本套课程来自万门大学精品课程:人工智能、大数据与复杂系统一月特训班,本套课程是入门人工智能AI、大数据等领域的理想课程,由强大的导师阵容,课程官方售价3998元,课程共计78章829节,完整无加密版共32.9G,文章底部附下载地址。
课程介绍:
本套课程你将收获:
1、了解人工智能、大数据与复杂系统的主干知识,感受这个领域的飞速变化;
2、掌握写代码的技巧,自主写出人工智能程序,同时根据程序研究复杂系统;
3、重新认识世界观、人生观,改变对事物的错误判断,让你在工作中少走弯路。
适合人群
1、从事人工智能、大数据与复杂系统等相关工作的职场人;
2、想系统学习人工智能、大数据与复杂系统知识的学生;
3、对人工智能、大数据与复杂系统感兴趣的学员。
课程文件目录:万门大学人工智能 [32.9G]
01-复杂系统 [153.4M]
1.1物理预测的胜利与失效.mp4 [56.8M]
1.2预测失效原因.mp4 [19.9M]
1.3复杂系统引论.mp4 [40.7M]
1.4生活实例与本章答疑.mp4 [36M]
02-大数据与机器学习 [48M]
2.1大数据预测因为.mp4 [36.9M]
2.2大数据与机器学习.mp4 [11.1M]
03-人工智能的三个阶段 [673.7M]
3.10课程大纲(二).mp4 [31.6M]
3.1规则阶段.mp4 [100.8M]
3.2机器学习阶段发展至连接主义阶段.mp4 [18.6M]
3.3课间答疑.mp4 [175.6M]
3.4连接主义阶段发展至学习阶段.mp4 [49.4M]
3.5三个阶段总结分析.mp4 [22.1M]
3.6人工智能的应用(一).mp4 [43.3M]
3.7人工智能的应用(二).mp4 [24.6M]
3.8课间答疑.mp4 [169.5M]
3.9课程大纲(一).mp4 [38.2M]
04-高等数学—元素和极限 [509.7M]
4.10级数的收敛.mp4 [47.8M]
4.11极限的定义.mp4 [39.1M]
4.12极限的四则运算.mp4 [33.3M]
4.13极限的复合.mp4 [25.1M]
4.14连续性.mp4 [40.5M]
4.1实数的定义(一).mp4 [32.8M]
4.2实数的定义(二).mp4 [41.8M]
4.3实数的定义(三).mp4 [36.7M]
4.4实数的元素个数(一).mp4 [22.7M]
4.5实数的元素个数(二).mp4 [37.5M]
4.6自然数个数少于实数个数(一).mp4 [38.6M]
4.7自然数个数少于实数个数(二).mp4 [44.6M]
4.8无穷大之比较(一).mp4 [44.1M]
4.9无穷大之比较(二).mp4 [25M]
05-复杂网络经济学应用 [218.9M]
5.1用网络的思维看经济结构.mp4 [46.1M]
5.2复杂网络认识前后.mp4 [56.3M]
5.3从网络结构看不同地区(一).mp4 [75.1M]
5.4从网络结构看不同地区(二).mp4 [41.4M]
06-机器学习与监督算法 [326.6M]
6.1什么是机器学习.mp4 [24.5M]
6.2机器学习的类型.mp4 [44.1M]
6.3简单回归实例(一).mp4 [43M]
6.4简单回归实例(二).mp4 [34.3M]
6.5简单回归实例(三).mp4 [180.7M]
07-阿尔法狗与强化学习算法 [203.2M]
7.1人工智能的发展.mp4 [41.8M]
7.2强化学习算法(一).mp4 [31.4M]
7.3强化学习算法(二).mp4 [50.4M]
7.4强化学习算法(三).mp4 [33M]
7.5Alphago给我们的启示.mp4 [21M]
7.6无监督学习.mp4 [25.6M]
08-高等数学—两个重要的极限定理 [158.1M]
8.1元素与极限的知识点回顾.mp4 [40.4M]
8.2第一个重要极限定理的证明(一).mp4 [38.7M]
8.3第一个重要极限定理的证明(二).mp4 [26.4M]
8.4夹逼定理.mp4 [24.8M]
8.5第二个重要极限定理的证明.mp4 [27.8M]
09-高等数学—导数 [338.3M]
9.10泰勒展开的证明.mp4 [37.6M]
9.1导数的定义.mp4 [38.6M]
9.2初等函数的导数.mp4 [45.3M]
9.3反函数的导数(一).mp4 [20.9M]
9.4反函数的导数(二).mp4 [26.9M]
9.5复合函数的导数.mp4 [28.7M]
9.6泰勒展开.mp4 [17M]
9.7罗尔定理.mp4 [25.7M]
9.8微分中值定理和柯西中值定理.mp4 [52.4M]
9.9洛比塔法则.mp4 [45.1M]
10-贝叶斯理论 [615M]
10.10贝叶斯于机器学习(一).mp4 [47.6M]
10.11贝叶斯于机器学习(二).mp4 [20.5M]
10.12贝叶斯决策(一).mp4 [34.8M]
10.13贝叶斯决策(二).mp4 [45M]
10.14贝叶斯决策(三).mp4 [65.3M]
10.1梯度优化(一).mp4 [61M]
10.2梯度优化(二).mp4 [67.8M]
10.3概率基础.mp4 [35.6M]
10.4概率与事件.mp4 [37.4M]
10.5贝叶斯推理(一).mp4 [35.9M]
10.6贝叶斯推理(二).mp4 [37.1M]
10.7贝叶斯推理(三).mp4 [31M]
10.8辛普森案件.mp4 [52.4M]
10.9贝叶斯推理深入.mp4 [43.6M]
11-高等数学—泰勒展开 [201.2M]
11.1泰勒展开.mp4 [41.1M]
11.2展开半径.mp4 [27.6M]
11.3欧拉公式.mp4 [48.3M]
11.4泰勒展开求极限(一).mp4 [27.1M]
11.5泰勒展开求极限(二).mp4 [57.2M]
12-高等数学—偏导数 [137.7M]
12.1偏导数的对称性.mp4 [34.8M]
12.2链式法则.mp4 [34.3M]
12.3梯度算符、拉氏算符.mp4 [68.6M]
13-高等数学—积分 [162M]
13.1黎曼积.mp4 [22.4M]
13.2微积分基本定理.mp4 [54.3M]
13.3分部积分(一).mp4 [46.5M]
13.4分部积分(二).mp4 [38.8M]
14-高等数学—正态分布 [188.9M]
14.1标准正态分布.mp4 [49.1M]
14.2中心极限定理.mp4 [34.1M]
14.3误差函数.mp4 [28.9M]
14.4二维正态分布.mp4 [44.1M]
14.5多维正态分布.mp4 [32.8M]
15-朴素贝叶斯和最大似然估计 [476.6M]
15.10朴素贝叶斯(三).mp4 [63.8M]
15.11最大似然估计(一).mp4 [24.7M]
15.12最大似然估计(二).mp4 [51.4M]
15.1蒙特卡洛分析(一).mp4 [49.2M]
15.2蒙特卡洛分析(二).mp4 [34.8M]
15.3贝叶斯先验.mp4 [47.4M]
15.4先验到后验的过程.mp4 [21.7M]
15.5朴素贝叶斯(一).mp4 [33.5M]
15.6朴素贝叶斯(二).mp4 [40.5M]
