人工智能教程合集-涵盖OpenCV、NLP、AI人工智能等_314.14GB
49044文件名称： 人工智能教程合集-涵盖OpenCV、NLP、AI人工智能等499_共：314.14GB
文件总数量： 1268条
压缩文件数量： 84条
压缩文件比： 6.62%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间：2023-08-11 12:44:56
目录：【【2023.03】CT-人工智能OpenCV合集-完结-课件齐全（13.03G）/第08阶段_人工智能之OpenCV人脸识别案例实战视频教程（课件+源码）】
10-案例-实时人脸识别应用开发-01.mp4
07-人脸识别算法之EigenFace-02.mp4
02-均值方差与协方差协方差矩阵.mp4
09-人脸识别算法之LBPH.mp4
03-特征值与特征向量.mp4
课程配套源代码.rar
01-概述与环境准备.mp4
05-PCA原理与应用-02.mp4
06-人脸识别算法之EigenFace-01.mp4
11-案例-实时人脸识别应用开发-02.mp4
04-PCA原理与应用-01.mp4
08-人脸识别算法之FisherFace.mp4
课程配套PDF.rar
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/15-【Kaggle新赛】NBME-临床患者病例评分大赛指导班(NLP·Token分类)】
06-04课-代码实操课（kaggle环境）_ev.mp4
04-02课-BERT代码详解及HuggingFaceTransfomers实战_ev.mp4
03-01-课赛题介绍+baseline详解_ev.mp4
08-06课-比赛总结和top方案分享_ev.mp4
07-05课-BERT变种和比赛技巧_ev.mp4
05-03课-BERT及其变种_ev.mp4
01-打造舒适的AI开发环境_ev.mp4
目录：【【2022.03】TS-零基础入门人工智能课程-完结-课件齐全（1.87G）/章节03：传统神经网络与参数理解】
16.梯度下降算法一.mp4
12.激活函数的原理、类别与实现1.mp4
14.损失函数的原理、类别与实现上.mp4
22.作业：改变不同的参数，提高识别花种类的准确率.mp4
18.学习率的设定.mp4
20.正则化的方法(二).mp4
15.损失函数的原理、类别与实现下.mp4
17.梯度下降算法二.mp4
13.激活函数的原理、类别与实现2.mp4
11.什么是多层感知机.mp4
21.实例：识别花的种类.mp4
19.正则化的方法（一）.mp4
23.作业讲解：不同参数的改变对于准确率的变化原理.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/21-【爱奇艺】WSDM用户留存大赛指导班】
01-打造舒适的AI开发环境_ev.mp4
06-【03课】序列模型_ev.mp4
05-【02课】特征工程_ev.mp4
04-【01课】赛题介绍+baseline详解_ev.mp4
07-【04课】Auto—ML&HPO_ev.mp4
08-【05课】爱奇艺结营视频_ev.mp4
目录：【【2023.03】CT-人工智能OpenCV合集-完结-课件齐全（13.03G）/第06阶段_OpenCV视频分析与对象跟踪实战教程（课件+源码）】
11-光流的对象跟踪-04.mp4
14-CAMShift对象跟踪-03.mp4
03-视频读写-02.mp4
16-视频中移动对象统计.mp4
07-对象检测与跟踪(基于颜色)-02.mp4
课程配套源代码.rar
13-CAMShift对象跟踪-02.mp4
06-对象检测与跟踪(基于颜色)-01.mp4
课程配套课件.rar
08-光流的对象跟踪-01.mp4
09-光流的对象跟踪-02.mp4
01-概述.mp4
15-CAMShift对象跟踪-04.mp4
05-背景消除建模(BSM)-02.mp4
17-扩展模块中的跟踪方法介绍.mp4
04-背景消除建模(BSM)-01.mp4
10-光流的对象跟踪-03.mp4
12-CAMShift对象跟踪.mp4
02-视频读写-01.mp4
18-扩展模块中的多对象跟踪.mp4
目录：【【2023.03】CT-人工智能OpenCV合集-完结-课件齐全（13.03G）/第05阶段_OpenCV图像分割实战视频教程（课件+源码）】
