp4 (78.85 MB), 07:44

        *   03 神经网络训练.mp4 (90.15 MB), 09:01

        *   04 神经网络训练（二）.mp4 (93.49 MB), 09:15

        *   05 神经网络训练（三）.mp4 (55.45 MB), 05:03

        *   06 神经网络训练（四）.mp4 (71.08 MB), 06:54

        *   07 Wm的更新.mp4 (76.79 MB), 07:35

        *   08 更新Wm1.mp4 (80.20 MB), 08:49

        *   09 更新Wm1（二）.mp4 (92.06 MB), 09:29

        *   10 更新Wm1（三）.mp4 (94.17 MB), 09:08

        *   11 多层神经网络.mp4 (82.92 MB), 07:37

        *   12 问题答疑.mp4 (95.43 MB), 10:13

      *   22 多分类函数softmax和学习方法/

        *   01 深度学习DNN.mp4 (66.88 MB), 09:10

        *   02 深度学习DNN（二）.mp4 (79.33 MB), 10:31

        *   03 relu.mp4 (60.23 MB), 08:12

        *   04 多层神经元网络.mp4 (58.82 MB), 09:14

        *   05 多层神经元网络（二）.mp4 (64.27 MB), 08:59

        *   06 多层神经元网络（三）.mp4 (46.59 MB), 06:42

        *   07 学习方法.mp4 (55.57 MB), 08:12

        *   08 多层神经元网络（四）.mp4 (59.44 MB), 08:39

        *   09 多层神经元网络（五）.mp4 (76.56 MB), 10:38

        *   10 真实类别.mp4 (80.06 MB), 10:35

        *   11 真实类别（二）.mp4 (65.00 MB), 09:08

        *   12 softmax.mp4 (115.49 MB), 15:46

      *   23 深度学习非线性能力关键：激活函数详解/

        *   01 逻辑回归正态分布分类.mp4 (60.10 MB), 06:43

        *   02 逻辑回归正态分布分类（二）.mp4 (80.93 MB), 09:37

        *   03 激活函数导数连乘问题.mp4 (67.66 MB), 07:51

        *   04 梯度消失.mp4 (70.52 MB), 09:21

        *   05 梯度消失训练.mp4 (93.06 MB), 10:01

        *   06 梯度消失训练（二）.mp4 (59.05 MB), 06:51

        *   07 每一小段的线性.mp4 (39.53 MB), 04:50

        *   08 梯度问题.mp4 (55.39 MB), 06:45

        *   09 Relu函数分析.mp4 (62.65 MB), 08:30

        *   10 Relu神经元的真死和假死.mp4 (63.45 MB), 08:12

        *   11 特征选择.mp4 (60.45 MB), 07:30

        *   12 Relu神经元的真死和假死训练.mp4 (77.45 MB), 10:37

      *   24 深度学习避坑指南：权重初始化的方法和技巧/

        *   01 Relu和Elu.mp4 (53.61 MB), 07:40

        *   02 Relu和Elu（二）.mp4 (74.93 MB), 09:16

        *   03 好的函数有哪些特点.mp4 (64.65 MB), 08:17

        *   04 零均值.mp4 (61.17 MB), 07:30

        *   05 激活函数和梯度爆炸.mp4 (60.04 MB), 07:44

        *   06 单调性.mp4 (58.40 MB), 07:25

        *   07 周期性.mp4 (62.04 MB), 08:38

        *   08 权重问题.mp4 (68.50 MB), 09:16

        *   09 权重问题（二）.mp4 (53.61 MB), 07:37

        *   10 数据冗余（一）.mp4 (66.69 MB), 09:06

        *   11 数据冗余（二）.mp4 (33.82 MB), 04:43

        *   12 Relu.mp4 (54.84 MB), 09:14

      *   25 集成学习在深度学习中的应用dropout/

        *   01 上节课权重问题.mp4 (70.90 MB), 06:59

        *   02 随机差.mp4 (104.54 MB), 09:59

        *   03 均匀分布初始化.mp4 (124.69 MB), 11:14

        *   04 神经元权重.mp4 (116.32 MB), 10:24

        *   05 用集成的角度看神经元网络.mp4 (776.75 MB), 01:10:35

        *   06 大神经网络.mp4 (132.26 MB), 11:37

        *   07 训练网络.mp4 (156.99 MB), 13:24

        *   08 dropout.mp4 (109.32 MB), 09:47

        *   09 dropout比例对效果的影响.mp4 (117.77 MB), 10:21

        *   10 子网络独立性.mp4 (85.58 MB), 07:27

      *   26 梯度下降法的优化和一些先进的学习技术/

        *   01 梯度下降法.mp4 (79.15 MB), 07:22

        *   02 鞍点.mp4 (92.77 MB), 09:02

        *   03 二阶导.mp4 (85.47 MB), 08:06

        *   04 SGD.mp4 (89.21 MB), 08:24

        *   05 悬崖问题.mp4 (98.81 MB), 09:27

        *   06 梯度的幅度.mp4 (68.89 MB), 06:41

        *   07 动量法.mp4 (78.14 MB), 07:36

        *   08 机器学习的难点.mp4 (86.89 MB), 08:36

        *   09 Ada Grad.mp4 (83.47 MB), 08:07

        *   10 Adam.mp4 (89.00 MB), 08:00

        *   11 梯度下降.mp4 (102.60 MB), 09:18

        *   12 Relu.mp4 (136.38 MB), 12:41

      *   27 项目一：数字图像识别，让机器具有一双眼睛/

        *   01 课程目标.mp4 (86.89 MB), 14:33

        *   02 激活函数.mp4 (60.69 MB), 11:05

        *   03 DNN权重，学习方法.mp4 (50.19 MB), 09:33

        *   04 Dropout.mp4 (46.99 MB), 08:21

        *   05 图像分类的问题OCR.mp4 (43.46 MB), 07:19

        *   06 分析需求，用DNN模型进行分类输出函数.mp4 (63.73 MB), 10:38

        *   07 传统的图像领域中,分类问题处理彩色图片.mp4 (53.92 MB), 09:03

        *   08 图像归一化.mp4 (57.17 MB), 10:01

        *   09 图像归一化（二）.mp4 (66.14 MB), 11:25

        *   10 深度学习.mp4 (45.72 MB), 07:32

        *   11 深度学习（二）.mp4 (35.49 MB), 07:42

      *   28 项目二：以图搜图技术详解实战01/

        *   01 上节课遗留问题.mp4 (162.60 MB), 13:16

        *   02 数据反馈系统.mp4 (132.43 MB), 10:27

        *   03 定期收集badcase进行二次学习.mp4 (122.67 MB), 09:43

        *   04 以图搜图.mp4 (139.70 MB), 10:08

        *   05 以图搜图（二）.mp4 (102.83 MB), 08:17

        *   06 hash.mp4 (97.94 MB), 07:54

        *   07 图像压缩.mp4 (91.31 MB), 08:31

        *   08 图像压缩（二）.mp4 (97.86 MB), 09:03

        *   09 Encode.mp4 (104.35 MB), 10:19

        *   10 Encode（二）.mp4 (84.11 MB), 07:55

      *   29 项目二：以图搜图技术详解实战02/

        *   01 计算图像之间的相似度.mp4 (72.68 MB), 06:26

        *   02 图库.mp4 (119.60 MB), 10:28

        *   03 图库（二）.mp4 (136.99 MB), 12:59

        *   04 深度特征自动学习.mp4 (125.74 MB), 11:52

        *   05 编码.mp4 (67.66 MB), 06:39

        *   06 Kmeans.mp4 (82.05 MB), 08:39

        *   07 扩展.mp4 (79.78 MB), 08:19

        *   08 编码怎么做.mp4 (114.86 MB), 11:50

        *   09 图片特征排索引.mp4 (76.73 MB), 07:46

        *   10 倒排索引.mp4 (102.03 MB), 09:55

      *   30 开始深度学习在自然语言处理领域的时代/

        *   01 扩展：手机话费.mp4 (51.48 MB), 06:40

        *   02 自然语言处理.mp4 (55.77 MB), 07:49

        *   03 语言模型.mp4 (81.61 MB), 11:02

        *   04 模型简化，语料库小的问题.mp4 (110.28 MB), 09:59

        *   05 语料库.mp4 (73.01 MB), 10:48

        *   06 概率估计.mp4 (477.08 MB), 01:05:39

        *   07 语料库和神经网络.mp4 (54.31 MB), 07:34

        *   08 语料库和神经网络（二）.mp4 (71.46 MB), 09:26

        *   09 向量相加.mp4 (68.88 MB), 09:47

        *   10 向量相加（二）.mp4 (63.93 MB), 08:51

        *   11 训练输入.mp4 (62.48 MB), 07:56

        *   12 语义型模型.mp4 (73.80 MB), 10:16

      *   31 word2vec的一些特殊问题和优化方法/

        *   01 语言模型.mp4 (51.76 MB), 09:01

        *   02 简化语言模型.mp4 (51.20 MB), 10:50

        *   03 语言模型，二叉树改造.mp4 (68.23 MB), 13:51

        *   04 Huffman树.mp4 (71.31 MB), 12:06

        *   05 用word2vec，做寻找近义词.mp4 (85.33 MB), 12:49

        *   06 用word2vec，做寻找近义词（二）.mp4 (64.29 MB), 12:09

        *   07 召回和准确.mp4 (39.52 MB), 08:12

        *   08 召回和准确，负采样.mp4 (49.61 MB), 10:44

        *   09 Word2vec.mp4 (56.74 MB), 10:10

        *   10 语义训练.mp4 (54.93 MB), 10:10

        *   11 孤岛效应.mp4 (47.61 MB), 09:29

      *   32 推荐系统整体流程架构解读01/

        *   01 Word2vec问题无法解决一词多义.mp4 (51.76 MB), 09:01

        *   02 多义词，特殊场景.mp4 (60.47 MB), 11:03

        *   03 用相加后的向量对目标词进行预测.mp4 (67.08 MB), 11:24

        *   04 互联网信息.mp4 (46.57 MB), 07:54

        *   05 推荐系统.mp4 (92.49 MB), 15:40

        *   06 推荐系统（二）.mp4 (54.02 MB), 09:16

        *   07 推荐系统（三）.mp4 (61.77 MB), 11:04

        *   08 推荐系统，机器学习.mp4 (51.74 MB), 09:29

        *   09 多路召回.mp4 (61.93 MB), 12:08

        *   10 多路召回（二）.mp4 (60.69 MB), 10:35

        *   11 深度学习，信息日志.mp4 (83.47 MB), 14:11

      *   33 项目三：AB测试和相关指标解读02/

        *   01 简历.mp4 (74.43 MB), 11:28

        *   02 推荐系统，机器学习.mp4 (42.72 MB), 06:56

        *   03 推荐系统.mp4 (52.66 MB), 08:42

        *   04 什么是好的推荐系统.mp4 (48.03 MB), 08:55

        *   05 什么是好的推荐系统（二）.mp4 (62.78 MB), 10:39

        *   06 产品形态，人均时长.mp4 (58.12 MB), 09:00

        *   07 桶bucket.mp4 (39.63 MB), 06:48

        *   08 桶bucket（二）.mp4 (41.91 MB), 06:58

        *   09 桶bucket（三）.mp4 (36.37 MB), 06:18

        *   10 AAB实验.mp4 (61.26 MB), 09:33

        *   11 AAB实验（二）.mp4 (40.97 MB), 07:10

        *   12 策略.mp4 (40.66 MB), 05:52

      *   34 关键词抽取和基于文本的召回算法03/

        *   01 提取关键词.mp4 (57.01 MB), 14:39

        *   02 提取关键词，Tf-idf.mp4 (49.49 MB), 11:59

        *   03 提取关键词，Tf-idf（二）.mp4 (56.86 MB), 15:08

        *   04 每个词的权重.mp4 (120.46 MB), 15:12

        *   05 关键词的提取方法.mp4 (45.49 MB), 12:54

        *   06 关键词两种.mp4 (69.39 MB), 16:21

        *   07 用户画像和文章召回.mp4 (53.20 MB), 13:26

      *   35 项目三：推荐系统04基于行为类的召回算法/

        *   01 内容池，全量池.mp4 (32.01 MB), 06:35

        *   02 基于内容的推荐,基于行为的召回.mp4 (51.74 MB), 10:17

        *   03 隐式数据表达.mp4 (40.76 MB), 08:51

        *   04 相似度构建损失函数.mp4 (37.95 MB), 08:44

        *   05 随机采样.mp4 (53.72 MB), 11:00

        *   06 DNN，梯度下降.mp4 (32.19 MB), 06:39

        *   07 更加优化.mp4 (28.31 MB), 06:13

        *   08 用Love空间所对应的向量.mp4 (60.17 MB), 10:44

        *   09 用Love空间所对应的向量代码实现.mp4 (42.42 MB), 09:11

        *   10 用Love空间所对应的向量代码实现（二）.mp4 (49.13 MB), 07:32

        *   11 产品定位推荐.mp4 (46.78 MB), 08:30

        *   12 召回粗排序.mp4 (32.10 MB), 08:38

      *   36 项目三：推荐系统05 Airbnb优秀论文解读/

        *   01 召回粗排序.mp4 (54.97 MB), 07:47

        *   02 推荐系统session.mp4 (62.80 MB), 09:11

        *   03 推荐系统session（二）.mp4 (58.15 MB), 08:55

        *   04 相似列表.mp4 (55.91 MB), 08:27

        *   05 例子电商APP.mp4 (53.17 MB), 06:57

        *   06 电商APP（二）.mp4 (52.44 MB), 09:33

        *   07 对预定序列进行word2vec.mp4 (60.94 MB), 09:11

        *   08 对预定序列进行word2vec（二）.mp4 (56.73 MB), 07:47

        *   09 embedding计算相似度，社交友好推荐.mp4 (58.53 MB), 10:17

        *   10 社交友好推荐（一）.mp4 (54.82 MB), 09:24

        *   11 社交友好推荐（二）.mp4 (54.35 MB), 09:32

        *   12 项目分析.mp4 (46.21 MB), 07:43

        *   13 项目之公司类型.mp4 (43.17 MB), 07:22

      *   37 CNN：计算机视觉标配，给AI一双慧眼/

        *   01 网页分类.mp4 (60.98 MB), 08:43

        *   02 Fasttext Facebook.mp4 (42.75 MB), 07:13

        *   03 Fattext文本分类word2vec.mp4 (80.26 MB), 10:43

        *   04 Keras和Fasttext.mp4 (123.18 MB), 16:57

        *   05 CNN.mp4 (57.90 MB), 08:51

        *   06 CNN（二）.mp4 (53.59 MB), 08:36

        *   07 设计模板.mp4 (37.31 MB), 06:47

        *   08 设计模板：圆.mp4 (52.22 MB), 08:41

        *   09 模板：基本形状.mp4 (50.96 MB), 08:37

        *   10 模板：基本形状（二）.mp4 (52.43 MB), 08:23

        *   11 模板：基本形状（三）.mp4 (74.25 MB), 11:32

      *   38 项目四：CNN识别彩色图像，就那么一会/

        *   01 识别图像.mp4 (51.32 MB), 06:54

        *   02 池化pool，基本形状的强度.mp4 (42.41 MB), 06:35

        *   03 卷积-池化层.mp4 (46.14 MB), 07:14

        *   04 卷积.mp4 (47.00 MB), 07:46

        *   05 卷积和激活函数.mp4 (58.36 MB), 08:51

        *   06 神经网络识别输入图片.mp4 (64.85 MB), 07:25

        *   07 神经网络识别输入图片（二）.mp4 (44.43 MB), 08:12

        *   08 神经网络识别输入图片（三）.mp4 (38.94 MB), 05:10

        *   09 神经网络识别输入图片（四）.mp4 (50.24 MB), 06:53

        *   10 卷积的本质.mp4 (71.46 MB), 11:13

        *   11 CNN本质.mp4 (64.67 MB), 09:11

        *   12 卷积概述.mp4 (40.57 MB), 06:57

        *   13 数字识别和图像识别.mp4 (40.24 MB), 05:08

      *   39 一期课程内容总结/

        *   01 问题答疑.mp4 (30.82 MB), 05:10

        *   02 训练样本总结.mp4 (92.31 MB), 10:06

        *   03 CNN卷积神经网络.mp4 (59.64 MB), 09:45

        *   04 卷积，池化.mp4 (34.40 MB), 04:56

        *   05 超参数选定原则.mp4 (45.37 MB), 07:01

        *   06 机器学习测评.mp4 (25.27 MB), 03:55

        *   07 CNN再文本方面的应用.mp4 (65.02 MB), 08:35

        *   08 CNN再文本方面的应用（二）.mp4 (77.87 MB), 12:07

        *   09 CNN再文本方面的应用（三）.mp4 (27.74 MB), 03:45

        *   10 CNN再文本方面的应用（四）.mp4 (72.56 MB), 09:36

        *   11 CNN再文本方面的应用（五）.mp4 (60.91 MB), 09:07

        *   12 CNN再文本方面的应用（六）.mp4 (51.24 MB), 08:29

        *   13 CNN再文本方面的应用（七）.mp4 (61.81 MB), 08:56

        *   14 CNN再文本方面的应用（八）.mp4 (58.05 MB), 07:30

      *   40 常见面试题解读01/

        *   01 文本分类中CNN能取代fasttext.mp4 (43.65 MB), 08:36

        *   02 文本分类中CNN能取代fasttext（二）.mp4 (44.85 MB), 07:02

        *   03 文本分类中CNN能取代fasttext（三）.mp4 (42.73 MB), 06:32

        *   04 word2vec是否支持新词增量.mp4 (41.37 MB), 06:49

        *   05 word2vec是否支持新词增量（二）.mp4 (68.28 MB), 11:37

        *   06 线性回归.mp4 (61.26 MB), 11:03

        *   07 逻辑回归.mp4 (64.18 MB), 09:18

        *   08 三评价指标和模型能万.mp4 (77.50 MB), 12:11

        *   09 支持向量机SVM.mp4 (14.95 MB), 02:29

        *   10 朴素贝叶斯.mp4 (6.96 MB), 01:23

        *   11 集成学习.mp4 (33.49 MB), 05:38

        *   12 无监督学习.mp4 (34.41 MB), 05:36

        *   13 深度学习DNN.mp4 (70.45 MB), 08:47

        *   14 word2vec fasttext和CNN.mp4 (31.29 MB), 05:05

        *   15 项目，推荐系统.mp4 (21.13 MB), 03:49

        *   16 以图搜图.mp4 (9.69 MB), 01:35

        *   17 文本分类和CNN图像分类，RNN LSTM bi-LSTM.mp4 (28.81 MB), 04:59

        *   18 学习建议，问题答疑.mp4 (26.82 MB), 04:20

      *   41 常见面试题解读02/

        *   01 答疑.mp4 (59.26 MB), 11:53

        *   02 投递简历.mp4 (36.85 MB), 06:18

        *   03 面试邀请.mp4 (10.77 MB), 02:00

        *   04 面试流程.mp4 (44.19 MB), 07:28

        *   05 技术面试的时候注意要点.mp4 (17.62 MB), 03:14

      *   42 如何写简历，打造更好的自己/

        *   01 技术面试的时候注意要点.mp4 (156.51 MB), 18:49

        *   02 一面面试要领.mp4 (83.54 MB), 11:12

      *   43 NLP技术在推荐搜索中的应用/

        *   01 一面要领.mp4 (124.63 MB), 12:49

        *   02 常见的面试方向.mp4 (55.71 MB), 06:45

      *   44 逻辑回归和神经元/

        *   01 HR面.mp4 (134.33 MB), 17:52

        *   02 常见面试题解析.mp4 (88.87 MB), 12:03

      *   45 BP算法原理和训练方法/

        *   01 常见面试题解析.mp4 (70.74 MB), 12:09

        *   02 常见逻辑回归怎么做.mp4 (70.86 MB), 09:21

      *   46 常见激活函数讲解/

        *   01 朴素贝叶斯的优缺点.mp4 (77.98 MB), 10:11

        *   02 说下kmeans的聚类过程以及存在问题和阐述准确率,召回率, AUC值.mp4 (85.86 MB), 10:20

      *   47 图像分类在企业中的应用/

        *   01 阐述准确率,召回率, AUC值.mp4 (21.70 MB), 02:43

        *   02 阐述机器学习整个流程，如何解决样本不平衡问题，深度学习网络常用激活函数是哪些.mp4 (57.33 MB), 07:00

        *   03 简述梯度消失和梯度爆炸，深度学习中常见损失函数有哪些.mp4 (45.73 MB), 06:12

      *   48 卷积的基本思想/

        *   01 Relu函数存在的问题，简述dropout，深度学习中常见损失函数有哪些.mp4 (86.30 MB), 05:34

        *   02 简述多分类ЖА的方法.mp4 (69.11 MB), 10:30

        *   03 Word2vec和CNN和fasttext相关问题.mp4 (52.38 MB), 08:12

        *   04 卷积，CNN在文本分类下如何作用和fasttext有啥区别.mp4 (25.97 MB), 04:13

        *   05 深入解读Airbnb推荐算法.mp4 (86.27 MB), 13:37

        *   06 深入解读Airbnb推荐算法（二）.mp4 (34.35 MB), 05:08

      *   49 程序员的数学进阶 导数/

        *   01 导数.mp4 (15.63 MB), 02:20

        *   02 导数（二）.mp4 (40.12 MB), 06:47

        *   03 导数一定存在吗.mp4 (49.37 MB), 03:47

        *   04 relu.mp4 (15.49 MB), 02:30

        *   05 函数的最大值和最小值.mp4 (20.40 MB), 03:21

        *   06 函数的最大值和最小值（二）.mp4 (18.16 MB), 03:01

        *   07 极大值和极小值.mp4 (23.42 MB), 04:05

      *   50 程序员的数学进阶 最值和极值/

        *   01 导数极大值和极小值.mp4 (13.70 MB), 02:00

        *   02 最大值，最小值，极大值，极小值.mp4 (35.11 MB), 05:10

