阅读 619

W门大学-3528元-人工智能、大数据与复杂系统

W门大学-3528元-人工智能、大数据与复杂系统

资源内容:
W门大学-3528元-人工智能、大数据与复杂系统
|____78-课程总结
|____78.9课程总结(一).mp4
|____78.8课程大纲(二).mp4
|____78.7课程大纲(一).mp4
|____78.6课程复习.mp4
|____78.5RNN诗人.mp4
|____78.4猫狗大战—CNN实战(二).mp4
|____78.3猫狗大战—CNN实战(一).mp4
|____78.2Attention实例—Spatial Transformer.mp4
|____78.1开场.mp4
|____78.10课程总结(二).mp4
|____77-学习其他主题
|____77.9程序讲解(二).mp4
|____77.8程序讲解(一).mp4
|____77.7学习(四).mp4
|____77.6学习(三).mp4
|____77.5学习(二).mp4
|____77.4学习(一).mp4
|____77.3玻尔兹曼机.mp4
|____77.2玻尔兹曼机—联想的机器.mp4
|____77.10程序讲解(三).mp4
|____77.1.mp4
|____76-漫谈人工智能创业
|____76.9三个战略管理学商业模型(二).mp4
|____76.8三个战略管理学商业模型(一).mp4
|____76.7人工智能创业中的商业思维.mp4
|____76.6人工智能对我们生活的影响(六).mp4
|____76.5人工智能对我们生活的影响(五).mp4
|____76.4人工智能对我们生活的影响(四).mp4
|____76.3人工智能对我们生活的影响(三).mp4
|____76.2人工智能对我们生活的影响(二).mp4
|____76.1人工智能对我们生活的影响(一).mp4
|____76.17关于Entrepreneurship.mp4
|____76.16三个战略管理学商业模型(九).mp4
|____76.15三个战略管理学商业模型(八).mp4
|____76.14三个战略管理学商业模型(七).mp4
|____76.13三个战略管理学商业模型(六).mp4
|____76.12三个战略管理学商业模型(五).mp4
|____76.11三个战略管理学商业模型(四).mp4
|____76.10三个战略管理学商业模型(三).mp4
|____75-RNN及LSTM
|____75.9梯度消失与梯度爆炸(一).mp4
|____75.8RNN训练—BPTT(二).mp4
|____75.7RNN训练—BPTT(一).mp4
|____75.6RNN作为生成模型(动力系统).mp4
|____75.5Fix point、Train Chaos.mp4
|____75.4A dance between fix points.mp4
|____75.3A simple enough case.mp4
|____75.2RNN—序列处理器(二).mp4
|____75.1RNN—序列处理器(一).mp4
|____75.18LSTM Text Generation(三).mp4
|____75.17LSTM Text Generation(二).mp4
|____75.16LSTM Text Generation(一).mp4
|____75.15Encoder Decoder Structure.mp4
|____75.14词向量、Deep RNN.mp4
|____75.13LSTM、Use Examples.mp4
|____75.12LSTM.mp4
|____75.11Reservoir computing—偷懒方法.mp4
|____75.10梯度消失与梯度爆炸(二).mp4
|____74-复杂网络上的物理传输过程
|____74.9一些传播动力学模型(六).mp4
|____74.8一些传播动力学模型(五).mp4
|____74.7一些传播动力学模型(四).mp4
|____74.6一些传播动力学模型(三).mp4
|____74.5一些传播动力学模型(二).mp4
|____74.4一些传播动力学模型(一).mp4
|____74.3四种网络模型.mp4
|____74.2常用的统计描述物理量.mp4
|____74.1一些基本概念.mp4
|____74.16Combining complex networks and data mining.mp4
|____74.15仿真模型的建立过程(四).mp4
|____74.14仿真模型的建立过程(三).mp4
|____74.13仿真模型的建立过程(二).mp4
|____74.12仿真模型的建立过程(一).mp4
|____74.11一些传播动力学模型(八).mp4
|____74.10一些传播动力学模型(七).mp4
|____73-自然语言处理导入
|____73.9示范2的豆瓣评论词云(五).mp4
|____73.8示范2的豆瓣评论词云(四).mp4
|____73.7示范2的豆瓣评论词云(三).mp4
|____73.6示范2的豆瓣评论词云(二).mp4
|____73.5示范2的豆瓣评论词云(一).mp4
|____73.4知识库构建、问答系统.mp4
|____73.3篇章分析、自动摘要、知识提取、文本相似度计算.mp4
|____73.2中文分词、依存文法分析.mp4
|____73.1中文分词.mp4
|____72-线动力学系统(下)
|____72.4RNN及.mp4
|____72.3RNN.mp4
|____72.2自然语言处理(二).mp4
|____72.1自然语言处理(一).mp4
|____71-线动力学系统(上)
|____71.9Bifurcation(六).mp4
|____71.8Bifurcation(五).mp4
|____71.7Bifurcation(四).mp4
|____71.6Bifurcation(三).mp4
|____71.5Bifurcation(二).mp4
|____71.4Bifurcation(一).mp4
|____71.3二维系统动力学综述—Poincare引理.mp4
|____71.2线动力学系统(二).mp4
|____71.20混沌(十一).mp4
|____71.1线动力学系统(一).mp4
|____71.19混沌(十).mp4