09-分水岭分割方法-对象分离与计数02.mp4
11-Grabcut原理与演示应用-原理.mp4
13-案例实战一证件照背景替换-01.mp4
课程配套PDF.rar
01-概述.mp4
10-分水岭分割方法-图像分割.mp4
02-KMeans方法-原理.mp4
06-高斯混合模型(GMM)方法-图像分割.mp4
05-高斯混合模型(GMM)方法-原理与数据聚类.mp4
07-分水岭分割方法-原理.mp4
03-KMeans方法-数据聚类.mp4
08-分水岭分割方法-对象分离与计数01.mp4
15-案例实战一绿幕背景视频抠图-01.mp4
14-案例实战一证件照背景替换.mp4
04-KMeans方法-图像分割.mp4
课程配套代码与图片.rar
12-Grabcut原理与演示应用-代码演示.mp4
16-案例实战一绿幕背景视频抠图.mp4
目录：【【2022.03】TS-零基础入门人工智能课程-完结-课件齐全（1.87G）/章节01：什么是人工智能】
1.人工智能背景介绍.mp4
2.前期环境准备.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/25知识图谱实战系列/07金融平台风控模型实践】
05各项统计特征_ev.mp4
06appAn装特征_ev.mp4
02图模型信息提取_ev.mp4
04deepwalk构建图顶点特征_ev.mp4
01竞赛任务目标_ev.mp4
03节点权重特征提取(PageRank)_ev.mp4
07图中联系人特征_ev.mp4
目录：【【2023.03】CT-人工智能OpenCV合集-完结-课件齐全（13.03G）/第04阶段_OpenCV级联分类器训练与使用实战教程课程（课件+源码）】
05-Haar与LBP级联分类器使用-02.mp4
02-Haar与LBP级联分类器原理介绍-01.mp4
10-HAAR级联数据文件结构与精简.mp4
课程配套源代码.rar
13-HAAR_LBP级联分类器训练-03.mp4
01-概述.mp4
11-HAAR_LBP级联分类器训练-01.mp4
04-Haar与LBP级联分类器使用-01.mp4
09-视频中人脸检测与眼睛跟踪-03.mp4
08-视频中人脸检测与眼睛跟踪-02.mp4
06-HAAR猫脸检测.mp4
07-视频中人脸检测与眼睛跟踪-01.mp4
课程配套PDF.rar
12-HAAR_LBP级联分类器训练-02.mp4
03-Haar与LBP级联分类器原理介绍-02.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/25知识图谱实战系列/01知识图谱介绍及其应用领域分析】
02知识图谱在搜索引擎中的应用_ev.mp4
01知识图谱通俗解读_ev.mp4
05数据获取分析_ev.mp4
04金融与推荐领域的应用_ev.mp4
03知识图谱在医疗领域应用实例_ev.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/06-【kaggle新人赛】数据挖掘新人赛（机器学习·二分类任务）】
04-打造舒适的AI开发环境--硬件篇_ev.mp4
02-打造舒适的AI开发环境--软件篇1_ev.mp4
03-打造舒适的AI开发环境--软件篇23_ev.mp4
06-【02课】数据挖掘比赛的基础Baseline_ev.mp4
07-【03课】数据挖掘比赛中的神经网络Baseline_ev.mp4
08-【04课】数据挖掘比赛中的调参方法以及模型融合_ev.mp4
05-【01课】数据科学比赛介绍及Kaggle平台使用介绍_ev.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/28AI课程所需An装软件教程/01AI课程所需An装软件教程】
01AI课程所需An装软件教程_ev.mp4
目录：【【2022.03】TS-零基础入门人工智能课程-完结-课件齐全（1.87G）/章节13：实战项目演练】
76.自动创造音乐.mp4
74.用户分群与偏好预测经典案例.mp4
75.自动创作古诗词.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/26语音识别实战系列/03starganvc2变声器论文原理解读】