15.7算法设计.mp4 [22.3M]
15.8TF-IDF(一).mp4 [47.2M]
15.9TF-IDF(二).mp4 [40M]
16-线 [456.8M]
16.10常规线空间.mp4 [52.4M]
16.11线关.mp4 [36.3M]
16.12秩.mp4 [55M]
16.1线代数概述.mp4 [36.2M]
16.2线代数应用方法论.mp4 [17.4M]
16.3线律.mp4 [44.4M]
16.4线空间.mp4 [17M]
16.5线空间八条法则(一).mp4 [51.5M]
16.6线空间八条法则(二).mp4 [46.9M]
16.7线空间八条法则(三).mp4 [31.5M]
16.8连续傅.mp4 [26.8M]
16.9傅立.mp4 [41.3M]
17-数据科学和统计学(上) [515.8M]
17.10随机变量(二).mp4 [15.3M]
17.11换门的概率模拟计算(一).mp4 [59M]
17.12换门的概率模拟计算(二).mp4 [37.8M]
17.13换门的概率模拟计算(三).mp4 [50.5M]
17.1课程Overview.mp4 [36.4M]
17.2回顾统计学(一).mp4 [65.3M]
17.3回顾统计学(二).mp4 [52.9M]
17.4回顾统计学(三).mp4 [28.1M]
17.5回顾数据科学(一).mp4 [33.8M]
17.6回顾数据科学(二)和教材介绍.mp4 [60.8M]
17.7R和RStudio等介绍(一).mp4 [25M]
17.8R和RStudio等介绍(二).mp4 [29.7M]
17.9随机变量(一).mp4 [21.3M]
18-线代数—矩阵、等价类和行列式 [570.3M]
18.10等价类.mp4 [57.4M]
18.11行列式(一).mp4 [28.3M]
18.12行列式(二).mp4 [38.2M]
18.13行列式(三).mp4 [52.4M]
18.1线代数知识点回顾.mp4 [32.1M]
18.2矩阵表示线变化.mp4 [31.3M]
18.3可矩阵表示坐标变化.mp4 [64.9M]
18.4相似矩阵.mp4 [68.2M]
18.5相似矩阵表示相同线变化.mp4 [22.8M]
18.6线代数解微分方程.mp4 [67.4M]
18.7矩阵的运算—转秩(一).mp4 [41.9M]
18.8矩阵的运算—转秩(二).mp4 [34.8M]
18.9等价关系.mp4 [30.7M]
19-Python基础课程(上) [440.8M]
19.10变量类型—字符串类型(三).mp4 [42.4M]
19.11变量类型—列表类型(一).mp4 [25.4M]
19.12变量类型—列表类型(二).mp4 [39.6M]
19.13变量类型—列表类型(三).mp4 [21.4M]
19.14变量类型—语言组类型、字典类型(一).mp4 [29.9M]
19.15变量类型—字典类型(二).mp4 [32M]
19.1Python介绍(一).mp4 [31.6M]
19.2Python介绍(二).mp4 [39.9M]
19.3变量—命名规范.mp4 [30.5M]
19.4变量—代码规范.mp4 [21.2M]
19.5变量类型—数值类型.mp4 [23.5M]
19.6变量类型—bool类型.mp4 [21.1M]
19.7变量类型—字符串类型(一).mp4 [27.3M]
19.8课间答疑.mp4 [21.4M]
19.9变量类型—字符串类型(二).mp4 [33.5M]
20-线代数—特征值与特征向量 [473.9M]
20.10线代数核心定理.mp4 [28.7M]
20.11对偶空间(一).mp4 [28.6M]
20.12对偶空间(二).mp4 [46.7M]
20.13欧氏空间与闵氏空间.mp4 [23.5M]
20.14厄米矩阵.mp4 [11.4M]
20.1线代数知识点回顾.mp4 [29.1M]
20.2例题讲解(一).mp4 [34.5M]
20.3例题讲解(二).mp4 [34.4M]
20.4例题讲解(三).mp4 [40.6M]
20.5特征值与特征向量的物理意义.mp4 [68.8M]
20.6特征值与特征向量的性质(一).mp4 [16.8M]
20.7特征值与特征向量的性质(二).mp4 [47.6M]
20.8本征值的计算(一).mp4 [31.4M]
20.9本征值的计算(二).mp4 [31.8M]
21-监督学习框架 [468.3M]
21.10KNN(K最近邻)算法(二).mp4 [39.8M]
21.11KNN(K最近邻)算法(三).mp4 [19.8M]
21.12线性分类器.mp4 [28.4M]
21.13高斯判别模型(一).mp4 [23.8M]
21.14高斯判别模型(二).mp4 [34.2M]
21.1经验误差和泛化误差.mp4 [43.3M]
21.2最大后验估计.mp4 [42.6M]
21.3正则化.mp4 [18.8M]
21.4lasso回归.mp4 [45.8M]
21.5超参数(一).mp4 [34.3M]
21.6超参数(二).mp4 [26.8M]
21.7监督学习框架(一).mp4 [32.1M]
21.8监督学习框架(二).mp4 [42.4M]
21.9KNN(K最近邻)算法(一).mp4 [36.2M]
22-Python基础课程(下) [378.3M]
22.10函数(三).mp4 [28.5M]
22.11函数(四).mp4 [33.9M]
22.12类(一).mp4 [29.4M]
22.13类(二).mp4 [26.8M]
22.14类(三).mp4 [24.8M]
22.1条件判断(一).mp4 [36.4M]
22.2条件判断(二).mp4 [32.6M]
22.3循环(一).mp4 [16.6M]
22.4循环(二).mp4 [25.6M]
22.5课间答疑.mp4 [25.6M]
22.6循环(三).mp4 [24.8M]
22.7循环(四).mp4 [30.1M]
22.8函数(一).mp4 [18.5M]
22.9函数(二).mp4 [24.5M]
23-PCA、降维方法引入 [290.6M]
23.1无监督学习框架.mp4 [25.4M]
23.2降维存在的原因.mp4 [21.3M]
23.3PCA数学分析方法(一).mp4 [31.3M]
23.4PCA数学分析方法(二).mp4 [41.7M]
23.5PCA数学分析方法(三).mp4 [29.1M]
23.6PCA数学分析方法(四).mp4 [34.1M]
23.7PCA之外的降维方法—LDA.mp4 [16.3M]
23.8PCA背后的假设(一).mp4 [41.9M]
23.9PCA背后的假设(二).mp4 [49.6M]
24-数据科学和统计学(下) [327.5M]
24.10参数估计(一).mp4 [26.4M]
24.11参数估计(二).mp4 [20.7M]
24.12假设检验(一).mp4 [16.3M]
24.13假设检验(二).mp4 [23.4M]
24.1课程Overview.mp4 [21.3M]
24.2理解统计思想(一).mp4 [22.2M]
24.3理解统计思想(二).mp4 [54M]
