唐宇迪人工智能实战就业(面试)班

小七学习网,助您升职加薪,遇问题可联系:客服微信【1601371900】 备注:来自网站

唐宇迪人工智能实战就业(面试)班/ ├──01.python数据分析与机器学习实战 | ├──课程资料 | | └──唐宇迪-机器学习课程资料 | └──视频课程 | | ├──01人工智能入门指南(有基础的同学请略过!) | | ├──02Python科学计算库-Numpy |...

唐宇迪人工智能实战就业(面试)班/
├──01.python数据分析与机器学习实战
| ├──课程资料
| | └──唐宇迪-机器学习课程资料
| └──视频课程
| | ├──01人工智能入门指南(有基础的同学请略过!)
| | ├──02Python科学计算库-Numpy
| | ├──03python数据分析处理库-Pandas
| | ├──04Python数据可视化库-Matplotlib
| | ├──05Python可视化库Seaborn
| | ├──06线性回归算法原理推导
| | ├──07梯度下降策略
| | ├──08逻辑回归算法
| | ├──09案例实战:Python实现逻辑回归与梯度下降策略
| | ├──10项目实战-交易数据异常检测
| | ├──11决策树算法
| | ├──12案例实战:使用sklearn构造决策树模型
| | ├──13集成算法与随机森林
| | ├──14案例实战:泰坦尼克获救预测
| | ├──15贝叶斯算法
| | ├──16Python文本数据分析:新闻分类任务
| | ├──17支持向量机
| | ├──18案例:SVM调参实例
| | ├──19聚类算法-Kmeans
| | ├──20聚类算法-DBSCAN
| | ├──21案例实战:聚类实践
| | ├──22降维算法-PCA主成分分析
| | ├──23神经网络
| | ├──24Xgboost集成算法
| | ├──25自然语言处理词向量模型-Word2Vec
| | ├──26使用Gensim库构造中文维基百度数据词向量模型
| | ├──27scikit-learn模型建立与评估
| | ├──28Python库分析科比生涯数据
| | ├──29Python时间序列分析
| | ├──30机器学习项目实战-贷款申请最大化利润
| | ├──31机器学习项目实战-用户流失预警
| | ├──32探索性数据分析-足球赛事数据集
| | ├──33探索性数据分析-农粮组织数据集
| | └──34机器学习项目实战-HTTP日志聚类分析
├──02.深度学习入门视频课程(上篇)
| ├──10梯度下降算法原理.wmv 16.31M
| ├──11反向传播.wmv 20.46M
| ├──12神经网络整体架构.wmv 14.58M
| ├──13神经网络模型实例演示.wmv 41.21M
| ├──14过拟合问题解决方案.wmv 21.59M
| ├──15Python环境搭建(推荐Anaconda方法).wmv 28.95M
| ├──16Eclipse搭建python环境.wmv 12.98M
| ├──17深度学习入门视频课程09 动手完成简单神经网络.wmv 47.61M
| ├──18感受神经网络的强大.wmv 21.99M
| ├──19神经网络案例-cifar分类任务.wmv 29.19M
| ├──1深度学习与人工智能简介.wmv 19.20M
| ├──20神经网络案例-分模块构造神经网络.wmv 28.53M
| ├──21神经网络案例-训练神经网络完成分类任务.wmv 61.85M
| ├──2计算机视觉面临挑战与常规套路.wmv 14.40M
| ├──3用K近邻来进行图像分类.wmv 15.09M
| ├──4超参数与交叉验证.wmv 19.13M
| ├──5线性分类.wmv 14.12M
| ├──6损失函数.wmv 12.80M
| ├──7正则化惩罚项.wmv 11.88M
| ├──8softmax分类器.wmv 18.45M
| ├──9最优化形象解读.wmv 11.11M
| └──pack.zip 171.64M
├──03.深度学习入门视频课程(下篇-2017-11-06更新完毕)
| ├──代码及资料在02上篇里
| ├──001、深度学习入门课程01 感受卷积神经网络的强大.mp4 31.02M
| ├──002、深度学习入门课程02 卷积层详解.mp4 13.70M
| ├──003、深度学习入门课程03 卷积计算流程.mp4 19.70M
| ├──004、深度学习入门课程04 卷积核参数分析.mp4 20.04M
| ├──005、深度学习入门课程05 卷积参数共享原则.mp4 11.46M
| ├──006、深度学习入门课程06 池化层(Pooling)原理.mp4 11.28M
| ├──007、深度学习入门课程07 卷积神经网络反向传播原理.mp4 21.05M
| ├──008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4 27.09M
| ├──009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4 44.06M
| ├──010、深度学习入门课程10 经典卷及网络架构实例.mp4 51.26M
| ├──011、深度学习入门课程11 RNN网络结构.mp4 9.42M
| ├──012、RNN网络细节.mp4 9.98M
| ├──013、深度学习入门课程12 python实现RNN算法.mp4 104.84M
| ├──014、深度学习入门课程13 LSTM网络结构简介.mp4 11.80M
| ├──015、深度学习入门课程14 分类与回归(Location)任务应用详解.mp4 42.53M
| ├──016、深度学习入门额课程15 物体检测实例.mp4 45.53M
| ├──017、深度学习入门课程16 如何巧妙设计网络结构.mp4 28.31M
| ├──018、深度学习入门课程17 训练技巧之数据增强.mp4 16.48M
| ├──019、深度学习入门课程18 训练技巧之Transfer Learning.mp4 13.70M
| ├──020、深度学习入门课程19 深度学习框架Caffe简介.mp4 43.33M
| ├──021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4 172.98M
| └──022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4 42.85M
├──04.深度学习框架-Tensorflow案例实战视频课程(2017-11-06 更新完毕)
| ├──Tensorflow课程
| | ├──imagenet-vgg-verydeep-19.mat 549.36M
| | ├──mnist.zip 11.06M
| | ├──tensorflow.pptx 792.83kb
| | ├──tensorflow代码.zip 2.09M
| | └──验证码识别.zip 156.92M
| ├──001、Tensorflow案例实战视频课程01 课程简介.mp4 1.04M
| ├──002、Tensorflow案例实战视频课程02 Tensorflow安装.mp4 20.65M
| ├──003、Tensorflow案例实战视频课程03 基本计算单元-变量.mp4 17.79M
| ├──004、Tensorflow案例实战视频课程04 常用基本操作.mp4 38.10M
| ├──005、Tensorflow案例实战视频课程05 构造线性回归模型.mp4 38.87M
| ├──006、Tensorflow案例实战视频课程06 Mnist数据集简介.mp4 35.47M
| ├──007、Tensorflow案例实战视频课程07 逻辑回归框架.mp4 26.27M
| ├──008、Tensorflow案例实战视频课程08 迭代完成逻辑回归模型.mp4 64.14M
| ├──009、Tensorflow案例实战视频课程09 神经网络模型架构.mp4 14.64M
| ├──010、Tensorflow案例实战视频课程10 训练神经网络.mp4 46.08M
| ├──011、Tensorflow案例实战视频课程11 卷积神经网络模型架构.mp4 23.85M
| ├──012、Tensorflow案例实战视频课程12 卷积神经网络模型参数.mp4 91.28M
| ├──013、Tensorflow案例实战视频课程13 模型的保存和读取.mp4 93.05M
| ├──014、Tensorflow案例实战视频课程14 加载训练好的VGG网络模型.mp4 29.57M
| ├──015、Tensorflow案例实战视频课程15 使用VGG模型进行测试.mp4 67.69M
| ├──016、Tensorflow案例实战视频课程16 使用RNN处理Mnist数据集.mp4 15.52M
| ├──017、Tensorflow案例实战视频课程17 RNN网络模型.mp4 43.96M
| ├──018、Tensorflow案例实战视频课程18 训练RNN网络.mp4 91.96M
| ├──019、Tensorflow案例实战视频课程19 验证码数据生成.mp4 34.07M
| ├──020、Tensorflow案例实战视频课程20 构造网络的输入数据和标签.mp4 30.14M
| ├──021、Tensorflow案例实战视频课程21 卷积网络模型定义.mp4 60.05M