05InstanceNorm的作用解读_ev.mp4
01论文整体思路与架构解读_ev.mp4
07判别器模块分析_ev.mp4
02VCC2016输入数据_ev.mp4
03语音特征提取_ev.mp4
04生成器模型架构分析_ev.mp4
06AdaIn的目的与效果_ev.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/02-【kaggle入门】“深享杯”kaggle入门赛（新手入门）】
04-打造舒适的AI开发环境--硬件篇_ev.mp4
08-【04课】pytorch实践-NCF实践_ev.mp4
10-【06课】数据挖掘比赛中的Trick_ev.mp4
02-打造舒适的AI开发环境--软件篇1_ev.mp4
09-【05课】数据挖掘中的文本信息的使用_ev.mp4
03-打造舒适的AI开发环境--软件篇23_ev.mp4
05-【01课】数据科学比赛介绍及Kaggle平台使用介绍_ev.mp4
07-【03课】特征工程实践_ev.mp4
06-【02课】数据挖掘比赛的基础Baseline_ev.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/03-【kaggle新赛】feedback-英语学习者语言知识评估大赛指导班(NLP·文本分类)】
08-【04课】NLP比赛提分技巧-2_ev.mp4
06-【02课】Bert预训练家族模型概览_ev.mp4
05-【01课】赛题解析和baseline详解_ev.mp4
03-打造舒适的AI开发环境--软件篇1_ev.mp4
04-打造舒适的AI开发环境--软件篇23_ev.mp4
02-打造舒适的AI开发环境--硬件篇_ev.mp4
07-【03课】NLP比赛提分技巧-1_ev.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/25知识图谱实战系列/06文本关系抽取实践】
02LTP工具包概述介绍_ev.mp4
05依存句法概述_ev.mp4
08设计规则完成关系抽取_ev.mp4
07语义角色构建与分析_ev.mp4
06句法分析结果整理_ev.mp4
03pyltpAn装与流程演示_ev.mp4
01关系抽取要完成的任务演示与分析_ev.mp4
04得到分词与词X标注结果_ev.mp4
目录：【【2022.03】TS-零基础入门人工智能课程-完结-课件齐全（1.87G）/章节06：经典卷积神经网络及图像分类】
42.Le-Net5的网络结构与实现.mp4
40.卷积神经网络的代码实现（1）.mp4
39.卷积神经网络的背景与原理.mp4
43.Alexnet的网络结构和实现.mp4
45.GoogleNet的网络结构与实现.mp4
46.Resnet的网络结构及实现.mp4
41.卷积神经网络的代码实现（2）.mp4
45.GoogleNet的网络结构与实现(1).mp4
47.实例：用经典的卷积神经网络cifar-10数据进行图像分类.mp4
44.Vgg的网络结构及实现.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/22-【Kaggle新赛】有毒评论识别大赛指导班（NLP·文本分类）】
01-打造舒适的AI开发环境_ev.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/29额外补充/01通用创新点】
02GCnet(全局特征融合)_ev.mp4
13自适应可学习参数_ev.mp4
16自己数据集如何发的好(要开源)_ev.mp4
03Coordinate_attention_ev.mp4
06mobileOne(加速)_ev.mp4
14Coarse2Fine大框架_ev.mp4
04SPD（可替换下采样）_ev.mp4
17可变形卷积加入方法_ev.mp4
07Deformable(替换selfAttention)_ev.mp4
10Attention额外加入先验知识_ev.mp4
09CrossAttention融合特征_ev.mp4
01ACMIX（卷积与注意力融合）_ev.mp4
11结合GNN构建局部特征_ev.mp4
12损失函数约束项_ev.mp4
05SPP改进_ev.mp4
