人工智能、大数据与复杂系统,视频教程

人工智能、大数据与复杂系统

人工智能、大数据与复杂系统

课程文件目录:人工智能、大数据与复杂系统[32.93G]

01-复杂系统 [153.38M]

1.1物理预测的胜利与失效.mp4 [56.75M]

1.2预测失效原因.mp4 [19.91M]

1.3复杂系统引论.mp4 [40.68M]

1.4生活实例与本章答疑.mp4 [36.04M]

02-大数据与机器学习 [48.01M]

2.1大数据预测因为.mp4 [36.91M]

2.2大数据与机器学习.mp4 [11.10M]

03-人工智能的三个阶段 [673.69M]

3.10课程大纲(二).mp4 [31.64M]

3.1规则阶段.mp4 [100.85M]

3.2机器学习阶段发展至连接主义阶段.mp4 [18.59M]

3.3课间答疑.mp4 [175.56M]

3.4连接主义阶段发展至学习阶段.mp4 [49.35M]

3.5三个阶段总结分析.mp4 [22.08M]

3.6人工智能的应用(一).mp4 [43.33M]

3.7人工智能的应用(二).mp4 [24.59M]

3.8课间答疑.mp4 [169.51M]

3.9课程大纲(一).mp4 [38.19M]

04-高等数学—元素和极限 [509.66M]

4.10级数的收敛.mp4 [47.75M]

4.11极限的定义.mp4 [39.12M]

4.12极限的四则运算.mp4 [33.32M]

4.13极限的复合.mp4 [25.13M]

4.14连续性.mp4 [40.51M]

4.1实数的定义(一).mp4 [32.77M]

4.2实数的定义(二).mp4 [41.81M]

4.3实数的定义(三).mp4 [36.73M]

4.4实数的元素个数(一).mp4 [22.67M]

4.5实数的元素个数(二).mp4 [37.52M]

4.6自然数个数少于实数个数(一).mp4 [38.61M]

4.7自然数个数少于实数个数(二).mp4 [44.61M]

4.8无穷大之比较(一).mp4 [44.13M]

4.9无穷大之比较(二).mp4 [24.98M]

05-复杂网络经济学应用 [218.90M]

5.1用网络的思维看经济结构.mp4 [46.12M]

5.2复杂网络认识前后.mp4 [56.31M]

5.3从网络结构看不同地区(一).mp4 [75.10M]

5.4从网络结构看不同地区(二).mp4 [41.37M]

06-机器学习与监督算法 [326.64M]

6.1什么是机器学习.mp4 [24.50M]

6.2机器学习的类型.mp4 [44.11M]

6.3简单回归实例(一).mp4 [43.03M]

6.4简单回归实例(二).mp4 [34.32M]

6.5简单回归实例(三).mp4 [180.68M]

07-阿尔法狗与强化学习算法 [203.24M]

7.1人工智能的发展.mp4 [41.85M]

7.2强化学习算法(一).mp4 [31.45M]

7.3强化学习算法(二).mp4 [50.43M]

7.4强化学习算法(三).mp4 [32.96M]

7.5Alphago给我们的启示.mp4 [20.95M]

7.6无监督学习.mp4 [25.60M]

08-高等数学—两个重要的极限定理 [158.11M]

8.1元素与极限的知识点回顾.mp4 [40.45M]

8.2第一个重要极限定理的证明(一).mp4 [38.70M]

8.3第一个重要极限定理的证明(二).mp4 [26.35M]

8.4夹逼定理.mp4 [24.83M]

8.5第二个重要极限定理的证明.mp4 [27.78M]

09-高等数学—导数 [338.28M]

9.10泰勒展开的证明.mp4 [37.57M]

9.1导数的定义.mp4 [38.60M]

9.2初等函数的导数.mp4 [45.30M]

9.3反函数的导数(一).mp4 [20.92M]

9.4反函数的导数(二).mp4 [26.92M]

9.5复合函数的导数.mp4 [28.73M]

9.6泰勒展开.mp4 [17.03M]

9.7罗尔定理.mp4 [25.67M]

9.8微分中值定理和柯西中值定理.mp4 [52.42M]

9.9洛比塔法则.mp4 [45.12M]

10-贝叶斯理论 [615.03M]

10.10贝叶斯于机器学习(一).mp4 [47.62M]

10.11贝叶斯于机器学习(二).mp4 [20.46M]

10.12贝叶斯决策(一).mp4 [34.84M]

10.13贝叶斯决策(二).mp4 [45.05M]

10.14贝叶斯决策(三).mp4 [65.28M]

10.1梯度优化(一).mp4 [61.02M]

10.2梯度优化(二).mp4 [67.83M]

10.3概率基础【微信:17358309816】.mp4 [35.55M]

10.4概率与事件.mp4 [37.38M]

10.5贝叶斯推理(一).mp4 [35.91M]

10.6贝叶斯推理(二).mp4 [37.13M]

10.7贝叶斯推理(三).mp4 [30.98M]

10.8辛普森案件【微信:17358309816】.mp4 [52.39M]

10.9贝叶斯推理深入.mp4 [43.60M]

11-高等数学—泰勒展开 [201.22M]

11.1泰勒展开.mp4 [41.11M]

11.2展开半径.mp4 [27.59M]

11.3欧拉公式.mp4 [48.30M]

11.4泰勒展开求极限(一).mp4 [27.06M]

11.5泰勒展开求极限(二).mp4 [57.16M]

12-高等数学—偏导数 [137.73M]

12.1偏导数的对称性.mp4 [34.78M]

12.2链式法则.mp4 [34.32M]

12.3梯度算符、拉氏算符.mp4 [68.64M]

13-高等数学—积分 [162.01M]

13.1黎曼积.mp4 [22.41M]

13.2微积分基本定理.mp4 [54.34M]

13.3分部积分(一).mp4 [46.49M]

13.4分部积分(二).mp4 [38.77M]

14-高等数学—正态分布 [188.94M]

14.1标准正态分布.mp4 [49.08M]

14.2中心极限定理.mp4 [34.08M]

14.3误差函数.mp4 [28.92M]

14.4二维正态分布.mp4 [44.05M]

14.5多维正态分布.mp4 [32.81M]

15-朴素贝叶斯和最大似然估计 [476.63M]

15.10朴素贝叶斯(三).mp4 [63.84M]

15.11最大似然估计(一).mp4 [24.68M]

15.12最大似然估计(二).mp4 [51.42M]

15.1蒙特卡洛分析(一).mp4 [49.18M]

15.2蒙特卡洛分析(二).mp4 [34.77M]

15.3贝叶斯先验.mp4 [47.41M]

15.4先验到后验的过程.mp4 [21.71M]

15.5朴素贝叶斯(一).mp4 [33.49M]

