人工智能周末班1117班
课程目录：大小：66G
├──20181117_线性回归
| ├──当日录视视频，有杂音同学们忽略即可
| | ├──01_人工智能课程设计理念（1）.rar118.03M
| | ├──02_人工智能课程设计理念（2）.rar110.98M
| | ├──03_机器学习是拟人.rar49.52M
| | ├──04_机器学习应用.rar137.99M
| | ├──05_什么是多元线性回归.rar100.03M
| | ├──06_sklearn官网首页讲解.rar48.45M
| | └──07_求最优解和求最大总似然关系.rar126.28M
| ├──01_人工智能课程设计理念.rar118.92M
| ├──02_机器学习是拟人.rar11.97M
| ├──03_机器学习有监督_无监督.rar87.62M
| ├──04_人工智能应用.rar141.14M
| ├──05_理解回归.rar109.39M
| └──资料.rar5.19M
├──20181118_梯度下降
| ├──当日录视视频，有杂音同学们忽略即可
| | ├──01_分类、回归、降维、聚类本质是做什么_从最大总似然推导出MSE最小.rar95.67M
| | ├──02_从MSE到推导出theta解析解的形式.rar131.37M
| | ├──03_凸函数和全局最优解.rar19.60M
| | ├──04_Anaconda运行环境和Pycharm开发环境安装配置.rar147.32M
| | ├──05_Python实现线性回归解析解方式求解最优解.rar149.73M
| | ├──06_调用sklearn线性回归的方式求解模型最优解.rar62.03M
| | └──07_梯度下降法.rar100.43M
| ├──01_利用概率密度函数.rar90.96M
| ├──02_推导出来平方均值损失函数.rar134.23M
| ├──03_推导出来解析解.rar119.19M
| ├──04_python运行和开发环境的安装.rar80.80M
| ├──05_python代码实现解析解求解模型和梯度下降法介绍.rar139.53M
| ├──代码.rar12.47kb
| ├──软件.rar717.18M
| └──资料.rar5.17M
├──20181120_python基础01
| ├──01 python基础-变量-运算符-分支2.rar64.11M
| ├──02 python基础-运算符-循环.rar46.53M
| ├──代码.rar2.42kb
| └──资料.rar54.40kb
├──20181122_python基础02
| ├──01 字符串 切片.rar49.45M
| ├──02 列表 元组 字典.rar66.71M
| ├──代码.rar2.55kb
| └──资料.rar37.38kb
├──20181124_归一化_正则化
| ├──01_回顾线性回归与梯度下降流程.rar121.19M
| ├──02_梯度下降求导步骤推导.rar94.28M
| ├──03_BGD代码实战.rar104.10M
| ├──04_SGD_mini-batchGD代码实战.rar137.56M
| ├──05_归一化.rar123.05M
| ├──06_正则化_岭回归.rar257.01M
| ├──代码.rar2.38kb
| └──资料.rar4.85M
├──20181125_多项式回归_逻辑回归
| ├──01_多项式回归.rar126.88M
| ├──02_多项式回归代码.rar150.21M
| ├──03_维度_升维_降维.rar43.32M
| ├──04_保险案例把前面知识用起来.rar234.42M
| ├──05_逻辑回归是什么_用起来.rar190.52M
| ├──06_逻辑回归损失函数推导_梯度求导过程.rar162.31M
| ├──代码.rar21.01kb
| └──资料.rar6.44M
├──20181127_python基础03
| ├──02 函数式编程.rar54.40M
| └──代码.rar2.66kb
├──20181129_python基础04
| ├──01 函数式编程.rar55.80M
| ├──02 面向对象编程与异常.rar61.86M
| └──code.rar9.29kb
├──20181201_决策树_随机森林
| ├──01 决策树介绍.rar52.42M
| ├──02 cart分类与回归树_代码演示.rar90.12M
| ├──03 信息增益_信息增益率.rar50.45M
| ├──04 剪枝.rar20.57M
| ├──05 随机森林.rar95.90M
| ├──代码.rar2.16kb
| └──资料.rar18.38M
├──20181202_boosting_Adaboost
| ├──01 决策树代码演示.rar60.82M
| ├──02 随机森林代码_mnist.rar48.13M
