本套课程为51CTO精培唐宇迪 人工智能基础+实战实训营，课程官方售价1.2万元，共分为15个部分。课程适合人群：人工智能研究专员。
课程概述：
此套课程含金量高，包含：python入门数据科学库、机器学习、python数据挖掘、深度学习原理+框架+实战、python爬虫、数学、Web框架Flask实战、python数据分析、Opencv计算机视觉、自然语言BERT、深度学习框架-PyTorch、深度学习-物体检测-YOLO实战等。
提示：课程仅提供加密版
加密版：课程所有视频均已 加密、一机一码策略，指定播放器（仅支持 windows客户端）。
资源目录：
├必修1 Python入门与数据科学库
│ ├第1章 Python必备基础，快速入门
│ │ ├1 Python环境配置.mp4
│ │ ├2 Python库安装工具.mp4
│ │ ├3 Notebook工具.mp4
│ │ ├4 Python简介.mp4
│ │ ├5 Python数值运算.mp4
│ │ ├6 Python字符串操作.mp4
│ │ ├7 List基础结构.mp4
│ │ ├8 List核心操作.mp4
│ │ ├9 字典基础定义.mp4
│ │ ├10 字典核心操作.mp4
│ │ ├11 Set结构.mp4
│ │ ├12 赋值机制.mp4
│ │ ├13 判断结构.mp4
│ │ ├14 循环结构.mp4
│ │ ├15 函数定义.mp4
│ │ ├16 模块与包.mp4
│ │ ├17 异常处理模块.mp4
│ │ ├18 文件操作.mp4
│ │ ├19 类的基本定义.mp4
│ │ ├20 类的属性操作.mp4
│ │ ├21 时间操作1.mp4
│ │ ├22 Python练习题-1.mp4
│ │ ├23 Python练习题-2.mp4
│ │ ├24 Python练习题-3.mp4
│ │ ├25 Python练习题-4.mp4
│ ├第2章 Python科学计算库-Numpy
│ │ ├26 Numpy概述.mp4
│ │ ├27 Array数组.mp4
│ │ ├28 数组结构.mp4
│ │ ├29 数组类型.mp4
│ │ ├30 数值运算1.mp4
│ │ ├31 排序操作.mp4
│ │ ├32 数组形状操作.mp4
│ │ ├33 数组生成函数.mp4
│ │ ├34 常用生成函数.mp4
│ │ ├35 四则运算.mp4
│ │ ├36 随机模块.mp4
│ │ ├37 文件读写.mp4
│ │ ├38 数组保存.mp4
│ │ ├39 练习题-1.mp4
│ │ ├40 练习题-2.mp4
│ │ ├41 练习题-3.mp4
│ ├第3章 数据分析处理库-pandas
│ │ ├42 Pandas概述.mp4
│ │ ├43 Pandas基本操作.mp4
│ │ ├44 Pandas索引.mp4
│ │ ├45 groupby操作.mp4
│ │ ├46 数值运算2.mp4
│ │ ├47 对象基本操作.mp4
│ │ ├48 对象操作细节.mp4
│ │ ├49 merge操作.mp4
│ │ ├50 显示设置.mp4
│ │ ├51 数据透视表.mp4
│ │ ├52 时间操作2.mp4
│ │ ├53 时间序列操作.mp4
│ │ ├54 常用操作.mp4
│ │ ├55 常用操作2.mp4
│ │ ├56 Groupby操作延伸.mp4
│ │ ├57 字符串操作.mp4
│ │ ├58 索引进阶.mp4
│ │ ├59 pandas绘图.mp4
│ │ ├60 大数据处理技巧.mp4
│ ├第4章 可视化库Matplotlib
│ │ ├61 Matplot概述.mp4
│ │ ├62 子图与标注.mp4
│ │ ├63 风格设置.mp4
│ │ ├64 条形图.mp4
│ │ ├65 条形图细节.mp4
│ │ ├66 条形外观.mp4
│ │ ├67 盒图绘制.mp4
│ │ ├68 盒图细节.mp4
│ │ ├69 绘图细节设置.mp4
│ │ ├70 绘图细节设置2.mp4
│ │ ├71 直方图与散点图.mp4
│ │ ├72 3D图绘制.mp4
│ │ ├73 pie图.mp4
│ │ ├74 子图布局.mp4
│ │ ├75 结合pandas与sklearn.mp4
│ ├第5章 可视化库seaborn
│ │ ├76 简介.mp4
│ │ ├77 整体布局风格设置.mp4
│ │ ├78 风格细节设置.mp4
│ │ ├79 调色板.mp4
│ │ ├80 调色板颜色设置.mp4
│ │ ├81 绘制多变量.mp4
│ │ ├82 热度图绘制.mp4
│ │ ├83 单变量分析绘图.mp4
│ │ ├84 回归分析绘图.mp4
│ │ ├85 多变量分析绘图.mp4
│ │ ├86 分类属性绘图.mp4
│ │ ├87 Facetgrid使用方法.mp4
├必修2 机器学习-入门篇
│ ├第1章 人工智能入门指南
│ │ ├1 AI时代 python.mp4
│ │ ├2 Python我该怎么学.mp4
│ │ ├3 人工智能的核心-机器学习.mp4
│ │ ├4 机器学习怎么学.mp4
│ │ ├5 算法推导与案例.mp4
│ ├第2章 K近邻算法实战
│ │ ├6 K近邻算法概述.mp4
│ │ ├7 模型的评估.mp4
│ │ ├8 数据预处理.mp4
│ │ ├9 sklearn库与功能.mp4
│ │ ├10 多变量KNN模型.mp4
│ ├第3章 线性回归算法
│ │ ├11 回归问题概述.mp4
│ │ ├12 误差项定义.mp4
│ │ ├13 独立同分布的意义.mp4
│ │ ├14 似然函数的作用.mp4
│ │ ├15 参数求解.mp4
│ ├第4章 梯度下降原理
│ │ ├16 梯度下降通俗解释.mp4
│ │ ├17 参数更新方法.mp4
│ │ ├18 优化参数设置.mp4
│ ├第5章 逻辑回归算法
│ │ ├19 逻辑回归算法原理.mp4
│ │ ├20 化简与求解.mp4
│ ├第6章 案例实战：Python实现梯度下降与逻辑回归
│ │ ├21 Python实现逻辑回归任务概述.mp4
│ │ ├22 完成梯度下降模块.mp4
│ │ ├23 停止策略与梯度下降实例.mp4
│ │ ├24 实验效果对比.mp4
│ ├第7章 案例实战：信用卡欺诈检测
│ │ ├25 任务目标解读.mp4
│ │ ├26 项目挑战与解决方案制定.mp4
│ │ ├27 数据标准化处理.mp4
│ │ ├28 下采样数据集制作.mp4
│ │ ├29 交叉验证.mp4
│ │ ├30 数据集切分.mp4
│ │ ├31 模型评估方法与召回率.mp4
│ │ ├32 正则化惩罚项.mp4
│ │ ├33 训练逻辑回归模型.mp4
│ │ ├34 混淆矩阵评估分析.mp4
│ │ ├35 测试集遇到的问题.mp4
│ │ ├36 阈值对结果的影响.mp4
│ │ ├37 SMOTE样本生成策略.mp4
│ │ ├38 过采样效果与项目总结.mp4
│ ├第8章 决策树算法
│ │ ├39 决策树算法概述.mp4
│ │ ├40 熵的作用.mp4
│ │ ├41 信息增益原理.mp4
│ │ ├42 决策树构造实例.mp4
│ │ ├43 信息增益率与gini系数.mp4
│ │ ├44 预剪枝方法.mp4
│ │ ├45 后剪枝方法.mp4
│ │ ├46 回归问题解决.mp4
│ ├第9章 决策算建模实例
│ │ ├47 决策树复习.mp4
│ │ ├48 决策树所涉及参数.mp4
│ │ ├49 树可视化.mp4
│ │ ├50 sklearn参数选择.mp4
│ ├第10章 随机森林与集成算法
│ │ ├51 随机森林算法原理.mp4
│ │ ├52 随机森林优势与特征重要性指标.mp4
│ │ ├53 提升算法概述.mp4
│ │ ├54 stacking堆叠模型.mp4
│ ├第11章 基于随机森林的气温预测
│ │ ├55 基于随机森林的气温预测任务概述.mp4
│ │ ├56 基本随机森林模型建立.mp4
│ │ ├57 可视化展示与特征重要性.mp4
│ │ ├58 加入新的数据与特征.mp4
│ │ ├59 数据与特征对结果的影响.mp4
│ │ ├60 效率对比分析.mp4
│ │ ├61 网格与随机参数选择.mp4
│ │ ├62 随机参数选择方法实践.mp4
│ │ ├63 调参优化细节.mp4
│ ├第12章 贝叶斯算法
│ │ ├64 贝叶斯要解决的问题.mp4
│ │ ├65 贝叶斯公式推导.mp4
│ │ ├66 垃圾邮件过滤实例.mp4
│ │ ├67 拼写纠错实例.mp4
│ │ ├68 实现拼写检查器.mp4
│ ├第13章 中文新闻分类任务
│ │ ├69 文本分析与关键词提取.mp4
│ │ ├70 相似度计算.mp4
│ │ ├71 新闻数据与任务简介.mp4
│ │ ├72 TF-IDF关键词提取.mp4
│ │ ├73 LDA建模.mp4
│ │ ├74 基于贝叶斯算法进行新闻分类任务.mp4
│ ├第14章 K-means聚类算法
│ │ ├75 Kmeans算法概述.mp4
│ │ ├76 Kmeans工作流程.mp4
│ │ ├77 Kmeans迭代可视化展示.mp4
│ ├第15章 DBSCAN聚类算法
│ │ ├78 DBSCAN聚类算法.mp4
│ │ ├79 DBSCAN工作流程.mp4
│ │ ├80 DBSCAN可视化展示.mp4
│ ├第16章 聚类实践
│ │ ├81 多种聚类算法概述.mp4
│ │ ├82 聚类实例.mp4
│ ├第17章 降维算法-线性判别分析
│ │ ├83 线性判别分析要解决的问题.mp4
│ │ ├84 线性判别分析要优化的目标.mp4
│ │ ├85 线性判别分析求解.mp4
│ ├第18章 Python实现线性判别分析
│ │ ├86 实现线性判别分析进行降维任务.mp4
│ │ ├87 求解得出降维结果.mp4
│ ├第19章 降维算法-PCA主成分分析
│ │ ├88 PCA降维概述.mp4
│ │ ├89 PCA要优化的目标.mp4
│ │ ├90 PCA求解.mp4
│ │ ├91 PCA降维实例.mp4
│ ├第20章 基于随机森林的气温预测
│ │ ├92 随机森林回归任务.mp4
│ │ ├93 数据还是多点好.mp4
│ │ ├94 速度与精度的权衡.mp4
│ │ ├95 调参策略.mp4
│ ├第21章 数值特征
│ │ ├96 基本数值特征.mp4
│ │ ├97 常用特征构造手段.mp4
│ │ ├98 时间特征处理.mp4
│ │ ├99 文本特征处理.mp4
│ │ ├100 构造文本向量.mp4
│ │ ├101 词向量特征.mp4
│ │ ├102 计算机眼中的图像.mp4
├必修3 机器学习-进阶篇
│ ├第1章 线性支持向量机
│ │ ├1 支持向量机要解决的问题.mp4
│ │ ├2 距离与数据定义.mp4
│ │ ├3 目标函数.mp4
│ │ ├4 目标函数求解.mp4
│ │ ├5 svm求解实例.mp4
│ │ ├6 支持向量的作用.mp4
│ ├第2章 核变换支持向量机
│ │ ├7 软间隔问题.mp4
│ │ ├8 SVM核变换.mp4
│ ├第3章 支持向量机实例
│ │ ├9 sklearn求解支持向量机.mp4
│ │ ├10 svm参数选择.mp4
│ ├第4章 GBDT提升算法
│ │ ├11 回归树模型.mp4
│ │ ├12 Adaboost算法.mp4
│ │ ├13 GBDT工作流程.mp4
│ │ ├14 回归任务.mp4
│ │ ├15 分类任务.mp4
│ │ ├16 可视化.mp4
│ ├第5章 xgboost-gbdt-lightgbm提升算法对比
│ │ ├17 GBDT效果.mp4
│ │ ├18 Xgboost效果.mp4
│ │ ├19 lightGBM效果.mp4
│ ├第6章 lightgbm饭店流量预测
│ │ ├20 饭店流量数据介绍.mp4
│ │ ├21 数据汇总.mp4
│ │ ├22 离群点筛选.mp4
│ │ ├23 特征提取.mp4
│ │ ├24 lightgbm建模.mp4
│ ├第7章 EM算法
│ │ ├25 EM算法要解决的问题.mp4
│ │ ├26 隐变量问题.mp4
│ │ ├27 EM算法求解实例.mp4
│ │ ├28 Jensen不等式.mp4
│ │ ├29 GMM模型.mp4
│ ├第8章 GMM聚类实例
│ │ ├30 GMM实例.mp4
│ │ ├31 GMM聚类.mp4
│ ├第9章 HMM隐马尔科夫模型
│ │ ├32 马尔科夫模型.mp4
│ │ ├33 HMM基本出发点.mp4
│ │ ├34 组成与要解决的问题.mp4
│ │ ├35 暴力求解方法.mp4
│ │ ├36 复杂度计算.mp4
│ │ ├37 前向算法.mp4
│ │ ├38 前向算法求解实例.mp4
│ │ ├39 Baum-Welch算法.mp4
│ │ ├40 参数求解.mp4
│ │ ├41 hmmlearn工具包.mp4
│ │ ├42 工具包使用方法2.mp4
│ │ ├43 中文分词任务.mp4
│ │ ├44 实现中文分词任务.mp4
│ │ ├45 维特比算法.mp4
│ ├第10章 机器学习套路与BenchMark
│ │ ├46 HTTP检测任务与数据挖掘核心.mp4
│ │ ├47 论文重要程度.mp4
│ │ ├48 BenchMark概述.mp4
│ │ ├49 BenchMark的作用.mp4
│ ├第11章 时间序列ARIMA模型
│ │ ├50 数据平稳性与差分法.mp4
│ │ ├51 ARIMA模型.mp4
│ │ ├52 相关函数评估方法.mp4
│ │ ├53 建立ARIMA模型.mp4
│ │ ├54 参数选择.mp4
│ ├第12章 时间序列实例
│ │ ├55 Pandas生成时间序列.mp4