15.6朴素贝叶斯(二).mp4 [40.55M]

15.7算法设计.mp4 [22.30M]

15.8TF-IDF(一).mp4 [47.24M]

15.9TF-IDF(二).mp4 [40.03M]

16-线 [456.78M]

16.10常规线空间.mp4 [52.42M]

16.11线关.mp4 [36.32M]

16.12秩.mp4 [55.00M]

16.1线代数概述.mp4 [36.24M]

16.2线代数应用方法论.mp4 [17.40M]

16.3线律.mp4 [44.41M]

16.4线空间.mp4 [17.05M]

16.5线空间八条法则(一).mp4 [51.45M]

16.6线空间八条法则(二).mp4 [46.92M]

16.7线空间八条法则(三).mp4 [31.46M]

16.8连续傅.mp4 [26.85M]

16.9傅立.mp4 [41.26M]

17-数据科学和统计学(上) [515.79M]

17.10随机变量(二).mp4 [15.26M]

17.11换门的概率模拟计算(一).mp4 [58.96M]

17.12换门的概率模拟计算(二).mp4 [37.75M]

17.13换门的概率模拟计算(三).mp4 [50.50M]

17.1课程Overview.mp4 [36.35M]

17.2回顾统计学(一).mp4 [65.35M]

17.3回顾统计学(二).mp4 [52.93M]

17.4回顾统计学(三).mp4 [28.10M]

17.5回顾数据科学(一).mp4 [33.76M]

17.6回顾数据科学(二)和教材介绍.mp4 [60.80M]

17.7R和RStudio等介绍(一).mp4 [24.96M]

17.8R和RStudio等介绍(二).mp4 [29.73M]

17.9随机变量(一).mp4 [21.35M]

18-线代数—矩阵、等价类和行列式 [570.28M]

18.10等价类.mp4 [57.41M]

18.11行列式(一).mp4 [28.29M]

18.12行列式(二).mp4 [38.16M]

18.13行列式(三).mp4 [52.37M]

18.1线代数知识点回顾.mp4 [32.08M]

18.2矩阵表示线变化.mp4 [31.26M]

18.3可矩阵表示坐标变化.mp4 [64.91M]

18.4相似矩阵.mp4 [68.16M]

18.5相似矩阵表示相同线变化.mp4 [22.81M]

18.6线代数解微分方程.mp4 [67.44M]

18.7矩阵的运算—转秩(一).mp4 [41.89M]

18.8矩阵的运算—转秩(二).mp4 [34.80M]

18.9等价关系.mp4 [30.69M]

19-Python基础课程(上) [440.76M]

19.10变量类型—字符串类型(三).mp4 [42.36M]

19.11变量类型—列表类型(一).mp4 [25.40M]

19.12变量类型—列表类型(二).mp4 [39.63M]

19.13变量类型—列表类型(三).mp4 [21.45M]

19.14变量类型—语言组类型、字典类型(一).mp4 [29.90M]

19.15变量类型—字典类型(二).mp4 [32.03M]

19.1Python介绍(一).mp4 [31.57M]

19.2Python介绍(二).mp4 [39.90M]

19.3变量—命名规范.mp4 [30.52M]

19.4变量—代码规范.mp4 [21.17M]

19.5变量类型—数值类型.mp4 [23.48M]

19.6变量类型—bool类型.mp4 [21.10M]

19.7变量类型—字符串类型(一).mp4 [27.30M]

19.8课间答疑.mp4 [21.42M]

19.9变量类型—字符串类型(二).mp4 [33.52M]

20-线代数—特征值与特征向量 [473.86M]

20.10线代数核心定理.mp4 [28.68M]

20.11对偶空间(一).mp4 [28.56M]

20.12对偶空间(二).mp4 [46.73M]

20.13欧氏空间与闵氏空间.mp4 [23.53M]

20.14厄米矩阵.mp4 [11.39M]

20.1线代数知识点回顾.mp4 [29.06M]

20.2例题讲解(一).mp4 [34.51M]

20.3例题讲解(二).mp4 [34.44M]

20.4例题讲解(三).mp4 [40.60M]

20.5特征值与特征向量的物理意义.mp4 [68.79M]

20.6特征值与特征向量的性质(一).mp4 [16.79M]

20.7特征值与特征向量的性质(二).mp4 [47.57M]

20.8本征值的计算(一).mp4 [31.39M]

20.9本征值的计算(二).mp4 [31.82M]

21-监督学习框架 [468.25M]

21.10KNN(K最近邻)算法(二).mp4 [39.83M]

21.11KNN(K最近邻)算法(三).mp4 [19.84M]

21.12线性分类器.mp4 [28.38M]

21.13高斯判别模型(一).mp4 [23.77M]

21.14高斯判别模型(二).mp4 [34.18M]

21.1经验误差和泛化误差.mp4 [43.26M]

21.2最大后验估计.mp4 [42.58M]

21.3正则化.mp4 [18.82M]

21.4lasso回归.mp4 [45.80M]

21.5超参数(一).mp4 [34.29M]

21.6超参数(二).mp4 [26.77M]

21.7监督学习框架(一).mp4 [32.13M]

21.8监督学习框架(二).mp4 [42.39M]

21.9KNN(K最近邻)算法(一).mp4 [36.21M]

22-Python基础课程(下) [378.28M]

22.10函数(三).mp4 [28.54M]

22.11函数(四).mp4 [33.92M]

22.12类(一).mp4 [29.36M]

22.13类(二).mp4 [26.83M]

22.14类(三).mp4 [24.82M]

22.1条件判断(一).mp4 [36.45M]

22.2条件判断(二).mp4 [32.63M]

22.3循环(一).mp4 [16.56M]

22.4循环(二).mp4 [25.58M]

22.5课间答疑.mp4 [25.60M]

22.6循环(三).mp4 [24.84M]

22.7循环(四).mp4 [30.15M]

22.8函数(一).mp4 [18.46M]

22.9函数(二).mp4 [24.54M]

23-PCA、降维方法引入 [290.63M]

23.1无监督学习框架.mp4 [25.36M]

23.2降维存在的原因.mp4 [21.27M]

23.3PCA数学分析方法(一).mp4 [31.34M]

23.4PCA数学分析方法(二).mp4 [41.67M]

23.5PCA数学分析方法(三).mp4 [29.07M]

23.6PCA数学分析方法(四).mp4 [34.13M]

23.7PCA之外的降维方法—LDA.mp4 [16.30M]

23.8PCA背后的假设(一).mp4 [41.91M]

23.9PCA背后的假设(二).mp4 [49.58M]

24-数据科学和统计学(下) [327.48M]

24.10参数估计(一).mp4 [26.36M]

24.11参数估计(二).mp4 [20.68M]

