最新公告
  • 优质资源共享持续更新,优质的服务和体验 如何充值SVIP/如何免费获取会员
  • 数据分析与机器学习实战人脸检测, 36套系统课

    数据分析与机器学习实战人脸检测, 36套系统课 最后编辑:2024-07-01
    资源介绍: mp4格式 超清画质 资料齐全 包更新一手资源网盘在线学习

    课程目录:数据分析与机器学习实战人脸检测

    01、python数据分析与机器学习实战

    视频课程

    01人工智能入门指南(有基础的同学请略过!)

    课时1课程介绍(主题与大纲.flv

    课时2ai时代首选python.flv

    课时3python我该怎么学.flv

    课时4人工智能的核心-机器学习.flv

    课时5机器学习怎么学?.mp4

    课时6算法推导与案例.mp4

    02python科学计算库-numpy

    课时10numpy基础结构.mp4

    课时11numpy矩阵基础.mp4

    课时12numpy常用函数.mp4

    课时13矩阵常用操作.mp4

    课时14不同复制操作对比.mp4

    课时7使用anaconda安装python环境(python新手先看这个).flv

    课时9科学计算库numpy.mp4

    03python数据分析处理库-pandas

    课时15pandas数据读取.mp4

    课时16pandas索引与计算.mp4

    课时17pandas数据预处理实例.mp4

    课时18pandas常用预处理方法.mp4

    课时19pandas自定义函数.mp4

    课时20series结构.mp4

    04python数据可视化库-matplotlib

    课时21折线图绘制.mp4

    课时22子图操作.mp4

    课时23条形图与散点图.mp4

    课时24柱形图与盒图.mp4

    课时25细节设置.mp4

    05python可视化库seaborn

    课时26seaborn简介.mp4

    课时27整体布局风格设置.mp4

    课时28风格细节设置.mp4

    课时29调色板.mp4

    课时30调色板颜色设置.mp4

    课时31单变量分析绘图.mp4

    课时32回归分析绘图.mp4

    课时33多变量分析绘图.mp4

    课时34分类属性绘图.mp4

    课时35facetgrid使用方法.mp4

    课时36facetgrid绘制多变量.mp4

    课时37热度图绘制.mp4

    06线性回归算法原理推导

    课时38线性回归算法概述.mp4

    课时39误差项分析.mp4

    课时40似然函数求解.mp4

    课时41目标函数推导.mp4

    课时42线性回归求解.mp4

    07梯度下降策略

    课时43梯度下降原理.mp4

    课时44梯度下降方法对比.mp4

    课时45学习率对结果的影响.mp4

    08逻辑回归算法

    课时46逻辑回归算法原理推导.mp4

    课时47逻辑回归求解.mp4

    09案例实战:python实现逻辑回归与梯度下降策略

    课时48python实现逻辑回归任务概述.mp4

    课时49完成梯度下降模块.mp4

    课时50停止策略与梯度下降案例.mp4

    课时51实验对比效果.mp4

    10项目实战-交易数据异常检测

    课时52案例背景和目标.mp4

    课时53样本不均衡解决方案.mp4

    课时54下采样策略.mp4

    课时55交叉验证.mp4

    课时56模型评估方法.mp4

    课时57正则化惩罚.mp4

    课时58逻辑回归模型.mp4

    课时59混淆矩阵.mp4

    课时60逻辑回归阈值对结果的影响.mp4

    课时61smote样本生成策略.mp4

    11决策树算法

    课时62决策树原理概述.mp4

    课时63衡量标准-熵.mp4

    课时64决策树构造实例.mp4

    课时65信息增益率.mp4

    课时66决策树剪枝策略.mp4

    12案例实战:使用sklearn构造决策树模型

    课时67决策树复习.mp4

    课时68决策树涉及参数.mp4

    课时69树可视化与sklearn库简介.mp4

    课时70sklearn参数选择.mp4

    13集成算法与随机森林

    课时71集成算法-随机森林.mp4

    课时72特征重要性衡量.mp4

    课时73提升模型.mp4

    课时74堆叠模型.mp4

    14案例实战:泰坦尼克获救预测

    课时75船员数据分析.mp4

    课时76数据预处理.mp4

    课时77使用回归算法进行预测.mp4

    课时78使用随机森林改进模型.mp4

    课时79随机森林特征重要性分析.mp4

    15贝叶斯算法

    课时80贝叶斯算法概述.mp4

    课时81贝叶斯推导实例.mp4

    课时82贝叶斯拼写纠错实例.mp4

    课时83垃圾邮件过滤实例.mp4

    课时84贝叶斯实现拼写检查器.mp4

    16python文本数据分析:新闻分类任务

    课时85文本分析与关键词提取.mp4

    课时86相似度计算.mp4

    课时87新闻数据与任务简介.mp4

    课时88tf-idf关键词提取.mp4

    课时89lda建模.mp4

    课时90基于贝叶斯算法进行新闻分类.mp4

    17支持向量机

    课时91支持向量机要解决的问题.mp4

    课时92距离与数据的定义.mp4

    课时93目标函数.mp4

    课时94目标函数求解.mp4

    课时95svm求解实例.mp4

    课时96支持向量的作用.mp4

    课时97软间隔问题.mp4

    课时98svm核变换.mp4

    18案例:svm调参实例

    课时100svm参数选择.mp4

    课时99sklearn求解支持向量机.mp4

    19聚类算法-kmeans

    课时101kmeans算法概述.mp4

    课时102kmeans工作流程.mp4

    课时103kmeans迭代可视化展示.mp4

    课时104使用kmeans进行图像压缩.mp4

    20聚类算法-dbscan

    课时105dbscan聚类算法.mp4

    课时106dbscan工作流程【微信ag110660】【轻松网赚网666root.com】.mp4

    课时107dbscan可视化展示.mp4

    21案例实战:聚类实践

    课时108多种聚类算法概述.mp4

    课时109聚类案例实战.mp4

    22降维算法-pca主成分分析

    课时110pca降维概述.mp4

    课时111pca要优化的目标.mp4

    课时112pca求解.mp4

    课时113pca实例.mp4

    23神经网络

    课时114初识神经网络.mp4

    课时115计算机视觉所面临的挑战.mp4

    课时116k近邻尝试图像分类.mp4

    课时117超参数的作用.mp4

    课时118线性分类原理.mp4

    课时119神经网络-损失函数.mp4

    课时120神经网络-正则化惩罚项.mp4

    课时121神经网络-softmax分类器.mp4

    课时122神经网络-最优化形象解读.mp4

    课时123神经网络-梯度下降细节问题.mp4

    课时124神经网络-反向传播.mp4

    课时125神经网络架构.mp4

    课时126神经网络实例演示.mp4

    课时127神经网络过拟合解决方案.mp4

    课时128感受神经网络的强大.mp4

    24xgboost集成算法

    课时129集成算法思想.mp4

    课时130xgboost基本原理.mp4

    课时131xgboost目标函数推导.mp4

    课时132xgboost求解实例.mp4

    课时133xgboost安装.mp4

    课时134xgboost实战演示.mp4

    课时135adaboost算法概述.mp4

    25自然语言处理词向量模型-word2vec

    课时136自然语言处理与深度学习.mp4

    课时137语言模型.mp4

    课时138-n-gram模型.mp4

    课时139词向量.mp4

    课时140神经网络模型.mp4

    课时141hierarchicalsoftmax-课时142cbow模型实例.mp4

    课时143cbow求解目标.mp4

    课时144梯度上升求解.mp4

    课时145负采样模型.mp4

    26使用gensim库构造中文维基百度数据词向量模型

    课时146使用gensim库构造词向量.mp4

    课时147维基百科中文数据处理.mp4

    课时148gensim构造word2vec模型.mp4

    课时149测试模型相似度结果.mp4

    27scikit-learn模型建立与评估

    课时150使用python库分析汽车油耗效率.mp4

    课时151使用scikit-learn库建立回归模型.mp4

    课时152使用逻辑回归改进模型效果.mp4

    课时153模型效果衡量标准.mp4

    课时154roc指标与测试集的价值.mp4

    课时155交叉验证.mp4

    课时156多类别问题.mp4

    28python库分析科比生涯数据

    课时157kobebryan生涯数据读取与简介.mp4

    课时158特征数据可视化展示.mp4

    课时159数据预处理.mp4

    课时160使用scikit-learn建立模型.mp4

    29python时间序列分析

    课时161章节简介.mp4

    课时162pandas生成时间序列.mp4

    课时163pandas数据重采样.mp4

    课时164pandas滑动窗口.mp4

    课时165数据平稳性与差分法.mp4

    课时166arima模型.mp4

    课时167相关函数评估方法.mp4

    课时168建立arima模型.mp4

    课时169参数选择.mp4

    课时170股票预测案例.mp4

    课时171使用tsfresh库进行分类任务.mp4

    课时172维基百科词条eda.mp4

    30机器学习项目实战-贷款申请最大化利润

    课时173数据清洗过滤无用特征.mp4

    课时174数据预处理.mp4

    课时175获得最大利润的条件与做法.mp4

    课时176预测结果并解决样本不均衡问题.mp4

    31机器学习项目实战-用户流失预警

    课时177数据背景介绍.mp4

    课时178数据预处理.mp4

    课时179尝试多种分类器效果.mp4

    课时180结果衡量指标的意义.mp4

    课时181应用阈值得出结果.mp4

    32探索性数据分析-足球赛事数据集

    课时182内容简介.mp4

    课时183数据背景介绍.mp4

    课时184数据读取与预处理.mp4

    课时185数据切分模块.mp4

    课时186缺失值可视化分析.mp4

    课时187特征可视化展示.mp4

    课时188多特征之间关系分析.mp4

    课时189报表可视化分析.mp4

    课时190红牌和肤色的关系.mp4

    33探索性数据分析-农粮组织数据集

    课时191数据背景简介.mp4

    课时192数据切片分析.mp4

    课时193单变量分析.mp4

    课时194峰度与偏度.mp4

    课时195数据对数变换.mp4

    课时196数据分析维度.mp4

    课时197变量关系可视化展示.mp4

    34机器学习项目实战-http日志聚类分析

    课时198建立特征工程.mp4

    课时199特征数据预处理.mp4

    课时200应用聚类算法得出异常ip点.mp4

    02、深度学习入门视频课程(上篇)

    第1章深度学习必备基础知识点

    1.wmv

    10.wmv

    11.wmv

    2.wmv

    3.wmv

    4.wmv

    5.wmv

    6.wmv

    7.wmv

    8.wmv

    9.wmv

    第2章神经网络模型

    1.wmv

    2.wmv

    3.wmv

    第3章神经网络案例实战

    1.wmv

    2.wmv

    3.wmv

    4.wmv

    5.wmv

    6.wmv

    7.wmv

    nn代码.rar

    03、深度学习入门视频课程(下篇)

