自动驾驶项目来了！基于Ai人工智能的舆情分析+面部识别+自动驾驶课程

   人工智能科学家与数据挖掘专家大实战课程的内容非常强悍与丰富，课程开篇优雅的介绍了Jupyter技术，接着进行了Python的快速讲解，但比较粗略，这部分基础不扎实的同学可以在论坛其他Python课程中进行基础充电。接着进行了非常多大数据库的教学，大数据模型和机器学习与深度学习的进阶课程，讲师将课程分为两部分，下部分的课程主要集中在了项目的实战课程，而仅仅上部分的内容就达到了快40G的容量，内容非常丰富，很值得参考学习。  
" r$ R0 j* \1 E- M. E5 q       满满的人工智能Ai干货课程，课程可以认为分化为两个大的部分，后续会进行详细的介绍，但课程需要要求同学们有扎实的课程基础或者完成课程的前篇部分。课程深入的解读了图像识别处理基础—OpenCV，TensorFlow，神经网络，卷积神经网络与其应用，深度学习框架剖析，递归神经网络，马尔可夫决策过程，简单的蒙特卡洛等非常有深度的内容。在项目课程的实战部分，包考虑AI人工面部识别，汽车的自动驾驶技术，社会舆情分析等待，应用在一线的挑战项目。
1 y, q8 E, P% C3 C
===============课程目录===============
* a; ]: _5 c+ F! N" s. ^
# Z% p4 U2 e- W4 a0 _: H  D├─1、课程：熟悉Jupyter notebook.10、安装决策树可视化工具Graphviz（二）.mp4
├─1、课程：熟悉Jupyter notebook.11、几个重要的工具包介绍（一）.mp4
5 i, A! V* M# m2 `4 y├─1、课程：熟悉Jupyter notebook.12、几个重要的工具包介绍（二）.mp4
6 B( C- e- L" P) v! h) Y6 A/ J├─1、课程：熟悉Jupyter notebook.13、安装TensorFlow与Keras（一）.mp4
1 V. f* E  Y; x1 C├─1、课程：熟悉Jupyter notebook.14、安装TensorFlow与Keras（二）.mp4
├─1、课程：熟悉Jupyter notebook.15、Jupyter notebook的基本使用技巧.mp4
' v5 c" a7 r, B( |4 E├─1、课程：熟悉Jupyter notebook.16、Markdown的基本技巧（一）.mp4
├─1、课程：熟悉Jupyter notebook.17、Markdown的基本技巧（二）.mp4
├─1、课程：熟悉Jupyter notebook.1、创建新的Python环境.mp4
' A$ ]6 `0 h5 V' A7 M# X├─1、课程：熟悉Jupyter notebook.2、Python环境与版本（一）.mp4
├─1、课程：熟悉Jupyter notebook.3、Python环境与版本（二）.mp4
; R2 W" l! ]7 J0 `, d3 q├─1、课程：熟悉Jupyter notebook.4、Python环境与版本（三）.mp4
$ Z3 Z  y8 ?6 Z; \$ a. \├─1、课程：熟悉Jupyter notebook.5、Python环境与版本（四）.mp4
7 S' a( h9 t' ^8 `0 b├─1、课程：熟悉Jupyter notebook.6、Python环境与版本（五）.mp4
1 g; I/ S+ \$ A├─1、课程：熟悉Jupyter notebook.7、Python环境与版本（六）.mp4
; _1 o7 z% U; ]* Z: S4 L$ n; F├─1、课程：熟悉Jupyter notebook.8、Python环境与版本（七）.mp4
1 L" s9 r# N3 M; p* _├─1、课程：熟悉Jupyter notebook.9、安装决策树可视化工具Graphviz（一）.mp4
├─2、课程：文献与代码管理工具及统计基础.10、答疑（三）.mp4
0 I% y' Q0 `% i) t4 w- L├─2、课程：文献与代码管理工具及统计基础.11、统计基础概述.mp4
; e" E: f1 z+ F" [5 S├─2、课程：文献与代码管理工具及统计基础.1、学习方法总结.mp4
├─2、课程：文献与代码管理工具及统计基础.2、Mendeley介绍及安装（一）.mp4
├─2、课程：文献与代码管理工具及统计基础.3、Mendeley介绍及安装（二）.mp4
2 q; c; |/ y" x8 ~├─2、课程：文献与代码管理工具及统计基础.4、GitHub介绍及安装.mp4
├─2、课程：文献与代码管理工具及统计基础.5、GitHub远端连接操作（一）.mp4
2 |# T" P6 R; p4 G/ }- U/ J: u├─2、课程：文献与代码管理工具及统计基础.6、GitHub远端连接操作（二）.mp4
├─2、课程：文献与代码管理工具及统计基础.7、GitHub远端连接操作（三）.mp4
├─2、课程：文献与代码管理工具及统计基础.8、答疑（一）.mp4
├─2、课程：文献与代码管理工具及统计基础.9、答疑（二）.mp4
├─3、课程：Python基本数据类型.10、Python基本数据类型（一）.mp4
% u) f, D8 N) `: u9 m├─3、课程：Python基本数据类型.11、Python基本数据类型（二）.mp4
├─3、课程：Python基本数据类型.12、Python基本数据类型（三）.mp4
├─3、课程：Python基本数据类型.13、Python基本数据类型（四）.mp4
├─3、课程：Python基本数据类型.14、Python基本数据类型（五）.mp4
├─3、课程：Python基本数据类型.15、Python基本数据类型（六）.mp4
- F' _5 I6 M- o* k0 G1 p├─3、课程：Python基本数据类型.16、Python基本数据类型（七）.mp4
├─3、课程：Python基本数据类型.17、Python基本数据类型（八）.mp4
├─3、课程：Python基本数据类型.1、课程概述.mp4
* }9 c' X* T8 |├─3、课程：Python基本数据类型.2、计算机语言与程序概述（一）.mp4
├─3、课程：Python基本数据类型.3、计算机语言与程序概述（二）.mp4
├─3、课程：Python基本数据类型.4、为什么需要编程语言.mp4
8 y5 K# }( }3 y4 S$ y├─3、课程：Python基本数据类型.5、Python能做什么.mp4
├─3、课程：Python基本数据类型.6、课间答疑.mp4
├─3、课程：Python基本数据类型.7、Python2和Python3的区别.mp4
├─3、课程：Python基本数据类型.8、编程语言的元素.mp4
" S  [6 E: f3 M9 Y5 H├─3、课程：Python基本数据类型.9、致敬 Hello World.mp4
# I; X6 v, N9 `: T+ z# c. M├─4、课程：函数与Python基本数据结构.10、Python基本数据结构（一）.mp4
1 i+ \) ?7 P: V* U& D5 {├─4、课程：函数与Python基本数据结构.1、函数（一）.mp4
+ C4 F8 A; R) i; I├─4、课程：函数与Python基本数据结构.2、函数（二）.mp4
├─4、课程：函数与Python基本数据结构.3、函数（三）.mp4
├─4、课程：函数与Python基本数据结构.4、函数（四）.mp4
7 B3 H& F2 Y5 ^1 q* l6 Z. i├─4、课程：函数与Python基本数据结构.5、函数（五）.mp4
├─4、课程：函数与Python基本数据结构.6、Python编码结构（一）.mp4
4 D+ P9 x4 R# O* w├─4、课程：函数与Python基本数据结构.7、Python编码结构（二）.mp4
6 B) |, ^! _1 u. y/ r6 ?├─4、课程：函数与Python基本数据结构.8、Python编码结构（三）.mp4
├─4、课程：函数与Python基本数据结构.9、Python模块和程序包.mp4
! N! \- f; I& l7 f1 u(2)\PART2；目录中文件数:67个
4 [+ Y2 D6 n% y' X# L; p├─10、课程：逻辑回归及应用.1、逻辑回归与线性回归.mp4
' I4 e, i$ k8 ~( F  j/ r: O├─4、课程：函数与Python基本数据结构.11、Python基本数据结构（二）.mp4
├─4、课程：函数与Python基本数据结构.12、Python基本数据结构（三）.mp4
& `6 Y9 o, O3 y6 D├─5、课程：Numpy的基本操作.11、Save and Load Array.mp4
! e' a6 C% o1 m0 e  b  V- h( b, a├─5、课程：Numpy的基本操作.1、Introduction to Numpy.mp4
├─5、课程：Numpy的基本操作.2、Create Arrays.mp4
├─5、课程：Numpy的基本操作.3、Basic Operations of Arrays.mp4
9 V- ^$ \* K/ h9 o1 q, d" j4 b+ [├─5、课程：Numpy的基本操作.4、lndexing ，Slicing and Iterating（一）.mp4
, A) V$ b" w) ~9 Z; ~- z0 D& @( Q├─5、课程：Numpy的基本操作.5、lndexing ，Slicing and Iterating（二）.mp4
├─5、课程：Numpy的基本操作.6、lndexing ，Slicing and Iterating（三）.mp4
├─5、课程：Numpy的基本操作.7、Matrix Operations --（一）.mp4
6 h6 s5 H3 N: J' Z4 L% `% z- O- {├─5、课程：Numpy的基本操作.8、Matrix Operations --（二）.mp4
├─5、课程：Numpy的基本操作.9、Array processing（一）.mp4
├─6、课程：Pandas的基本操作.10、Slice Data（二）.mp4
, \3 x1 j) D5 q& c, U* q) M├─6、课程：Pandas的基本操作.11、Data Alignment.mp4