24.12假设检验(一).mp4 [16.32M]

24.13假设检验(二).mp4 [23.42M]

24.1课程Overview.mp4 [21.32M]

24.2理解统计思想(一).mp4 [22.23M]

24.3理解统计思想(二).mp4 [54.02M]

24.4理解统计思想(三).mp4 [21.84M]

24.5概率空间.mp4 [14.83M]

24.6随机变量(一).mp4 [32.26M]

24.7随机变量(二).mp4 [16.79M]

24.8随机变量(三).mp4 [44.97M]

24.9随机变量(四).mp4 [12.42M]

25-Python操作数据库、 Python爬虫 [764.13M]

25.10Python操作数据库(二).mp4 [39.13M]

25.11Python操作数据库(三).mp4 [22.91M]

25.12Python操作数据库(四).mp4 [47.88M]

25.13Python爬虫(一).mp4 [65.29M]

25.14Python爬虫(二).mp4 [84.90M]

25.15Python爬虫(三).mp4 [59.24M]

25.16Python爬虫(四).mp4 [57.77M]

25.17Python爬虫(五).mp4 [69.90M]

25.1课程介绍.mp4 [22.96M]

25.2认识关系型数据库(一).mp4 [45.99M]

25.3认识关系型数据库(二).mp4 [45.07M]

25.4MySQL数据库与Excel的不同.mp4 [25.87M]

25.5命令行操作数据库(一).mp4 [43.94M]

25.6命令行操作数据库(二).mp4 [40.99M]

25.7命令行操作数据库(三).mp4 [19.77M]

25.8命令行操作数据库(四).mp4 [39.65M]

25.9Python操作数据库(一).mp4 [32.85M]

26-线分类器 [396.46M]

26.10Perceptron(三).mp4 [31.52M]

26.11Perceptron(四).mp4 [30.99M]

26.12熵与信息(一).mp4 [22.88M]

26.13熵与信息(二).mp4 [25.34M]

26.1Lasso:alpha参数与准确率(一).mp4 [24.66M]

26.2Lasso:alpha参数与准确率(二).mp4 [15.98M]

26.3Lasso:alpha参数与准确率(三).mp4 [62.14M]

26.4线分类器.mp4 [24.04M]

26.5LDA(一).mp4 [24.85M]

26.6LDA(二).mp4 [27.13M]

26.7LDA(三).mp4 [32.60M]

26.8Perceptron(一).mp4 [45.24M]

26.9Perceptron(二).mp4 [29.09M]

27-Python进阶(上) [440.11M]

27.10Pandas基本操作(四).mp4 [26.13M]

27.11Pandas绘图(一).mp4 [34.38M]

27.12Pandas绘图(二).mp4 [37.92M]

27.13Pandas绘图(三)【微信:17358309816】.mp4 [23.53M]

27.14Pandas绘图(四).mp4 [46.94M]

27.1NumPy基本操作(一).mp4 [31.03M]

27.2NumPy基本操作(二).mp4 [24.54M]

27.3NumPy基本操作(三).mp4 [27.38M]

27.4NumPy基本操作(四).mp4 [18.17M]

27.5NumPy基本操作(五).mp4 [28.95M]

27.6NumPy基本操作(六).mp4 [25.70M]

27.7Pandas基本操作(一).mp4 [42.09M]

27.8Pandas基本操作(二)【微信:17358309816】.mp4 [34.98M]

27.9Pandas基本操作(三).mp4 [38.37M]

28-Scikit-Learn [296.16M]

28.1课程介绍.mp4 [29.67M]

28.2Scikit-Learn介绍.mp4 [12.55M]

28.3数据处理(一)【微信:17358309816】.mp4 [38.72M]

28.4数据处理(二).mp4 [54.58M]

28.5模型实例、模型选择(一).mp4 [37.87M]

28.6模型实例、模型选择(二).mp4 [24.15M]

28.7模型实例、模型选择(三).mp4 [21.32M]

28.8模型实例、模型选择(四).mp4 [45.09M]

28.9模型实例、模型选择(五).mp4 [32.20M]

29-熵、逻辑斯蒂回归、SVM引入 [396.52M]

29.10逻辑斯蒂回归(三).mp4 [40.61M]

29.11逻辑斯蒂回归(四).mp4 [40.62M]

29.12逻辑斯蒂回归(五).mp4 [24.38M]

29.13SVM引入.mp4 [15.52M]

29.1熵(一).mp4 [35.89M]

29.2熵(二).mp4 [38.12M]

29.3熵(三).mp4 [30.18M]

29.4熵(四).mp4 [32.72M]

29.5熵(五).mp4 [20.18M]

29.6熵(六).mp4 [31.30M]

29.7熵(七).mp4 [10.80M]

29.8逻辑斯蒂回归(一).mp4 [38.72M]

29.9逻辑斯蒂回归(二).mp4 [37.48M]

30-Python进阶(下) [270.43M]

30.1泰坦尼克数据处理与分析(一).mp4 [29.29M]

30.2泰坦尼克数据处理与分析(二).mp4 [22.12M]

30.3泰坦尼克数据处理与分析(三).mp4 [22.34M]

30.4泰坦尼克数据处理与分析(四).mp4 [28.36M]

30.5泰坦尼克数据处理与分析(五).mp4 [27.54M]

30.6泰坦尼克数据处理与分析(六).mp4 [20.68M]

30.7泰坦尼克数据处理与分析(七).mp4 [38.10M]

30.8泰坦尼克数据处理与分析(八).mp4 [40.47M]

30.9泰坦尼克数据处理与分析(九).mp4 [41.54M]

31-决策树 [117.97M]

31.1决策树(一).mp4 [21.31M]

31.2决策树(二).mp4 [32.57M]

31.3决策树(三).mp4 [36.97M]

31.4决策树(四).mp4 [27.11M]

32-数据呈现基础 [216.38M]

32.1课程安排.mp4 [48.84M]

32.2什么是数据可视化.mp4 [15.77M]

32.3设计原则.mp4 [23.97M]

32.4数据可视化流程.mp4 [24.41M]

32.5视觉编码.mp4 [34.14M]

32.6图形选择(一).mp4 [26.50M]

32.7图形选择(二).mp4 [20.23M]

32.8图形选择(三).mp4 [22.52M]

33-云计算初步 [572.19M]

33.1Hadoop介绍.mp4 [30.20M]

33.2Hdfs应用(一).mp4 [70.62M]

33.3Hdfs应用(二).mp4 [59.62M]

33.4MapReduce(一).mp4 [41.32M]

33.5MapReduce(二).mp4 [27.81M]

33.6Hive应用(一).mp4 [69.51M]

33.7Hive应用(二).mp4 [82.48M]

33.8Hive应用(三).mp4 [103.40M]