24.4理解统计思想(三).mp4 [21.8M]
24.5概率空间.mp4 [14.8M]
24.6随机变量(一).mp4 [32.3M]
24.7随机变量(二).mp4 [16.8M]
24.8随机变量(三).mp4 [45M]
24.9随机变量(四).mp4 [12.4M]
25-Python操作数据库、 Python爬虫 [764.1M]
25.10Python操作数据库(二).mp4 [39.1M]
25.11Python操作数据库(三).mp4 [22.9M]
25.12Python操作数据库(四).mp4 [47.9M]
25.13Python爬虫(一).mp4 [65.3M]
25.14Python爬虫(二).mp4 [84.9M]
25.15Python爬虫(三).mp4 [59.2M]
25.16Python爬虫(四).mp4 [57.8M]
25.17Python爬虫(五).mp4 [69.9M]
25.1课程介绍.mp4 [23M]
25.2认识关系型数据库(一).mp4 [46M]
25.3认识关系型数据库(二).mp4 [45.1M]
25.4MySQL数据库与Excel的不同.mp4 [25.9M]
25.5命令行操作数据库(一).mp4 [43.9M]
25.6命令行操作数据库(二).mp4 [41M]
25.7命令行操作数据库(三).mp4 [19.8M]
25.8命令行操作数据库(四).mp4 [39.6M]
25.9Python操作数据库(一).mp4 [32.9M]
26-线分类器 [396.5M]
26.10Perceptron(三).mp4 [31.5M]
26.11Perceptron(四).mp4 [31M]
26.12熵与信息(一).mp4 [22.9M]
26.13熵与信息(二).mp4 [25.3M]
26.1Lasso:alpha参数与准确率(一).mp4 [24.7M]
26.2Lasso:alpha参数与准确率(二).mp4 [16M]
26.3Lasso:alpha参数与准确率(三).mp4 [62.1M]
26.4线分类器.mp4 [24M]
26.5LDA(一).mp4 [24.8M]
26.6LDA(二).mp4 [27.1M]
26.7LDA(三).mp4 [32.6M]
26.8Perceptron(一).mp4 [45.2M]
26.9Perceptron(二).mp4 [29.1M]
27-Python进阶(上) [440.1M]
27.10Pandas基本操作(四).mp4 [26.1M]
27.11Pandas绘图(一).mp4 [34.4M]
27.12Pandas绘图(二).mp4 [37.9M]
27.13Pandas绘图(三).mp4 [23.5M]
27.14Pandas绘图(四).mp4 [46.9M]
27.1NumPy基本操作(一).mp4 [31M]
27.2NumPy基本操作(二).mp4 [24.5M]
27.3NumPy基本操作(三).mp4 [27.4M]
27.4NumPy基本操作(四).mp4 [18.2M]
27.5NumPy基本操作(五).mp4 [28.9M]
27.6NumPy基本操作(六).mp4 [25.7M]
27.7Pandas基本操作(一).mp4 [42.1M]
27.8Pandas基本操作(二).mp4 [35M]
27.9Pandas基本操作(三).mp4 [38.4M]
28-Scikit-Learn [296.2M]
28.1课程介绍.mp4 [29.7M]
28.2Scikit-Learn介绍.mp4 [12.6M]
28.3数据处理(一).mp4 [38.7M]
28.4数据处理(二).mp4 [54.6M]
28.5模型实例、模型选择(一).mp4 [37.9M]
28.6模型实例、模型选择(二).mp4 [24.2M]
28.7模型实例、模型选择(三).mp4 [21.3M]
28.8模型实例、模型选择(四).mp4 [45.1M]
28.9模型实例、模型选择(五).mp4 [32.2M]
29-熵、逻辑斯蒂回归、SVM引入 [396.5M]
29.10逻辑斯蒂回归(三).mp4 [40.6M]
29.11逻辑斯蒂回归(四).mp4 [40.6M]
29.12逻辑斯蒂回归(五).mp4 [24.4M]
29.13SVM引入.mp4 [15.5M]
29.1熵(一).mp4 [35.9M]
29.2熵(二).mp4 [38.1M]
29.3熵(三).mp4 [30.2M]
29.4熵(四).mp4 [32.7M]
29.5熵(五).mp4 [20.2M]
29.6熵(六).mp4 [31.3M]
29.7熵(七).mp4 [10.8M]
29.8逻辑斯蒂回归(一).mp4 [38.7M]
29.9逻辑斯蒂回归(二).mp4 [37.5M]
30-Python进阶(下) [270.4M]
30.1泰坦尼克数据处理与分析(一).mp4 [29.3M]
30.2泰坦尼克数据处理与分析(二).mp4 [22.1M]
30.3泰坦尼克数据处理与分析(三).mp4 [22.3M]
30.4泰坦尼克数据处理与分析(四).mp4 [28.4M]
30.5泰坦尼克数据处理与分析(五).mp4 [27.5M]
30.6泰坦尼克数据处理与分析(六).mp4 [20.7M]
30.7泰坦尼克数据处理与分析(七).mp4 [38.1M]
30.8泰坦尼克数据处理与分析(八).mp4 [40.5M]
30.9泰坦尼克数据处理与分析(九).mp4 [41.5M]
31-决策树 [118M]
31.1决策树(一).mp4 [21.3M]
31.2决策树(二).mp4 [32.6M]
31.3决策树(三).mp4 [37M]
31.4决策树(四).mp4 [27.1M]
32-数据呈现基础 [216.4M]
32.1课程安排.mp4 [48.8M]
32.2什么是数据可视化.mp4 [15.8M]
32.3设计原则.mp4 [24M]
32.4数据可视化流程.mp4 [24.4M]
32.5视觉编码.mp4 [34.1M]
32.6图形选择(一).mp4 [26.5M]
32.7图形选择(二).mp4 [20.2M]
32.8图形选择(三).mp4 [22.5M]
33-云计算初步 [572.2M]
33.1Hadoop介绍.mp4 [30.2M]
33.2Hdfs应用(一).mp4 [70.6M]
33.3Hdfs应用(二).mp4 [59.6M]
33.4MapReduce(一).mp4 [41.3M]
33.5MapReduce(二).mp4 [27.8M]
33.6Hive应用(一).mp4 [69.5M]
33.7Hive应用(二).mp4 [82.5M]
33.8Hive应用(三).mp4 [103.4M]
33.9Hive应用(四).mp4 [87.2M]
34-D-Park实战 [922.4M]
34.10Spark应用(四).mp4 [79M]
34.11Spark应用(五).mp4 [94.6M]
34.12Spark应用(六).mp4 [118.6M]
34.13Spark应用(七).mp4 [102.7M]
34.1Pig应用(一).mp4 [60.7M]
