实用数据挖掘与人工智能

实用数据挖掘与人工智能

课程介绍:

课程资源名称:实用数据挖掘与人工智能,资源大小:45.28G,详见下发截图与文件目录。

实用数据挖掘与人工智能

实用数据挖掘与人工智能

课程文件目录:实用数据挖掘与人工智能[45.28G]

01、课程:熟悉jupyter notebook [1.57G]

1、创建新的python环境.mp4 [85.36M]

10、安装决策树可视化工具graphviz(二).mp4 [144.17M]

11、几个重要的工具包介绍(一).mp4 [136.35M]

12、几个重要的工具包介绍(二).mp4 [61.70M]

13、安装tensorflow与keras(一).mp4 [80.34M]

14、安装tensorflow与keras(二).mp4 [76.52M]

15、jupyter notebook的基本使用技巧.mp4 [92.51M]

16、markdown的基本技巧(一).mp4 [111.42M]

17、markdown的基本技巧(二).mp4 [65.17M]

2、python环境与版本(一).mp4 [70.75M]

3、python环境与版本(二).mp4 [124.52M]

4、python环境与版本(三).mp4 [81.03M]

5、python环境与版本(四).mp4 [87.03M]

6、python环境与版本(五).mp4 [91.60M]

7、python环境与版本(六).mp4 [117.66M]

8、python环境与版本(七).mp4 [110.33M]

9、安装决策树可视化工具graphviz(一).mp4 [74.13M]

02、课程:文献与代码管理工具及统计基础 [1.00G]

10、答疑(三).mp4 [74.90M]

11、统计基础概述.mp4 [95.21M]

1学习方法总结.mp4 [64.25M]

2 mendeley介绍及安装(一).mp4 [88.81M]

3、mendeley介绍及安装(二).mp4 [56.41M]

4、github介绍及安装.mp4 [127.52M]

5、github远端连接操作(一).mp4 [124.32M]

6、github远端连接操作(二).mp4 [136.17M]

7、github远端连接操作(三).mp4 [109.73M]

8、答疑(一).mp4 [85.20M]

9答疑二.mp4 [64.26M]

03、课程:python基本数据类型 [1.53G]

1、课程概述.mp4 [65.10M]

10、python基本数据类型(一).mp4 [137.14M]

11、python基本数据类型(二).mp4 [21.71M]

12、python基本数据类型(三).mp4 [118.79M]

13、python基本数据类型(四).mp4 [96.35M]

14、python基本数据类型(五).mp4 [93.27M]

15、python基本数据类型(六).mp4 [134.94M]

16、python基本数据类型(七).mp4 [112.31M]

17、python基本数据类型(八).mp4 [101.92M]

2、计算机语言与程序概述(一).mp4 [113.38M]

3、计算机语言与程序概述(二).mp4 [25.21M]

4、为什么需要编程语言.mp4 [87.65M]

5、python能做什么.mp4 [104.79M]

6、课间答疑.mp4 [101.14M]

7、python2和python3的区别.mp4 [48.13M]

8、编程语言的元素.mp4 [99.20M]

9、致敬 hello world.mp4 [106.20M]

04、课程:函数与python基本数据结构 [1.29G]

1、函数(一).mp4 [122.03M]

10、python基本数据结构(一).mp4 [92.76M]

11、python基本数据结构(二).mp4 [142.03M]

12、python基本数据结构(三).mp4 [120.03M]

2、函数(二).mp4 [78.09M]

3、函数(三).mp4 [141.91M]

4、函数(四).mp4 [95.87M]

5、函数(五).mp4 [67.84M]

6、python编码结构(一).mp4 [135.17M]

7、python编码结构(二).mp4 [115.25M]

8、python编码结构(三).mp4 [52.23M]

9、python模块和程序包.mp4 [162.56M]

05、课程:numpy的基本操作 [1.03G]

1、introduction to numpy.mp4 [123.56M]

10、array processing(二).mp4 [110.90M]

11、save and load array.mp4 [42.51M]

2、create arrays.mp4 [127.60M]

3、basic operations of arrays.mp4 [130.88M]

4、lndexing ,slicing and iterating(一).mp4 [76.07M]

5、lndexing ,slicing and iterating(二).mp4 [101.73M]

6、lndexing ,slicing and iterating(三).mp4 [60.64M]

7、matrix operations (一).mp4 [115.55M]