    001、深度学习入门课程01感受卷积神经网络的强大.mp4

    002、深度学习入门课程02卷积层详解.mp4

    003、深度学习入门课程03卷积计算流程.mp4

    004、深度学习入门课程04卷积核参数分析.mp4

    005、深度学习入门课程05卷积参数共享原则.mp4

    006、深度学习入门课程06池化层(pooling)原理.mp4

    007、深度学习入门课程07卷积神经网络反向传播原理.mp4

    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

    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

    010、深度学习入门课程10经典卷及网络架构实例.mp4

    011、深度学习入门课程11rnn网络结构.mp4

    012、rnn网络细节.mp4

    013、深度学习入门课程12python实现rnn算法.mp4

    014、深度学习入门课程13lstm网络结构简介.mp4

    015、深度学习入门课程14分类与回归(location)任务应用详解.mp4

    016、深度学习入门额课程15物体检测实例.mp4

    017、深度学习入门课程16如何巧妙设计网络结构.mp4

    018、深度学习入门课程17训练技巧之数据增强.mp4

    019、深度学习入门课程18训练技巧之transferlearning.mp4

    020、深度学习入门课程19深度学习框架caffe简介.mp4

    021、深度学习入门课程20深度学习框架caffe训练过程.mp4

    022、深度学习入门课程21深度学习框架caffe接口使用实例.mp4

    04、深度学习框架-tensorflow案例实战视频课程

    唐宇迪-tensorflow课程

    tensorflow.pptx

    tensorflow代码.zip

    验证码识别.zip

    001、tensorflow案例实战视频课程01课程简介.mp4

    002、tensorflow案例实战视频课程02tensorflow安装.mp4

    003、tensorflow案例实战视频课程03基本计算单元-变量.mp4

    004、tensorflow案例实战视频课程04常用基本操作.mp4

    005、tensorflow案例实战视频课程05构造线性回归模型.mp4

    006、tensorflow案例实战视频课程06mnist数据集简介.mp4

    007、tensorflow案例实战视频课程07逻辑回归框架.mp4

    008、tensorflow案例实战视频课程08迭代完成逻辑回归模型.mp4

    009、tensorflow案例实战视频课程09神经网络模型架构.mp4

    010、tensorflow案例实战视频课程10训练神经网络.mp4

    011、tensorflow案例实战视频课程11卷积神经网络模型架构.mp4

    012、tensorflow案例实战视频课程12卷积神经网络模型参数.mp4

    013、tensorflow案例实战视频课程13模型的保存和读取.mp4

    014、tensorflow案例实战视频课程14加载训练好的vgg网络模型.mp4

    015、tensorflow案例实战视频课程15使用vgg模型进行测试.mp4

    016、tensorflow案例实战视频课程16使用rnn处理mnist数据集.mp4

    017、tensorflow案例实战视频课程17rnn网络模型.mp4

    018、tensorflow案例实战视频课程18训练rnn网络.mp4

    019、tensorflow案例实战视频课程19验证码数据生成.mp4

    020、tensorflow案例实战视频课程20构造网络的输入数据和标签.mp4

    021、tensorflow案例实战视频课程21卷积网络模型定义.mp4

    022、tensorflow案例实战视频课程22迭代及测试网络效果.mp4

    05、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.mp4

    03网络配置-数据层详解.mp4

    04网络配置-各计算层详解.mp4

    05solver超参数配置文件.mp4

    06制作lmdb数据源训练分类网络.mp4

    07多label问题之hdf5数据源.mp4

    08使用命令行训练网络1.mp4

    09使用python定义自己的层.mp4

    10绘制网络结构图.mp4

    11生成网络配置文件.mp4

    12对训练的网络模型绘制loss曲线.mp4

    13对训练结果进行分类任务.mp4

    caffe案例资料-.txt

    唐宇迪-深度学习-caffe案例.zip

    06、深度学习项目实战视频课程-人脸检测

    唐宇迪深度学习人脸检测数据代码

    alexnet_iter_50000_full_conv.caffemodel

    alexnet_trainval.prototxt

    deploy.prototxt暂时无用

    deploy_full_conv.prototxt

    face_detect.ipynb

    face_rect.txt

    face-lmdb.sh

    facetrain.zip

    result.jpg

    run_face_detect_batch.py

    solver.prototxt

    testtrain.zip

    tmp9055.jpg

    train.prototxt

    train.sh

    train.txt

    train.zip

    01-人脸检测项目概述.mp4

    02-课程数据,代码下载链接.txt

    03-数据收集.mp4

    04-正负样本裁剪策略.mp4

    05-caffe数据源准.mp4

    06-lmdb脚本文件.mp4

    07-制作lmdb数据源.mp4

    08-网络模型配置文件.mp4

    09-选择合适的参数并训练网络模型.mp4

    10-检测算法框架原理.mp4

    11-实现多尺度人脸检测算法.mp4

    12-坐标映射变换.mp4

    13-完成检测代码.mp4

    14-检测效果及改进.mp4

    15-优化策略分析.mp4

    16-模型准确率影响因素分析.mp4

    17-项目总结.mp4

    人脸检测-.docx

    07、大数据-深度学习项目实战-关键点定位视频教程

    唐宇迪-深度学习-人脸关键点

    课上代码

    code.zip

    deep_landmark.zip

    001、深度学习项目实战01人脸关键点检测算法框架.mp4

    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

    003、深度学习项目实战03对原始数据进行数据增强.mp4

    004、深度学习项目实战04完成第一阶段hdf5数据源制作.mp4

    005、深度学习项目实战05第一阶段网络训练.mp4

    006、深度学习项目实战06第二三阶段网络数据源制作.mp4

    007、深度学习项目实战07第二三阶段网络模型训练.mp4

    008、深度学习项目实战08网络模型参数初始化.mp4

    009、深度学习项目实战09完成全部测试结果.mp4

    010、深度学习项目实战10人脸关键点检测效果.mp4

    011、深度学习项目实战11项目总结分析.mp4

    012、深度学习项目实战12算法框架分析.mp4

    08、python数据分析(机器学习)经典案例

    课时01.课程简介.flv

    课时02.课程数据,代码下载.swf

    课时03.使用anaconda搭建python环境.flv

    课时04.kobe.bryan生涯数据读取与简介.flv

    课时05.特征数据可视化展示.flv

    课时06.数据预处理.flv

    课时07.使用scikit-learn建立分类模型.flv

    课时08.数据简介及面临的挑战.flv

    课时09.数据不平衡问题解决方案.flv

    课时10.逻辑回归进行分类预测.flv

    课时11.使用阈值来衡量预测标准.flv

    课时12.使用数据生成策略.flv

    课时13.数据简介与特征课时化展示.flv

    课时14.不同特征的分布规则.flv

    课时15.决策树模型参数详解.flv

    课时16.决策树中参数的选择.flv

    课时17.将建立好决策树可视化展示出来.flv

    课时18.船员数据分析.flv

    课时19.数据预处理.flv

    课时20.使用回归算法进行预测.flv

    课时21.使用随机森林改进模型.flv

    课时22.随机森林特征重要性分析.flv

    课时23.级联模型原理.flv

    课时24.数据预处理与热度图.flv

    课时25.二阶段输入特征制作.flv

    课时26.使用级联模型进行预测.flv

    课时27.数据简介与特征预处理.flv

    课时28.员工不同属性指标对结果的影响.flv

    课时29.数据预处理.flv

    课时30.构建预测模型.flv

    课时31.基于聚类模型的分析.flv

    课时32.tensorflow框架的安装.flv

    课时33.神经网络模型概述.flv

    课时34.使用tensorflow设定基本参数.flv

    课时35.卷积神经网络模型.flv

    课时36.构建完整的神经网络模型.flv

    课时37.训练神经网络模型.flv

    课时38.pca原理简介.flv

    课时39.数据预处理.flv

    课时40.协方差分析.flv

    课时41.使用pca进行降维.flv

    课时42.数据简介与故事背景.flv

    课时43.基于词频的特征提取.flv

    课时44.改进特征选择方法.flv

    课时45.数据清洗.flv

    课时46.数据预处理.flv

    课时47.盈利方法和模型评估.flv

    课时48.预测结果.flv

    09、决胜ai-强化学习实战系列视频课程

    唐宇迪-强化学习课件及代码

    bird.zip

    valueiteration.py

    强化学习.pdf

    1-1.强化学习简介.mp4

    1-10.求解流程详解.mp4

    1-2.强化学习基本概念.mp4

    1-3.马尔科夫决策过程.mp4

    1-4.bellman方程.mp4

    1-5.值迭代求解.mp4

    1-6.代码实战求解过程.mp4

    1-7.q-learning基本原理.mp4

    1-8.q-learning迭代计算实例.mp4

    1-9.q-learning迭代效果.mp4

    2-1.deep-q-network原理.mp4

    2-10.完整代码流程分析.mp4

    2-11.deepq-learning效果演示.mp4

    2-2.deep-q-learning网络细节.mp4

    2-3,deepq-learning网络参数配置.mp4

    2-4.搭建deepq-learning网络模型.mp4

    2-5.deepqlearning卷积操作定义.mp4

    2-6.数据预处理.mp4

    2-7.实现阶段数据存储.mp4

    2-8.实现训练模块.mp4

    2-9.debug解读训练代码.mp4

    10、tensorflow项目实战视频课程-文本分类

    文本分类

    数据-代码.zip

    1.wmv

    10.wmv

    11.wmv

    12.wmv

    13.wmv

    14.wmv

    15.wmv

    2.wmv

    3.wmv

    4.wmv

    5.wmv

    6.wmv

    7.wmv

    8.wmv

    9.wmv

    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

    2.wmv

    3.wmv

    tensorflow打造唐诗生成网络(八课时)