34.2Pig应用(二).mp4 [57.6M]
34.3Pig应用(三).mp4 [62.5M]
34.4Pig应用(四).mp4 [58.2M]
34.5Pig应用(五).mp4 [55.6M]
34.6Pig应用(六).mp4 [25M]
34.7Spark应用(一).mp4 [70.7M]
34.8Spark应用(二).mp4 [38.4M]
34.9Spark应用(三).mp4 [98.8M]
35-第四范式分享 [206.6M]
35.1推荐技术的介绍.mp4 [24.5M]
35.2人是如何推荐商品的.mp4 [24.7M]
35.3推荐系统的形式化以及如何评价推荐结果.mp4 [17.3M]
35.4求解—从数据到模型.mp4 [23.8M]
35.5数据拆分与特征工程.mp4 [26.8M]
35.6推荐系统机器学习模型.mp4 [35.1M]
35.7评估模型.mp4 [24.8M]
35.8建模过程的演示与课间答疑.mp4 [29.7M]
36-决策树到随机森林 [403.2M]
36.10Bagging与决策树(一).mp4 [25.4M]
36.11Bagging与决策树(二).mp4 [29.9M]
36.12Boosting方法(一).mp4 [31.6M]
36.13Boosting方法(二).mp4 [17.3M]
36.14Boosting方法(三).mp4 [35.5M]
36.15Boosting方法(四).mp4 [30M]
36.1决策树.mp4 [16.7M]
36.2随机森林.mp4 [29.7M]
36.3在Scikit-Learn里面如何用随机森林做预测(一).mp4 [35.6M]
36.4在Scikit-Learn里面如何用随机森林做预测(二).mp4 [36M]
36.5模型参数的介绍.mp4 [26.4M]
36.6集成方法(一).mp4 [28M]
36.7集成方法(二).mp4 [26M]
36.8Blending.mp4 [17.4M]
36.9gt多样化.mp4 [17.6M]
37-数据呈现进阶 [605.8M]
37.10D3(三).mp4 [24.1M]
37.11div.html.mp4 [20.9M]
37.12svg.html.mp4 [68.3M]
37.13D3支持的数据类型.mp4 [59.4M]
37.14Make a map(一).mp4 [57.5M]
37.15Make a map(二).mp4 [17.9M]
37.1静态信息图(一).mp4 [24.8M]
37.2静态信息图(二).mp4 [34.1M]
37.3静态信息图(三).mp4 [61.2M]
37.4静态信息图(四).mp4 [38.4M]
37.5静态信息图(五).mp4 [41.6M]
37.6HTML、CSS和JavaScript基础介绍.mp4 [48.3M]
37.7DOM和开发者工具.mp4 [28.7M]
37.8D3(一).mp4 [40.3M]
37.9D3(二).mp4 [40.4M]
38-强化学习(上) [356.7M]
38.10Policy Learning(二).mp4 [23.5M]
38.11Policy Learning(三).mp4 [33M]
38.12Policy Learning(四).mp4 [27.7M]
38.13Policy Learning(五).mp4 [17.6M]
38.14Policy Learning(六).mp4 [37.1M]
38.1你所了解的强化学习是什么.mp4 [27.7M]
38.2经典条件反射(一).mp4 [17.5M]
38.3经典条件反射(二).mp4 [29.5M]
38.4操作性条件反射.mp4 [27.8M]
38.5Evaluation Problem(一).mp4 [26.5M]
38.6Evaluation Problem(二).mp4 [14.8M]
38.7Evaluation Problem(三).mp4 [20M]
38.8Evaluation Problem(四).mp4 [30.8M]
38.9Policy Learning(一).mp4 [23.3M]
39-强化学习(下) [424M]
39.10大脑中的强化学习算法(三).mp4 [13.1M]
39.11大脑中的强化学习算法(四).mp4 [24.7M]
39.12大脑中的强化学习算法(五).mp4 [25.5M]
39.13RL in alphaGo(一).mp4 [27.5M]
39.14RL in alphaGo(二).mp4 [27.9M]
39.15RL in alphaGo(三).mp4 [18.1M]
39.16RL in alphaGo(四).mp4 [42.3M]
39.1Policy Learning总结.mp4 [25.1M]
39.2基于模型的RL(一).mp4 [37.3M]
39.3基于模型的RL(二).mp4 [14.1M]
39.4基于模型的RL(三).mp4 [36.6M]
39.5基于模型的RL(四).mp4 [36.5M]
39.6基于模型的RL(五).mp4 [20M]
39.7基于模型的RL(六).mp4 [16.2M]
39.8大脑中的强化学习算法(一).mp4 [38.3M]
39.9大脑中的强化学习算法(二).mp4 [21.1M]
40-SVM和网络引入 [514.7M]
40.10SVM(九).mp4 [37.6M]
40.11SVM(十).mp4 [48.4M]
40.12SVM(十一).mp4 [45.3M]
40.13SVM(十二)和网络引入.mp4 [52M]
40.1VC维.mp4 [34.1M]
40.2SVM(一).mp4 [37.2M]
40.3SVM(二).mp4 [45.9M]
40.4SVM(三).mp4 [27.9M]
40.5SVM(四).mp4 [40.2M]
40.6SVM(五).mp4 [36M]
40.7SVM(六).mp4 [29.5M]
40.8SVM(七).mp4 [24.7M]
40.9SVM(八).mp4 [55.8M]
41-集成模型总结和GDBT理解及其衍生应用 [741.6M]
41.10GDBT理解及其衍生应用(五).mp4 [43.2M]
41.11GDBT理解及其衍生应用(六).mp4 [49M]
41.12GDBT理解及其衍生应用(七).mp4 [43.9M]
41.13GDBT理解及其衍生应用(八).mp4 [87.3M]
41.14GDBT理解及其衍生应用(九).mp4 [28.8M]
41.15GDBT理解及其衍生应用(十).mp4 [60.8M]
41.1集成模型总结(一).mp4 [38.1M]
41.2集成模型总结(二).mp4 [41M]
41.3集成模型总结(三).mp4 [46.2M]
41.4集成模型总结(四).mp4 [39M]
41.5集成模型总结(五).mp4 [77.4M]
41.6GDBT理解及其衍生应用(一).mp4 [39.2M]
41.7GDBT理解及其衍生应用(二).mp4 [53.7M]
41.8GDBT理解及其衍生应用(三).mp4 [30.9M]
41.9GDBT理解及其衍生应用(四).mp4 [63M]