        *   03 在机器学习的损失函数中Loss.mp4 (45.77 MB), 05:55

        *   04 在机器学习的损失函数中Loss（二）.mp4 (28.45 MB), 04:19

        *   05 局部极小.mp4 (44.39 MB), 05:55

        *   06 神经网络的函数曲线.mp4 (10.78 MB), 01:19

      *   51 程序员的数学进阶 二阶导数和凸函数/

        *   01 二阶导数.mp4 (31.08 MB), 05:17

        *   02 二阶导数（二）.mp4 (24.67 MB), 04:01

        *   03 二阶导数（三）.mp4 (32.93 MB), 05:39

        *   04 凸函数.mp4 (36.00 MB), 05:08

        *   05 凸函数（二）.mp4 (25.69 MB), 04:46

      *   52 程序员的数学进阶 逻辑回归和凸函数01/

        *   01 线性可分的逻辑回归.mp4 (29.37 MB), 04:37

        *   02 凸函数相加也为凸函数.mp4 (28.27 MB), 03:58

        *   03 当逻辑回归使用KL距离作为损失函数的时候,是凸函数.mp4 (36.45 MB), 06:00

        *   04 当线性可分的时候逻辑回归损失函数没有最小值.mp4 (25.74 MB), 04:16

        *   05 凸函数.mp4 (24.29 MB), 03:47

      *   53 程序员的数学进阶 逻辑回归和凸函数02/

        *   01 问题答疑.mp4 (49.87 MB), 08:07

        *   02 如果是线性不可分的情况下,逻辑回归的损失函数.mp4 (55.42 MB), 08:39

        *   03 Lerror.mp4 (41.35 MB), 05:39

        *   04 凸函数.mp4 (36.00 MB), 05:08

        *   05 如果逻辑回归使用mse做损失函数,还是凸函数吗.mp4 (14.76 MB), 02:17

      *   54 程序员的数学进阶 泰勒公式/

        *   01 如果逻辑回归使用mse做损失函数,还是凸函数吗.mp4 (19.72 MB), 03:05

        *   02 是否是凸函数.mp4 (16.49 MB), 03:12

        *   03 泰勒公式.mp4 (26.67 MB), 04:17

        *   04 泰勒公式（二）.mp4 (32.57 MB), 04:39

        *   05 单层神经网络.mp4 (30.73 MB), 04:43

        *   06 通过神经网络的一层输出是一组序列.mp4 (15.42 MB), 02:27

        *   07 神经网络输出.mp4 (27.92 MB), 04:05

        *   08 一层神经网络神经元足够多可以拟合任意函数.mp4 (27.02 MB), 03:11

      *   55 程序员的数学进阶 泰勒公式和神经网络01/

        *   01 函数展开成泰勒公式,越高阶的项,系数越小.mp4 (82.30 MB), 06:03

        *   02 神经网络越深,高阶项系数出现的数值越大.mp4 (29.42 MB), 04:30

        *   03 神经网络越深,高阶项系数出现的数值越大（二）.mp4 (26.54 MB), 04:14

        *   04 阶数越高,函数形状越复杂,弯曲越灵活.mp4 (46.12 MB), 06:28

      *   56 程序员的数学进阶 泰勒公式和神经网络02/

        *   01 问题答疑.mp4 (49.25 MB), 08:11

        *   02 模型复杂和模型简单.mp4 (72.60 MB), 11:47

        *   03 机器学习都搞不定的问题.mp4 (57.95 MB), 09:56

      *   57 程序员数学进阶 用数学洞穿机器学习的本质/

        *   01 NLP自然语言处理难于图像和语音.mp4 (32.08 MB), 05:49

        *   02 整数是无穷多的训练集无法覆盖所有范围.mp4 (53.24 MB), 10:04

        *   03 在公司中做项目规则系统必不可少.mp4 (13.40 MB), 02:10

        *   04 在公司中做项目规则系统必不可少（二）.mp4 (17.07 MB), 02:56

        *   05 通过数学,加深对机器学习的理解.mp4 (36.71 MB), 06:17

  *   02 人工智能（二期）/

    *   01 人工智能（二期）/

      *   01 开班典礼_学前必看/

        *   01 人工智能课程大纲.mp4 (153.30 MB), 14:22

        *   02 模型不能通吃.mp4 (58.33 MB), 05:00

        *   03 学习方法.mp4 (74.71 MB), 06:50

        *   04 知识点分级.mp4 (64.18 MB), 05:53

        *   05 学习路线.mp4 (151.14 MB), 13:50

        *   06 辅导书推荐.mp4 (71.82 MB), 06:35

        *   07 数学只是工具.mp4 (3.20 MB), 00:17

        *   08 学习方法问题.mp4 (23.96 MB), 02:12

        *   09 编程环境问题.mp4 (87.87 MB), 08:03

        *   10 人工智能和大数据的关系.mp4 (24.39 MB), 02:14

        *   11 工具方法的选择.mp4 (79.74 MB), 07:18

        *   12 预习FM模型.mp4 (13.36 MB), 01:14

      *   02 FM模型/

        *   01 FM模型.mp4 (72.21 MB), 05:50

        *   02 特征组合.mp4 (149.09 MB), 12:03

        *   03 特征交叉出现的问题.mp4 (115.32 MB), 09:19

        *   04 间接交叉.mp4 (86.55 MB), 07:00

        *   05 解耦.mp4 (85.29 MB), 06:53

        *   06 逻辑回归解耦后的特征.mp4 (56.04 MB), 04:32

        *   07 测试集,训练集.mp4 (28.98 MB), 02:20

        *   08 运算量问题.mp4 (177.53 MB), 14:20

        *   09 总结.mp4 (41.78 MB), 03:23

        *   10 代码展示.mp4 (20.36 MB), 01:39

        *   11 xlearn.mp4 (150.99 MB), 12:20

        *   12 参数数量设置.mp4 (135.67 MB), 10:50

        *   13 keras.mp4 (79.44 MB), 06:25

        *   14 嵌入层.mp4 (78.47 MB), 06:20

      *   03 推荐系统之协同过滤/

        *   01 架构大数据与人工智能关系.mp4 (60.56 MB), 03:51

        *   02 FFM.mp4 (104.26 MB), 06:50

        *   03 FFM存在的问题.mp4 (62.62 MB), 07:02

        *   04 做项目一个数据驱动模型.mp4 (9.07 MB), 00:58

        *   05 FFM模型工具.mp4 (11.97 MB), 01:22

        *   06 机器学习算法题讲解.mp4 (57.82 MB), 04:25

        *   07 FM模型取代矩阵分解.mp4 (80.33 MB), 05:00

        *   08 项目部署及项目介绍.mp4 (47.82 MB), 05:40

        *   09 推荐系统.mp4 (68.67 MB), 07:23

        *   10 召回整体两种.mp4 (40.24 MB), 03:18

        *   11 协同过滤.mp4 (199.99 MB), 15:38

        *   12 ICF.mp4 (24.03 MB), 02:41

        *   13 编程技巧.mp4 (39.35 MB), 02:56

        *   14 代码展示.mp4 (19.83 MB), 02:30

        *   15 行为数据解释.mp4 (51.91 MB), 05:54

        *   16 行为数据好坏指标.mp4 (66.30 MB), 05:26

        *   17 ucf和icf的差别.mp4 (197.21 MB), 13:54

        *   18 应用场景问题.mp4 (75.34 MB), 06:20

        *   19 总结.mp4 (55.52 MB), 03:24

      *   04 推荐系统之召回/

        *   01 回顾推荐系统召回阶段.mp4 (29.62 MB), 01:51

        *   02 冷启动.mp4 (31.15 MB), 03:11

        *   03 用户行为过少,导致没有l1和l3相连.mp4 (33.13 MB), 03:21

        *   04 很多连边不全.mp4 (45.17 MB), 04:26

        *   05 产品角度推荐系统包含的角色.mp4 (48.33 MB), 04:31

        *   06 为什么ucf和icf容易产生信息虫房.mp4 (27.02 MB), 02:41

        *   07 机器学习的好处.mp4 (76.23 MB), 05:11

        *   08 数量级降低.mp4 (40.53 MB), 03:15

        *   09 两个工具Annoy和Faiss.mp4 (23.66 MB), 02:16

        *   10 Annoy使用步骤.mp4 (88.98 MB), 08:35

        *   11 表示学习.mp4 (71.94 MB), 07:46

        *   12 图文匹配.mp4 (13.15 MB), 01:21

        *   13 召回好处.mp4 (54.54 MB), 03:52

        *   14 回答问题.mp4 (37.87 MB), 02:33

        *   15 效果怎么测试.mp4 (76.66 MB), 05:27

        *   16 如果打破茧层,召回率下降.mp4 (60.12 MB), 03:58

        *   17 正确率和茧房关系.mp4 (16.64 MB), 02:09

        *   18 Vcf满意度高,打破茧房.mp4 (10.62 MB), 01:04

        *   19 第1,2代召回.mp4 (99.26 MB), 06:43

        *   20 第三代召回.mp4 (25.45 MB), 02:00

        *   21 随机建树.mp4 (180.80 MB), 16:30

        *   22 TDM算法.mp4 (53.21 MB), 05:32

        *   23 第二代召回问题.mp4 (28.23 MB), 02:19

        *   24 TDM号称第三代.mp4 (47.83 MB), 03:29

      *   05 推荐系统之排序1/

        *   01 排序.mp4 (147.78 MB), 13:09

        *   02 正负样本和训练集样本.mp4 (44.96 MB), 05:36

        *   03 user和item稀疏向量形式.mp4 (57.77 MB), 06:32

        *   04 正样本60的概率排在负样本前面.mp4 (124.45 MB), 14:27

        *   05 残差学习.mp4 (66.13 MB), 09:23

        *   06 GBDT.mp4 (132.26 MB), 18:10

        *   07 Rank离线训练.mp4 (178.19 MB), 25:59

        *   08 迁移学习和三代召回系统.mp4 (80.31 MB), 10:44

      *   06 推荐系统之排序2/

        *   01 展示上节课效果.mp4 (30.31 MB), 03:06

        *   02 整体流程.mp4 (28.41 MB), 03:08

        *   03 其他模型介绍.mp4 (91.91 MB), 08:38

        *   04 复杂模型特征.mp4 (208.47 MB), 16:36

        *   05 小结.mp4 (27.14 MB), 02:41

        *   06 思考题.mp4 (24.69 MB), 02:39

        *   07 华为深度学习模型讲解.mp4 (40.13 MB), 04:08

        *   08 谷歌深度学习模型讲解.mp4 (132.04 MB), 08:50

        *   09 回答问题.mp4 (40.01 MB), 03:53

        *   10 微软深度学习模型讲解.mp4 (219.81 MB), 13:20

        *   11 PNN模型讲解.mp4 (159.88 MB), 16:24

        *   12 NFM模型讲解.mp4 (78.35 MB), 08:33

        *   13 总结.mp4 (131.40 MB), 09:06

      *   07 RNN和LSTM/

        *   01 时序模型.mp4 (3.66 MB), 00:35

        *   02 NLP词性标注.mp4 (102.22 MB), 17:10

        *   03 不同时间点信息通过h传播.mp4 (20.89 MB), 02:56

        *   04 补充数学知识.mp4 (70.59 MB), 10:10

        *   05 RNN.mp4 (32.11 MB), 04:35

        *   06 梯度下降法和梯度爆炸.mp4 (86.07 MB), 12:30

        *   07 RNN存在的问题.mp4 (17.04 MB), 02:27

        *   08 梯度消失,梯度爆炸.mp4 (36.06 MB), 05:10

        *   09 LSTM(上).mp4 (103.39 MB), 15:20

        *   10 LSTM(下).mp4 (47.74 MB), 07:45

        *   11 和RNN不同.mp4 (14.87 MB), 02:25

        *   12 五组参数学习.mp4 (28.34 MB), 04:20

        *   13 序列模型的应用场景.mp4 (21.33 MB), 03:35

        *   14 seq2seq.mp4 (57.01 MB), 07:54

        *   15 LSTM补充.mp4 (21.03 MB), 03:21

        *   16 文本分类.mp4 (25.63 MB), 03:15

        *   17 LSTM输入要求.mp4 (22.27 MB), 02:35

        *   18 讲解代码.mp4 (25.75 MB), 04:16

        *   19 讲解return_sequences.mp4 (4.95 MB), 00:45

        *   20 LSTM无法并行运算.mp4 (75.19 MB), 09:50

      *   08 语音合成方法介绍/

        *   01 本课程收获什么.mp4 (4.80 MB), 02:15

        *   02 本课程前置技能要求.mp4 (7.22 MB), 03:23

        *   03 做AI需要什么.mp4 (7.70 MB), 03:38

        *   04 AI语音研究方向.mp4 (5.94 MB), 02:55

        *   05 应用场景.mp4 (8.73 MB), 04:11

        *   06 行业头部.mp4 (7.07 MB), 03:20

        *   07 场景体验.mp4 (6.38 MB), 03:33

        *   08 智能语音机器人.mp4 (6.02 MB), 02:49

        *   09 呼叫流程交互时序流程.mp4 (7.20 MB), 03:25

        *   10 课程学习路线.mp4 (4.67 MB), 02:23

        *   11 语音学基础知识.mp4 (35.10 MB), 17:14

        *   12 语音合成.mp4 (54.51 MB), 27:26

        *   13 拼接法优缺点.mp4 (8.54 MB), 03:59

        *   14 参数法合成语音.mp4 (10.92 MB), 05:11

        *   15 传统参数语音合成缺陷.mp4 (1.38 MB), 00:39

        *   16 神经网络参数合成法.mp4 (7.59 MB), 03:35

        *   17 LSTM参数合成方法.mp4 (2.02 MB), 00:58

        *   18 参数合成方法总结.mp4 (1.68 MB), 00:46

        *   19 深度学习合成方案.mp4 (24.51 MB), 11:27

        *   20 语音合成发展方向.mp4 (2.90 MB), 01:20

        *   21 本节小结.mp4 (1.53 MB), 00:43

      *   09 语音合成前端/

        *   01 本节课介绍.mp4 (10.22 MB), 05:16

        *   02 语音学介绍.mp4 (23.44 MB), 11:56

        *   03 语音合成前端.mp4 (5.65 MB), 02:50

        *   04 TTS前端Pipeline.mp4 (15.58 MB), 07:56

        *   05 文本分析.mp4 (2.95 MB), 01:31

        *   06 文本归一化.mp4 (7.48 MB), 03:48

        *   07 分词,注音.mp4 (27.87 MB), 14:32

        *   08 声调符号,韵律预测.mp4 (5.29 MB), 02:41

        *   09 韵律.mp4 (17.02 MB), 08:43

        *   10 韵律结构.mp4 (10.75 MB), 05:39

        *   11 韵律预测.mp4 (6.76 MB), 04:01

        *   12 变调与不变调.mp4 (15.90 MB), 08:07

        *   13 儿化音,轻声.mp4 (6.86 MB), 03:39

        *   14 ABB叠词发音.mp4 (2.93 MB), 01:34

        *   15 多音字消歧.mp4 (9.29 MB), 04:41

        *   16 序列标注法.mp4 (7.25 MB), 03:43

        *   17 前端主要问题.mp4 (14.00 MB), 07:13

        *   18 本节小结.mp4 (5.91 MB), 03:10

        *   19 演示注音程序.mp4 (31.44 MB), 16:51

      *   10 端到端语音合成声学模型/

        *   01 后端声学模型,声学特征.mp4 (14.90 MB), 07:34

        *   02 声学特征提取.mp4 (18.23 MB), 09:23

        *   03 傅里叶变换.mp4 (9.26 MB), 04:53

        *   04 梅尔滤波.mp4 (18.03 MB), 09:36

        *   05 端到端语音合成.mp4 (6.86 MB), 03:29

        *   06 Tactorn1.mp4 (15.64 MB), 08:08

        *   07 seq2seq与Attention.mp4 (42.30 MB), 22:00

        *   08 Tactorn1.mp4 (25.75 MB), 13:29

        *   09 Tactorn1存在的问题.mp4 (7.60 MB), 03:55

        *   10 Tactorn2.mp4 (17.97 MB), 09:09

        *   11 对比Tactorn1与Tactorn2.mp4 (11.07 MB), 05:41

        *   12 总结缺陷.mp4 (3.61 MB), 01:48

        *   13 FASTSpeech.mp4 (30.36 MB), 15:50

        *   14 端到端合成.mp4 (13.69 MB), 06:57

        *   15 本节小节.mp4 (2.72 MB), 01:22

      *   11 语音合成声码器及端到端语音合成实战/

        *   01 声码器.mp4 (12.53 MB), 03:18

        *   02 GriffinLim.mp4 (30.25 MB), 07:43

        *   03 WaveNet.mp4 (68.65 MB), 17:42

        *   04 语音合成数据集.mp4 (43.57 MB), 10:56

        *   05 Tacortron2学习资料.mp4 (7.19 MB), 02:21

        *   06 生成train.txt的数据.mp4 (27.97 MB), 05:25

        *   07 代码结构.mp4 (62.45 MB), 15:28

        *   08 预处理步骤.mp4 (123.65 MB), 34:33

        *   09 浏览器访问.mp4 (31.50 MB), 08:00

        *   10 语音合成例子讲解.mp4 (49.27 MB), 14:54

      *   12 LSTM和ELMO/

        *   01 LSTM(1).mp4 (25.29 MB), 06:21

        *   02 做项目时处理技巧.mp4 (15.85 MB), 04:15

        *   03 CNN文本分类.mp4 (17.14 MB), 04:45

        *   04 LSTM(2).mp4 (24.40 MB), 06:36

        *   05 LSTM问题.mp4 (12.40 MB), 03:29

        *   06 HMM.mp4 (24.13 MB), 06:56

        *   07 数学到底是什么.mp4 (13.65 MB), 03:51

        *   08 ELMO引入.mp4 (8.55 MB), 02:25

        *   09 NLP领域语言模型.mp4 (16.15 MB), 04:05

        *   10 评价一句话4个词.mp4 (39.64 MB), 10:25

        *   11 训练如何做.mp4 (13.49 MB), 03:39

        *   12 LSTM构建语言模型.mp4 (4.35 MB), 01:14

        *   13 另一种分解方式.mp4 (6.49 MB), 01:40

        *   14 另一种模型构建.mp4 (6.28 MB), 01:56

        *   15 结论.mp4 (4.91 MB), 01:18

        *   16 ELMO模型.mp4 (47.89 MB), 13:08

        *   17 序列信息训练技.mp4 (7.20 MB), 01:49

        *   18 ELMO训练方法.mp4 (25.49 MB), 06:49

        *   19 Elmo分类任务.mp4 (12.05 MB), 03:36

        *   20 标注信息.mp4 (26.40 MB), 07:08

      *   13 实战项目：智能输入法/

        *   01 总结上节课.mp4 (8.50 MB), 03:33

        *   02 编程问题.mp4 (4.47 MB), 01:52

        *   03 Elmo模型实现.mp4 (22.16 MB), 09:16

        *   04 项目输入法讲解.mp4 (56.28 MB), 23:31

        *   05 技巧.mp4 (24.79 MB), 10:22

        *   06 整体步骤.mp4 (9.11 MB), 03:49

        *   07 如何使用.mp4 (9.02 MB), 03:45

        *   08 拼音到汉字.mp4 (40.29 MB), 16:50

        *   09 模型训练完的使用.mp4 (8.17 MB), 03:24

        *   10 同音字存在的问题.mp4 (3.09 MB), 01:17

        *   11 训练及代码讲解.mp4 (41.50 MB), 17:22

        *   12 效果进一步提升.mp4 (30.24 MB), 12:38

      *   14 输入法项目之新词发现/

        *   01 分享问题.mp4 (55.51 MB), 20:40

        *   02 新词.mp4 (23.26 MB), 08:39

        *   03 新词发现.mp4 (32.69 MB), 12:10

        *   04 统计两字字符串特征.mp4 (15.32 MB), 05:41

        *   05 模型搭建.mp4 (14.88 MB), 05:33

        *   06 模型训练后需求.mp4 (22.77 MB), 08:28

        *   07 新词发现的特殊点.mp4 (6.83 MB), 02:33

        *   08 输入法项目.mp4 (14.10 MB), 05:15

        *   09 LSTM模型机器翻译.mp4 (8.42 MB), 03:08

        *   10 LSTM用深度学习怎么做.mp4 (18.93 MB), 07:02

        *   11 Encoder和Decoder.mp4 (3.87 MB), 01:27

        *   12 机器翻译的难点.mp4 (25.57 MB), 09:31

        *   13 机器学习理论问题.mp4 (19.35 MB), 07:13

        *   14 Attention.mp4 (32.40 MB), 12:03

      *   15 注意力模型Attention/

        *   01 注意力模型.mp4 (31.36 MB), 11:56

        *   02 求相似度及Attention.mp4 (65.75 MB), 25:04

        *   03 机器翻译.mp4 (18.45 MB), 07:02

        *   04 展示语料及代码.mp4 (30.51 MB), 11:37

        *   05 超级多类别分类.mp4 (17.62 MB), 06:43

        *   06 机器学习改良.mp4 (14.56 MB), 05:33

        *   07 智能问答.mp4 (8.16 MB), 03:06

        *   08 Attention.mp4 (31.65 MB), 12:03

        *   09 小结Attention.mp4 (10.13 MB), 03:52

        *   10 图文匹配.mp4 (25.80 MB), 09:49

        *   11 SelfAttention.mp4 (16.80 MB), 06:24

      *   16 注意力模型Self-Attention/

        *   01 SelfAttention.mp4 (58.01 MB), 23:51

        *   02 Attention词袋模型.mp4 (27.81 MB), 11:32

        *   03 SelfAttention和Lstm优缺点.mp4 (23.72 MB), 09:48

        *   04 SelfAttention取代Lstm.mp4 (2.41 MB), 01:00

        *   05 多抽头Attention.mp4 (74.24 MB), 19:58

        *   06 多抽头过多时.mp4 (5.80 MB), 02:25