| └──022、Tensorflow案例实战视频课程22 迭代及测试网络效果.mp4 48.76M
├──05.深度学习项目实战-深度学习框架Caffe使用案例视频课程
| ├──01 深度学习框架caffe简介.wmv 29.81M
| ├──02 网络配置 – 数据层详解.wmv 48.52M
| ├──03 网络配置 – 各计算层详解.wmv 63.48M
| ├──04 solver超参数配置文件.wmv 62.14M
| ├──05 制作LMDB数据源训练分类网络.wmv 104.42M
| ├──06 多label问题之HDF5数据源.wmv 76.18M
| ├──07 使用命令行训练网络.wmv 66.07M
| ├──08 使用python定义自己的层.wmv 79.99M
| ├──09 绘制网络结构图.wmv 37.67M
| ├──10 生成网络配置文件.wmv 47.37M
| ├──11 对训练的网络模型绘制LOSS曲线.wmv 47.03M
| ├──12 对训练结果进行分类任务.wmv 83.85M
| └──深度学习-caffe案例.zip 432.55M
├──06.深度学习项目实战视频课程-人脸检测
| ├──源码资料
| | ├──eval_tools.zip 6.14M
| | ├──FDDB数据集 下载地址.txt 0.05kb
| | ├──MPII数据集 下载地址.txt 0.04kb
| | ├──Submission_example.zip 0.61kb
| | ├──wider_face_split.zip 3.43M
| | ├──WIDER_test.zip 1.72G
| | ├──WIDER_train.zip 1.36G
| | └──WIDER_val.zip 345.95M
| ├──01 人脸检测项目概述.wmv 4.87M
| ├──02 数据收集.wmv 42.72M
| ├──03 正负样本裁剪策略.wmv 40.02M
| ├──04 Caffe数据源准备.wmv 44.57M
| ├──05 LMDB脚本文件.wmv 27.67M
| ├──06 制作LMDB数据源.wmv 38.19M
| ├──07 网络模型配置文件.wmv 37.02M
| ├──08 选择合适的参数并训练网络模型.wmv 36.59M
| ├──09 检测算法框架原理.wmv 41.21M
| ├──10 实现多尺度人脸检测算法.wmv 67.30M
| ├──11 坐标映射变换.wmv 58.06M
| ├──12 完成检测代码.wmv 36.80M
| ├──13 检测效果及改进.wmv 38.62M
| ├──14 优化策略分析.wmv 39.85M
| ├──15 模型准确率影响因素分析.wmv 23.20M
| ├──16 项目总结.wmv 39.56M
| └──人脸检测.docx 491.26kb
├──07.深度学习项目实战-关键点定位视频教程(2017-11-14更新完毕)
| ├──深度学习-人脸关键点
| | ├──课上代码
| | └──deep_landmark.zip 586.03M
| ├──001、深度学习项目实战01 人脸关键点检测算法框架.mp4 18.79M
| ├──002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4 105.36M
| ├──003、深度学习项目实战03 对原始数据进行数据增强.mp4 37.15M
| ├──004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4 68.85M
| ├──005、深度学习项目实战05 第一阶段网络训练.mp4 40.15M
| ├──006、深度学习项目实战06 第二三阶段网络数据源制作.mp4 120.61M
| ├──007、深度学习项目实战07 第二三阶段网络模型训练.mp4 46.76M
| ├──008、深度学习项目实战08 网络模型参数初始化.mp4 48.80M
| ├──009、深度学习项目实战09 完成全部测试结果.mp4 53.81M
| ├──010、深度学习项目实战10 人脸关键点检测效果.mp4 46.82M
| ├──011、深度学习项目实战11 项目总结分析.mp4 30.32M
| └──012、深度学习项目实战12 算法框架分析.mp4 35.68M
├──08.自然语言处理word2vec
| ├──1 word2vec
| | ├──1.wmv 14.63M
| | ├──10.wmv 22.27M
| | ├──11.wmv 13.97M
| | ├──2.wmv 26.60M
| | ├──3.wmv 10.91M
| | ├──4.wmv 20.49M
| | ├──5.wmv 16.37M
| | ├──6.wmv 24.12M
| | ├──7.wmv 20.39M
| | ├──8.wmv 28.46M
| | └──9.wmv 13.17M
| ├──2 Gensim构造词向量模型
| | ├──1.wmv 35.16M
| | ├──2.wmv 72.20M
| | ├──3.wmv 40.24M
| | └──4.wmv 37.33M
| ├──3 实战word2vec
| | ├──1.wmv 15.13M
| | ├──2.wmv 45.95M
| | ├──3.wmv 38.54M
| | ├──4.wmv 33.46M
| | ├──5.wmv 44.05M
| | ├──6.wmv 44.83M
| | └──7.wmv 42.82M
| └──word2vec资料
| | ├──Gensim-代码.zip 4.59M
| | ├──gensim训练model.zip 2.08G
| | ├──tensorflow-word2vec.zip 1.85M
| | ├──word2vec.pdf 2.33M
| | ├──word2vec.zip 84.58M
| | └──维基百科中文数据.zip 2.54G
├──08.自然语言处理word2vec (音量增大版)
| ├──Gensim构造词向量模型
| | ├──1.wmv 34.64M
| | ├──2.wmv 51.85M
| | ├──3.wmv 50.37M
| | ├──4.wmv 31.88M
| | └──Thumbs.db 40.50kb
| ├──word2vec
| | ├──1.wmv 19.84M
| | ├──10.wmv 34.22M
| | ├──11.wmv 22.11M
| | ├──2.wmv 42.61M
| | ├──3.wmv 19.49M
| | ├──4.wmv 30.78M
| | ├──5.wmv 33.43M
| | ├──6.wmv 37.32M
| | ├──7.wmv 33.56M
| | ├──8.wmv 43.18M
| | ├──9.wmv 21.64M
| | └──Thumbs.db 37.50kb
| └──实战word2vec
| | ├──1.wmv 18.26M
| | ├──2.wmv 39.21M
| | ├──3.wmv 52.63M
| | ├──4.wmv 44.27M
| | ├──5.wmv 57.46M
| | ├──6.wmv 56.43M
| | ├──7.wmv 50.42M
| | └──Thumbs.db 54.00kb
├──09.决胜AI-强化学习实战系列视频课程
| ├──强化学习课件及代码
| | ├──bird.zip 125.74M
| | ├──ValueIteration.py 2.42kb
| | └──强化学习.pdf 2.17M
| ├──1-1.强化学习简介.mp4 72.15M
| ├──1-10.求解流程详解.mp4 101.21M
| ├──1-2.强化学习基本概念.mp4 48.35M
| ├──1-3.马尔科夫决策过程.mp4 38.43M
| ├──1-4.Bellman方程.mp4 58.54M
| ├──1-5.值迭代求解.mp4 58.57M
| ├──1-6.代码实战求解过程.mp4 78.80M
| ├──1-7.Q-Learning基本原理.mp4 38.21M
| ├──1-8.Q-Learning迭代计算实例.mp4 43.73M
| ├──1-9.Q-Learning迭代效果.mp4 41.65M
| ├──2-1.Deep-Q-Network原理.mp4 34.93M
| ├──2-10.完整代码流程分析.mp4 123.15M
| ├──2-11.Deep Q-Learning效果演示.mp4 45.06M
| ├──2-2.Deep-Q-Learning网络细节.mp4 53.81M
| ├──2-3,Deep Q-Learning网络参数配置.mp4 55.55M
| ├──2-4.搭建Deep Q-Learning网络模型.mp4 81.46M
| ├──2-5.Deep Q Learning卷积操作定义.mp4 74.78M
| ├──2-6.数据预处理.mp4 84.46M
| ├──2-7.实现阶段数据存储.mp4 59.47M
| ├──2-8.实现训练模块.mp4 76.00M
| └──2-9.Debug解读训练代码.mp4 53.37M
├──10.Tensorflow项目实战视频课程-文本分类
| ├──Tensorflow垃圾邮件分类
| | ├──CNN文本分类.pptx 904.29kb
| | ├──英文邮件分类.zip 494.93kb
| | └──中文邮件分类.zip 1.25M