42-网络 [252.4M]
42.1SVM比较其他分类起代码(一).mp4 [38.2M]
42.2SVM比较其他分类起代码(二).mp4 [55.6M]
42.3网络(一).mp4 [32M]
42.4网络(二).mp4 [43M]
42.5网络(三).mp4 [35.9M]
42.6网络(四).mp4 [47.7M]
43-监督学习-回归 [361.1M]
43.10经验分享(一).mp4 [28.5M]
43.11经验分享(二).mp4 [38.6M]
43.12经验分享(三).mp4 [34.2M]
43.1机器学习的概念和监督学习.mp4 [21.6M]
43.2机器学习工作流程(一).mp4 [11.7M]
43.3机器学习工作流程(二).mp4 [21M]
43.4机器学习工作流程(三).mp4 [20M]
43.5机器学习工作流程(四).mp4 [26.7M]
43.6案例分析(一).mp4 [17.1M]
43.7案例分析(二).mp4 [40.8M]
43.8案例分析(三).mp4 [39.3M]
43.9案例分析(四).mp4 [61.6M]
44-监督学习-分类 [519.5M]
44.10模型训练与选择(二).mp4 [51.8M]
44.11Airbnb数据探索过程(一).mp4 [40.7M]
44.12Airbnb数据探索过程(二).mp4 [59.2M]
44.13地震数据可视化过程(一).mp4 [33.6M]
44.14地震数据可视化过程(二).mp4 [32.6M]
44.1常用的分类算法.mp4 [18.6M]
44.2模型评估标准和案例分析.mp4 [28.8M]
44.3数据探索(一).mp4 [27.1M]
44.4数据探索(二).mp4 [41.2M]
44.5数据探索(三).mp4 [33.3M]
44.6数据探索(四).mp4 [27.6M]
44.7数据探索(五).mp4 [52.3M]
44.8数据探索(六).mp4 [37.9M]
44.9模型训练与选择(一).mp4 [34.8M]
45-网络基础与卷积网络 [621.7M]
45.10网络(十).mp4 [40.8M]
45.11图像处理基础.mp4 [29.8M]
45.12卷积(一).mp4 [76.3M]
45.13卷积(二).mp4 [43.9M]
45.1网络(一).mp4 [38.9M]
45.2网络(二).mp4 [26.8M]
45.3网络(三).mp4 [21.7M]
45.4网络(四).mp4 [100.5M]
45.6网络(六).mp4 [36M]
45.7网络(七).mp4 [26.2M]
45.8网络(八).mp4 [33.4M]
45.9网络(九).mp4 [39.6M]
45.网络(五).mp4 [107.9M]
46-时间序列预测 [470.9M]
46.10长短期记忆网络(LSTM)案例分析.mp4 [44.2M]
46.11Facebook开源的新预测工具—Prophet(一).mp4 [44.2M]
46.12Facebook开源的新预测工具—Prophet(二).mp4 [50M]
46.13课程答疑.mp4 [43.9M]
46.1时间序列预测概述(一).mp4 [21.1M]
46.2时间序列预测概述(二).mp4 [25.4M]
46.3差分自回归移动平均模型(ARIMA).mp4 [31.2M]
46.4差分自回归移动平均模型(ARIMA)案例分析(一).mp4 [46.2M]
46.5差分自回归移动平均模型(ARIMA)案例分析(二).mp4 [52.1M]
46.6差分自回归移动平均模型(ARIMA)案例分析(三).mp4 [26.2M]
46.7差分自回归移动平均模型(ARIMA)案例分析(四).mp4 [44.5M]
46.8长短期记忆网络(LSTM)(一).mp4 [21.1M]
46.9长短期记忆网络(LSTM)(二).mp4 [20.7M]
47-人工智能金融应用 [292.5M]
47.1人工智能金融应用(一).mp4 [28.7M]
47.2人工智能金融应用(二).mp4 [40.7M]
47.3人工智能金融应用(三).mp4 [37.1M]
47.4人工智能金融应用(四).mp4 [47.7M]
47.5机器学习方法(一).mp4 [35.2M]
47.6机器学习方法(二).mp4 [28.6M]
47.7机器学习方法(三).mp4 [31.3M]
47.8机器学习方法(四).mp4 [43.1M]
48-计算机视觉深度学习入门目的篇 [801.7M]
48.1计算机视觉深度学习入门概述.mp4 [103.6M]
48.2计算机视觉领域正在关心的问题(一).mp4 [133.8M]
48.3计算机视觉领域正在关心的问题(二).mp4 [73.8M]
48.4实际问题转化为具体问题并用深度学习解决(一).mp4 [119.2M]
48.5实际问题转化为具体问题并用深度学习解决(二).mp4 [153.3M]
48.6实际问题转化为具体问题并用深度学习解决(三).mp4 [94.6M]
48.7实际问题转化为具体问题并用深度学习解决(四).mp4 [123.4M]
49-计算机视觉深度学习入门结构篇 [1.4G]
49.10结构之间的优劣评判以及实验结果(五).mp4 [99.6M]
49.11结构之间的优劣评判以及实验结果(六).mp4 [77.5M]
49.12结构之间的以及实验结果(七).mp4 [108.3M]
49.13结构之间的优劣评判以及实验结果(八).mp4 [111.1M]
49.1复习计算机视觉最主要的负责特征提取的结构CNN.mp4 [131.9M]
49.2特征如何组织(一).mp4 [126.2M]
49.3特征如何组织(二).mp4 [86M]
49.4特征如何组织(三).mp4 [92.9M]
49.5特征如何组织(四).mp4 [113.4M]
49.6结构之间的优劣评判以及实验结果(一).mp4 [116.3M]
49.7结构之间的优劣评判以及实验结果(二).mp4 [87.7M]
49.8结构之间的优劣评判以及实验结果(三).mp4 [148.2M]
49.9结构之间的优劣评判以及实验结果(四).mp4 [91.3M]
50-计算机视觉学习入门优化篇 [675.5M]
50.1计算机视觉学习入门:优化篇概述.mp4 [70.4M]
50.2CNN模型的一阶优化逻辑.mp4 [148.7M]
50.3稳定性:Annealing和Momentum.mp4 [69.5M]
50.4拟合:从Dropout到Weight Decay.mp4 [128M]
50.5优化器和多机并行.mp4 [134.9M]
50.6手动超参优化逻辑以及超参优化往何处去.mp4 [124M]
51-计算机视觉深度学习入门数据篇 [429.8M]
51.1计算机视觉领域的常用竞赛数据集.mp4 [104.3M]
51.2对数据常用的预处理工作和后处理工作如何提高竞赛成绩(一).mp4 [104.7M]
51.3对数据常用的预处理工作和后处理工作如何提高竞赛成绩(二).mp4 [81.4M]
51.4如何使用端到端深度学习的方法.mp4 [139.3M]
52-计算机视觉深度学习入门工具篇 [257M]