        *   07 批标准化.mp4 (4.39 MB), 01:13

        *   08 批标准化前置回顾.mp4 (66.39 MB), 17:50

        *   09 批标准化好处.mp4 (26.92 MB), 11:08

      *   17 Transformer和Bert/

        *   01 继续批标准化.mp4 (27.93 MB), 12:25

        *   02 批正规化.mp4 (11.66 MB), 05:10

        *   03 shortcut.mp4 (13.12 MB), 05:50

        *   04 信息变换抄近道.mp4 (13.86 MB), 06:09

        *   05 对序列转换.mp4 (26.08 MB), 11:35

        *   06 宏观角度Transformer.mp4 (7.39 MB), 03:17

        *   07 谷歌做法.mp4 (4.75 MB), 02:06

        *   08 Elmo模型训练方法1.mp4 (30.69 MB), 13:39

        *   09 Elmo模型训练方法2.mp4 (21.45 MB), 09:32

        *   10 Bert.mp4 (15.41 MB), 06:51

        *   11 如何使用Bert.mp4 (27.12 MB), 12:03

        *   12 文本分类分类任务.mp4 (9.71 MB), 04:20

        *   13 迁移学习.mp4 (5.98 MB), 02:40

        *   14 Bert出现对行业是好事吗.mp4 (13.10 MB), 05:51

        *   15 总结.mp4 (8.39 MB), 03:44

      *   18 图像之文本检测/

        *   01 今日内容.mp4 (4.82 MB), 02:37

        *   02 前提要求.mp4 (10.37 MB), 05:38

        *   03 文字识别问题.mp4 (23.28 MB), 12:39

        *   04 文本识别.mp4 (5.37 MB), 02:55

        *   05 LeNet.mp4 (7.78 MB), 04:13

        *   06 网络发展脉络.mp4 (34.41 MB), 18:41

        *   07 数据准备.mp4 (23.88 MB), 12:57

        *   08 模型调优.mp4 (23.15 MB), 12:35

        *   09 模型训练.mp4 (9.64 MB), 05:14

        *   10 模型部署.mp4 (22.81 MB), 12:24

        *   11 文本定位.mp4 (31.98 MB), 17:22

      *   19 图像之文本识别/

        *   01 目标检测.mp4 (6.04 MB), 03:08

        *   02 问题泛化.mp4 (8.72 MB), 04:32

        *   03 文本分类.mp4 (11.18 MB), 05:38

        *   04 文本检测.mp4 (6.82 MB), 02:35

        *   05 RCNN.mp4 (20.37 MB), 08:48

        *   06 YOLO.mp4 (16.84 MB), 07:24

        *   07 SSD.mp4 (12.87 MB), 06:40

        *   08 文本的特点.mp4 (8.37 MB), 04:20

        *   09 Faster RCNN检测文本.mp4 (3.56 MB), 01:50

        *   10 CTPN.mp4 (10.14 MB), 05:15

        *   11 RRPN.mp4 (4.03 MB), 01:52

        *   12 TextBoxes.mp4 (5.08 MB), 02:38

        *   13 检测框回归.mp4 (2.27 MB), 01:11

        *   14 EAST.mp4 (10.46 MB), 05:26

        *   15 只做语义分割不做边界回归.mp4 (2.46 MB), 01:16

        *   16 PixelLink.mp4 (4.16 MB), 02:10

        *   17 目标区域选择.mp4 (6.67 MB), 03:28

        *   18 NMS变种.mp4 (2.50 MB), 01:17

        *   19 困难样本选取.mp4 (14.96 MB), 05:33

        *   20 OHEM.mp4 (2.13 MB), 01:06

        *   21 多尺度方法.mp4 (13.20 MB), 06:51

        *   22 文本框表示.mp4 (1.64 MB), 00:50

        *   23 多行粘连处理.mp4 (2.13 MB), 01:06

        *   24 Loss Fun.mp4 (13.17 MB), 06:50

        *   25 数据集.mp4 (4.90 MB), 02:32

        *   26 任重道远.mp4 (9.33 MB), 04:50

      *   20 文本分类项目：分类任务简介、分类系统综述/

        *   01 今日内容介绍.mp4 (13.72 MB), 05:35

        *   02 项目介绍.mp4 (8.88 MB), 03:36

        *   03 文本分类综述.mp4 (29.64 MB), 12:04

        *   04 项目总体流程.mp4 (23.57 MB), 09:35

        *   05 开始任务前,需考虑什么.mp4 (29.08 MB), 11:49

      *   21 文本分类项目：基本模型回顾 - NB、SVM/

        *   01 基本模型Naive Bayes.mp4 (14.20 MB), 09:21

        *   02 基本模型NB.mp4 (13.24 MB), 08:57

        *   03 基本模型SVM.mp4 (22.67 MB), 13:23

        *   04 回答学生问题.mp4 (4.72 MB), 03:03

      *   22 文本分类项目：基本模型回顾 - FastText/

        *   01 训练部分ss.mp4 (10.10 MB), 06:11

        *   02 基本模型FastText1.mp4 (23.50 MB), 15:20

        *   03 基本模型FastText2.mp4 (4.00 MB), 02:34

        *   04 为什么用三个基本模型.mp4 (11.69 MB), 07:43

        *   05 基本模型xgboost.mp4 (8.56 MB), 05:33

        *   06 整体流程.mp4 (5.96 MB), 03:53

      *   23 文本分类项目：系统集成、系统调优/

        *   01 走读代码.mp4 (41.64 MB), 21:31

        *   02 准确率.mp4 (5.52 MB), 03:06

        *   03 多分类.mp4 (9.08 MB), 04:50

        *   04 混淆矩阵.mp4 (18.36 MB), 09:44

        *   05 数据.mp4 (7.46 MB), 04:19

        *   06 与学生互动.mp4 (7.18 MB), 04:39

      *   24 文本分类项目：系统优化：实体信息/

        *   01 回顾及基本文章分类器.mp4 (15.18 MB), 10:14

        *   02 优化语料及解决方案.mp4 (21.85 MB), 14:22

        *   03 结论.mp4 (6.42 MB), 04:07

        *   04 实体特征优化及解决方案.mp4 (29.30 MB), 18:47

        *   05 多图少文类型优化.mp4 (8.51 MB), 05:06

      *   25 文本分类项目： 系统优化：图片分类/

        *   01 Inception结构.mp4 (16.80 MB), 12:44

        *   02 图片分类1.mp4 (18.42 MB), 13:48

        *   03 图片分类2.mp4 (19.23 MB), 13:16

        *   04 整合.mp4 (9.83 MB), 06:49

      *   26 文本分类项目： 深度模型系统：TextCNN/

        *   01 图片分类代码.mp4 (6.53 MB), 05:10

        *   02 系统整体架构及及模型回顾.mp4 (17.15 MB), 13:04

        *   03 看代码.mp4 (11.76 MB), 08:30

        *   04 Tensorflow-Serving及工作流程.mp4 (10.22 MB), 08:15

        *   05 模型导出及运行方式.mp4 (17.49 MB), 11:07

      *   27 文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成/

        *   01 主服务RPC框架.mp4 (7.71 MB), 04:57

        *   02 看代码.mp4 (29.93 MB), 17:50

        *   03 Wide&deep.mp4 (9.93 MB), 06:05

        *   04 整体架构的一些问题.mp4 (8.89 MB), 05:00

        *   05 回答学生问题.mp4 (12.76 MB), 07:39

      *   28 高级图像技术1/

        *   01 速通机器学习.mp4 (6.71 MB), 02:51

        *   02 cnn卷积神经网滤波.mp4 (27.64 MB), 08:15

        *   03 池化操作.mp4 (51.55 MB), 16:37

        *   04 卷积核.mp4 (63.89 MB), 20:47

      *   29 高级图像技术2/

        *   01 小卷积核(1).mp4 (44.55 MB), 11:35

        *   02 小卷积核(2).mp4 (30.89 MB), 07:54

        *   03 宽卷积.mp4 (41.37 MB), 10:12

        *   04 并联卷积.mp4 (21.08 MB), 05:15

      *   30 高级图像技术3/

        *   01 深入卷积核.mp4 (10.18 MB), 02:39

        *   02 DeprhWise.mp4 (26.97 MB), 06:41

        *   03 特征通道加权卷积SEnet(1).mp4 (26.68 MB), 06:42

        *   04 特征通道加权卷积SEnet(2).mp4 (11.05 MB), 02:52

        *   05 LeNet.mp4 (11.64 MB), 02:46

        *   06 VGGnet.mp4 (14.62 MB), 03:16

        *   07 VGGnet(1).mp4 (52.49 MB), 13:22

        *   08 GoogleNet1.mp4 (14.14 MB), 03:57

      *   31 高级图像技术4/

        *   01 Inception2.mp4 (23.80 MB), 05:35

        *   02 Inception v3.mp4 (33.42 MB), 08:29

        *   03 Xception.mp4 (10.17 MB), 02:31

        *   04 shortcut.mp4 (17.95 MB), 04:50

        *   05 Rsenet.mp4 (34.11 MB), 08:04

        *   06 Renext.mp4 (91.36 MB), 22:37

      *   32 海外项目：推荐系统入门简介/

        *   01 自我介绍.mp4 (32.44 MB), 10:45

        *   02 课程目的.mp4 (3.70 MB), 01:12

        *   03 AI行业的介绍.mp4 (10.93 MB), 04:01

        *   04 机器学习入门简介.mp4 (12.12 MB), 03:58

        *   05 机器学习应用.mp4 (6.23 MB), 02:02

        *   06 推荐系统简介.mp4 (13.28 MB), 04:01

        *   07 推荐算法HOTITEM简介.mp4 (8.07 MB), 02:49

        *   08 推荐算法协同过滤简介.mp4 (44.08 MB), 16:00

      *   33 海外项目：Item2vec算法以及实际应用/

        *   01 内容推荐.mp4 (8.20 MB), 04:28

        *   02 模型算法.mp4 (30.72 MB), 17:45

        *   03 导航仪上的推荐系统.mp4 (14.76 MB), 08:01

        *   04 Item2Vec.mp4 (31.93 MB), 15:57

      *   34 海外项目：数据预处理/

        *   01 数据预处理.mp4 (41.67 MB), 23:36

        *   02 数据处理库.mp4 (42.06 MB), 20:24

      *   35 海外项目：经典CTR预估算法sparselogistics regression/

        *   01 数据处理库.mp4 (11.69 MB), 04:43

        *   02 异常值.mp4 (11.60 MB), 06:08

        *   03 回顾模型算法.mp4 (9.60 MB), 05:31

        *   04 Sparse Logistic Regressior.mp4 (24.59 MB), 13:00

        *   05 逻辑回归及更新.mp4 (16.96 MB), 11:21

        *   06 spr及sparse.mp4 (14.68 MB), 08:24

        *   07 总结.mp4 (4.71 MB), 03:01

      *   36 海外项目：深度学习入门/

        *   01 回顾.mp4 (22.14 MB), 11:19

        *   02 深度学习入门.mp4 (23.52 MB), 15:43

        *   03 神经元.mp4 (10.65 MB), 07:19

        *   04 激活函数.mp4 (18.46 MB), 12:38

      *   37 海外项目：CNN & LSTM详细讲解/

        *   01 激活函数.mp4 (13.35 MB), 08:10

        *   02 深入学习.mp4 (25.57 MB), 13:35

        *   03 补充.mp4 (11.32 MB), 05:59

        *   04 cnn.mp4 (40.00 MB), 21:35

      *   38 海外项目：self-attention 机制讲解/

        *   01 回顾.mp4 (7.08 MB), 02:53

        *   02 RNN.mp4 (11.48 MB), 07:00

        *   03 LSTM.mp4 (29.66 MB), 19:19

        *   04 Wide & Deep Model.mp4 (25.02 MB), 13:50

      *   39 海外项目：wide-deep model代码实战/

        *   01 注意力机制 及概率分布.mp4 (22.60 MB), 12:04

        *   02 Self-Scaled-attention.mp4 (48.51 MB), 23:16

        *   03 wide-deep model.mp4 (55.67 MB), 15:52

        *   04 总结.mp4 (12.20 MB), 02:45

      *   40 智能聊天机器人1/

        *   01 聊天机器人.mp4 (29.70 MB), 03:25

        *   02 技术分类.mp4 (37.82 MB), 07:46

        *   03 聊天方式.mp4 (22.32 MB), 03:06

        *   04 项目，小黄鸡.mp4 (124.00 MB), 13:30

        *   05 技术架构.mp4 (107.26 MB), 12:26

        *   06 倒排索引.mp4 (42.94 MB), 07:46

        *   07 设置idf.mp4 (44.99 MB), 07:18

        *   08 IDF注意事项.mp4 (37.31 MB), 07:22

        *   09 idf倒排索引.mp4 (160.62 MB), 22:35

        *   10 扩展.mp4 (73.35 MB), 10:05

        *   11 提取关键词.mp4 (26.19 MB), 04:51

      *   41 智能聊天机器人2/

        *   01 query.mp4 (71.72 MB), 05:31

        *   02 双塔模型和度量学习.mp4 (67.95 MB), 05:15

        *   03 构造三元数据.mp4 (89.57 MB), 06:53

        *   04 过拟合.mp4 (42.49 MB), 03:17

        *   05 query和Q位于同一语义空间.mp4 (64.90 MB), 05:00

        *   06 图文匹配.mp4 (37.38 MB), 02:52

        *   07 M1等于M2框架搭建.mp4 (105.85 MB), 08:08

        *   08 构建损失函数.mp4 (157.23 MB), 11:58

        *   09 召回模块.mp4 (32.55 MB), 02:29

        *   10 损失函数.mp4 (32.14 MB), 02:28

        *   11 三元学习.mp4 (220.05 MB), 16:52

        *   12 相识度计算选取5个候选答案.mp4 (150.88 MB), 11:35

        *   13 输出长度为5的20维向量序列.mp4 (141.92 MB), 11:40

        *   14 多轮.mp4 (16.74 MB), 01:47

  *   03 人工智能（三期）/

    *   01 人工智能（三期）/

      *   01 信息论入门-概率和信息/

        *   01 通信的角度出发和均匀分布.mp4 (133.22 MB), 12:49

        *   02 人工智能课程大纲.mp4 (65.73 MB), 11:10

        *   03 信息论.mp4 (59.16 MB), 07:34

        *   04 对于非均匀分布事件可以采用变长编码压缩比特位.mp4 (61.64 MB), 05:36

        *   05 变长编码.mp4 (74.38 MB), 07:12

        *   06 信息量.mp4 (136.02 MB), 13:18

        *   07 信息编码长度(1).mp4 (18.23 MB), 01:53

        *   08 信息编码长度(2).mp4 (15.54 MB), 02:45

        *   09 拉格朗日极值法.mp4 (220.02 MB), 21:09

        *   10 拉格朗日极值总结.mp4 (43.97 MB), 03:51

        *   11 信息编码长度中Li变量求法.mp4 (89.46 MB), 07:15

        *   12 对于随机变量的最短编码有如下式子.mp4 (23.75 MB), 02:05

        *   13 香农用熵来衡量信息.mp4 (26.66 MB), 02:20

        *   14 求商的时候不同的底只差一个系数.mp4 (118.45 MB), 10:40

        *   15 信息熵和热力学第一定律 能量守恒定律.mp4 (54.47 MB), 05:14

        *   16 均匀分布.mp4 (26.88 MB), 03:03

        *   17 作业.mp4 (25.55 MB), 02:21

      *   02 拉格朗日极值法和泛函分析入门/

        *   01 信息熵.mp4 (23.89 MB), 02:49

        *   02 离散连续的概率.mp4 (125.59 MB), 11:18

        *   03 概率分布是连续的P为什么分布时熵最大.mp4 (27.94 MB), 02:26

        *   04 正态分布.mp4 (54.53 MB), 05:12

        *   05 线性回归.mp4 (35.27 MB), 04:00

        *   06 训练样本.mp4 (99.74 MB), 09:45

        *   07 线性回归的MSE和MAE.mp4 (49.54 MB), 04:17

        *   08 信息熵和分类的关系.mp4 (24.25 MB), 03:09

        *   09 模型效果差.mp4 (28.15 MB), 03:12

        *   10 度量特性X好坏的方法.mp4 (161.06 MB), 15:08

        *   11 作业和X和Y的联合分布.mp4 (48.35 MB), 04:40

        *   12 条件熵.mp4 (138.52 MB), 13:09

        *   13 文氏图.mp4 (82.76 MB), 06:58

        *   14 相对熵.mp4 (81.00 MB), 07:31

        *   15 KL的距离.mp4 (14.31 MB), 01:01

        *   16 衡量差异.mp4 (149.81 MB), 14:09

        *   17 机器学习和信息论.mp4 (45.77 MB), 03:57

      *   03 联合熵，条件熵，互信息，交叉熵/

        *   01 NLP中的信息.mp4 (55.07 MB), 05:44

        *   02 小应用.mp4 (188.63 MB), 17:03

        *   03 文本分类.mp4 (62.51 MB), 06:34

        *   04 计算语言信息熵的方法总结.mp4 (46.51 MB), 03:28

        *   05 机器翻译.mp4 (27.75 MB), 02:40

        *   06 Word2vec维度确定.mp4 (57.75 MB), 05:40

        *   07 从数据统计的角度来看问题.mp4 (29.13 MB), 02:34

        *   08 从word2vec的角度计算双词信息熵(1).mp4 (48.16 MB), 05:03

        *   09 从word2vec的角度计算双词信息熵(2).mp4 (236.61 MB), 22:11

        *   10 在n维空间中任意两个夹角满足概率分布.mp4 (272.60 MB), 23:04

        *   11 在推荐系统中embedding的维度应该如何设.mp4 (116.80 MB), 08:21

      *   04 从信息论的角度解读机器学习/

        *   01 二期输入法项目.mp4 (97.24 MB), 08:39

        *   02 信息论与深度学习.mp4 (325.20 MB), 28:04

        *   03 卷积为什么有效.mp4 (113.88 MB), 10:08

        *   04 模型学习过程当中信息是如何变化.mp4 (73.26 MB), 06:50

        *   05 训练的过程.mp4 (91.24 MB), 07:51

        *   06 矩阵求导术.mp4 (235.41 MB), 21:04

        *   07 链式法则.mp4 (107.83 MB), 09:14

      *   05 矩阵求导术/

        *   01 矩形求导术(1).mp4 (109.67 MB), 10:00

        *   02 矩形求导术(2).mp4 (125.81 MB), 10:10

        *   03 矩形求导术(3).mp4 (122.32 MB), 10:10

        *   04 矩形求导术(4).mp4 (108.28 MB), 10:10

        *   05 矩形求导术(5).mp4 (178.72 MB), 14:15

        *   06 矩形求导术(6).mp4 (24.11 MB), 01:54

        *   07 公式3(1).mp4 (103.99 MB), 10:00

        *   08 公式3(2).mp4 (124.44 MB), 10:10

        *   09 公式3(3).mp4 (72.28 MB), 05:02

        *   10 多分类任务梯度下降法(1).mp4 (128.21 MB), 11:00

        *   11 多分类任务梯度下降法(2).mp4 (148.13 MB), 12:07

        *   12 作业.mp4 (58.43 MB), 05:59

      *   06 文本分类速览1/

        *   01 长文本分类.mp4 (76.64 MB), 15:28

        *   02 短文本分类(1).mp4 (50.77 MB), 10:00

        *   03 短文本分类(2).mp4 (53.90 MB), 10:10

        *   04 短文本分类(3).mp4 (51.75 MB), 10:10

        *   05 短文本分类(4).mp4 (26.45 MB), 05:28

        *   06 共享参数.mp4 (39.25 MB), 07:45

        *   07 AlBert第三个该进点训练方法改进.mp4 (46.39 MB), 09:13

        *   08 穷or在线任务短文本分类.mp4 (32.60 MB), 06:48

        *   09 Hash特征压缩.mp4 (95.78 MB), 19:28

        *   10 迭代训练.mp4 (33.95 MB), 06:34

      *   07 文本分类速览2/

        *   01 Fasttext.mp4 (12.40 MB), 02:21

        *   02 RNN LSTM GRU模型.mp4 (121.68 MB), 24:00

        *   03 HAN.mp4 (111.38 MB), 20:48

        *   04 LSTM分类.mp4 (21.44 MB), 04:08

        *   05 LDA.mp4 (26.76 MB), 05:07

        *   06 CNN文本分类.mp4 (115.68 MB), 23:26

        *   07 DPCNN.mp4 (65.97 MB), 13:25

        *   08 卷积到底在干嘛.mp4 (47.27 MB), 08:57

        *   09 文本分类常用模型.mp4 (33.69 MB), 06:49

        *   10 类别数量差异特别大.mp4 (24.85 MB), 04:59

        *   11 样本量过少.mp4 (18.15 MB), 03:32

      *   08 从数学的角度看embedding特征维度的选取/

        *   01 从小白到学糕.mp4 (3.80 MB), 02:47

        *   02 为什么学人工智能.mp4 (8.32 MB), 04:57

        *   03 学习过程中的困惑.mp4 (12.49 MB), 08:12

        *   04 出战失利与没出息的想法.mp4 (7.50 MB), 04:42

        *   05 在站内的假成功.mp4 (5.74 MB), 03:48

        *   06 备战前的一个月.mp4 (13.00 MB), 08:15

        *   07 疯狂的以战养战.mp4 (19.08 MB), 12:06

        *   08 渣男体质出现端倪.mp4 (8.32 MB), 05:29