    1.wmv

    2.wmv

    3.wmv

    4.wmv

    5.wmv

    6.wmv

    7.wmv

    8.wmv

    递归神经网络原理(四课时)

    1.wmv

    2.wmv

    3.wmv

    4.wmv

    唐诗生成资料

    poem.zip

    rnn与lstm.pptx

    tensorflow-rnn.pptx

    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

    2.wmv

    3.wmv

    4.wmv

    5.wmv

    文章摘要生成

    1.wmv

    2.wmv

    3.wmv

    4.wmv

    序列排序生成

    1.wmv

    2.wmv

    3.wmv

    4.wmv

    5.wmv

    seq2seq网络.rar

    13、深度学习顶级论文算法详解视频课程

    deeplearning(期刊论文)

    4166643538787b5802a551e0f477a5ee0a76aa.pdf

    61991ea3586e3039a1f35302945da0e62ed276.pdf

    83f2b0137888ff19f7d3236cfac42ffbee5685.pdf

    c2da8f6984015ae113e2401190107a348be42c.pdf

    d9a9027182bae247583555443e5015383b2c29.pdf

    第八课.wmv

    第二课.wmv

    第九课.wmv

    第六课.wmv

    第七课.wmv

    第三课.wmv

    第十二课.mp4

    第十课.wmv

    第十六课.avi

    第十三课.avi

    第十四.avi

    第十五课.wmv

    第十一集.wmv

    第四课.wmv

    第五课.wmv

    第一课.课程简介.txt

    14、自然语言处理word2vec

    gensim构造词向量模型

    1-.wmv

    2-.wmv

    3-.wmv

    4-.wmv

    word2vec

    1-.wmv

    10-.wmv

    11-.wmv

    2-.wmv

    3-.wmv

    4-.wmv

    5-.wmv

    6-.wmv

    7-.wmv

    8-.wmv

    9-.wmv

    实战word2vec

    1-.wmv

    2-.wmv

    3-.wmv

    4-.wmv

    5-.wmv

    6-.wmv

    7-.wmv

    15、深度学习项目实战视频课程-styletransfer(基于tensorflow)