52.1计算机视觉深度学习入门工具篇(一).mp4 [93.5M]
52.2计算机视觉深度学习入门工具篇(二).mp4 [110.2M]
52.3计算机视觉深度学习入门工具篇(三).mp4 [53.2M]
53-个化推荐算法 [313.6M]
53.10工程望.mp4 [33.7M]
53.1个化推荐的发展.mp4 [26.1M]
53.2推荐算法的演进(一).mp4 [25.5M]
53.3推荐算法的演进(二).mp4 [35.8M]
53.4推荐算法的演进(三).mp4 [27.9M]
53.5推荐算法的演进(四).mp4 [40.2M]
53.6建模step by step(一).mp4 [34M]
53.7建模step by step(二).mp4 [38.7M]
53.8建模step by step(三).mp4 [32.7M]
53.9算法评估和迭代.mp4 [18.9M]
54-Pig和Spark巩固 [799.7M]
54.10Spark巩固(五).mp4 [101.7M]
54.1Pig巩固(一).mp4 [43.8M]
54.2Pig巩固(二).mp4 [115.3M]
54.3Pig巩固(三).mp4 [89.1M]
54.4Pig巩固(四).mp4 [83M]
54.5Pig巩固(五).mp4 [70.1M]
54.6Spark巩固(一).mp4 [65.6M]
54.7Spark巩固(二).mp4 [105.4M]
54.8Spark巩固(三).mp4 [70.6M]
54.9Spark巩固(四).mp4 [54.9M]
55-人工智能与设计 [261.3M]
55.10使用人工智能的方式.mp4 [26.1M]
55.1智能存在的意义是什么.mp4 [19.5M]
55.2已有人工智的设计应用.mp4 [18.6M]
55.3人的智能(一).mp4 [17M]
55.4人的智能(二).mp4 [28.7M]
55.5人的智能的特点(一).mp4 [29.6M]
55.6人的智能的特点(二).mp4 [27.9M]
55.7人的智能的特点(三).mp4 [41.6M]
55.8人工智能(一).mp4 [27.6M]
55.9人工智能(二).mp4 [24.6M]
56-网络 [190.9M]
56.1卷积的本质.mp4 [27.8M]
56.2卷积的三大特点.mp4 [34.1M]
56.3Pooling.mp4 [17M]
56.4数字识别(一).mp4 [33.2M]
56.5数字识别(二).mp4 [32M]
56.6感受野.mp4 [23.3M]
56.7RNN.mp4 [23.5M]
57-线动力学 [180.4M]
57.1非线动力学.mp4 [23.1M]
57.2线动力系统.mp4 [40M]
57.3线动力学与非线动力学系统(一).mp4 [40.4M]
57.4线动力学与非线动力学系统(二).mp4 [39.8M]
57.6Poincare引理.mp4 [37.1M]
58-订单流模型 [183.5M]
58.1交易.mp4 [20.2M]
58.2点过程基础(一).mp4 [13.5M]
58.3点过程基础(二).mp4 [24.2M]
58.4点过程基础(三).mp4 [17.9M]
58.5订单流数据分析(一).mp4 [22.3M]
58.6订单流数据分析(二).mp4 [20.9M]
58.7订单流数据分析(三).mp4 [17.7M]
58.8订单流数据分析(四).mp4 [20.6M]
58.9订单流数据分析(五).mp4 [26.2M]
59-区块链一场革命 [86M]
59.1比特币(一).mp4 [23M]
59.2比特币(二).mp4 [15.7M]
59.3比特币(三).mp4 [32.1M]
59.4以太坊简介及ICO.mp4 [15.2M]
60-统计物理专题(一) [413.1M]
60.10证明理想气体方程.mp4 [23.3M]
60.11化学势.mp4 [41.5M]
60.12四大热力学势(一).mp4 [30.1M]
60.13 四大热力学势(二).mp4 [38.4M]
60.1统计物理的开端(一).mp4 [33M]
60.2统计物理的开端(二).mp4 [24.2M]
60.3抛硬币抛出正态分布(一).mp4 [19.5M]
60.4抛硬币抛出正态分布(二).mp4 [35.7M]
60.5再造整个世界(一).mp4 [30.5M]
60.6再造整个世界(二).mp4 [35.1M]
60.7温度的本质(一).mp4 [41M]
60.8温度的本质(二).mp4 [27.3M]
60.9.mp4 [33.6M]
61-统计物理专题(二) [150M]
61.1神奇公式.mp4.mp4 [34.7M]
61.2信息熵(一).mp4 [17.9M]
61.3信息熵(二).mp4 [28.6M]
61.4Boltzmann分布.mp4 [30.2M]
61.5配分函数Z.mp4 [38.8M]
62-复杂网络简介 [133.7M]
62.1Networks in real worlds.mp4 [14.3M]
62.2BasicConcepts(一).mp4 [19.8M]
62.3BasicConcepts(二).mp4 [13.3M]
62.4Models(一).mp4 [12.1M]
62.5Models(二).mp4 [14M]
62.6Algorithms(一).mp4 [25.4M]
62.7Algorithms(二).mp4 [34.7M]
63-ABM简介及金融市场建模 [582.6M]
63.10ABM与复杂系统建模-交通系统(一).mp4 [27.2M]
63.11ABM与复杂系统建模-交通系统(二).mp4 [37.9M]
63.12ABM金融市场-SFI股票市场模型(一).mp4 [32M]
63.13ABM金融市场-SFI股票市场模型(二).mp4 [25.4M]
63.14ABM金融市场-genova市场模型.mp4 [31.9M]
63.15ABM金融市场-Agent及其行为.mp4 [31.8M]
63.16学习模型.mp4 [35.7M]
63.17ABM金融市场-价格形成机制.mp4 [15.8M]
63.18ABM的特点.mp4 [29.3M]
63.1课程介绍.mp4 [26.9M]
63.2系统与系统建模.mp4 [39.5M]
63.3ABM与复杂系统建模(一).mp4 [36.3M]
63.4ABM与复杂系统建模(二).mp4 [45.1M]
63.5ABM与复杂系统建模(三).mp4 [36.8M]
63.6ABM为经济系统建模.mp4 [30.4M]
63.7经典经济学如何给市场建模.mp4 [35.3M]
63.8ABM与复杂系统建模-市场交易.mp4 [40.1M]
63.9ABM与复杂系统建模-技术扩散.mp4 [25.3M]
64-用伊辛模型理解复杂系统 [518M]
64.10(网络中的)投票模型.mp4 [24.2M]
64.11观念动力学.mp4 [29.8M]
64.12集体运动Vicsek模型.mp4 [38.3M]
64.13自旋玻璃.mp4 [18.2M]
64.14Hopfield神经网络.mp4 [23.3M]
64.15限制Boltzmann机.mp4 [30.2M]