├─6、课程：Pandas的基本操作.12、Rank and Sort.mp4
- h  _; m+ _. b, A3 I├─6、课程：Pandas的基本操作.1、Series.mp4
% L3 Z: g# q; y# U! g├─6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
8 [' t! c: c* a! K0 J├─6、课程：Pandas的基本操作.3、DataFrame+Titanic Example（二）.mp4
- o, v# E% F; R& h! O% T├─6、课程：Pandas的基本操作.4、DataFrame+Titanic Example（三）.mp4
* h: K! D% t( J  v$ ^1 I" J├─6、课程：Pandas的基本操作.5、DataFrame+Titanic Example（四）.mp4
├─6、课程：Pandas的基本操作.6、Index Objects.mp4
2 L# L6 p6 |) t6 z4 f$ C+ G; `5 d├─6、课程：Pandas的基本操作.7、Reindex.mp4
├─6、课程：Pandas的基本操作.9、Slice Data（一）.mp4
├─7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
├─7、课程：Matplotlib的基本操作.2、Matplotlib（二）.mp4
├─7、课程：Matplotlib的基本操作.3、Matplotlib（三）.mp4
  |1 G) m9 ^2 w├─7、课程：Matplotlib的基本操作.4、Matplotlib（四）.mp4
: K5 H7 w7 @4 ?( r8 ~8 ?2 F; M├─7、课程：Matplotlib的基本操作.5、Matplotlib（五）.mp4
├─7、课程：Matplotlib的基本操作.6、Aggregation（一）.mp4
+ M6 \8 |" u4 I& m9 a9 M  Y3 u) }6 P├─7、课程：Matplotlib的基本操作.7、Aggregation（二）.mp4
" b" t2 Z' b+ [- t├─7、课程：Matplotlib的基本操作.8、Aggregation（三）.mp4
├─8、课程：什么是好的模型结果-cost function.10、二分类问题-F1-score.mp4
9 [0 Q' \1 Z; _7 F8 I3 X5 v├─8、课程：什么是好的模型结果-cost function.11、分类模型，如何衡量模型结果？.mp4
├─8、课程：什么是好的模型结果-cost function.12、imbalanced问题（一）.mp4
: @" }, u- S$ `" p- i* l├─8、课程：什么是好的模型结果-cost function.13、imbalanced问题（二）.mp4
1 I# r. A" u5 |5 C$ z; |├─8、课程：什么是好的模型结果-cost function.1、如何定义一个模型结果的好坏？.mp4
├─8、课程：什么是好的模型结果-cost function.2、连续变量的模型，如何来衡量模型结果？（一）.mp4
4 m% `$ x3 r. h├─8、课程：什么是好的模型结果-cost function.3、连续变量的模型，如何来衡量模型结果？（二）.mp4
/ M- r7 B% p' u, v5 Z$ x├─8、课程：什么是好的模型结果-cost function.4、二分类问题-假设检验，p-value（一）.mp4
├─8、课程：什么是好的模型结果-cost function.5、二分类问题-假设检验，p-value（二）.mp4
├─8、课程：什么是好的模型结果-cost function.6、二分类问题-ROC & AUC（一）.mp4
├─8、课程：什么是好的模型结果-cost function.7、二分类问题-ROC & AUC（二）.mp4
* R7 _" r8 J6 s, N. o) V+ ?├─8、课程：什么是好的模型结果-cost function.8、什么是好的分类（一）.mp4
+ w- B5 ?  o; W3 M' \6 w- v├─8、课程：什么是好的模型结果-cost function.9、二分类问题-召回率，准确率.mp4
├─9、课程：线性回归.10、线性回归对样本及误差的要求和假设前提（一）.mp4
6 d+ S2 g9 Z5 y$ F. u2 K├─9、课程：线性回归.11、线性回归对样本及误差的要求和假设前提（二）.mp4
├─9、课程：线性回归.12、预测的confidence interval 和 prediction interval（一）.mp4
├─9、课程：线性回归.13、预测的confidence interval 和 prediction interval（二）.mp4
├─9、课程：线性回归.14、预测的confidence interval 和 prediction interval（三）.mp4
├─9、课程：线性回归.15、imbalanced问题.mp4
├─9、课程：线性回归.1、知识回顾.mp4
4 n8 ?) {" w/ ?9 d: p1 B- b4 `$ w7 W├─9、课程：线性回归.2、为什么要使用线性回归？.mp4
├─9、课程：线性回归.3、如何计算线性回归？（一）.mp4
2 Y, {+ j: P7 z+ F: S  }├─9、课程：线性回归.4、如何计算线性回归？（二）.mp4
├─9、课程：线性回归.5、问题解答.mp4
/ P. _2 {! y% F3 N; @├─9、课程：线性回归.6、由最小二乘法选出的直线有没有用？（一）.mp4
* e" b4 z5 ?" \% G) Q0 F├─9、课程：线性回归.7、由最小二乘法选出的直线有没有用？（二）.mp4
├─9、课程：线性回归.8、线性回归参数估计的含义.mp4
6 H/ i/ @1 A: N& f! x* ]! ?  E+ w) C" r├─9、课程：线性回归.9、线性回归对数据的解释.mp4
(3)\PART3；目录中文件数:59个
$ ^* t, g/ @) R├─10、课程：逻辑回归及应用.10、寻找最合理的参数-3. 计算最优参数(五).mp4
├─10、课程：逻辑回归及应用.11、寻找最合理的参数-3. 计算最优参数(六).mp4
9 W9 J! a& [- A  @2 }: j, l├─10、课程：逻辑回归及应用.12、更进一步：从逻辑回归到SoftMax（一）.mp4
4 |  s) h" s6 ]; _4 o4 l├─10、课程：逻辑回归及应用.13、更进一步：从逻辑回归到SoftMax(二).mp4
├─10、课程：逻辑回归及应用.2、如何计算信用分数.mp4
├─10、课程：逻辑回归及应用.3、商家如何查看芝麻信用值？.mp4
. @( S+ z( ~4 i- }0 t% D6 z├─10、课程：逻辑回归及应用.4、寻找最合理的参数-1设计Cost Function.mp4
├─10、课程：逻辑回归及应用.5、疑题解答.mp4
├─10、课程：逻辑回归及应用.6、寻找最合理的参数-3. 计算最优参数（一）.mp4
├─10、课程：逻辑回归及应用.7、寻找最合理的参数-3. 计算最优参数(二).mp4
├─10、课程：逻辑回归及应用.8、寻找最合理的参数-3. 计算最优参数(三).mp4
3 J" n. q2 X9 k+ e+ [├─10、课程：逻辑回归及应用.9、寻找最合理的参数-3. 计算最优参数(四).mp4
├─11、课程：拟合与过拟合的定义.10、方差的分解（一）.mp4
├─11、课程：拟合与过拟合的定义.11、方差的分解（二）.mp4
. u$ A$ R9 Y6 o( h" r├─11、课程：拟合与过拟合的定义.12、Bias与Variance的分解.mp4
├─11、课程：拟合与过拟合的定义.1、拟合与过拟合.mp4
+ q: M7 v7 S# k9 @1 r3 [4 f/ ]├─11、课程：拟合与过拟合的定义.2、对抗过拟合（一）.mp4
8 v6 q0 O4 y/ j- s0 v( W├─11、课程：拟合与过拟合的定义.3、对抗过拟合（二）.mp4
├─11、课程：拟合与过拟合的定义.4、对抗过拟合（三）.mp4
0 m3 M: J2 r! k% _2 E$ W6 b: m, [* _) V├─11、课程：拟合与过拟合的定义.5、Python实现（一）.mp4
├─11、课程：拟合与过拟合的定义.6、Python实现（二）.mp4
! q/ C. I/ x& R. p& d1 o* v/ A$ b├─11、课程：拟合与过拟合的定义.7、正则化Regularization.mp4
9 ^" A, m: M. d: f- X├─11、课程：拟合与过拟合的定义.8、Ridge（一）.mp4
% p+ R# w5 p( h& u$ R├─11、课程：拟合与过拟合的定义.9、Ridge（二）.mp4
0 j) X; `( A6 R├─12、课程：决策树模型.10、Decision Tree_example1（六）.mp4
├─12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
  @/ h  m4 ~' q( N7 y5 V& \# i├─12、课程：决策树模型.1、什么是决策树？.mp4
) Y, B* r* o  d1 p├─12、课程：决策树模型.2、游戏中的决策树分析（一）.mp4
8 I) B: o* I$ q. t0 y6 y├─12、课程：决策树模型.3、游戏中的决策树分析（二）.mp4
├─12、课程：决策树模型.4、哪个问题分的最好？.mp4
├─12、课程：决策树模型.5、Decision Tree_example1（一）.mp4
├─12、课程：决策树模型.6、Decision Tree_example1（二）.mp4
├─12、课程：决策树模型.7、Decision Tree_example1（三）.mp4
- L; M% n# \; u1 U4 O├─12、课程：决策树模型.8、Decision Tree_example1（四）.mp4
& C1 H3 M/ a& O4 f+ ]% i7 @├─12、课程：决策树模型.9、Decision Tree_example1（五）.mp4