    唐宇迪-styletransfer

    style-transfer代码.zip

    数据下载地址.txt

    文件放哪.png

    001、课程简介.mp4

    002、tensorflow安装.mp4

    003、style-transfer基本原理.mp4

    004、风格生成网络结构原理.mp4

    005、风格生成网络细节.mp4

    006、风格转换效果展示.mp4

    007、风格转换参数配置.mp4

    008、数据读取操作.mp4

    009、vgg体征提取网络结构.mp4

    010、内容与风格特征提取.mp4

    011、生成网络结构定义.mp4

    012、生成网络计算操作.mp4

    013、参数初始化.mp4

    014、content损失计算.mp4

    015、style损失计算.mp4

    016、完成训练模块.mp4

    017、模型保存与打印结果.mp4

    018、完成测试代码.mp4

    16、机器学习-对抗生成网络

    对抗生成网络资料

    dcgan.zip

    gan.pptx

    人脸数据.zip

    1.补充.mp4

    1.课程简介.mp4

    10.dcgan的网络模型架构.mp4

    11.dcgan项目实战:diy你要生成的数据.mp4

    12.dcgan项目实战:配置参数.mp4

    13.dcgan项目实战:基于卷积的生成网络架构.mp4

    14.dcgan项目实战:基于卷积的判别网络.mp4

    15.dcgan项目实战:训练dcgan网络.mp4

    2.对抗生成网络形象解释.mp4

    3.对抗生成网络工作原理.mp4

    4.案例实战对抗生成网络:环境配置.mp4

    5.案例实战对抗生成网络:构造判别网络模型.mp4

    6.案例实战对抗生成网络:构造生成网络模型.mp4

    7.案例实战对抗生成网络:构造损失函数.mp4

    8.案例实战对抗生成网络:训练对抗生成网络.mp4

    9.dcgan基本原理.mp4

    dcgan.zip

    人脸数据.zip

    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

    02推荐系统应用.mp4

    03数据,代码下载(点击参考资料下载).zip

    04推荐系统要完成的任务.mp4

    05相似度计算.mp4

    06基于用户的协同过滤.mp4

    07基于物品的协同过滤.mp4

    08隐语义模型.mp4

    09隐语义模型求解.mp4

    10模型评估标准.mp4

    章节2-使用tensorflow构造隐语义模型

    11surprise库与数据简介.mp4

    12surprise库使用方法.mp4

    13得出推荐商品结果.mp4

    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

    15模型架构.mp4

    16损失函数定义.mp4

    17训练网络.mp4

    18、tensorflow-图像处理

    超分辨率重构

    srdata.zip

    srgan超分辨率重构.zip

    高阶api

    高阶api.zip

    图像缺失补全

    glcic图像补全.zip

    图像补全人脸数据.zip

    tensorflow-图像处理视频课程01.mp4

    tensorflow-图像处理视频课程02.mp4

    tensorflow-图像处理视频课程03.mp4

    tensorflow-图像处理视频课程04.mp4

    tensorflow-图像处理视频课程05.mp4

    19、tensorflow-自然语言处理

    tensorflow-自然语言处理.rar

    20、tensorflow-物体检测-faster-rcnn

    物体检测-faster-rcnn

    物体检测-faster-rcnn

    fasterr-cnntowardsreal-timeobjectdetectionwithregionproposalnetworks.pdf

    faster-rcnn.pptx

    fasterrcnn.zip

    iccv15_tutorial_training_rbg.pdf

    fasterr-cnntowardsreal-timeobjectdetectionwithregionproposalnetworks.pdf

    faster-rcnn.pptx

    fasterrcnn.zip

    iccv15_tutorial_training_rbg.pdf

    tensorflow-物体检测-faster-rcnn解读.zip

    第二章faster-rcnn论文解读.mp4

    第三章tensorflow版本实现解读.rar

    第一章三代物体检测算法概述.mp4

    第一章三代物体检测算法概述.rar

    21、数据科学人工智能-必备数学基础

    课件

    svd.pdf

    概率分布与概率密度.pdf

    概率论.pdf

    高等数学.pdf

    核函数.pdf

    后验概率估计.pdf

    激活函数.pdf

    矩阵.pdf

    拉格朗日乘子法.pdf

    熵.pdf

    似然函数.pdf

    泰勒公式.pdf

    特征值与特征向量.pdf

    梯度.pdf

    微积分.pdf

    视频

    01-第一章.mp4

    02-第二章至第七章.mp4

    03-第八章.mp4

    04-第九章至第十章.mp4

    05-第十章补充.mp4

    06-第十一章至第十二章.mp4

    07-第十三章.mp4

    08-第十四至第十五.mp4

    09-第十六章.mp4

    统计分析

    统计分析-数据代码.zip

    22、nlp-文本相似度

    文本相似度.zip

    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

    8-1rnn网络架构.mp4

    8-2lstm网络架构.mp4

    8-3案例:使用lstm进行情.mp4

    8-4情感数据集处理.mp4

    8-5基于word2vec的lstm模型.mp4

    8-6趣味网络串讲(数据代.mp4

    8-7课后讨论版.mp4

    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

    2-7drop-out.mp4

    2-8课后讨论.mp4

    第六章-自然语言处理-word2vec

    6-1自然语言处理与深度学.mp4

    6-2语言模型.mp4

    6-3神经网络模型.mp4

    6-4cbow模型.mp4

    6-5参数更新.mp4

    6-6负采样模型.mp4

    6-7案例:影评情感分类(数据.mp4

    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.mp4

    7-2准备word2vec输入数据.mp4

    7-3使用gensim构建word2.mp4

    7-4tfidf原理.mp4

    7-5对抗生成网络原理概述(gan数据代码下载—).mp4

    7-6gan网络结构定义.mp4

    7-7gan迭代生成.mp4

    7-8dcgan网络特性(dcgan数据代码下载—).mp4

    7-9dcgan网络细节.mp4

    第三次课程代码

    imagenet-vgg-verydeep-19.mat

    tensorflow【微信ag110660】【轻松网赚网666root.com】.pptx

    tensorflow代码.zip

    第三章-tensorflow训练mnist数据集

