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。  
& o8 b: r- {5 |2 z, o       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。
& `  b: X% |# s1 j, h$ j
===============课程目录===============
9 u% `4 i$ d" A+ F! C+ E
6 _  X8 x+ g& ?├─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
  _" f- v/ n0 D9 q5 h, m' U9 @9 c. e├─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
8 o- b" t! q9 [3 w├─1、课程：熟悉Jupyter notebook.15、Jupyter notebook的基本使用技巧.mp4
' G% J# G& w- @  m+ ^├─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
: K, J/ h/ V" P5 |* d" R* b├─1、课程：熟悉Jupyter notebook.1、创建新的Python环境.mp4
0 j5 x. S4 j0 n! X3 Q5 r+ S1 A5 K4 ]/ \/ W├─1、课程：熟悉Jupyter notebook.2、Python环境与版本（一）.mp4
5 e2 m9 s0 A# J├─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
├─1、课程：熟悉Jupyter notebook.6、Python环境与版本（五）.mp4
2 e% H0 k% p( \  q5 Q- }├─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
# ^" ^3 w$ ~: X1 T" j├─1、课程：熟悉Jupyter notebook.9、安装决策树可视化工具Graphviz（一）.mp4
$ P. a+ X* k; D3 r- k7 c% N/ Y├─2、课程：文献与代码管理工具及统计基础.10、答疑（三）.mp4
├─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
├─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 y3 k: e5 Z1 B* M* N  l7 W├─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
# B, }  i' Z5 Z7 @9 n, q9 }├─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
; }4 f) d' x1 N. o5 ~├─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
) M: z. e3 I7 ~7 |  b7 Y├─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
  Q; c8 m2 \! ?6 K  |) z├─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
2 r& G) e  ]7 E/ T7 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
. ^$ B' U6 ~2 ~5 }( D( t$ d1 f  {. f├─3、课程：Python基本数据类型.15、Python基本数据类型（六）.mp4
# {5 k+ W! f; ]& N├─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
; C4 X% {1 ^, J& ?% h% H/ e+ y├─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
, U: y) q( {1 F$ N├─3、课程：Python基本数据类型.5、Python能做什么.mp4
$ C* E0 g7 s6 h2 O" j├─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
├─3、课程：Python基本数据类型.9、致敬 Hello World.mp4
+ g; c, r3 o/ G- Z├─4、课程：函数与Python基本数据结构.10、Python基本数据结构（一）.mp4
5 \% l% g9 k$ k├─4、课程：函数与Python基本数据结构.1、函数（一）.mp4
├─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
├─4、课程：函数与Python基本数据结构.5、函数（五）.mp4
3 _3 L- D6 @" D4 ^& b├─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
9 }7 @6 ]2 {1 g  _: i├─4、课程：函数与Python基本数据结构.8、Python编码结构（三）.mp4
/ T& L  I9 I. o. y  |├─4、课程：函数与Python基本数据结构.9、Python模块和程序包.mp4
; k: e& N0 c! A5 D# i# E(2)\PART2；目录中文件数:67个
8 s/ U% ?  ~7 J, z. w├─10、课程：逻辑回归及应用.1、逻辑回归与线性回归.mp4
├─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
% d6 ]1 \2 h& F* S. n! m├─5、课程：Numpy的基本操作.1、Introduction to Numpy.mp4
7 Z+ O/ Y* y: W' w* s; r├─5、课程：Numpy的基本操作.2、Create Arrays.mp4
- J% _$ Q7 h$ b├─5、课程：Numpy的基本操作.3、Basic Operations of Arrays.mp4
├─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
├─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
├─5、课程：Numpy的基本操作.8、Matrix Operations --（二）.mp4
8 T0 ~3 h/ [9 l9 ?  A: u├─5、课程：Numpy的基本操作.9、Array processing（一）.mp4
0 E% r9 [+ p4 D2 s9 w├─6、课程：Pandas的基本操作.10、Slice Data（二）.mp4
* T5 t3 K" G, R. Q6 y0 V├─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