; K6 {* Y3 d: w: {& `  {├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.10、Replace.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.11、Bagging (Bootstrap aggregating).mp4
3 q/ k/ [+ r) m5 ]├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.12、Boosting and Ada boosting（一）.mp4
. w( y; W: Z4 v& x0 W- F├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.13、Boosting and Ada boosting（二）.mp4
. i( P, D" a4 D3 s* K( P5 e, c# ?├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.14、Gradient Boosting.mp4
, H, Y; x  {6 u0 I8 |' B3 F├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.1、Combining dataframes.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.2、Mapping.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.3、Binning.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.4、GroupBy On Dict and Series（一）.mp4
0 }) n0 I+ R( x2 _- J├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.5、GroupBy On Dict and Series（二）.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.6、Merge（一）.mp4
  O. d  B0 f$ D( Y' v├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.7、Merge（二）.mp4
, c& _- A: e( N6 m7 [├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.8、Outliers.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.9、Pivoting.mp4
& d3 N# S1 S- R: ]  M2 z5 n├─14、课程：Airbnb 数据分析.1、Airbnb介绍.mp4
( e' i: v" o5 g& t├─14、课程：Airbnb 数据分析.2、Train and Test 用户本身数据和营销渠道数据.mp4
) P& M7 I& b4 ]" R├─14、课程：Airbnb 数据分析.3、Airbnb_DataExploration（一）.mp4
& m3 B* R1 Y( G9 C3 e8 [(4)\PART4；目录中文件数:56个
* V( ]- @9 j/ ^' X* R+ o% {├─14、课程：Airbnb 数据分析.10、Modeling（一）.mp4
) _% \* g& Y2 L+ H├─14、课程：Airbnb 数据分析.11、Modeling（二）.mp4
├─14、课程：Airbnb 数据分析.4、Airbnb_DataExploration（二）.mp4
├─14、课程：Airbnb 数据分析.5、Airbnb_DataExploration（三）.mp4
├─14、课程：Airbnb 数据分析.6、Airbnb_FeatureEngineering（一）.mp4
3 T5 @2 R& m4 z, i6 K$ e├─14、课程：Airbnb 数据分析.7、Airbnb_FeatureEngineering（二）.mp4
├─14、课程：Airbnb 数据分析.8、Airbnb_FeatureEngineering（三）.mp4
3 E+ E7 O: D. L: u9 @) I; ]├─14、课程：Airbnb 数据分析.9、Airbnb_FeatureEngineering（四）.mp4
├─15、课程：支持向量机（SVM）.10、支持向量机算法总结.mp4
├─15、课程：支持向量机（SVM）.11、代码实战（一）.mp4
; s- N& G( e; O2 J7 Q+ Y├─15、课程：支持向量机（SVM）.12、代码实战（二）.mp4
├─15、课程：支持向量机（SVM）.13、代码实战（三）.mp4
2 w' z- O5 e; o' l! e├─15、课程：支持向量机（SVM）.1、支持向量机简介与历史（一）.mp4
$ J8 E; p3 n1 ]0 R+ V# ~6 u├─15、课程：支持向量机（SVM）.2、支持向量机简介与历史（二）.mp4
├─15、课程：支持向量机（SVM）.3、支持向量机分类与回归（一）.mp4
& X4 O* v6 p% o3 r├─15、课程：支持向量机（SVM）.4、支持向量机分类与回归（二）.mp4
' r  _" v' }8 J1 _├─15、课程：支持向量机（SVM）.5、支持向量机分类与回归（三）.mp4
├─15、课程：支持向量机（SVM）.6、对偶问题.mp4
├─15、课程：支持向量机（SVM）.7、支持向量.mp4
" D3 b7 b" |' e1 n2 L" p├─15、课程：支持向量机（SVM）.8、核函数.mp4
├─15、课程：支持向量机（SVM）.9、正则化与软间隔.mp4
& ~7 N& i, y3 ?2 q├─16、课程：自然语言处理与NLP-代码实战.10、深度学习（二）.mp4
├─16、课程：自然语言处理与NLP-代码实战.11、语言模型实战（一）.mp4
: @5 {: M/ M3 U3 b├─16、课程：自然语言处理与NLP-代码实战.12、语言模型实战（二）.mp4
├─16、课程：自然语言处理与NLP-代码实战.13、语言模型实战（三）.mp4
$ V8 w6 c6 Q0 F9 I5 p├─16、课程：自然语言处理与NLP-代码实战.14、语言模型实战（四）.mp4
├─16、课程：自然语言处理与NLP-代码实战.1、历史.mp4
: \6 }1 @( E' M├─16、课程：自然语言处理与NLP-代码实战.2、语言模型（一）.mp4
: M/ {$ C  W5 D" c6 J1 r) P├─16、课程：自然语言处理与NLP-代码实战.3、语言模型（二）.mp4
: Z* q4 a8 b3 G/ o8 T0 @& p├─16、课程：自然语言处理与NLP-代码实战.4、语言模型（三）.mp4
├─16、课程：自然语言处理与NLP-代码实战.5、语言模型（四）.mp4
├─16、课程：自然语言处理与NLP-代码实战.6、语言模型（五）.mp4
├─16、课程：自然语言处理与NLP-代码实战.7、语言模型评价.mp4
9 P( K$ z6 x! v, N├─16、课程：自然语言处理与NLP-代码实战.8、隐马尔可夫模型.mp4
; O4 z1 Y( A6 J├─16、课程：自然语言处理与NLP-代码实战.9、深度学习（一）.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.10、清理文字并建语料库（一）.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.11、清理文字并建语料库（二）.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.12、建模.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.13、调用具体模型.mp4
8 H, T( Q9 p: E. v7 F├─17、课程：文字处理与Amazon评论NLP分析案例.1、Python文字处理基本操作回顾.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.2、ASCII，unicode解码与编码，utf-8（一）.mp4
, K& {) j+ ?& P. C( F2 c├─17、课程：文字处理与Amazon评论NLP分析案例.3、ASCII，unicode解码与编码，utf-8（二）.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.4、Nltk工具包与特朗普的任职演讲.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.5、计算词频.mp4
) H5 N4 a6 r+ Z: T2 {8 ~' b├─17、课程：文字处理与Amazon评论NLP分析案例.6、读取文字.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.7、整理标签（一）.mp4
├─17、课程：文字处理与Amazon评论NLP分析案例.8、整理标签（二）.mp4
0 F# W" G! v7 `2 Y7 O├─17、课程：文字处理与Amazon评论NLP分析案例.9、整理标签（三）.mp4
4 u& z% \8 |( l* r; c├─18、课程：网络基础概述.1、网络基础概述.mp4
(5)\PART5；目录中文件数:64个
+ }( x; L5 h" i: ~& |2 U: L├─18、课程：网络基础概述.10、什么是API（一）.mp4
├─18、课程：网络基础概述.11、什么是API（二）.mp4
├─18、课程：网络基础概述.12、如何找到API.mp4
/ V* _8 r5 Z7 ]├─18、课程：网络基础概述.13、网络产品和现在网络程序.mp4
% z) p* a% u9 Y3 {% W$ g7 I├─18、课程：网络基础概述.14、答疑.mp4
├─18、课程：网络基础概述.2、数据和数据库（一）.mp4
├─18、课程：网络基础概述.3、数据和数据库（二）.mp4
