名称：2024路飞 Python 人工智能AI工程师

描述：这是一个全面的人工智能与Python工程师课程体系，内容涵盖从Python编程基础到高级AI应用的完整路径。课程分为多个模块，包括Python快速入门、数据科学工具包(NumPy、Pandas、Matplotlib、Seaborn)、机器学习必备数学基础、机器学习算法精讲与案例应用、数据挖掘项目实战、深度学习框架(TensorFlow与PyTorch)、计算机视觉(OpenCV)、自然语言处理(NLP)以及语音识别等核心领域。通过系统学习，学员将掌握从数据处理、模型构建到实际部署的全栈AI技能，并能够胜任各类AI工程师岗位要求。

链接：
百度：

夸克：

???? 大小：108.94 GB
???? 标签：#Python #人工智能 #机器学习 #深度学习 #数据科学 #计算机视觉 #自然语言处理 #TensorFlow #PyTorch #实战项目 #2024路飞 #人工智能AI工程师百度网盘 #quark

└─2024路飞 Python 人工智能AI工程师
├─第01模块：Python快速入门（新）
│ 1.1 开篇：讲师和课程内容介绍ev.mp4
│ 1.2 开篇：授课模式须知ev.mp4
│ 1.3 开篇：学习方法的建议ev.mp4
│ 1.4 开篇：笔记和文档的编写ev.mp4
│ 1.5 开篇：写在最后ev.mp4
│ 10.1 Python环境配置ev.mp4
│ 10.10 字典基础定义ev.mp4
│ 10.11 字典的核心操作ev.mp4
│ 10.12 Set结构ev.mp4
│ 10.13 赋值机制ev.mp4
│ 10.14 判断结构ev.mp4
│ 10.15 循环结构ev.mp4
│ 10.16 函数定义ev.mp4
│ 10.17 模块与包ev.mp4
│ 10.18 异常处理模块ev.mp4
│ 10.19 文件操作ev.mp4
│ 10.2 Python库安装工具ev.mp4
│ 10.20 类的基本定义ev.mp4
│ 10.21 类的属性操作ev.mp4
│ 10.22 时间操作ev.mp4
│ 10.23 Python练习题-1_ev.mp4
│ 10.24 Python练习题-2_ev.mp4
│ 10.25 Python练习题-3_ev.mp4
│ 10.3 Notebook工具使用ev.mp4
│ 10.4 Python简介ev.mp4
│ 10.5 Python数值运算ev.mp4
│ 10.6 Python字符串操作ev.mp4
│ 10.7 索引结构ev.mp4
│ 10.8 List基础结构ev.mp4
│ 10.9 List核心操作ev.mp4
│ 2.1 今日概要ev.mp4
│ 2.10 CPython解释器版本ev.mp4
│ 2.11 环境搭建说明ev.mp4
│ 2.12 python解释器的安装（mac系统）ev.mp4
│ 2.13 python解释器的安装（win系统）ev.mp4
│ 2.14 Pycharm使用和破解（mac系统）ev.mp4
│ 2.15 Pycharm使用和破解（win系统）ev.mp4
│ 2.16 今日总结ev.mp4
│ 2.17 今日作业ev.mp4
│ 2.18 作业答案和讲解ev.mp4
│ 2.2 课堂笔记的创建ev.mp4
│ 2.3 常见计算机基本概念ev.mp4
│ 2.4 编程语言ev.mp4
│ 2.5 编译器和解释器ev.mp4
│ 2.6 学习编程本质上的三件事ev.mp4
│ 2.7 编程语言的分类ev.mp4
│ 2.8 Python介绍ev.mp4
│ 2.9 Python解释器种类ev.mp4
│ 3.1 今日概要ev.mp4
│ 3.10 类型转换和数据类型相关练习题ev.mp4
│ 3.11 数据类型-练习题讲解ev.mp4
│ 3.12 变量及其命名规范ev.mp4
│ 3.13 变量的内存指向关系及其练习题ev.mp4
│ 3.14 注释ev.mp4
│ 3.15 输入ev.mp4
│ 3.16 基本条件语句ev.mp4
│ 3.17 基本条件语句-练习题讲解ev.mp4
│ 3.18 多条件判断ev.mp4
│ 3.19 条件嵌套ev.mp4
│ 3.2 编码ev.mp4
│ 3.20 今日总结和作业ev.mp4
│ 3.21 作业答案和讲解ev.mp4
│ 3.3 编程初体验ev.mp4
│ 3.4 print输出及练习题ev.mp4
│ 3.5 输出练习题讲解ev.mp4
│ 3.6 数据类型的引入ev.mp4
│ 3.7 整形ev.mp4
│ 3.8 字符串ev.mp4
│ 3.9 布尔类型ev.mp4
│ 4.1 今日概要new_ev.mp4
│ 4.10 基于f字符串格式化ev.mp4
│ 4.11 运算符ev.mp4
│ 4.12 运算符：优先级ev.mp4