64.16深度学习与重正化群(一).mp4 [35.4M]
64.17深度学习与重正化群(二).mp4 [21.9M]
64.18总结.mp4 [30.7M]
64.19答疑.mp4 [17.4M]
64.1伊辛模型的背景及格气模型.mp4 [24.4M]
64.2伊辛模型(一).mp4 [19.2M]
64.3伊辛模型(二).mp4 [19.6M]
64.4从能量到统计分布及Monte Carlo模拟.mp4 [23.6M]
64.5Ising Model(2D).mp4 [26M]
64.6相变和临界现象.mp4 [43.6M]
64.7Critical Exponents.mp4 [26.7M]
64.8正问题和反问题.mp4 [29.1M]
64.9(空间中的)投票模型.mp4 [36.4M]
65-金融市场的复杂性 [639.6M]
65.10Classical Benchmarks(五).mp4 [29.7M]
65.11Endogenous Risk(一).mp4 [42.8M]
65.12Endogenous Risk(二).mp4 [36.8M]
65.13Endogenous Risk(三).mp4 [40.2M]
65.14Endogenous Risk(四).mp4 [18.3M]
65.15Endogenous Risk(五).mp4 [35.5M]
65.16Endogenous Risk(六).mp4 [37.1M]
65.17Heterogeneous Beliefs(一).mp4 [42.4M]
65.18Heterogeneous Beliefs(二).mp4 [44.8M]
65.19总结.mp4 [21.1M]
65.1导论(一).mp4 [39M]
65.2导论(二).mp4 [39.7M]
65.3导论(三).mp4 [21.4M]
65.4导论(四).mp4 [30.3M]
65.5导论(五).mp4 [37.6M]
65.6Classical Benchmarks(一).mp4 [31.9M]
65.7Classical Benchmarks(二).mp4 [28.6M]
65.8Classical Benchmarks(三).mp4 [40M]
65.9Classical Benchmarks(四).mp4 [22.4M]
66-广泛出现的幂律分布 [241.8M]
66.1界(一).mp4 [29M]
66.2界(二).mp4 [24.3M]
66.3界(三).mp4 [22.9M]
66.4界(四).mp4 [31M]
66.5城市、商业(一).mp4 [33.9M]
66.6城市、商业(二).mp4 [33.3M]
66.7启示(一).mp4 [31.5M]
66.8启示(二).mp4 [17.6M]
66.9总结.mp4 [18.3M]
67-自然启发算法 [499.6M]
67.10粒子群算法(一).mp4 [37.2M]
67.11粒子群算法(二).mp4 [38.2M]
67.12粒子群算法(三).mp4 [33.6M]
67.13遗传算法和PSO的比较.mp4 [25.7M]
67.14更多的类似的算法(一).mp4 [34.9M]
67.15更多的类似的算法(二).mp4 [27.4M]
67.16答疑.mp4 [35.4M]
67.1课程回顾及答疑.mp4 [29.7M]
67.2概括(一).mp4 [29.2M]
67.3概括(二).mp4 [15.9M]
67.4模拟退火算法(一).mp4 [40.2M]
67.5模拟退火算法(二).mp4 [32.8M]
67.6进化相关的算法(一).mp4 [26.4M]
67.7进化相关的算法(二).mp4 [29.7M]
67.8进化相关的算法(三).mp4 [36M]
67.9进化相关的算法(四).mp4 [27.6M]
68-机器学习的方法 [575.4M]
68.10输出是最好的学习(二).mp4 [16M]
68.11案例(一).mp4 [27.6M]
68.12案例(二).mp4 [18.3M]
68.13案例(三).mp4 [20.5M]
68.14案例(四).mp4 [38M]
68.15案例(五).mp4 [16.4M]
68.1为什么要讲学习方法.mp4 [24.7M]
68.2阅读论文.mp4 [19.9M]
68.3综述式文章举例(一).mp4 [88.3M]
68.4综述式文章举例(二).mp4 [150.5M]
68.5碎片化时间学习及书籍.mp4 [51.6M]
68.6视频学习资源及做思维导图.mp4 [33.8M]
68.7铁哥答疑(一).mp4 [28.5M]
68.8铁哥答疑(二).mp4 [19.2M]
68.9输出是最好的学习(一).mp4 [22.2M]
69-模型可视化工程管理 [889.3M]
69.10定制化可视化系统—Jupyter Dashboard(一).mp4 [30.8M]
69.11定制化可视化系统—Jupyter Dashboard(二).mp4 [38.7M]
69.12变身前端—seaboarn+Bokeh+Echarts.mp4 [71.3M]
69.13日志管理系统—ELK.mp4 [50.4M]
69.14极速Bi系统—superset.mp4 [40.2M]
69.15Dashboard补充.mp4 [55.4M]
69.16ELK补充.mp4 [63.3M]
69.17Superset补充.mp4 [60.9M]
69.18Superset补充及总结.mp4 [20.4M]
69.1课程简介.mp4 [20.7M]
69.2虚拟换环境—Anaconda&docker(一).mp4 [28.7M]
69.3虚拟换环境—Anaconda&docker(二).mp4 [30M]
69.4虚拟换环境—Anaconda&docker(三).mp4 [59.3M]
69.5虚拟换环境—Anaconda&docker(四).mp4 [34.5M]
69.6虚拟换环境—Anaconda&docker(五).mp4 [53.3M]
69.7虚拟换环境—Anaconda&docker(六).mp4 [38.2M]
69.8虚拟换环境—Anaconda&docker(七).mp4 [54.6M]
69.9虚拟换环境—Anaconda&docker(八).mp4 [138.5M]
70-Value Iteration Networks [109.9M]
70.1Background&Motivation.mp4 [23M]
70.2Value Iteration.mp4 [36.7M]
70.3Grid—world Domain.mp4 [23.8M]
70.4总结及答疑.mp4 [26.4M]
70-最新回放 [841.5M]
0822 CNN RNN回顾 非线性动力学引入.mp4 [469.9M]
0822 高频订单流模型、区块链介绍.mp4 [371.7M]
71-线动力学系统(上) [891M]
71.10混沌(一).mp4 [28.6M]
71.11混沌(二).mp4 [24.6M]
71.12混沌(三).mp4 [21.4M]
71.13混沌(四).mp4 [24M]
71.14混沌(五).mp4 [32.4M]