├─18、课程：网络基础概述.4、计算机网络知识普及（一）.mp4
9 i( L  S( c6 g7 z├─18、课程：网络基础概述.5、计算机网络知识普及（二）.mp4
3 W+ ]2 m0 T" g4 ^/ ~8 W. G" e) a6 H├─18、课程：网络基础概述.6、什么是网站.mp4
! o1 w- c. G5 ]7 Z├─18、课程：网络基础概述.7、静态网站和动态网站.mp4
├─18、课程：网络基础概述.8、简单的网站服务程序（一）.mp4
" s$ g& P+ U2 N+ y+ O# R├─18、课程：网络基础概述.9、简单的网站服务程序（二）.mp4
├─19、课程：网络爬虫入门.10、弹幕爬虫（二）.mp4
├─19、课程：网络爬虫入门.11、弹幕爬虫（三）.mp4
, W2 ]" ?/ {% x- T3 L2 T├─19、课程：网络爬虫入门.12、弹幕爬虫（四）.mp4
├─19、课程：网络爬虫入门.13、弹幕爬虫（五）.mp4
├─19、课程：网络爬虫入门.14、弹幕爬虫（六）.mp4
├─19、课程：网络爬虫入门.1、网络爬虫概述.mp4
- ~  [+ O- z# G" R1 ~├─19、课程：网络爬虫入门.2、复习HTML.mp4
├─19、课程：网络爬虫入门.3、强大的工具—Requests.mp4
├─19、课程：网络爬虫入门.4、强大的工具—Beautifulsoup（一）.mp4
├─19、课程：网络爬虫入门.5、强大的工具—Beautifulsoup（二）.mp4
├─19、课程：网络爬虫入门.6、Charity Watch（一）.mp4
) D' Z8 n4 x1 J( m( v1 _5 |) S├─19、课程：网络爬虫入门.7、Charity Watch（二）.mp4
├─19、课程：网络爬虫入门.8、Charity Watch（三）.mp4
' A4 n8 \% l, P. c( r├─19、课程：网络爬虫入门.9、弹幕爬虫（一）.mp4
├─20、课程：爬虫进阶.1、Write Binary File.mp4
├─20、课程：爬虫进阶.2、Read Binary File.mp4
├─20、课程：爬虫进阶.3、静态文件获取（一）.mp4
! o8 J; T* m7 X* g├─20、课程：爬虫进阶.4、静态文件获取（二）.mp4
+ x4 n2 z$ D! w! w" V├─20、课程：爬虫进阶.5、认证授权（一）.mp4
# [; Q0 `& n* P2 ~: N# s2 N, x├─20、课程：爬虫进阶.6、认证授权（二）.mp4
├─20、课程：爬虫进阶.7、认证授权（三）.mp4
├─20、课程：爬虫进阶.8、爬虫进阶扩展（一）.mp4
' T) d( N; z) E' ^├─20、课程：爬虫进阶.9、爬虫进阶扩展（二）.mp4
├─21、课程： 正则表达式.1、常见代码.mp4
7 n& @8 a: b: i9 L: H0 h├─21、课程： 正则表达式.2、基本语句（一）.mp4
├─21、课程： 正则表达式.3、基本语句（二）.mp4
├─21、课程： 正则表达式.4、字符匹配和分枝条件.mp4
├─21、课程： 正则表达式.5、分组.mp4
├─21、课程： 正则表达式.6、后向引用和零宽断言.mp4
├─21、课程： 正则表达式.7、案例分析（一）.mp4
6 @2 _# E! f) p: T* M- ~* r/ F. j4 ]" h├─21、课程： 正则表达式.8、案例分析（二）.mp4
├─22、课程：贝叶斯统计.10、贝叶斯公式垃圾短信识别程序（一）.mp4
6 }& q* _* Y- u# N+ z├─22、课程：贝叶斯统计.11、贝叶斯公式垃圾短信识别程序（二）.mp4
: Y0 h& E; ^4 p├─22、课程：贝叶斯统计.12、贝叶斯公式垃圾短信识别程序（三）.mp4
: K. g/ L+ T. p: V; r4 ~2 e% r├─22、课程：贝叶斯统计.13、脑筋急转弯：三门问题（一）.mp4
├─22、课程：贝叶斯统计.1、联合概率.mp4
├─22、课程：贝叶斯统计.2、边缘概率.mp4
├─22、课程：贝叶斯统计.3、条件概率.mp4
├─22、课程：贝叶斯统计.4、联合概率、边缘概率和条件概率.mp4
├─22、课程：贝叶斯统计.5、贝叶斯公式（一）.mp4
' M" s3 E5 r1 g├─22、课程：贝叶斯统计.6、贝叶斯公式（二）.mp4
├─22、课程：贝叶斯统计.7、流感案例.mp4
├─22、课程：贝叶斯统计.8、图形化理解.mp4
7 b. M. [0 F4 \- }├─22、课程：贝叶斯统计.9、案例分析.mp4
(6)\PART6；目录中文件数:69个
├─22、课程：贝叶斯统计.14、脑筋急转弯：三门问题（二）.mp4
├─23、课程：搜集用户信息与数据整合.10、爬取用户信息（二）.mp4
8 B2 I, ]: `& W2 T# M6 v  q& S- y├─23、课程：搜集用户信息与数据整合.11、爬取用户信息（三）.mp4
  Z7 ?# F2 J5 y5 y. v  a0 k├─23、课程：搜集用户信息与数据整合.12、爬取用户信息（四）.mp4
# S- ^) m2 O4 `9 |" E├─23、课程：搜集用户信息与数据整合.13、RandomForest 重新采样（一）.mp4
├─23、课程：搜集用户信息与数据整合.14、RandomForest 重新采样（二）.mp4
, x, I, V9 B+ B' w* u├─23、课程：搜集用户信息与数据整合.1、搜集用户发帖Comment Id（一）.mp4
0 P, J  L( [! k/ k( B2 l& Z├─23、课程：搜集用户信息与数据整合.2、搜集用户发帖Comment Id（二）.mp4
' c$ C  W8 H5 I' Z# [├─23、课程：搜集用户信息与数据整合.3、正向编码方法.mp4
- T, \" \, `% v, k* u! M* @+ Z├─23、课程：搜集用户信息与数据整合.4、如何逆向解码（一）.mp4
├─23、课程：搜集用户信息与数据整合.5、如何逆向解码（二）.mp4
, r6 A! R2 d9 S  a$ g& k9 {├─23、课程：搜集用户信息与数据整合.6、如何逆向解码（三）.mp4
. O7 t& q3 j5 K$ c1 s├─23、课程：搜集用户信息与数据整合.7、如何逆向解码（四）.mp4
+ Q& i7 C. q$ S2 d  t$ U0 j( i2 ^├─23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
+ }1 Q7 C- G  m* j2 b: Q/ r├─23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
├─24、课程：贝叶斯思维.10、证明正态分布的后验分布依然是正态分布（二）.mp4
7 Y2 u  p8 D3 Y+ T├─24、课程：贝叶斯思维.11、证明正态分布的后验分布依然是正态分布（三）.mp4
├─24、课程：贝叶斯思维.12、证明正态分布的后验分布依然是正态分布（四）.mp4
├─24、课程：贝叶斯思维.13、美国海岸救援案例.mp4
! a" b# H# Z. |6 h6 d. A2 y( H├─24、课程：贝叶斯思维.1、贝叶斯统计（一）.mp4
├─24、课程：贝叶斯思维.2、贝叶斯统计（二）.mp4
├─24、课程：贝叶斯思维.3、贝叶斯统计（三）.mp4
: B1 K7 w# K5 Y: P+ i$ g1 W7 [0 b├─24、课程：贝叶斯思维.4、贝叶斯统计（四）.mp4
# i3 D7 @' D# S" v# |! S├─24、课程：贝叶斯思维.5、贝叶斯公式（一）.mp4
├─24、课程：贝叶斯思维.6、贝叶斯公式（二）.mp4
, G# D- G# M( w3 B├─24、课程：贝叶斯思维.7、贝叶斯公式（三）.mp4
├─24、课程：贝叶斯思维.8、贝叶斯公式（四）.mp4
7 e+ O+ {4 u7 q0 f$ E' O4 f6 p├─24、课程：贝叶斯思维.9、证明正态分布的后验分布依然是正态分布（一）.mp4
3 l! r9 k- D0 ?+ z1 n. k! z/ }. c├─25、课程：BiliBili火爆剧集与观众分析.10、二十四小时的弹幕频率分布.mp4
# z$ j( o( v0 u2 ]1 L├─25、课程：BiliBili火爆剧集与观众分析.11、年内的弹幕频率分布.mp4
├─25、课程：BiliBili火爆剧集与观众分析.12、观众信息.mp4
& ?2 `- K& T5 z, C: b├─25、课程：BiliBili火爆剧集与观众分析.13、脑筋急转弯（一）.mp4
" ]0 T/ a. D6 T- Y% [: z├─25、课程：BiliBili火爆剧集与观众分析.14、脑筋急转弯（二）.mp4
├─25、课程：BiliBili火爆剧集与观众分析.1、结巴分词原理.mp4
/ e/ X% [9 Y/ s( W0 v5 K* k├─25、课程：BiliBili火爆剧集与观众分析.2、结巴分词使用.mp4
├─25、课程：BiliBili火爆剧集与观众分析.3、去除NaN、分词.mp4
) V& @6 E9 X3 D5 G7 L. X$ U├─25、课程：BiliBili火爆剧集与观众分析.4、去停用词、整理词频.mp4
# t" k  X: S+ r+ i9 B├─25、课程：BiliBili火爆剧集与观众分析.5、关键词计算.mp4
/ U2 D. _& y1 k├─25、课程：BiliBili火爆剧集与观众分析.6、生成词云.mp4
├─25、课程：BiliBili火爆剧集与观众分析.7、沿时间的动态变化：频率与高频词（一）.mp4
├─25、课程：BiliBili火爆剧集与观众分析.8、沿时间的动态变化：频率与高频词（二）.mp4
8 p# H/ \8 T5 V% V! x1 F├─25、课程：BiliBili火爆剧集与观众分析.9、沿时间的动态变化：频率与高频词（三）.mp4
2 z  _4 |8 Z* s5 o2 ^├─26、课程：聚类与代码实战.10、密度聚类.mp4
├─26、课程：聚类与代码实战.11、DBSCAN.mp4
├─26、课程：聚类与代码实战.12、聚类算法总结.mp4
├─26、课程：聚类与代码实战.13、代码实战（一）.mp4
  c6 @, |% [. Q6 P8 r& d├─26、课程：聚类与代码实战.14、代码实战（二）.mp4