|____71.18混沌(九).mp4
|____71.17混沌(八).mp4
|____71.16混沌(七).mp4
|____71.15混沌(六).mp4
|____71.14混沌(五).mp4
|____71.13混沌(四).mp4
|____71.12混沌(三).mp4
|____71.11混沌(二).mp4
|____71.10混沌(一).mp4
|____70-最新回放
|____0822 高频订单流模型、区块链介绍.mp4
|____0822 CNN RNN回顾 非线性动力学引入.mp4
|____70-Value Iteration Networks
|____70.4总结及答疑.mp4
|____70.3Grid—world Domain.mp4
|____70.2Value Iteration.mp4
|____70.1Background&Motivation.mp4
|____69-模型可视化工程管理
|____69.9虚拟换环境—Anaconda&docker(八).mp4
|____69.8虚拟换环境—Anaconda&docker(七).mp4
|____69.7虚拟换环境—Anaconda&docker(六).mp4
|____69.6虚拟换环境—Anaconda&docker(五).mp4
|____69.5虚拟换环境—Anaconda&docker(四).mp4
|____69.4虚拟换环境—Anaconda&docker(三).mp4
|____69.3虚拟换环境—Anaconda&docker(二).mp4
|____69.2虚拟换环境—Anaconda&docker(一).mp4
|____69.1课程简介.mp4
|____69.18Superset补充及总结.mp4
|____69.17Superset补充.mp4
|____69.16ELK补充.mp4
|____69.15Dashboard补充.mp4
|____69.14极速Bi系统—superset.mp4
|____69.13日志管理系统—ELK.mp4
|____69.12变身前端—seaboarn+Bokeh+Echarts.mp4
|____69.11定制化可视化系统—Jupyter Dashboard(二).mp4
|____69.10定制化可视化系统—Jupyter Dashboard(一).mp4
|____68-机器学习的方法
|____68.9输出是最好的学习(一).mp4
|____68.8铁哥答疑(二).mp4
|____68.7铁哥答疑(一).mp4
|____68.6视频学习资源及做思维导图.mp4
|____68.5碎片化时间学习及书籍.mp4
|____68.4综述式文章举例(二).mp4
|____68.3综述式文章举例(一).mp4
|____68.2阅读论文.mp4
|____68.1为什么要讲学习方法.mp4
|____68.15案例(五).mp4
|____68.14案例(四).mp4
|____68.13案例(三).mp4
|____68.12案例(二).mp4
|____68.11案例(一).mp4
|____68.10输出是最好的学习(二).mp4
|____67-自然启发算法
|____67.9进化相关的算法(四).mp4
|____67.8进化相关的算法(三).mp4
|____67.7进化相关的算法(二).mp4
|____67.6进化相关的算法(一).mp4
|____67.5模拟退火算法(二).mp4
|____67.4模拟退火算法(一).mp4
|____67.3概括(二).mp4
|____67.2概括(一).mp4
|____67.1课程回顾及答疑.mp4
|____67.16答疑.mp4
|____67.15更多的类似的算法(二).mp4
|____67.14更多的类似的算法(一).mp4
|____67.13遗传算法和PSO的比较.mp4
|____67.12粒子群算法(三).mp4
|____67.11粒子群算法(二).mp4
|____67.10粒子群算法(一).mp4
|____66-广泛出现的幂律分布
|____66.9总结.mp4
|____66.8启示(二).mp4
|____66.7启示(一).mp4
|____66.6城市、商业(二).mp4
|____66.5城市、商业(一).mp4
|____66.4界(四).mp4
|____66.3界(三).mp4
|____66.2界(二).mp4
|____66.1界(一).mp4
|____65-金融市场的复杂性
|____65.9Classical Benchmarks(四).mp4
|____65.8Classical Benchmarks(三).mp4
|____65.7Classical Benchmarks(二).mp4
|____65.6Classical Benchmarks(一).mp4
|____65.5导论(五).mp4
|____65.4导论(四).mp4
|____65.3导论(三).mp4
|____65.2导论(二).mp4
|____65.1导论(一).mp4
|____65.19总结.mp4
|____65.18Heterogeneous Beliefs(二).mp4
|____65.17Heterogeneous Beliefs(一).mp4
|____65.16Endogenous Risk(六).mp4
|____65.15Endogenous Risk(五).mp4
|____65.14Endogenous Risk(四).mp4
|____65.13Endogenous Risk(三).mp4
|____65.12Endogenous Risk(二).mp4
|____65.11Endogenous Risk(一).mp4
|____65.10Classical Benchmarks(五).mp4
|____64-用伊辛模型理解复杂系统
|____64.9(空间中的)投票模型.mp4
|____64.8正问题和反问题.mp4
|____64.7Critical Exponents.mp4
|____64.6相变和临界现象.mp4
|____64.5Ising Model(2D).mp4
|____64.4从能量到统计分布及Monte Carlo模拟.mp4
|____64.3伊辛模型(二).mp4
|____64.2伊辛模型(一).mp4