    3-1tensorflow安装.mp4

    3-2tensorflow基本套路.mp4

    3-3tensorflow常用操作.mp4

    3-4tensorflow实现线性回归.mp4

    3-5tensorflow实现手写字体.mp4

    3-6参数初始化.mp4

    3-7迭代完成训练.mp4

    3-8课后讨论.mp4

    mnist.zip

    第四章-卷积神经网络

    4-1卷积体征提取.mp4

    4-2卷积计算流程.mp4

    4-3卷积层计算参数.mp4

    4-4池化层操作.mp4

    4-5卷积网络整体架构.mp4

    4-6经典网络架构.mp4

    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–).mp4

    5-2使用cnn训练mnist数.mp4

    5-3卷积与池化操作.mp4

    5-4定义卷积网络计算流程.mp4

    5-5完成迭代训练.mp4

    5-6验证码识别概述.mp4

    5-7验证码识别流程.mp4

    验证码案例.zip

    第一章

    1-1课程概述与环境配置.mp4

    1-2深度学习与人工智能概述.mp4

    1-3机器学习常规套路.mp4

    1-4k近邻与交叉验证.mp4

    1-5得分函数.mp4

    1-6损失函数.mp4

    1-7softmax分类器.mp4

    1-8课后讨论与答疑.mp4

    神经网络(上课).pdf

    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

    数值特征

    .ipynb_checkpoints

    featureengineeringonnumericdata-checkpoint.ipynb

    featureengineeringontemporaldata-checkpoint.ipynb

    featureengineeringontextdata-checkpoint.ipynb

    featureselection-checkpoint.ipynb

    数值特征-checkpoint.ipynb

    特征预处理-checkpoint.ipynb

    图像特征-checkpoint.ipynb

    文本特征-checkpoint.ipynb

    datasets

    cat.png

    desktop.ini

    dog.png

    fcc_2016_coder_survey_subset.csv

    item_popularity.csv

    pokemon.csv

    song_views.csv

    vgsales.csv

    数值特征.ipynb

    特征预处理.ipynb

    图像特征.ipynb

    文本特征.ipynb

    10.hmm隐马尔科夫模型

    hmm.pdf

    11.hmm案例实战

    hmm

    __pycache__

    data.cpython-36.pyc

    get_hmm_param.cpython-36.pyc

    data.py

    get_hmm_param.py

    hmm_start.py

    data2.csv

    hmm实践.ipynb

    时间序列.ipynb

    12.推荐系统

    推荐系统.pdf

    13.音乐推荐系统实战

    python实现音乐推荐系统

    .ipynb_checkpoints

    推荐系统-checkpoint.ipynb

    __pycache__

    recommenders.cpython-36.pyc

    1.png

    2.png

    3.png

    4.png

    5.png

    6.png

    7.png

    8.png

    recommendation_engines.py

    recommenders.py

    song_playcount_df.csv

    track_metadata.db

    track_metadata_df_sub.csv

    train_triplets.txt

    triplet_dataset_sub_song.csv

    user_playcount_df.csv

    老版.ipynb

    推荐系统.ipynb

    14.基于统计分析的电影推荐

    电影推荐.zip

    15.学习曲线

    学习曲线

    .ipynb_checkpoints

    学习曲线(bias和variance)-checkpoint.ipynb

    1.png

    10.png

    11.png

    2.png

    3.png

    4.png

    5.png

    6.png

    7.png

    8.png

    9.png

    folds5x2_pp.xlsx

    学习曲线(bias和variance).ipynb

    16.nlp-文本特征方法对比

    clean_data.csv

    googlenews-vectors-negative300.bin

    socialmedia_relevant_cols.csv

    socialmedia_relevant_cols_clean.csv

    socialmedia_relevant_cols_clean2.csv

    自然语言处理方法对比.ipynb

    17.使用word2vec分类任务

    word2vec.zip

    18.tensorflow自己打造word2vec

    word2vec

    word2vec.zip

    19.制作自己常用工具包

    特征筛选

    .ipynb_checkpoints

    featureselectorusage-checkpoint.ipynb

    工具-checkpoint.ipynb

    __pycache__

    feature_selector.cpython-36.pyc

    data

    airqualityuci.csv

    caravan-insurance-challenge.csv

    credit_example.csv

    feature_selector

    __init__.py

    feature_selector.py

    images

    collinear_dataframe.png

    example_collinear_heatmap.png

    example_cumulative_feature_importances.png

    example_missing_histogram.png

    example_top_feature_importances.png

    example_unique_histogram.png

    feature_importance_dataframe.png

    工具.ipynb

    2.gbdt提升算法

    gbdt.pdf

    20.数据处理与特征工程

    机器学习项目实战流程

    .ipynb_checkpoints

    exploratory_work-checkpoint.ipynb

    机器学习项目实战-1-数据预处理-checkpoint.ipynb

    机器学习项目实战-2-建模-checkpoint.ipynb

    机器学习项目实战-3-分析-checkpoint.ipynb

    auto_ml

    tpot_exported_pipeline.py

    data

    cleaned_data.csv

    energy_and_water_data_disclosure_for_local_law_84_2017__data_for_calendar_year_2016_.csv

