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。  
       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。
& d: R* ]! t2 q  u) a/ y
3 E% F" x7 k1 e$ I/ I0 ?' l6 U' K# b===============课程目录===============

6 U+ F" w" x. W* [2 r├─1、课程：熟悉Jupyter notebook.10、安装决策树可视化工具Graphviz（二）.mp4
. {3 |' z, F: _% Q/ X├─1、课程：熟悉Jupyter notebook.11、几个重要的工具包介绍（一）.mp4
├─1、课程：熟悉Jupyter notebook.12、几个重要的工具包介绍（二）.mp4
├─1、课程：熟悉Jupyter notebook.13、安装TensorFlow与Keras（一）.mp4
├─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
├─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
$ u  P( x& _' r├─1、课程：熟悉Jupyter notebook.1、创建新的Python环境.mp4
├─1、课程：熟悉Jupyter notebook.2、Python环境与版本（一）.mp4
9 P: m3 b& H& `! [- V├─1、课程：熟悉Jupyter notebook.3、Python环境与版本（二）.mp4
├─1、课程：熟悉Jupyter notebook.4、Python环境与版本（三）.mp4
├─1、课程：熟悉Jupyter notebook.5、Python环境与版本（四）.mp4
5 }. B! {0 n! T├─1、课程：熟悉Jupyter notebook.6、Python环境与版本（五）.mp4
├─1、课程：熟悉Jupyter notebook.7、Python环境与版本（六）.mp4
├─1、课程：熟悉Jupyter notebook.8、Python环境与版本（七）.mp4
1 V; q& J- n, ]! N├─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
! l6 |7 Z  w0 s" f├─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
├─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
4 J/ a4 Y$ T% h' z. N├─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
' g8 V8 T9 G% R# \├─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、课程：文献与代码管理工具及统计基础.4、GitHub介绍及安装.mp4
" b- |/ @; m3 D├─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、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
1 P. J* ]3 S9 b7 ^9 B' }. Y├─2、课程：文献与代码管理工具及统计基础.9、答疑（二）.mp4
/ L7 X+ Q) ~) J+ O├─3、课程：Python基本数据类型.10、Python基本数据类型（一）.mp4
├─3、课程：Python基本数据类型.11、Python基本数据类型（二）.mp4
# a" ~4 a8 y& {+ B  n$ m$ l' C7 }├─3、课程：Python基本数据类型.12、Python基本数据类型（三）.mp4
- k* Y$ B% x+ Y1 l& c; ]! _├─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
$ X2 A# k# p5 J8 ?* n6 h* P├─3、课程：Python基本数据类型.15、Python基本数据类型（六）.mp4
├─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 E; e: Y+ G/ T+ C! X; q├─3、课程：Python基本数据类型.1、课程概述.mp4
├─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
├─3、课程：Python基本数据类型.5、Python能做什么.mp4
* [& z( a- O. A. u0 o5 R4 u1 Z7 G├─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
2 {5 ~9 l6 d& X# x/ s3 j├─3、课程：Python基本数据类型.8、编程语言的元素.mp4
0 B+ Q# @1 R- _% V; o' S├─3、课程：Python基本数据类型.9、致敬 Hello World.mp4
' B5 i! \) e2 H# }* p. B├─4、课程：函数与Python基本数据结构.10、Python基本数据结构（一）.mp4
├─4、课程：函数与Python基本数据结构.1、函数（一）.mp4
/ v* f1 x0 _5 V' i1 W4 O7 X. V5 F├─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
8 C, F7 z* p$ b+ {4 v6 c  j& X& z├─4、课程：函数与Python基本数据结构.4、函数（四）.mp4
: D. @% L$ }5 y1 p0 D├─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、课程：函数与Python基本数据结构.7、Python编码结构（二）.mp4
├─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
4 I1 Z* b& u) k) G9 Y(2)\PART2；目录中文件数:67个
8 }: Y& H9 B8 V& T) M: A├─10、课程：逻辑回归及应用.1、逻辑回归与线性回归.mp4
4 m* n6 g# z# v) N0 P  D9 F├─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
├─5、课程：Numpy的基本操作.11、Save and Load Array.mp4
├─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
  v# r" m5 f( ~# q├─5、课程：Numpy的基本操作.4、lndexing ，Slicing and Iterating（一）.mp4
├─5、课程：Numpy的基本操作.5、lndexing ，Slicing and Iterating（二）.mp4
3 c) J5 F( J) l├─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
- I. j/ \2 p: H" {( a! ^├─5、课程：Numpy的基本操作.8、Matrix Operations --（二）.mp4
. H, l9 e' s- X1 t0 ?+ V) l2 U├─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
5 M5 q1 I- p$ `2 T├─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
: Q+ |/ V8 t" j4 g├─6、课程：Pandas的基本操作.1、Series.mp4
├─6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
├─6、课程：Pandas的基本操作.3、DataFrame+Titanic Example（二）.mp4
$ s$ m7 k( R0 Y+ `7 L6 p├─6、课程：Pandas的基本操作.4、DataFrame+Titanic Example（三）.mp4
├─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
├─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
) X9 v  y# K' g3 d( ?├─7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
+ n! A+ ^! `3 N/ D& E: f. c9 a" B* f├─7、课程：Matplotlib的基本操作.2、Matplotlib（二）.mp4