|____64.1伊辛模型的背景及格气模型.mp4
|____64.19答疑.mp4
|____64.18总结.mp4
|____64.17深度学习与重正化群(二).mp4
|____64.16深度学习与重正化群(一).mp4
|____64.15限制Boltzmann机.mp4
|____64.14Hopfield神经网络.mp4
|____64.13自旋玻璃.mp4
|____64.12集体运动Vicsek模型.mp4
|____64.11观念动力学.mp4
|____64.10(网络中的)投票模型.mp4
|____63-ABM简介及金融市场建模
|____63.9ABM与复杂系统建模-技术扩散.mp4
|____63.8ABM与复杂系统建模-市场交易.mp4
|____63.7经典经济学如何给市场建模.mp4
|____63.6ABM为经济系统建模.mp4
|____63.5ABM与复杂系统建模(三).mp4
|____63.4ABM与复杂系统建模(二).mp4
|____63.3ABM与复杂系统建模(一).mp4
|____63.2系统与系统建模.mp4
|____63.1课程介绍.mp4
|____63.18ABM的特点.mp4
|____63.17ABM金融市场-价格形成机制.mp4
|____63.16学习模型.mp4
|____63.15ABM金融市场-Agent及其行为.mp4
|____63.14ABM金融市场-genova市场模型.mp4
|____63.13ABM金融市场-SFI股票市场模型(二).mp4
|____63.12ABM金融市场-SFI股票市场模型(一).mp4
|____63.11ABM与复杂系统建模-交通系统(二).mp4
|____63.10ABM与复杂系统建模-交通系统(一).mp4
|____62-复杂网络简介
|____62.7Algorithms(二).mp4
|____62.6Algorithms(一).mp4
|____62.5Models(二).mp4
|____62.4Models(一).mp4
|____62.3BasicConcepts(二).mp4
|____62.2BasicConcepts(一).mp4
|____62.1Networks in real worlds.mp4
|____61-统计物理专题(二)
|____61.5配分函数Z.mp4
|____61.4Boltzmann分布.mp4
|____61.3信息熵(二).mp4
|____61.2信息熵(一).mp4
|____61.1神奇公式.mp4.mp4
|____60-统计物理专题(一)
|____60.9.mp4
|____60.8温度的本质(二).mp4
|____60.7温度的本质(一).mp4
|____60.6再造整个世界(二).mp4
|____60.5再造整个世界(一).mp4
|____60.4抛硬币抛出正态分布(二).mp4
|____60.3抛硬币抛出正态分布(一).mp4
|____60.2统计物理的开端(二).mp4
|____60.1统计物理的开端(一).mp4
|____60.13 四大热力学势(二).mp4
|____60.12四大热力学势(一).mp4
|____60.11化学势.mp4
|____60.10证明理想气体方程.mp4
|____59-区块链一场革命
|____59.4以太坊简介及ICO.mp4
|____59.3比特币(三).mp4
|____59.2比特币(二).mp4
|____59.1比特币(一).mp4
|____58-订单流模型
|____58.9订单流数据分析(五).mp4
|____58.8订单流数据分析(四).mp4
|____58.7订单流数据分析(三).mp4
|____58.6订单流数据分析(二).mp4
|____58.5订单流数据分析(一).mp4
|____58.4点过程基础(三).mp4
|____58.3点过程基础(二).mp4
|____58.2点过程基础(一).mp4
|____58.1交易.mp4
|____57-线动力学
|____57.6Poincare引理.mp4
|____57.4线动力学与非线动力学系统(二).mp4
|____57.3线动力学与非线动力学系统(一).mp4
|____57.2线动力系统.mp4
|____57.1非线动力学.mp4
|____56-网络
|____56.7RNN.mp4
|____56.6感受野.mp4
|____56.5数字识别(二).mp4
|____56.4数字识别(一).mp4
|____56.3Pooling.mp4
|____56.2卷积的三大特点.mp4
|____56.1卷积的本质.mp4
|____55-人工智能与设计
|____55.9人工智能(二).mp4
|____55.8人工智能(一).mp4
|____55.7人的智能的特点(三).mp4
|____55.6人的智能的特点(二).mp4
|____55.5人的智能的特点(一).mp4
|____55.4人的智能(二).mp4
|____55.3人的智能(一).mp4
|____55.2已有人工智的设计应用.mp4
|____55.1智能存在的意义是什么.mp4
|____55.10使用人工智能的方式.mp4
|____54-Pig和Spark巩固
|____54.9Spark巩固(四).mp4
|____54.8Spark巩固(三).mp4
|____54.7Spark巩固(二).mp4
|____54.6Spark巩固(一).mp4
|____54.5Pig巩固(五).mp4
|____54.4Pig巩固(四).mp4
|____54.3Pig巩固(三).mp4
|____54.2Pig巩固(二).mp4
|____54.1Pig巩固(一).mp4
|____54.10Spark巩固(五).mp4
|____53-个化推荐算法
|____53.9算法评估和迭代.mp4
|____53.8建模step by step(三).mp4
|____53.7建模step by step(二).mp4
|____53.6建模step by step(一).mp4
|____53.5推荐算法的演进(四).mp4
|____53.4推荐算法的演进(三).mp4
|____53.3推荐算法的演进(二).mp4
|____53.2推荐算法的演进(一).mp4
|____53.1个化推荐的发展.mp4
|____53.10工程望.mp4