33.9Hive应用(四).mp4 [87.24M]

34-D-Park实战 [922.41M]

34.10Spark应用(四).mp4 [78.99M]

34.11Spark应用(五).mp4 [94.63M]

34.12Spark应用(六).mp4 [118.58M]

34.13Spark应用(七).mp4 [102.70M]

34.1Pig应用(一).mp4 [60.66M]

34.2Pig应用(二).mp4 [57.65M]

34.3Pig应用(三).mp4 [62.50M]

34.4Pig应用(四).mp4 [58.18M]

34.5Pig应用(五).mp4 [55.62M]

34.6Pig应用(六).mp4 [24.96M]

34.7Spark应用(一).mp4 [70.69M]

34.8Spark应用(二).mp4 [38.42M]

34.9Spark应用(三).mp4 [98.82M]

35-第四范式分享 [206.62M]

35.1推荐技术的介绍.mp4 [24.48M]

35.2人是如何推荐商品的.mp4 [24.67M]

35.3推荐系统的形式化以及如何评价推荐结果.mp4 [17.30M]

35.4求解—从数据到模型.mp4 [23.77M]

35.5数据拆分与特征工程.mp4 [26.79M]

35.6推荐系统机器学习模型.mp4 [35.12M]

35.7评估模型.mp4 [24.81M]

35.8建模过程的演示与课间答疑.mp4 [29.67M]

36-决策树到随机森林 [403.22M]

36.10Bagging与决策树(一).mp4 [25.40M]

36.11Bagging与决策树(二).mp4 [29.93M]

36.12Boosting方法(一).mp4 [31.61M]

36.13Boosting方法(二).mp4 [17.26M]

36.14Boosting方法(三).mp4 [35.52M]

36.15Boosting方法(四).mp4 [30.04M]

36.1决策树.mp4 [16.65M]

36.2随机森林.mp4 [29.72M]

36.3在Scikit-Learn里面如何用随机森林做预测(一).mp4 [35.57M]

36.4在Scikit-Learn里面如何用随机森林做预测(二).mp4 [36.04M]

36.5模型参数的介绍.mp4 [26.40M]

36.6集成方法(一).mp4 [28.04M]

36.7集成方法(二).mp4 [26.02M]

36.8Blending.mp4 [17.42M]

36.9gt多样化.mp4 [17.59M]

37-数据呈现进阶 [605.80M]

37.10D3(三).mp4 [24.06M]

37.11div.html.mp4 [20.87M]

37.12svg.html.mp4 [68.32M]

37.13D3支持的数据类型.mp4 [59.35M]

37.14Make a map(一).mp4 [57.52M]

37.15Make a map(二).mp4 [17.86M]

37.1静态信息图(一).mp4 [24.84M]

37.2静态信息图(二).mp4 [34.10M]

37.3静态信息图(三).mp4 [61.23M]

37.4静态信息图(四).mp4 [38.37M]

37.5静态信息图(五).mp4 [41.56M]

37.6HTML、CSS和JavaScript基础介绍.mp4 [48.29M]

37.7DOM和开发者工具.mp4 [28.72M]

37.8D3(一).mp4 [40.30M]

37.9D3(二).mp4 [40.42M]

38-强化学习(上) [356.72M]

38.10Policy Learning(二).mp4 [23.46M]

38.11Policy Learning(三).mp4 [33.01M]

38.12Policy Learning(四).mp4 [27.71M]

38.13Policy Learning(五).mp4 [17.57M]

38.14Policy Learning(六).mp4 [37.05M]

38.1你所了解的强化学习是什么.mp4 [27.73M]

38.2经典条件反射(一).mp4 [17.46M]

38.3经典条件反射(二).mp4 [29.48M]

38.4操作性条件反射.mp4 [27.82M]

38.5Evaluation Problem(一).mp4 [26.50M]

38.6Evaluation Problem(二).mp4 [14.78M]

38.7Evaluation Problem(三).mp4 [20.03M]

38.8Evaluation Problem(四).mp4 [30.82M]

38.9Policy Learning(一).mp4 [23.31M]

39-强化学习(下) [424.02M]

39.10大脑中的强化学习算法(三).mp4 [13.13M]

39.11大脑中的强化学习算法(四).mp4 [24.68M]

39.12大脑中的强化学习算法(五).mp4 [25.46M]

39.13RL in alphaGo(一).mp4 [27.48M]

39.14RL in alphaGo(二).mp4 [27.88M]

39.15RL in alphaGo(三).mp4 [18.06M]

39.16RL in alphaGo(四).mp4 [42.32M]

39.1Policy Learning总结.mp4 [25.07M]

39.2基于模型的RL(一).mp4 [37.28M]

39.3基于模型的RL(二).mp4 [14.14M]

39.4基于模型的RL(三).mp4 [36.55M]

39.5基于模型的RL(四).mp4 [36.46M]

39.6基于模型的RL(五).mp4 [19.95M]

39.7基于模型的RL(六).mp4 [16.18M]

39.8大脑中的强化学习算法(一).mp4 [38.31M]

39.9大脑中的强化学习算法(二).mp4 [21.08M]

40-SVM和网络引入 [514.65M]

40.10SVM(九).mp4 [37.61M]

40.11SVM(十).mp4 [48.42M]

40.12SVM(十一).mp4 [45.33M]

40.13SVM(十二)和网络引入.mp4 [51.96M]

40.1VC维.mp4 [34.13M]

40.2SVM(一).mp4 [37.21M]

40.3SVM(二).mp4 [45.94M]

40.4SVM(三).mp4 [27.88M]

40.5SVM(四).mp4 [40.20M]

40.6SVM(五).mp4 [36.03M]

40.7SVM(六).mp4 [29.48M]

40.8SVM(七).mp4 [24.68M]

40.9SVM(八).mp4 [55.79M]

41-集成模型总结和GDBT理解及其衍生应用 [741.55M]

41.10GDBT理解及其衍生应用(五).mp4 [43.16M]

41.11GDBT理解及其衍生应用(六).mp4 [48.96M]

41.12GDBT理解及其衍生应用(七).mp4 [43.89M]

41.13GDBT理解及其衍生应用(八).mp4 [87.32M]

41.14GDBT理解及其衍生应用(九).mp4 [28.85M]

41.15GDBT理解及其衍生应用(十).mp4 [60.77M]

41.1集成模型总结(一).mp4 [38.15M]

41.2集成模型总结(二).mp4 [40.99M]

41.3集成模型总结(三).mp4 [46.16M]

41.4集成模型总结(四).mp4 [39.00M]

41.5集成模型总结(五).mp4 [77.37M]

41.6GDBT理解及其衍生应用(一).mp4 [39.24M]

41.7GDBT理解及其衍生应用(二).mp4 [53.73M]