        *   09 心态.mp4 (8.99 MB), 05:46

        *   10 经历过的面试.mp4 (59.24 MB), 30:20

        *   11 答疑.mp4 (19.52 MB), 08:56

      *   09 面试指导/

        *   01 面试遇到的问题.mp4 (103.17 MB), 15:22

        *   02 工资问题.mp4 (74.62 MB), 12:06

        *   03 会问你现在的工资水平.mp4 (23.49 MB), 03:59

        *   04 辞职.mp4 (61.43 MB), 09:11

        *   05 视频推荐系统(1).mp4 (120.94 MB), 19:00

        *   06 视频推荐系统(2).mp4 (64.95 MB), 10:17

        *   07 知识图谱用于标签抽取.mp4 (70.89 MB), 10:35

        *   08 深度学习VS知识图谱.mp4 (84.69 MB), 13:18

      *   10 AI架构设计/

        *   01 人工智能工程化.mp4 (2.58 MB), 01:04

        *   02 AI应用.mp4 (5.11 MB), 01:53

        *   03 AI模型发展.mp4 (9.33 MB), 02:45

        *   04 AI工作流程.mp4 (33.01 MB), 10:19

        *   05 AI计算.mp4 (18.49 MB), 06:46

        *   06 Tensorflow Serving(1).mp4 (31.09 MB), 10:30

        *   07 Tensorflow Serving(2).mp4 (64.95 MB), 10:00

        *   08 Tensorflow Serving(3).mp4 (66.49 MB), 10:10

        *   09 Tensorflow Serving(4).mp4 (69.04 MB), 10:10

        *   10 Tensorflow Serving(5).mp4 (40.53 MB), 10:10

        *   11 Tensorflow Serving(6).mp4 (104.70 MB), 11:35

        *   12 答疑.mp4 (48.83 MB), 10:30

      *   11 推荐系统综述/

        *   01 核心指标是什么(1).mp4 (137.01 MB), 13:00

        *   02 核心指标是什么(2).mp4 (172.95 MB), 14:34

        *   03 流量平台的参与方(1).mp4 (114.68 MB), 10:44

        *   04 流量平台的参与方(2).mp4 (117.41 MB), 11:00

        *   05 流量平台的参与方(3).mp4 (122.67 MB), 12:04

        *   06 分层分桶法(1).mp4 (111.99 MB), 10:00

        *   07 分层分桶法(2).mp4 (115.47 MB), 10:10

        *   08 分层分桶法(3).mp4 (139.31 MB), 13:59

        *   09 PUSH.mp4 (141.25 MB), 12:44

      *   12 量化投资1/

        *   01 量化投资及AI应用概述.mp4 (26.33 MB), 09:10

        *   02 什么是量化投资.mp4 (30.80 MB), 12:31

        *   03 什么是量化投资量化交易的流程.mp4 (21.00 MB), 07:23

        *   04 量化投资与主观投资的区别量化的优势.mp4 (12.13 MB), 04:20

        *   05 量化投资与主观投资的区别主观投资.mp4 (17.40 MB), 05:27

        *   06 量化投资与主观投资的区别量化投资.mp4 (19.91 MB), 06:55

        *   07 金融危机中的量化投资与主观投资.mp4 (23.00 MB), 08:26

        *   08 可以通过交易赚到钱吗市场有效性理论.mp4 (11.17 MB), 03:56

        *   09 可以通过交易赚钱吗弱有效市场.mp4 (4.11 MB), 01:23

        *   10 可以通过交易赚钱吗半强有效市场.mp4 (4.40 MB), 01:29

        *   11 可以通过交易赚钱吗强有效市场.mp4 (3.98 MB), 01:23

      *   13 量化投资2/

        *   01 可以通过交易赚钱吗强有效市场.mp4 (30.87 MB), 10:46

        *   02 市场异象的存在小市场值因子.mp4 (27.07 MB), 08:35

        *   03 市场异象的存在Sell in May 效应.mp4 (43.74 MB), 13:25

        *   04 市场异象的存在ST股票摘帽事件.mp4 (14.91 MB), 04:26

        *   05 市场异象的存在国债期货假期效应.mp4 (14.59 MB), 04:30

        *   06 量化投资在国外.mp4 (26.69 MB), 07:50

        *   07 量化投资在国外LTCM.mp4 (5.50 MB), 01:31

        *   08 量化投资在国外LTCM的陨落.mp4 (6.29 MB), 01:58

        *   09 答疑.mp4 (37.68 MB), 11:00

      *   14 量化投资3/

        *   01 知识点回顾.mp4 (21.25 MB), 05:10

        *   02 量化投资入门读物.mp4 (38.05 MB), 10:01

        *   03 量化投资在国内金融市场.mp4 (28.77 MB), 08:45

        *   04 量化投资在国内量化投资的生态.mp4 (40.01 MB), 12:10

        *   05 量化投资在国内二级市场.mp4 (18.54 MB), 05:41

        *   06 量化投资在国内交易所.mp4 (106.96 MB), 17:30

      *   15 量化投资4/

        *   01 量化投资在国内交易所.mp4 (1.41 MB), 00:30

        *   02 答疑.mp4 (9.55 MB), 03:05

        *   03 量化投资在国内期货.mp4 (96.66 MB), 07:52

        *   04 量化投资在国内股票.mp4 (31.10 MB), 04:25

        *   05 量化投资在国内参与者.mp4 (6.09 MB), 01:45

        *   06 量化投资在国内策略类型(1).mp4 (82.57 MB), 10:06

        *   07 量化投资在国内策略类型(2).mp4 (37.04 MB), 10:12

        *   08 特殊的量化投资领域数字货币交易.mp4 (44.00 MB), 10:20

        *   09 量化投资领域风险案例骑士资本.mp4 (43.68 MB), 07:36

      *   16 生成模型GAN/

        *   01 GAN.mp4 (31.89 MB), 03:15

        *   02 万物皆正态分布和判别器的训练.mp4 (140.93 MB), 13:24

        *   03 生成器模型.mp4 (42.49 MB), 03:41

        *   04 GAN流程总结.mp4 (24.86 MB), 02:17

        *   05 答疑.mp4 (38.01 MB), 03:06

        *   06 GAN实例(1).mp4 (23.46 MB), 02:41

        *   07 GAN实例(2).mp4 (118.04 MB), 18:39

        *   08 执行过程.mp4 (96.56 MB), 09:27

        *   09 GAN实例(3).mp4 (37.14 MB), 03:22

        *   10 GAN缺点.mp4 (136.78 MB), 11:53

        *   11 GAN除了生成图像还能干什么.mp4 (50.10 MB), 04:29

        *   12 GAN用在NLP中需要注意什么.mp4 (55.21 MB), 06:53

        *   13 VAE.mp4 (118.14 MB), 11:38

        *   14 正态分布两大要素.mp4 (145.81 MB), 15:21

      *   17 量化投资5/

        *   01 基金业协会.mp4 (44.11 MB), 03:46

        *   02 回顾知识点.mp4 (11.31 MB), 02:04

        *   03 量化投资领域风险案例光大乌龙指.mp4 (28.91 MB), 07:13

        *   04 更广泛的风险案例.mp4 (57.03 MB), 08:15

        *   05 如何评价投资的好坏基础指标.mp4 (8.43 MB), 03:21

        *   06 如何评价投资的好坏夏普比率.mp4 (26.98 MB), 08:34

        *   07 如何评价投资的好坏最大回撤.mp4 (26.99 MB), 08:15

        *   08 最大回撤练习.mp4 (19.90 MB), 04:16

        *   09 答疑.mp4 (39.41 MB), 08:00

        *   10 量化投资的工具交易软件.mp4 (7.07 MB), 01:47

      *   18 量化投资6/

        *   01 答疑.mp4 (17.21 MB), 04:41

        *   02 量化投资的工具研究工具.mp4 (49.82 MB), 08:19

        *   03 量化投资的工具交易系统.mp4 (29.99 MB), 05:38

        *   04 AI在量化投资领域的应用兴起的原因.mp4 (19.77 MB), 06:46

        *   05 AI在量化投资领域的应用工作流程.mp4 (9.64 MB), 02:51

        *   06 AI字量化投资领域的应用金融应用.mp4 (42.30 MB), 07:50

        *   07 另类数据用于交易.mp4 (5.42 MB), 01:54

        *   08 另类数据用于交易使用Twitter情绪交易SP500.mp4 (16.16 MB), 04:48

        *   09 另类数据用于交易使用新闻交易债券货币商品.mp4 (21.27 MB), 04:06

        *   10 另类数据用于交易使用卫星图像交易股票.mp4 (24.47 MB), 05:19

        *   11 答疑.mp4 (34.33 MB), 08:58

      *   19 生成模型VAE/

        *   01 VAE.mp4 (100.52 MB), 09:03

        *   02 实现方法.mp4 (72.71 MB), 09:07

        *   03 Kears损失函数.mp4 (80.96 MB), 06:53

        *   04 实现方法讲解.mp4 (25.61 MB), 03:10

        *   05 总结GAN vs VAE.mp4 (100.52 MB), 09:03

      *   20 GAN背后的秘密/

        *   01 KL距离.mp4 (85.91 MB), 07:53

        *   02 KL突变的过程.mp4 (42.46 MB), 03:41

        *   03 为什么在逻辑回归中仍然可以使用KL距离.mp4 (65.37 MB), 06:05

        *   04 维数灾难.mp4 (53.05 MB), 04:24

        *   05 KL距离缺点.mp4 (118.17 MB), 09:20

        *   06 为什么gan这么难以训练.mp4 (41.84 MB), 03:34

        *   07 生成器.mp4 (118.66 MB), 09:35

        *   08 有效的训练gan.mp4 (50.75 MB), 04:11

        *   09 本节课重点总结.mp4 (29.07 MB), 02:44

      *   21 量化投资7/

        *   01 知识点回顾.mp4 (13.71 MB), 04:05

        *   02 为什么将ML用到资产风险溢价问题中.mp4 (55.82 MB), 15:00

        *   03 模型线性模型.mp4 (8.42 MB), 02:02

        *   04 模型非线性.mp4 (13.48 MB), 03:10

        *   05 答疑.mp4 (81.32 MB), 17:50

        *   06 模型评价样本外R方.mp4 (2.36 MB), 00:42

        *   07 实证研究.mp4 (26.59 MB), 06:36

      *   22 量化投资8/

        *   01 实证研究.mp4 (17.10 MB), 04:07

        *   02 实证结论.mp4 (10.95 MB), 02:25

        *   03 用于交易回归.mp4 (32.00 MB), 07:15

        *   04 推荐一些电影和书籍.mp4 (10.45 MB), 02:13

        *   05 答疑.mp4 (20.03 MB), 02:40

        *   06 用视屏了解期货量化投资及量化交易系统.mp4 (140.98 MB), 14:15

        *   07 期货.mp4 (67.17 MB), 04:44

        *   08 用视频了解交易国债期货.mp4 (243.14 MB), 21:47

        *   09 答疑.mp4 (18.24 MB), 03:33

      *   23 pagerank算法1/

        *   01 图是什么.mp4 (105.26 MB), 11:06

        *   02 网站.mp4 (62.67 MB), 05:02

        *   03 Google的诞生.mp4 (215.37 MB), 18:19

        *   04 什么样的网站得分高.mp4 (28.67 MB), 03:03

        *   05 希拉里邮件门.mp4 (119.98 MB), 12:27

      *   24 pagerank算法2/

        *   01 希拉里邮件门.mp4 (2.62 MB), 00:20

        *   02 等级泄露.mp4 (68.23 MB), 06:43

        *   03 平滑解决方法.mp4 (94.34 MB), 08:58

        *   04 平滑不稳定性.mp4 (59.98 MB), 04:21

        *   05 等级沉默.mp4 (18.86 MB), 01:50

        *   06 Pagerank的数学原理.mp4 (99.21 MB), 09:17

        *   07 信息农场.mp4 (98.48 MB), 09:35

        *   08 答疑.mp4 (15.66 MB), 02:04

      *   25 期货量化交易：远期和期货介绍/

        *   01 回归知识点.mp4 (14.48 MB), 03:49

        *   02 金融工程概述.mp4 (5.82 MB), 02:38

        *   03 金融衍生产品定义与本质.mp4 (6.38 MB), 02:04

        *   04 远期合约.mp4 (13.63 MB), 04:55

        *   05 远期交易的优缺点.mp4 (7.67 MB), 03:05

        *   06 期货合约.mp4 (19.83 MB), 05:28

        *   07 思考题.mp4 (23.36 MB), 10:00

        *   08 互换.mp4 (3.31 MB), 01:02

        *   09 期权.mp4 (9.88 MB), 03:39

        *   10 期权的回报(Payoff)非线性.mp4 (29.60 MB), 09:28

        *   11 全球场外衍生品市场按合约分类.mp4 (21.46 MB), 06:26

        *   12 金融衍生产品按标的分类.mp4 (14.07 MB), 03:14

      *   26 期货量化交易：远期和期货应用/

        *   01 衍生产品的运用.mp4 (13.06 MB), 05:23

        *   02 用视屏了解贷危机里的难懂的金融术语.mp4 (112.39 MB), 18:05

        *   03 金融工程定价方法.mp4 (22.74 MB), 06:46

        *   04 金融远期合约术语.mp4 (4.32 MB), 01:29

        *   05 远期合约的盈亏.mp4 (11.80 MB), 03:42

        *   06 金融远期合约和远期利率协议.mp4 (2.44 MB), 00:36

        *   07 连续复利.mp4 (6.51 MB), 02:25

        *   08 远期合约基本假设.mp4 (12.25 MB), 04:26

        *   09 主要符合.mp4 (8.38 MB), 01:58

        *   10 思考题.mp4 (8.85 MB), 03:10

        *   11 无套利定价法.mp4 (12.68 MB), 03:14

        *   12 课外读物.mp4 (23.88 MB), 03:09

        *   13 用视屏了解贷危机里的难懂的金融术语.mp4 (22.14 MB), 03:01

      *   27 期货量化交易：远期和期货定价/

        *   01 知识点回顾.mp4 (9.29 MB), 01:39

        *   02 无收益资产的远期价值1.mp4 (37.74 MB), 10:49

        *   03 无收益资产的远期价值2.mp4 (5.59 MB), 01:58

        *   04 无收益资产的远期价值3.mp4 (4.42 MB), 01:03

        *   05 现货远期评价定理.mp4 (23.08 MB), 07:04

        *   06 反证法.mp4 (16.07 MB), 04:28

        *   07 案例.mp4 (23.22 MB), 06:09

        *   08 远期价格的期限结构.mp4 (5.43 MB), 01:49

        *   09 已知现金收益的资产.mp4 (7.32 MB), 02:10

        *   10 支付已知现金收益资产的远期价值.mp4 (17.03 MB), 05:12

        *   11 支付已知现金收益资产的现货远期评价公式和反证法.mp4 (2.88 MB), 00:47

        *   12 案例.mp4 (7.96 MB), 02:10

        *   13 支付已知收益的资产.mp4 (9.99 MB), 02:50

        *   14 案例.mp4 (19.27 MB), 04:12

      *   28 期货量化交易：套期保值策略/

        *   01 支付已知收益率的资产3.mp4 (25.19 MB), 05:51

        *   02 “原油宝”.mp4 (12.82 MB), 01:22

        *   03 同一时刻远期(期货)价格与标的资产现货的关系.mp4 (8.69 MB), 02:00

        *   04 运用远期（期货）进行套期保值.mp4 (1.68 MB), 00:24

        *   05 VNPY软件.mp4 (178.46 MB), 26:53

        *   06 运用远期（期货）进行套期保值.mp4 (1.32 MB), 00:27

        *   07 运用远期（期货）进行套期保值的类型.mp4 (2.63 MB), 00:38

        *   08 案例.mp4 (18.53 MB), 03:57

        *   09 完美与不完美的套期保值.mp4 (10.36 MB), 02:09

        *   10 不完美套期保值的来源.mp4 (12.28 MB), 02:59

        *   11 基差风险.mp4 (24.07 MB), 05:14

        *   12 远期期货套期保值策略.mp4 (7.83 MB), 02:09

        *   13 合约的选择.mp4 (5.03 MB), 01:04

        *   14 合约到期日的选择.mp4 (12.74 MB), 02:04

      *   29 textrank算法/

        *   01 Textrank.mp4 (107.12 MB), 10:20

        *   02 Textrank应用.mp4 (33.41 MB), 03:01

        *   03 Textrank如何深度学习进行结合和提取关键词.mp4 (89.97 MB), 08:09

        *   04 提取摘要.mp4 (70.54 MB), 06:36

        *   05 提取摘要应用.mp4 (47.19 MB), 03:27

        *   06 用Pagerank 抽取摘要的改进点.mp4 (128.79 MB), 12:29

      *   30 node2vec算法/

        *   01 Graph embedding.mp4 (199.43 MB), 17:46

        *   02 构建图的时候用的购买信息.mp4 (98.85 MB), 09:00

        *   03 Deepwalk+内容信息.mp4 (61.79 MB), 06:01

        *   04 node2vec.mp4 (98.49 MB), 09:07

        *   05 大部分应用场景.mp4 (148.37 MB), 13:37

      *   31 期货量化交易：套期保值计算/

        *   01 回顾知识点.mp4 (18.89 MB), 03:48

        *   02 最优的套期保值比率与最小方差套期保值比率.mp4 (11.15 MB), 02:33

        *   03 最小方差套期保值数量N.mp4 (4.65 MB), 00:51

        *   04 最小方差套期保值比率公式.mp4 (4.93 MB), 01:18

        *   05 最小方差套期保值比率的最小二乘估计.mp4 (9.32 MB), 02:17

        *   06 最小方差套期保值比率的有效性.mp4 (3.12 MB), 00:53

        *   07 案例.mp4 (44.78 MB), 10:55

        *   08 运用远期(期货)进行其他类型的套期保值.mp4 (3.93 MB), 01:04

        *   09 套利.mp4 (2.73 MB), 00:48

        *   10 投机.mp4 (3.52 MB), 00:54

        *   11 案例.mp4 (22.83 MB), 05:59

        *   12 股票指数期货概述.mp4 (8.47 MB), 02:16

        *   13 股指期货定价.mp4 (35.52 MB), 04:10

        *   14 股指期货应用.mp4 (4.68 MB), 01:46

        *   15 最小方差套期保值比率.mp4 (7.26 MB), 02:15

        *   16 案例.mp4 (13.19 MB), 02:19

        *   17 调整投资组合的系统性风险暴露.mp4 (14.65 MB), 03:22

        *   18 什么是保证金.mp4 (16.78 MB), 03:12

        *   19 商品期货.mp4 (20.91 MB), 03:12

        *   20 金融期货.mp4 (6.05 MB), 00:42

        *   21 利率期货.mp4 (13.90 MB), 01:30

      *   32 期货量化交易：CTA产品及策略概述/

        *   01 CTA的策略关键择时.mp4 (9.43 MB), 02:38

        *   02 CTA简介.mp4 (24.27 MB), 04:17

        *   03 CTA发展.mp4 (33.08 MB), 05:47

        *   04 CTA产品的表现.mp4 (14.29 MB), 03:10

        *   05 CTA规模特点.mp4 (49.11 MB), 09:19

        *   06 CTA策略分类.mp4 (4.29 MB), 01:49

        *   07 时序策略概述.mp4 (78.46 MB), 12:08

        *   08 时序策略概述时序动量效果测试.mp4 (35.72 MB), 05:53

        *   09 技术分析理论基础.mp4 (13.29 MB), 03:11

        *   10 技术分析和基础分析.mp4 (16.37 MB), 03:10

        *   11 技术分析理论基础.mp4 (13.29 MB), 03:11

        *   12 答疑.mp4 (13.38 MB), 04:10

      *   33 量化投资：交易价格的形成1/

        *   01 比赛的赛题.mp4 (8.04 MB), 01:02

        *   02 塞题分析.mp4 (12.32 MB), 01:18

        *   03 ESIM模型结构.mp4 (16.84 MB), 01:43

        *   04 答疑.mp4 (12.73 MB), 01:21

        *   05 Atteution的算法.mp4 (26.30 MB), 02:47

        *   06 中间的注意力.mp4 (38.56 MB), 03:51

        *   07 答疑.mp4 (27.77 MB), 02:28

        *   08 mask.mp4 (89.62 MB), 08:46

      *   34 量化投资：交易价格的形成2/

        *   01 mask.mp4 (29.75 MB), 02:55

        *   02 dropout.mp4 (65.24 MB), 07:10

        *   03 ESIM.mp4 (75.07 MB), 07:50

        *   04 基于条件laget-nom.mp4 (41.39 MB), 04:25

        *   05 Bert.mp4 (67.32 MB), 07:54

      *   35 量化投资：期货策略的实现1/

        *   01 对抗训练.mp4 (31.34 MB), 03:29

        *   02 伪标签.mp4 (46.55 MB), 04:35

        *   03 F1值.mp4 (21.65 MB), 02:04

        *   04 MaltSampeDropout.mp4 (59.18 MB), 06:24

        *   05 focalLoss.mp4 (26.90 MB), 02:50

      *   36 量化投资：期货策略的实现2/

        *   01 tf点gatherAPI.mp4 (51.05 MB), 05:15

        *   02 答疑(1).mp4 (111.10 MB), 11:13

        *   03 答疑(2).mp4 (84.73 MB), 12:26

      *   37 图模型在推荐系统中的应用1/

        *   01 保证金.mp4 (31.59 MB), 02:49

        *   02 商品期货和金融期货.mp4 (24.57 MB), 02:33

        *   03 利率期货和外汇期货.mp4 (5.13 MB), 00:36

        *   04 CTA介绍.mp4 (57.56 MB), 07:52

        *   05 CTA策略分类和技术分析理论基础.mp4 (28.73 MB), 05:08

        *   06 道氏理论和k线图.mp4 (62.29 MB), 05:22

      *   38 量化投资：期货策略的实现3/

        *   01 k线图.mp4 (73.11 MB), 07:53