15只能机器学习模型时凑工作量（特征工程）_ev.mp4
18在源码中加入各种注意力机制方法_ev.mp4
08ProbAttention(采样策略)_ev.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/27推荐系统实战系列/11补充-基于相似度的酒店推荐系统】
044-文本清洗_ev.mp4
033-ngram结果可视化展示_ev.mp4
011-酒店数据与任务介绍_ev.mp4
022-文本词频统计_ev.mp4
066-得出推荐结果_ev.mp4
055-相似度计算_ev.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/13-【Kaggle新赛】UW-Madison肠胃道图像分割大赛（CV·图像分割）】
02-打造舒适的AI开发环境--软件篇1_ev.mp4
10-【06课】直播答疑_ev.mp4
09-【05课】通用比赛思路及历年分割比赛top思路代码讲解_ev.mp4
07-【03课】语义分割模型基础一，基础版_ev.mp4
05-【01课】赛题介绍+kaggle平台学习+比赛数据探索X分析_ev.mp4
08-【04课】语义分割模型基础二-进阶版_ev.mp4
03-打造舒适的AI开发环境--软件篇23_ev.mp4
01-打造舒适的AI开发环境--硬件篇_ev.mp4
06-【02课】Baseline讲解_ev.mp4
11-【07课】比赛复盘_ev.mp4
目录：【【2023.05】XN-AI人工智能工程师-NLP必备技能-完结-无课件（15.43G）/04-文本分类】
考核作业.zip
目录：【【2022.11】SXT-人工智能全套-完结-课件齐全（24.78G）/01_人工智能开发及远景介绍（预科）】
1_何为机器学习.mp4
6_Python机器学习库Scikit-Learn介绍.mp4
7_理解线X与回归.mp4
2_人工智能与机器学习关系.mp4
4_有监督机器学习训练流程.mp4
5_有监督机器学习训练流程.mp4
3_人工智能应用与价值.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/24自然语言处理经典案例实战/14对话机器人】
01效果演示_ev.mp4
03数据处理_ev.mp4
05seq网络_ev.mp4
04词向量与投影_ev.mp4
02参数配置与数据加载_ev.mp4
06网络训练_ev.mp4
目录：【【2022.03】TS-零基础入门人工智能课程-完结-课件齐全（1.87G）/章节09：循环神经网络RNN】
59.循环神经网络RNN的简介与原理详解.mp4
60.循环神经网络RNN的代码实现.mp4
61.实例：用RNN来做情感分析.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/25知识图谱实战系列/04使用python操作neo4j实例】
03在图中创建实体_ev.mp4
01使用Py2neo建立连接_ev.mp4
02提取所需的指标信息_ev.mp4
04根据给定实体创建关系_ev.mp4
目录：【【2022.05】KKB-人工智能核心能力培养计划-完结-课件齐全（15.94G）/试看】
第一章第1节：人工智能导论.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/05-【CCFBDCI2022】小样本分类大赛指导班（nlp任务）】
04-打造舒适的AI开发环境--软件篇1_ev.mp4
05-【01课】赛题解析和baseline详解_ev.mp4
06-【02课】Bert预训练家族模型概览_ev.mp4
07-【03课】小样本学习发展和应用_ev.mp4
10-【06课】往期kaggle文本分类比赛回顾_ev.mp4
09-【05课】模型训练技巧分享_ev.mp4
02-打造舒适的AI开发环境--硬件篇_ev.mp4
03-打造舒适的AI开发环境--软件篇23_ev.mp4
08-【04课】NLP比赛提分技巧_ev.mp4
目录：【【2023.03】CT-人工智能OpenCV合集-完结-课件齐全（13.03G）/第01阶段_OpenCV图像处理视频课程（课件+源码）】
34-基于距离变换与分水岭的图像分割-01.mp4
30-凸包-ConvexHull.mp4