| ├──1 课程任务与环境简介.wmv 6.36M
| ├──10 多卷积核特征提取.wmv 66.02M
| ├──11 完成整体网络架构.wmv 58.92M
| ├──12 创建batch迭代模块.wmv 66.96M
| ├──13 完成训练模块代码.wmv 64.49M
| ├──14 训练效果.wmv 35.89M
| ├──15 中文文本分类解决思路.wmv 50.71M
| ├──2 Tensorflow安装.wmv 9.55M
| ├──3 数据与任务简介.wmv 16.27M
| ├──4 如何使用卷积神经网络进行文本分类.wmv 28.63M
| ├──5 配置项目所涉及参数.wmv 61.24M
| ├──6 数据读取.wmv 52.58M
| ├──7 数据切分.wmv 56.41M
| ├──8 构造session计算域.wmv 52.22M
| └──9 卷积网络模块定义.wmv 52.92M
├──11.深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)(2017-11-18更新完毕)
| ├──StyleTransfer
| | ├──style-transfer代码.zip 84.03M
| | ├──数据下载地址.txt 0.22kb
| | └──文件放哪.png 12.82kb
| ├──001、课程简介.mp4 21.06M
| ├──002、Tensorflow安装.mp4 10.64M
| ├──003、style-transfer基本原理.mp4 24.00M
| ├──004、风格生成网络结构原理.mp4 13.91M
| ├──005、风格生成网络细节.mp4 21.55M
| ├──006、风格转换效果展示.mp4 27.84M
| ├──007、风格转换参数配置.mp4 56.89M
| ├──008、数据读取操作.mp4 37.44M
| ├──009、VGG体征提取网络结构.mp4 42.28M
| ├──010、内容与风格特征提取.mp4 37.95M
| ├──011、生成网络结构定义.mp4 9.62M
| ├──012、生成网络计算操作.mp4 44.17M
| ├──013、参数初始化.mp4 37.05M
| ├──014、Content损失计算.mp4 17.47M
| ├──015、Style损失计算.mp4 32.20M
| ├──016、完成训练模块.mp4 38.38M
| ├──017、模型保存与打印结果.mp4 32.48M
| └──018、完成测试代码.mp4 56.79M
├──11、深度学习实战项目-利用RNN与LSTM网络原理进行唐诗生成视频课程
| ├──RNN手写字体识别(三课时)
| | ├──1.wmv 40.13M
| | ├──2.wmv 49.95M
| | └──3.wmv 62.05M
| ├──TensorFlow打造唐诗生成网络(八课时)
| | ├──1.wmv 34.92M
| | ├──2.wmv 41.94M
| | ├──3.wmv 64.44M
| | ├──4.wmv 53.31M
| | ├──5.wmv 26.40M
| | ├──6.wmv 55.72M
| | ├──7.wmv 17.16M
| | └──8.wmv 40.19M
| ├──递归神经网络原理(四课时)
| | ├──1.wmv 3.45M
| | ├──2.wmv 22.78M
| | ├──3.wmv 18.94M
| | └──4.wmv 18.40M
| └──唐诗生成资料
| | ├──poem.zip 96.97M
| | ├──RNN与LSTM.pptx 1.09M
| | └──tensorflow-RNN.pptx 792.83kb
├──12.深度学习顶级论文算法详解视频课程
| ├──DeepLearning(期刊论文)
| | ├──4166643538787b5802a551e0f477a5ee0a76aa.pdf 5.10M
| | ├──61991ea3586e3039a1f35302945da0e62ed276.pdf 800.18kb
| | ├──83f2b0137888ff19f7d3236cfac42ffbee5685.pdf 4.64M
| | ├──c2da8f6984015ae113e2401190107a348be42c.pdf 2.90M
| | └──d9a9027182bae247583555443e5015383b2c29.pdf 6.49M
| ├──01 检测通用框架Faster-Rcnn原理简介.wmv 205.63M
| ├──02 Faster-Rcnn之RPN层详解.wmv 130.41M
| ├──03 Faster-Rcnn整体框架流程.wmv 64.27M
| ├──04 Faster-Rcnn框架实验结果评估.wmv 50.40M
| ├──05 关键点定位论文算法整体框架.wmv 82.95M
| ├──06 关键点定位论文细节实现解读.wmv 48.38M
| ├──07 关键点定位论网络结构详解.wmv 22.54M
| ├──08 深度残差网络架构分析.wmv 26.67M
| ├──09 深度残差网络实现细节.wmv 33.07M
| ├──10 Prisma图像风格变换原理.wmv 62.85M
| ├──11 Style-Transfer实现细节.mp4 45.26M
| ├──12 级联网络结构原理分析.avi 235.04M
| ├──13 级联网络实现细节.avi 221.70M
| ├──14 DeepFashion在服装推荐,属性识别的贡献.wmv 173.88M
| └──15 DeepFashion网络结构详解.avi 222.78M
├──12、深度学习项目实战视频课程-Seq2Seq序列生模型
| ├──seq2seq网络架构原理
| | ├──1.wmv 7.36M
| | ├──2.wmv 14.41M
| | ├──3.wmv 14.01M
| | ├──4.wmv 24.74M
| | └──5.wmv 26.50M
| ├──文章摘要生成
| | ├──1.wmv 50.10M
| | ├──2.wmv 48.30M
| | ├──3.wmv 50.95M
| | └──4.wmv 76.73M
| ├──序列排序生成
| | ├──1.wmv 27.84M
| | ├──2.wmv 39.25M
| | ├──3.wmv 47.96M
| | ├──4.wmv 51.69M
| | └──5.wmv 48.24M
| └──Seq2Seq网络.rar 658.07kb
├──13.深度学习实战项目-利用RNN与LSTM网络原理进行唐诗生成视频课程
| ├──01 递归神经网络原理(四课时)
| | ├──1 课程简介.wmv 3.45M
| | ├──2 递归神经网络(RNN).wmv 22.78M
| | ├──3 RNN网络细节.wmv 18.94M
| | └──4 LSTM网络架构.wmv 18.40M
| ├──02 RNN手写字体识别(三课时)
| | ├──1 处理Mnist数据集.wmv 40.13M
| | ├──2 RNN网络模型.wmv 49.95M
| | └──3 训练RNN网络.wmv 62.05M
| ├──03 TensorFlow打造唐诗生成网络(八课时)
| | ├──1 任务概述与环境配置.wmv 34.92M
| | ├──2 参数配置.wmv 41.94M
| | ├──3 数据预处理模块.wmv 64.44M
| | ├──4 Batch数据制作.wmv 53.31M
| | ├──5 RNN模型定义.wmv 26.40M
| | ├──6 完成训练模型.wmv 55.72M
| | ├──7 训练唐诗生成模型.wmv 17.16M
| | └──8 测试唐诗生成效果.wmv 40.19M
| └──Tensorflow课程代码
| | ├──唐诗_dataset
| | ├──imagenet-vgg-verydeep-19.mat 549.36M
| | ├──mnist.zip 11.06M
| | ├──tensorflow.pptx 792.83kb
| | ├──tensorflow代码.zip 2.09M
| | └──验证码识别.zip 156.92M
├──13、深度学习顶级论文算法详解视频课程
| ├──DeepLearning(期刊论文)
| | ├──4166643538787b5802a551e0f477a5ee0a76aa.pdf 5.10M
| | ├──61991ea3586e3039a1f35302945da0e62ed276.pdf 800.18kb
| | ├──83f2b0137888ff19f7d3236cfac42ffbee5685.pdf 4.64M
| | ├──c2da8f6984015ae113e2401190107a348be42c.pdf 2.90M
| | └──d9a9027182bae247583555443e5015383b2c29.pdf 6.49M
| ├──第八课.wmv 22.54M
| ├──第二课.wmv 205.63M
| ├──第九课.wmv 26.67M
| ├──第六课.wmv 82.95M
| ├──第七课.wmv 48.38M
| ├──第三课.wmv 130.41M
| ├──第十二课.mp4 45.26M
| ├──第十课.wmv 33.07M
| ├──第十六课.avi 222.78M
| ├──第十三课.avi 235.04M
| ├──第十四.avi 221.70M