    no_score.csv

    testing_features.csv

    testing_labels.csv

    training_features.csv

    training_labels.csv

    x_test.csv

    x_train.csv

    y_test.csv

    y_train.csv

    images

    annotated_individual_node.png

    correlation_examples.png

    cover_auto_ml.jpg

    cover_one.jpg

    cover_three.jpg

    cover_two.jpg

    data_formatted_with_score.png

    density_boroughs.png

    density_type.png

    df_info.png

    feature_importances.png

    feature_importances_graph.png

    feature_pairs.png

    formatted_train_data.png

    individual_node.png

    intrepretability_vs_accuracy.png

    kfold_cv.png

    lime_wrong_explanation.png

    local_explanation_one.png

    missing_values.png

    model_comparison.png

    negative_correlations.png

    nestimator_performance.png

    positive_correlations.png

    raw_data.png

    residual_distribution.png

    score_distribution.png

    score_vs_eui.png

    test_prediction_density.png

    test_values.png

    tpot_training_information.png

    tpot-ml-pipeline.png

    tree.dot

    tree.png

    tree_single.dot

    tree_single.png

    tree_single_small.dot

    tree_single_small.png

    tree_small.dot

    tree_small.png

    tree_verysmall.dot

    tree_verysmall.png

    weather_norm_eui.png

    wrong_explanation_plot.png

    2016_nyc_benchmarking_data_disclosure_definitions.pdf

    buildingdatareport.pdf

    hw_assignment.docx

    hw_assignment.pdf

    机器学习项目实战-1-数据预处理.ipynb

    机器学习项目实战-2-建模.ipynb

    机器学习项目实战-3-分析.ipynb

    3.xgboost-gbdt-lightgbm

    gbdt.zip

    4.使用lightgbm进行饭店流量预测

    gbdt.zip

    5.人口普查数据集项目实战-收入预测

    1.png

    2.png

    3.png

    机器学习数据分析模板.ipynb

    6.降维算法-线性判别分析

    9-lda与pca算法.pdf

    降维算法.zip

    7.贝叶斯优化及其工具包使用

    贝叶斯优化:hyperopt.zip

    8.贝叶斯优化实战

    贝叶斯优化:hyperopt.zip

    9.em算法

    10-em算法.pdf

    1数据特征.mp4

    10hmm隐马尔科夫模型.mp4

    11hmm案例实战.mp4

    12推荐系统.mp4

    13音乐推荐系统实战.mp4

    14基于统计分析的电影推荐.mp4

    15学习曲线.mp4

    16nlp-文本特征方法对比.mp4

    17使用word2vec分类任务.mp4

    18和19章.mp4

    2gbdt提升算法.mp4

    20机器学习项目实战-数据处.mp4

    20181129_155828.mp4

    21机器学习项目实战-建模与.mp4

    3xgboost-gbdt-lightgbm提.mp4

    4使用lightgbm进行饭店流.mp4

    5人口普查数据集项目实战.mp4

    6降维算法-线性判别分析.mp4

    7贝叶斯优化及其工具包使用.mp4

    8贝叶斯优化实战.mp4

    25、pythonkaggle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.mp4

    kaggle第一次课2.mp4

    kaggle第1课:机器学习算法、工具与流程概述.pdf

    kaggle第2课:经济金融领域的应用

    kaggle第二次课.mp4

    第2课经济金融领域的应用.pdf

    kaggle第3课:排序与ctr预估问题

    5-2.mp4

    kaggle第三课.mp4

    new3.mp4

    kaggle第4课:自然语言处理类问题

    kaggle4_2.mp4

    kaggle第四课第一部分.mp4

    kaggle第5课:能源预测与分配类问题案例

    5-1.mp4

    5-2.mp4

    kaggle第6课:走起-深度学习

    6.mp4

    第6课:走起-深度学习.pdf

    kaggle第7课:电商推荐与销量预测相关案例

    7.mp4

    kaggle第8课:金融风控问题

    baiduyunguangjia_cfg_a900527e-5ba6-4d22-8e96-e40d5c6edf61.cfg

    第8课:金融风控问题.pdf

    第八课.mp4

    (解压密码000000)课堂同步.zip

    26、lstm行为识别

    行为识别.zip

    27、问答机器人

    qa问答.zip

    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

    第一课.mkv

    第02讲初探计算机视觉

    (解压密码000000)第二讲同步资料.zip

    第二课.mkv

    第03讲空域图像处理的洪荒之力

    (解压密码000000)第三讲同步资料.zip

    第三课上.mkv

    第三课下.mkv

    第04讲机器视觉中的特征提取与描述

    第四课上.mkv

    第四课下.mkv

    第05讲坐标变换与视觉测量

    第五课【微信ag110660】【海量资源666root.com】.mkv

    第06讲深度学习在图像识别中的应用

    (解压密码000000)第六讲同步资料.zip

    第六课上.mkv

    第六课下.mkv

    第07讲图像检索

    (解压密码000000)第七讲同步资料.zip

    第七课.mkv

    第08讲图像标注与问答

    (解压密码000000)第八讲同步资料.zip

    第八课.mkv

    第09讲3d计算机视觉

    (解压密码000000)第九讲同步资料.zip

    第九课上.mkv

    第九课下.mkv

    第10讲机器视觉项目实战

    (解压密码000000)第十讲同步资料.zip

    第十课.mkv

    (解压密码000000)图像处理与计算机视觉基础总结.zip

    opencv-3.0.0.zip

    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

    042、快速了解数据分析与数据挖掘.mp4

    043、数据分析与挖掘相关模块简介与安装.mp4

    044、相关模块的使用.mp4

    045、python数据导入实战.mp4

    046、答疑.mp4

    第11章python数据可视化分析实现

    047、matplotlib基础折线图-散点图.mp4

    048、直方图.mp4

    049、读取和讯博客的数据并可视化分析.mp4

    050、答疑.mp4

    第12章python数据清洗、集成与变换

    051、数据探索与数据与清洗概述(一).mp4

    052、数据探索与数据与清洗概述(二).mp4

    053、数据分布探索实战.mp4

    054、数据集成实战.mp4

    055、答疑.mp4

    第13章数据转换、属性构造、数据规约

    056、数据转换.mp4

    057、属性构造.mp4

    058、数据规约.mp4

    059、答疑.mp4

    第14章文本挖掘

    060、文本挖掘一.mp4