│ 4.13 运算符：面试题相关知识和练习题ev.mp4
│ 4.14 运算符：练习题讲解和面试题补充ev.mp4
│ 4.15 总结和今日作业ev.mp4
│ 4.16 作业题讲解ev.mp4
│ 4.2 while循环及案例讲解ev.mp4
│ 4.3 综合小案例以及阶段练习题ev.mp4
│ 4.4 练习题讲解ev.mp4
│ 4.5 break及示例讲解ev.mp4
│ 4.6 continue及示例讲解ev.mp4
│ 4.7 while_else语法ev.mp4
│ 4.8 基于%字符串格式化ev.mp4
│ 4.9 基于format字符串格式化及补充ev.mp4
│ 5.1 今日概要ev.mp4
│ 5.10 Python中的编码ev.mp4
│ 5.11 今日总结ev.mp4
│ 5.2 python代码的2种运行方式ev.mp4
│ 5.3 进制及相互之间的转换ev.mp4
│ 5.4 计算机中的单位ev.mp4
│ 5.5 单位相关练习题讲解ev.mp4
│ 5.6 ascii编码ev.mp4
│ 5.7 gbk编码ev.mp4
│ 5.8 unicode_ev.mp4
│ 5.9 utf8编码ev.mp4
│ 6.1 数据类型概要ev.mp4
│ 6.10 字符串：类型转换ev.mp4
│ 6.11 字符串：不允许被修改ev.mp4
│ 6.12 今日总结和作业ev.mp4
│ 6.13 今日作业讲解ev.mp4
│ 6.14 今日作业讲解ev.mp4
│ 6.2 整型ev.mp4
│ 6.3 布尔类型ev.mp4
│ 6.4 字符串：独有功能（一）ev.mp4
│ 6.5 字符串：独有功能（三）ev.mp4
│ 6.6 字符串：独有功能（二）ev.mp4
│ 6.7 字符串：练习题和讲解ev.mp4
│ 6.8 字符串：公共功能（一）ev.mp4
│ 6.9 字符串：公共功能（二）ev.mp4
│ 7.1 今日概要ev.mp4
│ 7.10 元组：定义ev.mp4
│ 7.11 元组：公共功能ev.mp4
│ 7.12 元组：转换和嵌套ev.mp4
│ 7.13 元组：总结和作业ev.mp4
│ 7.14 作业讲解ev.mp4
│ 7.2 列表：定义ev.mp4
│ 7.3 列表：独有功能（一）ev.mp4
│ 7.4 列表：独有功能（二）ev.mp4
│ 7.5 列表：独有功能（三）ev.mp4
│ 7.6 列表：公共功能ev.mp4
│ 7.7 列表：类型转换ev.mp4
│ 7.8 列表：嵌套ev.mp4
│ 7.9 列表：阶段作业题讲解ev.mp4
│ 8.1 今日概要ev.mp4
│ 8.10 字典：定义ev.mp4
│ 8.11 字典：独有功能（一）ev.mp4
│ 8.12 字典：独有功能（二）ev.mp4
│ 8.13 字典：练习题和讲解ev.mp4
│ 8.14 字典：公共功能ev.mp4
│ 8.15 字典：转换和嵌套ev.mp4
│ 8.16 浮点型ev.mp4
│ 8.17 今日总结ev.mp4
│ 8.18 今日作业讲解ev.mp4
│ 8.2 集合：定义ev.mp4
│ 8.3 集合：独有功能ev.mp4
│ 8.4 集合：公共功能ev.mp4
│ 8.5 集合：类型转换ev.mp4
│ 8.6 集合：内部存储原理ev.mp4
│ 8.7 集合：高效和嵌套ev.mp4
│ 8.8 集合：练习题和讲解ev.mp4
│ 8.9 None到底是个啥ev.mp4
│ 9.1 今日概要ev.mp4
│ 9.2 七条代码规范ev.mp4
│ 9.3 补充：pass的作用？ev.mp4
│ 9.4 补充：is和==的区别？ev.mp4
│ 9.5 补充：位运算到底是干啥的？ev.mp4
│ 9.6 阶段思维导图ev.mp4
│ 9.7 第一阶段考试题ev.mp4
│ 9.8 第一阶段考试题（答案讲解）ev.mp4
│
├─第02模块：Python数据科学必备工具包实战（新）
│ ├─1-numpy（新）
│ │ 1.1 Anaconda简介及安装ev.mp4
│ │ 1.10 routines函数（二）ev.mp4
│ │ 1.11 routines函数（三）ev.mp4
│ │ 1.12 routines函数练习ev.mp4
│ │ 1.13 ndarray的读写操作ev.mp4
│ │ 1.14 ndarray读写练习ev.mp4
│ │ 1.15 ndarray级联concatenate_ev.mp4
│ │ 1.16 ndarray的拆分ev.mp4
│ │ 1.17 ndarray拆分练习ev.mp4
│ │ 1.18 ndarray的基本运算ev.mp4
│ │ 1.19 广播机制ev.mp4
│ │ 1.2 jupyter_notebook启动ev.mp4
│ │ 1.20 ndarray运算练习ev.mp4