2 a: W# h: L3 Z7 l7 h├─7、课程：Matplotlib的基本操作.3、Matplotlib（三）.mp4
+ I7 C2 w( _0 n9 Z. N! T├─7、课程：Matplotlib的基本操作.4、Matplotlib（四）.mp4
├─7、课程：Matplotlib的基本操作.5、Matplotlib（五）.mp4
' I, d! l' P4 Y* S6 T7 q% r├─7、课程：Matplotlib的基本操作.6、Aggregation（一）.mp4
  a  E% ]) V9 t/ O- ^3 o├─7、课程：Matplotlib的基本操作.7、Aggregation（二）.mp4
% W2 a' t# ^- r( }3 W2 X/ @├─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
├─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
├─8、课程：什么是好的模型结果-cost function.13、imbalanced问题（二）.mp4
+ I1 L; D& e# c+ x+ S0 W! A  V├─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
9 l  B8 V& d; w! U├─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
├─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
, D) O. l' i6 Y  J* K( ^7 _. E├─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
( W! B" J  l+ G: \8 J9 w├─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
+ u8 R7 I  l/ I8 I├─8、课程：什么是好的模型结果-cost function.6、二分类问题-ROC & AUC（一）.mp4
5 r; i6 a* ~2 K├─8、课程：什么是好的模型结果-cost function.7、二分类问题-ROC & AUC（二）.mp4
├─8、课程：什么是好的模型结果-cost function.8、什么是好的分类（一）.mp4
├─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
* a& M8 R* ^& Q├─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
& F: P0 ^7 j' n├─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
; A( a' ^( T, s( R) S├─9、课程：线性回归.12、预测的confidence interval 和 prediction interval（一）.mp4
7 \' p: G. F# v) P& K! H├─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
2 F* Y  l: j% s+ N$ |6 I8 S9 ?├─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
├─9、课程：线性回归.2、为什么要使用线性回归？.mp4
5 n6 ?- W  B& p! F7 ~2 K├─9、课程：线性回归.3、如何计算线性回归？（一）.mp4
├─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
├─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
- H( h; i) B4 O# s: ]/ Q6 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
2 t# a# f/ @7 B8 ^) q├─9、课程：线性回归.8、线性回归参数估计的含义.mp4
├─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
├─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
├─10、课程：逻辑回归及应用.12、更进一步：从逻辑回归到SoftMax（一）.mp4
! G) }; ]. {; z+ k# t, h$ p. [├─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
9 k8 G. h/ F5 m├─10、课程：逻辑回归及应用.3、商家如何查看芝麻信用值？.mp4
4 K5 P7 L! y7 N$ {5 D: Q├─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
' r  r) D1 K% N9 k7 \5 Y├─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
  ~. j' N, g$ L' t├─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
├─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
$ g, _7 e7 B: [. y/ L9 U1 L4 N9 \├─11、课程：拟合与过拟合的定义.11、方差的分解（二）.mp4
: o& h( p* H6 @& P( G├─11、课程：拟合与过拟合的定义.12、Bias与Variance的分解.mp4
/ d# e' M2 y9 d" T) N) {├─11、课程：拟合与过拟合的定义.1、拟合与过拟合.mp4
! A, g) [+ {/ R% W: M├─11、课程：拟合与过拟合的定义.2、对抗过拟合（一）.mp4
├─11、课程：拟合与过拟合的定义.3、对抗过拟合（二）.mp4
' }% K0 a! l! i├─11、课程：拟合与过拟合的定义.4、对抗过拟合（三）.mp4
/ T2 p2 E0 A# }├─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
0 M, W$ x2 T6 @├─11、课程：拟合与过拟合的定义.7、正则化Regularization.mp4
├─11、课程：拟合与过拟合的定义.8、Ridge（一）.mp4
├─11、课程：拟合与过拟合的定义.9、Ridge（二）.mp4
├─12、课程：决策树模型.10、Decision Tree_example1（六）.mp4
& n0 Z6 }5 _/ E8 R" R/ g! f, U├─12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
├─12、课程：决策树模型.1、什么是决策树？.mp4
├─12、课程：决策树模型.2、游戏中的决策树分析（一）.mp4
├─12、课程：决策树模型.3、游戏中的决策树分析（二）.mp4
' h  n/ d$ B1 V! O0 ^3 _├─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
2 O1 @) K" @1 O7 {: R- V├─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
├─12、课程：决策树模型.8、Decision Tree_example1（四）.mp4
├─12、课程：决策树模型.9、Decision Tree_example1（五）.mp4
, P: [/ L; t# x2 Q├─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
* ~# f( Q7 g  {6 |├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.12、Boosting and Ada boosting（一）.mp4
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.13、Boosting and Ada boosting（二）.mp4
" G2 J+ t$ M5 c% P# }" ^├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.14、Gradient Boosting.mp4
) |; X. n1 `9 A8 T" c├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.1、Combining dataframes.mp4
9 p0 i9 x- @; ?. U/ f8 ?% M├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.2、Mapping.mp4