| ├──03 boosting介绍.rar21.95M
| ├──04 adaboost整体流程.rar54.62M
| ├──05 adaboost样本权重计算.rar62.96M
| ├──06 adaboost总结.rar42.15M
| ├──07 原始gbdt.rar38.48M
| ├──代码.rar10.17M
| └──资料.rar20.39M
├──20181205_轻松数据可视化matplotlib
| ├──01_轻松数据可视化matplotlib_线图_散点图.rar151.16M
| ├──02_轻松数据可视化matplotlib_等高线图_频次直方图.rar139.21M
| └──代码.rar157.57kb
├──20181206_matplotlib绘制乳腺癌模型损失函数
| ├──01_计算乳腺癌的分类模型最优解_实现逻辑回归的损失函数.rar108.56M
| ├──02_绘制逻辑回归损失函数的等高线图_以及3D图形的表达.rar201.17M
| └──代码.rar137.90kb
├──20181208_gbdt_xgboost
| ├──01.决策树复习.rar74.05M
| ├──02.随机森林和adaboost复习.rar30.54M
| ├──03.gbdt1.rar53.52M
| ├──04.gbdt2.rar66.87M
| ├──05.xgboost1.rar58.90M
| ├──补录xgboost.rar264.92M
| ├──代码.rar319.23kb
| └──资料.rar11.81M
├──20181209_决策树细粒度复习_分类评价指标_聚类KMeans
| ├──01.决策树入门1.rar11.69M
| ├──02.决策树入门2.rar10.38M
| ├──03.hunt算法.rar21.74M
| ├──04.id3算法.rar51.11M
| ├──05.id3的实现1.rar56.79M
| ├──06.id3的实现2.rar27.34M
| ├──07.c4.5原理.rar30.90M
| ├──08.cart算法.rar43.33M
| ├──09.adaboost公式.rar48.33M
| ├──10.分类评价指标.rar87.42M
| ├──11.相似性计算.rar49.88M
| ├──12.kmeans原理.rar14.19M
| ├──13.kmeans的实现.rar50.03M
| ├──14.kmeans评价及k值选择.rar16.09M
| ├──代码.rar549.24kb
| └──资料.rar6.46M
├──20181211_matplotlib基本图形绘制
| ├──01_matplotlib绘制条形图.rar134.75M
| ├──02_matplotlib绘制条形图_饼图_解决中文显示乱码.rar120.21M
| └──代码.rar263.22kb
├──20181213_seaborn各种绘图操作
| ├──01_Seaborn可视化模块各种绘图操作.rar158.65M
| ├──02_Seaborn可视化热力图操作和风格设置.rar67.35M
| └──代码.rar781.52kb
├──20181215_各种聚类算法
| ├──01kmeans代码实现.rar46.12M
| ├──02kmeans图像处理.rar33.17M
| ├──03kmedoids.rar16.35M
| ├──04二分kmeans.rar5.23M
| ├──05kmeans plus plus.rar8.88M
| ├──06canopy.rar11.46M
| ├──08回顾.rar11.09M
| ├──09层次法.rar36.49M
| ├──10dbscan原理.rar38.14M
| ├──11dbscan实现.rar77.06M
| ├──12谱聚类.rar42.52M
| ├──代码.rar2.10M
| └──资料.rar5.99M
├──20181216_最大熵算法
| ├──01回顾.rar46.11M
| ├──02聚类的评估.rar14.52M
| ├──03最大熵简介.rar43.90M
| ├──04联合熵和条件熵.rar21.11M
| ├──05kl和互信息.rar32.34M
| ├──06最大熵原理.rar18.54M
| ├──07特征函数.rar36.94M
| ├──08拉格朗日.rar60.57M
| ├──09iis算法.rar36.37M
| ├──10案例流程.rar116.33M
| ├──代码.rar2.84M
| └──资料.rar3.46M
├──20181218_音乐分类器_读取_绘图_傅里叶变换
| ├──01_音乐数据的读取与绘图.rar129.94M
| ├──02_音乐数据的傅里叶变换.rar199.55M
| ├──genres.rar1.94G
| ├──代码.rar1.23M
| └──资料.rar1.18M
├──20181220_音乐分类器训练集构建_模型训练_模型测试