│ │ 1.21 ndarray的聚合函数ev.mp4
│ │ 1.22 ndarray综合练习ev.mp4
│ │ 1.23 ndarray的append和insert_ev.mp4
│ │ 1.24 ndarray的delete、扁平处理、变形和翻转ev.mp4
│ │ 1.25 numpy的数学函数和算数函数ev.mp4
│ │ 1.26 numpy查找和排序ev.mp4
│ │ 1.3 jupyter_notebook单元格基本状态ev.mp4
│ │ 1.4 单元格的常用操作ev.mp4
│ │ 1.5 单元格运行与帮助文档ev.mp4
│ │ 1.6 IPython魔法指令和输入输出历史ev.mp4
│ │ 1.7 ndarray的属性及输出方法ev.mp4
│ │ 1.8 ndarray的元素类型统一ev.mp4
│ │ 1.9 routines函数（一）ev.mp4
│ │
│ ├─2-pandas（新）
│ │ 2.1 pandas简介ev.mp4
│ │ 2.10 DataFrame运算（一）ev.mp4
│ │ 2.11 DataFrame运算（二）ev.mp4
│ │ 2.12 pandas对象的显示访问和隐式访问ev.mp4
│ │ 2.13 pandas对象的loc访问详解ev.mp4
│ │ 2.14 pandas对象iloc访问详解ev.mp4
│ │ 2.15 pandas对象访问的注意事项ev.mp4
│ │ 2.16 pandas高级查找ev.mp4
│ │ 2.17 pandas聚合操作ev.mp4
│ │ 2.18 pandas对象习题讲解ev.mp4
│ │ 2.19 pandas单层索引ev.mp4
│ │ 2.2 Series对象的基本构造及注意事项ev.mp4
│ │ 2.20 pandas多层索引ev.mp4
│ │ 2.21 多层索引的访问ev.mp4
│ │ 2.22 stack和unstack操作ev.mp4
│ │ 2.23 pandas数据类型练习ev.mp4
│ │ 2.24 csv文件和txt文件的读取ev.mp4
│ │ 2.25 pandasIO操作ev.mp4
│ │ 2.26 常用数据探索方法ev.mp4
│ │ 2.27 python空类型和numy空类型ev.mp4
│ │ 2.28 pandas空值查找ev.mp4
│ │ 2.29 pandas空值批量填充ev.mp4
│ │ 2.3 Series高级构造函数ev.mp4
│ │ 2.30 空值过滤ev.mp4
│ │ 2.31 异常值处理ev.mp4
│ │ 2.32 离群点检测和过滤ev.mp4
│ │ 2.33 重复值处理ev.mp4
│ │ 2.34 排序和随机抽样ev.mp4
│ │ 2.35 pandas索引操作ev.mp4
│ │ 2.36 rename操作ev.mp4
│ │ 2.37 replace替换ev.mp4
│ │ 2.38 map处理精确匹配模糊匹配ev.mp4
│ │ 2.39 pandas级联ev.mp4
│ │ 2.4 Series的重要属性ev.mp4
│ │ 2.40 合并的基本逻辑和注意事项ev.mp4
│ │ 2.41 合并参数left,right,how_ev.mp4
│ │ 2.42 -合并参数left_on,right_on,on_ev.mp4
│ │ 2.43 groupby分组ev.mp4
│ │ 2.44 交叉表和透视表ev.mp4
│ │ 2.5 Series的运算ev.mp4
│ │ 2.6 DataFrame结构理解ev.mp4
│ │ 2.7 DataFrame的基础构造方法ev.mp4
│ │ 2.8 DataFrame的其他构造方法ev.mp4
│ │ 2.9 DataFrame的重要属性ev.mp4
│ │
│ ├─3-matplotlib绘图 (新)
│ │ 71课时matplotlib绘图-图像组成ev.mp4
│ │ 72课时matplotlib绘图-画板画布和就近原则ev.mp4
│ │ 73课时matplotlib绘图-网格设置ev.mp4
│ │ 74课时matplotlib绘图-刻度界限ev.mp4
│ │ 75课时matplotlib绘图-刻度值和刻度标签ev.mp4
│ │ 76课时matplotlib绘图-轴标题和画布标题ev.mp4
│ │ 77课时matplotlib绘图-图例设置ev.mp4
│ │ 78课时matplotlib绘图-图像保存ev.mp4
│ │ 79课时matplotlib绘图-画板注释信息和画板标题ev.mp4
│ │ 80课时matplotlib绘图-画板注释信息和箭头注释ev.mp4
│ │ 81课时matplotlib绘图-颜色处理ev.mp4
│ │ 82课时matplotlib绘图-透明度和图像读取ev.mp4