        *   02 艾略特波浪理论.mp4 (112.59 MB), 10:26

        *   03 量价关系理论.mp4 (72.60 MB), 09:44

      *   39 图模型在推荐系统中的应用2/

        *   01 常用商品期货量化交易策略.mp4 (223.36 MB), 13:59

        *   02 均线策略和双均线策略.mp4 (103.31 MB), 06:30

        *   03 Boll带通道突破策略和MACD指标策略.mp4 (86.56 MB), 05:20

      *   40 量化投资：期货策略的实现4/

        *   01 常见日内交易策略.mp4 (102.77 MB), 07:10

        *   02 海龟交易策略.mp4 (57.89 MB), 03:50

        *   03 趋势策略.mp4 (213.03 MB), 14:35

        *   04 套利策略.mp4 (105.84 MB), 09:15

      *   41 bert和它的朋友们1/

        *   01 图模型-电商场景中的面试热点问题.mp4 (209.29 MB), 19:05

        *   02 阿里解决方案4个重要知识点.mp4 (200.02 MB), 21:21

      *   42 bert和它的朋友们2/

        *   01 归一化.mp4 (110.44 MB), 11:31

        *   02 非归一化.mp4 (58.79 MB), 06:04

        *   03 二阶相似度.mp4 (380.33 MB), 39:03

      *   43 期货量化交易：套利策略/

        *   01 Bert模型作用.mp4 (17.59 MB), 02:03

        *   02 word2vec.mp4 (50.59 MB), 05:50

        *   03 ElMo.mp4 (120.42 MB), 13:55

        *   04 Bert.mp4 (76.39 MB), 08:50

        *   05 Bert训练模型和Bert怎么用.mp4 (101.30 MB), 11:41

      *   44 期货量化交易：策略回测/

        *   01 Bert怎么用.mp4 (35.78 MB), 03:57

        *   02 Bert改良.mp4 (92.34 MB), 10:12

        *   03 Ernie.mp4 (64.67 MB), 07:10

        *   04 知识图谱信息.mp4 (54.50 MB), 06:03

        *   05 蒸馏学习.mp4 (206.33 MB), 22:44

      *   45 bert和它的朋友们3/

        *   01 套利策略.mp4 (290.95 MB), 23:43

        *   02 行业轮动的驱动力和风格动量策略.mp4 (83.02 MB), 06:38

        *   03 多因子CTA策略.mp4 (96.92 MB), 08:00

        *   04 策略部分代码.mp4 (201.22 MB), 16:01

      *   46 bert和它的朋友们4/

        *   01 策略部分代码实操.mp4 (431.70 MB), 29:30

        *   02 高频交易介绍.mp4 (337.79 MB), 23:05

      *   47 高频交易：市场微观结构及策略/

        *   01 RoBERT.mp4 (15.83 MB), 05:05

        *   02 自编码模型.mp4 (24.29 MB), 07:40

        *   03 自回归模型.mp4 (18.18 MB), 05:24

        *   04 GPT2.mp4 (29.04 MB), 08:40

        *   05 GPT2机器翻译.mp4 (12.50 MB), 04:16

        *   06 GPT3.mp4 (4.61 MB), 01:43

        *   07 XLNet模型.mp4 (21.22 MB), 07:29

        *   08 XLNet模型打乱顺序.mp4 (14.46 MB), 04:34

      *   48 高频交易：高频数据及因子计算/

        *   01 解决存在的问题.mp4 (21.64 MB), 05:52

        *   02 双流自注意力.mp4 (79.34 MB), 21:23

        *   03 T5模型.mp4 (9.56 MB), 02:46

        *   04 NLP主流模型.mp4 (25.12 MB), 05:17

        *   05 训练的四个参数.mp4 (2.97 MB), 00:53

        *   06 Bert-style.mp4 (10.58 MB), 03:04

        *   07 replace span.mp4 (10.91 MB), 02:39

        *   08 破坏比和破坏长度.mp4 (17.60 MB), 05:07

        *   09 T5总结.mp4 (17.94 MB), 04:10

        *   10 课程总结.mp4 (19.18 MB), 04:09

      *   49 深度学习与语音识别技术基础1/

        *   01 文化财经 赢智量化交易.mp4 (145.90 MB), 19:25

        *   02 高频交易（一）.mp4 (4.46 MB), 00:58

        *   03 CFTC或SEC高频交易定义.mp4 (2.30 MB), 00:47

        *   04 高频交易的统计学解释.mp4 (10.78 MB), 02:25

        *   05 高频交易（二）.mp4 (11.59 MB), 00:50

        *   06 市场微观结构 订单薄.mp4 (3.37 MB), 00:43

        *   07 市场微观结构 NBBO.mp4 (112.57 MB), 13:08

        *   08 以C#为核心语言的高频交易系统是如何做到低延迟的.mp4 (20.23 MB), 03:16

        *   09 高频交易中投资者策略.mp4 (27.29 MB), 08:15

      *   50 深度学习与语音识别技术基础2/

        *   01 高频交易中投资者策略.mp4 (42.34 MB), 13:01

        *   02 高频交易中投资者策略 推动大象.mp4 (17.64 MB), 05:07

        *   03 高频市场广泛存在无风险套利机会.mp4 (6.97 MB), 02:30

        *   04 高频交易公司.mp4 (91.31 MB), 14:24

        *   05 高频交易专题.mp4 (0.91 MB), 00:22

        *   06 高频因子基础高频数据.mp4 (24.91 MB), 05:07

        *   07 高频数据因子基于分钟数.mp4 (24.99 MB), 04:28

        *   08 高频数据因子基于tick数据与逐笔成交数据.mp4 (27.12 MB), 04:49

      *   51 高频交易：高频交易案例1/

        *   01 基础知识.mp4 (16.57 MB), 03:06

        *   02 语音基础知识.mp4 (14.80 MB), 02:30

        *   03 语音特征提取.mp4 (30.08 MB), 05:12

        *   04 语音识别.mp4 (37.28 MB), 06:46

        *   05 众多方面的可变性.mp4 (15.53 MB), 02:48

        *   06 工程应用角度.mp4 (54.51 MB), 08:41

        *   07 语音识别发展史.mp4 (42.38 MB), 07:44

        *   08 国内语音识别现状.mp4 (9.49 MB), 01:39

        *   09 语音识别开源工具.mp4 (61.98 MB), 10:02

      *   52 高频交易：高频交易案例2/

        *   01 语义识别常用数据库.mp4 (58.10 MB), 08:48

        *   02 语音识别评价指标.mp4 (104.37 MB), 16:24

        *   03 传统语音识别框架.mp4 (45.65 MB), 07:47

        *   04 传统语音识别过程.mp4 (78.04 MB), 13:39

        *   05 端到端语音识别.mp4 (37.25 MB), 06:00

        *   06 端到端语音识别Transformer.mp4 (26.66 MB), 04:35

        *   07 Transformer结构.mp4 (96.95 MB), 17:33

      *   53 语音识别之语音信号基础1/

        *   01 回顾.mp4 (39.92 MB), 02:41

        *   02 监管对于高频交易的定义和对市场流动性的影响.mp4 (99.76 MB), 10:00

        *   03 高频交易对市场稳定性的影响.mp4 (70.78 MB), 06:50

        *   04 美国股票市场闪崩事件.mp4 (63.32 MB), 07:04

        *   05 典型高频交易操纵类型.mp4 (124.24 MB), 14:10

        *   06 高频交易案件.mp4 (119.56 MB), 11:45

        *   07 我国高频交易法律监管现状及存在的问题.mp4 (13.04 MB), 01:35

      *   54 语音识别之语音信号基础2/

        *   01 我国高频交易法律监管现状及存在的问题.mp4 (76.91 MB), 05:07

        *   02 机器学习用到的高频数据和强化学习优化交易执行.mp4 (159.02 MB), 10:27

        *   03 根据订单状态预测价格走势.mp4 (326.07 MB), 21:11

        *   04 强化学习及量化交易应用铺垫.mp4 (319.95 MB), 21:11

      *   55 语音识别之特征处理及HMM模型/

        *   01 课程目录.mp4 (84.87 MB), 14:49

        *   02 语音信号数字化.mp4 (32.14 MB), 05:18

        *   03 采样的几点思考.mp4 (34.59 MB), 06:05

        *   04 进一步了解采样.mp4 (83.72 MB), 12:37

        *   05 语音信号量化.mp4 (76.78 MB), 11:31

      *   56 高频交易：高频因子挖掘及高频做市策略/

        *   01 语音信号时分析 周期 帧率.mp4 (19.99 MB), 03:30

        *   02 预加重 分帧 加窗.mp4 (149.92 MB), 22:44

        *   03 语音信号分析 语音编码格式.mp4 (96.75 MB), 17:49

        *   04 语音信号分析图片.mp4 (70.04 MB), 12:32

      *   57 强化学习量化交易应用 1/

        *   01 语音识别特征.mp4 (194.65 MB), 18:47

        *   02 语音数据增强.mp4 (77.76 MB), 07:30

        *   03 HMM模型.mp4 (239.89 MB), 23:09

      *   58 强化学习量化交易应用 2/

        *   01 隐马尔可夫模型.mp4 (134.03 MB), 12:12

        *   02 语音信号数字化.mp4 (25.61 MB), 02:20

        *   03 HMM模型过程讲解.mp4 (246.80 MB), 22:27

        *   04 HMM模型三大问题.mp4 (315.68 MB), 28:43

      *   59 股票量化交易：股票发行1/

        *   01 量化高频文章分享.mp4 (298.83 MB), 20:14

        *   02 蒙玺研究文章分享.mp4 (243.87 MB), 16:45

        *   03 高频因子挖掘文章分享.mp4 (202.90 MB), 13:08

      *   60 股票量化交易：股票发行2/

        *   01 强化学习基础部分1.mp4 (142.73 MB), 11:31

        *   02 强化学习基础部分2.mp4 (290.91 MB), 22:30

        *   03 补充部分知识和推荐学习的文章.mp4 (268.72 MB), 20:58

      *   61 股票量化交易：打新策略及风险衡量 1/

        *   01 股票量化交易简介.mp4 (145.25 MB), 12:52

        *   02 敞口策略.mp4 (162.22 MB), 11:16

        *   03 股票的基础知识1.mp4 (194.21 MB), 15:44

        *   04 股票的基础知识2.mp4 (164.14 MB), 12:11

      *   62 股票量化交易：打新策略及风险衡量 2/

        *   01 股票推荐的一些网站.mp4 (141.15 MB), 09:30

        *   02 基金.mp4 (152.76 MB), 10:17

        *   03 如何通过构建基金组合获取打新收益.mp4 (316.75 MB), 21:19

        *   04 投资风险.mp4 (131.27 MB), 08:50

        *   05 风险衡量.mp4 (61.68 MB), 04:15

      *   63 HMM-DNN声学模型/

        *   01 HMM模型维特比算法.mp4 (85.81 MB), 08:50

        *   02 贝叶斯公式.mp4 (44.20 MB), 04:18

        *   03 GMM高斯混合模型.mp4 (97.28 MB), 09:50

        *   04 GMM推理过程.mp4 (79.17 MB), 08:00

        *   05 几个问题.mp4 (169.24 MB), 17:06

      *   64 语言模型及解码/

        *   01 初识Kaldi.mp4 (234.43 MB), 21:50

        *   02 Kaldi目录结构及回答提问1.mp4 (146.95 MB), 13:42

        *   03 Kaldi目录结构及回答提问2.mp4 (203.79 MB), 18:59

      *   65 股票量化交易：现代投资组合理论 1/

        *   01 风险衡量和风险资产组合.mp4 (184.37 MB), 16:00

        *   02 股票和债券的长期业绩.mp4 (41.51 MB), 03:34

        *   03 投资理论.mp4 (184.25 MB), 15:57

        *   04 资本配置.mp4 (96.24 MB), 08:20

        *   05 最优风险资产组合.mp4 (45.12 MB), 03:54

        *   06 两种风险资产构成的组合的风险和收益.mp4 (82.80 MB), 07:10

      *   66 股票量化交易：现代投资组合理论 2/

        *   01 最优资产组合.mp4 (183.59 MB), 13:14

        *   02 资本资产定价模型CAPM.mp4 (406.82 MB), 29:48

        *   03 均值方差模型.mp4 (113.81 MB), 08:20

      *   67 语音识别实战一/

        *   01 均值方差模型均值方差模型均值方差模型.mp4 (92.90 MB), 09:12

        *   02 Kaldi的架构.mp4 (125.59 MB), 13:53

        *   03 Kaldi的安装.mp4 (74.36 MB), 07:03

        *   04 Kaldi的数据准备.mp4 (132.44 MB), 18:48

      *   68 语音识别实战二/

        *   01 Kaldi的数据准备.mp4 (34.45 MB), 04:04

        *   02 词典和lang目录以及训练语言模型.mp4 (213.38 MB), 28:43

        *   03 模型训练GMM.mp4 (116.10 MB), 18:12

      *   69 股票量化交易：多因子模型理论/

        *   01 因子模型.mp4 (118.37 MB), 18:48

        *   02 多因子模型.mp4 (83.93 MB), 14:43

        *   03 两类多因子模型.mp4 (88.73 MB), 10:54

        *   04 多因子模型的理论基础.mp4 (61.39 MB), 09:52

      *   70 股票量化交易：多因子模型架构/

        *   01 多因子模型的核心思想.mp4 (34.10 MB), 02:08

        *   02 多因子模型主要框架.mp4 (286.36 MB), 30:02

        *   03 多因子模型数据准备.mp4 (53.92 MB), 08:09

        *   04 单因子测试.mp4 (93.69 MB), 13:58

      *   71 端到端语音识别实践/

        *   01 数据准备及准备dict，lang目录以及训练语言模型.mp4 (131.59 MB), 23:32

        *   02 模型训练GMM阶段.mp4 (114.64 MB), 17:29

        *   03 CTC模型.mp4 (105.94 MB), 18:19

        *   04 chain模型.mp4 (107.31 MB), 17:56

        *   05 答疑.mp4 (101.33 MB), 25:08

  *   04 人工智能（四期）/

    *   01 人工智能（四期）/

      *   01 精讲《速通机器学习》特征向量和距离计算/

        *   01 机器学习与人工智能.mp4 (47.52 MB), 06:29

        *   02 平滑性和特征提取.mp4 (36.88 MB), 05:36

        *   03 如何特征提取.mp4 (52.05 MB), 06:34

        *   04 图片特征和文件编码.mp4 (58.20 MB), 06:33

        *   05 数字特征.mp4 (47.89 MB), 04:54

        *   06 汽车特征.mp4 (56.06 MB), 06:19

        *   07 微博特征如何表示.mp4 (42.92 MB), 05:03

        *   08 向量的距离.mp4 (40.67 MB), 06:08

        *   09 曼哈顿距离.mp4 (29.55 MB), 04:12

        *   10 切比雪夫距离.mp4 (38.75 MB), 05:28

        *   11 距离通用公式.mp4 (41.84 MB), 05:15

        *   12 真实产品需求.mp4 (36.86 MB), 04:56

        *   13 流型面：瑞士卷.mp4 (62.70 MB), 08:57

        *   14 欧式距离问题.mp4 (26.38 MB), 03:43

      *   02 精讲《速通机器学习》内积和线性回归/

        *   01 欧式距离局限性，流型面：瑞士卷.mp4 (52.69 MB), 05:54

        *   02 电商场景.mp4 (58.01 MB), 06:01

        *   03 余弦相似度.mp4 (64.68 MB), 07:34

        *   04 余弦相似度，内积.mp4 (65.49 MB), 07:21

        *   05 字符串相似度（一）.mp4 (70.01 MB), 07:35

        *   06 字符串相似度（二）.mp4 (17.16 MB), 01:48

        *   07 多元线性回归（一）.mp4 (30.25 MB), 04:14

        *   08 多元线性回归（二）.mp4 (49.62 MB), 05:57

        *   09 解方程的问题，数据分布.mp4 (51.47 MB), 06:08

        *   10 解方程.mp4 (40.76 MB), 04:49

        *   11 梯度下降法.mp4 (59.48 MB), 05:35

        *   12 例题.mp4 (56.21 MB), 05:27

        *   13 梯度下降法流程.mp4 (69.61 MB), 07:59

      *   03 精讲《速通机器学习》深入理解线性回归/

        *   01 梯度下降法流程.mp4 (60.68 MB), 07:00

        *   02 模型效果测评.mp4 (66.54 MB), 09:18

        *   03 多项式回归.mp4 (56.96 MB), 07:45

        *   04 特征敏感性研究.mp4 (57.96 MB), 08:04

        *   05 特征冗余.mp4 (75.60 MB), 09:03

        *   06 损失函数的选择.mp4 (50.28 MB), 06:37

        *   07 真实数据的产生.mp4 (51.41 MB), 06:30

        *   08 最小化.mp4 (49.27 MB), 06:43

        *   09 MSE最根本的原因.mp4 (27.79 MB), 03:32

      *   04 精讲《速通机器学习》逻辑回归入门/

        *   01 分类模型.mp4 (57.25 MB), 06:35

        *   02 最简单的分类.mp4 (59.10 MB), 08:33

        *   03 逻辑回归（一）.mp4 (71.23 MB), 07:56

        *   04 逻辑回归（二）.mp4 (52.05 MB), 06:38

        *   05 线性分类.mp4 (23.21 MB), 03:59

        *   06 丑小鸭定律.mp4 (56.68 MB), 06:42

        *   07 逻辑回归训练（一）.mp4 (68.46 MB), 06:39

        *   08 逻辑回归训练（二）.mp4 (93.31 MB), 09:49

        *   09 逻辑回归训练（三）.mp4 (58.08 MB), 06:43

        *   10 梯度下降法（一）.mp4 (43.36 MB), 06:03

        *   11 梯度下降法（二）.mp4 (31.24 MB), 05:10

      *   05 精讲《速通机器学习》深入理解逻辑回归、损失函数和正则项/

        *   01 类别不均衡，泛化能力的影响.mp4 (62.76 MB), 07:57

        *   02 样本平衡（一）.mp4 (53.68 MB), 06:38

        *   03 样本平衡（二）.mp4 (41.64 MB), 04:45

        *   04 线性不可分（一）.mp4 (38.82 MB), 04:50

        *   05 线性不可分（二）.mp4 (70.91 MB), 07:55

        *   06 线性回归问题（一）.mp4 (63.40 MB), 06:52

        *   07 线性回归问题（二）.mp4 (19.94 MB), 02:37

        *   08 特征分析.mp4 (66.17 MB), 07:44

        *   09 线性回归问题（三）.mp4 (57.87 MB), 06:55

        *   10 L1和L2正则（一）.mp4 (64.36 MB), 06:42

        *   11 L1和L2正则（二）.mp4 (91.47 MB), 09:10

        *   12 L1和L2正则（三）.mp4 (6.10 MB), 01:27

      *   06 精讲《速通机器学习》分类模型的评价指标和多分类/

        *   01 L2正则.mp4 (41.66 MB), 04:54

        *   02 训练样本是线性可分的，则损失函数可以有如下变换.mp4 (56.83 MB), 07:23

        *   03 模型测评.mp4 (42.41 MB), 05:35

        *   04 更加细腻的指标.mp4 (64.15 MB), 07:14

        *   05 准确率，召回率.mp4 (88.23 MB), 10:03

        *   06 AUC值（一）.mp4 (55.28 MB), 05:46

        *   07 AUC值（二）.mp4 (15.89 MB), 01:57

        *   08 AUC存在的问题（一）.mp4 (39.55 MB), 04:31

        *   09 AUC存在的问题（二）.mp4 (44.03 MB), 04:50

        *   10 更加细粒度的描述.mp4 (76.97 MB), 08:57

        *   11 准确率，正确率，AUC.mp4 (71.26 MB), 07:16

        *   12 逻辑回归在互联网最成功的的应用.mp4 (58.82 MB), 07:05

      *   07 精讲《速通机器学习》逻辑回归的高级技巧/

        *   01 特征归一化（一）.mp4 (53.58 MB), 07:04

        *   02 训练等高线.mp4 (59.61 MB), 07:00

        *   03 特征归一化（二）.mp4 (41.95 MB), 06:06

        *   04 特征分段.mp4 (48.29 MB), 06:57

        *   05 更精准的特征分段.mp4 (49.63 MB), 07:14

        *   06 深入理解损失函数（一）.mp4 (32.23 MB), 04:10

        *   07 深入理解损失函数（二）.mp4 (55.72 MB), 06:32

        *   08 不能用MSE作为损失函数.mp4 (37.43 MB), 03:55

        *   09 KL距离背后逻辑.mp4 (43.38 MB), 05:07

        *   10 似然函数（一）.mp4 (31.17 MB), 04:03

        *   11 似然函数（二）.mp4 (50.64 MB), 05:55

        *   12 似然函数（三）.mp4 (74.89 MB), 09:19

      *   08 精讲《速通机器学习》FM模型/

        *   01 分类人物的匹配.mp4 (35.87 MB), 04:42

        *   02 因子匹配任务.mp4 (58.59 MB), 07:20

        *   03 特征升维.mp4 (62.80 MB), 06:29

        *   04 交叉项系数w12解耦（一）.mp4 (52.41 MB), 05:58

        *   05 交叉项系数w12解耦（二）.mp4 (61.03 MB), 06:48

        *   06 改造版逻辑回归（一）.mp4 (39.50 MB), 04:57

        *   07 改造版逻辑回归（二）.mp4 (32.73 MB), 04:23

        *   08 改造版逻辑回归（三）.mp4 (56.34 MB), 06:14

        *   09 改造版逻辑回归（四）.mp4 (53.30 MB), 06:24

        *   10 FM模型（一）.mp4 (66.20 MB), 06:51

        *   11 FM模型（二）.mp4 (41.37 MB), 05:01

        *   12 FM模型（三）.mp4 (74.74 MB), 08:36

      *   09 精讲《速通机器学习》无监督模型Kmeans/

        *   01 无监督模型.mp4 (34.62 MB), 04:59

        *   02 加权质心.mp4 (39.97 MB), 05:34

        *   03 EM算法.mp4 (49.27 MB), 07:08

        *   04 Kmeans算法使用欧式距离.mp4 (61.90 MB), 07:00