41.8GDBT理解及其衍生应用(三).mp4 [30.94M]

41.9GDBT理解及其衍生应用(四).mp4 [63.03M]

42-网络 [252.39M]

42.1SVM比较其他分类起代码(一).mp4 [38.23M]

42.2SVM比较其他分类起代码(二).mp4 [55.56M]

42.3网络(一).mp4 [32.00M]

42.4网络(二).mp4 [43.00M]

42.5网络(三).mp4 [35.89M]

42.6网络(四).mp4 [47.70M]

43-监督学习-回归 [361.10M]

43.10经验分享(一).mp4 [28.50M]

43.11经验分享(二).mp4 [38.61M]

43.12经验分享(三).mp4 [34.24M]

43.1机器学习的概念和监督学习.mp4 [21.57M]

43.2机器学习工作流程(一).mp4 [11.71M]

43.3机器学习工作流程(二).mp4 [20.98M]

43.4机器学习工作流程(三).mp4 [20.04M]

43.5机器学习工作流程(四).mp4 [26.67M]

43.6案例分析(一).mp4 [17.12M]

43.7案例分析(二).mp4 [40.82M]

43.8案例分析(三).mp4 [39.25M]

43.9案例分析(四).mp4 [61.59M]

44-监督学习-分类 [519.46M]

44.10模型训练与选择(二).mp4 [51.81M]

44.11Airbnb数据探索过程(一).mp4 [40.68M]

44.12Airbnb数据探索过程(二).mp4 [59.17M]

44.13地震数据可视化过程(一).mp4 [33.59M]

44.14地震数据可视化过程(二).mp4 [32.64M]

44.1常用的分类算法.mp4 [18.56M]

44.2模型评估标准和案例分析.mp4 [28.84M]

44.3数据探索(一).mp4 [27.11M]

44.4数据探索(二).mp4 [41.16M]

44.5数据探索(三).mp4 [33.29M]

44.6数据探索(四).mp4 [27.59M]

44.7数据探索(五).mp4 [52.32M]

44.8数据探索(六).mp4 [37.90M]

44.9模型训练与选择(一).mp4 [34.80M]

45-网络基础与卷积网络 [621.74M]

45.10网络(十).mp4 [40.81M]

45.11图像处理基础.mp4 [29.82M]

45.12卷积(一).mp4 [76.26M]

45.13卷积(二).mp4 [43.85M]

45.1网络(一).mp4 [38.95M]

45.2网络(二).mp4 [26.76M]

45.3网络(三).mp4 [21.70M]

45.4网络(四).mp4 [100.52M]

45.6网络(六).mp4 [36.02M]

45.7网络(七).mp4 [26.19M]

45.8网络(八).mp4 [33.37M]

45.9网络(九).mp4 [39.64M]

45.网络(五).mp4 [107.87M]

46-时间序列预测 [470.89M]

46.10长短期记忆网络(LSTM)案例分析.mp4 [44.20M]

46.11Facebook开源的新预测工具—Prophet(一).mp4 [44.22M]

46.12Facebook开源的新预测工具—Prophet(二).mp4 [49.99M]

46.13课程答疑.mp4 [43.95M]

46.1时间序列预测概述(一).mp4 [21.13M]

46.2时间序列预测概述(二).mp4 [25.35M]

46.3差分自回归移动平均模型(ARIMA).mp4 [31.24M]

46.4差分自回归移动平均模型(ARIMA)案例分析(一).mp4 [46.17M]

46.5差分自回归移动平均模型(ARIMA)案例分析(二).mp4 [52.10M]

46.6差分自回归移动平均模型(ARIMA)案例分析(三).mp4 [26.18M]

46.7差分自回归移动平均模型(ARIMA)案例分析(四).mp4 [44.54M]

46.8长短期记忆网络(LSTM)(一).mp4 [21.07M]

46.9长短期记忆网络(LSTM)(二).mp4 [20.75M]

47-人工智能金融应用 [292.48M]

47.1人工智能金融应用(一).mp4 [28.75M]

47.2人工智能金融应用(二).mp4 [40.74M]

47.3人工智能金融应用(三).mp4 [37.08M]

47.4人工智能金融应用(四).mp4 [47.73M]

47.5机器学习方法(一).mp4 [35.20M]

47.6机器学习方法(二).mp4 [28.61M]

47.7机器学习方法(三).mp4 [31.28M]

47.8机器学习方法(四).mp4 [43.09M]

48-计算机视觉深度学习入门目的篇 [801.65M]

48.1计算机视觉深度学习入门概述.mp4 [103.56M]

48.2计算机视觉领域正在关心的问题(一).mp4 [133.77M]

48.3计算机视觉领域正在关心的问题(二).mp4 [73.85M]

48.4实际问题转化为具体问题并用深度学习解决(一).mp4 [119.15M]

48.5实际问题转化为具体问题并用深度学习解决(二).mp4 [153.33M]

48.6实际问题转化为具体问题并用深度学习解决(三).mp4 [94.60M]

48.7实际问题转化为具体问题并用深度学习解决(四).mp4 [123.40M]

49-计算机视觉深度学习入门结构篇 [1.36G]

49.10结构之间的优劣评判以及实验结果(五).mp4 [99.63M]

49.11结构之间的优劣评判以及实验结果(六).mp4 [77.54M]

49.12结构之间的以及实验结果(七).mp4 [108.34M]

49.13结构之间的优劣评判以及实验结果(八).mp4 [111.10M]

49.1复习计算机视觉最主要的负责特征提取的结构CNN.mp4 [131.94M]

49.2特征如何组织(一).mp4 [126.19M]

49.3特征如何组织(二).mp4 [85.98M]

49.4特征如何组织(三).mp4 [92.86M]

49.5特征如何组织(四).mp4 [113.36M]

49.6结构之间的优劣评判以及实验结果(一).mp4 [116.35M]

49.7结构之间的优劣评判以及实验结果(二).mp4 [87.73M]

49.8结构之间的优劣评判以及实验结果(三).mp4 [148.19M]

49.9结构之间的优劣评判以及实验结果(四).mp4 [91.32M]

50-计算机视觉学习入门优化篇 [675.51M]

50.1计算机视觉学习入门:优化篇概述.mp4 [70.37M]

50.2CNN模型的一阶优化逻辑.mp4 [148.70M]

50.3稳定性:Annealing和Momentum.mp4 [69.52M]

50.4拟合:从Dropout到Weight Decay.mp4 [128.01M]

50.5优化器和多机并行.mp4 [134.88M]

50.6手动超参优化逻辑以及超参优化往何处去.mp4 [124.03M]

51-计算机视觉深度学习入门数据篇 [429.79M]

51.1计算机视觉领域的常用竞赛数据集.mp4 [104.33M]