│ │ 83课时matplotlib绘图-线型和点型设置ev.mp4
│ │ 84课时matplotlib绘图-其他设置方式补充ev.mp4
│ │ 85课时2D图像绘制-线型图ev.mp4
│ │ 86课时2D图像绘制-散点图ev.mp4
│ │ 87课时2D图像绘制-直方图ev.mp4
│ │ 88课时2D图像绘制-直方图bins的用法补充ev.mp4
│ │ 89课时2D图像绘制-条形图ev.mp4
│ │ 90课时2D图像绘制-极坐表条形图ev.mp4
│ │ 91课时2D图像绘制-雷达图ev.mp4
│ │ 92课时2D图像绘制-饼图ev.mp4
│ │ 93课时2D图像绘制-箱线图ev.mp4
│ │ 94课时matplotlib全局设置ev.mp4
│ │
│ ├─4-seaborn可视化（新）
│ │ 100课时seaborn默认的配色方案ev.mp4
│ │ 101课时seaborn分类调色板ev.mp4
│ │ 102课时调色板工具和自定义调色板ev.mp4
│ │ 103课时连续调色板配色方案ev.mp4
│ │ 104课时对称调色板及配色方案总结ev.mp4
│ │ 105课时seaborn玩具数据加载ev.mp4
│ │ 106课时seaborn条形图绘制ev.mp4
│ │ 107课时seaborn条形图多分组技巧ev.mp4
│ │ 108课时scatterplot散点图ev.mp4
│ │ 109课时离散字段和连续字段的可视化方案ev.mp4
│ │ 110课时heatmap热力图ev.mp4
│ │ 111课时regplot和lmplot线性回归ev.mp4
│ │ 112课时单变量分布图像和组合图像ev.mp4
│ │ 113课时多分组可视化实现方案ev.mp4
│ │ 95课时seaborn默认风格设置ev.mp4
│ │ 96课时seaborn画布风格设置ev.mp4
│ │ 97课时seaborn边框配置ev.mp4
│ │ 98课时seaborn文字线条设置ev.mp4
│ │ 99课时matplotlib调色板作用及定制ev.mp4
│ │
│ ├─5-科学计算库-Numpy
│ │ 5.1 Numpy概述ev.mp4
│ │ 5.10 四则运算ev.mp4
│ │ 5.11 随机模块ev.mp4
│ │ 5.12 文件读写ev.mp4
│ │ 5.13 数组保存ev.mp4
│ │ 5.14 练习题1_ev.mp4
│ │ 5.15 练习题2_ev.mp4
│ │ 5.16 练习题3_ev.mp4
│ │ 5.2 Array数组ev.mp4
│ │ 5.3 数组结构ev.mp4
│ │ 5.4 数组类型ev.mp4
│ │ 5.5 数值运算ev.mp4
│ │ 5.6 排序操作ev.mp4
│ │ 5.7 数组形状操作ev.mp4
│ │ 5.8 数组生成函数ev.mp4
│ │ 5.9 常用生成函数ev.mp4
│ │
│ ├─6-数据分析处理库-Pandas
│ │ 6.1 Pandas概述ev.mp4
│ │ 6.10 数据透视表ev.mp4
│ │ 6.11 时间操作ev.mp4
│ │ 6.12 时间序列操作ev.mp4
│ │ 6.13 Pandas常用操作ev.mp4
│ │ 6.14 Pandas常用操作2_ev.mp4
│ │ 6.15 Groupby操作延伸ev.mp4
│ │ 6.16 字符串操作ev.mp4
│ │ 6.17 索引进阶ev.mp4
│ │ 6.18 Pandas绘图操作ev.mp4
│ │ 6.19 大数据处理技巧ev.mp4
│ │ 6.2 Pandas基本操作ev.mp4
│ │ 6.3 Pandas索引ev.mp4
│ │ 6.4 groupby操作ev.mp4
│ │ 6.5 数值运算ev.mp4
│ │ 6.6 对象操作ev.mp4
│ │ 6.7 对象操作2_ev.mp4
│ │ 6.8 merge操作ev.mp4
│ │ 6.9 显示设置ev.mp4
│ │
│ ├─7-可视化库-Matplotlib
│ │ 7.1 Matplotlib概述ev.mp4
│ │ 7.10 绘图细节设置2_ev.mp4
│ │ 7.11 直方图与散点图ev.mp4
│ │ 7.12 3D图绘制ev.mp4
│ │ 7.13 pie图ev.mp4
│ │ 7.14 子图布局ev.mp4
│ │ 7.15 结合pandas与sklearn_ev.mp4
│ │ 7.2 子图与标注ev.mp4
│ │ 7.3 风格设置ev.mp4
│ │ 7.4 条形图ev.mp4
│ │ 7.5 条形图细节ev.mp4
│ │ 7.6 条形图外观ev.mp4
│ │ 7.7 盒图绘制ev.mp4
│ │ 7.8 盒图细节ev.mp4
│ │ 7.9 绘图细节设置ev.mp4