│ │ ├56 数据重采样.mp4
│ │ ├57 滑动窗口.mp4
│ │ ├58 股票预测实例.mp4
│ │ ├59 使用tsfresh库进行分类任务.mp4
│ │ ├60 维基百科词条EDA.mp4
│ ├第13章 推荐系统
│ │ ├61 简介1.mp4
│ │ ├62 推荐系统应用.mp4
│ │ ├63 推荐系统要完成的任务.mp4
│ │ ├64 相似度计算.mp4
│ │ ├65 基于用户的协同过滤1.mp4
│ │ ├66 基于物品的协同过滤2.mp4
│ │ ├67 隐语义模型.mp4
│ │ ├68 隐语义求解.mp4
│ │ ├69 模型评估标准.mp4
│ ├第14章 Python从零开始构建音乐推荐系统
│ │ ├70 音乐推荐任务概述.mp4
│ │ ├71 数据集整合.mp4
│ │ ├72 基于物品的协同过滤3.mp4
│ │ ├73 物品相似度计算.mp4
│ │ ├74 SVD矩阵分解方法.mp4
│ │ ├75 基于矩阵分解的音乐推荐.mp4
│ ├第15章 推荐系统实例
│ │ ├76 Surprise库.mp4
│ │ ├77 使用方法.mp4
│ │ ├78 得出商品推荐结果.mp4
│ ├第16章 贝叶斯优化工具包使用
│ │ ├79 贝叶斯优化概述.mp4
│ │ ├80 工具包使用方法1.mp4
│ │ ├81 贝叶斯优化效果1.mp4
│ │ ├82 调整参数空间.mp4
│ ├第17章 贝叶斯优化实战
│ │ ├83 基础模型建立.mp4
│ │ ├84 设置参数空间.mp4
│ │ ├85 随机优化结果.mp4
│ │ ├86 贝叶斯优化效果2.mp4
│ │ ├87 方法对比.mp4
│ │ ├88 参数变化情况.mp4
│ ├第18章 机器学习实战-数据预处理与特征提取
│ │ ├89 任务概述.mp4
│ │ ├90 处理流程与数据简介.mp4
│ │ ├91 数据处理.mp4
│ │ ├92 单变量绘图分析.mp4
│ │ ├93 离群点剔除.mp4
│ │ ├94 变量与结果的关系.mp4
│ │ ├95 多变量展示.mp4
│ │ ├96 特征工程.mp4
│ ├第19章 机器学习实战-建模与分析
│ │ ├97 dataleakage问题.mp4
│ │ ├98 基础模型对比.mp4
│ │ ├99 选择参数.mp4
│ │ ├100 测试模型.mp4
│ │ ├101 模型解释.mp4
│ │ ├102 模型分析.mp4
│ ├第20章 探索性数据分析-赛事数据集
│ │ ├103 简介2.mp4
│ │ ├104 数据背景介绍.mp4
│ │ ├105 数据读取与预处理.mp4
│ │ ├106 数据切分模块.mp4
│ │ ├107 缺失值可视化.mp4
│ │ ├108 特征可视化展示.mp4
│ │ ├109 多特征之间关系.mp4
│ │ ├110 报表可视化分析.mp4
│ │ ├111 红牌和肤色之间的关系.mp4
│ ├第21章 探索性数据分析-农粮组织
│ │ ├112 数据背景简介.mp4
│ │ ├113 数据切片分析.mp4
│ │ ├114 单变量分析.mp4
│ │ ├115 峰度与偏度.mp4
│ │ ├116 数据对数变换.mp4
│ │ ├117 数据分析维度.mp4
│ │ ├118 变量关系可视化展示.mp4
│ ├第22章 课程配置与环境简介
│ │ ├119 课程简介.mp4
│ │ ├120 Python与Opencv配置安装.mp4
│ │ ├121 Notebook与IDE环境.mp4
│ ├第23章 图像基本操作
│ │ ├122 计算机眼中的图像.mp4
│ │ ├123 视频的读取与处理.mp4
│ │ ├124 ROI区域.mp4
│ │ ├125 边界填充.mp4
│ │ ├126 数值计算.mp4
│ ├第24章 阈值与平滑处理
│ │ ├127 图像阈值.mp4
│ │ ├128 图像平滑处理.mp4
│ │ ├129 高斯与中值滤波.mp4
│ ├第25章 图像形态学操作
│ │ ├130 腐蚀操作.mp4
│ │ ├131 膨胀操作.mp4
│ │ ├132 开运算与闭运算.mp4
│ │ ├133 梯度计算.mp4
│ │ ├134 礼帽与黑帽.mp4
│ ├第26章 图像梯度计算
│ │ ├135 Sobel算子.mp4
│ │ ├136 梯度计算方法.mp4
│ │ ├137 scharr与lapkacian算子.mp4
│ ├第27章 边缘检测
│ │ ├138 Canny边缘检测流程.mp4
│ │ ├139 非极大值抑制.mp4
│ │ ├140 边缘检测效果.mp4
│ ├第28章 图像金字塔与轮廓检测
│ │ ├141 图像金字塔定义.mp4
│ │ ├142 金字塔制作方法.mp4
│ │ ├143 轮廓检测方法.mp4
│ │ ├144 轮廓检测结果.mp4
│ │ ├145 轮廓特征与近似.mp4
│ │ ├146 模板匹配方法.mp4
│ │ ├147 匹配效果展示.mp4
│ ├第29章 直方图与傅里叶变换
│ │ ├148 直方图定义.mp4
│ │ ├149 均衡化原理.mp4
│ │ ├150 均衡化效果.mp4
│ │ ├151 傅里叶概述.mp4
│ │ ├152 频域变换结果.mp4
│ │ ├153 低通与高通滤波.mp4
│ ├第30章 项目实战-信用卡数字识别
│ │ ├154 总体流程与方法讲解.mp4
│ │ ├155 环境配置与预处理.mp4
│ │ ├156 模板处理方法.mp4
│ │ ├157 输入数据处理方法.mp4
│ │ ├158 模板匹配得出识别结果.mp4
│ ├第31章 图像特征-harris
│ │ ├159 角点检测基本原理.mp4
│ │ ├160 基本数学原理.mp4
│ │ ├161 求解化简.mp4
│ │ ├162 特征归属划分.mp4
│ │ ├163 opencv角点检测效果.mp4
│ ├第32章 图像特征-sift
│ │ ├164 尺度空间定义.mp4
│ │ ├165 高斯差分金字塔.mp4
│ │ ├166 特征关键点定位.mp4
│ │ ├167 生成特征描述.mp4
│ │ ├168 生成特征向量.mp4
│ │ ├169 opencv中sift函数使用.mp4
│ ├第33章 案例实战-全景图像拼接
│ │ ├170 特征匹配方法.mp4
│ │ ├171 RANSAC算法.mp4
│ │ ├172 图像拼接方法.mp4
│ │ ├173 流程解读.mp4
│ ├第34章 项目实战-停车场车位识别
│ │ ├174 任务整体流程.mp4
│ │ ├175 所需数据介绍.mp4
│ │ ├176 图像数据预处理.mp4
│ │ ├177 车位直线检测.mp4
│ │ ├178 按列划分区域.mp4
│ │ ├179 车位区域划分.mp4
│ │ ├180 识别模型构建.mp4
│ │ ├181 基于视频的车位检测.mp4
│ ├第35章 项目实战-答题卡识别判卷
│ │ ├182 整体流程与效果概述.mp4
│ │ ├183 预处理操作.mp4
│ │ ├184 填涂轮廓检测.mp4
│ │ ├185 选项判断识别.mp4
│ ├第36章 背景建模
│ │ ├186 背景消除-帧差法.mp4
│ │ ├187 混合高斯模型.mp4
│ │ ├188 学习步骤.mp4
│ │ ├189 背景建模实战.mp4
│ ├第37章 光流估计
│ │ ├190 基本概念.mp4
│ │ ├191 Lucas-Kanade算法.mp4
│ │ ├192 推导求解.mp4
│ │ ├193 光流估计实战.mp4
│ ├第38章 Opencv的DNN模块
│ │ ├194 dnn模块.mp4
│ │ ├195 模型加载与结果输出.mp4
│ ├第39章 项目实战-目标追踪
│ │ ├196 目标追踪概述1.mp4
│ │ ├197 目标追踪概述2.mp4
│ │ ├198 深度学习检测框架加载.mp4
│ │ ├199 基于dlib与ssd的追踪.mp4
│ │ ├200 多进程目标追踪.mp4
│ │ ├201 多进程效率提升对比.mp4
│ ├第40章 项目实战-疲劳检测
│ │ ├202 关键点定位概述.mp4
│ │ ├203 获取人脸关键点.mp4
│ │ ├204 定位效果演示.mp4
│ │ ├205 闭眼检测.mp4
│ │ ├206 检测效果.mp4
├必修4 Python数据挖掘
│ ├第1章 泰坦尼克号获救预测
│ │ ├1 数据挖掘任务流程.mp4
│ │ ├2 数据介绍.mp4
│ │ ├3 Python兵器库介绍.mp4
│ │ ├4 sklearn库介绍.mp4
│ │ ├5 数据读取与统计分析.mp4
│ │ ├6 性别特征分析.mp4
│ │ ├7 船舱等级特征分析.mp4
│ │ ├8 缺失值问题.mp4
│ │ ├9 缺失值填充分析.mp4
│ │ ├10 登船地点特征分析.mp4
│ │ ├11 家庭特征分析.mp4
│ │ ├12 特征相关性.mp4
│ │ ├13 构建特征.mp4
│ │ ├14 机器学习算法概述.mp4
│ │ ├15 交叉验证.mp4
│ │ ├16 多种算法模型效果.mp4
│ │ ├17 集成模块.mp4
│ │ ├18 特征重要性衡量.mp4
│ │ ├19 总结与特征预处理.mp4
│ ├第2章 用户画像
│ │ ├20 用户画像概述.mp4
│ │ ├21 如何建立用户画像.mp4
│ │ ├22 用户搜索数据介绍.mp4
│ │ ├23 任务概述2.mp4
│ │ ├24 构造词向量特征.mp4
│ │ ├25 构造输入特征.mp4
│ │ ├26 建立预测模型.mp4
│ ├第3章 Xgboost实战
│ │ ├27 Xgboost算法概述.mp4
│ │ ├28 Xgboost模型构造.mp4
│ │ ├29 建模衡量标准.mp4
│ │ ├30 Xgboost安装.mp4
│ │ ├31 保险赔偿任务概述.mp4
│ │ ├32 Xgboost参数定义.mp4
│ │ ├33 基础模型定义.mp4
│ │ ├34 树结构对结果的影响.mp4
│ │ ├35 学习率与采样对结果的影响.mp4
│ ├第4章 用电敏感客户分类
│ │ ├36 任务概述与解决框架.mp4
│ │ ├37 特征工程分析与特征提取.mp4
│ │ ├38 离散数据处理.mp4
│ │ ├39 统计与文本特征.mp4
│ │ ├40 文本特征构建.mp4
│ │ ├41 构建低敏用户模型.mp4
│ │ ├42 高敏模型概述.mp4
│ ├第5章 京东购买意向预测
│ │ ├43 项目与数据介绍.mp4
│ │ ├44 数据挖掘流程.mp4
│ │ ├45 数据检查.mp4
│ │ ├46 构建用户特征表单.mp4
│ │ ├47 构建商品特征表单.mp4
│ │ ├48 数据探索概述.mp4
│ │ ├49 购买因素分析.mp4
│ │ ├50 特征工程.mp4
│ │ ├51 基本特征构造.mp4
│ │ ├52 行为特征.mp4
│ │ ├53 累计行为特征.mp4
│ │ ├54 Xgboost建模.mp4
│ ├第6章 房价预测
│ │ ├55 房价预测任务概述.mp4
│ │ ├56 离散型数据.mp4
│ │ ├57 数据对数变换.mp4
│ │ ├58 缺失值与box-cox变换.mp4
│ │ ├59 模型预测.mp4
│ ├第7章 kaggle数据科学调查
│ │ ├60 kaggle数据科学调查.mp4
│ │ ├61 基本情况可视化展示.mp4
│ │ ├62 工资情况.mp4
│ │ ├63 技能使用情况.mp4
│ │ ├64 数据集与平台.mp4
│ │ ├65 Python和R哪家强.mp4
│ │ ├66 调查总结.mp4
│ ├第8章 纽约出租车建模分析
│ │ ├67 1-纽约出租车运行情况数据概述.mp4
│ │ ├68 2-聚类区域划分.mp4
│ │ ├69 3-客流趋势动态展示.mp4
│ │ ├70 4-邻居情况分析.mp4
│ │ ├71 5-数据特征.mp4
│ │ ├72 6-不同类别的出租车情况.mp4
│ │ ├73 7-特征可视化分析.mp4
│ │ ├74 8-聚类特征.mp4
│ │ ├75 xgboost模型.mp4
│ │ ├76 10-加入天气特征.mp4
│ ├第9章 KIVA贷款数据
│ │ ├77 kiva贷款数据集介绍.mp4
│ │ ├78 各个国家贷款需求.mp4
│ │ ├79 贷款金额与还款间隔.mp4
│ │ ├80 深入各个行业分析.mp4
│ │ ├81 时间序列分析.mp4
│ │ ├82 指标分析.mp4
│ ├第10章 基于统计分析的电影推荐
│ │ ├83 数据与环境配置.mp4
│ │ ├84 数据与关键词信息展示.mp4
│ │ ├85 关键词云与直方图展示.mp4
│ │ ├86 特征可视化.mp4
│ │ ├87 数据清洗概述.mp4
│ │ ├88 缺失值填充方法.mp4
│ │ ├89 推荐引擎构造.mp4
│ │ ├90 数据特征构造.mp4
│ │ ├91 得出推荐结果.mp4
│ ├第11章 订单数据集分析
│ │ ├92 订单数据集任务概述.mp4
│ │ ├93 双变量热度图绘制方法.mp4
│ │ ├94 复购情况.mp4
│ │ ├95 购物车情况与复购.mp4
│ │ ├96 聚类划分.mp4
│ ├第12章 商品信息可视化与文本分析
│ │ ├97 任务概述1.mp4
│ │ ├98 商品类别划分.mp4
│ │ ├99 商品类别可视化展示.mp4
│ │ ├100 描述长度对价格的影响.mp4
│ │ ├101 词云展示.mp4
│ │ ├102 tf-idf结果.mp4
│ │ ├103 降维可视化展示.mp4
│ │ ├104 聚类与主题模型.mp4