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 [104.69M]

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 [81.45M]

51.4如何使用端到端深度学习的方法.mp4 [139.32M]

52-计算机视觉深度学习入门工具篇 [257.02M]

52.1计算机视觉深度学习入门工具篇(一).mp4 [93.54M]

52.2计算机视觉深度学习入门工具篇(二).mp4 [110.24M]

52.3计算机视觉深度学习入门工具篇(三).mp4 [53.25M]

53-个化推荐算法 [313.64M]

53.10工程望.mp4 [33.72M]

53.1个化推荐的发展.mp4 [26.09M]

53.2推荐算法的演进(一).mp4 [25.52M]

53.3推荐算法的演进(二).mp4 [35.84M]

53.4推荐算法的演进(三).mp4 [27.90M]

53.5推荐算法的演进(四).mp4 [40.25M]

53.6建模step by step(一).mp4 [34.01M]

53.7建模step by step(二).mp4 [38.70M]

53.8建模step by step(三).mp4 [32.73M]

53.9算法评估和迭代.mp4 [18.88M]

54-Pig和Spark巩固 [799.66M]

54.10Spark巩固(五).mp4 [101.73M]

54.1Pig巩固(一).mp4 [43.80M]

54.2Pig巩固(二).mp4 [115.33M]

54.3Pig巩固(三).mp4 [89.15M]

54.4Pig巩固(四).mp4 [82.98M]

54.5Pig巩固(五).mp4 [70.14M]

54.6Spark巩固(一).mp4 [65.64M]

54.7Spark巩固(二).mp4 [105.44M]

54.8Spark巩固(三).mp4 [70.56M]

54.9Spark巩固(四).mp4 [54.90M]

55-人工智能与设计 [261.34M]

55.10使用人工智能的方式.mp4 [26.10M]

55.1智能存在的意义是什么.mp4 [19.54M]

55.2已有人工智的设计应用.mp4 [18.64M]

55.3人的智能(一).mp4 [17.03M]

55.4人的智能(二).mp4 [28.66M]

55.5人的智能的特点(一).mp4 [29.62M]

55.6人的智能的特点(二).mp4 [27.86M]

55.7人的智能的特点(三).mp4 [41.62M]

55.8人工智能(一).mp4 [27.63M]

55.9人工智能(二).mp4 [24.63M]

56-网络 [190.91M]

56.1卷积的本质.mp4 [27.83M]

56.2卷积的三大特点.mp4 [34.15M]

56.3Pooling.mp4 [16.96M]

56.4数字识别(一).mp4 [33.21M]

56.5数字识别(二).mp4 [31.97M]

56.6感受野.mp4 [23.33M]

56.7RNN.mp4 [23.46M]

57-线动力学 [180.37M]

57.1非线动力学.mp4 [23.13M]

57.2线动力系统.mp4 [39.97M]

57.3线动力学与非线动力学系统(一).mp4 [40.37M]

57.4线动力学与非线动力学系统(二).mp4 [39.76M]

57.6Poincare引理.mp4 [37.13M]

58-订单流模型 [183.46M]

58.1交易.mp4 [20.17M]

58.2点过程基础(一).mp4 [13.47M]

58.3点过程基础(二).mp4 [24.16M]

58.4点过程基础(三).mp4 [17.88M]

58.5订单流数据分析(一).mp4 [22.35M]

58.6订单流数据分析(二).mp4 [20.85M]

58.7订单流数据分析(三).mp4 [17.74M]

58.8订单流数据分析(四).mp4 [20.63M]

58.9订单流数据分析(五).mp4 [26.22M]

59-区块链一场革命 [85.98M]

59.1比特币(一).mp4 [23.00M]

59.2比特币(二).mp4 [15.72M]

59.3比特币(三).mp4 [32.06M]

59.4以太坊简介及ICO.mp4 [15.19M]

60-统计物理专题(一) [413.11M]

60.10证明理想气体方程.mp4 [23.30M]

60.11化学势.mp4 [41.52M]

60.12四大热力学势(一).mp4 [30.13M]

60.13 四大热力学势(二).mp4 [38.40M]

60.1统计物理的开端(一).mp4 [32.96M]

60.2统计物理的开端(二).mp4 [24.17M]

60.3抛硬币抛出正态分布(一).mp4 [19.46M]

60.4抛硬币抛出正态分布(二).mp4 [35.67M]

60.5再造整个世界(一).mp4 [30.55M]

60.6再造整个世界(二).mp4 [35.10M]

60.7温度的本质(一).mp4 [40.98M]

60.8温度的本质(二).mp4 [27.34M]

60.9.mp4 [33.55M]

61-统计物理专题(二) [150.04M]

61.1神奇公式.mp4.mp4 [34.65M]

61.2信息熵(一).mp4 [17.86M]

61.3信息熵(二).mp4 [28.56M]

61.4Boltzmann分布.mp4 [30.18M]

61.5配分函数Z.mp4 [38.78M]

62-复杂网络简介 [133.69M]

62.1Networks in real worlds.mp4 [14.25M]

62.2BasicConcepts(一).mp4 [19.84M]

62.3BasicConcepts(二).mp4 [13.30M]

62.4Models(一).mp4 [12.13M]

62.5Models(二).mp4 [14.05M]

62.6Algorithms(一).mp4 [25.38M]

62.7Algorithms(二).mp4 [34.74M]

63-ABM简介及金融市场建模 [582.61M]

63.10ABM与复杂系统建模-交通系统(一).mp4 [27.16M]

63.11ABM与复杂系统建模-交通系统(二).mp4 [37.89M]

63.12ABM金融市场-SFI股票市场模型(一).mp4 [31.98M]

63.13ABM金融市场-SFI股票市场模型(二).mp4 [25.36M]

63.14ABM金融市场-genova市场模型.mp4 [31.88M]

63.15ABM金融市场-Agent及其行为.mp4 [31.77M]

63.16学习模型.mp4 [35.67M]

63.17ABM金融市场-价格形成机制.mp4 [15.76M]

63.18ABM的特点.mp4 [29.34M]

63.1课程介绍.mp4 [26.86M]

63.2系统与系统建模.mp4 [39.51M]

63.3ABM与复杂系统建模(一).mp4 [36.32M]

63.4ABM与复杂系统建模(二).mp4 [45.10M]

63.5ABM与复杂系统建模(三).mp4 [36.85M]

63.6ABM为经济系统建模.mp4 [30.42M]

63.7经典经济学如何给市场建模.mp4 [35.29M]

63.8ABM与复杂系统建模-市场交易.mp4 [40.14M]

63.9ABM与复杂系统建模-技术扩散.mp4 [25.30M]

64-用伊辛模型理解复杂系统 [518.01M]