│ │
│ └─8-可视化库-Seaborn
│ 8.1 课程简介ev.mp4
│ 8.10 Facetgrid使用方法ev.mp4
│ 8.11 Facetgrid绘制多变量ev.mp4
│ 8.12 热度图绘制ev.mp4
│ 8.2 整体布局风格设置ev.mp4
│ 8.3 风格细节设置ev.mp4
│ 8.4 调色板ev.mp4
│ 8.5 调色板颜色设置ev.mp4
│ 8.6 单变量分析绘图ev.mp4
│ 8.7 回归分析绘图ev.mp4
│ 8.8 多变量分析绘图ev.mp4
│ 8.9 分类属性绘图ev.mp4
│
├─第03模块：人工智能-必备数学课程（新）
│ 1.1 课程简介ev.mp4
│ 1.2 函数ev.mp4
│ 1.3 极限ev.mp4
│ 1.4 无穷小与无穷大ev.mp4
│ 1.5 连续性与导数ev.mp4
│ 1.6 偏导数ev.mp4
│ 1.7 方向导数ev.mp4
│ 1.8 梯度ev.mp4
│ 10.1 熵的概念ev.mp4
│ 10.2 熵的大小意味着什么ev.mp4
│ 10.3 激活函数ev.mp4
│ 10.4 激活函数的问题ev.mp4
│ 11.1 回归分析概述ev.mp4
│ 11.10 高阶与分类变量实例ev.mp4
│ 11.11 案例：汽车价格预测任务概述ev.mp4
│ 11.12 案例：缺失值填充ev.mp4
│ 11.13 案例：特征相关性ev.mp4
│ 11.14 案例：预处理问题ev.mp4
│ 11.15 案例：回归求解ev.mp4
│ 11.2 回归方程定义ev.mp4
│ 11.3 误差项的定义ev.mp4
│ 11.4 最小二乘法推导与求解ev.mp4
│ 11.5 回归方程求解小例子ev.mp4
│ 11.6 回归直线拟合优度ev.mp4
│ 11.7 多元与曲线回归问题ev.mp4
│ 11.8 Python工具包介绍ev.mp4
│ 11.9 statsmodels回归分析ev.mp4
│ 12.1 假设检验基本思想ev.mp4
│ 12.10 Python假设检验实例ev.mp4
│ 12.11 Python卡方检验实例ev.mp4
│ 12.2 左右侧检验与双侧检验ev.mp4
│ 12.3 Z检验基本原理ev.mp4
│ 12.4 Z检验实例ev.mp4
│ 12.5 T检验基本原理ev.mp4
│ 12.6 T检验实例ev.mp4
│ 12.7 T检验应用条件ev.mp4
│ 12.8 卡方检验ev.mp4
│ 12.9 假设检验中的两类错误ev.mp4
│ 13.1 相关分析概述ev.mp4
│ 13.2 皮尔森相关系数ev.mp4
│ 13.3 计算与检验ev.mp4
│ 13.4 斯皮尔曼等级相关ev.mp4
│ 13.5 肯德尔系数ev.mp4
│ 13.6 质量相关分析ev.mp4
│ 13.7 偏相关与复相关ev.mp4
│ 14.1 方差分析概述ev.mp4
│ 14.2 方差的比较ev.mp4
│ 14.3 方差分析计算方法ev.mp4
│ 14.4 方差分析中的多重比较ev.mp4
│ 14.5 多因素方差分析ev.mp4
│ 14.6 Python方差分析实例ev.mp4
│ 15.1 层次聚类概述ev.mp4
│ 15.10 多种聚类算法概述ev.mp4
│ 15.11 聚类案例实战ev.mp4
│ 15.2 层次聚类流程ev.mp4
│ 15.3 层次聚类实例ev.mp4
│ 15.4 KMEANS算法概述ev.mp4
│ 15.5 KMEANS工作流程ev.mp4
│ 15.6 KMEANS迭代可视化展示ev.mp4
│ 15.7 DBSCAN聚类算法ev.mp4
│ 15.8 DBSCAN工作流程ev.mp4
│ 15.9 DBSCAN可视化展示ev.mp4
│ 16.1 贝叶斯分析概述ev.mp4
│ 16.10 MCMC概述ev.mp4
│ 16.11 PYMC3概述ev.mp4
│ 16.12 模型诊断ev.mp4
│ 16.13 模型决策ev.mp4
│ 16.2 概率的解释ev.mp4
│ 16.3 贝叶斯学派与经典统计学派的争论ev.mp4
│ 16.4 贝叶斯算法概述ev.mp4
│ 16.5 贝叶斯推导实例ev.mp4
│ 16.6 贝叶斯拼写纠错实例ev.mp4
│ 16.7 垃圾邮件过滤实例ev.mp4
│ 16.8 贝叶斯解释ev.mp4
│ 16.9 经典求解思路ev.mp4
│ 2.1 微积分基本想法ev.mp4
│ 2.2 微积分的解释ev.mp4
│ 2.3 定积分ev.mp4
│ 2.4 定积分性质ev.mp4
│ 2.5 牛顿.莱布尼茨公式ev.mp4
│ 3.1 泰勒公式出发点ev.mp4
│ 3.2 一点一世界ev.mp4
│ 3.3 阶数的作用ev.mp4
│ 3.4 阶乘的作用ev.mp4