18-Sobel算子.mp4
26-直方图比较.mp4
12-形态学操作.mp4
课程配套PPT.rar
01-概述-OpenCV介绍与环境搭建.mp4
05-图像操作.mp4
22-Huo夫圆变换.mp4
06-图像混合.mp4
21-Huo夫变换-直线.mp4
16-自定义线X滤波.mp4
13-形态学操作应用-提取水平与垂直线.mp4
08-绘制形状与文字.mp4
02-加载、修改、保存图像.mp4
07-调整图像亮度与对比度.mp4
11-膨胀与腐蚀.mp4
15-基本阈值操作.mp4
29-轮廓发现.mp4
20-Canny边缘检测.mp4
35-基于距离变换与分水岭的图像分割-02.mp4
04-Mat对象.mp4
10-图像模糊二.mp4
09-模糊图像一.mp4
24-直方图均衡化.mp4
14-图像金字塔-上采样与降采样.mp4
33-点多边形测试.mp4
23-像素重映射(cv__remap).mp4
17-处理边缘.mp4
03-矩阵的掩膜操作.mp4
25-直方图计算.mp4
32-图像矩(ImageMoments).mp4
31-轮廓周围绘制矩形框和圆形框.mp4
28-模板匹配(TemplateMatch).mp4
19-Laplance算子.mp4
课程配套源代码.rar
27-直方图反向投影(BackProjection).mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/10-【kaggle新赛】议论文评分大赛指导班（NLP·AES任务）】
10-【06课】答疑_ev.mp4
02-打造舒适的AI开发环境--软件篇23_ev.mp4
09-【05课】往期类似比赛讲解_ev.mp4
04-打造舒适的AI开发环境--硬件篇_ev.mp4
06-【02课】baseline基本讲解_ev.mp4
07-【03课】赛题理论知识讲解_ev.mp4
03-打造舒适的AI开发环境--软件篇1_ev.mp4
05-【01课】赛题分析，EDA_ev.mp4
08-【04课】赛题trick讲解_ev.mp4
11-【07课】比赛复盘_ev.mp4
目录：【【2023.07】GP-人工智能深度学习系统班-完结-课件齐全（189.14G）/27推荐系统实战系列/01推荐系统介绍及其应用】
011-推荐系统通俗解读_ev.mp4
066-与深度学习的结合_ev.mp4
055-常用技术点分析_ev.mp4
044-任务流程与挑战概述_ev.mp4
033-应用领域与多方位评估指标_ev.mp4
022-推荐系统发展简介_ev.mp4
目录：【【2023.04】SDZY-AI大赛年度视频-无课件（28.08G）/01-【kaggle新赛】酶稳定X预测大赛】
08-【04课】基于XGBoost的baseline代码讲解_ev.mp4
04-打造舒适的AI开发环境--硬件篇_ev.mp4
05-【01课】赛题介绍+Kaggle平台学习+开发环境搭建+比赛数据探索X分析_ev.mp4
02-打造舒适的AI开发环境--软件篇23_ev.mp4
07-【03课】基于transformer的baseline代码讲解_ev.mp4
03-打造舒适的AI开发环境--软件篇1_ev.mp4
06-【02课】基于3DCNN的baseline代码讲解_ev.mp4
目录：【【2023.02】XT-人工智能机器学习课程-完结-无课件（6.84G）】
209聚类之K均值算法_ok.mp4
235随机森林算法（回归）代码演示_ok.mp4
257代码_ok.mp4
273训练文档分类模型_ok.mp4
284从交易数据中提取RFM特征_ok.mp4
29numpy进阶_ok.mp4
06Python工作环境_ok.mp4
05虚拟机环境的使用_认识环境_ok.mp4
04虚拟机环境的使用_导入虚拟机_ok.mp4
03Windows下An装Anaconda_ok.mp4
02Python基本知识_ok.mp4
01课程介绍_ok.mp4
176本章引言_ok.mp4
138通过验证曲线诊断过拟合和欠拟合_ok.mp4
91多元线X回归（上）_ok.mp4
36线X代数基础知识_向量_ok.mp4
244Xgboost算法（回归）代码演示_ok.mp4
184朴素贝叶斯分类原理_ok.mp4
119数据降维之主成分分析（PCA）_ok.mp4
33附2_虚拟机环境的使用_导入虚拟机_ok.mp4