7 Q  y# q2 ?3 }/ Q8 W; i0 V├─26、课程：聚类与代码实战.15、代码实战（三）.mp4
├─26、课程：聚类与代码实战.1、课程概要.mp4
├─26、课程：聚类与代码实战.2、机器学习与聚类简介.mp4
├─26、课程：聚类与代码实战.3、聚类的定义以及和分类的区别.mp4
├─26、课程：聚类与代码实战.4、聚类相似度度量：几何距离.mp4
: S1 c( ^* |7 X! K- j8 J├─26、课程：聚类与代码实战.5、划分聚类.mp4
├─26、课程：聚类与代码实战.6、划分聚类—K均值算法（一）.mp4
├─26、课程：聚类与代码实战.7、划分聚类—K均值算法（二）.mp4
# q9 e7 O0 z- o$ N/ S9 g- i2 g% W├─26、课程：聚类与代码实战.8、层次聚类.mp4
: ~& V6 `/ f3 k' G, H6 I├─26、课程：聚类与代码实战.9、Agglomerative clustering算法.mp4
├─27、课程：商业社交媒体舆情分析.1、脑筋急转弯（一）.mp4
├─27、课程：商业社交媒体舆情分析.2、脑筋急转弯（二）.mp4
9 C* @+ U6 M* G) r8 l) ]├─27、课程：商业社交媒体舆情分析.3、脑筋急转弯（三）.mp4
├─27、课程：商业社交媒体舆情分析.4、社媒舆情分析的目的.mp4
4 v4 k% `. M& e/ A5 t' o  Q├─27、课程：商业社交媒体舆情分析.5、作用价值一：获取市场的必要信息（一）.mp4
├─27、课程：商业社交媒体舆情分析.10、作用价值三：寻找接触点.mp4
├─27、课程：商业社交媒体舆情分析.11、总结：营销领域的舆情分析应用.mp4
1 c5 K+ T0 ~- P8 f# q! i. Q├─27、课程：商业社交媒体舆情分析.12、答疑（一）.mp4
├─27、课程：商业社交媒体舆情分析.13、答疑（二）.mp4
├─27、课程：商业社交媒体舆情分析.6、作用价值一：获取市场的必要信息（二）.mp4
├─27、课程：商业社交媒体舆情分析.7、如何通过舆情分析掌握时长状况.mp4
├─27、课程：商业社交媒体舆情分析.8、作用价值二：提升决策敏感性.mp4
├─27、课程：商业社交媒体舆情分析.9、有趣的营销发现.mp4
) w3 K! h0 v2 s3 t8 g* i# ]/ E- _├─28、课程：近期推荐系统概述.10、评估推荐系统结果.mp4
3 j7 B$ o8 Z, P  b) t7 l1 ~7 ~' l+ t├─28、课程：近期推荐系统概述.1、推荐系统应用场景（一）.mp4
├─28、课程：近期推荐系统概述.2、推荐系统应用场景（二）.mp4
$ o' T1 U, M# S# H! ?+ ]├─28、课程：近期推荐系统概述.3、推荐系统算法概述（一）.mp4
% U( Z2 {$ j% _- G- `├─28、课程：近期推荐系统概述.4、推荐系统算法概述（二）.mp4
├─28、课程：近期推荐系统概述.5、推荐系统算法概述（三）.mp4
; Y! F0 W4 q  O4 b├─28、课程：近期推荐系统概述.6、推荐系统算法概述（四）(1).mp4
3 C9 }) y7 f( n1 E& o├─28、课程：近期推荐系统概述.6、推荐系统算法概述（四）.mp4
; {; Z# p. e/ m& D" B( S6 }├─28、课程：近期推荐系统概述.7、CF+矩阵分解（一）.mp4
├─28、课程：近期推荐系统概述.8、CF+矩阵分解（二）.mp4
├─28、课程：近期推荐系统概述.9、基于图像的推荐.mp4
├─29、课程：人工智能的江湖.10、今天的应用与影响（二）.mp4
├─29、课程：人工智能的江湖.11、今天的应用与影响（三）.mp4
├─29、课程：人工智能的江湖.1、达特茅斯会议与第一次AI大发展.mp4
├─29、课程：人工智能的江湖.2、第一次AI寒冬（一）.mp4
├─29、课程：人工智能的江湖.3、第一次AI寒冬（二）.mp4
├─29、课程：人工智能的江湖.4、复苏与第二次AI寒冬.mp4
├─29、课程：人工智能的江湖.5、再次复苏与神经网翻身.mp4
├─29、课程：人工智能的江湖.6、瞻仰大神（一）.mp4
├─29、课程：人工智能的江湖.7、瞻仰大神（二）.mp4
2 S: {/ y- Y9 o' A├─29、课程：人工智能的江湖.8、瞻仰大神（三）.mp4
├─29、课程：人工智能的江湖.9、今天的应用与影响（一）.mp4
+ K% _0 j+ |+ `$ z├─30、课程：机器学习在图像识别中的应用.10、机器学习总结.mp4
├─30、课程：机器学习在图像识别中的应用.1、图像处理和机器学习有什么关系.mp4
├─30、课程：机器学习在图像识别中的应用.2、什么是机器学习.mp4
├─30、课程：机器学习在图像识别中的应用.3、什么是图像识别.mp4
├─30、课程：机器学习在图像识别中的应用.4、图像识别的困难在哪里.mp4
5 A" M4 X/ M# H) h0 z/ K├─30、课程：机器学习在图像识别中的应用.5、图像识别的发展历史.mp4
├─30、课程：机器学习在图像识别中的应用.6、机器学习对比深度学习.mp4
& Z5 K( g' L9 Q: g% I- @2 ?├─30、课程：机器学习在图像识别中的应用.7、机器学习的工作方式.mp4
├─30、课程：机器学习在图像识别中的应用.8、机器学习的算法（一）.mp4
! n5 C  @+ B; z$ {8 g├─30、课程：机器学习在图像识别中的应用.9、机器学习的算法（二）.mp4
1 c  l+ V8 {3 M# e5 T├─31、课程：Pygame.1、学习框架梳理.mp4
├─31、课程：Pygame.2、剩余课程安排.mp4
├─31、课程：Pygame.3、Flappy bird基本背景图像（一）.mp4
├─31、课程：Pygame.4、Flappy bird基本背景图像（二）.mp4
( h; \" x' i$ f* ^6 H: V* p├─31、课程：Pygame.5、键盘操作-小鸟左右移动.mp4
$ ~/ w0 [' s" Q% q/ g0 o├─31、课程：Pygame.6、扑腾扑腾翅膀（一）.mp4
* C6 \: ~. y7 y' l8 ]; s├─31、课程：Pygame.7、扑腾扑腾翅膀（二）.mp4
9 O+ j# D; @! ~' ^├─31、课程：Pygame.8、柱子的移动.mp4
(2)\PART2；目录中文件数:59个
├─31、课程：Pygame.10、让小鸟飞起来.mp4
├─31、课程：Pygame.11、假如小鸟很聪明.mp4
├─31、课程：Pygame.12、给小鸟计分.mp4
. E6 N  q3 \7 P4 R" i1 f2 @├─31、课程：Pygame.9、生成一系列的柱子，并且移动.mp4
├─32、课程：Python控制系统.10、Ctypes basic（一）.mp4
├─32、课程：Python控制系统.11、Ctypes basic（二）.mp4
  w6 o1 c- x# T$ J: t5 }+ ]├─32、课程：Python控制系统.12、Ctypes basic（三）.mp4
├─32、课程：Python控制系统.1、The basic self-driving loop.mp4
├─32、课程：Python控制系统.2、不同的数据存储和类型.mp4
( H/ x2 C7 z3 I├─32、课程：Python控制系统.3、安装OpenCV.mp4
8 M: x% T, F+ r├─32、课程：Python控制系统.4、OpenCV练习.mp4
├─32、课程：Python控制系统.5、数据库基础review（一）.mp4
├─32、课程：Python控制系统.6、数据库基础review（二）.mp4
├─32、课程：Python控制系统.7、MYSQL的简单介绍(一).mp4
├─32、课程：Python控制系统.8、MYSQL的简单介绍(二).mp4
├─32、课程：Python控制系统.9、激光雷达.mp4
1 c. G) S. w, q0 a1 Y├─33、课程：图像识别处理基础—OpenCV.10、几何变换.mp4
, S1 }2 X; E! j6 [& ~├─33、课程：图像识别处理基础—OpenCV.11、图像处理：图像平滑.mp4
% O8 U1 I& B4 l; r. j9 q, ^├─33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
3 M1 }; ^, ]! l- V5 u9 E  n) b* s├─33、课程：图像识别处理基础—OpenCV.1、读取图片（一）.mp4
. ?% }. n. O7 B2 f2 y├─33、课程：图像识别处理基础—OpenCV.2、读取图片（二）.mp4
├─33、课程：图像识别处理基础—OpenCV.3、读取图片（三）.mp4
3 c) d) j* {1 _) _3 Y3 ~1 n  S% }├─33、课程：图像识别处理基础—OpenCV.4、读取视频.mp4
├─33、课程：图像识别处理基础—OpenCV.5、绘图函数.mp4
# n$ a% f/ L1 G8 B  Y├─33、课程：图像识别处理基础—OpenCV.6、OpenCV图像的基本操作（一）.mp4
# `# C) e: R: p' E6 h├─33、课程：图像识别处理基础—OpenCV.7、OpenCV图像的基本操作（二）.mp4
├─33、课程：图像识别处理基础—OpenCV.8、图像处理：颜色空间转换（一）.mp4
├─33、课程：图像识别处理基础—OpenCV.9、图像处理：颜色空间转换（二）.mp4
  e$ Q# y' X6 K0 s7 [├─34、课程：从游戏数据中提取feature.10、模型案例分析+OpenCV process（二）.mp4
├─34、课程：从游戏数据中提取feature.11、模型案例分析+OpenCV process（三）.mp4
9 v9 L) Z! N4 ^2 k) N├─34、课程：从游戏数据中提取feature.12、模型案例分析+OpenCV process（四）.mp4
# S0 W* ]: p2 q* ~2 a├─34、课程：从游戏数据中提取feature.13、模型案例分析+OpenCV process（五）.mp4
8 Y) `; b# F1 z' H% i. U9 B├─34、课程：从游戏数据中提取feature.1、收集GTA5游戏数据（一）.mp4