3 J6 L) s* I  C' B├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.3、Binning.mp4
4 `1 e; p+ R! E6 _: a/ G' @& W0 S├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.4、GroupBy On Dict and Series（一）.mp4
+ G6 o; ~. h8 x5 [0 e" X├─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
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.7、Merge（二）.mp4
6 G. @- @' v1 a' g* Y├─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
9 R* j8 T# M$ m. H; w├─14、课程：Airbnb 数据分析.1、Airbnb介绍.mp4
├─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
├─14、课程：Airbnb 数据分析.3、Airbnb_DataExploration（一）.mp4
(4)\PART4；目录中文件数:56个
├─14、课程：Airbnb 数据分析.10、Modeling（一）.mp4
├─14、课程：Airbnb 数据分析.11、Modeling（二）.mp4
7 U7 T0 q" g6 d' I5 v' s├─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
6 c% s' |. A+ |├─14、课程：Airbnb 数据分析.6、Airbnb_FeatureEngineering（一）.mp4
7 k9 L5 U+ S) `├─14、课程：Airbnb 数据分析.7、Airbnb_FeatureEngineering（二）.mp4
, {& h( a2 q1 B" M2 a5 ?# ]├─14、课程：Airbnb 数据分析.8、Airbnb_FeatureEngineering（三）.mp4
├─14、课程：Airbnb 数据分析.9、Airbnb_FeatureEngineering（四）.mp4
5 P% x# M4 S9 c) e1 _; B├─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
8 S+ I! q- d4 j7 s& u├─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
6 a& x  z) b& F1 B├─15、课程：支持向量机（SVM）.1、支持向量机简介与历史（一）.mp4
├─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
├─15、课程：支持向量机（SVM）.4、支持向量机分类与回归（二）.mp4
├─15、课程：支持向量机（SVM）.5、支持向量机分类与回归（三）.mp4
; M+ U. {9 W8 e8 G" M0 _7 F├─15、课程：支持向量机（SVM）.6、对偶问题.mp4
6 C* i) @! o' }8 u! i0 A# F; m4 M├─15、课程：支持向量机（SVM）.7、支持向量.mp4
+ o& \0 W9 t! Q) D& o+ p% k├─15、课程：支持向量机（SVM）.8、核函数.mp4
; W% @& T! k  n, A! ~3 ?├─15、课程：支持向量机（SVM）.9、正则化与软间隔.mp4
├─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
; S7 D- [' g7 L% Z/ Y3 s├─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
├─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
: _8 G- d! z4 m: H0 {├─16、课程：自然语言处理与NLP-代码实战.2、语言模型（一）.mp4
├─16、课程：自然语言处理与NLP-代码实战.3、语言模型（二）.mp4
8 J2 U9 E3 d0 `. s5 W├─16、课程：自然语言处理与NLP-代码实战.4、语言模型（三）.mp4
# M7 A/ ]6 ]& a! n$ B├─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
" o$ ]) k4 c. |) h9 v8 \* X% R/ s├─16、课程：自然语言处理与NLP-代码实战.7、语言模型评价.mp4
: b" W( I) D! m' x& 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
! {+ U1 g+ v$ y6 e0 \├─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
6 V7 ]+ x" U# C3 I/ _├─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
& ^) b8 g5 M$ e+ r; q├─17、课程：文字处理与Amazon评论NLP分析案例.13、调用具体模型.mp4
- E! W) k6 v! @0 q├─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
$ ~. D1 ~$ V, p. m├─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
8 K, c8 T; X; E; F" S├─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
4 Q4 Y# d1 o: b+ s├─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
├─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
├─17、课程：文字处理与Amazon评论NLP分析案例.9、整理标签（三）.mp4
├─18、课程：网络基础概述.1、网络基础概述.mp4
2 Z( ~9 r/ o, @( e- w5 b  F0 E(5)\PART5；目录中文件数:64个
├─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
1 V) P& b- d( z& F├─18、课程：网络基础概述.13、网络产品和现在网络程序.mp4
├─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
, h1 R2 |" _  Y├─18、课程：网络基础概述.3、数据和数据库（二）.mp4
9 W" e% n2 o' N* {# w├─18、课程：网络基础概述.4、计算机网络知识普及（一）.mp4
  o- L3 f7 B  e4 ]2 |├─18、课程：网络基础概述.5、计算机网络知识普及（二）.mp4
├─18、课程：网络基础概述.6、什么是网站.mp4
$ G) C2 G/ q. @├─18、课程：网络基础概述.7、静态网站和动态网站.mp4
+ [$ t# t2 c" m) q9 y4 y├─18、课程：网络基础概述.8、简单的网站服务程序（一）.mp4
├─18、课程：网络基础概述.9、简单的网站服务程序（二）.mp4
  H$ o' H0 Y* c7 D1 C├─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
" U: j$ }1 h9 G7 S0 f├─19、课程：网络爬虫入门.12、弹幕爬虫（四）.mp4
8 z, ~* X* _% F+ c4 Y" E& R├─19、课程：网络爬虫入门.13、弹幕爬虫（五）.mp4
. }6 M; a8 t5 l% n( t: O├─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
├─19、课程：网络爬虫入门.2、复习HTML.mp4
" d1 R9 v7 J: G; B2 S├─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
0 y; e5 M1 }# f- |! h. S  B: X├─19、课程：网络爬虫入门.6、Charity Watch（一）.mp4
├─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
: n* y( _& ?  T6 Y  q) _2 {% W├─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