8、matrix operations (二).mp4 [94.46M]

9、array processing(一).mp4 [67.60M]

06、课程:pandas的基本操作 [923.88M]

1、series.mp4 [107.18M]

10、slice data(二).mp4 [90.31M]

11、data alignment.mp4 [73.02M]

12、rank and sort.mp4 [35.30M]

2、dataframe+titanic example(一).mp4 [150.82M]

3、dataframe+titanic example(二).mp4 [115.80M]

4、dataframe+titanic example(三).mp4 [126.66M]

5、dataframe+titanic example(四).mp4 [85.95M]

6、index objects.mp4 [35.03M]

7、reindex.mp4 [32.63M]

8、drop data.mp4 [32.90M]

9、slice data(一).mp4 [38.28M]

07、课程:matplotlib的基本操作 [621.37M]

1、matplotlib(一).mp4 [74.83M]

2、matplotlib(二).mp4 [74.20M]

3、matplotlib(三).mp4 [70.79M]

4、matplotlib(四).mp4 [76.23M]

5、matplotlib(五).mp4 [69.70M]

6、aggregation(一).mp4 [103.07M]

7、aggregation(二).mp4 [96.73M]

8、aggregation(三).mp4 [55.82M]

08、课程:什么是好的模型结果-cost function [1.32G]

1、如何定义一个模型结果的好坏?.mp4 [133.70M]

10、二分类问题-f1-score.mp4 [134.69M]

11、分类模型,如何衡量模型结果?.mp4 [109.10M]

12、imbalanced问题(一).mp4 [63.76M]

13、imbalanced问题(二).mp4 [92.60M]

2、连续变量的模型,如何来衡量模型结果?(一).mp4 [63.40M]

3、连续变量的模型,如何来衡量模型结果?(二).mp4 [132.43M]

4、二分类问题-假设检验,p-value(一).mp4 [83.21M]

5、二分类问题-假设检验,p-value(二).mp4 [103.39M]

6、二分类问题-roc & auc(一).mp4 [129.89M]

7、二分类问题-roc & auc(二).mp4 [115.66M]

8、什么是好的分类(一).mp4 [122.14M]

9、二分类问题-召回率,准确率.mp4 [70.67M]

09、课程:线性回归 [1.38G]

1、知识回顾.mp4 [78.72M]

10、线性回归对样本及误差的要求和假设前提(一).mp4 [126.54M]

11、线性回归对样本及误差的要求和假设前提(二).mp4 [77.72M]

12、预测的confidence interval 和 prediction interval(一).mp4 [128.07M]

13、预测的confidence interval 和 prediction interval(二).mp4 [117.21M]

14、预测的confidence interval 和 prediction interval(三).mp4 [91.81M]

15、imbalanced问题.mp4 [113.20M]

2、为什么要使用线性回归?.mp4 [86.62M]

3、如何计算线性回归?(一).mp4 [70.30M]

4、如何计算线性回归?(二).mp4 [108.56M]

5、问题解答.mp4 [60.11M]

6、由最小二乘法选出的直线有没有用?(一).mp4 [74.42M]

7、由最小二乘法选出的直线有没有用?(二).mp4 [97.67M]

8、线性回归参数估计的含义.mp4 [96.69M]

9、线性回归对数据的解释.mp4 [84.98M]

10、课程:逻辑回归及应用 [1.28G]

1、逻辑回归与线性回归.mp4 [68.75M]

10、寻找最合理的参数-3. 计算最优参数(五).mp4 [108.72M]

11、寻找最合理的参数-3. 计算最优参数(六).mp4 [73.15M]

12、更进一步:从逻辑回归到softmax(一).mp4 [67.06M]

13、更进一步:从逻辑回归到softmax(二).mp4 [116.49M]

2、如何计算信用分数.mp4 [76.15M]

3、商家如何查看芝麻信用值?.mp4 [111.03M]

4、寻找最合理的参数-1设计cost function.mp4 [121.11M]

5、疑题解答.mp4 [109.87M]

6、寻找最合理的参数-3. 计算最优参数(一).mp4 [103.87M]

7、寻找最合理的参数-3. 计算最优参数(二).mp4 [111.73M]

8、寻找最合理的参数-3. 计算最优参数(三).mp4 [121.63M]

9、寻找最合理的参数-3. 计算最优参数(四).mp4 [121.06M]