├─34、课程：从游戏数据中提取feature.2、收集GTA5游戏数据（二）.mp4
├─34、课程：从游戏数据中提取feature.3、收集GTA5游戏数据（三）.mp4
├─34、课程：从游戏数据中提取feature.4、Check Data和OpenCV（一）.mp4
├─34、课程：从游戏数据中提取feature.5、Check Data和OpenCV（二）.mp4
7 \9 s- w8 T/ J" F6 _6 b├─34、课程：从游戏数据中提取feature.6、模型加载插件.mp4
& s4 K/ z* m& c( t- Z├─34、课程：从游戏数据中提取feature.7、C++ review（一）.mp4
$ A5 s+ n& J5 u6 \├─34、课程：从游戏数据中提取feature.8、C++ review（二）.mp4
4 `/ ^  ?) ~4 E5 R" Z├─34、课程：从游戏数据中提取feature.9、模型案例分析+OpenCV process（一）.mp4
├─35、课程：GTA5自动驾驶项目.10、GTA游戏AI识别车道分割线（四）.mp4
/ N& K; L( s7 z) E2 }├─35、课程：GTA5自动驾驶项目.11、GTA游戏AI识别车道分割线（五）.mp4
├─35、课程：GTA5自动驾驶项目.1、作业布置.mp4
* k7 Y- j+ ]6 c5 i- N' _├─35、课程：GTA5自动驾驶项目.2、GTA5自动驾驶分解问题（一）.mp4
. a  j4 o8 h8 P2 R7 V├─35、课程：GTA5自动驾驶项目.3、GTA5自动驾驶分解问题（二）.mp4
* }6 z$ m1 s# q  n2 E├─35、课程：GTA5自动驾驶项目.4、GTA5自动驾驶分解问题（三）.mp4
; S$ S  _2 h8 j: n) q7 q├─35、课程：GTA5自动驾驶项目.5、GTA5自动驾驶分解问题（四）.mp4
2 m' v- u3 \0 M5 c7 N1 n0 @7 B├─35、课程：GTA5自动驾驶项目.6、GTA5自动驾驶分解问题（五）.mp4
├─35、课程：GTA5自动驾驶项目.7、GTA游戏AI识别车道分割线（一）.mp4
├─35、课程：GTA5自动驾驶项目.8、GTA游戏AI识别车道分割线（二）.mp4
├─35、课程：GTA5自动驾驶项目.9、GTA游戏AI识别车道分割线（三）.mp4
(3)\PART3；目录中文件数:70个
├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
: M2 r) @/ S/ R├─200T史上最全的编程开发+JAVA+C+安卓+IOS开发等各类编程教程.url
; v9 \8 u8 t4 N5 Y/ q3 N6 S├─35、课程：GTA5自动驾驶项目.12、GTA游戏AI识别车道分割线（六）.mp4
├─35、课程：GTA5自动驾驶项目.13、GTA游戏AI识别车道分割线（七）.mp4
; b* y! o; Y. ]3 }* I├─36、课程：TensorFlow的基本操作.10、Session和Constant.mp4
├─36、课程：TensorFlow的基本操作.11、Variables和Placeholders.mp4
├─36、课程：TensorFlow的基本操作.12、Example（一）.mp4
. R7 B  T* Z# y  K! b) S' I7 U├─36、课程：TensorFlow的基本操作.13、Example（二）.mp4
├─36、课程：TensorFlow的基本操作.14、Example（三）.mp4
+ B  u3 G6 K0 y) T├─36、课程：TensorFlow的基本操作.15、Example（四）.mp4
├─36、课程：TensorFlow的基本操作.1、TensorFlow的基本概念.mp4
├─36、课程：TensorFlow的基本操作.2、TensorFlow的具体使用（一）.mp4
├─36、课程：TensorFlow的基本操作.3、TensorFlow的具体使用（二）.mp4
├─36、课程：TensorFlow的基本操作.4、Tensor Shapes（一）.mp4
├─36、课程：TensorFlow的基本操作.5、Tensor Shapes（二）.mp4
: W2 K  _8 x% w5 F# i- c├─36、课程：TensorFlow的基本操作.6、Tensor Operations.mp4
" J1 P0 x4 t8 a* n├─36、课程：TensorFlow的基本操作.7、Tensor Slicing.mp4
├─36、课程：TensorFlow的基本操作.8、Tensor Sequences.mp4
├─36、课程：TensorFlow的基本操作.9、Graph.mp4
├─37、课程：神经网络.10、神经网络代码实战（三）.mp4
├─37、课程：神经网络.11、神经网络代码实战（四）.mp4
. y( h+ M+ v5 u├─37、课程：神经网络.1、神经网络.mp4
├─37、课程：神经网络.2、深度神经网络.mp4
├─37、课程：神经网络.3、反向传播算法.mp4
! q, \. S5 [, h$ l! r  q( l├─37、课程：神经网络.4、激活函数.mp4
├─37、课程：神经网络.5、优化算法（一）.mp4
├─37、课程：神经网络.6、优化算法（二）.mp4
├─37、课程：神经网络.7、正规化.mp4
/ c, `/ O. E- p4 _0 H* n├─37、课程：神经网络.8、神经网络代码实战（一）.mp4
├─37、课程：神经网络.9、神经网络代码实战（二）.mp4
+ g3 E6 z% e, d+ i├─38、课程：卷积神经网络.10、深度卷积神经网络：Residual Network.mp4
├─38、课程：卷积神经网络.11、深度卷积神经网络：DenseNet.mp4
% x1 T* y% g1 }, G( g, B5 P8 m├─38、课程：卷积神经网络.1、卷积和卷积核（一）.mp4
# d# \+ K! k4 z& d6 i4 R├─38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
├─38、课程：卷积神经网络.3、卷积和卷积核（三）.mp4
- h0 u! K( c& @6 O├─38、课程：卷积神经网络.4、填充和池化.mp4
) a' M5 Q: r1 X" H' v2 J├─38、课程：卷积神经网络.5、深度卷积神经网络：LeNet-5.mp4
├─38、课程：卷积神经网络.6、深度卷积神经网络：AlexNet.mp4
% V9 T: A9 J; ^( x├─38、课程：卷积神经网络.7、深度卷积神经网络：ZF-net.mp4
* x0 F% v9 H0 J% |├─38、课程：卷积神经网络.8、深度卷积神经网络：VGG-16.mp4
0 l' I3 H7 B# V0 T! e# `, N├─38、课程：卷积神经网络.9、深度卷积神经网络：Inception Network.mp4
1 i2 ]* Q/ N$ U: Y5 C0 ]. T├─39、课程：卷积神经网络的应用.10、代码实战（四）.mp4
├─39、课程：卷积神经网络的应用.11、代码实战（五）.mp4
├─39、课程：卷积神经网络的应用.1、卷积神经网络应用概述.mp4
├─39、课程：卷积神经网络的应用.2、物体检测：RCNN和SPP-Net（一）.mp4
9 X8 U0 B2 r" H4 z/ A/ m( m├─39、课程：卷积神经网络的应用.3、物体检测：RCNN和SPP-Net（二）.mp4
! X- l  F# i- Z2 A) v+ i├─39、课程：卷积神经网络的应用.4、物体检测：Fast R-CNN.mp4
1 x+ T9 a6 K2 I├─39、课程：卷积神经网络的应用.5、物体检测：YOLO和SSD.mp4
├─39、课程：卷积神经网络的应用.6、文档的归类.mp4
├─39、课程：卷积神经网络的应用.7、代码实战（一）.mp4
8 t# K& F8 J% B3 d├─39、课程：卷积神经网络的应用.8、代码实战（二）.mp4
- [* I. }% F/ g5 d' f3 V├─39、课程：卷积神经网络的应用.9、代码实战（三）.mp4
├─40、课程：深度学习框架剖析.10、Tensorflow tutorial example（一）.mp4
├─40、课程：深度学习框架剖析.11、ensorflow tutorial example（二）.mp4
├─40、课程：深度学习框架剖析.12、模型训练Tricks分享.mp4
! P0 M' R& H3 l├─40、课程：深度学习框架剖析.13、DL优化方法分析以及相关TF API说明.mp4
├─40、课程：深度学习框架剖析.1、深度学习系统的目标定位.mp4
+ [& ~$ h3 C9 }5 @& ~├─40、课程：深度学习框架剖析.2、典型深度学习系统框架.mp4
├─40、课程：深度学习框架剖析.3、命令式编程与声明式编程等概念讲解.mp4
4 e! ?( i0 U% V├─40、课程：深度学习框架剖析.4、图优化、执行引擎.mp4
├─40、课程：深度学习框架剖析.5、编程接口、分布式并行计算.mp4
8 M+ r6 Y* Y; H9 ?* L4 L  s! t├─40、课程：深度学习框架剖析.6、TF多卡训练.mp4
├─40、课程：深度学习框架剖析.7、TF多机训练.mp4
├─40、课程：深度学习框架剖析.8、主流开源深度学习平台简析.mp4
├─40、课程：深度学习框架剖析.9、答疑.mp4
# w  u$ v3 C" H, A) \7 P2 p(4)\PART4；目录中文件数:75个
( U" a) K! |2 Q4 J/ l. n1 ~├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
. [9 v9 M1 v4 K% U( Q% _1 {% w├─200T史上最全的编程开发+JAVA+C+安卓+IOS开发等各类编程教程.url
├─40、课程：深度学习框架剖析.14、Tensorflow detection models.mp4
├─40、课程：深度学习框架剖析.15、实际模型项目介绍（一）.mp4