|____52-计算机视觉深度学习入门工具篇
|____52.3计算机视觉深度学习入门工具篇(三).mp4
|____52.2计算机视觉深度学习入门工具篇(二).mp4
|____52.1计算机视觉深度学习入门工具篇(一).mp4
|____51-计算机视觉深度学习入门数据篇
|____51.4如何使用端到端深度学习的方法.mp4
|____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
|____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
|____51.1计算机视觉领域的常用竞赛数据集.mp4
|____50-计算机视觉学习入门优化篇
|____50.6手动超参优化逻辑以及超参优化往何处去.mp4
|____50.5优化器和多机并行.mp4
|____50.4拟合:从Dropout到Weight Decay.mp4
|____50.3稳定性:Annealing和Momentum.mp4
|____50.2CNN模型的一阶优化逻辑.mp4
|____50.1计算机视觉学习入门:优化篇概述.mp4
|____49-计算机视觉深度学习入门结构篇
|____49.9结构之间的优劣评判以及实验结果(四).mp4
|____49.8结构之间的优劣评判以及实验结果(三).mp4
|____49.7结构之间的优劣评判以及实验结果(二).mp4
|____49.6结构之间的优劣评判以及实验结果(一).mp4
|____49.5特征如何组织(四).mp4
|____49.4特征如何组织(三).mp4
|____49.3特征如何组织(二).mp4
|____49.2特征如何组织(一).mp4
|____49.1复习计算机视觉最主要的负责特征提取的结构CNN.mp4
|____49.13结构之间的优劣评判以及实验结果(八).mp4
|____49.12结构之间的以及实验结果(七).mp4
|____49.11结构之间的优劣评判以及实验结果(六).mp4
|____49.10结构之间的优劣评判以及实验结果(五).mp4
|____48-计算机视觉深度学习入门目的篇
|____48.7实际问题转化为具体问题并用深度学习解决(四).mp4
|____48.6实际问题转化为具体问题并用深度学习解决(三).mp4
|____48.5实际问题转化为具体问题并用深度学习解决(二).mp4
|____48.4实际问题转化为具体问题并用深度学习解决(一).mp4
|____48.3计算机视觉领域正在关心的问题(二).mp4
|____48.2计算机视觉领域正在关心的问题(一).mp4
|____48.1计算机视觉深度学习入门概述.mp4
|____47-人工智能金融应用
|____47.8机器学习方法(四).mp4
|____47.7机器学习方法(三).mp4
|____47.6机器学习方法(二).mp4
|____47.5机器学习方法(一).mp4
|____47.4人工智能金融应用(四).mp4
|____47.3人工智能金融应用(三).mp4
|____47.2人工智能金融应用(二).mp4
|____47.1人工智能金融应用(一).mp4
|____46-时间序列预测
|____46.9长短期记忆网络(LSTM)(二).mp4
|____46.8长短期记忆网络(LSTM)(一).mp4
|____46.7差分自回归移动平均模型(ARIMA)案例分析(四).mp4
|____46.6差分自回归移动平均模型(ARIMA)案例分析(三).mp4
|____46.5差分自回归移动平均模型(ARIMA)案例分析(二).mp4
|____46.4差分自回归移动平均模型(ARIMA)案例分析(一).mp4
|____46.3差分自回归移动平均模型(ARIMA).mp4
|____46.2时间序列预测概述(二).mp4
|____46.1时间序列预测概述(一).mp4
|____46.13课程答疑.mp4
|____46.12Facebook开源的新预测工具—Prophet(二).mp4
|____46.11Facebook开源的新预测工具—Prophet(一).mp4
|____46.10长短期记忆网络(LSTM)案例分析.mp4
|____45-网络基础与卷积网络
|____45.网络(五).mp4
|____45.9网络(九).mp4
|____45.8网络(八).mp4
|____45.7网络(七).mp4
|____45.6网络(六).mp4
|____45.4网络(四).mp4
|____45.3网络(三).mp4
|____45.2网络(二).mp4
|____45.1网络(一).mp4
|____45.13卷积(二).mp4
|____45.12卷积(一).mp4
|____45.11图像处理基础.mp4
|____45.10网络(十).mp4
|____44-监督学习-分类
|____44.9模型训练与选择(一).mp4
|____44.8数据探索(六).mp4
|____44.7数据探索(五).mp4
|____44.6数据探索(四).mp4
|____44.5数据探索(三).mp4
|____44.4数据探索(二).mp4
|____44.3数据探索(一).mp4
|____44.2模型评估标准和案例分析.mp4
|____44.1常用的分类算法.mp4
|____44.14地震数据可视化过程(二).mp4
|____44.13地震数据可视化过程(一).mp4
|____44.12Airbnb数据探索过程(二).mp4
|____44.11Airbnb数据探索过程(一).mp4
|____44.10模型训练与选择(二).mp4
|____43-监督学习-回归
|____43.9案例分析(四).mp4
|____43.8案例分析(三).mp4
|____43.7案例分析(二).mp4
|____43.6案例分析(一).mp4
|____43.5机器学习工作流程(四).mp4
|____43.4机器学习工作流程(三).mp4
|____43.3机器学习工作流程(二).mp4
|____43.2机器学习工作流程(一).mp4
|____43.1机器学习的概念和监督学习.mp4
|____43.12经验分享(三).mp4
|____43.11经验分享(二).mp4
|____43.10经验分享(一).mp4
|____42-网络