│ 3.5 拉格朗日乘子法ev.mp4
│ 3.6 求解拉格朗日乘子法ev.mp4
│ 4.1 行列式概述ev.mp4
│ 4.2 矩阵与数据的关系ev.mp4
│ 4.3 矩阵基本操作ev.mp4
│ 4.4 矩阵的几种变换ev.mp4
│ 4.5 矩阵的秩ev.mp4
│ 4.6 内积与正交ev.mp4
│ 5.1 特征值与特征向量ev.mp4
│ 5.2 特征空间与应用ev.mp4
│ 5.3 SVD要解决的问题ev.mp4
│ 5.4 特征值分解ev.mp4
│ 5.5 SVD矩阵分解ev.mp4
│ 6.1 离散型随机变量ev.mp4
│ 6.2 连续型随机变量ev.mp4
│ 6.3 简单随机抽样ev.mp4
│ 6.4 似然函数ev.mp4
│ 6.5 极大似然估计ev.mp4
│ 7.1 概率与频率ev.mp4
│ 7.10 期望求解ev.mp4
│ 7.11 马尔科夫不等式ev.mp4
│ 7.12 切比雪夫不等式ev.mp4
│ 7.13 后验概率估计ev.mp4
│ 7.14 贝叶斯拼写纠错实例ev.mp4
│ 7.15 垃圾邮件过滤实例ev.mp4
│ 7.2 古典概型ev.mp4
│ 7.3 条件概率ev.mp4
│ 7.4 条件概率小例子ev.mp4
│ 7.5 独立性ev.mp4
│ 7.6 二维离散型随机变量ev.mp4
│ 7.7 二维连续型随机变量ev.mp4
│ 7.8 边缘分布ev.mp4
│ 7.9 期望ev.mp4
│ 8.1 正太分布ev.mp4
│ 8.2 二项式分布ev.mp4
│ 8.3 泊松分布ev.mp4
│ 8.4 均匀分布ev.mp4
│ 8.5 卡方分布ev.mp4
│ 8.6 beta分布ev.mp4
│ 9.1 核函数的目的ev.mp4
│ 9.2 线性核函数ev.mp4
│ 9.3 多项式核函数ev.mp4
│ 9.4 核函数实例ev.mp4
│ 9.5 高斯核函数ev.mp4
│ 9.6 参数的影响ev.mp4
│
├─第04模块：机器学习算法精讲及其案例应用（新）
│ 1.1 课程简介ev.mp4
│ 1.10 线性回归整体模块概述ev.mp4
│ 1.100 决策边界展示分析ev.mp4
│ 1.101 树模型预剪枝参数作用ev.mp4
│ 1.102 回归树模型ev.mp4
│ 1.103 随机森林算法原理ev.mp4
│ 1.104 随机森林优势与特征重要性指标ev.mp4
│ 1.105 提升算法概述ev.mp4
│ 1.106 stacking堆叠模型ev.mp4
│ 1.107 构建实验数据集ev.mp4
│ 1.108 硬投票与软投票效果对比ev.mp4
│ 1.109 Bagging策略效果ev.mp4
│ 1.11 初始化步骤ev.mp4
│ 1.110 集成效果展示分析ev.mp4
│ 1.111 OOB袋外数据的作用ev.mp4
│ 1.112 特征重要性热度图展示ev.mp4
│ 1.113 Adaboost算法概述ev.mp4
│ 1.114 Adaboost决策边界效果ev.mp4
│ 1.115 GBDT提升算法流程ev.mp4
│ 1.116 集成参数对比分析ev.mp4
│ 1.117 模型提前停止策略ev.mp4
│ 1.118 停止方案实施ev.mp4
│ 1.119 堆叠模型ev.mp4
│ 1.12 实现梯度下降优化模块ev.mp4
│ 1.120 支持向量机要解决的问题ev.mp4
│ 1.121 距离与数据定义ev.mp4
│ 1.122 目标函数推导ev.mp4
│ 1.123 拉格朗日乘子法求解ev.mp4
│ 1.124 化简最终目标函数ev.mp4
│ 1.125 求解决策方程ev.mp4
│ 1.126 软间隔优化ev.mp4
│ 1.127 核函数的作用ev.mp4
│ 1.128 知识点总结ev.mp4
│ 1.129 支持向量机所能带来的效果ev.mp4
│ 1.13 损失与预测模块ev.mp4
│ 1.130 决策边界可视化展示ev.mp4
│ 1.131 软间隔的作用ev.mp4
│ 1.132 非线性SVM_ev.mp4
│ 1.133 核函数的作用与效果ev.mp4
│ 1.134 深度学习要解决的问题ev.mp4
│ 1.135 深度学习应用领域ev.mp4
│ 1.136 计算机视觉任务ev.mp4
│ 1.137 视觉任务中遇到的问题ev.mp4
│ 1.138 得分函数ev.mp4
│ 1.139 损失函数的作用ev.mp4
│ 1.14 数据与标签定义ev.mp4
│ 1.140 前向传播整体流程ev.mp4
│ 1.141 返向传播计算方法ev.mp4
│ 1.142 神经网络整体架构ev.mp4
│ 1.143 神经网络架构细节ev.mp4
│ 1.144 神经元个数对结果的影响ev.mp4