| ├──01_对每一首音乐文件做傅里叶变换.rar184.43M
| ├──02_构建训练集_训练模型_测试模式.rar255.38M
| ├──代码.rar55.16kb
| └──资料.rar55.50M
├──20181225_数学基础01
| ├──第一讲 导数及其应用.pptx1.11M
| └──第一讲12.25.avi531.99M
├──20181227_数学基础02
| ├──第二、三、四讲 矩阵及其分解2018.3.22.pptx1.43M
| └──第二讲12.27.avi499.26M
├──20190103_数学基础03
| ├──第二、三、四讲 矩阵及其分解2018.3.22.pptx1.43M
| └──第三讲1.3.avi448.09M
├──20190105_神经网络
| ├──01_理解神经元_三种激活函数.rar85.16M
| ├──02_理解机器学习浅层模型和单层网络关系.rar91.93M
| ├──03_多层神经网络隐藏层的意义所在.rar63.78M
| ├──04_多层神经网络优缺点_局部最小值.rar166.72M
| ├──05_sklearn的神经网络参数使用.rar193.74M
| ├──06_sklearn预测水泥的强度案例.rar292.74M
| ├──代码.rar17.42kb
| └──资料.rar422.70kb
├──20190106_TensorFlow安装和使用
| ├──01_深入理解归一化.rar138.93M
| ├──02_tensorflow的CPU和GPU安装.rar282.30M
| ├──03_tensorflow代码的开始_构建图和计算图.rar186.11M
| ├──04_tensorflow来做房价的回归任务解析解方式求解.rar150.84M
| ├──05_tensorflow来做房价的回归任务BGD方式求解.rar147.49M
| ├──06_tensorflow来做房价的回归任务SGD的方式求解.rar130.91M
| ├──TensorFlow的GPU版本安装软件.rar1.50G
| ├──代码.rar363.60kb
| └──资料.rar3.43M
├──20190108_数学基础04
| ├──第二、三、四讲 矩阵及其分解2018.3.22.pptx1.43M
| └──第四讲1.8.avi476.34M
├──20190110_数学基础05
| ├──第五、六讲 概率论基础.pptx1023.25kb
| └──第五讲1.10.avi548.94M
├──20190112_TensorFlow实现Softmax回归
| ├──01_复习单层神经网络.rar97.62M
| ├──02_复习多层神经网络_归一化代码.rar200.79M
| ├──03_复习多层神经网络做房价预测的代码.rar99.03M
| ├──04_Softmax多分类和LR多分类的区别.rar137.12M
| ├──05_用tensorflow来实现Softmax对MNIST进行分类代码流程.rar238.18M
| ├──06_tensorflow来做交叉熵计算和ACC评估_模型的保存.rar427.13M
| ├──代码.rar7.64kb
| └──资料.rar51.34kb
├──20190113_TensorFlow实现DNN_卷积的操作
| ├──01_模块化.rar42.68M
| ├──02_反向传播_加法门.rar87.15M
| ├──03_反向传播_乘法门_Sigmoid门.rar121.64M
| ├──04_自己封装全连接实现DNN.rar149.23M
| ├──05_DNN对MNIST手写数字识别.rar144.40M
| ├──06_卷积神经网络局部连接.rar44.00M
| ├──07_单通道卷积的计算_卷积的好处.rar140.58M
| ├──08_三通道卷积计算_Stride步长_Padding模式.rar146.77M
| ├──09_SAME模式里面的FM的长宽计算.rar106.64M
| ├──代码.rar421.37kb
| └──资料.rar7.54M
├──20190115_数学基础06
| ├──补充积分知识.pptx332.45kb
| ├──第六讲1.15.avi569.54M
| └──第七讲统计初步1.pptx893.19kb
├──20190117_数学基础07
| ├──第七讲统计初步1(1).pptx894.30kb
| └──第七讲1.17.avi404.86M
├──20190119_TensorFlow实现CNN_池化的操作
| ├──01_回顾全连接的DNN代码_next_batch方法的讲解.rar217.41M
| ├──02_深度学习里面加上L1和L2正则.rar270.34M
| ├──03_池化_CNN的架构.rar210.36M
| ├──04_用CNN来做手写数字识别.rar152.70M