8 E3 W  ?+ ^, q0 _, y├─20、课程：爬虫进阶.3、静态文件获取（一）.mp4
2 m' f; \# p- |, ?! E9 h* j├─20、课程：爬虫进阶.4、静态文件获取（二）.mp4
├─20、课程：爬虫进阶.5、认证授权（一）.mp4
' _7 k9 l! W& c( _! P3 u% 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
. e1 {4 X6 C1 v' C1 t├─20、课程：爬虫进阶.8、爬虫进阶扩展（一）.mp4
├─20、课程：爬虫进阶.9、爬虫进阶扩展（二）.mp4
  U! W! }. b+ `, s8 p- e├─21、课程： 正则表达式.1、常见代码.mp4
├─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
3 {; Q7 _, c. }/ @1 K" P├─21、课程： 正则表达式.4、字符匹配和分枝条件.mp4
- r8 E& n! ^1 J0 \( m) S( W├─21、课程： 正则表达式.5、分组.mp4
0 \! d4 d6 @- `: ?! t! V+ N- F├─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
1 T& q, K- N. Y├─21、课程： 正则表达式.8、案例分析（二）.mp4
5 ~( o1 m5 @  r, H& `& [8 v. ^├─22、课程：贝叶斯统计.10、贝叶斯公式垃圾短信识别程序（一）.mp4
├─22、课程：贝叶斯统计.11、贝叶斯公式垃圾短信识别程序（二）.mp4
$ @. R3 T3 y; e. \├─22、课程：贝叶斯统计.12、贝叶斯公式垃圾短信识别程序（三）.mp4
├─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
( e' B# U! B& @1 A├─22、课程：贝叶斯统计.3、条件概率.mp4
3 u) i. V/ O$ ~! P5 f& [% ^├─22、课程：贝叶斯统计.4、联合概率、边缘概率和条件概率.mp4
8 [( ~9 Q$ Q7 |├─22、课程：贝叶斯统计.5、贝叶斯公式（一）.mp4
+ q. Z. z& a- \1 k$ Y├─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
% ?3 v+ l& K% b" W- U4 u; W├─22、课程：贝叶斯统计.8、图形化理解.mp4
├─22、课程：贝叶斯统计.9、案例分析.mp4
4 J/ U" ~! ?  O, V$ Z- d  O: U6 Z(6)\PART6；目录中文件数:69个
7 S# R9 I4 m4 Y├─22、课程：贝叶斯统计.14、脑筋急转弯：三门问题（二）.mp4
  G/ @5 x9 v1 Q4 D. i0 ]+ b├─23、课程：搜集用户信息与数据整合.10、爬取用户信息（二）.mp4
├─23、课程：搜集用户信息与数据整合.11、爬取用户信息（三）.mp4
* H& J' J; y, p( l- ~├─23、课程：搜集用户信息与数据整合.12、爬取用户信息（四）.mp4
$ F6 G8 t1 d. H; T! V1 S├─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
# u% {% p; @$ n" {2 Z. D├─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
├─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
├─23、课程：搜集用户信息与数据整合.3、正向编码方法.mp4
├─23、课程：搜集用户信息与数据整合.4、如何逆向解码（一）.mp4
3 h- d  _  Z, ^, N% ~├─23、课程：搜集用户信息与数据整合.5、如何逆向解码（二）.mp4
├─23、课程：搜集用户信息与数据整合.6、如何逆向解码（三）.mp4
- \; x" O& N  f' u- i├─23、课程：搜集用户信息与数据整合.7、如何逆向解码（四）.mp4
% K. B3 u: l0 \. j9 E7 B├─23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
├─23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
1 Y( H1 l& U" X9 ]/ D├─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
8 a5 v( o, T) @4 N, e- x├─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
, Z5 S0 h7 H% K/ H6 V7 ~├─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
5 y! t$ d" c& x, f% V├─24、课程：贝叶斯思维.13、美国海岸救援案例.mp4
! t3 B# I) [7 y9 g$ ^├─24、课程：贝叶斯思维.1、贝叶斯统计（一）.mp4
! l, B3 X( B1 D0 t├─24、课程：贝叶斯思维.2、贝叶斯统计（二）.mp4
8 @$ U2 W. M  `& a8 r& n├─24、课程：贝叶斯思维.3、贝叶斯统计（三）.mp4
8 p3 m* P" @! p" B3 J├─24、课程：贝叶斯思维.4、贝叶斯统计（四）.mp4
% R1 m% e& w4 E% n- W' b9 Y├─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
4 o/ ^+ |; A6 P1 V/ }├─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
( _' u0 {) W. s% v1 u( y6 ~├─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
) w+ ?, ^8 Q5 n9 v├─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
* l0 w( Y( g$ a8 {' d+ k├─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
├─25、课程：BiliBili火爆剧集与观众分析.13、脑筋急转弯（一）.mp4
8 k; y) q, k- L├─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
9 d, E% ^% m9 C, _. n1 Q, |% `5 H├─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
) A+ i; D; O/ Z3 [├─25、课程：BiliBili火爆剧集与观众分析.4、去停用词、整理词频.mp4
! I8 ]$ |% k& z& f+ G. R├─25、课程：BiliBili火爆剧集与观众分析.5、关键词计算.mp4
├─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
4 X( c% v0 C) f2 a: L! {0 c2 x├─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
# G# \3 v$ x3 l; Z├─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
! Q( \. {# S8 K/ G8 r├─26、课程：聚类与代码实战.10、密度聚类.mp4
# @" K6 X7 I. `+ j. N! v9 A├─26、课程：聚类与代码实战.11、DBSCAN.mp4
% O( f( Q2 i0 [3 t6 i6 m├─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
# `+ ?8 c$ J$ `9 u/ C% y8 n├─26、课程：聚类与代码实战.14、代码实战（二）.mp4
2 A- |+ ?8 I! }" Z( U1 d$ T# j; j, A├─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
3 R" Q  f: W6 R0 S├─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
& Y! g  A% y$ P0 f  ?* U1 g1 ^├─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
, N: A7 m+ L( K& c& J├─26、课程：聚类与代码实战.7、划分聚类—K均值算法（二）.mp4