| ├──第十五课.wmv 173.88M
| ├──第十一集.wmv 62.85M
| ├──第四课.wmv 64.27M
| ├──第五课.wmv 50.40M
| └──第一课.课程简介.txt 0.07kb
├──14.机器学习对抗生成网络
| ├──1.补充.mp4 432.13kb
| ├──1.课程简介.mp4 57.22M
| ├──10.DCGAN的网络模型架构.mp4 85.36M
| ├──11.DCGAN项目实战:DIY你要生成的数据.mp4 85.58M
| ├──12.DCGAN项目实战:配置参数.mp4 78.43M
| ├──13.DCGAN项目实战:基于卷积的生成网络架构.mp4 87.34M
| ├──14.DCGAN项目实战:基于卷积的判别网络.mp4 47.40M
| ├──15.DCGAN项目实战:训练DCGAN网络.mp4 45.50M
| ├──2.对抗生成网络形象解释.mp4 44.33M
| ├──3.对抗生成网络工作原理.mp4 43.29M
| ├──4.案例实战对抗生成网络:环境配置.mp4 49.50M
| ├──5.案例实战对抗生成网络:构造判别网络模型.mp4 59.75M
| ├──6.案例实战对抗生成网络:构造生成网络模型.mp4 52.73M
| ├──7.案例实战对抗生成网络:构造损失函数.mp4 44.07M
| ├──8.案例实战对抗生成网络:训练对抗生成网络.mp4 62.69M
| ├──9.DCGAN基本原理.mp4 61.99M
| ├──DCGAN.zip 284.63M
| ├──卡通图像.zip 274.83M
| └──人脸数据.zip 647.33M
├──14、自然语言处理word2vec
| ├──Gensim构造词向量模型
| | ├──1-昕昕网络教程【www.xinxin2018.com】.wmv 35.16M
| | ├──2-昕昕网络教程【www.xinxin2018.com】.wmv 72.20M
| | ├──3-昕昕网络教程【www.xinxin2018.com】.wmv 40.24M
| | └──4-昕昕网络教程【www.xinxin2018.com】.wmv 37.33M
| ├──word2vec
| | ├──1-昕昕网络教程【www.xinxin2018.com】.wmv 14.63M
| | ├──10-昕昕网络教程【www.xinxin2018.com】.wmv 22.27M
| | ├──11-昕昕网络教程【www.xinxin2018.com】.wmv 13.97M
| | ├──2-昕昕网络教程【www.xinxin2018.com】.wmv 26.60M
| | ├──3-昕昕网络教程【www.xinxin2018.com】.wmv 10.91M
| | ├──4-昕昕网络教程【www.xinxin2018.com】.wmv 20.49M
| | ├──5-昕昕网络教程【www.xinxin2018.com】.wmv 16.37M
| | ├──6-昕昕网络教程【www.xinxin2018.com】.wmv 24.12M
| | ├──7-昕昕网络教程【www.xinxin2018.com】.wmv 20.39M
| | ├──8-昕昕网络教程【www.xinxin2018.com】.wmv 28.46M
| | └──9-昕昕网络教程【www.xinxin2018.com】.wmv 13.17M
| └──实战word2vec
| | ├──1-昕昕网络教程【www.xinxin2018.com】.wmv 15.13M
| | ├──2-昕昕网络教程【www.xinxin2018.com】.wmv 45.95M
| | ├──3-昕昕网络教程【www.xinxin2018.com】.wmv 38.54M
| | ├──4-昕昕网络教程【www.xinxin2018.com】.wmv 33.46M
| | ├──5-昕昕网络教程【www.xinxin2018.com】.wmv 44.05M
| | ├──6-昕昕网络教程【www.xinxin2018.com】.wmv 44.83M
| | └──7-昕昕网络教程【www.xinxin2018.com】.wmv 42.82M
├──15.深度学习项目实战视频课程-Seq2Seq序列生模型
| ├──01 seq2seq网络架构原理
| | ├──1 课程简介.wmv 7.36M
| | ├──2 机器翻译技术发展.wmv 14.41M
| | ├──3 Seq2Seq网络基本架构.wmv 14.01M
| | ├──4 Seq2Seq网络应用.wmv 24.74M
| | └──5 Attention机制.wmv 26.50M
| ├──02 案例实战:序列排序生成
| | ├──1 环境配置.wmv 27.84M
| | ├──2 数据预处理.wmv 39.25M
| | ├──3 编码层与词向量.wmv 47.96M
| | ├──4 完成解码模块.wmv 51.69M
| | └──5 模型迭代.wmv 48.24M
| ├──03 文章摘要生成
| | ├──1 数据预处理.wmv 50.10M
| | ├──2 使用构建好的词向量模型.wmv 48.30M
| | ├──3 完成解码操作.wmv 50.95M
| | └──4 任务总结.wmv 76.73M
| └──资料
| | ├──Text-Summarization-with-Amazon-Reviews
| | └──项目实战
├──16.机器学习-推荐系统
| ├──章节1-推荐系统工作原理
| | ├──03,闲扯 暂无
| | ├──01系列课程概述.mp4 7.90M
| | ├──02推荐系统应用.mp4 32.65M
| | ├──04推荐系统要完成的任务.mp4 17.39M
| | ├──05相似度计算.mp4 27.84M
| | ├──06基于用户的协同过滤.mp4 24.03M
| | ├──07基于物品的协同过滤.mp4 36.44M
| | ├──08隐语义模型.mp4 19.86M
| | ├──09隐语义模型求解.mp4 26.84M
| | └──10模型评估标准.mp4 17.48M
| ├──章节2-使用Tensorflow构造隐语义模型
| | ├──11Surprise库与数据简介.mp4 34.18M
| | ├──12Surprise库使用方法.mp4 43.31M
| | └──13得出推荐商品结果.mp4 63.28M
| ├──章节3-使用Surprise库建立推荐系统
| | ├──14使用Tensorflow构建隐语义模型.mp4 46.65M
| | ├──15模型架构.mp4 51.27M
| | ├──16损失函数定义.mp4 51.75M
| | └──17训练网络.mp4 74.73M
| └──代码.zip 12.59M
├──16、机器学习-对抗生成网络
| ├──对抗生成网络资料
| | ├──DCGAN.zip 284.63M
| | ├──GAN.pptx 2.13M
| | ├──卡通图像.zip 274.83M
| | └──人脸数据.zip 647.33M
| ├──1.补充.mp4 432.13kb
| ├──1.课程简介.mp4 57.22M
| ├──10.DCGAN的网络模型架构.mp4 85.36M
| ├──11.DCGAN项目实战:DIY你要生成的数据.mp4 85.58M
| ├──12.DCGAN项目实战:配置参数.mp4 78.43M
| ├──13.DCGAN项目实战:基于卷积的生成网络架构.mp4 87.34M
| ├──14.DCGAN项目实战:基于卷积的判别网络.mp4 47.40M
| ├──15.DCGAN项目实战:训练DCGAN网络.mp4 45.50M
| ├──2.对抗生成网络形象解释.mp4 44.33M
| ├──3.对抗生成网络工作原理.mp4 43.29M
| ├──4.案例实战对抗生成网络:环境配置.mp4 49.50M
| ├──5.案例实战对抗生成网络:构造判别网络模型.mp4 59.75M
| ├──6.案例实战对抗生成网络:构造生成网络模型.mp4 52.73M
| ├──7.案例实战对抗生成网络:构造损失函数.mp4 44.07M
| ├──8.案例实战对抗生成网络:训练对抗生成网络.mp4 62.69M
| ├──9.DCGAN基本原理.mp4 61.99M
| ├──DCGAN.zip 284.63M
| ├──卡通图像.zip 274.83M
| └──人脸数据.zip 647.33M
├──17.机器学习经典案例
| ├──Tensorflow课程
| | ├──imagenet-vgg-verydeep-19.mat 549.36M
| | ├──mnist.zip 11.06M
| | ├──tensorflow.pptx 792.83kb
| | ├──tensorflow代码.zip 2.09M
| | └──验证码识别.zip 156.92M
| ├──课时02.课程数据,代码下载
| | └──机器学习经典案例.zip 168.79M
| ├──课时01.课程简介.flv 26.86M
| ├──课时03.使用Anaconda搭建python环境.flv 67.95M
| ├──课时04.Kobe.Bryan生涯数据读取与简介.flv 32.20M
| ├──课时05.特征数据可视化展示.flv 66.46M
| ├──课时06.数据预处理.flv 52.21M
| ├──课时07.使用scikit-learn建立分类模型.flv 47.91M