11、课程:拟合与过拟合的定义 [1.28G]

1、拟合与过拟合.mp4 [133.14M]

10、方差的分解(一).mp4 [121.32M]

11、方差的分解(二).mp4 [135.04M]

12、bias与variance的分解.mp4 [78.28M]

2、对抗过拟合(一).mp4 [93.53M]

3、对抗过拟合(二).mp4 [131.05M]

4、对抗过拟合(三).mp4 [74.87M]

5、python实现(一).mp4 [103.57M]

6、python实现(二).mp4 [121.10M]

7、正则化regularization.mp4 [121.47M]

8、ridge(一).mp4 [74.56M]

9、ridge(二).mp4 [127.86M]

12、课程:决策树模型 [1.10G]

1、什么是决策树?.mp4 [109.49M]

10、decision tree_example1(六).mp4 [121.09M]

11、decision tree_example1(七).mp4 [125.11M]

2、游戏中的决策树分析(一).mp4 [91.39M]

3、游戏中的决策树分析(二).mp4 [73.89M]

4、哪个问题分的最好?.mp4 [165.47M]

5、decision tree_example1(一).mp4 [73.82M]

6、decision tree_example1(二).mp4 [96.30M]

7、decision tree_example1(三).mp4 [94.72M]

8、decision tree_example1(四).mp4 [73.08M]

9、decision tree_example1(五).mp4 [104.36M]

13、课程:pandas 数据操作与ensemble method 集成算法 [1.24G]

1、combining dataframes.mp4 [98.85M]

10、bagging (bootstrap aggregating).mp4 [78.12M]

11、boosting and ada boosting(一).mp4 [103.21M]

12、boosting and ada boosting(二).mp4 [113.81M]

2、mapping.mp4 [116.86M]

3、binning.mp4 [133.48M]

4、groupby on dict and series(二).mp4 [113.49M]

5、merge(一).mp4 [124.66M]

6、merge(二).mp4 [122.56M]

7、outliers.mp4 [80.25M]

8、pivoting.mp4 [80.25M]

9、replace.mp4 [99.14M]

14、课程:airbnb 数据分析 [1.30G]

1、airbnb介绍.mp4 [118.16M]

10、modeling(一).mp4 [123.59M]

11、modeling(二).mp4 [86.76M]

2、train and test 用户本身数据和营销渠道数据.mp4 [126.31M]

3、airbnb_dataexploration(一).mp4 [123.47M]

4、4airbnb_dataexploration(二).mp4 [131.07M]

5、airbnb_dataexploration(三).mp4 [130.34M]

6、airbnb_featureengineering(一).mp4 [108.77M]

7、airbnb_featureengineering(二).mp4 [130.82M]

8、airbnb_featureengineering(三).mp4 [123.98M]

9、airbnb_featureengineering(四).mp4 [124.96M]

15、课程:支持向量机(svm) [1.36G]

1、支持向量机简介与历史(一).mp4 [106.93M]

10、支持向量机算法总结.mp4 [115.59M]

11、代码实战(一).mp4 [128.70M]

12、代码实战(二).mp4 [101.92M]

13、代码实战(三).mp4 [98.98M]

2、支持向量机简介与历史(二).mp4 [90.26M]

3、支持向量机分类与回归(一).mp4 [110.08M]

4、支持向量机分类与回归(二).mp4 [106.81M]

5、支持向量机分类与回归(三).mp4 [94.81M]

6、对偶问题.mp4 [122.85M]

7、支持向量.mp4 [91.05M]

8、核函数.mp4 [102.46M]

9、正则化与软间隔.mp4 [125.03M]

16、课程:自然语言处理与nlp-代码实战 [1.48G]

1、历史.mp4 [110.39M]

10、深度学习(二).mp4 [130.05M]

11、语言模型实战(一).mp4 [74.32M]

12、语言模型实战(二).mp4 [134.47M]

13、语言模型实战(三).mp4 [109.56M]

14、语言模型实战(四).mp4 [77.72M]

2、语言模型(一).mp4 [107.64M]

3、语言模型(二).mp4 [107.16M]

4、语言模型(三).mp4 [83.32M]

5、语言模型(四).mp4 [68.68M]

6、语言模型(五).mp4 [126.06M]

7、语言模型评价.mp4 [134.05M]

8、隐马尔可夫模型.mp4 [133.40M]