# ?8 u+ X' |( y( q3 E├─26、课程：聚类与代码实战.8、层次聚类.mp4
├─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
8 k+ h, X! B- F: e: D: p├─27、课程：商业社交媒体舆情分析.2、脑筋急转弯（二）.mp4
# f. O( J! D6 k, B  X├─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
├─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
/ Q: _5 G8 p5 v- X# C├─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
: W" e( q0 p, E" L├─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
├─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
: S2 v; ?  Q( S├─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
$ y$ r& {  o$ C% q; e& K& N* f├─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
0 y+ _* N2 a  \: C' p. I├─28、课程：近期推荐系统概述.10、评估推荐系统结果.mp4
├─28、课程：近期推荐系统概述.1、推荐系统应用场景（一）.mp4
2 ~- v4 m% s' U% Z: i% C├─28、课程：近期推荐系统概述.2、推荐系统应用场景（二）.mp4
├─28、课程：近期推荐系统概述.3、推荐系统算法概述（一）.mp4
( q. X( F7 |! G- c' z├─28、课程：近期推荐系统概述.4、推荐系统算法概述（二）.mp4
5 b9 N6 m5 n8 y- M( o6 y  H& R/ B├─28、课程：近期推荐系统概述.5、推荐系统算法概述（三）.mp4
├─28、课程：近期推荐系统概述.6、推荐系统算法概述（四）(1).mp4
├─28、课程：近期推荐系统概述.6、推荐系统算法概述（四）.mp4
├─28、课程：近期推荐系统概述.7、CF+矩阵分解（一）.mp4
2 K& G1 e6 @9 k5 M. E" F6 P├─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
+ _; n; D* \  i  q├─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
, {# s1 n9 G, Z( E& Z2 N+ ^4 L├─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
- J, H% I1 W' f! m+ e├─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
, K8 V& A7 G4 L* T├─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
├─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
├─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
" F0 T6 a1 ^  `4 r- `* |8 @/ K├─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
& @5 d  P8 v4 V: U, C. y9 D├─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
, {8 ?* Q1 @+ i├─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
( G2 _: G$ N6 b├─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
├─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
+ p) W6 ?/ B1 e+ Q! m( ~├─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
/ l  ?: E: K2 Y+ N; k% k( m├─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
5 M0 z8 Q, j4 l: x- h: o7 C/ z! c├─31、课程：Pygame.4、Flappy bird基本背景图像（二）.mp4
├─31、课程：Pygame.5、键盘操作-小鸟左右移动.mp4
├─31、课程：Pygame.6、扑腾扑腾翅膀（一）.mp4
├─31、课程：Pygame.7、扑腾扑腾翅膀（二）.mp4
├─31、课程：Pygame.8、柱子的移动.mp4
& ~: L$ W1 y1 u: x9 W(2)\PART2；目录中文件数:59个
2 c# @0 z+ p9 F# g1 O3 a├─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
+ g0 r: x/ w+ U) _1 u├─31、课程：Pygame.12、给小鸟计分.mp4
/ e# [: F* c+ h1 I' P1 f├─31、课程：Pygame.9、生成一系列的柱子，并且移动.mp4
8 ~7 R; D' G1 a8 B: _7 R9 J├─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
8 l0 f) q2 q  P5 }) b/ R├─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
& w! {) c: d0 L9 ^1 W. z+ W├─32、课程：Python控制系统.3、安装OpenCV.mp4
5 I  X( W6 X' G& X$ R* `├─32、课程：Python控制系统.4、OpenCV练习.mp4
& U) z3 r3 D4 ?├─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
- Y% C; {# h6 w/ F  X├─32、课程：Python控制系统.7、MYSQL的简单介绍(一).mp4
! \4 B5 w6 e: j' t% i├─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 x, ^6 Y  C2 z├─33、课程：图像识别处理基础—OpenCV.10、几何变换.mp4
├─33、课程：图像识别处理基础—OpenCV.11、图像处理：图像平滑.mp4
├─33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
  b5 q3 `# u6 u├─33、课程：图像识别处理基础—OpenCV.1、读取图片（一）.mp4
├─33、课程：图像识别处理基础—OpenCV.2、读取图片（二）.mp4
% _4 L1 F2 G8 n' w, y' q# L9 n' c├─33、课程：图像识别处理基础—OpenCV.3、读取图片（三）.mp4
├─33、课程：图像识别处理基础—OpenCV.4、读取视频.mp4
# Z# }. w/ p3 M├─33、课程：图像识别处理基础—OpenCV.5、绘图函数.mp4
5 f+ c* A! E5 B5 a' z2 |├─33、课程：图像识别处理基础—OpenCV.6、OpenCV图像的基本操作（一）.mp4
├─33、课程：图像识别处理基础—OpenCV.7、OpenCV图像的基本操作（二）.mp4
) u: l' F* E1 p* S! H/ Z0 Q- S# K├─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
├─34、课程：从游戏数据中提取feature.10、模型案例分析+OpenCV process（二）.mp4
. [9 n0 E/ N9 E' _├─34、课程：从游戏数据中提取feature.11、模型案例分析+OpenCV process（三）.mp4
├─34、课程：从游戏数据中提取feature.12、模型案例分析+OpenCV process（四）.mp4
3 K2 O! [! V; C7 z) d2 j├─34、课程：从游戏数据中提取feature.13、模型案例分析+OpenCV process（五）.mp4
4 F7 Z: x; j/ M" a2 ?8 \5 F( f├─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