├必修5 深度学习原理与框架
│ ├第1章 深度学习概述
│ │ ├1 深度学习要解决的问题.mp4
│ │ ├2 深度学习应用领域.mp4
│ │ ├3 计算机视觉任务.mp4
│ │ ├4 视觉任务中遇到的问题.mp4
│ ├第2章 深度学习必备基础知识点
│ │ ├5 得分函数.mp4
│ │ ├6 损失函数的作用.mp4
│ │ ├7 前向传播整体流程.mp4
│ │ ├8 梯度下降通俗解释（以线性回归为例，神经网络也是一样）.mp4
│ │ ├9 参数更新方法.mp4
│ │ ├10 优化参数设置.mp4
│ │ ├11 返向传播计算方法.mp4
│ ├第3章 神经网络整体架构
│ │ ├12 神经网络整体架构.mp4
│ │ ├13 神经网络架构细节.mp4
│ │ ├14 正则化与激活函数.mp4
│ │ ├15 神经网络过拟合解决方法.mp4
│ │ ├16 卷积神经网络应用领域.mp4
│ ├第4章 卷积神经网络基本原理
│ │ ├17 神经元个数对结果的影响.mp4
│ │ ├18 卷积的作用.mp4
│ │ ├19 卷积特征值计算方法.mp4
│ │ ├20 得到特征图表示.mp4
│ │ ├21 步长与卷积核大小对结果的影响.mp4
│ │ ├22 边缘填充方法.mp4
│ │ ├23 特征图尺寸计算与参数共享.mp4
│ │ ├24 池化层的作用.mp4
│ │ ├25 整体网络架构.mp4
│ │ ├26 VGG网络架构.mp4
│ │ ├27 残差网络Resnet.mp4
│ │ ├28 感受野的作用.mp4
│ ├第5章 RNN网络架构
│ │ ├29 RNN网络概述.mp4
│ │ ├30 RNN网络细节.mp4
│ │ ├31 LSTM网络架构.mp4
│ ├第6章 Tensorflow基本操作
│ │ ├32 Tensorflow简介与安装.mp4
│ │ ├33 Tensorflow中的变量.mp4
│ │ ├34 变量常用操作.mp4
│ │ ├35 实现线性回归算法.mp4
│ │ ├36 Mnist数据集简介.mp4
│ │ ├37 逻辑回归算法.mp4
│ ├第7章 Tensorflow卷积神经网络
│ │ ├38 神经网络结构.mp4
│ │ ├39 卷积神经网络结构基本定义.mp4
│ │ ├40 卷积神经网络迭代.mp4
│ │ ├41 Cifar-10图像分类任务.mp4
│ ├第8章 Tensorflow实战：猫狗识别
│ │ ├42 猫狗识别任务概述.mp4
│ │ ├43 数据读取.mp4
│ │ ├44 网络架构.mp4
│ │ ├45 网络迭代训练.mp4
│ │ ├46 预测效果.mp4
│ ├第9章 Tensorflow递归神经网络实战
│ │ ├47 RNN网络基本架构.mp4
│ │ ├48 实现RNN网络架构.mp4
│ │ ├49 RNN实现自己的小DEMO.mp4
│ │ ├50 RNN预测时间序列.mp4
│ ├第10章 致敬经典：Alexnet网络实战
│ │ ├51 环境配置.mp4
│ │ ├52 数据读取与参数设置.mp4
│ │ ├53 网络结构定义.mp4
│ │ ├54 加载训练好的参数.mp4
│ ├第11章 Tensorboard可视化展示
│ │ ├55 可视化展示.mp4
│ │ ├56 展示效果.mp4
│ │ ├57 统计可视化.mp4
│ │ ├58 参数对结果的影响.mp4
│ ├第12章 tfrecord制作数据源
│ │ ├59 生成自己的数据集.mp4
│ │ ├60 读取数据.mp4
│ │ ├61 生成数据源.mp4
│ │ ├62 加载数据进行分类任务.mp4
│ ├第13章 CNN应用于文本分类任务
│ │ ├63 任务概述.mp4
│ │ ├64 特征定义.mp4
│ │ ├65 卷积网络定义.mp4
│ │ ├66 完成预测分类任务.mp4
│ ├第14章 tensorflow实战-验证码识别
│ │ ├67 验证码数据生成.mp4
│ │ ├68 构造网络输入数据和标签.mp4
│ │ ├69 卷积网络模型定义.mp4
│ │ ├70 迭代测试网络效果.mp4
│ ├第15章 自然语言处理wrod2vec模型
│ │ ├71 简介.mp4
│ │ ├72 自然语言处理与深度学习.mp4
│ │ ├73 语言模型.mp4
│ │ ├74 N-gram模型.mp4
│ │ ├75 词向量.mp4
│ │ ├76 神经网络模型.mp4
│ │ ├77 Hierarchical Softmax.mp4
│ │ ├78 CBOW模型实例.mp4
│ │ ├79 CBOW求解目标.mp4
│ │ ├80 梯度上升求解.mp4
│ │ ├81 负采样模型.mp4
│ ├第16章 Gensim中文词向量建模
│ │ ├82 使用Gensim库构造词向量.mp4
│ │ ├83 维基百科中文数据处理.mp4
│ │ ├84 Gensim构造wrod2vec模型.mp4
│ │ ├85 测试模型相似度结果.mp4
│ ├第17章 使用wrod2vec进行分类任务
│ │ ├86 影评情感分类.mp4
│ │ ├87 基于词袋模型训练分类器.mp4
│ │ ├88 准备wrod2vec输入数据.mp4
│ │ ├89 使用gensim构建词向量.mp4
│ ├第18章 Resnet残差网络
│ │ ├90 resnet网络原理.mp4
│ │ ├91 网络流程设计.mp4
│ │ ├92 实现细节.mp4
│ ├第19章 图像补全
│ │ ├93 论文概述.mp4
│ │ ├94 网络架构.mp4
│ │ ├95 细节设计.mp4
│ │ ├96 论文总结.mp4
│ │ ├97 数据与项目概述.mp4
│ │ ├98 参数基本设计.mp4
│ │ ├99 网络结构配置.mp4
│ │ ├100 网络迭代训练.mp4
│ │ ├101 测试模块.mp4
│ ├第20章 图像超分辨率重构
│ │ ├102 论文概述.mp4
│ │ ├103 网络架构.mp4
│ │ ├104 数据与环境配置.mp4
│ │ ├105 数据加载.mp4
│ │ ├106 生成模块.mp4
│ │ ├107 判别模块.mp4
│ │ ├108 VGG特征提取.mp4
│ │ ├109 损失函数与训练.mp4
│ │ ├110 测试结果.mp4
│ ├第21章 实现word2vec
│ │ ├111 数据与任务流程.mp4
│ │ ├112 数据清洗.mp4
│ │ ├113 batch数据制作.mp4
│ │ ├114 网络训练.mp4
│ │ ├115 可视化展示.mp4
│ ├第22章 LSTM行为识别
│ │ ├116 任务概述.mp4
│ │ ├117 数据与网络设计.mp4
│ │ ├118 网络迭代训练.mp4
│ ├第23章 文本相似度判别
│ │ ├119 任务概述.mp4
│ │ ├120 数据展示.mp4
│ │ ├121 正负样本制作.mp4
│ │ ├122 数据预处理.mp4
│ │ ├123 网络模型定义.mp4
│ │ ├124 基于字符的训练.mp4
│ │ ├125 基于句子的相似度训练.mp4
│ ├第24章 对话机器人
│ │ ├126 效果演示.mp4
│ │ ├127 参数配置与数据加载.mp4
│ │ ├128 数据处理.mp4
│ │ ├129 词向量与投影.mp4
│ │ ├130 seq网络.mp4
│ │ ├131 网络训练.mp4
│ ├第25章 深度学习-Caffe框架基础
│ │ ├132 Caffe简介.mp4
│ │ ├133 网络配置文件-数据层.mp4
│ │ ├134 网络配置文件-计算层.mp4
│ │ ├135 超参数文件.mp4
│ ├第26章 Caffe制作数据源
│ │ ├136 制作LMDB数据源.mp4
│ │ ├137 多label之hdf5数据源.mp4
│ ├第27章 Caffe常用技巧
│ │ ├138 使用命令行训练网络.mp4
│ │ ├139 使用python定义自己的层.mp4
│ │ ├140 绘制网络结构图.mp4
│ │ ├141 生成网络配置文件.mp4
│ │ ├142 绘制loss曲线.mp4
│ │ ├143 对训练结果进行分类任务.mp4
│ ├第28章 Tensorflow基本原理（旧版，新学员请跳过）
│ │ ├144 简介.mp4
│ │ ├145 tensorflow安装.mp4
│ │ ├146 基本计算单元.mp4
│ │ ├147 常用基本操作.mp4
│ │ ├148 构造线性回归模型.mp4
│ │ ├149 Mnist数据集简介.mp4
│ │ ├150 逻辑回归框架.mp4
│ │ ├151 迭代完成逻辑回归.mp4
│ ├第29章 Tensorflow-神经网络模型（旧版，新学员请跳过）
│ │ ├152 神经网络模型架构.mp4
│ │ ├153 训练神经网络.mp4
│ │ ├154 卷积神经网络模型架构.mp4
│ │ ├155 卷积神经网络模型参数.mp4
│ │ ├156 模型的保存和读取.mp4
│ │ ├157 使用RNN处理mnist数据集.mp4
│ │ ├158 RNN网络模型.mp4
│ │ ├159 训练RNN网络.mp4
│ ├第30章 Keras课程简介
│ │ ├160 Keras项目实战课程概述.mp4
│ │ ├161 简介与安装.mp4
│ ├第31章 搭建神经网络-应用于自己的数据集（Keras）
│ │ ├162 训练自己的数据集整体流程.mp4
│ │ ├163 数据加载与预处理.mp4
│ │ ├164 搭建网络模型.mp4
│ │ ├165 学习率对结果的影响.mp4
│ │ ├166 Drop-out操作.mp4
│ │ ├167 权重初始化方法对比.mp4
│ │ ├168 初始化标准差对结果的影响.mp4
│ │ ├169 正则化对结果的影响.mp4
│ │ ├170 加载模型进行测试.mp4
│ ├第32章 再战卷积神经网络(Keras)
│ │ ├171 卷积层构造.mp4
│ │ ├172 整体流程.mp4
│ │ ├173 BatchNormalization效果.mp4
│ │ ├174 参数对比.mp4
│ │ ├175 网络测试效果.mp4
│ ├第33章 LSTM时间序列预测任务(Keras)
│ │ ├176 时间序列模型.mp4
│ │ ├177 网络结构与参数定义.mp4
│ │ ├178 构建LSTM模型.mp4
│ │ ├179 训练模型与效果展示.mp4
│ │ ├180 多序列预测结果.mp4
│ │ ├181 股票数据预测.mp4
│ │ ├182 数据预处理.mp4
│ │ ├183 预测结果展示.mp4
│ ├第34章 文本分类实战(Keras)
│ │ ├184 文本数据读取预处理.mp4
│ │ ├185 基本模型.mp4
│ │ ├186 Embeeding-layer效果.mp4
│ │ ├187 准备词向量数据.mp4
│ │ ├188 词嵌入训练结果.mp4
│ │ ├189 加入LSTM层效果.mp4
│ │ ├190 加入卷积层效果.mp4
│ │ ├191 参数调优.mp4
│ ├第35章 多标签与多输出(Keras)
│ │ ├192 多标签解决方案.mp4
│ │ ├193 多标签网络训练与测试.mp4
│ │ ├194 多输出网络解决方案.mp4
│ │ ├195 多输出网络训练与测试.mp4
│ ├第36章 数据增强(Keras)
│ │ ├196 DIY你的数据集.mp4
│ │ ├197 数据增强概述.mp4
│ │ ├198 图像数据变换.mp4
│ │ ├199 数据增强效果.mp4
│ ├第37章 对抗生成网络(Keras)
│ │ ├200 对抗生成网络通俗解释.mp4
│ │ ├201 GAN网络组成.mp4
│ │ ├202 判别网络设计.mp4
│ │ ├203 生成网络定义.mp4
│ │ ├204 标签制作.mp4
│ │ ├205 训练与测试网络模型.mp4
│ │ ├206 DCGAN网络.mp4
│ ├第38章 迁移学习(Keras)
│ │ ├207 迁移学习的目标.mp4
│ │ ├208 迁移学习策略.mp4
│ │ ├209 Resnet原理.mp4
│ │ ├210 Resnet网络细节.mp4
│ │ ├211 Resnet基本处理操作.mp4
│ │ ├212 shortcut模块.mp4
│ │ ├213 加载训练好的权重.mp4
│ │ ├214 迁移学习效果对比.mp4
│ ├第39章 地址邮编多序列任务(Keras)
│ │ ├215 数据与目标.mp4
│ │ ├216 字符表制作.mp4
│ │ ├217 数据读取.mp4
│ │ ├218 数据增强.mp4
│ │ ├219 网络模型.mp4
│ │ ├220 测试效果.mp4
│ ├第40章 seq2seq网络实战(Keras)
│ │ ├221 网络模型解读.mp4
│ │ ├222 数据介绍与读取.mp4
│ │ ├223 配置文件制作.mp4
│ │ ├224 编码器模型.mp4
│ │ ├225 解码器模型.mp4
│ │ ├226 制作训练batch数据.mp4
│ │ ├227 测试数据准备.mp4
│ │ ├228 完成测试模块.mp4
│ ├第41章 实战模板总结(Keras)
│ │ ├229 模板目录结构.mp4
│ │ ├230 模型与训练结构.mp4
│ │ ├231 评论数据集与任务目标.mp4
│ │ ├232 数据准备.mp4
│ │ ├233 模型整体架构.mp4
│ │ ├234 准备模型.mp4
│ │ ├235 训练网络.mp4
│ │ ├236 多标签训练.mp4
│ ├第42章 Cifar图像分类任务（老版本，新学员请略过）
│ │ ├237 神经网络案例-cifar分类任务.mp4
│ │ ├238 神经网络案例-分模块构造神经网络.mp4