| ├──课时08.数据简介及面临的挑战.flv 48.33M
| ├──课时09.数据不平衡问题解决方案.flv 47.80M
| ├──课时10.逻辑回归进行分类预测.flv 71.55M
| ├──课时11.使用阈值来衡量预测标准.flv 90.82M
| ├──课时12.使用数据生成策略.flv 82.62M
| ├──课时13.数据简介与特征课时化展示.flv 62.30M
| ├──课时14.不同特征的分布规则.flv 26.80M
| ├──课时15.决策树模型参数详解.flv 43.23M
| ├──课时16.决策树中参数的选择.flv 46.69M
| ├──课时17.将建立好决策树可视化展示出来.flv 54.79M
| ├──课时18.船员数据分析.flv 19.71M
| ├──课时19.数据预处理.flv 50.04M
| ├──课时20.使用回归算法进行预测.flv 66.51M
| ├──课时21.使用随机森林改进模型.flv 61.34M
| ├──课时22.随机森林特征重要性分析.flv 53.33M
| ├──课时23.级联模型原理.flv 13.49M
| ├──课时24.数据预处理与热度图.flv 51.49M
| ├──课时25.二阶段输入特征制作.flv 16.32M
| ├──课时26.使用级联模型进行预测.flv 100.08M
| ├──课时27.数据简介与特征预处理.flv 63.14M
| ├──课时28.员工不同属性指标对结果的影响.flv 67.80M
| ├──课时29.数据预处理.flv 45.57M
| ├──课时30.构建预测模型.flv 33.99M
| ├──课时31.基于聚类模型的分析.flv 29.93M
| ├──课时32.tensorflow框架的安装.flv 18.43M
| ├──课时33.神经网络模型概述.flv 28.49M
| ├──课时34.使用tensorflow设定基本参数.flv 34.88M
| ├──课时35.卷积神经网络模型.flv 29.04M
| ├──课时36.构建完整的神经网络模型.flv 51.09M
| ├──课时37.训练神经网络模型.flv 81.23M
| ├──课时38.PCA原理简介.flv 9.37M
| ├──课时39.数据预处理.flv 31.18M
| ├──课时40.协方差分析.flv 38.82M
| ├──课时41.使用PCA进行降维.flv 32.64M
| ├──课时42.数据简介与故事背景.flv 27.89M
| ├──课时43.基于词频的特征提取.flv 52.70M
| ├──课时44.改进特征选择方法.flv 64.62M
| ├──课时45.数据清洗.flv 60.83M
| ├──课时46.数据预处理.flv 69.77M
| ├──课时47.盈利方法和模型评估.flv 42.48M
| └──课时48.预测结果.flv 60.14M
├──17、 机器学习-推荐系统
| ├──章节1-推荐系统工作原理
| | ├──01系列课程概述.mp4 7.90M
| | ├──02推荐系统应用.mp4 32.65M
| | ├──03数据,代码下载(点击参考资料下载).zip 0.18kb
| | ├──04推荐系统要完成的任务.mp4 17.39M
| | ├──05相似度计算.mp4 27.84M
| | ├──06基于用户的协同过滤.mp4 24.03M
| | ├──07基于物品的协同过滤.mp4 36.44M
| | ├──08隐语义模型.mp4 19.86M
| | ├──09隐语义模型求解.mp4 26.84M
| | └──10模型评估标准.mp4 17.48M
| ├──章节2-使用Tensorflow构造隐语义模型
| | ├──11Surprise库与数据简介.mp4 34.18M
| | ├──12Surprise库使用方法.mp4 43.31M
| | └──13得出推荐商品结果.mp4 63.28M
| └──章节3-使用Surprise库建立推荐系统
| | ├──14使用Tensorflow构建隐语义模型.mp4 46.65M
| | ├──15模型架构.mp4 51.27M
| | ├──16损失函数定义.mp4 51.75M
| | └──17训练网络.mp4 74.73M
├──18、TensorFlow-图像处理
| ├──超分辨率重构
| | ├──srdata.zip 3.97G
| | └──srgan超分辨率重构.zip 532.56M
| ├──高阶API
| | └──高阶API.zip 35.09M
| ├──图像缺失补全
| | ├──glcic图像补全.zip 178.82M
| | └──图像补全人脸数据.zip 1.31G
| ├──Tensorflow-图像处理视频课程01.mp4 244.82M
| ├──Tensorflow-图像处理视频课程02.mp4 143.81M
| ├──Tensorflow-图像处理视频课程03.mp4 184.72M
| ├──Tensorflow-图像处理视频课程04.mp4 159.74M
| └──Tensorflow-图像处理视频课程05.mp4 98.94M
├──19、Tensorflow-自然语言处理
| └──Tensorflow-自然语言处理.rar 776.99M
├──20、Tensorflow-物体检测-Faster-Rcnn
| ├──物体检测-faster-rcnn
| | ├──物体检测-faster-rcnn
| | ├──Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf 6.49M
| | ├──faster-rcnn.pptx 3.23M
| | ├──FasterRcnn.zip 2.74G
| | └──iccv15_tutorial_training_rbg.pdf 17.36M
| ├──Tensorflow-物体检测-Faster-Rcnn解读.zip 0.21kb
| ├──第二章 faster-rcnn论文解读.mp4 745.22M
| ├──第三章 tensorflow版本实现解读.rar 631.08M
| ├──第一章 三代物体检测算法概述.mp4 146.62M
| └──第一章 三代物体检测算法概述.rar 89.51M
├──21、数据科学人工智能-必备数学基础
| ├──课件
| | ├──SVD.pdf 396.61kb
| | ├──概率分布与概率密度.pdf 640.21kb
| | ├──概率论.pdf 2.33M
| | ├──高等数学.pdf 1.12M
| | ├──核函数.pdf 477.72kb
| | ├──后验概率估计.pdf 230.81kb
| | ├──激活函数.pdf 264.40kb
| | ├──矩阵.pdf 1.32M
| | ├──拉格朗日乘子法.pdf 599.32kb
| | ├──熵.pdf 267.74kb
| | ├──似然函数.pdf 384.36kb
| | ├──泰勒公式.pdf 777.52kb
| | ├──特征值与特征向量.pdf 386.91kb
| | ├──梯度.pdf 702.08kb
| | └──微积分.pdf 960.85kb
| ├──视频
| | ├──01-第一章.mp4 125.85M
| | ├──02-第二章至第七章.mp4 893.42M
| | ├──03-第八章.mp4 367.23M
| | ├──04-第九章至第十章.mp4 231.08M
| | ├──05-第十章补充.mp4 31.45M
| | ├──06-第十一章至第十二章.mp4 1.17G
| | ├──07-第十三章.mp4 411.18M
| | ├──08-第十四至第十五.mp4 429.35M
| | └──09-第十六章.mp4 453.04M
| └──统计分析
| | └──统计分析-数据代码.zip 66.35M
├──22、NLP-文本相似度
| └──文本相似度.zip 115.77M
├──23、深度学习30天系统实训-非加密
| ├──第八章-LSTM情感分析与黑科技概述
| | ├──8-1 RNN网络架构.mp4 41.61M
| | ├──8-2LSTM网络架构.mp4 33.59M
| | ├──8-3案例:使用LSTM进行情.mp4 78.74M
| | ├──8-4情感数据集处理.mp4 91.95M
| | ├──8-5基于word2vec的LSTM模型.mp4 143.34M
| | ├──8-6趣味网络串讲(数据代.mp4 55.34M
| | └──8-7课后讨论版.mp4 27.42M
| ├──第二章
| | ├──2-1梯度下降原理-2-2学习率的作用-2-3反向传播-2-4神经网络基础架构-2-5神经网络实例演示-2-6正则化与激活函数.mp4 320.73M
| | ├──2-7drop-out.mp4 39.05M
| | └──2-8课后讨论.mp4 59.21M
| ├──第六章-自然语言处理-word2vec
| | ├──6-1自然语言处理与深度学.mp4 36.52M
| | ├──6-2语言模型.mp4 39.07M
| | ├──6-3神经网络模型.mp4 30.43M
| | ├──6-4CBOW模型.mp4 39.41M
| | ├──6-5参数更新.mp4 45.15M
| | ├──6-6负采样模型.vep 15.17M
| | └──6-7案例:影评情感分类(数据.mp4 124.33M
| ├──第七章-word2vec实战与对抗生成网络