64.10(网络中的)投票模型.mp4 [24.22M]

64.11观念动力学.mp4 [29.82M]

64.12集体运动Vicsek模型.mp4 [38.31M]

64.13自旋玻璃.mp4 [18.15M]

64.14Hopfield神经网络.mp4 [23.30M]

64.15限制Boltzmann机.mp4 [30.24M]

64.16深度学习与重正化群(一).mp4 [35.40M]

64.17深度学习与重正化群(二).mp4 [21.92M]

64.18总结.mp4 [30.73M]

64.19答疑.mp4 [17.36M]

64.1伊辛模型的背景及格气模型.mp4 [24.37M]

64.2伊辛模型(一).mp4 [19.17M]

64.3伊辛模型(二).mp4 [19.62M]

64.4从能量到统计分布及Monte Carlo模拟.mp4 [23.56M]

64.5Ising Model(2D).mp4 [25.98M]

64.6相变和临界现象.mp4 [43.62M]

64.7Critical Exponents.mp4 [26.70M]

64.8正问题和反问题.mp4 [29.14M]

64.9(空间中的)投票模型.mp4 [36.38M]

65-金融市场的复杂性 [639.59M]

65.10Classical Benchmarks(五).mp4 [29.71M]

65.11Endogenous Risk(一).mp4 [42.78M]

65.12Endogenous Risk(二).mp4 [36.84M]

65.13Endogenous Risk(三).mp4 [40.22M]

65.14Endogenous Risk(四).mp4 [18.31M]

65.15Endogenous Risk(五).mp4 [35.46M]

65.16Endogenous Risk(六).mp4 [37.13M]

65.17Heterogeneous Beliefs(一).mp4 [42.37M]

65.18Heterogeneous Beliefs(二).mp4 [44.83M]

65.19总结.mp4 [21.10M]

65.1导论(一).mp4 [38.96M]

65.2导论(二).mp4 [39.67M]

65.3导论(三).mp4 [21.40M]

65.4导论(四).mp4 [30.33M]

65.5导论(五).mp4 [37.59M]

65.6Classical Benchmarks(一).mp4 [31.91M]

65.7Classical Benchmarks(二).mp4 [28.58M]

65.8Classical Benchmarks(三).mp4 [40.01M]

65.9Classical Benchmarks(四).mp4 [22.39M]

66-广泛出现的幂律分布 [241.83M]

66.1界(一).mp4 [29.04M]

66.2界(二).mp4 [24.32M]

66.3界(三).mp4 [22.86M]

66.4界(四).mp4 [30.99M]

66.5城市、商业(一).mp4 [33.94M]

66.6城市、商业(二).mp4 [33.28M]

66.7启示(一).mp4 [31.50M]

66.8启示(二).mp4 [17.57M]

66.9总结.mp4 [18.33M]

67-自然启发算法 [499.62M]

67.10粒子群算法(一).mp4 [37.15M]

67.11粒子群算法(二).mp4 [38.20M]

67.12粒子群算法(三).mp4 [33.56M]

67.13遗传算法和PSO的比较.mp4 [25.66M]

67.14更多的类似的算法(一).mp4 [34.86M]

67.15更多的类似的算法(二).mp4 [27.43M]

67.16答疑.mp4 [35.37M]

67.1课程回顾及答疑.mp4 [29.67M]

67.2概括(一).mp4 [29.21M]

67.3概括(二).mp4 [15.86M]

67.4模拟退火算法(一).mp4 [40.23M]

67.5模拟退火算法(二).mp4 [32.77M]

67.6进化相关的算法(一).mp4 [26.37M]

67.7进化相关的算法(二).mp4 [29.70M]

67.8进化相关的算法(三).mp4 [35.95M]

67.9进化相关的算法(四).mp4 [27.62M]

68-机器学习的方法 [575.40M]

68.10输出是最好的学习(二).mp4 [16.02M]

68.11案例(一).mp4 [27.57M]

68.12案例(二).mp4 [18.35M]

68.13案例(三).mp4 [20.45M]

68.14案例(四).mp4 [37.97M]

68.15案例(五).mp4 [16.35M]

68.1为什么要讲学习方法.mp4 [24.69M]

68.2阅读论文.mp4 [19.88M]

68.3综述式文章举例(一).mp4 [88.32M]

68.4综述式文章举例(二).mp4 [150.55M]

68.5碎片化时间学习及书籍.mp4 [51.55M]

68.6视频学习资源及做思维导图.mp4 [33.82M]

68.7铁哥答疑(一).mp4 [28.49M]

68.8铁哥答疑(二).mp4 [19.16M]

68.9输出是最好的学习(一).mp4 [22.24M]

69-模型可视化工程管理 [889.29M]

69.10定制化可视化系统—Jupyter Dashboard(一).mp4 [30.84M]

69.11定制化可视化系统—Jupyter Dashboard(二).mp4 [38.70M]

69.12变身前端—seaboarn+Bokeh+Echarts.mp4 [71.32M]

69.13日志管理系统—ELK.mp4 [50.36M]

69.14极速Bi系统—superset.mp4 [40.22M]

69.15Dashboard补充.mp4 [55.35M]

69.16ELK补充.mp4 [63.33M]

69.17Superset补充.mp4 [60.90M]

69.18Superset补充及总结.mp4 [20.41M]

69.1课程简介.mp4 [20.73M]

69.2虚拟换环境—Anaconda&docker(一).mp4 [28.71M]

69.3虚拟换环境—Anaconda&docker(二).mp4 [29.99M]

69.4虚拟换环境—Anaconda&docker(三).mp4 [59.30M]

69.5虚拟换环境—Anaconda&docker(四).mp4 [34.50M]

69.6虚拟换环境—Anaconda&docker(五).mp4 [53.32M]

69.7虚拟换环境—Anaconda&docker(六).mp4 [38.22M]

69.8虚拟换环境—Anaconda&docker(七).mp4 [54.64M]

69.9虚拟换环境—Anaconda&docker(八).mp4 [138.46M]

70-Value Iteration Networks [109.92M]

70.1Background&Motivation.mp4 [22.96M]

70.2Value Iteration.mp4 [36.72M]

70.3Grid—world Domain.mp4 [23.79M]

70.4总结及答疑.mp4 [26.44M]

70-最新回放 [841.54M]

0822 CNN RNN回顾 非线性动力学引入.mp4 [469.87M]

0822 高频订单流模型、区块链介绍.mp4 [371.67M]

71-线动力学系统(上) [890.97M]

71.10混沌(一).mp4 [28.57M]

71.11混沌(二).mp4 [24.57M]

71.12混沌(三).mp4 [21.45M]

71.13混沌(四).mp4 [24.02M]

71.14混沌(五).mp4 [32.35M]

71.15混沌(六).mp4 [86.21M]