71.15混沌(六).mp4 [86.2M]
71.16混沌(七).mp4 [157.7M]
71.17混沌(八).mp4 [31.5M]
71.18混沌(九).mp4 [31.5M]
71.19混沌(十).mp4 [19.8M]
71.1线动力学系统(一).mp4 [28M]
71.20混沌(十一).mp4 [125.6M]
71.2线动力学系统(二).mp4 [33.7M]
71.3二维系统动力学综述—Poincare引理.mp4 [33.7M]
71.4Bifurcation(一).mp4 [13.7M]
71.5Bifurcation(二).mp4 [34.2M]
71.6Bifurcation(三).mp4 [32M]
71.7Bifurcation(四).mp4 [28.7M]
71.8Bifurcation(五).mp4 [38M]
71.9Bifurcation(六).mp4 [65.6M]
72-线动力学系统(下) [130.3M]
72.1自然语言处理(一).mp4 [30.9M]
72.2自然语言处理(二).mp4 [34.1M]
72.3RNN.mp4 [34.4M]
72.4RNN及.mp4 [30.8M]
73-自然语言处理导入 [447.4M]
73.1中文分词.mp4 [27.7M]
73.2中文分词、依存文法分析.mp4 [26.7M]
73.3篇章分析、自动摘要、知识提取、文本相似度计算.mp4 [40.9M]
73.4知识库构建、问答系统.mp4 [42.7M]
73.5示范2的豆瓣评论词云(一).mp4 [56.9M]
73.6示范2的豆瓣评论词云(二).mp4 [54.8M]
73.7示范2的豆瓣评论词云(三).mp4 [62.7M]
73.8示范2的豆瓣评论词云(四).mp4 [72.2M]
73.9示范2的豆瓣评论词云(五).mp4 [62.9M]
74-复杂网络上的物理传输过程 [523.6M]
74.10一些传播动力学模型(七).mp4 [32.4M]
74.11一些传播动力学模型(八).mp4 [23.5M]
74.12仿真模型的建立过程(一).mp4 [45M]
74.13仿真模型的建立过程(二).mp4 [44.3M]
74.14仿真模型的建立过程(三).mp4 [63.7M]
74.15仿真模型的建立过程(四).mp4 [44.2M]
74.16Combining complex networks and data mining.mp4 [31.9M]
74.1一些基本概念.mp4 [18.5M]
74.2常用的统计描述物理量.mp4 [14.4M]
74.3四种网络模型.mp4 [30.3M]
74.4一些传播动力学模型(一).mp4 [28.2M]
74.5一些传播动力学模型(二).mp4 [28.9M]
74.6一些传播动力学模型(三).mp4 [29.6M]
74.7一些传播动力学模型(四).mp4 [31.4M]
74.8一些传播动力学模型(五).mp4 [29.5M]
74.9一些传播动力学模型(六).mp4 [27.8M]
75-RNN及LSTM [537.6M]
75.10梯度消失与梯度爆炸(二).mp4 [23.9M]
75.11Reservoir computing—偷懒方法.mp4 [19.8M]
75.12LSTM.mp4 [32.5M]
75.13LSTM、Use Examples.mp4 [36.5M]
75.14词向量、Deep RNN.mp4 [22M]
75.15Encoder Decoder Structure.mp4 [20.2M]
75.16LSTM Text Generation(一).mp4 [44.1M]
75.17LSTM Text Generation(二).mp4 [53.5M]
75.18LSTM Text Generation(三).mp4 [54.8M]
75.1RNN—序列处理器(一).mp4 [23.3M]
75.2RNN—序列处理器(二).mp4 [31.4M]
75.3A simple enough case.mp4 [29M]
75.4A dance between fix points.mp4 [30.7M]
75.5Fix point、Train Chaos.mp4 [26.8M]
75.6RNN作为生成模型(动力系统).mp4 [24.6M]
75.7RNN训练—BPTT(一).mp4 [22.9M]
75.8RNN训练—BPTT(二).mp4 [18.8M]
75.9梯度消失与梯度爆炸(一).mp4 [22.7M]
76-漫谈人工智能创业 [755.2M]
76.10三个战略管理学商业模型(三).mp4 [39.7M]
76.11三个战略管理学商业模型(四).mp4 [41.5M]
76.12三个战略管理学商业模型(五).mp4 [31.4M]
76.13三个战略管理学商业模型(六).mp4 [96.1M]
76.14三个战略管理学商业模型(七).mp4 [33.2M]
76.15三个战略管理学商业模型(八).mp4 [22.9M]
76.16三个战略管理学商业模型(九).mp4 [27M]
76.17关于Entrepreneurship.mp4 [13.3M]
76.1人工智能对我们生活的影响(一).mp4 [51.7M]
76.2人工智能对我们生活的影响(二).mp4 [38.1M]
76.3人工智能对我们生活的影响(三).mp4 [47.4M]
76.4人工智能对我们生活的影响(四).mp4 [67.9M]
76.5人工智能对我们生活的影响(五).mp4 [70.7M]
76.6人工智能对我们生活的影响(六).mp4 [105.5M]
76.7人工智能创业中的商业思维.mp4 [29.7M]
76.8三个战略管理学商业模型(一).mp4 [19.8M]
76.9三个战略管理学商业模型(二).mp4 [19.4M]
77-学习其他主题 [369.1M]
77.1.mp4 [30.3M]
77.10程序讲解(三).mp4 [47.9M]
77.2玻尔兹曼机—联想的机器.mp4 [27.7M]
77.3玻尔兹曼机.mp4 [36.2M]
77.4学习(一).mp4 [26.4M]
77.5学习(二).mp4 [24.2M]
77.6学习(三).mp4 [24.4M]
77.7学习(四).mp4 [54.5M]
77.8程序讲解(一).mp4 [43M]
77.9程序讲解(二).mp4 [54.5M]
78-课程总结 [408M]
78.10课程总结(二).mp4 [132.7M]
78.1开场.mp4 [21.2M]
78.2Attention实例—Spatial Transformer.mp4 [60.9M]
78.3猫狗大战—CNN实战(一).mp4 [42M]
78.4猫狗大战—CNN实战(二).mp4 [35.4M]
78.5RNN诗人.mp4 [28.9M]
78.6课程复习.mp4 [33.2M]
78.7课程大纲(一).mp4 [18.4M]
78.8课程大纲(二).mp4 [18.8M]
78.9课程总结(一).mp4 [16.5M]
下载地址:
精品课程,包年以及终身VIP用户免费下载,百度网盘直接下载,如链接失效,请评论告知。