|____42.6网络(四).mp4
|____42.5网络(三).mp4
|____42.4网络(二).mp4
|____42.3网络(一).mp4
|____42.2SVM比较其他分类起代码(二).mp4
|____42.1SVM比较其他分类起代码(一).mp4
|____41-集成模型总结和GDBT理解及其衍生应用
|____41.9GDBT理解及其衍生应用(四).mp4
|____41.8GDBT理解及其衍生应用(三).mp4
|____41.7GDBT理解及其衍生应用(二).mp4
|____41.6GDBT理解及其衍生应用(一).mp4
|____41.5集成模型总结(五).mp4
|____41.4集成模型总结(四).mp4
|____41.3集成模型总结(三).mp4
|____41.2集成模型总结(二).mp4
|____41.1集成模型总结(一).mp4
|____41.15GDBT理解及其衍生应用(十).mp4
|____41.14GDBT理解及其衍生应用(九).mp4
|____41.13GDBT理解及其衍生应用(八).mp4
|____41.12GDBT理解及其衍生应用(七).mp4
|____41.11GDBT理解及其衍生应用(六).mp4
|____41.10GDBT理解及其衍生应用(五).mp4
|____40-SVM和网络引入
|____40.9SVM(八).mp4
|____40.8SVM(七).mp4
|____40.7SVM(六).mp4
|____40.6SVM(五).mp4
|____40.5SVM(四).mp4
|____40.4SVM(三).mp4
|____40.3SVM(二).mp4
|____40.2SVM(一).mp4
|____40.1VC维.mp4
|____40.13SVM(十二)和网络引入.mp4
|____40.12SVM(十一).mp4
|____40.11SVM(十).mp4
|____40.10SVM(九).mp4
|____39-强化学习(下)
|____39.9大脑中的强化学习算法(二).mp4
|____39.8大脑中的强化学习算法(一).mp4
|____39.7基于模型的RL(六).mp4
|____39.6基于模型的RL(五).mp4
|____39.5基于模型的RL(四).mp4
|____39.4基于模型的RL(三).mp4
|____39.3基于模型的RL(二).mp4
|____39.2基于模型的RL(一).mp4
|____39.1Policy Learning总结.mp4
|____39.16RL in alphaGo(四).mp4
|____39.15RL in alphaGo(三).mp4
|____39.14RL in alphaGo(二).mp4
|____39.13RL in alphaGo(一).mp4
|____39.12大脑中的强化学习算法(五).mp4
|____39.11大脑中的强化学习算法(四).mp4
|____39.10大脑中的强化学习算法(三).mp4
|____38-强化学习(上)
|____38.9Policy Learning(一).mp4
|____38.8Evaluation Problem(四).mp4
|____38.7Evaluation Problem(三).mp4
|____38.6Evaluation Problem(二).mp4
|____38.5Evaluation Problem(一).mp4
|____38.4操作性条件反射.mp4
|____38.3经典条件反射(二).mp4
|____38.2经典条件反射(一).mp4
|____38.1你所了解的强化学习是什么.mp4
|____38.14Policy Learning(六).mp4
|____38.13Policy Learning(五).mp4
|____38.12Policy Learning(四).mp4
|____38.11Policy Learning(三).mp4
|____38.10Policy Learning(二).mp4
|____37-数据呈现进阶
|____37.9D3(二).mp4
|____37.8D3(一).mp4
|____37.7DOM和开发者工具.mp4
|____37.6HTML、CSS和JavaScript基础介绍.mp4
|____37.5静态信息图(五).mp4
|____37.4静态信息图(四).mp4
|____37.3静态信息图(三).mp4
|____37.2静态信息图(二).mp4
|____37.1静态信息图(一).mp4
|____37.15Make a map(二).mp4
|____37.14Make a map(一).mp4
|____37.13D3支持的数据类型.mp4
|____37.12svg.html.mp4
|____37.11div.html.mp4
|____37.10D3(三).mp4
|____36-决策树到随机森林
|____36.9gt多样化.mp4
|____36.8Blending.mp4
|____36.7集成方法(二).mp4
|____36.6集成方法(一).mp4
|____36.5模型参数的介绍.mp4
|____36.4在Scikit-Learn里面如何用随机森林做预测(二).mp4
|____36.3在Scikit-Learn里面如何用随机森林做预测(一).mp4
|____36.2随机森林.mp4
|____36.1决策树.mp4
|____36.15Boosting方法(四).mp4
|____36.14Boosting方法(三).mp4
|____36.13Boosting方法(二).mp4
|____36.12Boosting方法(一).mp4
|____36.11Bagging与决策树(二).mp4
|____36.10Bagging与决策树(一).mp4
|____35-第四范式分享
|____35.8建模过程的演示与课间答疑.mp4
|____35.7评估模型.mp4
|____35.6推荐系统机器学习模型.mp4
|____35.5数据拆分与特征工程.mp4
|____35.4求解—从数据到模型.mp4
|____35.3推荐系统的形式化以及如何评价推荐结果.mp4
|____35.2人是如何推荐商品的.mp4
|____35.1推荐技术的介绍.mp4
|____34-D-Park实战
|____34.9Spark应用(三).mp4