+ a% |* ?& X5 ?+ {# S( ]! C) I├─40、课程：深度学习框架剖析.16、实际模型项目介绍（二）.mp4
% W. K4 u, K9 T  _├─41、课程：递归神经网络.1、递归神经网络—序列问题.mp4
6 w( t, f( s, `3 x) n& Z6 X├─41、课程：递归神经网络.2、为什么递归.mp4
├─41、课程：递归神经网络.3、递归神经网络（一）.mp4
├─41、课程：递归神经网络.4、递归神经网络（二）.mp4
" g" M. M5 p# @  {8 e, \├─41、课程：递归神经网络.5、双向递归神经网络.mp4
├─41、课程：递归神经网络.6、沿时间反向传播.mp4
  g7 G1 H5 c" `8 A9 G; z% u├─41、课程：递归神经网络.7、梯度消失.mp4
├─42、课程：长短记忆网络和递归神经网络代码操作.1、长短记忆网络（一）.mp4
4 u* l: [! d5 {( }2 S4 N├─42、课程：长短记忆网络和递归神经网络代码操作.2、长短记忆网络（二）.mp4
├─42、课程：长短记忆网络和递归神经网络代码操作.3、伪装曹雪芹（一）.mp4
├─42、课程：长短记忆网络和递归神经网络代码操作.4、伪装曹雪芹（二）.mp4
" [2 M" ^( p5 N! C8 T& M├─42、课程：长短记忆网络和递归神经网络代码操作.5、伪装曹雪芹（三）.mp4
├─42、课程：长短记忆网络和递归神经网络代码操作.6、伪装曹雪芹（四）.mp4
├─42、课程：长短记忆网络和递归神经网络代码操作.7、图像识别（一）.mp4
% s* o2 b. v/ ]1 Y7 ^├─42、课程：长短记忆网络和递归神经网络代码操作.8、图像识别（二）.mp4
" g7 D# L6 S6 z8 Z* p& b├─43、课程：线性代数与数值分析.10、特殊类型的矩阵和向量（二）.mp4
5 K7 h" H% p) F# S# W0 L+ m├─43、课程：线性代数与数值分析.11、矩阵分解.mp4
├─43、课程：线性代数与数值分析.12、矩阵微积分.mp4
' h  Z8 E' `, _0 b% s$ m0 c7 f├─43、课程：线性代数与数值分析.13、矩阵计算（一）.mp4
├─43、课程：线性代数与数值分析.14、矩阵计算（二）.mp4
5 z7 f, ]& ~) Y2 K+ v├─43、课程：线性代数与数值分析.15、范数、向量之间的夹角.mp4
9 J2 A* k1 k" t* f) h( D. n+ M├─43、课程：线性代数与数值分析.16、对角矩阵、单位矩阵、转置矩阵和reshape.mp4
$ F- t. k: x6 Y& k+ I7 T* e├─43、课程：线性代数与数值分析.17、行列式、秩、迹以及SVD奇异值分解.mp4
├─43、课程：线性代数与数值分析.1、线性代数与数值分析概述.mp4
├─43、课程：线性代数与数值分析.2、线性代数的基础定义.mp4
├─43、课程：线性代数与数值分析.3、矩阵乘积和转置.mp4
4 J4 l- K+ K. V; c$ ~├─43、课程：线性代数与数值分析.4、矩阵性质.mp4
├─43、课程：线性代数与数值分析.5、矩阵行列式.mp4
├─43、课程：线性代数与数值分析.6、矩阵的迹和秩.mp4
3 o2 ?8 s8 @* u3 Y; M+ |├─43、课程：线性代数与数值分析.7、范数.mp4
├─43、课程：线性代数与数值分析.8、矩阵的特征值和特征向量.mp4
├─43、课程：线性代数与数值分析.9、特殊类型的矩阵和向量（一）.mp4
├─44、课程：词嵌入表示.1、N-元模型回顾.mp4
' B5 w+ ?2 O% I& ?├─44、课程：词嵌入表示.2、神经语言模型.mp4
) |3 c# T3 C* y7 P5 @├─44、课程：词嵌入表示.3、递归神经网络语言模型.mp4
/ C8 y: S" M6 A( U3 S. A5 s├─44、课程：词嵌入表示.4、词嵌入.mp4
) `  r) ], `/ @! z4 ^, v' u8 ^├─44、课程：词嵌入表示.5、哈夫曼树.mp4
% e. s$ d3 d! n9 _' p├─44、课程：词嵌入表示.6、连续词袋模型—分层Softmax.mp4
├─44、课程：词嵌入表示.7、Skip-gram：分层Softmax.mp4
├─44、课程：词嵌入表示.8、连续词袋模型：负采样.mp4
. h( ^+ p; K% D2 C; W├─44、课程：词嵌入表示.9、词向量：可视化.mp4
3 a( p  i) G- x├─45、课程：递归神经网络的应用.10、词嵌入表示—RNN for POS tagging（二）.mp4
├─45、课程：递归神经网络的应用.1、文本生成和情绪分析.mp4
6 K5 M& J7 P& c6 g1 [1 E├─45、课程：递归神经网络的应用.2、语音识别.mp4
' k* {8 {. l+ Q; D* g4 o3 E├─45、课程：递归神经网络的应用.3、机器翻译（一）.mp4
├─45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
├─45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
9 k. s) e9 E' q5 M4 n% @+ u├─45、课程：递归神经网络的应用.6、词嵌入表示—Word2Vec.mp4
. ^5 O- `& V4 Y: x) m├─45、课程：递归神经网络的应用.7、词嵌入表示—RNN语言模型（一）.mp4
├─45、课程：递归神经网络的应用.8、词嵌入表示—RNN语言模型（二）.mp4
3 J4 Y  y0 R: r4 c2 J' n* m├─45、课程：递归神经网络的应用.9、词嵌入表示—RNN for POS tagging（一）.mp4
" _4 D& t- a- q- ]! G├─46、课程：强化学习系列课程基本概念与方法总览.1、复习监督学习.mp4
) X) ~8 T* a" N' _* X- q├─46、课程：强化学习系列课程基本概念与方法总览.2、强化学习基本概念（一）.mp4
├─46、课程：强化学习系列课程基本概念与方法总览.3、强化学习基本概念（二）.mp4
├─46、课程：强化学习系列课程基本概念与方法总览.4、策略与总价值（一）.mp4
5 l) H- z2 m/ B" K# ~├─46、课程：强化学习系列课程基本概念与方法总览.5、策略与总价值（二）.mp4
& t& |' @4 T; f! t; L├─46、课程：强化学习系列课程基本概念与方法总览.6、强化学习系列方法总览（一）.mp4
6 @. K8 b( F- G├─46、课程：强化学习系列课程基本概念与方法总览.7、强化学习系列方法总览（二）.mp4
├─46、课程：强化学习系列课程基本概念与方法总览.8、强化学习系列方法总览（三）.mp4
├─47、课程：马尔可夫决策过程.1、马尔可夫决策过程：Markov状态转移矩阵.mp4
├─47、课程：马尔可夫决策过程.2、Markov Rewards Process.mp4
├─47、课程：马尔可夫决策过程.3、状态价值state value.mp4
├─47、课程：马尔可夫决策过程.4、Bellman方程（一）.mp4
├─47、课程：马尔可夫决策过程.5、Bellman方程（二）.mp4
3 k. O  f) k8 ]$ W; @& {├─47、课程：马尔可夫决策过程.6、Bellman方程（三）.mp4
; N1 [( ~$ V) a% [+ d2 K(5)\PART5；目录中文件数:66个
$ }* f  |2 n8 d+ |' f5 C  [" p├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
7 F8 u3 f3 y: \( n! _├─200T史上最全的编程开发+JAVA+C+安卓+IOS开发等各类编程教程.url
6 S! b) J" P$ ?  ^$ `├─47、课程：马尔可夫决策过程.10、最优总价值与最优动作价值（一）.mp4
├─47、课程：马尔可夫决策过程.11、最优总价值与最优动作价值（二）.mp4
3 {* \8 i  V6 q9 Q5 L) ^  e├─47、课程：马尔可夫决策过程.12、Flappy bird的简单解决方法（一）.mp4
├─47、课程：马尔可夫决策过程.13、Flappy bird的简单解决方法（二）.mp4
+ r2 r, P- ]2 X: F; _+ w5 d- Y├─47、课程：马尔可夫决策过程.7、Bellman方程（四）.mp4
' {( d  K4 ^: @  d0 Z# {├─47、课程：马尔可夫决策过程.8、状态价值函数 v.s 动作价值函数（一）.mp4
├─47、课程：马尔可夫决策过程.9、状态价值函数 v.s 动作价值函数（二）.mp4
├─48、课程：强化学习：迭代法.10、迭代法求策略估值（三）.mp4
0 Z! }* G# N$ p├─48、课程：强化学习：迭代法.11、迭代法更新最佳策略（一）.mp4
4 _, H8 _3 W5 x: k! C9 q1 W├─48、课程：强化学习：迭代法.12、迭代法更新最佳策略（二）.mp4
$ F' t: w  l7 a) I. \├─48、课程：强化学习：迭代法.14、最长递增序列（一）.mp4
├─48、课程：强化学习：迭代法.15、最长递增序列（二）.mp4
- d+ C3 c2 K! B$ \$ T├─48、课程：强化学习：迭代法.1、动态规划（一）.mp4
├─48、课程：强化学习：迭代法.2、动态规划（二）.mp4
; E/ `. |$ G; W( @0 I├─48、课程：强化学习：迭代法.3、迭代法（一）.mp4
├─48、课程：强化学习：迭代法.4、迭代法（二）.mp4
├─48、课程：强化学习：迭代法.5、复习+Jacob方法（一）.mp4
. d, y1 D& }) z. r6 Y├─48、课程：强化学习：迭代法.6、复习+Jacob方法（二）.mp4
* }# B4 t4 f3 p# V2 P1 g├─48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
/ a9 c% ]' Y) M( L! V$ C├─48、课程：强化学习：迭代法.8、迭代法求策略估值（一）.mp4
8 K! c4 D  x& q( n/ y1 s. G- j├─49、课程：简单的蒙特卡洛.10、队列存飞行路径（二）.mp4