│ 1.145 正则化与激活函数ev.mp4
│ 1.146 神经网络过拟合解决方法ev.mp4
│ 1.147 神经网络整体框架概述ev.mp4
│ 1.148 参数初始化操作ev.mp4
│ 1.149 矩阵向量转换ev.mp4
│ 1.15 训练线性回归模型ev.mp4
│ 1.150 向量反变换ev.mp4
│ 1.151 完成前向传播模块ev.mp4
│ 1.152 损失函数定义ev.mp4
│ 1.153 准备反向传播迭代ev.mp4
│ 1.154 差异项计算ev.mp4
│ 1.155 逐层计算ev.mp4
│ 1.156 完成全部迭代更新模块ev.mp4
│ 1.157 手写字体识别数据集ev.mp4
│ 1.158 算法代码错误修正ev.mp4
│ 1.159 模型优化结果展示ev.mp4
│ 1.16 得到线性回归方程ev.mp4
│ 1.160 测试效果可视化展示ev.mp4
│ 1.161 贝叶斯要解决的问题ev.mp4
│ 1.162 贝叶斯公式推导ev.mp4
│ 1.163 拼写纠错实例ev.mp4
│ 1.164 垃圾邮件过滤实例ev.mp4
│ 1.165 朴素贝叶斯算法整体框架ev.mp4
│ 1.166 邮件数据读取ev.mp4
│ 1.167 预料表与特征向量构建ev.mp4
│ 1.168 分类别统计词频ev.mp4
│ 1.169 贝叶斯公式对数变换ev.mp4
│ 1.17 整体流程debug解读ev.mp4
│ 1.170 完成预测模块ev.mp4
│ 1.171 关联规则概述ev.mp4
│ 1.172 支持度与置信度ev.mp4
│ 1.173 提升度的作用ev.mp4
│ 1.174 Python实战关联规则ev.mp4
│ 1.175 数据集制作ev.mp4
│ 1.176 电影数据集题材关联分析ev.mp4
│ 1.177 Apripri算法整体流程ev.mp4
│ 1.178 数据集demo_ev.mp4
│ 1.179 扫描模块ev.mp4
│ 1.18 多特征回归模型ev.mp4
│ 1.180 拼接模块ev.mp4
│ 1.181 挖掘频繁项集ev.mp4
│ 1.182 规则生成模块ev.mp4
│ 1.183 完成全部算法流程ev.mp4
│ 1.184 规则结果展示ev.mp4
│ 1.185 词向量模型通俗解释ev.mp4
│ 1.186 模型整体框架ev.mp4
│ 1.187 训练数据构建ev.mp4
│ 1.188 CBOW与Skip.gram模型ev.mp4
│ 1.189 负采样方案ev.mp4
│ 1.19 非线性回归ev.mp4
│ 1.190 数据与任务流程ev.mp4
│ 1.191 数据清洗ev.mp4
│ 1.192 batch数据制作ev.mp4
│ 1.193 网络训练ev.mp4
│ 1.194 可视化展示ev.mp4
│ 1.195 推荐系统应用ev.mp4
│ 1.196 推荐系统要完成的任务ev.mp4
│ 1.197 相似度计算ev.mp4
│ 1.198 基于用户的协同过滤ev.mp4
│ 1.199 基于物品的协同过滤ev.mp4
│ 1.2 回归问题概述ev.mp4
│ 1.20 Sklearn工具包简介ev.mp4
│ 1.200 隐语义模型ev.mp4
│ 1.201 隐语义模型求解ev.mp4
│ 1.202 模型评估标准ev.mp4
│ 1.203 音乐推荐任务概述ev.mp4
│ 1.204 数据集整合ev.mp4
│ 1.205 基于物品的协同过滤ev.mp4
│ 1.206 物品相似度计算与推荐ev.mp4
│ 1.207 SVD矩阵分解ev.mp4
│ 1.208 基于矩阵分解的音乐推荐1_ev.mp4
│ 1.209 线性判别分析要解决的问题ev.mp4
│ 1.21 数据集切分ev.mp4
│ 1.210 线性判别分析要优化的目标ev.mp4
│ 1.211 线性判别分析求解ev.mp4
│ 1.212 实现线性判别分析进行降维任务ev.mp4
│ 1.213 求解得出降维结果ev.mp4
│ 1.214 PCA基本概念ev.mp4
│ 1.215 PCA降维实例ev.mp4
│ 1.216 PCA结果推导ev.mp4
│ 1.217 方差与协方差ev.mp4
│ 1.218 马尔科夫模型ev.mp4
│ 1.219 隐马尔科夫模型基本出发点ev.mp4
│ 1.22 交叉验证的作用ev.mp4
│ 1.220 组成与要解决的问题ev.mp4
│ 1.221 暴力求解方法ev.mp4
│ 1.222 复杂度计算ev.mp4
│ 1.223 前向算法ev.mp4
│ 1.224 前向算法求解实例ev.mp4
│ 1.225 Baum.Welch算法ev.mp4
│ 1.226 参数求解ev.mp4
│ 1.227 维特比算法ev.mp4