|____34.8Spark应用(二).mp4
|____34.7Spark应用(一).mp4
|____34.6Pig应用(六).mp4
|____34.5Pig应用(五).mp4
|____34.4Pig应用(四).mp4
|____34.3Pig应用(三).mp4
|____34.2Pig应用(二).mp4
|____34.1Pig应用(一).mp4
|____34.13Spark应用(七).mp4
|____34.12Spark应用(六).mp4
|____34.11Spark应用(五).mp4
|____34.10Spark应用(四).mp4
|____33-云计算初步
|____33.9Hive应用(四).mp4
|____33.8Hive应用(三).mp4
|____33.7Hive应用(二).mp4
|____33.6Hive应用(一).mp4
|____33.5MapReduce(二).mp4
|____33.4MapReduce(一).mp4
|____33.3Hdfs应用(二).mp4
|____33.2Hdfs应用(一).mp4
|____33.1Hadoop介绍.mp4
|____32-数据呈现基础
|____32.8图形选择(三).mp4
|____32.7图形选择(二).mp4
|____32.6图形选择(一).mp4
|____32.5视觉编码.mp4
|____32.4数据可视化流程.mp4
|____32.3设计原则.mp4
|____32.2什么是数据可视化.mp4
|____32.1课程安排.mp4
|____31-决策树
|____31.4决策树(四).mp4
|____31.3决策树(三).mp4
|____31.2决策树(二).mp4
|____31.1决策树(一).mp4
|____30-Python进阶(下)
|____30.9泰坦尼克数据处理与分析(九).mp4
|____30.8泰坦尼克数据处理与分析(八).mp4
|____30.7泰坦尼克数据处理与分析(七).mp4
|____30.6泰坦尼克数据处理与分析(六).mp4
|____30.5泰坦尼克数据处理与分析(五).mp4
|____30.4泰坦尼克数据处理与分析(四).mp4
|____30.3泰坦尼克数据处理与分析(三).mp4
|____30.2泰坦尼克数据处理与分析(二).mp4
|____30.1泰坦尼克数据处理与分析(一).mp4
|____29-熵、逻辑斯蒂回归、SVM引入
|____29.9逻辑斯蒂回归(二).mp4
|____29.8逻辑斯蒂回归(一).mp4
|____29.7熵(七).mp4
|____29.6熵(六).mp4
|____29.5熵(五).mp4
|____29.4熵(四).mp4
|____29.3熵(三).mp4
|____29.2熵(二).mp4
|____29.1熵(一).mp4
|____29.13SVM引入.mp4
|____29.12逻辑斯蒂回归(五).mp4
|____29.11逻辑斯蒂回归(四).mp4
|____29.10逻辑斯蒂回归(三).mp4
|____28-Scikit-Learn
|____28.9模型实例、模型选择(五).mp4
|____28.8模型实例、模型选择(四).mp4
|____28.7模型实例、模型选择(三).mp4
|____28.6模型实例、模型选择(二).mp4
|____28.5模型实例、模型选择(一).mp4
|____28.4数据处理(二).mp4
|____28.3数据处理(一)【微信:17358309816】.mp4
|____28.2Scikit-Learn介绍.mp4
|____28.1课程介绍.mp4
|____27-Python进阶(上)
|____27.9Pandas基本操作(三).mp4
|____27.8Pandas基本操作(二)【微信:17358309816】.mp4
|____27.7Pandas基本操作(一).mp4
|____27.6NumPy基本操作(六).mp4
|____27.5NumPy基本操作(五).mp4
|____27.4NumPy基本操作(四).mp4
|____27.3NumPy基本操作(三).mp4
|____27.2NumPy基本操作(二).mp4
|____27.1NumPy基本操作(一).mp4
|____27.14Pandas绘图(四).mp4
|____27.13Pandas绘图(三)【微信:17358309816】.mp4
|____27.12Pandas绘图(二).mp4
|____27.11Pandas绘图(一).mp4
|____27.10Pandas基本操作(四).mp4
|____26-线分类器
|____26.9Perceptron(二).mp4
|____26.8Perceptron(一).mp4
|____26.7LDA(三).mp4
|____26.6LDA(二).mp4
|____26.5LDA(一).mp4
|____26.4线分类器.mp4
|____26.3Lasso:alpha参数与准确率(三).mp4
|____26.2Lasso:alpha参数与准确率(二).mp4
|____26.1Lasso:alpha参数与准确率(一).mp4
|____26.13熵与信息(二).mp4
|____26.12熵与信息(一).mp4
|____26.11Perceptron(四).mp4
|____26.10Perceptron(三).mp4
|____25-Python操作数据库、 Python爬虫
|____25.9Python操作数据库(一).mp4
|____25.8命令行操作数据库(四).mp4
|____25.7命令行操作数据库(三).mp4
|____25.6命令行操作数据库(二).mp4
|____25.5命令行操作数据库(一).mp4
|____25.4MySQL数据库与Excel的不同.mp4
|____25.3认识关系型数据库(二).mp4
|____25.2认识关系型数据库(一).mp4
|____25.1课程介绍.mp4
|____25.17Python爬虫(五).mp4
|____25.16Python爬虫(四).mp4
|____25.15Python爬虫(三).mp4
|____25.14Python爬虫(二).mp4
|____25.13Python爬虫(一).mp4
|____25.12Python操作数据库(四).mp4