# E+ @: O; j7 O├─34、课程：从游戏数据中提取feature.3、收集GTA5游戏数据（三）.mp4
! m, ?. j2 G: s: B! Q  h├─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
├─34、课程：从游戏数据中提取feature.6、模型加载插件.mp4
1 V  o. R( Q: a2 }' k, G├─34、课程：从游戏数据中提取feature.7、C++ review（一）.mp4
3 U! @$ @8 X7 r! X4 |├─34、课程：从游戏数据中提取feature.8、C++ review（二）.mp4
├─34、课程：从游戏数据中提取feature.9、模型案例分析+OpenCV process（一）.mp4
' P8 n# t6 k4 n├─35、课程：GTA5自动驾驶项目.10、GTA游戏AI识别车道分割线（四）.mp4
0 h1 C9 [; o: m) @# D& Q, P2 _├─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
├─35、课程：GTA5自动驾驶项目.2、GTA5自动驾驶分解问题（一）.mp4
├─35、课程：GTA5自动驾驶项目.3、GTA5自动驾驶分解问题（二）.mp4
├─35、课程：GTA5自动驾驶项目.4、GTA5自动驾驶分解问题（三）.mp4
) n% V, ?: `, `8 J8 g. I: U  A5 L├─35、课程：GTA5自动驾驶项目.5、GTA5自动驾驶分解问题（四）.mp4
4 u! p% Q# q5 i. ]7 l├─35、课程：GTA5自动驾驶项目.6、GTA5自动驾驶分解问题（五）.mp4
; z6 `1 U9 V! Z* H9 S( Q4 K├─35、课程：GTA5自动驾驶项目.7、GTA游戏AI识别车道分割线（一）.mp4
% D/ L- t; n% b5 _├─35、课程：GTA5自动驾驶项目.8、GTA游戏AI识别车道分割线（二）.mp4
! v8 g' B* A. c* x& M2 z4 ^4 s$ G├─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
7 W% a* I7 f2 f7 m" @├─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
, _' Z1 e, q- _├─35、课程：GTA5自动驾驶项目.12、GTA游戏AI识别车道分割线（六）.mp4
' k- P4 y5 ^2 ?% M% s; q! b├─35、课程：GTA5自动驾驶项目.13、GTA游戏AI识别车道分割线（七）.mp4
├─36、课程：TensorFlow的基本操作.10、Session和Constant.mp4
% H+ n- D: E. t2 w8 K( A& d├─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
0 F' E) A0 p- G├─36、课程：TensorFlow的基本操作.13、Example（二）.mp4
& W  G) w9 C/ N! O├─36、课程：TensorFlow的基本操作.14、Example（三）.mp4
├─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
" w5 w9 Y, I/ D+ U  a' S├─36、课程：TensorFlow的基本操作.3、TensorFlow的具体使用（二）.mp4
( n# P0 S* _9 ^1 C( Y7 V├─36、课程：TensorFlow的基本操作.4、Tensor Shapes（一）.mp4
2 }, E, r9 n- Y8 q├─36、课程：TensorFlow的基本操作.5、Tensor Shapes（二）.mp4
" I& K( I" `4 f* u8 `├─36、课程：TensorFlow的基本操作.6、Tensor Operations.mp4
├─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
% e8 E3 Z9 g$ A2 w+ n├─37、课程：神经网络.10、神经网络代码实战（三）.mp4
. E: ~5 L1 S5 \& L; P5 s1 k├─37、课程：神经网络.11、神经网络代码实战（四）.mp4
├─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
├─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
1 E4 x) G6 B7 V' }/ s" q├─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
9 H$ @2 b: a+ W2 B5 y% O" m├─37、课程：神经网络.8、神经网络代码实战（一）.mp4
* g$ _1 u; p& y. [8 z6 }├─37、课程：神经网络.9、神经网络代码实战（二）.mp4
├─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
├─38、课程：卷积神经网络.1、卷积和卷积核（一）.mp4
, Y0 ^$ ]% ?9 y; Y/ U; ~├─38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
: G- U) Q1 Q+ ?3 X# r0 V0 c├─38、课程：卷积神经网络.3、卷积和卷积核（三）.mp4
├─38、课程：卷积神经网络.4、填充和池化.mp4
├─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
├─38、课程：卷积神经网络.7、深度卷积神经网络：ZF-net.mp4
├─38、课程：卷积神经网络.8、深度卷积神经网络：VGG-16.mp4
├─38、课程：卷积神经网络.9、深度卷积神经网络：Inception Network.mp4
. X2 H# c; J5 ^$ L├─39、课程：卷积神经网络的应用.10、代码实战（四）.mp4
+ r8 O& t* H" T# C├─39、课程：卷积神经网络的应用.11、代码实战（五）.mp4
3 b0 S% f4 ?6 o& n7 c3 f├─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
├─39、课程：卷积神经网络的应用.3、物体检测：RCNN和SPP-Net（二）.mp4
) ]2 i2 g7 `: Z8 j; _7 g. g8 m├─39、课程：卷积神经网络的应用.4、物体检测：Fast R-CNN.mp4
8 a% @/ q7 v0 S, z9 A+ c├─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
! s3 u( b* |, F$ r3 ~" v: \├─39、课程：卷积神经网络的应用.7、代码实战（一）.mp4
! _8 n* p, A! {$ z) `├─39、课程：卷积神经网络的应用.8、代码实战（二）.mp4
├─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
: p1 e4 h: i) j" w├─40、课程：深度学习框架剖析.11、ensorflow tutorial example（二）.mp4
' H7 B6 T1 J& l├─40、课程：深度学习框架剖析.12、模型训练Tricks分享.mp4
├─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
* `) [4 X  [+ D├─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
├─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
1 r$ j- a" @. p, r) m3 t- U├─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
6 M, j6 r  K- N3 M' W. I; w├─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
1 X4 r2 v8 a9 h; x0 b8 `- ?, S1 z├─40、课程：深度学习框架剖析.9、答疑.mp4
(4)\PART4；目录中文件数:75个
├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
8 o5 k( S+ i8 m2 I5 i, |8 K/ L├─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
├─40、课程：深度学习框架剖析.16、实际模型项目介绍（二）.mp4
├─41、课程：递归神经网络.1、递归神经网络—序列问题.mp4
├─41、课程：递归神经网络.2、为什么递归.mp4