    061、文本挖掘二.mp4

    062、答疑.mp4

    第15章文本相似度分析

    063、文本相似度分析一.mp4

    064、文本相似度分析二.mp4

    065、文本相似度分析三.mp4

    066、答疑.mp4

    第16章python数据分析与挖掘实战上

    067、python数据建模概述.mp4

    068、python数据分类实现过程.mp4

    069、常见分类算法.mp4

    070、knn算法(补录).mp4

    071、knn算法与贝克斯方法.mp4

    072、手写体数字识别.mp4

    073、答疑.mp4

    第17章python数据建模与分类实现下

    074、贝叶斯算法上.mp4

    075、贝叶斯课程(补录).mp4

    076、贝叶斯算法下.mp4

    077、回归算法.mp4

    078、决策树.mp4

    079、答疑.mp4

    第18章python数据分析与挖掘聚类实现与回归分析

    080、决策树.mp4

    081、聚类.mp4

    082、答疑.mp4

    第19章python数据分析与挖掘实战

    083、贝叶斯应用.mp4

    084、人工神经网络理论基础.mp4

    085、人工神经网络实现实战.mp4

    086、答疑.mp4

    第1章python基础第一阶段

    001、课程介绍.mp4

    002、初识python.mp4

    003、python语法基础.mp4

    004、python控制流.mp4

    005、课后答疑.mp4

    第20章python降维技术与大型数据分析与挖掘项目实训上

    087、apriori算法与项目实战.mp4

    088、社交网络项目实战.mp4

    089、答疑.mp4

    第21章python降维技术与大型数据分析与挖掘项目实训下

    090、微博接口开发上.mp4

    091、微博接口开发下.mp4

    094、文本分类及答疑.mp4

    92-93课时phantomjs.rar

    第2章python基础第二阶段

    006、python函数详解.mp4

    007、python模块.mp4

    008、python文件操作.mp4

    009、python异常值处理.mp4

    010、课后答疑.mp4

    第3章python爬虫初识

    011、作业讲解及爬虫初识.mp4

    012、网络爬虫原理.mp4

    013、正则表达式实战.mp4

    014、课后答疑.mp4

    第4章urllib库实战

    015、urllib库实战.mp4

    016、urllib库实战(二).mp4

    017、urllib库实战(三).mp4

    018、爬虫的异常处理.mp4

    019、爬虫的浏览器伪装技术.mp4

    020、python新闻爬虫实战.mp4

    021、课后答疑.mp4

    第5章爬虫防屏蔽手段之代理服务器实战

    022、爬虫防屏蔽手段之代理服务器实战.mp4

    023、图片爬虫实战.mp4

    024、课后答疑.mp4

    第6章爬虫实战及scrapy框架的安装

    025、抓包分析实战1.mp4

    026、抓包分析实战2.mp4

    027、微信爬虫实战.mp4

    028、多线程爬虫实战.mp4

    029、scrapy框架的安装.mp4

    030、课后答疑.mp4

    第7章scrapy爬虫

    031、scrapy框架常见命令实战.mp4

    032、第一个scrapy爬虫.mp4

    033、scrapy自动爬虫实战.mp4

    034、课后答疑.mp4

    第8章用scrapy爬取网站的数据

    035、天善智能课程自动爬虫实战.mp4

    036、自动模拟登陆爬虫实战.mp4

    037、当当商城爬虫实战.mp4

    038、课后答疑.mp4

    第9章补充以及作业讲解

    039、补充内容.mp4

    040、上节课作业讲解.mp4

    041、答疑.mp4

    软件包及安装文档

    python-3.5.4-32位.exe

    python-3.5.4-64位.exe

    python-3.5.x安装教程.pdf

    源码.rar

    30、量化交易课程

    ml_机器学习与量化交易项目班

    ppt

    机器学习和量化交易实战lecture01.pdf

    机器学习和量化交易实战lecture02.pdf

    机器学习和量化交易实战lecture03.pdf

    机器学习和量化交易实战lecture04.pdf

    机器学习和量化交易实战lecture06.pdf

    机器学习和量化交易实战lecture07.pptx

    机器学习和量化交易实战lecture09.pptx

    机器学习和量化交易实战lecture10.pptx

    代码

    lecture_code03

    cadf.py

    insert_symbols.py

    price_retrieval.py

    quandl_data.py

    quantitative.sql

    retrieving_data.py

    securities_master.sql

    lecture_code04

    codeforlecture4.ipynb

    lecture_code05

    bb.py

    cci.py

    evm.py

    fi.py

    forecast.py

    grid_search.py

    ma.py

    roc.py

    lecture_code08

    backtest.py

    event.py

    mac.py

    portfolio.py

    视频

    10策略优化与课程总结.mkv

    1自动化交易综述.mkv

    2量化交易系统综述.mkv

    3搭建自己的量化数据库.mkv

    4用python进行金融数据分析.mkv

    5策略建模综述.mkv

    6策略建模:基于机器学习的策略建模.mkv

    7模型评估与风险控制.mkv

    8自动交易系统的搭建.mkv

    9量化策略的实现.mkv

    31、数据挖掘课程

    1-3课.zip

    4-6课.zip

    7-10课.zip

    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.mp4

    第2章计算机视觉入门

    2-1本章介绍.mp4

    2-10案例4:像素读取写入.mp4

    2-11tensorflow常量变量定义.mp4

    2-12tensorflow运算原理.mp4

    2-13常量变量四则运算.mp4

    2-14矩阵基础1.mp4

    2-15矩阵基础2.mp4

    2-16矩阵基础3.mp4

    2-17numpy模块使用.mp4

    2-18matplotlib模块的使用.mp4

    2-19小综合:人工神经网络逼近股票价格1.mp4

    2-2mac下一站式开发环境anaconda搭建.mp4

    2-20小综合:人工神经网络逼近股票价格2.mp4

    2-21小综合:人工神经网络逼近股票价格3.mp4

    2-22小综合:人工神经网络逼近股票价格4.mp4

    2-3windows下一站式开发环境anaconda搭建.mp4

    2-4测试案例helloworld.mp4

    2-5案例1:图片的读取和展示.mp4

    2-6opencv模块组织结构.mp4

    2-7案例2:图片写入.mp4

    2-8案例3:不同图片质量保存.mp4

    2-9像素操作基础.mp4

    第3章计算机视觉加强之几何变换

    3-1本章介绍.mp4

    3-10图片缩放.mp4

    3-11图片仿射变换.mp4

    3-12图片旋转.mp4

    3-13图片几何变换小结.mp4

    3-2图片缩放1.mp4

    3-3图片缩放2.mp4

    3-4图片缩放3.mp4

    3-5图片剪切.mp4

    3-6图片位移1.mp4

    3-7图片移位2.mp4

    3-8图片移位3.mp4

    3-9图片镜像.mp4

    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.mp4

    4-10边缘检测2.mp4

    4-11浮雕效果.mp4

    4-12颜色映射.mp4

    4-13油画特效.mp4

    4-14图像特效小结.mp4

    4-15线段绘制.mp4

    4-16矩形圆形任意多边形绘制.mp4

    4-17文字图片绘制.mp4

    4-2图像灰度处理1.mp4

    4-3图像灰度处理2.mp4

    4-4算法优化.mp4

    4-5颜色反转.mp4

    4-6马赛克.mp4

    4-7毛玻璃.mp4