22ndarray的文件IO_ok.mp4
136偏差与方差_过拟合与欠拟合_ok.mp4
31复制和视图_ok.mp4
200非线X回归简介_ok.mp4
87极大似然估计_ok.mp4
239GBDT算法基本原理_ok.mp4
127本章引言_ok.mp4
252循环神经网络RNN介绍_ok.mp4
129构建你的第一个简单分类模型_代码演示_ok.mp4
240GBDT算法（分类）代码演示_ok.mp4
112特征转换之类别变量编码_ok.mp4
204回归树（CART）基本原理_ok.mp4
110特征转换之连续变量离散化_ok.mp4
282对新数据进行预测_ok.mp4
10函数的定义与使用_ok.mp4
183贝叶斯公式_ok.mp4
125单特征重要X评估（代码演示）_ok.mp4
32附1_Windows下An装Anaconda_ok.mp4
226机器学习经典案例：KNN算法实现手写字体识别_ok.mp4
151逻辑回归模型自动化调参_ok.mp4
39解线X方程组_ok.mp4
216关联规则的lift指标_ok.mp4
95数据处理_ok.mp4
254背景与部分原理_ok.mp4
150逻辑回归模型结果解释_ok.mp4
268对新图片进行分类预测_ok.mp4
152逻辑回归的多分类问题_ok.mp4
256数据_ok.mp4
128构建你的第一个简单分类模型_ok.mp4
109连续变量特征转换（代码演示）_ok.mp4
126课程总结_ok.mp4
157本章总结_ok.mp4
124单特征重要X评估_ok.mp4
289CT图像的预处理技术_ok.mp4
85次序统计量与分位数_ok.mp4
174决策树参数调优_ok.mp4
114特征转换之缺失值处理（代码演示）_ok.mp4
25选择ndarray的元素_索引数组_ok.mp4
277数据理解和整体探索_ok.mp4
108特征转换之连续变量数据变换_ok.mp4
47Pandas数据修改与基本运算3_ok.mp4
53本章引言_ok.mp4
51Pandas数据变形之分组与聚合_ok.mp4
41本章引言_ok.mp4
288项目概述_ok.mp4
264项目概述_ok.mp4
233随机森林算法基本原理_ok.mp4
196逐步回归方法_ok.mp4
99样本主成分及其应用_ok.mp4
40最小二乘法_ok.mp4
242Xgboost基本介绍_ok.mp4
175决策树总结_ok.mp4
158本章引言_ok.mp4
208相似度与距离度量_ok.mp4
141模型评估指标之准确率和召回率_ok.mp4
285客户RFM分析_ok.mp4
146什么是逻辑回归_ok.mp4
75基本空间与随机事件_ok.mp4
90假设检验_ok.mp4
97动态聚类法_ok.mp4
96系统聚类法_ok.mp4
118数据降维概述_ok.mp4
70认识数据_ok.mp4
45Pandas数据修改与基本运算1_ok.mp4
278数据清洗_ok.mp4
117特征转换之特征组合_ok.mp4
197过拟合与正则化_ok.mp4
74相关X分析_ok.mp4
274模型效果的评估_ok.mp4
156预测概率转换为分数_ok.mp4
58Matplotlib文字标注与注释_ok.mp4
237Adaboost算法（分类）代码演示_ok.mp4
72分类变量的分析方法_ok.mp4
234随机森林算法（分类）代码演示_ok.mp4
50Pandas数据变形之关联_ok.mp4
20创建ndarray_ok.mp4
26选择ndarray的元素_布尔数组_ok.mp4
49Pandas多层索引_ok.mp4
162K近邻算法代码演示_ok.mp4
21numpy中的数据类型_ok.mp4
14输入输出_ok.mp4
250神经网络与深度学习_ok.mp4
258总结_ok.mp4
132准备一个更好的训练集_ok.mp4
245课程总结_ok.mp4
226机器学习经典案例：KNN算法实现手写字体识别~1_ok.mp4
168决策树属X分裂基本概念_ok.mp4
69本章引言_ok.mp4
281模型训练_ok.mp4
225机器学习经典案例：垃圾邮件过滤模型_ok.mp4
66数据挖掘与数据仓库和OLAP_ok.mp4
271用TFIDF和词袋表示文档特征_ok.mp4
88贝叶斯估计_ok.mp4