$ O0 _& t  V. I- I4 U) |$ j├─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
. J$ ?% D& V$ o1 \, |* Q9 n& U+ b├─41、课程：递归神经网络.5、双向递归神经网络.mp4
5 }+ }( r) u( x8 X% G1 Y├─41、课程：递归神经网络.6、沿时间反向传播.mp4
├─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
: S! M3 B+ Y8 X├─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
, U% C, G5 l, N4 A├─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
9 i7 N+ ?! k9 }% ~├─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
├─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
4 O5 i; G' N' X7 N3 g. K% n├─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
( s0 s6 M# ~# k/ A├─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
├─43、课程：线性代数与数值分析.13、矩阵计算（一）.mp4
4 }, Q6 J) w/ z. L$ C& A3 X├─43、课程：线性代数与数值分析.14、矩阵计算（二）.mp4
├─43、课程：线性代数与数值分析.15、范数、向量之间的夹角.mp4
├─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
& I5 b/ E$ s+ v0 d, ^# a├─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
  b: {) j& D/ @4 y$ m. B├─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
! `6 \& \1 u1 e8 x4 I2 v% e/ N. K├─43、课程：线性代数与数值分析.4、矩阵性质.mp4
  x1 x" ~0 \. q, |" A' F├─43、课程：线性代数与数值分析.5、矩阵行列式.mp4
) X, I' S" v2 y7 H3 V' ?2 z4 t├─43、课程：线性代数与数值分析.6、矩阵的迹和秩.mp4
+ s: Q* ]6 `0 _0 S0 K+ A' ^' K├─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
4 ?4 `! o. j% z1 k" T& @4 B2 |; B, Q├─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
4 B, J2 d9 k' Y5 n" V( I├─44、课程：词嵌入表示.1、N-元模型回顾.mp4
├─44、课程：词嵌入表示.2、神经语言模型.mp4
0 s. z# t# U8 f& P├─44、课程：词嵌入表示.3、递归神经网络语言模型.mp4
├─44、课程：词嵌入表示.4、词嵌入.mp4
├─44、课程：词嵌入表示.5、哈夫曼树.mp4
├─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
├─44、课程：词嵌入表示.9、词向量：可视化.mp4
├─45、课程：递归神经网络的应用.10、词嵌入表示—RNN for POS tagging（二）.mp4
6 o$ t2 X6 x: g├─45、课程：递归神经网络的应用.1、文本生成和情绪分析.mp4
├─45、课程：递归神经网络的应用.2、语音识别.mp4
1 {$ }2 a' M8 o  ?/ W├─45、课程：递归神经网络的应用.3、机器翻译（一）.mp4
2 a4 I8 J1 b9 j├─45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
4 j/ R! F2 n' ~7 x# t' l0 L/ a3 `. v├─45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
├─45、课程：递归神经网络的应用.6、词嵌入表示—Word2Vec.mp4
  p- w/ i1 O  o, \( z( `├─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
3 D* x' U9 x2 z" F) p# E├─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
├─45、课程：递归神经网络的应用.9、词嵌入表示—RNN for POS tagging（一）.mp4
├─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
' ^4 t2 ~  j/ H  t├─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
6 i" H9 W6 G# J; |├─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
. W, {5 x0 i- y6 S& Y5 g├─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
├─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
├─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
├─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
" \6 S& h$ L; y# M7 r├─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
: \5 U( j0 Q& k├─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
# g6 w* m+ c# L- o├─47、课程：马尔可夫决策过程.5、Bellman方程（二）.mp4
├─47、课程：马尔可夫决策过程.6、Bellman方程（三）.mp4
(5)\PART5；目录中文件数:66个
├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
' V# C4 r% w9 O" ]  p- o6 {├─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
├─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
, G1 x/ X- [! j* J2 q# P├─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
1 R& g% ]4 `2 L" \$ Q! [├─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
, l% _) z1 V: p& M: L├─47、课程：马尔可夫决策过程.7、Bellman方程（四）.mp4
├─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
- F2 B% r8 w& v! ^├─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
├─48、课程：强化学习：迭代法.11、迭代法更新最佳策略（一）.mp4
├─48、课程：强化学习：迭代法.12、迭代法更新最佳策略（二）.mp4
) |4 `4 p1 b; W% n3 Z- S├─48、课程：强化学习：迭代法.14、最长递增序列（一）.mp4
' Y: ~. d' r" W; j3 J( H- z├─48、课程：强化学习：迭代法.15、最长递增序列（二）.mp4
├─48、课程：强化学习：迭代法.1、动态规划（一）.mp4
+ @. k0 k7 Z5 s5 s├─48、课程：强化学习：迭代法.2、动态规划（二）.mp4
3 q, C) e! _& b0 f├─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
3 p$ G% s1 c% o8 o! }5 ]├─48、课程：强化学习：迭代法.6、复习+Jacob方法（二）.mp4
├─48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