9、深度学习(一).mp4 [116.07M]

17、课程:文字处理与amazon评论nlp分析案例 [1.24G]

1、python文字处理基本操作回顾.mp4 [85.26M]

10、清理文字并建语料库(一).mp4 [94.94M]

11、清理文字并建语料库(二).mp4 [71.35M]

12、建模.mp4 [102.83M]

13、调用具体模型.mp4 [132.02M]

2、ascii,unicode解码与编码,utf-8(一).mp4 [114.42M]

3、ascii,unicode解码与编码,utf-8(二).mp4 [125.25M]

4、nltk工具包与特朗普的任职演讲.mp4 [120.32M]

5、计算词频.mp4 [96.60M]

6、读取文字.mp4 [22.89M]

7、整理标签(一).mp4 [110.98M]

8、整理标签(二).mp4 [78.09M]

9、整理标签(三).mp4 [114.17M]

18、课程:网络基础概述 [1.45G]

1、网络基础概述.mp4 [57.12M]

10、什么是api(一).mp4 [149.98M]

11、什么是api(二).mp4 [131.75M]

12、如何找到api.mp4 [93.31M]

13、网络产品和现在网络程序.mp4 [37.66M]

14、答疑.mp4 [112.31M]

2、数据和数据库(一).mp4 [107.78M]

3、数据和数据库(二).mp4 [102.33M]

4、哪个问题分的最好?.mp4 [165.47M]

5、计算机网络知识普及(二).mp4 [139.36M]

6、什么是网站.mp4 [139.65M]

7、静态网站和动态网站.mp4 [38.08M]

8、简单的网站服务程序(一).mp4 [102.31M]

9、简单的网站服务程序(二).mp4 [108.26M]

19、课程:网络爬虫入门 [1.44G]

1、网络爬虫概述.mp4 [96.76M]

10、弹幕爬虫(二).ts [156.39M]

11、弹幕爬虫(三).ts [97.26M]

12、弹幕爬虫(四).ts [84.56M]

13、弹幕爬虫(五).ts [68.58M]

14、弹幕爬虫(六).ts [145.91M]

2、复习html.ts [50.58M]

3、强大的工具—requests.mp4 [107.75M]

4、强大的工具—beautifulsoup(一).ts [80.98M]

5、强大的工具—beautifulsoup(二).ts [103.97M]

6、charity watch(一).ts [105.74M]

7、charity watch(二).ts [140.51M]

8、charity watch(三).ts [121.75M]

9、弹幕爬虫(一).ts [114.01M]

20、课程:爬虫进阶 [800.32M]

1、write binary file.ts [134.25M]

2、read binary file.ts [29.94M]

3、静态文件获取(一).ts [85.15M]

4、静态文件获取(二).ts [96.12M]

5、认证授权(一).ts [142.26M]

6、认证授权(二).ts [50.78M]

7、认证授权(三).ts [73.45M]

8、爬虫进阶扩展(一).ts [76.29M]

9、爬虫进阶扩展(二).ts [112.07M]

21、课程: 正则表达式 [758.07M]

1、常见代码.ts [133.37M]

2、基本语句(一).ts [71.64M]

3、基本语句(二).ts [79.43M]

4、字符匹配和分枝条件.ts [98.74M]

5、分组.ts [104.48M]

6、后向引用和零宽断言.ts [83.12M]

7、案例分析(一).ts [65.69M]

8、案例分析(二).ts [121.60M]

22、课程:贝叶斯统计 [1.49G]

1、联合概率.ts [96.56M]

10、贝叶斯公式垃圾短信识别程序(一).ts [145.55M]

11、贝叶斯公式垃圾短信识别程序(二).ts [77.67M]

12、贝叶斯公式垃圾短信识别程序(三).ts [123.88M]

13、脑筋急转弯:三门问题(一).ts [106.44M]

14、脑筋急转弯:三门问题(二).ts [73.80M]

2、边缘概率.ts [66.49M]

3、条件概率.ts [138.59M]

4、联合概率、边缘概率和条件概率.ts [89.26M]

5、贝叶斯公式(一).ts [133.73M]

6、贝叶斯公式(二).ts [118.86M]

7、流感案例.ts [142.63M]

8、图形化理解.ts [113.81M]

9、案例分析.ts [95.40M]

23、课程:搜集用户信息与数据整合 [1.26G]