│ │ ├239 神经网络案例-训练神经网络完成分类任务.mp4
│ │ ├240 感受神经网络的强大.mp4
│ ├第43章 卷积网络细节（老版本，新学员请略过）
│ │ ├241 数据增强策略.mp4
│ │ ├242 迁移学习.mp4
│ │ ├243 网络设计技巧.mp4
│ │ ├244 经典网络架构.mp4
│ │ ├245 分类与回归任务.mp4
│ │ ├246 三代物体检测算法.mp4
│ ├第44章 案例实战卷积神经网络（老版本，新学员请略过）
│ │ ├247 卷积的反向传播.mp4
│ │ ├248 卷积网络代码.mp4
│ │ ├249 卷积网络代码2.mp4
├必修6 深度学习实战
│ ├第1章 项目实战-人脸检测
│ │ ├1 项目概述.mp4
│ │ ├2 数据获取.mp4
│ │ ├3 正负样本裁剪.mp4
│ │ ├4 txt数据制作.mp4
│ │ ├5 LMDB脚本文件.mp4
│ │ ├6 制作LMDB数据源.mp4
│ │ ├7 网络配置文件.mp4
│ │ ├8 超参数和训练网络.mp4
│ │ ├9 检测框架.mp4
│ │ ├10 scale变换和预处理.mp4
│ │ ├11 坐标变换.mp4
│ │ ├12 nms完成代码.mp4
│ │ ├13 检测效果及其改进.mp4
│ │ ├14 矫正过程.mp4
│ │ ├15 如何提高精度.mp4
│ │ ├16 项目总结.mp4
│ ├第2章 项目实战-关键点定位
│ │ ├17 简介.mp4
│ │ ├18 从txt读取数据和坐标转换.mp4
│ │ ├19 数据增强.mp4
│ │ ├20 完成第一阶段数据源.mp4
│ │ ├21 第一阶段网络训练.mp4
│ │ ├22 第二三阶段网络.mp4
│ │ ├23 网络模型训练.mp4
│ │ ├24 模型参数初始化.mp4
│ │ ├25 完成全部测试代码.mp4
│ │ ├26 人脸关键点检测效果.mp4
│ │ ├27 总分分析.mp4
│ │ ├28 算法框架分析.mp4
│ ├第3章 对抗生成网络
│ │ ├29 Gan网络原理概述.mp4
│ │ ├30 Gan网络结构定义.mp4
│ │ ├31 迭代生成.mp4
│ │ ├32 DCGAN网络特性.mp4
│ │ ├33 DCGAN训练.mp4
│ ├第4章 LSTM情感分析
│ │ ├34 RNN网络结构.mp4
│ │ ├35 LSTM网络架构.mp4
│ │ ├36 使用LSTM进行情感分类.mp4
│ │ ├37 情感数据集处理.mp4
│ │ ├38 基于word2vec的lstm模型.mp4
│ ├第5章 机器人写唐诗
│ │ ├39 任务概述与环境配置.mp4
│ │ ├40 参数配置.mp4
│ │ ├41 数据预处理模块.mp4
│ │ ├42 batch数据制作.mp4
│ │ ├43 RNN模型定义.mp4
│ │ ├44 完成训练模块.mp4
│ │ ├45 训练唐诗生成模型.mp4
│ │ ├46 测试唐诗生成效果.mp4
│ ├第6章 强化学习基础
│ │ ├47 简介.mp4
│ │ ├48 强化学习基本概念.mp4
│ │ ├49 马尔科夫决策过程.mp4
│ │ ├50 Bellman方程.mp4
│ │ ├51 值迭代求解.mp4
│ │ ├52 完成值迭代.mp4
│ │ ├53 求解流程详解.mp4
│ │ ├54 Qlearning基本原理.mp4
│ │ ├55 迭代计算实例.mp4
│ │ ├56 效果演示.mp4
│ ├第7章 DQN让AI自己玩游戏
│ │ ├57 DQN网络原理.mp4
│ │ ├58 DQN网络细节.mp4
│ │ ├59 DQN网络参数配置.mp4
│ │ ├60 搭建DQN网络模型.mp4
│ │ ├61 DQN效果演示.mp4
│ │ ├62 卷积操作定义.mp4
│ │ ├63 数据预处理.mp4
│ │ ├64 实验阶段数据存储.mp4
│ │ ├65 实现训练模块.mp4
│ │ ├66 debug解读训练模块.mp4
│ │ ├67 完整流程分析.mp4
│ ├第8章 文本分类任务
│ │ ├68 数据任务简介.mp4
│ │ ├69 使用CNN进行文本分类原理.mp4
│ │ ├70 使用tensorflow配置参数.mp4
│ │ ├71 数据读取.mp4
│ │ ├72 数据切分.mp4
│ │ ├73 构造session计算.mp4
│ │ ├74 卷积网络定义.mp4
│ │ ├75 多卷积核特征提取.mp4
│ │ ├76 完成整体网络架构.mp4
│ │ ├77 batch迭代.mp4
│ │ ├78 完成训练.mp4
│ │ ├79 训练效果.mp4
│ │ ├80 如何处理中文问题.mp4
│ ├第9章 Seq2Seq网络模型
│ │ ├81 简介.mp4
│ │ ├82 机器翻译技术发展.mp4
│ │ ├83 Seq2Seq网络基本架构.mp4
│ │ ├84 Seq2Seq网络应用.mp4
│ │ ├85 Attention机制.mp4
│ │ ├86 数据预处理.mp4
│ │ ├87 编码层与词向量.mp4
│ │ ├88 完成解码模块.mp4
│ │ ├89 模型迭代.mp4
│ │ ├90 数据预处理.mp4
│ │ ├91 使用构建好的词向量模型.mp4
│ │ ├92 完成解码操作.mp4
│ │ ├93 任务总结.mp4
│ ├第10章 Style-transfer风格转换
│ │ ├94 基本原理.mp4
│ │ ├95 网络结构原理.mp4
│ │ ├96 风格生成网络细节.mp4
│ │ ├97 风格转换效果.mp4
│ │ ├98 风格转换参数配置.mp4
│ │ ├99 数据读取操作.mp4
│ │ ├100 VGG提取特征.mp4
│ │ ├101 容与风格特征提取.mp4
│ │ ├102 成网络结构定义.mp4
│ │ ├103 成网络计算操作.mp4
│ │ ├104 数初始化.mp4
│ │ ├105 容损失计算.mp4
│ │ ├106 格损失计算.mp4
│ │ ├107 成训练模块.mp4
│ │ ├108 型保存于打印结果.mp4
│ │ ├109 成测试代码.mp4
│ ├第11章 物体检测-Faster-Rcnn
│ │ ├110 物体检测概述.mp4
│ │ ├111 深度学习经典检测方法.mp4
│ │ ├112 faster-rcnn概述.mp4
│ │ ├113 论文解读-1.mp4
│ │ ├114 论文解读-2-RPN网络结构.mp4
│ │ ├115 论文解读-3-损失函数定义.mp4
│ │ ├116 论文解读-4-网络细节.mp4
│ │ ├117 代码-1-环境配置概述.mp4
│ │ ├118 代码-2-项目配置.mp4
│ │ ├119 代码-3-数据加载.mp4
│ │ ├120 代码-4-数据变换.mp4
│ │ ├121 代码-5-完成数据读取.mp4
│ │ ├122 代码-6-特征提取VGG.mp4
│ │ ├123 代码-7-RPN层.mp4
│ │ ├124 代码-8-提取网络细节.mp4
│ │ ├125 代码-9-网络训练迭代.mp4
├选修7 数学基础
│ ├第1章 青云：数学入门课程
│ │ ├1 入门-第一课.mp4
│ │ ├2 入门-第二课.mp4
│ │ ├3 入门-第三课.mp4
│ │ ├4 入门-第四课.mp4
│ │ ├5 入门-第五课.mp4
│ ├第2章 高等数学基础
│ │ ├6 课程简介.mp4
│ │ ├7 函数.mp4
│ │ ├8 极限.mp4
│ │ ├9 无穷小于无穷大.mp4
│ │ ├10 连续性与导数.mp4
│ │ ├11 偏导数.mp4
│ │ ├12 方向导数.mp4
│ │ ├13 梯度.mp4
│ ├第3章 微积分
│ │ ├14 微积分基本想法.mp4
│ │ ├15 微积分的解释.mp4
│ │ ├16 定积分.mp4
│ │ ├17 定积分性质.mp4
│ │ ├18 牛顿-莱布尼茨公式.mp4
│ ├第4章 泰勒公式与拉格朗日
│ │ ├19 泰勒公式出发点.mp4
│ │ ├20 一点一世界.mp4
│ │ ├21 阶数的作用.mp4
│ │ ├22 阶乘的作用.mp4
│ │ ├23 拉格朗日乘子法.mp4
│ │ ├24 求解拉格朗日乘子法.mp4
│ ├第5章 线性代数基础
│ │ ├25 行列式概述.mp4
│ │ ├26 矩阵与数据的关系.mp4
│ │ ├27 矩阵基本操作.mp4
│ │ ├28 矩阵的几种变换.mp4
│ │ ├29 矩阵的秩.mp4
│ │ ├30 内积与正交.mp4
│ ├第6章 特征值与矩阵分解
│ │ ├31 特征值与特征向量.mp4
│ │ ├32 特征空间与应用.mp4
│ │ ├33 SVD要解决的问题.mp4
│ │ ├34 特征值分解.mp4
│ │ ├35 SVD矩阵分解.mp4
│ ├第7章 随机变量
│ │ ├36 离散型随机变量.mp4
│ │ ├37 连续型随机变量.mp4
│ │ ├38 简单随机抽样.mp4
│ │ ├39 似然函数.mp4
│ │ ├40 极大似然估计.mp4
│ ├第8章 概率论基础
│ │ ├41 概率与频率.mp4
│ │ ├42 古典概型.mp4
│ │ ├43 条件概率.mp4
│ │ ├44 条件概率小例子.mp4
│ │ ├45 独立性.mp4
│ │ ├46 二维离散型随机变量.mp4
│ │ ├47 二维连续型随机变量.mp4
│ │ ├48 边缘分布.mp4
│ │ ├49 期望.mp4
│ │ ├50 期望求解.mp4
│ │ ├51 马尔科夫不等式.mp4
│ │ ├52 切比雪夫不等式.mp4
│ │ ├53 后验概率估计.mp4
│ │ ├54 贝叶斯拼写纠错实例.mp4
│ │ ├55 垃圾邮件过滤实例.mp4
│ ├第9章 数据科学你得知道的几种分布
│ │ ├56 正太分布.mp4
│ │ ├57 二项式分布.mp4
│ │ ├58 泊松分布.mp4
│ │ ├59 均匀分布.mp4
│ │ ├60 卡方分布.mp4
│ │ ├61 beta分布.mp4
│ ├第10章 核函数变换
│ │ ├62 核函数的目的.mp4
│ │ ├63 线性核函数.mp4
│ │ ├64 多项式核函数.mp4
│ │ ├65 核函数实例.mp4
│ │ ├66 高斯核函数.mp4
│ │ ├67 参数的影响.mp4
│ ├第11章 熵与激活函数
│ │ ├68 熵的概念.mp4
│ │ ├69 熵大小意味着什么.mp4
│ │ ├70 激活函数.mp4
│ │ ├71 激活函数的问题.mp4
│ ├第12章 回归分析
│ │ ├72 回归分析概述.mp4
│ │ ├73 回归方程定义.mp4
│ │ ├74 误差项的定义.mp4
│ │ ├75 最小二乘法推导与求解.mp4
│ │ ├76 回归方程求解小例子.mp4
│ │ ├77 回归直线拟合优度.mp4
│ │ ├78 多元与曲线回归问题.mp4
│ │ ├79 Python工具包介绍.mp4
│ │ ├80 statsmodels回归分析.mp4
│ │ ├81 高阶与分类变量实例.mp4
│ │ ├82 案例：汽车价格预测任务概述.mp4
│ │ ├83 案例：缺失值填充.mp4
│ │ ├84 案例：特征相关性.mp4
│ │ ├85 案例：预处理问题.mp4
│ │ ├86 案例：回归求解.mp4
│ ├第13章 假设检验
│ │ ├87 假设检验基本思想.mp4
│ │ ├88 左右侧检验与双侧检验.mp4
│ │ ├89 Z检验基本原理.mp4
│ │ ├90 Z检验实例.mp4
│ │ ├91 T检验基本原理.mp4
│ │ ├92 T检验实例.mp4
│ │ ├93 T检验应用条件.mp4
│ │ ├94 卡方检验.mp4
│ │ ├95 假设检验中的两类错误.mp4
│ │ ├96 Python假设检验实例.mp4
│ │ ├97 Python卡方检验实例.mp4
│ ├第14章 相关分析
│ │ ├98 相关分析概述.mp4
│ │ ├99 皮尔森相关系数.mp4
│ │ ├100 计算与检验.mp4
│ │ ├101 斯皮尔曼等级相关.mp4
│ │ ├102 肯德尔系数.mp4
│ │ ├103 质量相关分析.mp4
│ │ ├104 偏相关与复相关.mp4
│ ├第15章 方差分析
│ │ ├105 方差分析概述.mp4
│ │ ├106 方差的比较.mp4
│ │ ├107 方差分析计算方法.mp4
│ │ ├108 方差分析中的多重比较.mp4
│ │ ├109 多因素方差分析.mp4
│ │ ├110 Python方差分析实例.mp4
│ ├第16章 贝叶斯分析
│ │ ├111 贝叶斯分析概述.mp4
│ │ ├112 概率的解释.mp4
│ │ ├113 贝叶斯学派与经典统计学派的争论.mp4
│ │ ├114 贝叶斯算法概述.mp4
│ │ ├115 贝叶斯推导实例.mp4
│ │ ├116 贝叶斯拼写纠错实例.mp4
│ │ ├117 垃圾邮件过滤实例.mp4
│ │ ├118 贝叶斯解释.mp4
│ │ ├119 经典求解思路.mp4
│ │ ├120 MCMC概述.mp4
│ │ ├121 PYMC3概述.mp4
│ │ ├122 模型诊断.mp4
│ │ ├123 模型决策.mp4
├选修8 Python Web框架Flask实战系列视频课程
│ ├第1章 Flask基础（视图与URL）
│ │ ├1 课程介绍.mp4
│ │ ├2 课程准备工作.mp4
│ │ ├3 URL组成部分详解.mp4
│ │ ├4 web服务器与应用服务器.mp4
│ │ ├5 第一个flask程序详解.mp4
│ │ ├6 DEBUG模式详解.mp4
│ │ ├7 配置文件两种方式详解.mp4
