AI时代·Python数据分析与机器学习实战人脸检测，36套课程合集（131G）

课程介绍：

这是一套全方位的数据分析与机器学习实战课程，总容量达131.81G，原价数千元。课程覆盖Python数据分析、机器学习基础、深度学习、自然语言处理、图像识别等领域，囊括TensorFlow、Caffe等主流框架的应用。从Python环境搭建、Numpy、Pandas、Matplotlib等基础库的使用，到线性回归、逻辑回归、决策树、SVM、神经网络、XGBoost、Word2Vec等算法深入解析，再到实战项目如人脸检测、关键点定位、文本分类、生成模型等。还包括强化学习、推荐系统、量化交易等高级主题。课程包含丰富视频教程及配套资料。

课程截图：

课程目录：

• 01、python数据分析与机器学习实战
• 02、深度学习入门视频课程（上篇）
• 03、深度学习入门视频课程（下篇）
• 04、深度学习框架-tensorflow案例实战视频课程
• 05、深度学习框架-caffe使用案例视频课程
• 06、深度学习项目实战视频课程-人脸检测
• 07、大数据-深度学习项目实战-关键点定位视频教程
• 08、python数据分析(机器学习)经典案例
• 09、决胜ai-强化学习实战系列视频课程
• 10、tensorflow项目实战视频课程-文本分类
• 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
• 12、深度学习项目实战视频课程-seq2seq序列生模型
• 13、深度学习顶级论文算法详解视频课程
• 14、自然语言处理word2vec
• 15、深度学习项目实战视频课程-styletransfer(基于tensorflow)
• 16、机器学习-对抗生成网络
• 17､ 机器学习-推荐系统
• 18、tensorflow-图像处理
• 19、tensorflow-自然语言处理
• 20、tensorflow-物体检测-faster-rcnn
• 21、数据科学人工智能-必备数学基础
• 22、nlp-文本相似度
• 23、深度学习30天系统实训-非加密
• 24、python-机器学习-进阶实战
• 25、python kaggle竞赛案例实战
• 26、lstm行为识别
• 27、问答机器人
• 28、opencv计算机视觉图像识别深度学习实战
• 29、python3数据分析与挖掘实战
• 30、量化交易课程
• 31、数据挖掘课程
• 32、opencv+tensorflow 入门人工智能图像处理
• 33、opencv计算机视觉实战(python版)
• 34 大数据 python数据分析处理库-pandas实战视频课程
• 35 大数据 python科学计算库-numpy实战视频课程
• 36 大数据——python数据可视化-matplotlib实战视频课程
• 课程文件目录：V-4759：数据分析与机器学习实战人脸检测 [131.81G]
• 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