71.16混沌(七).mp4 [157.69M]

71.17混沌(八).mp4 [31.50M]

71.18混沌(九).mp4 [31.55M]

71.19混沌(十).mp4 [19.79M]

71.1线动力学系统(一).mp4 [27.97M]

71.20混沌(十一).mp4 [125.65M]

71.2线动力学系统(二).mp4 [33.68M]

71.3二维系统动力学综述—Poincare引理.mp4 [33.68M]

71.4Bifurcation(一).mp4 [13.74M]

71.5Bifurcation(二).mp4 [34.23M]

71.6Bifurcation(三).mp4 [31.99M]

71.7Bifurcation(四).mp4 [28.74M]

71.8Bifurcation(五).mp4 [37.99M]

71.9Bifurcation(六).mp4 [65.59M]

72-线动力学系统(下) [130.30M]

72.1自然语言处理(一).mp4 [30.91M]

72.2自然语言处理(二).mp4 [34.14M]

72.3RNN.mp4 [34.41M]

72.4RNN及.mp4 [30.83M]

73-自然语言处理导入 [447.45M]

73.1中文分词.mp4 [27.72M]

73.2中文分词、依存文法分析.mp4 [26.70M]

73.3篇章分析、自动摘要、知识提取、文本相似度计算.mp4 [40.90M]

73.4知识库构建、问答系统.mp4 [42.68M]

73.5示范2的豆瓣评论词云(一).mp4 [56.85M]

73.6示范2的豆瓣评论词云(二).mp4 [54.80M]

73.7示范2的豆瓣评论词云(三).mp4 [62.73M]

73.8示范2的豆瓣评论词云(四).mp4 [72.17M]

73.9示范2的豆瓣评论词云(五).mp4 [62.90M]

74-复杂网络上的物理传输过程 [523.59M]

74.10一些传播动力学模型(七).mp4 [32.35M]

74.11一些传播动力学模型(八).mp4 [23.48M]

74.12仿真模型的建立过程(一).mp4 [45.00M]

74.13仿真模型的建立过程(二).mp4 [44.32M]

74.14仿真模型的建立过程(三).mp4 [63.74M]

74.15仿真模型的建立过程(四).mp4 [44.22M]

74.16Combining complex networks and data mining.mp4 [31.87M]

74.1一些基本概念.mp4 [18.50M]

74.2常用的统计描述物理量.mp4 [14.42M]

74.3四种网络模型.mp4 [30.33M]

74.4一些传播动力学模型(一).mp4 [28.15M]

74.5一些传播动力学模型(二).mp4 [28.95M]

74.6一些传播动力学模型(三).mp4 [29.58M]

74.7一些传播动力学模型(四).mp4 [31.41M]

74.8一些传播动力学模型(五).mp4 [29.53M]

74.9一些传播动力学模型(六).mp4 [27.75M]

75-RNN及LSTM [537.62M]

75.10梯度消失与梯度爆炸(二).mp4 [23.86M]

75.11Reservoir computing—偷懒方法.mp4 [19.75M]

75.12LSTM.mp4 [32.47M]

75.13LSTM、Use Examples.mp4 [36.54M]

75.14词向量、Deep RNN.mp4 [22.04M]

75.15Encoder Decoder Structure.mp4 [20.22M]

75.16LSTM Text Generation(一).mp4 [44.13M]

75.17LSTM Text Generation(二).mp4 [53.50M]

75.18LSTM Text Generation(三).mp4 [54.82M]

75.1RNN—序列处理器(一).mp4 [23.35M]

75.2RNN—序列处理器(二).mp4 [31.35M]

75.3A simple enough case.mp4 [29.03M]

75.4A dance between fix points.mp4 [30.69M]

75.5Fix point、Train Chaos.mp4 [26.83M]

75.6RNN作为生成模型(动力系统).mp4 [24.58M]

75.7RNN训练—BPTT(一).mp4 [22.94M]

75.8RNN训练—BPTT(二).mp4 [18.79M]

75.9梯度消失与梯度爆炸(一).mp4 [22.73M]

76-漫谈人工智能创业 [755.22M]

76.10三个战略管理学商业模型(三).mp4 [39.71M]

76.11三个战略管理学商业模型(四).mp4 [41.54M]

76.12三个战略管理学商业模型(五).mp4 [31.38M]

76.13三个战略管理学商业模型(六).mp4 [96.09M]

76.14三个战略管理学商业模型(七).mp4 [33.24M]

76.15三个战略管理学商业模型(八).mp4 [22.88M]

76.16三个战略管理学商业模型(九).mp4 [26.98M]

76.17关于Entrepreneurship.mp4 [13.27M]

76.1人工智能对我们生活的影响(一).mp4 [51.66M]

76.2人工智能对我们生活的影响(二).mp4 [38.08M]

76.3人工智能对我们生活的影响(三).mp4 [47.45M]

76.4人工智能对我们生活的影响(四).mp4 [67.90M]

76.5人工智能对我们生活的影响(五).mp4 [70.66M]

76.6人工智能对我们生活的影响(六).mp4 [105.46M]

76.7人工智能创业中的商业思维.mp4 [29.72M]

76.8三个战略管理学商业模型(一).mp4 [19.78M]

76.9三个战略管理学商业模型(二).mp4 [19.43M]

77-学习其他主题 [369.12M]

77.1.mp4 [30.33M]

77.10程序讲解(三).mp4 [47.88M]

77.2玻尔兹曼机—联想的机器.mp4 [27.68M]

77.3玻尔兹曼机.mp4 [36.24M]

77.4学习(一).mp4 [26.39M]

77.5学习(二).mp4 [24.16M]

77.6学习(三).mp4 [24.41M]

77.7学习(四).mp4 [54.48M]

77.8程序讲解(一).mp4 [43.01M]

77.9程序讲解(二).mp4 [54.55M]

78-课程总结 [408.05M]

78.10课程总结(二).mp4 [132.68M]

78.1开场.mp4 [21.18M]

78.2Attention实例—Spatial Transformer.mp4 [60.95M]

78.3猫狗大战—CNN实战(一).mp4 [42.01M]

78.4猫狗大战—CNN实战(二).mp4 [35.44M]

78.5RNN诗人.mp4 [28.86M]

78.6课程复习.mp4 [33.21M]

78.7课程大纲(一).mp4 [18.40M]

78.8课程大纲(二).mp4 [18.83M]

78.9课程总结(一).mp4 [16.49M]

课程下载地址:

精品课程,SVIP会员免费下载,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微币
  • 普通用户下载价格 : 16微币
  • VIP会员下载价格 : 0微币
  • 最近更新2022年05月05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:server@vekeke.com 。
Veke微课网 » 人工智能、大数据与复杂系统,视频教程

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