│ │ ├8 URL两种方式详解.mp4
│ │ ├9 url_for详解.mp4
│ │ ├10 自定义URL转换器.mp4
│ │ ├11 必会的小细节知识.mp4
│ │ ├12 重定向详解.mp4
│ │ ├13 response详解.mp4
│ ├第2章 Flask基础（Jinja2模板）
│ │ ├14 Jinja2模板介绍和查找路径.mp4
│ │ ├15 模板传参及其技巧.mp4
│ │ ├16 模版中使用url_for..mp4
│ │ ├17 过滤器基本使用.mp4
│ │ ├18 default过滤器.mp4
│ │ ├19 常用过滤器详解.mp4
│ │ ├20 自定义过滤器方法.mp4
│ │ ├21 自定义时间处理过滤器案例.mp4
│ │ ├22 f语句.mp4
│ │ ├23 for循环语句详解.mp4
│ │ ├24 九九乘法表案例.mp4
│ │ ├25 宏的概念和基本使用.mp4
│ │ ├26 宏的导入和注意事项.mp4
│ │ ├27 include标签使用详解.mp4
│ │ ├28 set和with语句以及模版中定义变量.mp4
│ │ ├29 加载静态文件.mp4
│ │ ├30 模版继承详解.mp4
│ │ ├31 豆瓣微信小程序案例（1）.mp4
│ │ ├32 豆瓣微信小程序案例（2）.mp4
│ │ ├33 豆瓣微信小程序案例（3）.mp4
│ ├第3章 Flask基础（视图高级）
│ │ ├34 add_url_rule和app.route装饰器原理剖析.mp4
│ │ ├35 标准类视图及其案例.mp4
│ │ ├36 基于调度方法的类视图.mp4
│ │ ├37 类视图中使用装饰器.mp4
│ │ ├38 蓝图的基本使用.mp4
│ │ ├39 蓝图中模版文件寻找规则.mp4
│ │ ├40 蓝图中静态文件寻找规则.mp4
│ │ ├41 url_for反转蓝图注意事项.mp4
│ │ ├42 子域名实现详解.mp4
│ ├第4章 Flask基础（数据库）
│ │ ├43 安装MySQL以及注意事项.mp4
│ │ ├44 SQLAlchemy连接数据库.mp4
│ │ ├45 ORM介绍.mp4
│ │ ├46 定义ORM模型并将其映射到数据库中.mp4
│ │ ├47 sqlalchemy基本的增删改查操作.mp4
│ │ ├48 Column常用数据类型详解-1.mp4
│ │ ├49 Column常用数据类型详解-2.mp4
│ │ ├50 Column常用参数.mp4
│ │ ├51 query函数可查询的数据.mp4
│ │ ├52 filter方法常用过滤条件.mp4
│ │ ├53 外键及其四种约束讲解.mp4
│ │ ├54 ORM层外键访问方式和一对多.mp4
│ │ ├55 一对一关系实现.mp4
│ │ ├56 多对多关系实现.mp4
│ │ ├57 ORM层面删除数据注意事项.mp4
│ │ ├58 relationship中的cascade参数详解.mp4
│ │ ├59 relationship中的cascade参数（2）.mp4
│ │ ├60 三种排序方式详解.mp4
│ │ ├61 limit、offset以及切片操作.mp4
│ │ ├62 懒加载技术.mp4
│ │ ├63 group_by和having子句.mp4
│ │ ├64 join实现复杂查询.mp4
│ │ ├65 subquery实现复杂查询.mp4
│ │ ├66 Flask-SQLAlchemy的使用.mp4
│ │ ├67 alembic数据库迁移工具基本使用.mp4
│ │ ├68 alembic常用命令和经典错误解决办法.mp4
│ │ ├69 Flask-SQLAlchemy下alembic的配置.mp4
│ │ ├70 Flask-Scripts详细讲解.mp4
│ │ ├71 项目结构重构.mp4
│ │ ├72 Flask-Migrate详细讲解.mp4
│ │ ├73 Flask-Migrate注意事项.mp4
│ ├第5章 Flask基础补充
│ │ ├74 WTForms表单验证基本使用.mp4
│ │ ├75 WTForms常用验证器.mp4
│ │ ├76 自定义验证验证字段.mp4
│ │ ├77 使用WTForms渲染模版.mp4
│ │ ├78 上传文件以及读取上传的文件.mp4
│ │ ├79 使用flask_wtf验证上传的文件.mp4
│ │ ├80 cookie的基本概念.mp4
│ │ ├81 Flask设置和删除cookie.mp4
│ │ ├82 Flask设置cookie过期时间.mp4
│ │ ├83 设置Cookie的有效域名.mp4
│ │ ├84 session的基本概念.mp4
│ │ ├85 Flask操作session.mp4
│ │ ├86 CSRF攻击原理.mp4
│ │ ├87 中国工商银行注册功能实现.mp4
│ │ ├88 中国工商银行登录和转账功能实现.mp4
│ │ ├89 病毒网站使用CSRF偷钱.mp4
│ │ ├90 CSRF防御原理.mp4
│ │ ├91 Flask中CSRF防御的方法与原理.mp4
│ │ ├92 AJAX处理CSRF漏洞.mp4
│ │ ├93 Local线程隔离对象.mp4
│ │ ├94 app上下文和request上下文详解.mp4
│ │ ├95 线程隔离的g对象使用详解.mp4
│ │ ├96 before_request钩子函数.mp4
│ │ ├97 context_processor钩子函数.mp4
│ │ ├98 errorhandler钩子函数.mp4
│ │ ├99 信号及其使用场景详解.mp4
│ │ ├100 Flask内置的信号讲解.mp4
│ │ ├101 Restful API规范介绍.mp4
│ │ ├102 Flask-Restful插件的基本使用.mp4
│ │ ├103 Flask-Restful参数验证.mp4
│ │ ├104 Flask-Restful标准化返回参数（1）.mp4
│ │ ├105 Flask-Restful标准化返回参数（2）.mp4
│ │ ├106 Flask-Restful细节强化.mp4
│ │ ├107 flask和ajax技术结合.mp4
│ ├第6章 memcached缓存系统
│ │ ├108 memcached介绍.mp4
│ │ ├109 memcached的安装和参数详解.mp4
│ │ ├110 telnet操作memcached.mp4
│ │ ├111 Python操作memcached.mp4
│ │ ├112 memcached的安全机制.mp4
│ ├第7章 redis数据库
│ │ ├113 Redis概述和使用场景介绍.mp4
│ │ ├114 Redis的安装以及客户端连接.mp4
│ │ ├115 Redis的字符串以及过期时间操作.mp4
│ │ ├116 Redis列表操作.mp4
│ │ ├117 Redis集合操作.mp4
│ │ ├118 Redis的哈希操作.mp4
│ │ ├119 Redis的事务操作.mp4
│ │ ├120 Redis的发布和订阅操作.mp4
│ │ ├121 RDB和AOF的两种数据持久化机制.mp4
│ │ ├122 Redis设置连接密码.mp4
│ │ ├123 其他机器连接本机redis.mp4
│ │ ├124 Python操作redis.mp4
│ ├第8章 Flask项目实战
│ │ ├125 实战项目介绍.mp4
│ │ ├126 项目结构搭建.mp4
│ │ ├127 cms用户模型创建和密码加密.mp4
│ │ ├128 cms后台登录界面完成.mp4
│ │ ├129 cms后台登录功能完成.mp4
│ │ ├130 cms后台登录限制.mp4
│ │ ├131 cms后台模版渲染完成.mp4
│ │ ├132 cms用户名渲染和注销功能实现.mp4
│ │ ├133 cms模版抽离和个人信息页面完成.mp4
│ │ ├134 cms登录页面CSRF保护.mp4
│ │ ├135 cms后台修改密码界面布局完成.mp4
│ │ ├136 cms后台修改密码ajax功能完成.mp4
│ │ ├137 cms后台密码修改服务器逻辑完成.mp4
│ │ ├138 优化json数据的返回.mp4
│ │ ├139 sweetalert提示框用法讲解.mp4
│ │ ├140 sweetalert优化修改密码结果反馈.mp4
│ │ ├141 修改邮箱界面完成.mp4
│ │ ├142 Flask-Mail的使用以及邮箱配置.mp4
│ │ ├143 发送邮箱验证码.mp4
│ │ ├144 修改邮箱功能完成.mp4
│ │ ├145 二进制及其相关运算.mp4
│ │ ├146 权限和角色模型定义.mp4
│ │ ├147 权限判断功能完成.mp4
│ │ ├148 客户端权限验证功能完成.mp4
│ │ ├149 服务端权限验证功能完成.mp4
│ │ ├150 前台用户模型创建（1）.mp4
│ │ ├151 前台用户模型创建（2）.mp4
│ │ ├152 注册界面完成.mp4
│ │ ├153 图形验证码生成技术详解.mp4
│ │ ├154 点击更换图形验证码.mp4
│ │ ├155 发送短信验证码.mp4
│ │ ├156 注册页面对接短信验证码接口.mp4
│ │ ├157 短信验证码接口加密和js代码混淆.mp4
│ │ ├158 缓存验证码.mp4
│ │ ├159 注册功能前端逻辑代码完成.mp4
│ │ ├160 注册功能后台逻辑代码完成.mp4
│ │ ├161 注册完成跳转会上一个页面.mp4
│ │ ├162 登录界面完成.mp4
│ │ ├163 登录功能完成.mp4
│ │ ├164 首页导航条实现和代码抽离.mp4
│ │ ├165 首页轮播图实现.mp4
│ │ ├166 cms轮播图管理页面布局.mp4
│ │ ├167 cms添加轮播图的模态对话框制作.mp4
│ │ ├168 cms添加轮播图后台逻辑代码完成.mp4
│ │ ├169 cms添加轮播图前台逻辑代码完成.mp4
│ │ ├170 cms编辑和删除轮播图功能完成.mp4
│ │ ├171 七牛云存储介绍.mp4
│ │ ├172 七牛JS和Python的SDK使用.mp4
│ │ ├173 轮播图上传图片功能完成.mp4
│ │ ├174 首页动态获取轮播图数据.mp4
│ │ ├175 板块管理（1）.mp4
│ │ ├176 板块管理（2）.mp4
│ │ ├177 UEditor编辑器集成以及配置上传文件到七牛.mp4
│ │ ├178 发布帖子后台逻辑完成.mp4
│ │ ├179 发布帖子界面布局完成.mp4
│ │ ├180 首页帖子列表布局完成.mp4
│ │ ├181 帖子分页技术实现.mp4
│ │ ├182 帖子板块过滤显示.mp4
│ │ ├183 帖子详情页布局.mp4
│ │ ├184 评论布局和功能（1）.mp4
│ │ ├185 评论布局和功能（2）.mp4
│ │ ├186 帖子加精和取消加精功能完成.mp4
│ │ ├187 帖子按照发布时间和评论数量等排序.mp4
│ │ ├188 celery实现异步任务.mp4
│ │ ├189 Flask+Celery实现邮件和短信异步发送.mp4
│ ├第9章 Flask部署
│ │ ├190 开发机上的准备工作.mp4
│ │ ├191 服务器安装python和虚拟环境.mp4
│ │ ├192 安装ssh、git和mysql.mp4
│ │ ├193 生产环境下django项目的配置.mp4
│ │ ├194 uWSGI部署项目.mp4
│ │ ├195 WSGI配置文件.mp4
│ │ ├196 nginx+uwsgi部署项目.mp4
│ │ ├197 supervisor管理uwsgi进程.mp4
├选修9 【微职位】-Python数据分析实战
│ ├第1章 散点图绘制技巧
│ │ ├1 散点图基本绘制.mp4
│ │ ├2 散点图参数设置.mp4
│ │ ├3 自定义绘图.mp4
│ ├第2章 纽约出租车运行情况分析建模
│ │ ├4 纽约出租车运行情况数据概述.mp4
│ │ ├5 聚类区域划分.mp4
│ │ ├6 客流趋势动态展示.mp4
│ │ ├7 邻居情况分析.mp4
│ │ ├8 数据特征.mp4
│ │ ├9 不同类别的出租车情况.mp4
│ │ ├10 特征可视化分析.mp4
│ │ ├11 聚类特征.mp4
│ │ ├12 xgboost模型.mp4
│ │ ├13 加入天气特征.mp4
│ ├第3章 基于统计分析的电影推荐
│ │ ├14 数据与环境配置.mp4
│ │ ├15 数据与关键词信息.mp4
│ │ ├16 关键词云与直方图展示.mp4
│ │ ├17 特征可视化.mp4
│ │ ├18 数据清洗概述.mp4
│ │ ├19 缺失值填充方法.mp4
│ │ ├20 推荐引擎构造.mp4
│ │ ├21 数据特征构造.mp4
│ │ ├22 得出推荐结果.mp4
│ ├第4章 商品可视化展示与文本处理
│ │ ├23 任务概述.mp4
│ │ ├24 商品类别划分.mp4
│ │ ├25 商品类别可视化展示.mp4
│ │ ├26 描述长度对价格的影响.mp4
│ │ ├27 词云展示.mp4
│ │ ├28 tf-idf结果.mp4
│ │ ├29 降维可视化展示.mp4
│ │ ├30 聚类与主题模型.mp4
│ ├第5章 多变量分析
│ │ ├31 多变量分析概述.mp4
│ │ ├32 深入散点图.mp4
│ │ ├33 善用apply函数.mp4
│ │ ├34 方差与协方差.mp4
│ │ ├35 相关系数展示.mp4
│ │ ├36 标准化的作用.mp4
│ │ ├37 主成分分析.mp4
│ ├第6章 商品订单数据集分析