| ├──05_Alexnet模型.rar111.55M
| ├──06_Dropout层防止过拟合.rar205.64M
| ├──代码.rar3.04kb
| └──资料.rar7.84M
├──20190120_Tensorboard_Cifar10_梯度消失
| ├──01_回顾知识点_Tensorboard可视化代码.rar245.21M
| ├──02_关于CUDA_VISIBLE_DEVICES.rar70.84M
| ├──03_Tensorboard的Graph图.rar110.46M
| ├──04_Cifar10数据集的读取方式大致流程.rar149.93M
| ├──05_cifar10_input函数读数据的具体流程.rar191.58M
| ├──06_数据增强_cifar10分类训练代码.rar229.42M
| ├──07_梯度消失的问题_减轻症状的3点考虑.rar279.82M
| ├──tutorials.rar109.05kb
| ├──代码.rar8.26kb
| └──数据.rar301.85M
├──20190122_Numpy的多维数组创建和索引操作
| ├──01_ndarray的创建.rar155.67M
| ├──02_ndarray的索引取值.rar89.51M
| └──代码.rar2.05kb
├──20190124_Numpy的多维数组拼接和通用函数
| ├──01_ndarray的拼接.rar148.76M
| ├──02_ndarray的通用函数.rar97.41M
| └──代码.rar2.29kb
├──20190126_Keras框架_VGG16网络与InceptionV3网络
| ├──01_keras的介绍.rar156.95M
| ├──02_使用Keras来做MNIST.rar99.25M
| ├──03_各种Optimizer的区别.rar320.50M
| ├──04_使用VGG16模型.rar262.25M
| ├──05_讲解InceptionV1V2.rar353.87M
| ├──06_讲解InceptionV3和DenseNet_ResNet.rar516.86M
| ├──test_data_home.rar20.93M
| ├──代码.rar85.28M
| └──资料.rar53.32M
├──20190127_词嵌入_情感分析_RNN循环神经网络
| ├──01_皮肤癌项目的代码_情感分析的IMDB数据集.rar187.02M
| ├──02_如何更好的把文本进行数值化.rar147.94M
| ├──03_词向量.rar128.73M
| ├──04_利用全连接+词嵌入来构建情感分析.rar183.28M
| ├──05_利用CNN+词嵌入来构建情感分析.rar178.28M
| ├──06_GAP全局平均池化.rar17.63M
| ├──07_RNN的理解.rar123.32M
| ├──08_Tensorflow实战RNN解决MNIST手写数字识别.rar192.64M
| ├──train.rar2.08G
| ├──validation.rar1.92G
| ├──代码.rar85.28M
| ├──模型.rar130.42M
| └──资料.rar161.39kb
├──20190212_Numpy的图片读写例子_广播机制和比较掩码
| ├──01_利用numpy来读写操作图片.rar156.66M
| ├──02_numpy的广播_比较掩码_fancy-index.rar105.22M
| └──代码.rar136.88kb
├──20190214_Numpy数据排序_Pandas的Series和DataFrame创建
| ├──01_numpy数据排序_结构化数据_pandas的Series对象.rar154.08M
| ├──02_pandas的DataFrame对象简单操作.rar107.64M
| └──代码.rar10.56kb
├──20190216_RNN的LSTM单元详解_机器写唐诗
| ├──01_复习BasicRNNCell单元.rar189.47M
| ├──02_RNN做MNIST图片分类_NLP的情感分析.rar201.14M
| ├──03_理解BasicRNNCell_LSTM的引入.rar152.79M
| ├──04_理解RNN中的U矩阵和图中的concatenate.rar144.09M
| ├──05_详解LSTM单元以及变形_GRU单元.rar206.80M
| ├──06_写唐诗的数据预处理.rar186.11M
| ├──07_写唐诗网络的正向传播构建.rar128.77M
| ├──代码.rar7.06kb
| ├──模型.rar18.10M
| └──数据.rar4.35M
├──20190217_RNN的Seq2Seq模型_聊天机器人chatbot
| ├──01_回顾昨日写唐诗网络的正向传播构建.rar206.96M
| ├──02_剖析写唐诗模型损失函数_训练过程代码.rar243.76M