        *   05 Kmeans基于欧式距离进行聚类（一）.mp4 (64.17 MB), 07:33

        *   06 Kmeans基于欧式距离进行聚类（二）.mp4 (70.90 MB), 07:34

        *   07 EM算法.mp4 (30.13 MB), 02:53

        *   08 异常点聚类问题（一）.mp4 (30.72 MB), 03:57

        *   09 异常点聚类问题（二）.mp4 (42.84 MB), 05:56

        *   10 异常点聚类问题（三）.mp4 (44.39 MB), 05:57

        *   11 无解问题，NLP场景.mp4 (56.42 MB), 06:41

        *   12 聚类+分类的综合应用.mp4 (38.37 MB), 04:59

      *   10 精讲《速通机器学习》深度神经网络入门/

        *   01 机器学习中最大的难点.mp4 (20.41 MB), 06:20

        *   02 FM模型.mp4 (9.54 MB), 02:31

        *   03 一层神经网络.mp4 (23.82 MB), 06:37

        *   04 非线性变换.mp4 (8.94 MB), 02:21

        *   05 再来一次逻辑回归.mp4 (18.42 MB), 04:59

        *   06 深度学习.mp4 (6.56 MB), 01:47

        *   07 损失函数.mp4 (5.90 MB), 01:38

        *   08 为什么一定要激活函数.mp4 (22.36 MB), 05:52

        *   09 没有激活函数的两层线性变换真的一点价值都没有吗.mp4 (21.56 MB), 05:46

        *   10 泰勒公式的解释.mp4 (31.59 MB), 08:24

        *   11 神经网络中不加激活函数.mp4 (37.88 MB), 09:56

        *   12 Softmax函数.mp4 (22.06 MB), 06:09

        *   13 只有2类时的sofmax.mp4 (5.48 MB), 01:30

      *   11 精讲《速通机器学习》梯度下降法和矩阵求导术/

        *   01 softmax函数求导.mp4 (54.79 MB), 05:39

        *   02 多分类的KL距离.mp4 (16.82 MB), 02:09

        *   03 损失函数.mp4 (68.61 MB), 07:51

        *   04 矩阵求导术.mp4 (48.01 MB), 05:42

        *   05 向量对向量求导.mp4 (74.54 MB), 08:39

        *   06 标量对矩阵求导.mp4 (22.17 MB), 02:17

        *   07 矩阵求导的链式法则.mp4 (135.55 MB), 14:41

        *   08 答疑.mp4 (23.30 MB), 02:17

        *   09 公式2.mp4 (28.00 MB), 02:26

        *   10 神经网络一层.mp4 (109.79 MB), 11:14

        *   11 列向量对行向量求导.mp4 (78.77 MB), 08:15

        *   12 偏执项.mp4 (42.80 MB), 04:34

      *   12 精讲《速通机器学习》12/

        *   01 逻辑回归.mp4 (45.08 MB), 04:38

        *   02 梯度下降法的问题.mp4 (25.06 MB), 03:17

        *   03 度量学习.mp4 (63.76 MB), 07:05

        *   04 损失函数.mp4 (57.54 MB), 05:36

        *   05 两种模型的优势.mp4 (87.21 MB), 09:58

        *   06 激活函数的选型.mp4 (40.55 MB), 05:14

        *   07 常用激活函数relu.mp4 (106.97 MB), 12:46

        *   08 Relu的改进和权重初始化.mp4 (36.34 MB), 04:29

        *   09 均匀分布.mp4 (21.68 MB), 02:28

        *   10 正向传播.mp4 (51.99 MB), 06:16

        *   11 综合结果.mp4 (89.27 MB), 16:08

      *   13 精讲《速通机器学习》13/

        *   01 梯度下降法.mp4 (94.96 MB), 09:37

        *   02 batchsize.mp4 (93.51 MB), 08:30

        *   03 逃离尖锐极小值.mp4 (74.71 MB), 07:02

        *   04 鞍点问题.mp4 (103.93 MB), 09:23

        *   05 震荡问题.mp4 (72.20 MB), 06:59

        *   06 学习因子设定问题.mp4 (66.81 MB), 06:49

        *   07 RMSprop和SGD.mp4 (51.46 MB), 05:29

        *   08 Adam和正规化.mp4 (129.21 MB), 12:55

      *   14 精讲《速通机器学习》14/

        *   01 子网络和dropout.mp4 (283.03 MB), 26:09

        *   02 批标准化技术.mp4 (211.78 MB), 19:59

        *   03 循环神经网络和层标准化.mp4 (58.16 MB), 05:30

        *   04 层标准化和批标准化的区别.mp4 (67.50 MB), 06:19

        *   05 总结.mp4 (49.26 MB), 04:36

      *   15 精讲《速通机器学习》15/

        *   01 NlP问题特点和语言模型.mp4 (53.42 MB), 04:49

        *   02 贝叶斯公式和马尔科夫性和估计公式.mp4 (175.18 MB), 15:15

        *   03 词向量的改进和词袋模型及最终方案.mp4 (171.85 MB), 16:50

        *   04 最终改进模型和两种模型.mp4 (122.82 MB), 11:39

        *   05 改进型学习方法.mp4 (66.89 MB), 06:39

        *   06 负采样.mp4 (192.16 MB), 17:02

      *   16 精讲《速通机器学习》16/

        *   01 Fasttext模型.mp4 (114.86 MB), 11:00

        *   02 hash技术.mp4 (92.91 MB), 08:08

        *   03 embedding和子词模型.mp4 (187.32 MB), 16:28

        *   04 小结.mp4 (63.70 MB), 05:50

        *   05 CNN卷积神经网络和图像的特点.mp4 (109.15 MB), 10:37

        *   06 图像上滑行和补充0和多通道卷积.mp4 (117.32 MB), 11:09

        *   07 多个卷积核.mp4 (71.84 MB), 06:54

      *   17 精讲《速通机器学习》17/

        *   01 池化操作和意义.mp4 (154.46 MB), 13:22

        *   02 卷积和池化的区别.mp4 (49.42 MB), 04:26

        *   03 一套操作.mp4 (149.02 MB), 13:20

        *   04 多层卷积池化层.mp4 (27.69 MB), 02:28

        *   05 卷积特殊的全连接.mp4 (96.87 MB), 08:45

        *   06 TestCNN和字模型.mp4 (252.80 MB), 22:44

      *   18 精讲《速通机器学习》18/

        *   01 高级卷积技巧.mp4 (175.01 MB), 16:00

        *   02 NLP和折成更小的卷积.mp4 (75.35 MB), 07:40

        *   03 卷积小结.mp4 (103.11 MB), 08:52

        *   04 多尺寸卷积.mp4 (92.77 MB), 08:53

        *   05 改进inception和单通道卷积.mp4 (135.90 MB), 13:17

        *   06 通道加权与通道注意力和空间注意力.mp4 (163.77 MB), 15:15

      *   19 精讲《速通机器学习》19/

        *   01 逻辑回归和时序信息的输入.mp4 (132.37 MB), 13:10

        *   02 RNN时序不变性和公式推导讲解.mp4 (279.16 MB), 26:24

        *   03 在深层DNN中是否存在这种情况和RNN的改进版本.mp4 (114.91 MB), 11:54

        *   04 Lstm和textCNN文本分类的区别.mp4 (122.75 MB), 12:26

      *   20 精讲《速通机器学习》20/

        *   01 Attention模型.mp4 (139.95 MB), 14:50

        *   02 归纳偏置和Attention三要素.mp4 (101.28 MB), 10:01

        *   03 相似度计算的优化和自注意力.mp4 (163.65 MB), 16:19

        *   04 词袋和短文本分类和文章分类.mp4 (78.04 MB), 08:03

        *   05 多抽头Attention.mp4 (90.53 MB), 08:44

        *   06 Transsformer原理.mp4 (92.25 MB), 08:39

      *   21 精讲《速通机器学习》21/

        *   01 Bert模型.mp4 (217.53 MB), 19:51

        *   02 Bert模型改进.mp4 (241.03 MB), 23:08

        *   03 ViT.mp4 (81.48 MB), 08:18

        *   04 MLP-Mixer.mp4 (131.85 MB), 12:10

      *   22 精讲《速通机器学习》22/

        *   01 线性代数-向量和矩阵.mp4 (183.98 MB), 16:59

        *   02 矩阵的几何角度.mp4 (159.34 MB), 15:47

        *   03 矩阵的转置.mp4 (79.69 MB), 07:28

        *   04 线性变化和激活函数.mp4 (219.72 MB), 21:34

      *   23 精讲《速通机器学习》23/

        *   01 E矩阵和逆矩阵.mp4 (195.64 MB), 19:48

        *   02 正交矩阵.mp4 (249.83 MB), 23:44

        *   03 特征值和特征向量.mp4 (158.87 MB), 17:03

        *   04 对角矩阵和对称矩阵.mp4 (106.28 MB), 10:15

      *   24 精讲《速通机器学习》24/

        *   01 奇异值分解1.mp4 (201.84 MB), 17:40

        *   02 奇异值分解2.mp4 (255.94 MB), 25:00

        *   03 矩阵的范数.mp4 (140.19 MB), 13:40

        *   04 总结线性代数.mp4 (115.69 MB), 10:10

  *   05 人工智能（一期） 未剪辑版/

    *   01 人工智能（一期） 未剪辑版/

      *   01 人工智能概述和特征提取做人工智能的第一步/

        *   01 人工智能概述和特征提取做人工智能的第一步.mp4 (415.60 MB), 01:58:55

      *   02 线性回归1-第一个模型，用来进行数值预测/

        *   01 线性回归1-第一个模型，用来进行数值预测.mp4 (415.43 MB), 01:53:26

      *   03 线性回归2-从傻瓜到智能，梯度下降法学习法/

        *   01 线性回归2-从傻瓜到智能，梯度下降法学习法.mp4 (474.13 MB), 01:59:17

      *   04 线性回归3-突破瓶颈，模型效果的提升/

        *   01 线性回归3-突破瓶颈，模型效果的提升.mp4 (461.63 MB), 01:53:43

      *   05 逻辑回归1-猛将起于卒伍，工业环境下的分类模型/

        *   01 逻辑回归1-猛将起于卒伍，工业环境下的分类模型.mp4 (428.22 MB), 01:46:46

      *   06 逻辑回归2-损失函数推到解析和特征选择优化/

        *   01 逻辑回归2-损失函数推到解析和特征选择优化.mp4 (453.40 MB), 01:52:12

      *   07 逻辑回归3-到底好不好模型评价指标讲解(1)/

        *   01 逻辑回归3-到底好不好模型评价指标讲解(1).mp4 (486.93 MB), 02:00:00

        *   02 逻辑回归3-到底好不好模型评价指标讲解(2).mp4 (61.75 MB), 15:23

      *   08 逻辑回归4-让模型看的更准更稳，正则优化/

        *   01 逻辑回归4-让模型看的更准更稳，正则优化.mp4 (432.85 MB), 01:49:29

      *   09 逻辑回归5-让学习更高效，数值优化和一只看不见的手/

        *   01 逻辑回归5-让学习更高效，数值优化和一只看不见的手.mp4 (487.02 MB), 01:54:54

      *   10 传统机器学习概览/

        *   01 传统机器学习概览(1).mp4 (397.94 MB), 02:00:01

        *   02 传统机器学习概览(2).mp4 (3.75 MB), 01:10

      *   11 支持向量机SVM1-曾经的分类王者/

        *   01 支持向量机SVM1-曾经的分类王者.mp4 (339.71 MB), 01:50:23

      *   12 SVM2-昔日辉煌，传统方法顶峰详解/

        *   01 SVM2-昔日辉煌，传统方法顶峰详解.mp4 (385.39 MB), 01:52:35

      *   13 分类器背后的秘密和机器学习三大定律/

        *   01 分类器背后的秘密和机器学习三大定律(1).mp4 (576.09 MB), 02:00:00

        *   02 分类器背后的秘密和机器学习三大定律(2).mp4 (27.29 MB), 02:26

      *   14 集成学习：三个臭皮匠顶一个诸葛亮-决策树和随机森林/

        *   01 集成学习：三个臭皮匠顶一个诸葛亮-决策树和随机森林.mp4 (358.15 MB), 01:58:04

      *   15 集成学习：企业神器GBDT详解/

        *   01 集成学习：企业神器GBDT详解.mp4 (436.02 MB), 01:57:47

      *   16 Kmeans聚类：无监督学习，让数据自己说话/

        *   01 Kmeans聚类：无监督学习，让数据自己说话(1).mp4 (351.16 MB), 02:00:02

        *   02 Kmeans聚类：无监督学习，让数据自己说话(2).mp4 (0.67 MB), 00:10

      *   17 DBscan聚类：kmeans升级，数据更具智能/

        *   01 DBscan聚类：kmeans升级，数据更具智能.mp4 (1.39 GB), 02:27:03

      *   18 LDA：文本数据大杀器，揭示文本背后的秘密/

        *   01 LDA：文本数据大杀器，揭示文本背后的秘密.mp4 (1.30 GB), 02:18:03

      *   19 深度学习DNN01-深度学习开启人工智能新时代/

        *   01 深度学习DNN01-深度学习开启人工智能新时代.mp4 (1.25 GB), 02:08:09

      *   20 编程工具keras讲解和深度学习为什么会有效/

        *   01 编程工具keras讲解和深度学习为什么会有效.mp4 (889.25 MB), 01:38:34

      *   21 深度学习的学习算法，梯度下降法和链式法则/

        *   01 深度学习的学习算法，梯度下降法和链式法则.mp4 (1.14 GB), 01:57:09

      *   22 多分类函数softmax和学习方法/

        *   01 多分类函数softmax和学习方法.mp4 (1.41 GB), 02:21:47

      *   23 深度学习非线性能力关键：激活函数详解/

        *   01 深度学习非线性能力关键：激活函数详解.mp4 (1.11 GB), 01:55:21

      *   24 深度学习避坑指南：权重初始化的方法和技巧/

        *   01 深度学习避坑指南：权重初始化的方法和技巧.mp4 (1.20 GB), 01:58:10

      *   25 集成学习在深度学习中的应用dropout/

        *   01 集成学习在深度学习中的应用dropout.mp4 (1.40 GB), 02:11:48

      *   26 梯度下降法的优化和一些先进的学习技术/

        *   01 梯度下降法的优化和一些先进的学习技术.mp4 (1.83 GB), 01:59:38

      *   27 项目一：数字图像识别，让机器具有一双眼睛/

        *   01 项目一：数字图像识别，让机器具有一双眼睛.mp4 (1.80 GB), 02:13:19

      *   28 项目二：以图搜图技术详解实战01/

        *   01 项目二：以图搜图技术详解实战01.mp4 (1.23 GB), 02:08:20

      *   29 项目二：以图搜图技术详解实战02/

        *   01 项目二：以图搜图技术详解实战02.mp4 (1.10 GB), 01:56:56

      *   30 开始深度学习在自然语言处理领域的时代/

        *   01 开始深度学习在自然语言处理领域的时代.mp4 (1.27 GB), 02:06:49

      *   31 word2vec的一些特殊问题和优化方法/

        *   01 word2vec的一些特殊问题和优化方法.mp4 (1.75 GB), 02:26:52

      *   32 项目三：推荐系统整体流程架构解读01/

        *   01 项目三：推荐系统整体流程架构解读01.mp4 (1.78 GB), 02:20:47

      *   33 项目三：推荐系统整体流程架构解读02/

        *   01 项目三：推荐系统整体流程架构解读02.mp4 (1.59 GB), 02:01:09

      *   34 项目三：关键词抽取和基于文本的召回算法03/

        *   01 项目三：关键词抽取和基于文本的召回算法03.mp4 (1.67 GB), 03:46:05

      *   35 项目三：推荐系统04基于行为类的召回算法/

        *   01 项目三：推荐系统04基于行为类的召回算法.mp4 (1.51 GB), 02:10:19

      *   36 项目三：推荐系统05 Airbnb优秀论文解读/

        *   01 项目三：推荐系统05 Airbnb优秀论文解读.mp4 (1.88 GB), 02:13:50

      *   37 CNN：计算机视觉标配，给AI一双慧眼/

        *   01 CNN：计算机视觉标配，给AI一双慧眼.mp4 (1.79 GB), 02:13:34

      *   38 项目四：CNN识别彩色图像，就那么一会/

        *   01 项目四：CNN识别彩色图像，就那么一会.mp4 (1.70 GB), 01:57:22

      *   39 一期课程内容总结/

        *   01 一期课程内容总结.mp4 (1.69 GB), 02:01:29

      *   40 常见面试题解读01/

        *   01 常见面试题解读01.mp4 (1.70 GB), 02:15:56

      *   41 常见面试题解读02/

        *   01 常见面试题解读02.mp4 (395.72 MB), 31:59

      *   42 如何写简历，打造更好的自己/

        *   01 如何写简历，打造更好的自己.mp4 (479.77 MB), 30:04

      *   43 NLP技术在推荐搜索中的应用/

        *   01 NLP技术在推荐搜索中的应用.mp4 (462.01 MB), 30:00

      *   44 逻辑回归和神经元/

        *   01 逻辑回归和神经元.mp4 (461.80 MB), 29:57

      *   45 BP算法原理和训练方法/

        *   01 BP算法原理和训练方法.mp4 (344.24 MB), 30:01

      *   46 常见激活函数讲解/

        *   01 常见激活函数讲解.mp4 (285.54 MB), 29:59

      *   47 图像分类在企业中的应用/

        *   01 图像分类在企业中的应用.mp4 (435.56 MB), 30:00

      *   48 卷积的基本思想/

        *   01 卷积的基本思想.mp4 (828.97 MB), 59:54

      *   49 程序员的数学进阶 导数/

        *   01 程序员的数学进阶 导数.mp4 (449.14 MB), 34:05

      *   50 程序员的数学进阶 最值和极值/

        *   01 程序员的数学进阶 最值和极值.mp4 (449.34 MB), 29:59

      *   51 程序员的数学进阶 二阶导数和凸函数/

        *   01 程序员的数学进阶 二阶导数和凸函数.mp4 (373.21 MB), 30:00

      *   52 程序员的数学进阶 逻辑回归和凸函数01/

        *   01 程序员的数学进阶 逻辑回归和凸函数01.mp4 (317.16 MB), 22:48

      *   53 程序员的数学进阶 逻辑回归和凸函数02/

        *   01 程序员的数学进阶 逻辑回归和凸函数02.mp4 (442.45 MB), 30:02

      *   54 程序员的数学进阶 泰勒公式/

        *   01 程序员的数学进阶 泰勒公式.mp4 (423.86 MB), 30:00

      *   55 程序员的数学进阶 泰勒公式和神经网络01/

        *   01 程序员的数学进阶 泰勒公式和神经网络01.mp4 (413.20 MB), 29:59

      *   56 程序员的数学进阶 泰勒公式和神经网络02/

        *   01 程序员的数学进阶 泰勒公式和神经网络02.mp4 (394.71 MB), 29:59

      *   57 程序员数学进阶 用数学洞穿机器学习的本质/

        *   01 程序员数学进阶 用数学洞穿机器学习的本质.mp4 (350.78 MB), 27:27

      *   58 程序员的数学进阶 机器学习不能做什么/

        *   01 程序员的数学进阶 机器学习不能做什么.mp4 (2.40 MB), 00:17

  *   06 人工智能（二期） 未剪辑版/

    *   01 人工智能（二期） 未剪辑版/

      *   01 开班典礼_学前必看/

        *   01 开班典礼_学前必看.mp4 (1.40 GB), 01:53:46

      *   02 FM模型/

        *   01 FM模型.mp4 (1.60 GB), 01:54:14

      *   03 推荐系统之协同过滤/

        *   01 推荐系统之协同过滤.mp4 (1.80 GB), 02:01:29

      *   04 推荐系统之召回/

        *   01 推荐系统之召回.mp4 (1.82 GB), 02:07:22

      *   05 推荐系统之排序1/

        *   01 推荐系统之排序1.mp4 (1.88 GB), 02:07:29

      *   06 推荐系统之排序2/

        *   01 推荐系统之排序2.mp4 (1.97 GB), 02:06:00

      *   07 RNN和LSTM/

        *   01 RNN和LSTM.mp4 (2.04 GB), 02:27:30

      *   08 语音合成方法介绍/

        *   01 语音合成方法介绍.mp4 (448.47 MB), 02:26:28

      *   09 语音合成前端/

        *   01 语音合成前端.mp4 (397.68 MB), 02:35:40

      *   10 端到端语音合成声学模型/

        *   01 端到端语音合成声学模型.mp4 (341.73 MB), 02:19:08

      *   11 语音合成声码器及端到端语音合成实战/

        *   01 语音合成声码器及端到端语音合成实战.mp4 (452.07 MB), 02:12:39

      *   12 LSTM和ELMO/

        *   01 LSTM和ELMO.mp4 (394.42 MB), 02:08:58

      *   13 实战项目：智能输入法/

        *   01 实战项目：智能输入法.mp4 (437.50 MB), 02:12:38

      *   14 输入法项目之新词发现/

        *   01 输入法项目之新词发现.mp4 (472.04 MB), 02:06:53

      *   15 注意力模型Attention/

        *   01 注意力模型Attention.mp4 (440.80 MB), 02:02:20

      *   16 注意力模型Self-Attention/

        *   01 注意力模型Self-Attention.mp4 (773.82 MB), 04:04:49

      *   17 Transformer和Bert/

        *   01 Transformer和Bert.mp4 (493.46 MB), 02:35:55

      *   18 图像之文本检测/

        *   01 图像之文本检测.mp4 (251.24 MB), 02:04:54

      *   19 图像之文本识别/

        *   01 图像之文本识别.mp4 (272.67 MB), 02:05:04

      *   20 文本分类项目：分类任务简介、分类系统综述/

        *   01 文本分类项目：分类任务简介、分类系统综述.mp4 (131.06 MB), 01:00:18

      *   21 文本分类项目：基本模型回顾 - NB、SVM/

        *   01 文本分类项目：基本模型回顾 - NB、SVM.mp4 (54.24 MB), 41:22

      *   22 文本分类项目：基本模型回顾 - FastText/

        *   01 文本分类项目：基本模型回顾 - FastText.mp4 (84.54 MB), 54:20

      *   23 文本分类项目：系统集成、系统调优/

        *   01 文本分类项目：系统集成、系统调优.mp4 (87.63 MB), 52:56

      *   24 文本分类项目：系统优化：实体信息/

        *   01 文本分类项目：系统优化：实体信息.mp4 (80.66 MB), 01:04:15

      *   25 文本分类项目： 系统优化：图片分类/

        *   01 文本分类项目： 系统优化：图片分类.mp4 (81.99 MB), 01:00:17

      *   26 文本分类项目： 深度模型系统：TextCNN/

        *   01 文本分类项目： 深度模型系统：TextCNN.mp4 (89.07 MB), 01:05:42

      *   27 文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成/

        *   01 文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成.mp4 (84.60 MB), 50:57