247文本特征表示方法（词袋模型）_ok.mp4
42PandasAn装&数据结构介绍_ok.mp4
179支持向量机代码演示_ok.mp4
230Voting和Averaging融合_ok.mp4
262基于user的协同过滤推荐_ok.mp4
155特征变量的组合_ok.mp4
35scipy简介_ok.mp4
131尝试其他的分类算法_ok.mp4
198多元线X回归excel操作_ok.mp4
186朴素贝叶斯总结_ok.mp4
13Python的面向对象编程2_ok.mp4
195多重共线X概念_ok.mp4
86矩法估计_ok.mp4
30广播_不同维度数组运算_ok.mp4
180支持向量机参数优化_ok.mp4
56Matplotlib主要绘图参数_ok.mp4
113日期型变量处理（代码演示）_ok.mp4
38特征值和特征向量_ok.mp4
133将多个模型的预测结果融合起来_ok.mp4
106用户RFM行为特征提取_ok.mp4
276预测房价项目概述_ok.mp4
123特征选择概述_ok.mp4
193课程总结_ok.mp4
199多元线X回归python操作_ok.mp4
290图像数据的增强(augmentation)_ok.mp4
267用随机森林构建图像分类模型_ok.mp4
232Boosting融合_ok.mp4
68如何成为一名优秀的数据科学家_ok.mp4
190最小二乘法_ok.mp4
84样本均值与方差_ok.mp4
263基于SVD的协同过滤推荐_ok.mp4
48Pandas数据加载_ok.mp4
203回归模型常用评估指标_ok.mp4
202非线X回归在python的操作_ok.mp4
167什么是决策树_ok.mp4
238Adaboost算法（回归）代码演示_ok.mp4
98主成分分析_ok.mp4
115特征转换之缺失值处理_ok.mp4
283项目概述_ok.mp4
213聚类分析总结_ok.mp4
154连续型特征变量转换_ok.mp4
220课程总结_ok.mp4
34附3_虚拟机环境的使用_认识环境_ok.mp4
17课程介绍_ok.mp4
24选择ndarray的元素_索引_ok.mp4
171决策树算法对比_ok.mp4
201非线X回归在Excel中的操作_ok.mp4
206课程概述_ok.mp4
224SVD矩阵分解算法_ok.mp4
269项目概述_ok.mp4
148逻辑回归模型正则化方法_ok.mp4
293模型串联+项目总结_ok.mp4
286响应预测模型训练和选择_ok.mp4
266图像特征_颜色直方图_ok.mp4
92多元线X回归（下）_ok.mp4
147逻辑回归模型参数求解_ok.mp4
18Numpy基础_ok.mp4
172决策树剪枝_ok.mp4
54Matplotlib主要绘图类型_上_ok.mp4
187课程概述_ok.mp4
217关联规则的理解与应用_ok.mp4
159什么是K近邻_ok.mp4
137通过学习曲线诊断偏差和方差_ok.mp4
89区间估计_ok.mp4
243Xgboost算法（分类）代码演示_ok.mp4
59Matplotlib子图_ok.mp4
77事件的概率_ok.mp4
251卷积神经网络CNN介绍_ok.mp4
181支持向量机总结_ok.mp4
11闭包和装饰器_ok.mp4
82正态分布_ok.mp4
275对新文档进行分类预测_ok.mp4
121数据降维之线X判别分析法（LDA）~1_ok.mp4
10函数的定义与使用_ok_ok.mp4
121数据降维之线X判别分析法（LDA）_ok.mp4
185朴素贝叶斯代码演示_ok.mp4
188相关和回归_ok.mp4
55Matplotlib主要绘图类型_下_ok.mp4
52Pandas数据变形之数据重塑_ok.mp4
143模型评估指标之ROC与AUC_ok.mp4
265opencv的An装及使用_ok.mp4
178支持向量机算法基本原理_ok.mp4
255模型原理_ok.mp4
161K近邻算法基本原理_ok.mp4
94判别分析（下）_ok.mp4
73连续变量的分析方法_ok.mp4
23操作多维数组ndarray_ok.mp4
236Adaboost算法基本原理_ok.mp4
223基于User的协同过滤算法_ok.mp4
103课程概述_ok.mp4
164特征标准化和转换_ok.mp4