│ │ ├38 任务与数据概述.mp4
│ │ ├39 双变量热度图绘制方法.mp4
│ │ ├40 复购情况.mp4
│ │ ├41 购物车情况与复购.mp4
│ │ ├42 聚类划分.mp4
│ ├第7章 KIVA 贷款数据分析
│ │ ├43 kiva贷款数据集介绍.mp4
│ │ ├44 各个国家贷款需求.mp4
│ │ ├45 贷款金额与还款间隔.mp4
│ │ ├46 深入各个行业分析.mp4
│ │ ├47 时间序列分析.mp4
│ │ ├48 指标分析.mp4
├选修10 【微职位】-Opencv计算机视觉实战
│ ├第1章 课程简介与环境配置
│ │ ├1 课程简介.mp4
│ │ ├2 Python与Opencv配置安装.mp4
│ │ ├3 Notebook与IDE环境.mp4
│ ├第2章 图像基本操作
│ │ ├4 计算机眼中的图像.mp4
│ │ ├5 视频的读取与处理.mp4
│ │ ├6 ROI区域.mp4
│ │ ├7 边界填充.mp4
│ │ ├8 数值计算.mp4
│ ├第3章 阈值与平滑处理
│ │ ├9 图像阈值.mp4
│ │ ├10 图像平滑处理.mp4
│ │ ├11 高斯与中值滤波.mp4
│ ├第4章 图像形态学操作
│ │ ├12 腐蚀操作.mp4
│ │ ├13 膨胀操作.mp4
│ │ ├14 开运算与闭运算.mp4
│ │ ├15 梯度计算.mp4
│ │ ├16 礼帽与黑帽.mp4
│ ├第5章 图像梯度计算
│ │ ├17 Sobel算子.mp4
│ │ ├18 梯度计算方法.mp4
│ │ ├19 scharr与lapkacian算子.mp4
│ ├第6章 边缘检测
│ │ ├20 Canny边缘检测流程.mp4
│ │ ├21 非极大值抑制.mp4
│ │ ├22 边缘检测效果.mp4
│ ├第7章 图像金字塔与轮廓检测
│ │ ├23 图像金字塔定义.mp4
│ │ ├24 金字塔制作方法.mp4
│ │ ├25 轮廓检测方法.mp4
│ │ ├26 轮廓检测结果.mp4
│ │ ├27 轮廓特征与近似.mp4
│ │ ├28 模板匹配方法.mp4
│ │ ├29 匹配效果展示.mp4
│ ├第8章 直方图与傅里叶变换
│ │ ├30 直方图定义.mp4
│ │ ├31 均衡化原理.mp4
│ │ ├32 均衡化效果.mp4
│ │ ├33 傅里叶概述.mp4
│ │ ├34 频域变换结果.mp4
│ │ ├35 低通与高通滤波.mp4
│ ├第9章 项目实战-信用卡数字识别
│ │ ├36 总体流程与方法讲解.mp4
│ │ ├37 环境配置与预处理.mp4
│ │ ├38 模板处理方法.mp4
│ │ ├39 输入数据处理方法.mp4
│ │ ├40 模板匹配得出识别结果.mp4
├第10章 项目实战-文档扫描OCR识别
│ │ ├41 整体流程演示.mp4
│ │ ├42 文档轮廓提取.mp4
│ │ ├43 原始与变换坐标计算.mp4
│ │ ├44 透视变换结果.mp4
│ │ ├45 tesseract-ocr安装配置.mp4
│ │ ├46 文档扫描识别效果.mp4
│ ├第11章 图像特征-harris
│ │ ├47 角点检测基本原理.mp4
│ │ ├48 基本数学原理.mp4
│ │ ├49 求解化简.mp4
│ │ ├50 特征归属划分.mp4
│ │ ├51 opencv角点检测效果.mp4
│ ├第12章 图像特征-sift
│ │ ├52 尺度空间定义.mp4
│ │ ├53 高斯差分金字塔.mp4
│ │ ├54 特征关键点定位.mp4
│ │ ├55 生成特征描述.mp4
│ │ ├56 特征向量生成.mp4
│ │ ├57 opencv中sift函数使用.mp4
│ ├第13章 案例实战-全景图像拼接
│ │ ├58 特征匹配方法.mp4
│ │ ├59 RANSAC算法.mp4
│ │ ├60 图像拼接方法.mp4
│ │ ├61 流程解读.mp4
│ ├第14章 项目实战-停车场车位识别
│ │ ├62 任务整体流程.mp4
│ │ ├63 所需数据介绍.mp4
│ │ ├64 图像数据预处理.mp4
│ │ ├65 车位直线检测.mp4
│ │ ├66 按列划分区域.mp4
│ │ ├67 车位区域划分.mp4
│ │ ├68 识别模型构建.mp4
│ │ ├69 基于视频的车位检测.mp4
│ ├第15章 项目实战-答题卡识别判卷
│ │ ├70 整体流程与效果概述.mp4
│ │ ├71 预处理操作.mp4
│ │ ├72 填涂轮廓检测.mp4
│ │ ├73 选项判断识别.mp4
│ ├第16章 背景建模
│ │ ├74 背景消除-帧差法.mp4
│ │ ├75 混合高斯模型.mp4
│ │ ├76 学习步骤.mp4
│ │ ├77 背景建模实战.mp4
│ ├第17章 光流估计
│ │ ├78 基本概念.mp4
│ │ ├79 Lucas-Kanade算法.mp4
│ │ ├80 推导求解.mp4
│ │ ├81 光流估计实战.mp4
│ ├第18章 Opencv的DNN模块
│ │ ├82 dnn模块.mp4
│ │ ├83 模型加载与结果输出.mp4
│ ├第19章 项目实战-目标追踪
│ │ ├84 目标追踪概述.mp4
│ │ ├85 多目标追踪实战.mp4
│ │ ├86 深度学习检测框架加载.mp4
│ │ ├87 基于dlib与ssd的追踪.mp4
│ │ ├88 多进程目标追踪.mp4
│ │ ├89 多进程效率提升对比.mp4
│ ├第20章 项目实战-疲劳检测
│ │ ├90 关键点定位概述.mp4
│ │ ├91 获取人脸关键点.mp4
│ │ ├92 定位效果演示.mp4
│ │ ├93 闭眼检测.mp4
│ │ ├94 检测效果.mp4
├选修11 【微职位】机器学习实战集锦
│ ├第1章 Python实战关联规则
│ │ ├1 关联规则概述.mp4
│ │ ├2 支持度与置信度.mp4
│ │ ├3 提升度的作用.mp4
│ │ ├4 Python实战关联规则.mp4
│ │ ├5 数据集制作.mp4
│ │ ├6 电影数据集题材关联分析.mp4
│ ├第2章 快手短视频用户活跃度分析
│ │ ├7 任务目标与数据分析.mp4
│ │ ├8 整体模型架构.mp4
│ │ ├9 构建用户特征序列.mp4
│ │ ├10 序列特征提取方法.mp4
│ │ ├11 生成特征汇总表.mp4
│ │ ├12 标签制作.mp4
│ │ ├13 网络训练模块.mp4
│ │ ├14 得出最终模型结果.mp4
│ ├第3章 工业化工生产预测
│ │ ├15 数据任务概述.mp4
│ │ ├16 数据异常检查.mp4
│ │ ├17 时间特征提取.mp4
│ │ ├18 各道工序特征构建.mp4
│ │ ├19 准备训练数据.mp4
│ │ ├20 训练xgboost模型.mp4
│ ├第4章 智慧城市-道路通行时间预测
│ │ ├21 数据与任务目标分析.mp4
│ │ ├22 数据清洗与标签转换.mp4
│ │ ├23 道路通行时间序列数据生成.mp4
│ │ ├24 序列缺失补全方法.mp4
│ │ ├25 基于回归与插值完成序列特征.mp4
│ │ ├26 基于回归与插值进行序列补全.mp4
│ │ ├27 特征汇总.mp4
│ │ ├28 建立回归模型进行预测.mp4
│ ├第5章 医学糖尿病数据命名实体识别
│ │ ├29 数据与任务介绍.mp4
│ │ ├30 整体模型架构.mp4
│ │ ├31 数据-标签-语料库处理.mp4
│ │ ├32 输入样本填充补齐.mp4
│ │ ├33 训练网络模型.mp4
│ │ ├34 医疗数据集（糖尿病）实体识别.mp4
│ ├第6章 贷款平台风控模型-特征工程
│ │ ├35 竞赛任务目标.mp4
│ │ ├36 图模型信息提取.mp4
│ │ ├37 节点权重特征提取(PageRank).mp4
│ │ ├38 deepwalk构建图顶点特征.mp4
│ │ ├39 各项统计特征.mp4
│ │ ├40 app安装特征.mp4
│ │ ├41 图中联系人特征.mp4
│ ├第7章 新闻关键词抽取模型
│ │ ├42 任务目标与数据集介绍.mp4
│ │ ├43 数据清洗与预处理.mp4
│ │ ├44 基本特征抽取.mp4
│ │ ├45 文章与词向量分析.mp4
│ │ ├46 权重划分.mp4
│ │ ├47 候选词统计特征.mp4
│ │ ├48 textrank特征提取.mp4
│ │ ├49 候选词相似度特征.mp4
│ │ ├50 特征工程汇总.mp4
│ ├第8章 商品销售额回归分析
│ │ ├51 数据任务分析.mp4
│ │ ├52 特征工程制作.mp4
│ │ ├53 统计指标生成.mp4
│ │ ├54 特征信息提取.mp4
│ │ ├55 标签变换.mp4
│ │ ├56 输入数据制作.mp4
│ │ ├57 Xgboost训练模型.mp4
│ │ ├58 生成输出结果.mp4
│ ├第9章 机器学习-模型解释方法实战
│ │ ├59 模型解释方法与实践.mp4
│ │ ├60 部分依赖图解释.mp4
│ │ ├61 双变量分析.mp4
│ │ ├62 ShapValues指标分析.mp4
│ │ ├63 疾病引起原因分析实战.mp4
│ ├第10章 自然语言处理必备工具包实战
│ │ ├64 Python字符串处理.mp4
│ │ ├65 正则表达式基本语法.mp4
│ │ ├66 正则常用符号.mp4
│ │ ├67 常用函数介绍.mp4
│ │ ├68 NLTK工具包简介.mp4
│ │ ├69 停用词过滤.mp4
│ │ ├70 词性标注.mp4
│ │ ├71 数据清洗实例.mp4
│ │ ├72 Spacy工具包.mp4
│ │ ├73 名字实体匹配.mp4
│ │ ├74 恐怖袭击分析.mp4
│ │ ├75 统计分析结果.mp4
│ │ ├76 结巴分词器.mp4
│ │ ├77 词云展示.mp4
│ ├第11章 NLP核心模型-word2vec
│ │ ├78 词向量模型通俗解释.mp4
│ │ ├79 模型整体框架.mp4
│ │ ├80 训练数据构建.mp4
│ │ ├81 CBOW与Skip-gram模型.mp4
│ │ ├82 负采样方案.mp4
│ ├第12章 图像特征聚类分析实践
│ │ ├83 数据与任务流程分析.mp4
│ │ ├84 图片数据导入.mp4
│ │ ├85 图像特征编码.mp4
│ │ ├86 数组保存与读取.mp4
│ │ ├87 得出聚类结果.mp4
│ │ ├88 聚类效果可视化展示.mp4
│ ├第13章 银行客户还款可能性预测
│ │ ├100 必杀神奇：lightgbm.mp4
│ │ ├89 数据任务介绍及缺失值处理.mp4
│ │ ├90 EDA数据探索分析.mp4
│ │ ├91 特征展示分析.mp4
│ │ ├92 KDEPLOT展示.mp4
│ │ ├93 部分特征分析与可视化.mp4
│ │ ├94 数据检查与特征工程.mp4
│ │ ├95 多项式特征.mp4
│ │ ├96 自定义特征.mp4
│ │ ├97 逻辑回归模型.mp4
│ │ ├98 结果评估.mp4
│ │ ├99 算法对比选择.mp4
├选修12 Python自然语言处理-BERT实战
│ ├第1章 自然语言处理通用框架BERT原理解读
│ │ ├1 BERT课程简介.mp4
│ │ ├2 BERT任务目标概述.mp4
│ │ ├3 传统解决方案遇到的问题.mp4
│ │ ├4 注意力机制的作用.mp4
│ │ ├5 self-attention计算方法.mp4
│ │ ├6 特征分配与softmax机制.mp4
│ │ ├7 Multi-head的作用.mp4
│ │ ├8 位置编码与多层堆叠.mp4
│ │ ├9 transformer整体架构梳理.mp4
│ │ ├10 BERT模型训练方法.mp4
│ │ ├11 训练实例.mp4
│ ├第2章 谷歌开源项目BERT源码解读与应用实例
│ │ ├12 BERT开源项目简介.mp4
│ │ ├13 项目参数配置.mp4
│ │ ├14 数据读取模块.mp4
│ │ ├15 数据预处理模块.mp4
│ │ ├16 tfrecord制作.mp4
│ │ ├17 Embedding层的作用.mp4
│ │ ├18 加入额外编码特征.mp4
│ │ ├19 加入位置编码特征.mp4
│ │ ├20 mask机制.mp4
│ │ ├21 构建QKV矩阵.mp4
│ │ ├22 完成Transformer模块构建.mp4
│ │ ├23 训练BERT模型.mp4
│ ├第3章 项目实战-基于BERT的中文情感分析实战
│ │ ├24 中文分类数据与任务概述.mp4
│ │ ├25 读取处理自己的数据集.mp4
│ │ ├26 训练BERT中文分类模型.mp4
│ ├第4章 项目实战-基于BERT的中文命名实体识别实战
│ │ ├27 命名实体识别数据分析与任务目标.mp4
│ │ ├28 NER标注数据处理与读取.mp4
│ │ ├29 构建BERT与CRF模型.mp4
│ ├第5章 必备基知识点-word2vec模型通俗解读（建议零基础同学）
│ │ ├30 词向量模型通俗解释.mp4
│ │ ├31 模型整体框架.mp4
│ │ ├32 训练数据构建.mp4
│ │ ├33 CBOW与Skip-gram模型.mp4
│ │ ├34 负采样方案.mp4
│ ├第6章 必备基础-学习Tensorflow如何实现word2
│ │ ├35 数据与任务流程.mp4
│ │ ├36 数据清洗.mp4
│ │ ├37 batch数据制作.mp4
│ │ ├38 网络训练.mp4
│ │ ├39 可视化展示.mp4
│ ├第7章 必备基础知识点-RNN网络架构与情感分析应用实例
│ │ ├40 RNN网络模型解读.mp4