1、搜集用户发帖comment id(一).mp4 [73.71M]

10、爬取用户信息(二).mp4 [150.19M]

11、爬取用户信息(三).mp4 [124.27M]

12、爬取用户信息(四).mp4 [48.69M]

13、randomforest 重新采样(一).mp4 [121.61M]

14、randomforest 重新采样(二).mp4 [110.24M]

2、搜集用户发帖comment id(二).mp4 [101.36M]

3、正向编码方法.mp4 [46.90M]

4、如何逆向解码(一).mp4 [108.69M]

5、如何逆向解码(二).mp4 [104.68M]

6、如何逆向解码(三).mp4 [87.71M]

7、如何逆向解码(四).mp4 [87.42M]

8、整理用户mid id.mp4 [32.00M]

9、爬取用户信息(一).mp4 [91.87M]

24、课程:贝叶斯思维 [1.42G]

1、贝叶斯统计(一).mp4 [91.20M]

10、证明正态分布的后验分布依然是正态分布(二).mp4 [88.77M]

11、证明正态分布的后验分布依然是正态分布(三).mp4 [118.77M]

12、证明正态分布的后验分布依然是正态分布(四).mp4 [100.13M]

13、美国海岸救援案例.mp4 [57.99M]

2、贝叶斯统计(二).mp4 [131.13M]

3、贝叶斯统计(三).mp4 [112.12M]

4、贝叶斯统计(四).mp4 [127.52M]

5、贝叶斯公式(一).mp4 [122.11M]

6、贝叶斯公式(二).mp4 [108.60M]

7、贝叶斯公式(三).mp4 [121.17M]

8、贝叶斯公式(四).mp4 [139.24M]

9、证明正态分布的后验分布依然是正态分布(一).mp4 [136.93M]

25、课程:bilibili火爆剧集与观众分析 [1.18G]

1、bilibili火爆剧集与观众分析.mp4 [132.78M]

10、二十四小时的弹幕频率分布.mp4 [99.99M]

11、年内的弹幕频率分布.mp4 [66.78M]

12、观众信息.mp4 [94.11M]

13、脑筋急转弯(一).mp4 [81.28M]

14、脑筋急转弯(二).mp4 [107.08M]

2、结巴分词使用.mp4 [110.49M]

3、去除nan、分词.mp4 [55.97M]

4、去停用词、整理词频.mp4 [81.25M]

5、关键词计算.mp4 [112.97M]

6、生成词云.mp4 [58.16M]

7、沿时间的动态变化:频率与高频词(一).mp4 [91.20M]

8、沿时间的动态变化:频率与高频词(二).mp4 [69.50M]

9、沿时间的动态变化:频率与高频词(三).mp4 [44.66M]

26、课程:聚类与代码实战 [1.34G]

1、课程概要.mp4 [113.88M]

10、密度聚类.mp4 [120.08M]

11、dbscan.mp4 [122.72M]

12、聚类算法总结.mp4 [39.46M]

13、代码实战(一).mp4 [132.57M]

14、代码实战(二).mp4 [75.02M]

15、代码实战(三).mp4 [144.35M]

2、机器学习与聚类简介.mp4 [43.49M]

3、聚类的定义以及和分类的区别.mp4 [85.69M]

4、聚类相似度度量:几何距离.mp4 [68.44M]

5、划分聚类.mp4 [75.80M]

6、划分聚类—k均值算法(一).mp4 [86.21M]

7、划分聚类—k均值算法(二).mp4 [120.03M]

8、层次聚类.mp4 [78.22M]

9、agglomerative clustering算法.mp4 [65.62M]

27、课程:商业社交媒体舆情分析 [1.41G]

1、脑筋急转弯(一).mp4 [86.45M]

10、作用价值三:寻找接触点.mp4 [129.88M]

11、总结:营销领域的舆情分析应用.mp4 [113.00M]

12、答疑(一).mp4 [85.35M]

13、答疑(二).mp4 [80.52M]

2、脑筋急转弯(二).mp4 [135.60M]

3、脑筋急转弯(三).mp4 [110.51M]

4、社媒舆情分析的目的.mp4 [128.62M]

5、作用价值一:获取市场的必要信息(一).mp4 [120.00M]

6、作用价值一:获取市场的必要信息(二).mp4 [116.14M]

7、如何通过舆情分析掌握时长状况.mp4 [101.23M]