182本章引言_ok.mp4
253深度学习的应用场景_ok.mp4
67数据挖掘和机器学习的应用案例_ok.mp4
145本章引言_ok.mp4
120数据降维之主成分分析（PCA代码演示）_ok.mp4
46Pandas数据修改与基本运算2_ok.mp4
192一元线X回归python操作_ok.mp4
211K均值算法调参_ok.mp4
270对文档进行分词_ok.mp4
191一元线X回归excel操作_ok.mp4
177什么是支持向量机_ok.mp4
227机器学习经典案例：餐馆菜肴推荐系统_ok.mp4
57Matplotlib主要绘图装饰函数_ok.mp4
279特征转换、衍生、组合_ok.mp4
139模型交叉验证方法之数据集划分_ok.mp4
130用测试集对模型进行交叉验证_ok.mp4
260数据观察_ok.mp4
215关联规则Apriori算法_ok.mp4
249词表征方法（词向量）_ok.mp4
149逻辑回归代码示例_ok.mp4
291训练图像分割模型_ok.mp4
221什么是推荐系统_ok.mp4
163K近邻参数优化_ok.mp4
15字符和编码_ok.mp4
292训练三维卷积神经网络_ok.mp4
80联合分布_ok.mp4
93判别分析（上）_ok.mp4
134模型优化的三个要素_ok.mp4
241GBDT算法（回归）代码演示_ok.mp4
135本章引言_ok.mp4
71描述X统计分析_ok.mp4
102附3-XgboostAn装篇_ok.mp4
165K近邻总结_ok.mp4
207什么是聚类分析_ok.mp4
37线X代数基础知识_矩阵_ok.mp4
19多维数组类型_ndarray_ok.mp4
81条件分布与条件期望_ok.mp4
60本章引言_ok.mp4
111类别变量编码（代码演示）_ok.mp4
153类别型特征变量转换_ok.mp4
27改变ndarray的形状_ok.mp4
16正则表达式_ok.mp4
65机器学习算法及分类_ok.mp4
08Python对象_ok.mp4
140模型交叉验证方法之k折交叉验证_ok.mp4
105用户RFM行为特征提取（代码演示）_ok.mp4
218关联规则代码演示_ok.mp4
76事件的关系与运算_ok.mp4
116特征转换之特征组合（代码演示）_ok.mp4
07Python基本语法_ok.mp4
231Bagging融合_ok.mp4
107特征转换之连续变量无量纲化_ok.mp4
43Pandas数据查看_ok.mp4
205回归树代码演示_ok.mp4
222基于Item的协同过滤算法_ok.mp4
261基于item的协同过滤推荐_ok.mp4
61快速理解数据挖掘和机器学习_ok.mp4
194多元线X回归模型_ok.mp4
63数据挖掘的方法论（CRISP-DM）_ok.mp4
64预测模型的构建和应用流程_ok.mp4
169决策树节点不纯度_ok.mp4
173决策树代码演示_ok.mp4
28ndarray的基本运算_ok.mp4
246文本分析的基本概念_ok.mp4
160K近邻之距离度量_ok.mp4
280特征筛选_ok.mp4
09Python流程控制_ok.mp4
219关联规则总结_ok.mp4
144模型评估指标之KS值_ok.mp4
287模型部署和应用_ok.mp4
12Python的面向对象编程1_ok.mp4
170决策树最佳分裂_ok.mp4
210K均值算法代码演示_ok.mp4
189一元线X回归模型_ok.mp4
212聚类模型评估指标_ok.mp4
248TF-IDF算法_ok.mp4
79期望与方差_ok.mp4
122数据降维之线X判别分析法（LDA代码演示）_ok.mp4
78随机变量的分布_ok.mp4
214什么是关联规则_ok.mp4
62数据挖掘的六大任务_ok.mp4
229模型融合基本概念_ok.mp4
101附2-Oange引导篇_ok.mp4
259项目概述_ok.mp4
44Pandas数据选择_ok.mp4
104特征构造的常用方法_ok.mp4
228课程概述_ok.mp4
83总体与样本_ok.mp4
142模型评估指标之收益曲线_ok.mp4
100附1-sclklt-learn引导篇_ok.mp4
166本章引言_ok.mp4
272用word2vec词向量表示文档特征_ok.mp4
页:
[1]