|____25.11Python操作数据库(三).mp4
|____25.10Python操作数据库(二).mp4
|____24-数据科学和统计学(下)
|____24.9随机变量(四).mp4
|____24.8随机变量(三).mp4
|____24.7随机变量(二).mp4
|____24.6随机变量(一).mp4
|____24.5概率空间.mp4
|____24.4理解统计思想(三).mp4
|____24.3理解统计思想(二).mp4
|____24.2理解统计思想(一).mp4
|____24.1课程Overview.mp4
|____24.13假设检验(二).mp4
|____24.12假设检验(一).mp4
|____24.11参数估计(二).mp4
|____24.10参数估计(一).mp4
|____23-PCA、降维方法引入
|____23.9PCA背后的假设(二).mp4
|____23.8PCA背后的假设(一).mp4
|____23.7PCA之外的降维方法—LDA.mp4
|____23.6PCA数学分析方法(四).mp4
|____23.5PCA数学分析方法(三).mp4
|____23.4PCA数学分析方法(二).mp4
|____23.3PCA数学分析方法(一).mp4
|____23.2降维存在的原因.mp4
|____23.1无监督学习框架.mp4
|____22-Python基础课程(下)
|____22.9函数(二).mp4
|____22.8函数(一).mp4
|____22.7循环(四).mp4
|____22.6循环(三).mp4
|____22.5课间答疑.mp4
|____22.4循环(二).mp4
|____22.3循环(一).mp4
|____22.2条件判断(二).mp4
|____22.1条件判断(一).mp4
|____22.14类(三).mp4
|____22.13类(二).mp4
|____22.12类(一).mp4
|____22.11函数(四).mp4
|____22.10函数(三).mp4
|____21-监督学习框架
|____21.9KNN(K最近邻)算法(一).mp4
|____21.8监督学习框架(二).mp4
|____21.7监督学习框架(一).mp4
|____21.6超参数(二).mp4
|____21.5超参数(一).mp4
|____21.4lasso回归.mp4
|____21.3正则化.mp4
|____21.2最大后验估计.mp4
|____21.1经验误差和泛化误差.mp4
|____21.14高斯判别模型(二).mp4
|____21.13高斯判别模型(一).mp4
|____21.12线性分类器.mp4
|____21.11KNN(K最近邻)算法(三).mp4
|____21.10KNN(K最近邻)算法(二).mp4
|____20-线代数—特征值与特征向量
|____20.9本征值的计算(二).mp4
|____20.8本征值的计算(一).mp4
|____20.7特征值与特征向量的性质(二).mp4
|____20.6特征值与特征向量的性质(一).mp4
|____20.5特征值与特征向量的物理意义.mp4
|____20.4例题讲解(三).mp4
|____20.3例题讲解(二).mp4
|____20.2例题讲解(一).mp4
|____20.1线代数知识点回顾.mp4
|____20.14厄米矩阵.mp4
|____20.13欧氏空间与闵氏空间.mp4
|____20.12对偶空间(二).mp4
|____20.11对偶空间(一).mp4
|____20.10线代数核心定理.mp4
|____19-Python基础课程(上)
|____19.9变量类型—字符串类型(二).mp4
|____19.8课间答疑.mp4
|____19.7变量类型—字符串类型(一).mp4
|____19.6变量类型—bool类型.mp4
|____19.5变量类型—数值类型.mp4
|____19.4变量—代码规范.mp4
|____19.3变量—命名规范.mp4
|____19.2Python介绍(二).mp4
|____19.1Python介绍(一).mp4
|____19.15变量类型—字典类型(二).mp4
|____19.14变量类型—语言组类型、字典类型(一).mp4
|____19.13变量类型—列表类型(三).mp4
|____19.12变量类型—列表类型(二).mp4
|____19.11变量类型—列表类型(一).mp4
|____19.10变量类型—字符串类型(三).mp4
|____18-线代数—矩阵、等价类和行列式
|____18.9等价关系.mp4
|____18.8矩阵的运算—转秩(二).mp4
|____18.7矩阵的运算—转秩(一).mp4
|____18.6线代数解微分方程.mp4
|____18.5相似矩阵表示相同线变化.mp4
|____18.4相似矩阵.mp4
|____18.3可矩阵表示坐标变化.mp4
|____18.2矩阵表示线变化.mp4
|____18.1线代数知识点回顾.mp4
|____18.13行列式(三).mp4
|____18.12行列式(二).mp4
|____18.11行列式(一).mp4
|____18.10等价类.mp4
|____17-数据科学和统计学(上)
|____17.9随机变量(一).mp4
|____17.8R和RStudio等介绍(二).mp4
|____17.7R和RStudio等介绍(一).mp4
|____17.6回顾数据科学(二)和教材介绍.mp4
|____17.5回顾数据科学(一).mp4
|____17.4回顾统计学(三).mp4
|____17.3回顾统计学(二).mp4
|____17.2回顾统计学(一).mp4
|____17.1课程Overview.mp4
|____17.13换门的概率模拟计算(三).mp4
|____17.12换门的概率模拟计算(二).mp4
|____17.11换门的概率模拟计算(一).mp4
|____17.10随机变量(二).mp4
|____16-线
|____16.9傅立.mp4
|____16.8连续傅.mp4
|____16.7线空间八条法则(三).mp4
|____16.6线空间八条法则(二).mp4
|____16.5线空间八条法则(一).mp4
|____16.4线空间.mp4