      *   28 高级图像技术1/

        *   01 高级图像技术1.mp4 (192.53 MB), 01:03:58

      *   29 高级图像技术2/

        *   01 高级图像技术2.mp4 (172.38 MB), 55:53

      *   30 高级图像技术3/

        *   01 高级图像技术3.mp4 (194.14 MB), 58:13

      *   31 高级图像技术4/

        *   01 高级图像技术4.mp4 (235.36 MB), 01:09:57

      *   32 海外项目：推荐系统入门简介/

        *   01 海外项目：推荐系统入门简介.mp4 (223.35 MB), 01:03:26

      *   33 海外项目：Item2vec算法以及实际应用/

        *   01 海外项目：Item2vec算法以及实际应用.mp4 (261.25 MB), 59:23

      *   34 海外项目：数据预处理/

        *   01 海外项目：数据预处理.mp4 (257.76 MB), 01:02:44

      *   35 海外项目：经典CTR预估算法sparselogistics regression/

        *   01 海外项目：经典CTR预估算法sparselogistics regression.mp4 (246.75 MB), 01:00:09

      *   36 海外项目：深度学习入门/

        *   01 海外项目：深度学习入门.mp4 (235.71 MB), 01:03:01

      *   37 海外项目：CNN & LSTM详细讲解/

        *   01 海外项目：CNN & LSTM详细讲解.mp4 (244.81 MB), 01:00:03

      *   38 海外项目：self-attention 机制讲解/

        *   01 海外项目：self-attention 机制讲解.mp4 (239.14 MB), 01:01:36

      *   39 海外项目：wide-deep model代码实战/

        *   01 海外项目：wide-deep model代码实战.mp4 (371.31 MB), 01:01:54

      *   40 智能聊天机器人1/

        *   01 智能聊天机器人1.mp4 (1.85 GB), 02:04:44

      *   41 智能聊天机器人2/

        *   01 智能聊天机器人2.mp4 (1.80 GB), 01:59:48

  *   07 人工智能（三期） 未剪辑版/

    *   01 人工智能（三期） 未剪辑版/

      *   01 信息论入门-概率和信息/

        *   01 信息论入门-概率和信息.mp4 (1.27 GB), 02:09:02

      *   02 拉格朗日极值法和泛函分析入门/

        *   01 拉格朗日极值法和泛函分析入门.mp4 (1.33 GB), 02:13:12

      *   03 联合熵，条件熵，互信息，交叉熵/

        *   01 联合熵，条件熵，互信息，交叉熵.mp4 (1.23 GB), 02:06:45

      *   04 从信息论的角度解读机器学习/

        *   01 从信息论的角度解读机器学习.mp4 (1.16 GB), 01:59:39

      *   05 矩阵求导术/

        *   01 矩阵求导术.mp4 (1.33 GB), 02:12:38

      *   06 文本分类速览1/

        *   01 文本分类速览1.mp4 (1.17 GB), 02:04:11

      *   07 文本分类速览2/

        *   01 文本分类速览2.mp4 (1.33 GB), 02:18:29

      *   08 从数学的角度看embedding特征维度的选取/

        *   01 从数学的角度看embedding特征维度的选取.mp4 (264.70 MB), 01:34:26

      *   09 面试指导/

        *   01 面试指导.mp4 (1.24 GB), 02:04:20

      *   10 AI架构设计/

        *   01 AI架构设计.mp4 (1.91 GB), 02:16:42

      *   11 推荐系统综述/

        *   01 推荐系统综述.mp4 (1.22 GB), 02:03:43

      *   12 量化投资1/

        *   01 量化投资1.mp4 (537.42 MB), 01:03:39

      *   13 量化投资2/

        *   01 量化投资2.mp4 (731.53 MB), 01:10:10

      *   14 量化投资3/

        *   01 量化投资3.mp4 (866.46 MB), 01:06:10

      *   15 量化投资4/

        *   01 量化投资4.mp4 (1.02 GB), 01:06:24

      *   16 生成模型GAN/

        *   01 生成模型GAN.mp4 (1.11 GB), 02:04:16

      *   17 量化投资5/

        *   01 量化投资5.mp4 (1006.51 MB), 01:05:17

      *   18 量化投资6/

        *   01 量化投资6.mp4 (952.55 MB), 01:06:08

      *   19 生成模型VAE/

        *   01 生成模型VAE.mp4 (590.11 MB), 01:07:36

      *   20 GAN背后的秘密/

        *   01 GAN背后的秘密.mp4 (659.91 MB), 01:03:30

      *   21 量化投资7/

        *   01 量化投资7.mp4 (855.24 MB), 01:04:26

      *   22 量化投资8/

        *   01 量化投资8.mp4 (573.13 MB), 01:09:53

      *   23 强化学习：SARSA和DQN/

        *   01 强化学习：SARSA和DQN.mp4 (574.56 MB), 01:00:37

      *   24 强化学习：神经网络和强化学习1（上）/

        *   01 强化学习：神经网络和强化学习1（上）.mp4 (511.54 MB), 54:54

      *   25 强化学习：神经网络和强化学习1（下）/

        *   01 强化学习：神经网络和强化学习1（下）.mp4 (586.74 MB), 01:00:24

      *   26 强化学习：神经网络和强化学习2（上）/

        *   01 强化学习：神经网络和强化学习2（上）.mp4 (841.90 MB), 01:04:53

      *   27 强化学习：神经网络和强化学习2（下）/

        *   01 强化学习：神经网络和强化学习2（下）.mp4 (648.58 MB), 01:02:11

      *   28 强化学习：手写AlphaZero在五子棋中的应用（上）/

        *   01 强化学习：手写AlphaZero在五子棋中的应用（上）.mp4 (344.72 MB), 01:03:10

      *   29 强化学习：手写AlphaZero在五子棋中的应用（下）/

        *   01 强化学习：手写AlphaZero在五子棋中的应用（下）.mp4 (584.75 MB), 01:00:00

      *   30 量化投资：量化交易基础介绍（上）/

        *   01 量化投资：量化交易基础介绍（上）.mp4 (638.78 MB), 01:01:07

      *   31 量化投资：量化交易基础介绍（下）/

        *   01 量化投资：量化交易基础介绍（下）.mp4 (934.49 MB), 01:03:26

      *   32 量化投资：交易价格的形成（上）/

        *   01 量化投资：交易价格的形成（上）.mp4 (338.07 MB), 01:04:00

      *   33 量化投资：交易价格的形成（下）1/

        *   01 量化投资：交易价格的形成（下）1.mp4 (331.93 MB), 40:56

      *   34 量化投资：交易价格的形成（下）2/

        *   01 量化投资：交易价格的形成（下）2.mp4 (242.91 MB), 30:04

      *   35 量化投资：期货策略的实现（上）1/

        *   01 量化投资：期货策略的实现（上）1.mp4 (245.28 MB), 30:00

      *   36 量化投资：期货策略的实现（上）2/

        *   01 量化投资：期货策略的实现（上）2.mp4 (232.98 MB), 30:26

      *   37 量化投资：期货策略的实现（下）1/

        *   01 量化投资：期货策略的实现（下）1.mp4 (488.72 MB), 31:56

      *   38 量化投资：期货策略的实现（下）2/

        *   01 量化投资：期货策略的实现（下）2.mp4 (185.73 MB), 30:04

      *   39 量化投资：期货策略的实现（下）1/

        *   01 量化投资：期货策略的实现（下）1.mp4 (202.60 MB), 30:00

      *   40 量化投资：期货策略的实现（下）2/

        *   01 量化投资：期货策略的实现（下）2.mp4 (217.80 MB), 35:09

      *   41 量化投资：股票单因子框架（下）/

        *   01 量化投资：股票单因子框架（下）.mp4 (574.04 MB), 01:01:19

      *   42 量化投资：股票多因子框架1（上）/

        *   01 量化投资：股票多因子框架1（上）.mp4 (604.40 MB), 01:01:40

      *   43 量化投资：股票多因子框架1（下）/

        *   01 量化投资：股票多因子框架1（下）.mp4 (596.97 MB), 01:01:01

      *   44 量化投资：股票多因子框架2（上）/

        *   01 量化投资：股票多因子框架2（上）.mp4 (631.86 MB), 01:01:32

      *   45 量化投资：股票多因子框架2（下）/

        *   01 量化投资：股票多因子框架2（下）.mp4 (905.67 MB), 01:05:21

      *   46 量化投资：组合投资（上）/

        *   01 量化投资：组合投资（上）.mp4 (433.64 MB), 01:01:59

      *   47 量化投资：组合投资（下）/

        *   01 量化投资：组合投资（下）.mp4 (562.16 MB), 59:46

      *   48 量化投资：时间序列的预测（上）1/

        *   01 量化投资：时间序列的预测（上）1.mp4 (1.19 GB), 01:30:38

      *   49 量化投资：时间序列的预测（上）2/

        *   01 量化投资：时间序列的预测（上）2.mp4 (1.18 GB), 01:30:25

      *   50 量化投资：时间序列的预测（下）/

        *   01 量化投资：时间序列的预测（下）.mp4 (358.80 MB), 01:00:45

      *   51 量化投资：期权交易（上）/

        *   01 量化投资：期权交易（上）.mp4 (1.00 GB), 01:06:22

      *   52 量化投资：期权交易（下）/

        *   01 量化投资：期权交易（下）.mp4 (1004.68 MB), 01:12:50

      *   53 量化投资：机器学习模型1（上）/

        *   01 量化投资：机器学习模型1（上）.mp4 (1.16 GB), 01:23:38

      *   54 量化投资：机器学习模型1（下）/

        *   01 量化投资：机器学习模型1（下）.mp4 (490.27 MB), 01:06:45

      *   55 量化投资：机器学习模型2（上）/

        *   01 量化投资：机器学习模型2（上）.mp4 (397.12 MB), 01:04:12

      *   56 量化投资：机器学习模型2（下）/

        *   01 量化投资：机器学习模型2（下）.mp4 (979.05 MB), 01:11:22

      *   57 量化投资：深度学习模型（上）/

        *   01 高频交易：高频因子挖掘及高频做市策略.mp4 (931.51 MB), 01:07:17

      *   58 量化投资：深度学习模型（下）1/

        *   01 量化投资：深度学习模型（下）1.mp4 (885.21 MB), 01:14:27

      *   59 量化投资：深度学习模型（下）2/

        *   01 量化投资：深度学习模型（下）2.mp4 (963.75 MB), 01:16:06

      *   60 语音识别综述/

        *   01 语音识别综述.mp4 (370.20 MB), 01:07:45

      *   61 语音信号基础/

        *   01 语音信号基础.mp4 (981.79 MB), 01:06:21

      *   62 语音识别特征处理/

        *   01 语音识别特征处理.mp4 (968.36 MB), 01:06:33

      *   63 HMM-GMM模型原理/

        *   01 HMM-GMM模型原理.mp4 (332.05 MB), 01:02:48

      *   64 HMM-DNN声学模型/

        *   01 HMM-DNN声学模型.mp4 (818.00 MB), 01:12:05

      *   65 语言模型及解码/

        *   01 语言模型及解码.mp4 (820.13 MB), 01:06:23

      *   66 Kaldi 语音识别实践/

        *   01 Kaldi 语音识别实践.mp4 (873.83 MB), 01:05:21

      *   67 端到端语音识别综述/

        *   01 端到端语音识别综述.mp4 (304.87 MB), 01:00:35

      *   68 CTC LAS Transformer 语音识别框架/

        *   01 CTC LAS Transformer 语音识别框架.mp4 (973.18 MB), 01:24:30

      *   69 低时延语音识别/

        *   01 低时延语音识别.mp4 (421.62 MB), 01:01:59

      *   70 流式语音识别/

        *   01 流式语音识别.mp4 (377.66 MB), 59:02

      *   71 多语种语音识别/

        *   01 多语种语音识别.mp4 (877.51 MB), 01:01:48

      *   72 端到端语音识别实践/

        *   01 端到端语音识别实践.mp4 (1.69 GB), 02:15:33

*   16 算法与数据结构基础班/

  *   01 算法与数据结构基础班/

    *   01 算法与数据结构基础班/

      *   01 认识复杂度、对数器、二分法与异或运算/

        *   01 什么是算法数据结构.mp4 (3.41 MB), 01:58

        *   02 何为常数时间的操作.mp4 (3.59 MB), 02:00

        *   03 常见的常数时间操作.mp4 (29.78 MB), 16:30

        *   04 时间复杂度的意义.mp4 (12.74 MB), 06:35

        *   05 选择排序.mp4 (14.05 MB), 06:30

        *   06 冒泡排序.mp4 (18.65 MB), 09:50

        *   07 插入排序.mp4 (28.03 MB), 12:05

        *   08 额外空间复杂度.mp4 (19.35 MB), 09:51

        *   09 面试、比赛、刷题中、一个问题的最优解是什么意思.mp4 (6.01 MB), 03:02

        *   10 常见的时间复杂度.mp4 (2.46 MB), 01:10

        *   11 算法和数据结构学习的大脉络.mp4 (2.89 MB), 01:30

        *   12 什么叫对数器.mp4 (35.89 MB), 13:50

        *   13 什么叫二分法.mp4 (8.81 MB), 04:45

        *   14 在一个有序数组中，找=某个数的最左侧位置.mp4 (23.34 MB), 10:10

        *   15 局部最小值.mp4 (17.53 MB), 10:05

        *   16 认识异或运算.mp4 (16.09 MB), 08:55

        *   17 如何不用额外变量交换两个数的值.mp4 (23.15 MB), 11:30

        *   18 一个数组中有一种数出现了奇数次，其他数都出现了偶数次怎么找到这种数.mp4 (16.85 MB), 08:26

        *   19 怎么把一个int类型的数，提取出最右侧1来.mp4 (9.69 MB), 05:10

        *   20 一个数组中有一种数出现了奇数次，其他数都出现了偶数次怎么找到这两种数.mp4 (41.49 MB), 18:30

      *   02 链表结构、栈、队列、递归行为、哈希表和有序表/

        *   01 单双向链表节点结构.mp4 (4.81 MB), 02:30

        *   02 单双链表如何反转.mp4 (20.72 MB), 09:05

        *   03 把给定值删除.mp4 (20.68 MB), 09:05

        *   04 java和c++在内存释放上的问题.mp4 (17.15 MB), 09:50

        *   05 什么是栈和队列.mp4 (3.90 MB), 02:05

        *   06 栈和队列的实际实现（双向链表实现）.mp4 (23.20 MB), 09:50

        *   07 栈和队列的实际实现（数组实现）.mp4 (33.47 MB), 16:35

        *   08 既然语言都有这些结构和api，为什么还需要手撸练习.mp4 (25.05 MB), 12:05

        *   09 如何用队列结构实现栈结构.mp4 (5.52 MB), 03:05

        *   10 如何使用栈结构实现队列结构.mp4 (19.45 MB), 09:00

        *   11 求数组arr[L..R]中的最大值，怎么用递归方法实现.mp4 (30.43 MB), 14:10

        *   12 Master公式.mp4 (48.57 MB), 22:23

        *   13 哈希表.mp4 (105.67 MB), 39:21

      *   03 归并排序与随机快排/

        *   01 什么是归并排序.mp4 (6.89 MB), 04:15

        *   02 归并排序（递归方法实现）.mp4 (30.16 MB), 13:38

        *   03 归并排序（非递归方法实现）（1）.mp4 (40.88 MB), 20:31

        *   04 归并排序（非递归方法实现）（2）.mp4 (16.56 MB), 08:00

        *   05 归并排序时间复杂度分析.mp4 (11.04 MB), 06:35

        *   06 根据常见面试题深入理解归并排序.mp4 (38.03 MB), 22:28

        *   07 根据常见面试题深入理解归并排序代码解析.mp4 (17.75 MB), 07:00

        *   08 在一个数组中求降序对.mp4 (24.35 MB), 14:05

        *   09 Partition过程.mp4 (34.95 MB), 20:10

        *   10 荷兰国旗问题.mp4 (33.96 MB), 15:35

        *   11 快速排序1.0.mp4 (10.67 MB), 05:15

        *   12 快速排序2.0.mp4 (10.03 MB), 05:20

        *   13 快速排序3.0.mp4 (10.16 MB), 04:55

        *   14 怎么解决复杂度.mp4 (11.54 MB), 06:10

        *   15 额外空间复杂度怎么估计.mp4 (13.68 MB), 07:29

      *   04 比较器与堆/

        *   01 完全二叉树结构.mp4 (15.18 MB), 09:18

        *   02 堆是什么.mp4 (5.39 MB), 03:20

        *   03 大根堆讲解1.mp4 (8.72 MB), 05:35

        *   04 大根堆代码1.mp4 (17.26 MB), 08:11

        *   05 大根堆讲解2.mp4 (18.88 MB), 09:30

        *   06 答疑.mp4 (25.95 MB), 11:40

        *   07 下沉的复杂度是多少.mp4 (10.44 MB), 03:55

        *   08 堆排序是什么.mp4 (9.47 MB), 04:33

        *   09 堆排序优化1.mp4 (18.54 MB), 09:50

        *   10 直观认识完全二叉树.mp4 (16.13 MB), 07:45

        *   11 答疑1.mp4 (12.99 MB), 05:10

        *   12 怎么保证每一个数再排完序的距离不会超过k.mp4 (25.09 MB), 13:30