8、作用价值二:提升决策敏感性.mp4 [120.11M]

9、有趣的营销发现.mp4 [119.04M]

28、课程:近期推荐系统概述 [1.13G]

1、推荐系统应用场景(一).mp4 [116.65M]

10、评估推荐系统结果.mp4 [117.83M]

2、推荐系统应用场景(二).mp4 [124.23M]

3、推荐系统算法概述(一).mp4 [124.69M]

4、推荐系统算法概述(二).mp4 [59.25M]

5、推荐系统算法概述(三).mp4 [128.05M]

6、推荐系统算法概述(四).mp4 [124.31M]

7、cf+矩阵分解(一).mp4 [129.82M]

8、cf+矩阵分解(二).mp4 [131.76M]

9、基于图像的推荐.mp4 [104.88M]

29、课程:人工智能的江湖 [1.11G]

1、达特茅斯会议与第一次ai大发展.mp4 [125.79M]

10、今天的应用与影响(二).mp4 [132.26M]

11、今天的应用与影响(三).mp4 [125.20M]

2、第一次ai寒冬(一).mp4 [81.02M]

3、第一次ai寒冬(二).mp4 [120.73M]

4、复苏与第二次ai寒冬.mp4 [122.61M]

5、再次复苏与神经网翻身.mp4 [116.43M]

6、瞻仰大神(一).mp4 [107.71M]

7、瞻仰大神(二).mp4 [128.62M]

8、瞻仰大神(三).mp4 [79.31M]

30、课程:机器学习在图像识别中的应用 [1.06G]

1、图像处理和机器学习有什么关系.mp4 [101.76M]

10、机器学习总结.mp4 [119.18M]

2、什么是机器学习.mp4 [132.11M]

3、什么是图像识别.mp4 [101.37M]

4、图像识别的困难在哪里.mp4 [138.74M]

5、图像识别的发展历史.mp4 [61.51M]

6、机器学习对比深度学习.mp4 [90.45M]

7、机器学习的工作方式.mp4 [127.94M]

8、机器学习的算法(一).mp4 [99.16M]

9、机器学习的算法(二).mp4 [109.74M]

31、课程:pygame [1.22G]

1、学习框架梳理.mp4 [111.69M]

10、让小鸟飞起来.mp4 [119.46M]

11、假如小鸟很聪明.mp4 [75.15M]

12、给小鸟计分.mp4 [84.92M]

2、剩余课程安排.mp4 [105.44M]

3、flappy bird基本背景图像(一).mp4 [126.58M]

4、flappy bird基本背景图像(二).mp4 [100.55M]

5、键盘操作-小鸟左右移动).mp4 [115.07M]

6、扑腾扑腾翅膀(一).mp4 [102.15M]

7、扑腾扑腾翅膀(二).mp4 [77.18M]

8、柱子的移动.mp4 [119.66M]

9、生成一系列的柱子,并且移动.mp4 [115.29M]

32、课程:python控制系统 [1.29G]

1、the basic self-driving loop.mp4 [117.40M]

10、ctypes basic(一).mp4 [95.76M]

11、ctypes basic(二).mp4 [121.52M]

12、ctypes basic(三).mp4 [122.06M]

2、不同的数据存储和类型.mp4 [129.78M]

3、安装opencv.mp4 [139.72M]

4、opencv练习.mp4 [97.32M]

5、数据库基础review(一).mp4 [121.98M]

6、数据库基础review(二)).mp4 [124.64M]

7、mysql的简单介绍(一).mp4 [77.08M]

8、mysql的简单介绍(二)).mp4 [77.31M]

9、激光雷达.mp4 [91.33M]

33、课程:图像识别处理基础—opencv [1.31G]

1、读取图片(一).mp4 [97.34M]

10、几何变换.mp4 [114.19M]

11、图像处理:图像平滑.mp4 [112.12M]

12、图像处理:形态学变换.mp4 [104.04M]

2、读取图片(二).mp4 [103.89M]

3、读取图片(三).mp4 [106.81M]

4、读取视频.mp4 [122.05M]

5、绘图函数.mp4 [127.32M]

6、opencv图像的基本操作(一).mp4 [125.43M]

7、opencv图像的基本操作(二).mp4 [111.99M]

8、图像处理:颜色空间转换(一).mp4 [92.39M]