| | ├──7-1基于词袋模型训练分类器.vep 44.63M
| | ├──7-2准备word2vec输入数据.vep 46.88M
| | ├──7-3使用gensim构建word2.vep 71.34M
| | ├──7-4tfidf原理.vep 59.66M
| | ├──7-5对抗生成网络原理概述(GAN数据代码下载—).vep 41.40M
| | ├──7-6GAN网络结构定义.vep 44.33M
| | ├──7-7 Gan迭代生成.vep 56.69M
| | ├──7-8DCGAN网络特性(DCGAN数据代码下载—).vep 37.16M
| | └──7-9DCGAN网络细节.vep 54.94M
| ├──第三次课程代码
| | ├──imagenet-vgg-verydeep-19.mat 549.36M
| | ├──tensorflow.pptx 792.83kb
| | └──tensorflow代码.zip 2.09M
| ├──第三章-tensorflow训练mnist数据集
| | ├──3-1tensorflow安装.vep 34.02M
| | ├──3-2tensorflow基本套路.vep 46.25M
| | ├──3-3tensorflow常用操作.vep 36.10M
| | ├──3-4tensorflow实现线性回归.vep 67.18M
| | ├──3-5tensorflow实现手写字体.vep 48.57M
| | ├──3-6参数初始化.vep 38.57M
| | ├──3-7迭代完成训练.vep 47.56M
| | ├──3-8课后讨论.vep 100.75M
| | └──mnist.zip 11.06M
| ├──第四章-卷积神经网络
| | ├──4-1卷积体征提取.vep 37.20M
| | ├──4-2卷积计算流程.vep 40.28M
| | ├──4-3卷积层计算参数.vep 68.46M
| | ├──4-4池化层操作.vep 48.79M
| | ├──4-5卷积网络整体架构.vep 31.63M
| | └──4-6经典网络架构.vep 52.80M
| ├──第五章-CNN实战与验证码识别
| | ├──5-1卷积网络复习(验证码数据代码下载–).vep 26.38M
| | ├──5-2使用CNN训练mnist数.vep 49.26M
| | ├──5-3卷积与池化操作.vep 35.55M
| | ├──5-4定义卷积网络计算流程.vep 54.69M
| | ├──5-5完成迭代训练.vep 51.80M
| | ├──5-6验证码识别概述.vep 33.62M
| | ├──5-7验证码识别流程.vep 76.17M
| | └──验证码案例.zip 76.05M
| └──第一章
| | ├──1-1课程概述与环境配置.vep 57.48M
| | ├──1-2深度学习与人工智能概述.vep 52.17M
| | ├──1-3机器学习常规套路.vep 47.96M
| | ├──1-4K近邻与交叉验证.vep 36.95M
| | ├──1-5得分函数.vep 29.06M
| | ├──1-6损失函数.vep 24.56M
| | ├──1-7softmax分类器.vep 21.15M
| | ├──1-8课后讨论与答疑.vep 155.37M
| | └──神经网络(上课).pdf 11.70M
├──24、python-机器学习-进阶实战
| ├──唐宇迪-机器学习-进阶实战-资料
| | ├──1.数据特征
| | ├──10.HMM隐马尔科夫模型
| | ├──11.HMM案例实战
| | ├──12.推荐系统
| | ├──13.音乐推荐系统实战
| | ├──14.基于统计分析的电影推荐
| | ├──15.学习曲线
| | ├──16.NLP-文本特征方法对比
| | ├──17.使用word2vec分类任务
| | ├──18.Tensorflow自己打造word2vec
| | ├──19.制作自己常用工具包
| | ├──2.GBDT提升算法
| | ├──20.数据处理与特征工程
| | ├──3.xgboost-gbdt-lightgbm
| | ├──4.使用lightgbm进行饭店流量预测
| | ├──5.人口普查数据集项目实战-收入预测
| | ├──6.降维算法-线性判别分析
| | ├──7.贝叶斯优化及其工具包使用
| | ├──8.贝叶斯优化实战
| | └──9.EM算法
| ├──1 数据特征.mp4 236.06M
| ├──10 HMM隐马尔科夫模型.mp4 117.20M
| ├──11 HMM案例实战.mp4 66.60M
| ├──12 推荐系统.mp4 71.60M
| ├──13 音乐推荐系统实战.mp4 208.37M
| ├──14 基于统计分析的电影推荐.mp4 233.17M
| ├──15 学习曲线.mp4 74.22M
| ├──16 NLP-文本特征方法对比.mp4 140.91M
| ├──17 使用word2vec分类任务.mp4 156.21M
| ├──18 和 19 章.mp4 180.62M
| ├──2 GBDT提升算法.mp4 62.15M
| ├──20 机器学习项目实战-数据处.mp4 195.64M
| ├──20181129_155828.mp4 105.70M
| ├──21 机器学习项目实战-建模与.mp4 154.56M
| ├──3 xgboost-gbdt-lightgbm提.mp4 72.56M
| ├──4 使用lightgbm进行饭店流.mp4 104.96M
| ├──5 人口普查数据集项目实战.mp4 221.09M
| ├──6 降维算法-线性判别分析.mp4 82.51M
| ├──7 贝叶斯优化及其工具包使用.mp4 125.89M
| └──8 贝叶斯优化实战.mp4 93.82M
├──25、Python Kaggle竞赛案例实战
| ├──Kaggle第1课:机器学习算法、工具与流程概述
| | ├──Kaggle 第一次课 1.vep 29.13M
| | ├──Kaggle 第一次课2 .vep 352.94M
| | └──Kaggle第1课:机器学习算法、工具与流程概述.pdf 5.94M
| ├──Kaggle第2课:经济金融领域的应用
| | ├──Kaggle 第二次课.vep 169.02M
| | └──第2课 经济金融领域的应用.pdf 5.66M
| ├──Kaggle第3课:排序与CTR预估问题
| | ├──5-2.vep 316.10M
| | ├──kaggle第三课.vep 410.89M
| | └──New3.vep 499.00M
| ├──Kaggle第4课:自然语言处理类问题
| | ├──Kaggle4_2.vep 288.99M
| | └──Kaggle第四课第一部分.vep 65.67M
| ├──Kaggle第5课:能源预测与分配类问题案例
| | ├──5-1.vep 212.19M
| | └──5-2.vep 316.87M
| ├──Kaggle第6课:走起-深度学习
| | ├──6.vep 198.31M
| | └──第6课:走起-深度学习.pdf 4.51M
| ├──Kaggle第7课:电商推荐与销量预测相关案例
| | └──7.vep 426.58M
| ├──Kaggle第8课:金融风控问题
| | ├──baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61.cfg 0.00kb
| | ├──第8课:金融风控问题.pdf 1.56M
| | └──第八课.vep 243.13M
| └──代码
| | ├──Kaggle第八课代码
| | ├──Kaggle第二课代码
| | ├──Kaggle第七课代码
| | ├──Kaggle第三课代码
| | ├──Kaggle第四课代码
| | ├──Kaggle第五课代码
| | └──Kaggle第一课代码
├──26、LSTM行为识别
| └──行为识别.zip 59.79M
├──27、问答机器人
| └──QA问答.zip 880.47M
├──28、OpenCV计算机视觉图像识别深度学习实战
| ├──第01讲 图像处理基础
| | ├──cv_第一讲.pdf 2.18M
| | ├──cv第一次资料.rar 141.76M
| | └──第一课.vep 831.77M
| ├──第02讲 初探计算机视觉
| | ├──cv_第一二讲 – 副本.pdf 2.18M
| | ├──cv第二次资料.rar 11.06M
| | └──第二课.vep 746.57M
| ├──第03讲 空域图像处理的洪荒之力
| | ├──cv_第三讲.pdf 5.10M
| | ├──第三课上.vep 594.48M
| | └──第三课下.vep 223.66M
| ├──第04讲 机器视觉中的特征提取与描述
| | ├──cv_第四讲.pdf 3.45M
| | ├──第四课上.vep 848.83M
| | └──第四课下.vep 15.46M
| ├──第05讲 坐标变换与视觉测量
| | ├──cv_第五讲 – Copy.pdf 3.50M
| | ├──cv第五次资料.rar 115.76M
| | └──第五课.vep 605.90M
| ├──第06讲 深度学习在图像识别中的应用
| | ├──lesson6_cnn_and_transfer_learning (1).zip 23.28M
| | ├──第六课上.vep 646.35M
| | ├──第六课下.vep 155.60M