| ├──03_剖析写唐诗模型的测试代码.rar121.77M
| ├──04_理解Seq2Seq模型_聊天机器人数据预处理.rar178.99M
| ├──05_剖析聊天机器人模型正向传播代码.rar264.40M
| ├──06_剖析聊天机器人模型的测试代码.rar172.03M
| ├──代码.rar6.95kb
| ├──关于编辑距离.txt0.36kb
| ├──模型.rar99.60M
| └──数据.rar44.19kb
├──20190221_Pandas的使用操作
| ├──01_pandas索引器_数值计算.rar160.86M
| ├──02_pandas的缺失值填充_数据的合并.rar101.78M
| └──代码.rar34.12kb
├──20190223_机器学习用户画像_深度学习用户画像
| ├──01_编辑距离的计算思路_动态规划实现算法代码.rar179.04M
| ├──02_机器学习用户画像特征工程构建词向量.rar330.68M
| ├──03_机器学习用户画像构建训练集测试集_训练模型.rar43.61M
| ├──04_机器学习用户画像使用堆叠模型.rar153.86M
| ├──05_深度学习用户画像项目思路_网络构建.rar212.26M
| ├──06_深度学习用户画像项目训练_目标检测和图像识别应用介绍.rar410.14M
| ├──代码.rar113.69M
| ├──数据.rar118.90M
| └──资料.rar6.22M
├──20190224_目标检测与图像识别_从古典架构到Faster-R-CNN
| ├──01_古典目标识别算法架构.rar188.51M
| ├──02_IoU_R-CNN_SPP.rar221.76M
| ├──03_从Fast-R-CNN到引入Faster.rar212.11M
| ├──04_ROI池化_RPN_anchor.rar226.57M
| ├──05_NMS_mAP.rar212.41M
| ├──代码.rar2.76G
| └──资料.rar26.29M
├──20190227_opencv（一）
| ├──01_pandas数据的合并.rar80.51M
| ├──02_opencv对于摄像头的调用.rar197.77M
| ├──03_opencv来进行边缘检测.rar314.92M
| └──代码.rar25.66kb
├──20190302_关键点检测
| ├──001_关于opencv版本的问题.rar120.59M
| ├──002_Faster-R-CNN论文带读.rar490.26M
| ├──01人脸项目介绍.rar50.88M
| ├──02caffe 介绍.rar95.31M
| ├──03代码讲解1.rar85.49M
| ├──04代码讲解2.rar79.85M
| ├──05代码讲解3.rar59.38M
| └──feature_point_detection_sun.rar241.85M
├──20190303_人脸检测
| ├──1，讲解原理.rar80.18M
| ├──2, 关键点检测总结.rar121.77M
| ├──3，人脸检测原理讲解.rar77.30M
| ├──4，代码讲解.rar100.31M
| ├──5.总结.rar95.00M
| ├──6. 回答问题.rar9.85M
| └──detection_face_sun.rar3.63G
├──20190309_医疗项目语义分割技术
| ├──1.复习.rar102.67M
| ├──2.代码重温.rar109.22M
| ├──3，项目介绍.rar73.09M
| ├──4，原理简介.rar77.99M
| ├──5，图像分割网络.rar79.21M
| ├──6.总结.rar19.76M
| ├──代码.rar28.83M
| └──资料.rar1.21M
├──20190310_autoencoder自编码器_GAN用于风格迁移项目
| ├──01_autoencoder自编码器.rar161.64M
| ├──02_style-transfer架构和GAN的意义.rar169.06M
| ├──03_风格迁移项目eval代码中数据读取和预处理.rar78.76M
| ├──04_生成网络的构建与BatchNormalization和InstanceNormalization.rar275.73M
| ├──05_残差单元和slim对判别网络的构建.rar253.46M
| ├──06_train代码的整体流程和Loss的计算以及Gram函数的意义.rar184.93M
| ├──style_transfer.rar512.68M
| ├──train2014.zip12.58G
| ├──代码.rar11.06M
| └──资料.rar477.55kb
├──20190316_SVM_拉格朗日函数_硬间隔线性可分
| ├──01_SVM的引入和拉格朗日函数.rar55.88M