9、图像处理:颜色空间转换(二).mp4 [124.38M]

34到55 [22.52M]

课程链接.docx [36.70K]

下载软件.zip [22.02M]

在线观看和下载方法.pdf [475.51K]

课件 [4.70G]

实用数据挖掘与人工智能一月特训班 [4.70G]

每日课件及代码 [3.26G]

1.13 [5.15M]

week1_熟悉工具精华版.zip [5.15M]

1.15 [11.04M]

advanced-oo.ipynb [41.78K]

another way to teach function.ipynb [23.98K]

function.zip [544.34K]

io module.zip [5.17K]

python basic data structure.ipynb [48.27K]

python code structure.ipynb [25.27K]

python for basic data type.ipynb [52.71K]

pythoncodingrule.pdf [318.97K]

variable.png [40.40K]

浓缩python.pdf [9.97M]

1.16 [109.62M]

data [107.89M]

.ipynb_checkpoints [732.10K]

pandas_tutorial-checkpoint.ipynb [732.10K]

311-service-requests.csv [52.50M]

bikes.csv [13.48K]

dog.jpeg [20.81K]

pandas_tutorial.ipynb [735.18K]

popularity-contest [185.24K]

readme.md [0.19K]

result_0 [53.25M]

weather_2012.csv [491.96K]

weather_2012.sqlite [7.00K]

1. create arrays.ipynb [6.08K]

10. index objects.ipynb [2.49K]

11. reindex.ipynb [9.32K]

12. drop data.ipynb [13.60K]

13. slice data.ipynb [23.26K]

14. data alignment.ipynb [13.10K]

15. rank and sort.ipynb [3.26K]

2. basic operations of arrays.ipynb [9.29K]

3. indexing, slicing and iterating.ipynb [10.04K]

4. matrix operations ii.ipynb [10.84K]

5. universal functions.ipynb [3.62K]

6. array processing.ipynb [54.59K]

7. save and load array.ipynb [3.43K]

8. series.ipynb [15.24K]

9. dataframe + titanic example.ipynb [216.97K]

aggregation.ipynb [168.43K]

introduction to numpy.pdf [255.87K]

matplotlib.ipynb [816.86K]

train.csv [59.76K]

winequality-red.csv [82.23K]

1.17 [17.73M]

week1_linear.rar [1.50M]

week1_什么是好的模型结果.rar [16.23M]

1.18 [16.01M]

week1_logistic.rar [14.05M]

week1_overfitting.rar [1.97M]

1.19 [4.44M]

data [87.72K]

test.csv [27.96K]

train.csv [59.76K]

binning.ipynb [4.77K]

combining dataframes.ipynb [8.78K]

decision_tree_example_titianic.ipynb [797.91K]

decision_tree_rf.pdf [3.40M]

groupby on dataframes.ipynb [25.06K]

groupby on dict and series.ipynb [16.32K]

mapping.ipynb [13.24K]

merge.ipynb [50.17K]

missing value.ipynb [21.28K]

outliers.ipynb [12.42K]

permutation.ipynb [6.75K]

pivoting.ipynb [8.00K]

rename index.ipynb [16.73K]

replace.ipynb [3.35K]

1.20 [23.39M]

airbnb .zip [18.78M]

airbnb.pdf [220.97K]

airbnb_dataexploration_wanmen.ipynb [365.25K]

airbnb_featureengineering_wanmen.ipynb [150.21K]

airbnb_modeling_1_20.ipynb [248.49K]

ndcg.pdf [2.05M]

svm.ipynb [381.70K]

svm_dal_ct_v3.pdf [1.15M]

svm_pre.ipynb [83.27K]

1.22 [253.98M]

amazon-fine-food-reviews.zip [250.65M]

hongloumeng.txt [2.41M]

week2_nltk_amazon.rar [408.75K]

自然语言处理的前世与今生.ipynb [38.65K]

自然语言的前世今生-new.pdf [499.81K]

1.23 [15.20M]

1.23上午网站集合.docx [28.87K]

weatherproject.zip [29.96K]

week2_scraping.rar [5.14M]

weixinbot.zip [899.07K]

网站基础.pdf [9.13M]

1.24 [6.36M]

11.24上午网站.docx [43.02K]

week2_bayesian.rar [6.16M]

爬虫进阶.ipynb [122.45K]

正则case q.ipynb [4.33K]