| | └──卷积神经网络与迁移学习.pdf 4.10M
| ├──第07讲 图像检索
| | ├──第七课.vep 560.99M
| | └──计算机视觉班第7课–图像检索.pdf 26.52M
| ├──第08讲 图像标注与问答
| | ├──第8课cv_julyonline_caption.pdf 59.01M
| | └──第八课.vep 749.14M
| ├──第09讲 3D计算机视觉
| | ├──cv_lec9_3D_v0.pdf 9.95M
| | ├──cv_lec9_3D_v1.pdf 11.92M
| | ├──第九课上.vep 645.85M
| | └──第九课下.vep 117.84M
| ├──第10讲 机器视觉项目实战
| | ├──第十课.vep 633.77M
| | └──计算机视觉班lec10.pdf 1.31M
| ├──opencv-3.0.0.zip 96.30M
| └──图像处理与计算机视觉基础总结.docx 65.22kb
├──29、python3数据分析与挖掘实战
| ├──Python3数据分析与挖掘实战
| | ├──第10章 Python数据分析与挖掘技术基础
| | ├──第11章 Python数据可视化分析实现
| | ├──第12章 Python数据清洗、集成与变换
| | ├──第13章 数据转换、属性构造、数据规约
| | ├──第14章 文本挖掘
| | ├──第15章 文本相似度分析
| | ├──第16章 Python数据分析与挖掘实战 上
| | ├──第17章 Python数据建模与分类实现 下
| | ├──第18章 Python数据分析与挖掘聚类实现与回归分析
| | ├──第19章 Python数据分析与挖掘实战
| | ├──第1章 Python基础 第一阶段
| | ├──第20章 Python降维技术与大型数据分析与挖掘项目实训上
| | ├──第21章 Python降维技术与大型数据分析与挖掘项目实训下
| | ├──第2章 Python基础 第二阶段
| | ├──第3章 Python 爬虫初识
| | ├──第4章 Urllib库实战
| | ├──第5章 爬虫防屏蔽手段之代理服务器实战
| | ├──第6章 爬虫实战及Scrapy框架的安装
| | ├──第7章 Scrapy爬虫
| | ├──第8章 用Scrapy爬取网站的数据
| | └──第9章 补充以及作业讲解
| ├──软件包及安装文档
| | ├──python-3.5.4-32位.exe 27.59M
| | ├──python-3.5.4-64位.exe 28.47M
| | └──Python-3.5.x安装教程.pdf 331.09kb
| └──源码.rar 329.59M
├──30、量化交易课程
| └──ML_机器学习与量化交易项目班
| | ├──ppt
| | ├──代码
| | └──视频
├──31 数据挖掘课程
| └──视频
| | ├──01.数据挖掘基础入门.vep 835.59M
| | ├──02.数据处理分析与可视化.vep 1.13G
| | ├──03.海量数据的分布式处理.vep 947.11M
| | ├──04.数据上的关联规则.vep 870.60M
| | ├──05.数据与聚类.vep 855.98M
| | ├──06.海量数据索引与近似最近邻.vep 996.23M
| | ├──07.数据分类与排序.vep 1.14G
| | ├──08.海量数据与推荐系统.vep 939.03M
| | ├──09.海量高维数据与维度约减.vep 1.09G
| | └──10.海量网页搜索与PageRank.vep 964.65M
├──32、OpenCV+TensorFlow 入门人工智能图像处理
| ├──第1章 课程导学
| | └──1-1 计算机视觉导学.vep 32.62M
| ├──第2章 计算机视觉入门
| | ├──2-1 本章介绍.vep 20.54M
| | ├──2-10 案例4:像素读取写入.vep 6.36M
| | ├──2-11 tensorflow常量变量定义.vep 18.50M
| | ├──2-12 tensorflow运算原理.vep 21.72M
| | ├──2-13 常量变量四则运算.vep 42.27M
| | ├──2-14 矩阵基础1.vep 36.74M
| | ├──2-15 矩阵基础2.vep 19.49M
| | ├──2-16 矩阵基础3.vep 16.45M
| | ├──2-17 numpy模块使用.vep 22.77M
| | ├──2-18 matplotlib模块的使用.vep 16.75M
| | ├──2-19 小综合:人工神经网络逼近股票价格1.vep 30.08M
| | ├──2-2 Mac下一站式开发环境anaconda搭建.vep 21.41M
| | ├──2-20 小综合:人工神经网络逼近股票价格2.vep 13.96M
| | ├──2-21 小综合:人工神经网络逼近股票价格3.vep 24.65M
| | ├──2-22 小综合:人工神经网络逼近股票价格4.vep 36.43M
| | ├──2-3 Windows下一站式开发环境anaconda搭建.vep 13.68M
| | ├──2-4 测试案例helloWorld.vep 10.55M
| | ├──2-5 案例1:图片的读取和展示.vep 13.16M
| | ├──2-6 Opencv模块组织结构.vep 16.89M
| | ├──2-7 案例2:图片写入.vep 11.89M
| | ├──2-8 案例3:不同图片质量保存.vep 20.02M
| | └──2-9 像素操作基础.vep 11.56M
| ├──第3章 计算机视觉加强之几何变换
| | ├──3-1 本章介绍.vep 20.75M
| | ├──3-10 图片缩放.vep 12.49M
| | ├──3-11 图片仿射变换.vep 25.49M
| | ├──3-12 图片旋转.vep 14.42M
| | ├──3-13 图片几何变换小结.vep 9.89M
| | ├──3-2 图片缩放1.vep 11.81M
| | ├──3-3 图片缩放2.vep 24.94M
| | ├──3-4 图片缩放3.vep 20.91M
| | ├──3-5 图片剪切.vep 8.16M
| | ├──3-6 图片位移1.vep 12.79M
| | ├──3-7 图片移位2.vep 18.34M
| | ├──3-8 图片移位3.vep 8.16M
| | └──3-9 图片镜像.vep 24.18M
| ├──第4章 计算机视觉加强之图像特效&线段文字绘制
| | ├──4-1 图像特效介绍.vep 30.30M
| | ├──4-10 边缘检测2.vep 34.19M
| | ├──4-11 浮雕效果.vep 11.10M
| | ├──4-12 颜色映射.vep 13.73M
| | ├──4-13 油画特效.vep 34.55M
| | ├──4-14 图像特效小结.vep 13.92M
| | ├──4-15 线段绘制.vep 23.55M
| | ├──4-16 矩形圆形任意多边形绘制.vep 28.73M
| | ├──4-17 文字图片绘制.vep 17.91M
| | ├──4-2 图像灰度处理1.vep 11.88M
| | ├──4-3 图像灰度处理2.vep 18.01M
| | ├──4-4 算法优化.vep 20.92M
| | ├──4-5 颜色反转.vep 20.60M
| | ├──4-6 马赛克.vep 16.89M
| | ├──4-7 毛玻璃.vep 19.83M
| | ├──4-8 图片融合.vep 17.25M
| | └──4-9 边缘检测1.vep 21.15M
| ├──第5章 计算机视觉加强之图像美化
| | ├──5-1 美化效果章节介绍.vep 21.32M
| | ├──5-10 磨皮美白.vep 14.32M
| | ├──5-11 高斯均值滤波.vep 35.83M
| | ├──5-12 中值滤波.vep 25.48M
| | ├──5-13 图像美化章节小结.vep 23.28M
| | ├──5-2 彩色图片直方图.vep 37.13M
| | ├──5-3 直方图均衡化.vep 34.36M
| | ├──5-4 图片修补.vep 31.39M
| | ├──5-5 灰度直方图源码.vep 15.50M
| | ├──5-6 彩色直方图源码.vep 22.12M
| | ├──5-7 灰度直方图均衡化.vep 31.63M
| | ├──5-8 彩色直方图均衡化.vep 25.42M
| | └──5-9 亮度增强.vep 15.47M
| ├──第6章 计算机视觉加强之机器学习
| | ├──6-1 机器学习章节介绍.vep 18.24M
| | ├──6-10 SVM支持向量机1.vep 22.99M
| | ├──6-11 SVM支持向量机2.vep 37.11M
| | ├──6-12 SVM小结.vep 16.64M
| | ├──6-13 Hog特征1.vep 34.26M
| | ├──6-14 Hog特征2.vep 50.91M
| | ├──6-15 Hog特征3.vep 27.46M
| | ├──6-16 Hog特征4.vep 35.99M
| | ├──6-17 Hog小结.vep 31.32M
| | ├──6-18 Hog_SVM小狮子识别1.vep 59.86M
| | ├──6-19 Hog_SVM小狮子识别2.vep 44.38M