│ │ ├41 NLP应用领域与任务简介.mp4
│ │ ├42 项目流程解读.mp4
│ │ ├43 加载词向量特征.mp4
│ │ ├44 正负样本数据读取.mp4
│ │ ├45 构建LSTM网络模型.mp4
│ │ ├46 训练与测试效果.mp4
│ ├第8章 医学糖尿病数据命名实体识别
│ │ ├47 数据与任务介绍.mp4
│ │ ├48 整体模型架构.mp4
│ │ ├49 数据-标签-语料库处理.mp4
│ │ ├50 输入样本填充补齐.mp4
│ │ ├51 训练网络模型.mp4
│ │ ├52 医疗数据集（糖尿病）实体识别.mp4
├选修13 Python-深度学习-物体检测实战
│ ├第1章 物体检测框架-MaskRcnn项目介绍与配置
│ │ ├1 课程简介.mp4
│ │ ├2 Mask-Rcnn开源项目简介.mp4
│ │ ├3 开源项目数据集.mp4
│ │ ├4 参数配置.mp4
│ ├第2章 MaskRcnn网络框架源码详解
│ │ ├5 FPN网络架构实现解读.mp4
│ │ ├6 FPN层特征提取原理解读.mp4
│ │ ├7 生成框比例设置.mp4
│ │ ├8 基于不同尺度特征图生成所有框.mp4
│ │ ├9 RPN层的作用与实现解读.mp4
│ │ ├10 候选框过滤方法.mp4
│ │ ├11 Proposal层实现方法.mp4
│ │ ├12 DetectionTarget层的作用.mp4
│ │ ├13 正负样本选择与标签定义.mp4
│ │ ├14 RoiPooling层的作用与目的.mp4
│ │ ├15 RorAlign操作的效果.mp4
│ │ ├16 整体框架回顾.mp4
│ ├第3章 基于MASK-RCNN框架训练自己的数据与任务
│ │ ├17 Labelme工具安装.mp4
│ │ ├18 使用labelme进行数据与标签标注.mp4
│ │ ├19 完成训练数据准备工作.mp4
│ │ ├20 maskrcnn源码修改方法.mp4
│ │ ├21 基于标注数据训练所需任务.mp4
│ │ ├22 测试与展示模块.mp4
│ ├第4章 练手小项目-人体姿态识别demo
│ │ ├23 COCO数据集与人体姿态识别简介.mp4
│ │ ├24 网络架构概述.mp4
│ │ ├25 流程与结果演示.mp4
│ ├第5章 必备基础-迁移学习与Resnet网络架构
│ │ ├26 迁移学习的目标.mp4
│ │ ├27 迁移学习策略.mp4
│ │ ├28 Resnet原理.mp4
│ │ ├29 Resnet网络细节.mp4
│ │ ├30 Resnet基本处理操作.mp4
│ │ ├31 shortcut模块.mp4
│ │ ├32 加载训练好的权重.mp4
│ │ ├33 迁移学习效果对比.mp4
│ ├第6章 必备基础-物体检测FasterRcnn系列
│ │ ├34 物体检测概述.mp4
│ │ ├35 深度学习经典检测方法.mp4
│ │ ├36 faster-rcnn概述.mp4
│ │ ├37 论文解读.mp4
│ │ ├38 RPN网络架构.mp4
│ │ ├39 损失函数定义.mp4
│ │ ├40 网络细节.mp4
├选修14 深度学习框架-PyTorch实战
│ ├第1章 PyTorch框架基本处理操作
│ │ ├1 PyTorch实战课程简介.mp4
│ │ ├2 PyTorch框架发展趋势简介.mp4
│ │ ├3 框架安装方法（CPU与GPU版本）.mp4
│ │ ├4 PyTorch基本操作简介.mp4
│ │ ├5 自动求导机制.mp4
│ │ ├6 线性回归DEMO-数据与参数配置.mp4
│ │ ├7 线性回归DEMO-训练回归模型.mp4
│ │ ├8 补充：常见tensor格式.mp4
│ │ ├9 补充：Hub模块简介.mp4
│ ├第2章 神经网络实战分类与回归任务
│ │ ├10 气温数据集与任务介绍.mp4
│ │ ├11 按建模顺序构建完成网络架构.mp4
│ │ ├12 简化代码训练网络模型.mp4
│ │ ├13 分类任务概述.mp4
│ │ ├14 构建分类网络模型.mp4
│ │ ├15 DataSet模块介绍与应用方法.mp4
│ ├第3章 卷积神经网络原理与参数解读
│ │ ├16 卷积神经网络应用领域.mp4
│ │ ├17 卷积的作用.mp4
│ │ ├18 卷积特征值计算方法.mp4
│ │ ├19 得到特征图表示.mp4
│ │ ├20 步长与卷积核大小对结果的影响.mp4
│ │ ├21 边缘填充方法.mp4
│ │ ├22 特征图尺寸计算与参数共享.mp4
│ │ ├23 池化层的作用.mp4
│ │ ├24 整体网络架构.mp4
│ │ ├25 VGG网络架构.mp4
│ │ ├26 残差网络Resnet.mp4
│ │ ├27 感受野的作用.mp4
│ ├第4章 图像识别核心模块实战解读
│ │ ├28 卷积网络参数定义.mp4
│ │ ├29 网络流程解读.mp4
│ │ ├30 Vision模块功能解读.mp4
│ │ ├31 分类任务数据集定义与配置.mp4
│ │ ├32 图像增强的作用.mp4
│ │ ├33 数据预处理与数据增强模块.mp4
│ │ ├34 Batch数据制作.mp4
│ ├第5章 迁移学习的作用与应用实例
│ │ ├35 迁移学习的目标.mp4
│ │ ├36 迁移学习策略.mp4
│ │ ├37 加载训练好的网络模型.mp4
│ │ ├38 优化器模块配置.mp4
│ │ ├39 实现训练模块.mp4
│ │ ├40 训练结果与模型保存.mp4
│ │ ├41 加载模型对测试数据进行预测.mp4
│ │ ├42 额外补充-Resnet论文解读.mp4
│ │ ├43 额外补充-Resnet网络架构解读.mp4
│ ├第6章 递归神经网络与词向量原理解读
│ │ ├44 RNN网络架构解读.mp4
│ │ ├45 词向量模型通俗解释.mp4
│ │ ├46 模型整体框架.mp4
│ │ ├47 训练数据构建.mp4
│ │ ├48 CBOW与Skip-gram模型.mp4
│ │ ├49 负采样方案.mp4
│ ├第7章 新闻数据集文本分类实战
│ │ ├50 任务目标与数据简介.mp4
│ │ ├51 RNN模型所需输入格式解析.mp4
│ │ ├52 项目配置参数设置.mp4
│ │ ├53 新闻数据读取与预处理方法.mp4
│ │ ├54 LSTM网络模块定义与参数解析.mp4
│ │ ├55 训练LSTM文本分类模型.mp4
│ │ ├56 Tensorboardx可视化展示模块搭建.mp4
│ │ ├57 CNN应用于文本任务原理解析.mp4
│ │ ├58 网络模型架构与效果展示.mp4
│ ├第8章 对抗生成网络架构原理与实战解析
│ │ ├59 对抗生成网络通俗解释.mp4
│ │ ├60 GAN网络组成.mp4
│ │ ├61 损失函数解释说明.mp4
│ │ ├62 数据读取模块.mp4
│ │ ├63 生成与判别网络定义.mp4
│ ├第9章 基于CycleGan开源项目实战图像合成
│ │ ├64 CycleGan网络所需数据.mp4
│ │ ├65 CycleGan整体网络架构.mp4
│ │ ├66 PatchGan判别网络原理.mp4
│ │ ├67 Cycle开源项目简介.mp4
│ │ ├68 数据读取与预处理操作.mp4
│ │ ├69 生成网络模块构造.mp4
│ │ ├70 判别网络模块构造.mp4
│ │ ├71 损失函数：identity loss计算方法.mp4
│ │ ├72 生成与判别损失函数指定.mp4
│ │ ├73 额外补充：VISDOM可视化配置.mp4
│ ├第10章 OCR文字识别原理
│ │ ├74 OCR文字识别要完成的任务.mp4
│ │ ├75 CTPN文字检测网络概述.mp4
│ │ ├76 序列网络的作用.mp4
│ │ ├77 输出结果含义解析.mp4
│ │ ├78 CTPN细节概述.mp4
│ │ ├79 CRNN识别网络架构.mp4
│ │ ├80 CTC模块的作用.mp4
│ ├第11章 OCR文字识别项目实战
│ │ ├81 OCR文字检测识别项目效果展示.mp4
│ │ ├82 训练数据准备与环境配置.mp4
│ │ ├83 检测模块候选框生成.mp4
│ │ ├84 候选框标签制作.mp4
│ │ ├85 整体网络所需模块.mp4
│ │ ├86 网络架构各模块完成的任务解读.mp4
│ │ ├87 CRNN识别模块所需数据与标签.mp4
│ │ ├88 识别模块网络架构解读.mp4
│ ├第12章 基于3D卷积的视频分析与动作识别
│ │ ├89 3D卷积原理解读.mp4
│ │ ├90 UCF101动作识别数据集简介.mp4
│ │ ├91 测试效果与项目配置.mp4
│ │ ├92 视频数据预处理方法.mp4
│ │ ├93 数据Batch制作方法.mp4
│ │ ├94 3D卷积网络所涉及模块.mp4
│ │ ├95 训练网络模型.mp4
│ ├第13章 自然语言处理通用框架BERT原理解读
│ │ ├100 特征分配与softmax机制.mp4
│ │ ├101 Multi-head的作用.mp4
│ │ ├102 位置编码与多层堆叠.mp4
│ │ ├103 transformer整体架构梳理.mp4
│ │ ├104 BERT模型训练方法.mp4
│ │ ├105 训练实例.mp4
│ │ ├96 BERT任务目标概述.mp4
│ │ ├97 传统解决方案遇到的问题.mp4
│ │ ├98 注意力机制的作用.mp4
│ │ ├99 self-attention计算方法.mp4
│ ├第14章 开源项目BERT源码解读（官方TF版）
│ │ ├106 BERT开源项目简介.mp4
│ │ ├107 项目参数配置.mp4
│ │ ├108 数据读取模块.mp4
│ │ ├109 数据预处理模块.mp4
│ │ ├110 tfrecord制作.mp4
│ │ ├111 Embedding层的作用.mp4
│ │ ├112 加入额外编码特征.mp4
│ │ ├113 加入位置编码特征.mp4
│ │ ├114 mask机制.mp4
│ │ ├115 构建QKV矩阵.mp4
│ │ ├116 完成Transformer模块构建.mp4
│ │ ├117 训练BERT模型.mp4
│ ├第15章 基于PyTorch实战BERT模型（民间PyTorch版）
│ │ ├118 项目配置与环境概述.mp4
│ │ ├119 数据读取与预处理.mp4
│ │ ├120 网络结构定义.mp4
│ │ ├121 训练网络模型.mp4
│ ├第16章 PyTorch框架实战模板解读
│ │ ├122 项目模板各模块概述.mp4
│ │ ├123 各模块配置参数解析.mp4
│ │ ├124 数据读取与预处理模块功能解读.mp4
│ │ ├125 模型架构模块.mp4
│ │ ├126 训练模块功能.mp4
│ │ ├127 训练结果可视化展示模块.mp4
│ │ ├128 模块应用与BenckMark解读.mp4
├选修15 深度学习-物体检测-YOLO实战系列(已更新V5)
│ ├第1章 深度学习经典检测方法概述
│ │ ├1 课程内容与风格介绍.mp4
│ │ ├2 检测任务中阶段的意义.mp4
│ │ ├3 不同阶段算法优缺点分析.mp4
│ │ ├4 IOU指标计算.mp4
│ │ ├5 评估所需参数计算.mp4
│ │ ├6 map指标计算.mp4
│ ├第2章 YOLO-V1整体思想与网络架构
│ │ ├7 YOLO算法整体思路解读.mp4
│ │ ├8 检测算法要得到的结果.mp4
│ │ ├9 整体网络架构解读.mp4
│ │ ├10 位置损失计算.mp4
│ │ ├11 置信度误差与优缺点分析.mp4
│ ├第3章 YOLO-V2改进细节详解
│ │ ├12 V2版本细节升级概述.mp4
│ │ ├13 网络结构特点.mp4
│ │ ├14 架构细节解读.mp4
│ │ ├15 基于聚类来选择先验框尺寸.mp4
│ │ ├16 偏移量计算方法.mp4
│ │ ├17 坐标映射与还原.mp4
│ │ ├18 感受野的作用.mp4
│ │ ├19 特征融合改进.mp4
│ ├第4章 YOLO-V3核心网络模型
│ │ ├20 V3版本改进概述.mp4
│ │ ├21 多scale方法改进与特征融合.mp4
│ │ ├22 经典变换方法对比分析.mp4
│ │ ├23 残差连接方法解读.mp4
│ │ ├24 整体网络模型架构分析.mp4
│ │ ├25 先验框设计改进.mp4
│ │ ├26 sotfmax层改进.mp4
│ ├第5章 项目实战-基于V3版本进行源码解读
│ │ ├27 数据与环境配置.mp4
│ │ ├28 训练参数设置.mp4
│ │ ├29 数据与标签读取.mp4
│ │ ├30 标签文件读取与处理.mp4
│ │ ├31 debug模式介绍.mp4
│ │ ├32 基于配置文件构建网络模型.mp4
│ │ ├33 路由层与shortcut层的作用.mp4
│ │ ├34 YOLO层定义解析.mp4
│ │ ├35 预测结果计算.mp4
│ │ ├36 网格偏移计算.mp4
│ │ ├37 模型要计算的损失概述.mp4
│ │ ├38 标签值格式修改.mp4
│ │ ├39 坐标相对位置计算.mp4
│ │ ├40 完成所有损失函数所需计算指标.mp4
│ │ ├41 模型训练与总结.mp4
│ │ ├42 预测效果展示.mp4
│ ├第6章 基于YOLO-V3训练自己的数据与任务
│ │ ├43 Labelme工具安装.mp4
│ │ ├44 数据信息标注.mp4
│ │ ├45 完成标签制作.mp4
│ │ ├46 生成模型所需配置文件.mp4
│ │ ├47 json格式转换成yolo-v3所需输入.mp4