        *   13 答疑2.mp4 (4.21 MB), 02:35

        *   14 比较器（重载比较运算符）.mp4 (16.11 MB), 07:23

        *   15 比较器（排序）.mp4 (8.28 MB), 02:51

        *   16 比较器（特殊标准排序的结构）.mp4 (9.38 MB), 03:41

        *   17 什么情况下可以用语言提供的堆结构，什么情况下必须手动写.mp4 (18.82 MB), 08:43

        *   18 什么情况下可以用语言提供的堆结构，什么情况下必须手动写代码实现.mp4 (51.06 MB), 22:20

      *   05 trie、桶排序、排序总结/

        *   01 答疑.mp4 (27.63 MB), 15:30

        *   02 前缀树.mp4 (28.61 MB), 15:45

        *   03 怎么实现前缀树.mp4 (30.62 MB), 11:54

        *   04 答疑.mp4 (2.90 MB), 01:34

        *   05 word这个字符串之前加入过几次.mp4 (10.63 MB), 04:35

        *   06 有多少字符串是以pre这个字符串作为前缀的.mp4 (4.24 MB), 01:50

        *   07 删除.mp4 (29.04 MB), 14:26

        *   08 答疑.mp4 (6.35 MB), 02:36

        *   09 前缀树是怎么拓展的.mp4 (6.42 MB), 02:40

        *   10 不基于比较的排序.mp4 (15.75 MB), 08:05

        *   11 基数排序.mp4 (22.46 MB), 13:25

        *   12 基数排序代码.mp4 (15.17 MB), 05:36

        *   13 基数排序代码拆解.mp4 (53.99 MB), 28:35

        *   14 计数排序和基数排序.mp4 (22.82 MB), 12:10

        *   15 选择、冒泡、插入排序有没有稳定性.mp4 (5.97 MB), 03:45

        *   16 归并、快排、堆排序有没有稳定性.mp4 (9.03 MB), 05:26

        *   17 排序算法总结.mp4 (10.16 MB), 04:35

        *   18 常见的坑.mp4 (27.54 MB), 12:48

      *   06 链表相关面试题/

        *   01 链表问题.mp4 (4.55 MB), 02:30

        *   02 快慢指针简介.mp4 (4.48 MB), 02:20

        *   03 快慢指针代码.mp4 (29.62 MB), 12:15

        *   04 给定一个单链表的头节点head，判断该链表是否为回文机构.mp4 (34.94 MB), 17:30

        *   05 将单链表按某值划分成左边小、中间相等、右边大的形式.mp4 (52.14 MB), 24:00

        *   06 特殊的单链表节点（用哈希表的方法）.mp4 (17.72 MB), 09:05

        *   07 不用哈希表的方法.mp4 (32.82 MB), 15:41

        *   08 两个有环也可能无环的单链表，如果相交，返回相交的第一个节点，如果不想交，返回null.mp4 (28.60 MB), 16:19

        *   09 两个有环也可能无环的单链表，如果相交，返回相交的第一个节点，如果不想交，返回null代码实现.mp4 (6.36 MB), 02:57

        *   10 两个无环链表是否相交.mp4 (7.16 MB), 04:25

        *   11 两个无环链表是否相交代码.mp4 (8.74 MB), 03:30

        *   12 答疑.mp4 (5.83 MB), 03:00

        *   13 两个链表都有环有几种结构.mp4 (26.78 MB), 13:20

        *   14 能不能不给单链表的头节点，只给想要删除的节点，就能做到在链表上把这个删掉.mp4 (25.84 MB), 13:16

      *   07 二叉树的基本算法/

        *   01 什么叫二叉树.mp4 (3.18 MB), 01:50

        *   02 二叉树遍历（什么叫子树）.mp4 (4.38 MB), 02:26

        *   03 二叉树遍历是什么意思.mp4 (7.61 MB), 04:30

        *   04 二叉树遍历实现.mp4 (22.97 MB), 10:28

        *   05 非递归方式实现二叉树的遍历.mp4 (1.09 MB), 00:38

        *   06 非递归方式实现二叉树的遍历(前序).mp4 (23.62 MB), 11:15

        *   07 非递归方式实现二叉树的遍历(中序).mp4 (24.03 MB), 12:26

        *   08 非递归方式实现二叉树的遍历(后序).mp4 (56.18 MB), 25:15

        *   09 实现二叉树按层遍历（队列方式）.mp4 (8.38 MB), 03:55

        *   10 统计二叉树最大的宽度（用Map）.mp4 (39.06 MB), 16:15

        *   11 统计二叉树最大的宽度（不用Map）.mp4 (21.53 MB), 09:25

        *   12 二叉树的序列化和反序列化.mp4 (41.01 MB), 19:37

      *   08 二叉树的递归套路/

        *   01 如何设计一个打印整棵树的打印函数.mp4 (36.20 MB), 15:55

        *   02 给一个二叉树中的某个节点，返回该节点的后继节点1.mp4 (13.84 MB), 07:42

        *   03 如果x没有又数.mp4 (6.58 MB), 03:48

        *   04 后继.mp4 (4.07 MB), 02:20

        *   05 给一个二叉树中的某个节点，返回该节点的后继节点2.mp4 (3.80 MB), 02:18

        *   06 给一个二叉树中的某个节点，返回该节点的后继节点代码实现.mp4 (11.58 MB), 04:30

        *   07 给定一个如如参数N，代表纸条都从下边上向上方连续对着N次，请从上到下导引所有折痕的方向1.mp4 (34.61 MB), 08:33

        *   08 给定一个如如参数N，代表纸条都从下边上向上方连续对着N次，请从上到下导引所有折痕的方向2.mp4 (24.04 MB), 10:43

        *   09 二叉树的递归套路1.mp4 (7.62 MB), 04:07

        *   10 什么叫平衡树.mp4 (2.84 MB), 01:40

        *   11 二叉树的递归套路2.mp4 (2.15 MB), 00:55

        *   12 列出所有可能性后，确定到底需要向左树和右树要什么样的信息.mp4 (25.89 MB), 09:45

        *   13 给定一颗二叉树的头结点head，任何两个节点之间都存在距离，返回整课二叉树的最大距离.mp4 (30.22 MB), 14:25

        *   14 给定二叉树的头节点head，返回这个二叉树最大的二叉树搜索子树的头节点.mp4 (72.53 MB), 29:30

        *   15 二叉树递归套路3.mp4 (3.75 MB), 01:33

        *   16 排队的最大快乐值.mp4 (45.20 MB), 21:15

      *   09 贪心算法/

        *   01 返回这颗二叉树是不是满二叉树1.mp4 (83.85 MB), 21:11

        *   02 返回这颗二叉树是不是满二叉树2.mp4 (79.55 MB), 19:49

        *   03 返回a和b的最低公共祖先.mp4 (92.56 MB), 28:50

        *   04 贪心算法.mp4 (16.04 MB), 06:29

        *   05 贪心算法例子.mp4 (24.72 MB), 09:52

        *   06 从头到尾讲一道利用贪心算法求解的题目(1).mp4 (22.37 MB), 10:22

        *   07 从头到尾讲一道利用贪心算法求解的题目(2).mp4 (28.48 MB), 11:42

        *   08 从头到尾讲一道利用贪心算法求解的题目(3).mp4 (112.35 MB), 25:34

      *   10 并查集结构和图相关的算法/

        *   01 贪心算法求解的标准过程.mp4 (4.27 MB), 01:34

        *   02 贪心算法的解题套路.mp4 (17.23 MB), 06:19

        *   03 贪心算法的解题套路实战.mp4 (66.89 MB), 24:32

        *   04 返回如果点亮str中所有需要点亮的位置，至少需要几盏灯.mp4 (61.48 MB), 22:29

        *   05 整分整块金条，怎么分最省铜板.mp4 (34.51 MB), 12:38

        *   06 每做完一个项目马上获得的收益可以支持你去做下一个项目不能并行的做项目你最后获得的最大钱数.mp4 (52.56 MB), 19:15

        *   07 并查集.mp4 (27.52 MB), 10:05

        *   08 isSameSet和union方法的代价越低越好.mp4 (25.86 MB), 09:29

        *   09 并查集代码.mp4 (46.34 MB), 16:59

        *   10 并查集优化.mp4 (50.60 MB), 18:32

      *   11 暴力递归/

        *   01 合并users返回合并之后的用户数量.mp4 (97.45 MB), 23:18

        *   02 图.mp4 (116.29 MB), 29:19

        *   03 图的宽度优先&深度优先遍历（1）.mp4 (79.89 MB), 19:23

        *   04 图的宽度优先&深度优先遍历（2）.mp4 (16.62 MB), 05:29

        *   05 图的拓扑排序算法.mp4 (62.81 MB), 14:19

        *   06 最小生成树算法之Kruskal.mp4 (61.61 MB), 15:13

        *   07 最小生成树算法之Prim.mp4 (127.17 MB), 25:24

      *   12 动态规划/

        *   01 Dijkstra算法.mp4 (74.19 MB), 27:19

        *   02 证明Dijkstra算法.mp4 (30.01 MB), 11:02

        *   03 改进后的Dijkstra算法.mp4 (41.77 MB), 15:23

        *   04 暴力递归.mp4 (3.86 MB), 01:25

        *   05 汉诺塔问题（1）.mp4 (40.54 MB), 14:55

        *   06 汉诺塔问题（2）.mp4 (38.15 MB), 14:00

        *   07 汉诺塔问题（3）.mp4 (43.95 MB), 16:10

        *   08 给你一个栈请你逆序这个栈不能申请额外的数据结构只能使用递归函数如何实现.mp4 (47.48 MB), 17:28

      *   13 暴力递归到动态规划1/

        *   01 二叉树序列化.mp4 (15.04 MB), 05:50

        *   02 尝试.mp4 (36.16 MB), 14:02

        *   03 打印一个字符串的全部子序列.mp4 (12.11 MB), 04:42

        *   04 打印一个字符串的全部排列.mp4 (40.64 MB), 15:45

        *   05 打印一个字符串的全部排列不出现重复的排列.mp4 (29.95 MB), 11:36

        *   06 从左往右尝试模型1.mp4 (57.47 MB), 22:16

        *   07 从左往右尝试模型2.mp4 (43.98 MB), 17:03

        *   08 范围上尝试的模型.mp4 (81.17 MB), 31:28

      *   14 暴力递归到动态规划2/

        *   01 课前例题1讲解.mp4 (40.33 MB), 16:33

        *   02 课前例题2讲解.mp4 (29.91 MB), 12:16

        *   03 N皇后.mp4 (69.82 MB), 28:38

        *   04 N皇后方法1.mp4 (53.27 MB), 21:51

        *   05 N皇后方法2.mp4 (46.65 MB), 19:09

        *   06 回答问题.mp4 (7.43 MB), 03:03

        *   07 怎么尝试一件事.mp4 (33.72 MB), 13:50

        *   08 动态规划.mp4 (41.83 MB), 17:10

        *   09 经典动态规划.mp4 (46.79 MB), 19:12

      *   15 暴力递归到动态规划3/

        *   01 返回让所有咖啡杯变干净的最早完成时间.mp4 (98.59 MB), 34:32

        *   02 返回所有的路径中最小的路径和(1).mp4 (29.99 MB), 10:30

        *   03 返回所有的路径中最小的路径和(2).mp4 (46.96 MB), 16:29

        *   04 解题规律.mp4 (20.49 MB), 07:11

        *   05 值为正数不重复每个值代表一种面值的货币每种面值的货币求组成 aim 的方法数(1).mp4 (25.63 MB), 08:59

        *   06 值为正数不重复每个值代表一种面值的货币每种面值的货币求组成 aim 的方法数(2).mp4 (50.44 MB), 17:41

        *   07 值为正数不重复每个值代表一种面值的货币每种面值的货币求组成 aim 的方法数(3).mp4 (53.25 MB), 18:40

        *   08 枚举行为优化.mp4 (49.13 MB), 17:12

      *   16 暴力递归到动态规划4/

        *   01 返回需要至少多少张贴纸可以完成任务方法1(1).mp4 (95.22 MB), 29:13

        *   02 返回需要至少多少张贴纸可以完成任务方法1(2).mp4 (71.18 MB), 21:50

        *   03 返回需要至少多少张贴纸可以完成任务方法2.mp4 (53.63 MB), 16:28

        *   04 总结.mp4 (41.79 MB), 12:50

        *   05 两个字符串的最长公共子序列问题(1).mp4 (7.44 MB), 02:17

        *   06 两个字符串的最长公共子序列问题(2).mp4 (69.36 MB), 21:17

        *   07 两个字符串的最长公共子序列问题(13).mp4 (31.37 MB), 09:38

        *   08 返回让所有咖啡杯变干净的最早完成时间方法1.mp4 (66.76 MB), 20:29

        *   09 返回让所有咖啡杯变干净的最早完成时间方法2.mp4 (70.02 MB), 21:30

*   17 面试突击班/

  *   01 Python面试突击班/

    *   01 Python面试突击班/

      *   01 Python面试突击班（一）/

        *   01 类和对象.mp4 (42.50 MB), 14:52

        *   02 Type类.mp4 (38.20 MB), 12:57

        *   03 元类的定义.mp4 (21.24 MB), 08:00

        *   04 使用函数来定义一个元类.mp4 (67.96 MB), 23:12

        *   05 使用类的方式定义一个类.mp4 (57.82 MB), 17:08

        *   06 基于new函数实现单例.mp4 (75.59 MB), 22:09

        *   07 基于元类来实现单例.mp4 (124.78 MB), 34:37

      *   02 Python面试突击班（二）/

        *   01 什么是缓存.mp4 (107.09 MB), 12:18

        *   02 缓存架构.mp4 (117.75 MB), 14:19

        *   03 缓存的数据.mp4 (33.42 MB), 03:42

        *   04 缓存后端.mp4 (80.97 MB), 10:13

        *   05 Flask-caching处理缓存.mp4 (162.27 MB), 18:10

        *   06 使用缓存.mp4 (227.50 MB), 22:31

        *   07 缓存视图函数.mp4 (11.74 MB), 01:08

        *   08 缓存其他函数.mp4 (16.60 MB), 01:53

        *   09 缓存有参函数.mp4 (27.89 MB), 03:14

        *   10 缓存普通对象.mp4 (13.63 MB), 01:43

        *   11 核心装饰器和函数说明.mp4 (16.10 MB), 01:41

        *   12 学生答疑.mp4 (222.35 MB), 19:07

      *   03 Python面试突击班（三）/

        *   01 时间复杂度.mp4 (31.45 MB), 03:14

        *   02 常数时间.mp4 (12.97 MB), 01:33

        *   03 实现一个特殊的栈，在基本功能上的基础上，再实现返回栈中最小元素功能.mp4 (119.31 MB), 12:48

        *   04 代码实现.mp4 (238.76 MB), 25:23

        *   05 怎么理解选择排序的时间复杂度.mp4 (271.76 MB), 29:42

        *   06 怎么理解快速排序的时间复杂度.mp4 (262.88 MB), 27:54

        *   07 学生答疑.mp4 (130.63 MB), 13:25

      *   04 Python面试突击班（四）/

        *   01 面试总结介绍.mp4 (20.37 MB), 01:57

        *   02 生成器是什么.mp4 (37.24 MB), 03:50

        *   03 最简单的生成器.mp4 (101.41 MB), 11:04

        *   04 在函数中使yield关键字.mp4 (182.57 MB), 18:42

        *   05 闭包是什么，你怎么理解闭包.mp4 (253.70 MB), 27:07

        *   06 说说Python中字典的底层是怎么实现的.mp4 (293.00 MB), 32:35

        *   07 学生答疑.mp4 (76.41 MB), 09:08

      *   05 Python面试突击班（五）/

        *   01 堆排序涉及到的概念.mp4 (36.47 MB), 12:40

        *   02 为什么要用大根堆和小根堆排序.mp4 (42.76 MB), 13:52

        *   03 最大堆删除堆顶节点后的自我调整.mp4 (54.29 MB), 18:34

        *   04 构建最大堆.mp4 (48.10 MB), 14:43

        *   05 堆排序算法代码实现.mp4 (179.48 MB), 52:46

      *   06 Python面试突击班（六）/

        *   01 课前互动.mp4 (37.14 MB), 04:37

        *   02 复习堆排序算法.mp4 (15.74 MB), 03:17

        *   03 Python笔试面试题之算法（一）.mp4 (54.49 MB), 09:51

        *   04 解题思路.mp4 (133.79 MB), 19:53

        *   05 中位数案例代码实现.mp4 (301.05 MB), 45:31

        *   06 Python笔试面试题之算法（二）.mp4 (86.95 MB), 10:03

        *   07 解题思路.mp4 (52.80 MB), 05:15

        *   08 超级丑数代码实现.mp4 (275.10 MB), 29:17

      *   07 Python面试突击班（七）/

        *   01 课前互动.mp4 (37.14 MB), 04:37

        *   02 对象的引用计数机制.mp4 (143.20 MB), 15:15

        *   03 垃圾回收.mp4 (195.19 MB), 19:14

        *   04 Python的内存池.mp4 (70.78 MB), 09:22

        *   05 怎么优化内存管理.mp4 (51.68 MB), 04:59

        *   06 Python里面如何拷贝一个对象.mp4 (90.96 MB), 10:07

        *   07 is和==有什么区别.mp4 (10.34 MB), 01:00

        *   08 怎么反转一个整数.mp4 (60.05 MB), 06:55

        *   09 字符串转换成整型.mp4 (220.44 MB), 23:17

        *   10 学生答疑.mp4 (188.46 MB), 19:54

*   课件资料/

  *   课件资料.zip (11.51 GB)