正则表达式 regular expression.ipynb [39.63K]

1.25 [1.81G]

uid_ucmid.csv.zip [1.78G]

week2_bayesian2.rar [11.09M]

week2_dataintegration.rar [16.37M]

1.26 [15.55M]

cluster_dal_ct_v3.pdf [2.06M]

clustering.ipynb [1.78M]

clustering-pre.ipynb [181.20K]

week2_danmu.rar [11.53M]

1.27 [3.58M]

recommend system.pdf [3.58M]

1.29 [11.07M]

1.29.pdf [561.84K]

history.pdf [4.48M]

机器学习在图像识别中的应用.pdf [6.05M]

1.30 [454.21K]

auto_bird.py [0.63K]

bird_3_1.py [5.30K]

flappy_bird_utils.py [2.99K]

pygame_4.py [2.97K]

pygame_fps.py [1.88K]

pygame_no_fps.py [1.85K]

week3_flappybird.rar [438.59K]

1.31 [6.36M]

2 create database.sql [4.52K]

3 query.sql [2.75K]

ctypes basic.ipynb [22.60K]

directkeys.py [3.16K]

imagerecognition.ipynb [2.97M]

opencv basic.ipynb [576.45K]

pic.zip [311.26K]

python控制系统.pdf [2.11M]

working_with_data_1.ipynb [391.17K]

2.1 [363.70M]

check data.ipynb [185.02K]

daldrive.zip [692.18K]

deepgtav.zip [266.27M]

getkeys.py [1.58K]

hw_bird.png [138.03K]

lane_extraction.ipynb [775.98K]

snapshot.py [1.31K]

training_data-1.zip [85.42M]

training_data-10.zip [10.25M]

training_run.py [2.75K]

2.2 [7.92M]

cnn.ipynb [376.70K]

example1_building and running your first tf graph.ipynb [8.77K]

introduction_to_tensorflow(1).ipynb [169.96K]

logistic_regression_mnist.ipynb [104.70K]

pic.zip [7.25M]

sequences.ipynb [3.67K]

shape.ipynb [8.85K]

slicing.ipynb [6.51K]

tensorflow operations.ipynb [8.98K]

2.3 [612.50M]

input [590.11M]

input.tar.gz [533.94M]

vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5 [56.16M]

archive.zip [17.02M]

深度学习框架剖析-final.pdf [5.38M]

2.4 [5.33M]

imgs.zip [915.25K]

linear algebra.ipynb [32.84K]

linearalgebra_code.ipynb [35.44K]

递归神经网络 (1).ipynb [17.29K]

递归神经网络.pdf [4.35M]

2.5 [217.05K]

amazon review sentimental analysis.ipynb [8.63K]

词嵌入表示.ipynb [208.43K]

2.6

每周作业 [1.19M]

第三周作业.png [306.79K]

第一周作业.zip [916.70K]

软件:1月13日更新 [1.32G]

mac [702.32M]

anaconda3-5.0.1-macosx-x86_64.pkg [568.89M]

git-2.15.0-intel-universal-mavericks.dmg [28.51M]

mendeley-desktop-1.17.12-osx-universal.dmg [91.41M]

sublime text build 3143.dmg [13.50M]

windows [649.25M]

anaconda3-5.0.1-windows-x86_64.exe [514.82M]

git-2.15.1.2-64-bit.exe [38.06M]

graphviz-2.38.msi [34.17M]

mendeley-desktop-1.17.12-win32.exe [53.66M]

sublime text build 3143 x64 setup.exe [8.54M]

推荐教材 [123.60M]

python for data analysis.pdf [7.63M]

机器学习_周志华.pdf [37.57M]

利用python进行数据分析 78.4mb.pdf [78.41M]

【课程安排】.pdf [112.01K]

课程下载地址:

精品课程,SVIP下载,下载前请阅读上方文件目录,链接下载为百度云网盘,如连接失效,可评论告知。

下载价格:16.0微币
  • 普通用户下载价格 : 16.0微币
  • VIP会员下载价格 : 0微币
  • 最近更新2024年01月25日
Veke微课网所有资源均来自网络,由用户自行发布,如有侵权,请邮箱联系, 我们将在24小时内处理,联系邮箱:[email protected]
Veke微课网 » 实用数据挖掘与人工智能

发表评论

Veke微课网 互联网精品网课搜集者

立即查看 了解详情