│ │ ├48 完成输入数据准备工作.mp4
│ │ ├49 训练代码与参数配置更改.mp4
│ │ ├50 训练模型并测试效果.mp4
│ ├第7章 YOLO-V4版本算法解读
│ │ ├51 V4版本整体概述.mp4
│ │ ├52 V4版本贡献解读.mp4
│ │ ├53 数据增强策略分析.mp4
│ │ ├54 DropBlock与标签平滑方法.mp4
│ │ ├55 损失函数遇到的问题.mp4
│ │ ├56 CIOU损失函数定义.mp4
│ │ ├57 NMS细节改进.mp4
│ │ ├58 SPP与CSP网络结构.mp4
│ │ ├59 SAM注意力机制模块.mp4
│ │ ├60 PAN模块解读.mp4
│ │ ├61 激活函数与整体架构总结.mp4
│ ├第8章 V5版本项目配置
│ │ ├62 整体项目概述.mp4
│ │ ├63 训练自己的数据集方法.mp4
│ │ ├64 训练数据参数配置.mp4
│ │ ├65 测试DEMO演示.mp4
│ ├第9章 V5项目工程源码解读
│ │ ├66 数据源DEBUG流程解读.mp4
│ │ ├67 图像数据源配置.mp4
│ │ ├68 加载标签数据.mp4
│ │ ├69 Mosaic数据增强方法.mp4
│ │ ├70 数据四合一方法与流程演示.mp4
│ │ ├71 getItem构建batch.mp4
│ │ ├72 网络架构图可视化工具安装.mp4
│ │ ├73 V5网络配置文件解读.mp4
│ │ ├74 Focus模块流程分析.mp4
│ │ ├75 完成配置文件解析任务.mp4
│ │ ├76 前向传播计算.mp4
│ │ ├77 BottleneckCSP层计算方法.mp4
│ │ ├78 Head层流程解读.mp4
│ │ ├79 SPP层计算细节分析.mp4
│ │ ├80 上采样与拼接操作.mp4
│ │ ├81 输出结果分析.mp4
│ │ ├82 超参数解读.mp4
│ │ ├83 命令行参数介绍.mp4
│ │ ├84 训练流程解读.mp4
│ │ ├85 各种训练策略概述.mp4
│ │ ├86 模型迭代过程.mp4
│ ├第10章 基础补充-迁移学习与Resnet网络架构
│ │ ├87 迁移学习的目标.mp4
│ │ ├88 迁移学习策略.mp4
│ │ ├89 Resnet原理.mp4
│ │ ├90 Resnet网络细节.mp4
│ │ ├91 Resnet基本处理操作.mp4
│ │ ├92 shortcut模块.mp4
│ │ ├93 加载训练好的权重.mp4
│ │ ├94 迁移学习效果对比.mp4
│ ├第11章 基础补充-物体检测FasterRcnn系列
│ │ ├100 损失函数定义.mp4
│ │ ├101 网络细节.mp4
│ │ ├95 物体检测算法概述.mp4
│ │ ├96 深度学习经典检测方法.mp4
│ │ ├97 faster-rcnn概述.mp4
│ │ ├98 论文解读.mp4
│ │ ├99 RPN网络结构.mp4
├必修16 Python网络爬虫
│ ├第1章 爬虫前奏
│ │ ├1 网络爬虫概述.mp4
│ │ ├2 http协议和chrome抓包工具.mp4
│ │ ├3 http协议和chrome抓包工具（2）.mp4
│ ├第2章 网络请求
│ │ ├4 urlib库之urlopen函数用法.mp4
│ │ ├5 urllib库之urlretrieve函数用法.mp4
│ │ ├6 urllib库之参数编码和解码函数.mp4
│ │ ├7 urllib库之urlparse和urlsplit函数用法.mp4
│ │ ├8 【实战】用request爬取拉勾网职位信息.mp4
│ │ ├9 【作业】内涵段子爬虫作业.mp4
│ │ ├10 ProxyHandler实现代理ip.mp4
│ │ ├11 cookie原理和格式详解.mp4
│ │ ├12 【实战】爬虫使用cookie模拟登录.mp4
│ │ ├13 【实战】爬虫自动登录访问授权页面.mp4
│ │ ├14 cookie信息的加载与保存.mp4
│ │ ├15 request库的基本使用.mp4
│ │ ├16 requests发送post请求.mp4
│ │ ├17 requests使用代理ip.mp4
│ │ ├18 requests处理cookie信息.mp4
│ │ ├19 requests处理不信任的ssl证书.mp4
│ ├第3章 数据解析
│ │ ├20 xpath简介以及工具安装.mp4
│ │ ├21 xpath语法详解.mp4
│ │ ├22 lxml解析html代码和文件.mp4
│ │ ├23 lxml和path结合使用详解.mp4
│ │ ├24 【实战】豆瓣电影爬虫.mp4
│ │ ├25 【实战】电影天堂爬虫之网页分析.mp4
│ │ ├26 【实战】电影天堂爬虫之爬取详情页.mp4
│ │ ├27 【实战】电影天堂爬虫之解析详情页.mp4
│ │ ├28 【作业】腾讯招聘网爬虫作业.mp4
│ │ ├29 BeattifulSoup库的基本介绍.mp4
│ │ ├30 BeautifulSoup4库的基本使用.mp4
│ │ ├31 BeautifulSoup4库提取数据详解.mp4
│ │ ├32 CSS常用选择器介绍.mp4
│ │ ├33 select和css选择器提取元素.mp4
│ │ ├34 BeautifulSoup拾遗.mp4
│ │ ├35 【实战】中国天气网爬虫之页面分析.mp4
│ │ ├36 【实战】中国天气网爬虫之华北城市数据爬取.mp4
│ │ ├37 【实战】中国天气网爬虫指所有城市数据爬取.mp4
│ │ ├38 【实战】中国天气网爬虫之数据可视化.mp4
│ │ ├39 正则表达式之单个字符匹配规则.mp4
│ │ ├40 正则表达式之匹配多个字符.mp4
│ │ ├41 正则表达式之多个小案例.mp4
│ │ ├42 正则表达式之开始结束和或语法.mp4
│ │ ├43 正则表达式之转义字符和原生字符串.mp4
│ │ ├44 正则表达式之group分组.mp4
│ │ ├45 正则表达式之re模块常用函数.mp4
│ │ ├46 【实战】正则表达式之古诗文网爬虫实战.mp4
│ │ ├47 【作业】正则表达式之糗事百科爬虫.mp4
│ ├第4章 数据存储
│ │ ├48 json字符串介绍.mp4
│ │ ├49 dump成json字符串以及编码问题.mp4
│ │ ├50 load成python对象.mp4
│ │ ├51 读取csv文件的两种方式.mp4
│ │ ├52 写入csv文件的两种方式.mp4
│ ├第5章 爬虫进阶
│ │ ├53 多线程概念和threading模块介绍.mp4
│ │ ├54 使用Thread类创建多线程.mp4
│ │ ├55 多线程共享全局变量以及锁机制.mp4
│ │ ├56 lock版生产者和消费者模式.mp4
│ │ ├57 Condition版生产者与消费者模式.mp4
│ │ ├58 Queue现成安全队列讲解.mp4
│ │ ├59 【实战】多线程下表情包之同步爬虫完成.mp4
│ │ ├60 【实战】多线程下载表情包之异步爬虫完成.mp4
│ │ ├61 GIL全局解释器锁详解.mp4
│ │ ├62 【作业】多线程下载百思不得其姐段子爬虫作业.mp4
│ │ ├63 ajax介绍和爬取ajax数据的两种方式.mp4
│ │ ├64 selenium+chromedriver.mp4
│ │ ├65 selenium关闭页面和浏览器.mp4
│ │ ├66 selenium定位元素的方法详解.mp4
│ │ ├67 selenium操作表单元素.mp4
│ │ ├68 selenium行为链.mp4
│ │ ├69 selenium操作cookie.mp4
│ │ ├70 selenium的隐式等待和显式等待.mp4
│ │ ├71 selenium打开多窗口和切换窗口.mp4
│ │ ├72 selenium使用代理ip.mp4
│ │ ├73 selenium的webelement类补充.mp4
│ │ ├74 【实战】selenium优秀实现拉勾网爬虫之列表页解析.mp4
│ │ ├75 【实战】selenium优秀实现拉勾网爬虫之详情页解析.mp4
│ │ ├76 【实战】selenium优秀实现拉勾网之跑通流程.mp4
│ │ ├77 【实战】selenium优秀实现拉勾网爬虫之细节处理.mp4
│ │ ├78 【作业】使用selenium实现boos直聘爬虫作业.mp4
│ │ ├79 tessaract库介绍.mp4
│ │ ├80 tessearact再终端下识别图片.mp4
│ │ ├81 tesseract代码识别图片.mp4
│ │ ├82 tessearact处理拉勾网验证码.mp4
│ ├第6章 Scrapy框架
│ │ ├83 scrapy框架架构详解.mp4
│ │ ├84 scrapy框架快速入门.mp4
│ │ ├85 【实战】scrapy糗事百科之爬虫编写.mp4
│ │ ├86 【实战】scrapy糗事百科之pipeline保存数据.mp4
│ │ ├87 【实战】scapy糗事百科之优化数据存储的方式.mp4
│ │ ├88 【实战】scrapy糗事百科之抓取多个页面.mp4
│ │ ├89 CrawlSpider讲解.mp4
│ │ ├90 【实战】CrawlSpider实现微信小程序社区爬虫.mp4
│ │ ├91 Scrapy shell的使用.mp4
│ │ ├92 Request和Response对象讲解.mp4
│ │ ├93 【实战】scrapy模拟登录人人网.mp4
│ │ ├94 【实战】scrapy模拟登录豆瓣网.mp4
│ │ ├95 【实战】自动识别豆瓣网图形验证码.mp4
│ ├第7章 散点图绘制技巧
│ │ ├96 散点图基本绘制.mp4
│ │ ├97 散点图参数设置.mp4
│ │ ├98 自定义绘图.mp4
│ ├第8章 纽约出租车运行情况分析建模
│ │ ├100 聚类区域划分.mp4
│ │ ├101 客流趋势动态展示.mp4
│ │ ├102 邻居情况分析.mp4
│ │ ├103 数据特征.mp4
│ │ ├104 不同类别的出租车情况.mp4
│ │ ├105 特征可视化分析.mp4
│ │ ├106 聚类特征.mp4
│ │ ├99 纽约出租车运行情况数据概述.mp4
│ ├第9章 基于统计分析的电影推荐任务
│ │ ├107 数据与环境配置.mp4
│ │ ├108 数据与关键词信息.mp4
│ │ ├109 关键词云与直方图展示.mp4
│ │ ├110 特征可视化.mp4
│ │ ├111 数据清洗概述.mp4
│ │ ├112 缺失值填充方法.mp4
│ │ ├113 推荐引擎构造.mp4
│ │ ├114 数据特征构造.mp4
│ │ ├115 得出推荐结果.mp4
│ ├第10章 多变量分析
│ │ ├116 多变量分析概述.mp4
│ │ ├117 深入散点图.mp4
│ │ ├118 善用apply函数.mp4
│ │ ├119 方差与协方差.mp4
│ │ ├120 相关系数展示.mp4
│ │ ├121 标准化的作用.mp4
│ │ ├122 主成分分析.mp4
│ ├第11章 商品订单数据集分析
│ │ ├123 任务与数据概述.mp4
│ │ ├124 双变量热度图绘制方法.mp4
│ │ ├125 复购情况.mp4
│ │ ├126 购物车情况与复购.mp4
│ │ ├127 聚类划分.mp4
│ ├第12章 KIVA贷款数据分析
│ │ ├128 kiva贷款数据集介绍.mp4
│ │ ├129 各个国家贷款需求.mp4
│ │ ├130 贷款金额与还款间隔.mp4
│ │ ├131 深入各个行业分析.mp4
│ │ ├132 时间序列分析.mp4
│ │ ├133 指标分析.mp4
│ ├第13章 商品可视化展示与文本处理
│ │ ├134 任务概述.mp4
│ │ ├135 商品类别划分.mp4
│ │ ├136 商品类别可视化展示.mp4
│ │ ├137 描述长度对价格的影响.mp4
│ │ ├138 词云展示.mp4
│ │ ├139 tf-idf结果.mp4
│ │ ├140 降维可视化展示.mp4
│ │ ├141 聚类与主题模型.mp4
├直播
│ ├1 人工智能（机器学习+深度学习）直播答疑课.mp4
│ ├2 人工智能（机器学习+深度学习）初次班会.mp4
│ ├3 人工智能（机器学习+深度学习）直播答疑课1115.mp4
│ ├4 人工智能直播课–Python关联规则实战.mp4
│ ├8 人工智能12月份直播课.mp4
│ ├9 【职场助学】大数据？人工智能？云计算？程序员的出路在哪.mp4
│ ├10 【职场助学】危机与机遇共存，一个数据人的自我修养.mp4
│ ├11 【职场助学】面对互联网行业又一转折点，我们应该如何应对.mp4
│ ├12 【职场助学】安全技术人员实施企业安全治理的一种可行路径.mp4
│ ├13 【职场助学】什么是黑客？聊聊关于渗透测试的二三事.mp4
│ ├14 【职场助学】统计与机器学习在数据分析中实际应用.mp4
│ ├15 人工智能5月答疑直播课.mp4
课件资料
⭐⭐课程视频+课件资料
- 温馨提示：
- 如何下载资源？
- 资源来源于网络，仅限购买正版前临时了解，版权归原作者所有，请下载后24小时内删除。如有需要，请购买正版。
- 如有侵权，请来信指出，本站将立即改正。
- 如下载链接失效，请评论告知，补链接时间晚上8点至11点。
- 唯一联系邮箱： auroran6634(at)gmail.com 请将(at)替换为@)（发送邮件时请告知会员名与注册邮箱）。
原文链接：https://www.wenxige.org/1702.html，转载请注明出处~~~
请先 ！