| | ├──6-2 视频分解图片.vep 27.38M
| | ├──6-20 Hog_SVM小狮子识别3.vep 37.58M
| | ├──6-21 Hog_SVM小狮子识别4.vep 45.41M
| | ├──6-22 Hog_SVM小狮子识别5.vep 47.29M
| | ├──6-23 机器学习小结.vep 76.34M
| | ├──6-3 图片合成视频.vep 9.68M
| | ├──6-4 Haar特征1.vep 12.31M
| | ├──6-5 Haar特征2.vep 21.47M
| | ├──6-6 Haar特征3.vep 10.09M
| | ├──6-7 adaboost分类器1.vep 60.71M
| | ├──6-8 adaboost分类器2.vep 32.48M
| | └──6-9 Haar+adaboost人脸识别.vep 58.35M
| ├──第7章 手写数字识别
| | ├──7-1 章节介绍.vep 2.86M
| | ├──7-10 knn数字识别8.vep 36.30M
| | ├──7-11 knn数字识别9.vep 23.13M
| | ├──7-12 knn数字识别10.vep 35.78M
| | ├──7-13 cnn实现手写数字识别1.vep 31.29M
| | ├──7-14 cnn实现手写数字识别2.vep 41.06M
| | ├──7-15 cnn实现手写数字识别3.vep 28.52M
| | ├──7-16 cnn实现手写数字识别4.vep 37.98M
| | ├──7-17 cnn实现手写数字识别5.vep 41.20M
| | ├──7-18 cnn实现手写数字识别6.vep 33.38M
| | ├──7-19 数字识别小结.vep 60.59M
| | ├──7-2 样本介绍.vep 9.64M
| | ├──7-3 knn数字识别1.vep 13.14M
| | ├──7-4 knn数字识别2.vep 28.07M
| | ├──7-5 knn数字识别3.vep 40.10M
| | ├──7-6 knn数字识别4.vep 23.40M
| | ├──7-7 knn数字识别5.vep 35.92M
| | ├──7-8 knn数字识别6.vep 25.38M
| | └──7-9 knn数字识别7.vep 38.61M
| ├──第8章 “刷脸”识别
| | ├──8-1 章节介绍.vep 11.89M
| | ├──8-2 最简单的图片爬虫.vep 66.67M
| | ├──8-3 ffmpeg初识_音频.vep.vep 54.24M
| | ├──8-4 OpenCV预处理.vep 24.25M
| | ├──8-5 神经网络训练识别1.vep 12.11M
| | ├──8-6 神经网络训练识别2.vep 25.76M
| | ├──8-7 神经网络训练识别3.vep 25.86M
| | ├──8-8 神经网络训练识别4.vep 22.82M
| | └──8-9 本章小结.vep 18.84M
| ├──第9章 课程总结
| | └──9-1 课程总结.vep 18.71M
| └──源码.zip 39.32M
├──33、OpenCV计算机视觉实战(Python版)
| ├──唐宇迪课件
| | ├──第11-12章notebook课件.zip 0.21kb
| | ├──第16-17章notebook课件.zip 0.21kb
| | ├──第2-7章notebook课件(1).zip 7.28M
| | ├──第八章notebook课件.zip 0.20kb
| | ├──第二十一章:项目实战-疲劳检测.zip 0.26kb
| | ├──第九章:项目实战-信用卡数字识别.zip 0.23kb
| | ├──第十八章:Opencv的DNN模块.zip 0.22kb
| | ├──第十九章:项目实战-目标追踪.zip 0.22kb
| | ├──第十三章:案例实战-全景图像拼接.zip 0.23kb
| | ├──第十四章:项目实战-停车场车位识别.zip 0.23kb
| | ├──第十五章:项目实战-答题卡识别判卷.zip 0.23kb
| | └──第十章:项目实战-文档扫描OCR识别.zip 0.23kb
| ├──资料
| | ├──第11-12章notebook课件.zip 52.05M
| | ├──第16-17章notebook课件.zip 9.37M
| | ├──第八章notebook课件.zip 1.29M
| | ├──第二十一章:人脸关键点定位.zip 69.75M
| | ├──第二十一章:项目实战-疲劳检测.zip 74.15M
| | ├──第九章:项目实战-信用卡数字识别.zip 548.10kb
| | ├──第十八章:Opencv的DNN模块.zip 49.62M
| | ├──第十九章:项目实战-目标追踪.zip 125.33M
| | ├──第十三章:案例实战-全景图像拼接.zip 829.49kb
| | ├──第十四章:项目实战-停车场车位识别.zip 111.34M
| | ├──第十五章:项目实战-答题卡识别判卷.zip 3.07M
| | └──第十章:项目实战-文档扫描OCR识别.zip 44.94M
| ├──01、课程简介.mp4 112.48M
| ├──02、图像基本操作.mp4 64.19M
| ├──03、阈值与平滑处理.mp4 34.13M
| ├──04、图像形态学处理.mp4 35.41M
| ├──05、图像梯度处理.mp4 400.31M
| ├──06、边缘检测.mp4 334.98M
| ├──07、图像金字塔与轮廓检测.mp4 937.07M
| ├──08、直方图与傅里叶变换.mp4 792.56M
| ├──09、项目实战-信用卡数字识别.mp4 675.92M
| ├──10、项目实战-文档扫描OCR识别.mp4 721.24M
| ├──11、图像特征-harris.mp4 708.81M
| ├──12、图像特征-sift.mp4 891.64M
| ├──13、案例实战-全景图像拼接.mp4 576.70M
| ├──14、项目实战-停车场车位识别.mp4 1.33G
| ├──15、项目实战-答题卡识别判卷.mp4 546.75M
| ├──16、背景建模.mp4 508.63M
| ├──17、光流估计.mp4 559.70M
| ├──18、Opencv的DNN模块.mp4 317.11M
| ├──19、项目实战-目标追踪.mp4 1019.05M
| ├──20、卷积原理与操作.mp4 1.14G
| ├──21、项目实战-疲劳检测.mp4 696.42M
| └──唐宇迪OpenCV小章节.zip 10.57G
├──34 大数据 Python数据分析处理库-pandas实战视频课程
| ├──大数据 Python数据分析处理库-pandas实战视频课程1.vep 133.78M
| ├──大数据 Python数据分析处理库-pandas实战视频课程2.vep 104.57M
| ├──大数据 Python数据分析处理库-pandas实战视频课程3.vep 112.18M
| ├──大数据 Python数据分析处理库-pandas实战视频课程4.vep 121.17M
| ├──大数据 Python数据分析处理库-pandas实战视频课程5.vep 109.17M
| ├──大数据 Python数据分析处理库-pandas实战视频课程6.vep 111.36M
| ├──大数据 Python数据分析处理库-pandas实战视频课程7.vep 80.12M
| └──大数据Python数据分析处理库-pandas实战视频课程.zip 24.45M
├──35 大数据 Python科学计算库-Numpy实战视频课程
| ├──numpy代码.zip 16.79kb
| ├──大数据 Python科学计算库-Numpy实战视频课程1.vep 58.79M
| ├──大数据 Python科学计算库-Numpy实战视频课程2.vep 58.84M
| ├──大数据 Python科学计算库-Numpy实战视频课程3.vep 60.22M
| ├──大数据 Python科学计算库-Numpy实战视频课程4.vep 71.02M
| └──大数据 Python科学计算库-Numpy实战视频课程5.vep 47.74M
└──36 大数据——Python数据可视化-Matplotlib实战视频课程
| ├──Matplotlib绘图.zip 3.69M
| ├──大数据——Python数据可视化-Matplotlib实战视频课程1.vep 107.18M
| ├──大数据——Python数据可视化-Matplotlib实战视频课程2.vep 104.07M
| ├──大数据——Python数据可视化-Matplotlib实战视频课程3.vep 112.29M
| ├──大数据——Python数据可视化-Matplotlib实战视频课程4.vep 118.09M
| └──大数据——Python数据可视化-Matplotlib实战视频课程5.vep 125.03M

小七学习网,助您升职加薪,遇问题可联系:客服微信【1601371900】 备注:来自网站

免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(邮箱:1099252741@qq.com,备用微信:1099252741),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。