| ├──02_拉格朗日函数特性.rar46.28M
| ├──03_KKT条件_函数对偶问题.rar52.33M
| ├──04_SVM求解思路_几何距离和函数距离.rar57.33M
| ├──05_SVM求解问题转换为二次求解问题_做出第一步求解.rar68.20M
| ├──06_如何利用m个alpha求解W和b.rar47.44M
| └──资料.rar2.36M
├──20190317_SVM软间隔线性分类器_SVM解决线性不可分分类器_实战案例
| ├──01_SVM硬间隔_本质_流程_回顾总结.rar52.34M
| ├──02_SVM软间隔_本质约束条件的改变_公式推导.rar78.55M
| ├──03_SVM软间隔_结论上的区别_再谈SVM目标函数和判别式的特点.rar61.59M
| ├──04_SVM利用数学核函数_算法内部做到升维.rar67.64M
| ├──05_利用SVM分类来实战人脸图像识别例子.rar103.27M
| ├──代码.rar232.08M
| └──资料.rar2.36M
├──20190323_PCA降维_初识分布式Spark计算框架
| ├──01_PCA降维_数学预备知识.rar41.16M
| ├──02_PCA降维_最大方差形式.rar57.34M
| ├──03_PCA降维_基于最大方差推导.rar81.87M
| ├──04_PCA降维_总结_代码应用讲解.rar81.74M
| ├──05_认识Spark在海量数据挖掘的角色和意义.rar66.91M
| ├──06_讲解海量计算中的Shuffle_Spark的特点.rar214.47M
| ├──代码.rar2.26kb
| └──资料.rar3.25M
├──20190324_深入理解Spark_开发环境搭建与代码实战
| ├──01_回顾Shuffle_深入Sort排序意义_RDD的五大特性.rar185.15M
| ├──02_分布式集群工作调度基础设施_Spark算子操作.rar180.94M
| ├──03_Spark算子操作_Spark开发环境配置搭建.rar124.94M
| ├──04_Spark缓存策略_宽窄依赖.rar212.62M
| ├──05_Spark的任务切分_DAG优化.rar239.90M
| ├──06_Spark集群运行架构剖析_并行度策略和调整设置方法.rar410.15M
| ├──spark-2.1.2-bin-hadoop2.4.tgz178.51M
| ├──代码.rar0.56kb
| └──资料.rar206.05M
├──20190330_Spark的MLlib和ML模块对Kaggle网页分类实战_推荐系统过滤
| ├──01_SparkMLlib和DataFrame用法介绍.rar90.65M
| ├──02_RDD和DataFrame的互换_LabeledPoint讲解.rar58.41M
| ├──03_MLlib对Kaggle网页分类竞赛做前期数据处理.rar22.67M
| ├──04_MLlib继续特征工程_模型训练评估_搜索最佳超参数.rar354.96M
| ├──05_ML对Kaggle网页分类竞赛做特征工程_模型训练评估_交叉验证寻参.rar355.60M
| ├──06_推荐的Baseline协调过滤算法.rar210.86M
| ├──代码.rar9.61kb
| └──数据.rar9.00M
├──20190331_个性化实时推荐系统实战
| ├──01_分析个性化实时推荐系统架构.rar193.11M
| ├──02_分析推荐系统实时部分如何包含协调过滤_解决冷启动.rar142.19M
| ├──03_答疑推荐系统如何考虑购买频次高的问题.rar48.37M
| ├──04_模拟数据导入分布式存储并建立Hive表映射.rar420.45M
| ├──05_HQL语句对数据进行ETL.rar261.34M
| ├──06_Python脚本在Hive中整理数据_Spark构建训练集及模型训练.rar332.52M
| ├──07_ACC和AUC对模型评估_Dubbo做成服务_推荐系统思路拓展.rar313.30M
| ├──DatatablesDemo-master.rar42.10M
| ├──DubboxDemo-master.rar73.24kb
| ├──代码.rar7.95kb
| ├──数据.rar757.93kb
| └──资料.rar2.99M
└──视频播放说明及软件.rar50.98M
资源下载地址和密码（百度云盘）：**** Hidden Message ***** 百度网盘信息回帖可见
本资源由Java自学网收集整理【www.javazx.com】 人工智能周末班1117班 人工智能周末班1117班 6666666666666666666666666666666 人工智能周末班1117班 人工智能周末班1117班 人工智能周末班1117班 谢谢分享！！！ 6666666666666666666666 人工智能周末班1117班