├─48、课程：强化学习：迭代法.8、迭代法求策略估值（一）.mp4
) C6 o5 n. @! [1 ~# R* e& m├─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
) O3 G7 D& Q+ ?: x5 ]! f├─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
2 K" w! y4 J! h├─49、课程：简单的蒙特卡洛.1、蒙特卡洛模拟方法介绍.mp4
├─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
3 @7 P( U/ `# n0 H  N├─49、课程：简单的蒙特卡洛.5、整理碰壁函数与reward函数.mp4
- S6 p6 t1 l* ]├─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
3 ~7 K  J: T0 Y+ T: f- Q" d# }├─49、课程：简单的蒙特卡洛.8、处理碰壁函数与reward函数.mp4
├─49、课程：简单的蒙特卡洛.9、队列存飞行路径（一）.mp4
! l, C0 |0 q, M7 |+ e3 ^' ]8 U; B├─50、课程：云，计算，数据.10、阿里云介绍（二）.mp4
8 `  T# C0 G, |( H( ~├─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
: R$ |7 Y- k, n├─50、课程：云，计算，数据.13、实例创建（三）.mp4
$ ~+ _' s  D# t* L├─50、课程：云，计算，数据.14、Logging模块的简单应用（一）.mp4
6 b- D) K4 `! a3 L4 \" W: N├─50、课程：云，计算，数据.15、Logging模块的简单应用（二）.mp4
* t6 N; w" ~- n# j( N+ F) J├─50、课程：云，计算，数据.16、Logging模块的简单应用（三）.mp4
4 X4 \# G* o$ ]5 [+ U& t+ [├─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
+ Y3 M  i6 Q5 `! m; _; u% ?+ s├─50、课程：云，计算，数据.4、WSC（新型数据中心）的形成、概念、优点.mp4
6 r" V; J, F( o├─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
├─50、课程：云，计算，数据.7、云计算的商业模式.mp4
2 v4 U1 @7 k% u├─50、课程：云，计算，数据.8、层级分类.mp4
: x# F+ |" {( L5 w: I# I0 n; W├─50、课程：云，计算，数据.9、阿里云介绍（一）.mp4
├─51、课程：机器学习（上）.10、Model-Free Control（一）.mp4
6 x& P5 L! n8 o' ~+ I( c% Q' p├─51、课程：机器学习（上）.11、Model-Free Control（二）.mp4
├─51、课程：机器学习（上）.1、时间差分法公式.mp4
# R, [0 J" t! D1 \; {  X: s├─51、课程：机器学习（上）.3、蒙特卡洛法（二）.mp4
├─51、课程：机器学习（上）.4、TD（时间差分）的特点.mp4
. n' x0 [" a- `. |+ x9 v├─51、课程：机器学习（上）.5、课间答疑.mp4
2 t  M2 }1 e! F1 {3 U├─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
* e8 s; P' K/ W. j1 ^4 P& V├─51、课程：机器学习（上）.8、收敛性质.mp4
; n" {5 X; x" J+ e- N├─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
. e- r" A$ C, _% W, }6 v( p/ C& H├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
/ B7 K! K6 `/ T/ [/ y5 a├─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
  K8 d( N1 {& s! N& S├─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
├─52、课程：机器学习（下）.11、Flappy bird（六）.mp4
: S0 ~* R+ T/ k, Y$ f$ X, s├─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
├─52、课程：机器学习（下）.1、函数的近似方法（一）.mp4
; d- {* ]( }/ g0 ]. f0 u) B7 Q7 [├─52、课程：机器学习（下）.2、函数的近似方法（二）.mp4
' c  t4 b: `+ ?& J6 i4 O├─52、课程：机器学习（下）.3、函数的近似方法（三）.mp4
8 J5 Z2 _) \$ L# E8 d+ C) ~% i├─52、课程：机器学习（下）.4、DQN（一）.mp4
' i$ R! R! g& H$ k, ^7 J0 N, h├─52、课程：机器学习（下）.5、DQN（二）.mp4
├─52、课程：机器学习（下）.6、Flappy bird（一）.mp4
├─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
& Q% E" s2 d3 f' _1 m1 I├─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
├─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
├─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
* @5 T2 G7 j$ e# q" Q* ^├─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
5 X$ R& y. Q1 F├─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
├─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
! h/ ]& _3 j% b6 ~# g" a& c├─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
6 S9 T$ O7 v( x- s; O" O2 B├─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
1 a" I8 e9 o' \& ^4 {; R' W├─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
├─55、课程：深度学习经典网络分析基础.10、AlexNet.mp4
1 s- ?) H) c1 S7 t- h├─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
; T2 c* _1 L, q3 w4 P├─55、课程：深度学习经典网络分析基础.13、GoogleNet（二）.mp4
, A& z" }- K! M: f" l├─55、课程：深度学习经典网络分析基础.14、ResNet.mp4
: {- c2 ~/ [2 ]1 D5 s, Q├─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
: M8 V. i( r; i+ k& r├─55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
5 r- O8 h+ T$ ^├─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
( u. t9 z" K6 O) L2 w1 i5 C├─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
├─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
├─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
├─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
$ @3 Y+ w& q1 ?/ [
链接: https://pan.baidu.com/s/1NXyPuGPEopGZ4WQPZWIxSQ 提取码: 4r6i
" B( r5 Z3 E  j5 |4 W: C: |

谢谢楼主分享，但链接用不了