    4-8图片融合.mp4

    4-9边缘检测1.mp4

    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.mp4

    5-10磨皮美白.mp4

    5-11高斯均值滤波.mp4

    5-12中值滤波.mp4

    5-13图像美化章节小结.mp4

    5-2彩色图片直方图.mp4

    5-3直方图均衡化.mp4

    5-4图片修补.mp4

    5-5灰度直方图源码.mp4

    5-6彩色直方图源码.mp4

    5-7灰度直方图均衡化.mp4

    5-8彩色直方图均衡化.mp4

    5-9亮度增强.mp4

    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.mp4

    6-10svm支持向量机1.mp4

    6-11svm支持向量机2.mp4

    6-12svm小结.mp4

    6-13hog特征1.mp4

    6-14hog特征2.mp4

    6-15hog特征3.mp4

    6-16hog特征4.mp4

    6-17hog小结.mp4

    6-18hog_svm小狮子识别1.mp4

    6-19hog_svm小狮子识别2.mp4

    6-2视频分解图片.mp4

    6-20hog_svm小狮子识别3.mp4

    6-21hog_svm小狮子识别4.mp4

    6-22hog_svm小狮子识别5.mp4

    6-23机器学习小结.mp4

    6-3图片合成视频.mp4

    6-4haar特征1.mp4

    6-5haar特征2.mp4

    6-6haar特征3.mp4

    6-7adaboost分类器1.mp4

    6-8adaboost分类器2.mp4

    6-9haar+adaboost人脸识别.mp4

    第7章手写数字识别

    7-1章节介绍.mp4

    7-10knn数字识别8.mp4

    7-11knn数字识别9.mp4

    7-12knn数字识别10.mp4

    7-13cnn实现手写数字识别1.mp4

    7-14cnn实现手写数字识别2.mp4

    7-15cnn实现手写数字识别3.mp4

    7-16cnn实现手写数字识别4.mp4

    7-17cnn实现手写数字识别5.mp4

    7-18cnn实现手写数字识别6.mp4

    7-19数字识别小结.mp4

    7-2样本介绍.mp4

    7-3knn数字识别1.mp4

    7-4knn数字识别2.mp4

    7-5knn数字识别3.mp4

    7-6knn数字识别4.mp4

    7-7knn数字识别5.mp4

    7-8knn数字识别6.mp4

    7-9knn数字识别7.mp4

    第8章“刷脸”识别

    8-1章节介绍【微信ag110660】【平价资源网666root.com】.mp4

    8-2最简单的图片爬虫【微信ag110660】【平价资源网666root.com】.mp4

    8-3ffmpeg初识_音频.mp4【微信ag110660】【平价资源网666root.com】.mp4

    8-4opencv预处理.mp4

    8-5神经网络训练识别1【微信ag110660】【平价资源网666root.com】.mp4

    8-6神经网络训练识别2【微信ag110660】【平价资源网666root.com】.mp4

    8-7神经网络训练识别3.mp4

    8-8神经网络训练识别4.mp4

    8-9本章小结【微信ag110660】【平价资源网666root.com】.mp4

    第9章课程总结

    9-1课程总结.mp4

    源码.zip

    33、opencv计算机视觉实战(python版)

    唐宇迪课件

    第11-12章notebook课件.zip

    第16-17章notebook课件.zip

    第2-7章notebook课件(1).zip

    第八章notebook课件.zip

    第二十一章:项目实战-疲劳检测.zip

    第九章:项目实战-信用卡数字识别.zip

    第十八章:opencv的dnn模块.zip

    第十九章:项目实战-目标追踪.zip

    第十三章:案例实战-全景图像拼接.zip

    第十四章:项目实战-停车场车位识别.zip

    第十五章:项目实战-答题卡识别判卷.zip

    第十章:项目实战-文档扫描ocr识别.zip

    资料

    第11-12章notebook课件.zip

    第16-17章notebook课件.zip

    第八章notebook课件.zip

    第二十一章:人脸关键点定位.zip

    第二十一章:项目实战-疲劳检测.zip

    第九章:项目实战-信用卡数字识别.zip

    第十八章:opencv的dnn模块.zip

    第十九章:项目实战-目标追踪.zip

    第十三章:案例实战-全景图像拼接.zip

    第十四章:项目实战-停车场车位识别.zip

    第十五章:项目实战-答题卡识别判卷.zip

    第十章:项目实战-文档扫描ocr识别.zip

    01、课程简介.mp4

    02、图像基本操作.mp4

    03、阈值与平滑处理.mp4

    04、图像形态学处理.mp4

    05、图像梯度处理.mp4

    06、边缘检测.mp4

    07、图像金字塔与轮廓检测.mp4

    08、直方图与傅里叶变换.mp4

    09、项目实战-信用卡数字识别.mp4

    10、项目实战-文档扫描ocr识别.mp4

    11、图像特征-harris.mp4

    12、图像特征-sift.mp4

    13、案例实战-全景图像拼接.mp4

    14、项目实战-停车场车位识别.mp4

    15、项目实战-答题卡识别判卷.mp4

    16、背景建模.mp4

    17、光流估计.mp4

    18、opencv的dnn模块.mp4

    19、项目实战-目标追踪.mp4

    20、卷积原理与操作.mp4

    21、项目实战-疲劳检测.mp4

    唐宇迪opencv小章节.zip

    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.mp4

    大数据python数据分析处理库-pandas实战视频课程2.mp4

    大数据python数据分析处理库-pandas实战视频课程3.mp4

    大数据python数据分析处理库-pandas实战视频课程4.mp4

    大数据python数据分析处理库-pandas实战视频课程5.mp4

    大数据python数据分析处理库-pandas实战视频课程6.mp4

    大数据python数据分析处理库-pandas实战视频课程7.mp4

    大数据python数据分析处理库-pandas实战视频课程.zip

    35大数据python科学计算库-numpy实战视频课程

    numpy代码.zip

    大数据python科学计算库-numpy实战视频课程1.mp4

    大数据python科学计算库-numpy实战视频课程2.mp4

    大数据python科学计算库-numpy实战视频课程3.mp4

    大数据python科学计算库-numpy实战视频课程4.mp4

    大数据python科学计算库-numpy实战视频课程5.mp4

    36大数据——python数据可视化-matplotlib实战视频课程

    matplotlib绘图.zip

    大数据——python数据可视化-matplotlib实战视频课程1.mp4

    大数据——python数据可视化-matplotlib实战视频课程2.mp4

    大数据——python数据可视化-matplotlib实战视频课程3.mp4

    大数据——python数据可视化-matplotlib实战视频课程4.mp4

    大数据——python数据可视化-matplotlib实战视频课程5.mp4

    猜你在找

    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suppport_77@126.com),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。
    vipc9资源站 » 数据分析与机器学习实战人脸检测, 36套系统课

    常见问题FAQ

    视频格式是什么?
    不加密,网盘在线学习
    怎么发货?
    自动发货,提供百度云链接和提取码【如失效点击网站右侧联系客服】】
    有些资源没更新完结怎么办?
    本站资源包更新至完结,后续可以点击链接获取
    有问题不懂的怎么办
    可以咨询qq客服
    • 27447会员总数(位)
    • 9028资源总数(个)
    • 10本周发布(个)
    • 0 今日发布(个)
    • 1574稳定运行(天)

    提供最优质的资源集合

    加入我们
  • © 2024 it僧院 . All rights reserved      
  • 升级SVIP尊享更多特权立即升级