│ 1.228 hmmlearn工具包ev.mp4
│ 1.229 工具包使用方法ev.mp4
│ 1.23 交叉验证实验分析ev.mp4
│ 1.230 中文分词任务ev.mp4
│ 1.231 实现中文分词ev.mp4
│ 1.24 混淆矩阵ev.mp4
│ 1.25 评估指标对比分析ev.mp4
│ 1.26 阈值对结果的影响ev.mp4
│ 1.27 ROC曲线ev.mp4
│ 1.28 实验目标分析ev.mp4
│ 1.29 参数直接求解方法ev.mp4
│ 1.3 误差项定义ev.mp4
│ 1.30 预处理对结果的影响ev.mp4
│ 1.31 梯度下降模块ev.mp4
│ 1.32 学习率对结果的影响ev.mp4
│ 1.33 随机梯度下降得到的效果ev.mp4
│ 1.34 MiniBatch方法ev.mp4
│ 1.35 不同策略效果对比ev.mp4
│ 1.36 多项式回归ev.mp4
│ 1.37 模型复杂度ev.mp4
│ 1.38 样本数量对结果的影响ev.mp4
│ 1.39 正则化的作用ev.mp4
│ 1.4 独立同分布的意义ev.mp4
│ 1.40 岭回归与lasso_ev.mp4
│ 1.41 实验总结ev.mp4
│ 1.42 逻辑回归算法原理ev.mp4
│ 1.43 化简与求解ev.mp4
│ 1.44 多分类逻辑回归整体思路ev.mp4
│ 1.45 训练模块功能ev.mp4
│ 1.46 完成预测模块ev.mp4
│ 1.47 优化目标定义ev.mp4
│ 1.48 迭代优化参数ev.mp4
│ 1.49 梯度计算ev.mp4
│ 1.5 似然函数的作用ev.mp4
│ 1.50 得出最终结果ev.mp4
│ 1.51 鸢尾花数据集多分类任务ev.mp4
│ 1.52 训练多分类模型ev.mp4
│ 1.53 准备测试数据ev.mp4
│ 1.54 决策边界绘制ev.mp4
│ 1.55 非线性决策边界ev.mp4
│ 1.56 逻辑回归实验概述ev.mp4
│ 1.57 概率结果随特征数值的变化ev.mp4
│ 1.58 可视化展示ev.mp4
│ 1.59 坐标棋盘制作ev.mp4
│ 1.6 参数求解ev.mp4
│ 1.60 分类决策边界展示分析ev.mp4
│ 1.61 多分类.softmax_ev.mp4
│ 1.62 KMEANS算法概述ev.mp4
│ 1.63 KMEANS工作流程ev.mp4
│ 1.64 KMEANS迭代可视化展示ev.mp4
│ 1.65 DBSCAN聚类算法ev.mp4
│ 1.66 DBSCAN工作流程ev.mp4
│ 1.67 DBSCAN可视化展示ev.mp4
│ 1.68 Kmeans算法模块概述ev.mp4
│ 1.69 计算得到簇中心点ev.mp4
│ 1.7 梯度下降通俗解释ev.mp4
│ 1.70 样本点归属划分ev.mp4
│ 1.71 算法迭代更新ev.mp4
│ 1.72 鸢尾花数据集聚类任务ev.mp4
│ 1.73 聚类效果展示ev.mp4
│ 1.74 Kmenas算法常用操作ev.mp4
│ 1.75 聚类结果展示ev.mp4
│ 1.76 建模流程解读ev.mp4
│ 1.77 不稳定结果ev.mp4
│ 1.78 评估指标.Inertia_ev.mp4
│ 1.79 如何找到合适的K值ev.mp4
│ 1.8 参数更新方法ev.mp4
│ 1.80 轮廓系数的作用ev.mp4
│ 1.81 Kmenas算法存在的问题ev.mp4
│ 1.82 半监督学习ev.mp4
│ 1.83 DBSCAN算法ev.mp4
│ 1.84 决策树算法概述ev.mp4
│ 1.85 熵的作用ev.mp4
│ 1.86 信息增益原理ev.mp4
│ 1.87 决策树构造实例ev.mp4
│ 1.88 信息增益率与gini系数ev.mp4
│ 1.89 预剪枝方法ev.mp4
│ 1.9 优化参数设置ev.mp4
│ 1.90 后剪枝方法ev.mp4
│ 1.91 回归问题解决ev.mp4
│ 1.92 整体模块概述ev.mp4
│ 1.93 递归生成树节点ev.mp4
│ 1.94 整体框架逻辑ev.mp4
│ 1.95 熵值计算ev.mp4
│ 1.96 数据集切分ev.mp4
│ 1.97 完成树模型构建ev.mp4
│ 1.98 测试算法效果ev.mp4
│ 1.99 树模型可视化展示ev.mp4
│
├─第05模块：机器学习算法建模实战项目（新）
│ 1.1 任务目标解读ev.mp4
│ 1.10 混淆矩阵评估分析ev.mp4
│ 1.11 测试集遇到的问题ev.mp4
│ 1.12 阈值对结果的影响ev.mp4
│ 1.13 SMOTE样本生成策略ev.mp4
│ 1.14 过采样效果与项目总结ev.mp4
│ 1.2 项目挑战与解决方案制定ev.mp4