├─49、课程：简单的蒙特卡洛.11、队列存飞行路径（三）.mp4
8 r, O9 _/ G, p, }% E5 f( A, p├─49、课程：简单的蒙特卡洛.12、队列存飞行路径（四）.mp4
├─49、课程：简单的蒙特卡洛.13、答疑.mp4
3 d' T5 N* Y: @, \6 Z8 K├─49、课程：简单的蒙特卡洛.1、蒙特卡洛模拟方法介绍.mp4
4 \* m8 _/ D8 u5 a% i1 F% K$ V* `├─49、课程：简单的蒙特卡洛.2、训练flappy bird 模型（一）.mp4
├─49、课程：简单的蒙特卡洛.3、训练flappy bird 模型（二）.mp4
├─49、课程：简单的蒙特卡洛.4、训练flappy bird 模型（三）.mp4
├─49、课程：简单的蒙特卡洛.5、整理碰壁函数与reward函数.mp4
├─49、课程：简单的蒙特卡洛.6、离散化环境状态.mp4
├─49、课程：简单的蒙特卡洛.7、由状态环境选择飞行动作.mp4
2 d5 u2 E$ o8 e3 V8 Y├─49、课程：简单的蒙特卡洛.8、处理碰壁函数与reward函数.mp4
2 p) p" B: t9 y  W! h├─49、课程：简单的蒙特卡洛.9、队列存飞行路径（一）.mp4
├─50、课程：云，计算，数据.10、阿里云介绍（二）.mp4
├─50、课程：云，计算，数据.11、实例创建（一）.mp4
├─50、课程：云，计算，数据.12、实例创建（二）.mp4
├─50、课程：云，计算，数据.13、实例创建（三）.mp4
( P0 E! Y: c; {$ G+ ?6 V├─50、课程：云，计算，数据.14、Logging模块的简单应用（一）.mp4
; F9 e" j% ~' n0 B6 Z0 m├─50、课程：云，计算，数据.15、Logging模块的简单应用（二）.mp4
├─50、课程：云，计算，数据.16、Logging模块的简单应用（三）.mp4
├─50、课程：云，计算，数据.1、云计算的定义.mp4
├─50、课程：云，计算，数据.2、NIST、云计算市场的发展条件.mp4
├─50、课程：云，计算，数据.3、芯片设计的取舍、并行化.mp4
├─50、课程：云，计算，数据.4、WSC（新型数据中心）的形成、概念、优点.mp4
: @% N) N2 f8 J. x' `├─50、课程：云，计算，数据.5、虚拟化（一）.mp4
├─50、课程：云，计算，数据.6、虚拟化（二）.mp4
; Z  L  s3 Z  p# q3 [8 ]; C$ k& g├─50、课程：云，计算，数据.7、云计算的商业模式.mp4
├─50、课程：云，计算，数据.8、层级分类.mp4
2 Y% {, q% k0 i& b6 n├─50、课程：云，计算，数据.9、阿里云介绍（一）.mp4
% l+ n5 Q- k" E5 C- D0 y├─51、课程：机器学习（上）.10、Model-Free Control（一）.mp4
$ k- ?8 b1 {/ ~5 ?2 ^  y, B├─51、课程：机器学习（上）.11、Model-Free Control（二）.mp4
# N2 O0 y* a  q. ^├─51、课程：机器学习（上）.1、时间差分法公式.mp4
0 Y6 ]5 y% ]( b% E├─51、课程：机器学习（上）.3、蒙特卡洛法（二）.mp4
3 h/ r* L' r  [- [├─51、课程：机器学习（上）.4、TD（时间差分）的特点.mp4
├─51、课程：机器学习（上）.5、课间答疑.mp4
├─51、课程：机器学习（上）.6、MC与TD对比.mp4
├─51、课程：机器学习（上）.7、无偏估计.mp4
├─51、课程：机器学习（上）.8、收敛性质.mp4
├─51、课程：机器学习（上）.9、MC与TD收敛差异.mp4
(6)\PART6；目录中文件数:54个
; i1 G. q7 i" g, ~├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
├─200T史上最全的编程开发+JAVA+C+安卓+IOS开发等各类编程教程.url
' k# A; p+ o" |" M├─51、课程：机器学习（上）.12、Model-Free Control（三）.mp4
├─51、课程：机器学习（上）.13、Model-Free Control（四）.mp4
├─51、课程：机器学习（上）.14、Model-Free Control（五）.mp4
  G' L) n2 V% r& R├─52、课程：机器学习（下）.11、Flappy bird（六）.mp4
├─52、课程：机器学习（下）.12、Flappy bird（七）.mp4
├─52、课程：机器学习（下）.13、Flappy bird（八）.mp4
0 |! v  {) [" B$ E: [" {├─52、课程：机器学习（下）.1、函数的近似方法（一）.mp4
├─52、课程：机器学习（下）.2、函数的近似方法（二）.mp4
├─52、课程：机器学习（下）.3、函数的近似方法（三）.mp4
├─52、课程：机器学习（下）.4、DQN（一）.mp4
- k0 h+ p5 D# h; i├─52、课程：机器学习（下）.5、DQN（二）.mp4
$ I4 {" Y8 v7 Z( A( K├─52、课程：机器学习（下）.6、Flappy bird（一）.mp4
5 N$ P9 S8 U" b( ~- I├─52、课程：机器学习（下）.7、Flappy bird（二）.mp4
├─52、课程：机器学习（下）.8、Flappy bird（三）.mp4
4 O8 F( [  T4 h% Y& V. N9 t  ]' r2 g├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.1、自我介绍及课程介绍.mp4
├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.2、Career Path Insight.mp4
: h' P5 N- @4 M4 R0 ~; G├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.3、软件工程师之基础课程.mp4
" K: F$ H8 V( [# C├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.4、软件工程师之面试准备与技巧.mp4
! }% i1 Q6 K4 {( h! v/ s/ s. O& y├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.5、大数据之协同合作（一）.mp4
├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.6、大数据之协同合作（二）.mp4
├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.7、数据工程师和数据科学家.mp4
├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.8、答疑（一）.mp4
├─53、课程：软件工程师、数据工程师和数据科学家职业介绍.9、答疑（二）.mp4
1 M, m2 g( ?, D, m├─54、课程：金融科技—数据科学在金融业的应用和前景.1、金融行业不同岗位对人才的需求.mp4
/ q2 G( ^$ |: ^% t├─54、课程：金融科技—数据科学在金融业的应用和前景.2、金融科技用到的数据科学.mp4
├─54、课程：金融科技—数据科学在金融业的应用和前景.3、职位和机会.mp4
├─54、课程：金融科技—数据科学在金融业的应用和前景.4、数字化财富管理行业.mp4
/ b5 J( Q) w- f; Y  D1 |├─54、课程：金融科技—数据科学在金融业的应用和前景.5、智能投顾创业公司的数据分析.mp4
' H  b8 z% J/ @! y7 K2 e- m9 W├─54、课程：金融科技—数据科学在金融业的应用和前景.6、答疑（一）.mp4
& F% Q* l/ P$ \├─54、课程：金融科技—数据科学在金融业的应用和前景.7、答疑（二）.mp4
% u  |& h- b. ]; u: M├─55、课程：深度学习经典网络分析基础.10、AlexNet.mp4
├─55、课程：深度学习经典网络分析基础.11、VGG.mp4
├─55、课程：深度学习经典网络分析基础.12、GoogleNet（一）.mp4
├─55、课程：深度学习经典网络分析基础.13、GoogleNet（二）.mp4
├─55、课程：深度学习经典网络分析基础.14、ResNet.mp4
├─55、课程：深度学习经典网络分析基础.15、经典网络简单比较、网络设计考虑.mp4
5 p: p7 X- k3 f+ D0 x0 D- f├─55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
* m6 [9 K6 O% A8 s) a1 c├─55、课程：深度学习经典网络分析基础.17、答疑（二）.mp4
├─55、课程：深度学习经典网络分析基础.1、课程安排.mp4
├─55、课程：深度学习经典网络分析基础.2、深度学习的两大基本问题.mp4
( t+ V9 p2 T9 g# g6 H9 M: O├─55、课程：深度学习经典网络分析基础.3、反向传播算法简介.mp4
. u) s# j# N2 Z. `/ L0 w3 N├─55、课程：深度学习经典网络分析基础.4、深度学习网络模型回顾.mp4
9 V9 M8 s) h# _$ m4 x├─55、课程：深度学习经典网络分析基础.5、CNN架构发展简要流程.mp4
├─55、课程：深度学习经典网络分析基础.6、LeNet.mp4
├─55、课程：深度学习经典网络分析基础.7、答疑—人脸识别.mp4
. T. A  a, {5 T9 W├─55、课程：深度学习经典网络分析基础.8、答疑—通用检测.mp4
├─55、课程：深度学习经典网络分析基础.9、答疑—语音识别.mp4

! [+ C9 O/ _% `. G$ f. G链接: https://pan.baidu.com/s/1NXyPuGPEopGZ4WQPZWIxSQ 提取码: 4r6i

谢谢楼主分享，但链接用不了