数据分析与机器学习实战人脸检测， 36套系统课

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