|____16.3线律.mp4
|____16.2线代数应用方法论.mp4
|____16.1线代数概述.mp4
|____16.12秩.mp4
|____16.11线关.mp4
|____16.10常规线空间.mp4
|____15-朴素贝叶斯和最大似然估计
|____15.9TF-IDF(二).mp4
|____15.8TF-IDF(一).mp4
|____15.7算法设计.mp4
|____15.6朴素贝叶斯(二).mp4
|____15.5朴素贝叶斯(一).mp4
|____15.4先验到后验的过程.mp4
|____15.3贝叶斯先验.mp4
|____15.2蒙特卡洛分析(二).mp4
|____15.1蒙特卡洛分析(一).mp4
|____15.12最大似然估计(二).mp4
|____15.11最大似然估计(一).mp4
|____15.10朴素贝叶斯(三).mp4
|____14-高等数学—正态分布
|____14.5多维正态分布.mp4
|____14.4二维正态分布.mp4
|____14.3误差函数.mp4
|____14.2中心极限定理.mp4
|____14.1标准正态分布.mp4
|____13-高等数学—积分
|____13.4分部积分(二).mp4
|____13.3分部积分(一).mp4
|____13.2微积分基本定理.mp4
|____13.1黎曼积.mp4
|____12-高等数学—偏导数
|____12.3梯度算符、拉氏算符.mp4
|____12.2链式法则.mp4
|____12.1偏导数的对称性.mp4
|____11-高等数学—泰勒展开
|____11.5泰勒展开求极限(二).mp4
|____11.4泰勒展开求极限(一).mp4
|____11.3欧拉公式.mp4
|____11.2展开半径.mp4
|____11.1泰勒展开.mp4
|____10-贝叶斯理论
|____10.9贝叶斯推理深入.mp4
|____10.8辛普森案件【微信:17358309816】.mp4
|____10.7贝叶斯推理(三).mp4
|____10.6贝叶斯推理(二).mp4
|____10.5贝叶斯推理(一).mp4
|____10.4概率与事件.mp4
|____10.3概率基础【微信:17358309816】.mp4
|____10.2梯度优化(二).mp4
|____10.1梯度优化(一).mp4
|____10.14贝叶斯决策(三).mp4
|____10.13贝叶斯决策(二).mp4
|____10.12贝叶斯决策(一).mp4
|____10.11贝叶斯于机器学习(二).mp4
|____10.10贝叶斯于机器学习(一).mp4
|____09-高等数学—导数
|____9.9洛比塔法则.mp4
|____9.8微分中值定理和柯西中值定理.mp4
|____9.7罗尔定理.mp4
|____9.6泰勒展开.mp4
|____9.5复合函数的导数.mp4
|____9.4反函数的导数(二).mp4
|____9.3反函数的导数(一).mp4
|____9.2初等函数的导数.mp4
|____9.1导数的定义.mp4
|____9.10泰勒展开的证明.mp4
|____08-高等数学—两个重要的极限定理
|____8.5第二个重要极限定理的证明.mp4
|____8.4夹逼定理.mp4
|____8.3第一个重要极限定理的证明(二).mp4
|____8.2第一个重要极限定理的证明(一).mp4
|____8.1元素与极限的知识点回顾.mp4
|____07-阿尔法狗与强化学习算法
|____7.6无监督学习.mp4
|____7.5Alphago给我们的启示.mp4
|____7.4强化学习算法(三).mp4
|____7.3强化学习算法(二).mp4
|____7.2强化学习算法(一).mp4
|____7.1人工智能的发展.mp4
|____06-机器学习与监督算法
|____6.5简单回归实例(三).mp4
|____6.4简单回归实例(二).mp4
|____6.3简单回归实例(一).mp4
|____6.2机器学习的类型.mp4
|____6.1什么是机器学习.mp4
|____05-复杂网络经济学应用
|____5.4从网络结构看不同地区(二).mp4
|____5.3从网络结构看不同地区(一).mp4
|____5.2复杂网络认识前后.mp4
|____5.1用网络的思维看经济结构.mp4
|____04-高等数学—元素和极限
|____4.9无穷大之比较(二).mp4
|____4.8无穷大之比较(一).mp4
|____4.7自然数个数少于实数个数(二).mp4
|____4.6自然数个数少于实数个数(一).mp4
|____4.5实数的元素个数(二).mp4
|____4.4实数的元素个数(一).mp4
|____4.3实数的定义(三).mp4
|____4.2实数的定义(二).mp4
|____4.1实数的定义(一).mp4
|____4.14连续性.mp4
|____4.13极限的复合.mp4
|____4.12极限的四则运算.mp4
|____4.11极限的定义.mp4
|____4.10级数的收敛.mp4
|____03-人工智能的三个阶段
|____3.9课程大纲(一).mp4
|____3.8课间答疑.mp4
|____3.7人工智能的应用(二).mp4
|____3.6人工智能的应用(一).mp4
|____3.5三个阶段总结分析.mp4
|____3.4连接主义阶段发展至学习阶段.mp4
|____3.3课间答疑.mp4
|____3.2机器学习阶段发展至连接主义阶段.mp4
|____3.1规则阶段.mp4
|____3.10课程大纲(二).mp4
|____02-大数据与机器学习
|____2.2大数据与机器学习.mp4
|____2.1大数据预测因为.mp4
|____01-复杂系统
|____1.4生活实例与本章答疑.mp4
|____1.3复杂系统引论.mp4
|____1.2预测失效原因.mp4
|____1.1物理预测的胜利与失效.mp4
点击加载更多
版权声明:本站是系统测试站点,无实际运营。本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 XXXXX@163.com 举报,一经查实,本站将立刻删除。
资源总数
104500+
今日更新
3000
会员总数
25806
今日注册
2468