" [9 H0 ]) a) j% g$ c" Z- ~; f* R├─6、课程：Pandas的基本操作.1、Series.mp4
0 R4 @" p# `0 j: D├─6、课程：Pandas的基本操作.2、DataFrame+Titanic Example（一）.mp4
5 ^# ~1 C8 R' c4 k( s! ^& E; r8 f├─6、课程：Pandas的基本操作.3、DataFrame+Titanic Example（二）.mp4
├─6、课程：Pandas的基本操作.4、DataFrame+Titanic Example（三）.mp4
7 L& R6 m* h+ A" }, M* N4 m├─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 B% B/ s  j5 T5 S1 T# o4 ~├─6、课程：Pandas的基本操作.9、Slice Data（一）.mp4
5 y. h, P1 h7 {3 @├─7、课程：Matplotlib的基本操作.1、Matplotlib（一）.mp4
7 j  E3 @* h7 n, G1 M! ~├─7、课程：Matplotlib的基本操作.2、Matplotlib（二）.mp4
: d- k5 }. v% S* n  f: q. }7 A├─7、课程：Matplotlib的基本操作.3、Matplotlib（三）.mp4
├─7、课程：Matplotlib的基本操作.4、Matplotlib（四）.mp4
4 |9 J4 {( H* j├─7、课程：Matplotlib的基本操作.5、Matplotlib（五）.mp4
& c9 @% h6 j3 V2 S├─7、课程：Matplotlib的基本操作.6、Aggregation（一）.mp4
├─7、课程：Matplotlib的基本操作.7、Aggregation（二）.mp4
├─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
2 L( G; }+ t) }* {5 y. s, E├─8、课程：什么是好的模型结果-cost function.13、imbalanced问题（二）.mp4
, l5 U3 J  r5 D$ Q" q2 L/ O├─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
+ k6 g3 M4 O" _1 ?├─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
  d" q. P: j4 }! S0 a* l  q├─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
3 D! x# i$ D7 Y( K├─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
9 c# L8 N7 n* o' Y├─8、课程：什么是好的模型结果-cost function.6、二分类问题-ROC & AUC（一）.mp4
" d! z+ g  U% _* ]' ]* |0 U# W├─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
/ R5 O9 G; A6 Y$ H/ i├─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
├─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
' _! E% c# W8 [- S2 j7 ~0 e  Q- }├─9、课程：线性回归.12、预测的confidence interval 和 prediction interval（一）.mp4
( Z% ^. q- b* \  N├─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
$ }/ P+ r+ z- @├─9、课程：线性回归.15、imbalanced问题.mp4
( ]6 K) K* q% _! G- A├─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
├─9、课程：线性回归.3、如何计算线性回归？（一）.mp4
# p& k7 _. K4 b  t* b├─9、课程：线性回归.4、如何计算线性回归？（二）.mp4
; S6 V6 R: x- I; q4 f5 z! z+ X# G├─9、课程：线性回归.5、问题解答.mp4
* Z: f; _; e7 Y9 X+ P/ x) p1 v├─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
' ~' ?6 r8 ^0 j, D  l├─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
) S- Y6 |2 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
5 i( S6 a0 Z$ t2 d( v+ U  ~' u├─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
7 q8 u' \5 n: r& [1 p' D├─10、课程：逻辑回归及应用.12、更进一步：从逻辑回归到SoftMax（一）.mp4
7 K! J; X( p$ h/ w% M( a├─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
" x% R5 h9 `3 G" u0 V├─10、课程：逻辑回归及应用.3、商家如何查看芝麻信用值？.mp4
& s' d1 J9 z1 t0 Y* G( l├─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
: _( Z8 E/ o, {2 M├─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
├─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
, M9 y7 O& O+ `/ v) B├─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
# Y' q- V) R- D├─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
├─11、课程：拟合与过拟合的定义.2、对抗过拟合（一）.mp4
& x) X+ L4 H9 x. C* t├─11、课程：拟合与过拟合的定义.3、对抗过拟合（二）.mp4
  S# V* p" i7 c/ g: v! ~/ m/ e├─11、课程：拟合与过拟合的定义.4、对抗过拟合（三）.mp4
9 ^- |: b7 g" N8 W$ n├─11、课程：拟合与过拟合的定义.5、Python实现（一）.mp4
9 L9 t' o; o4 z7 M; a4 \2 x├─11、课程：拟合与过拟合的定义.6、Python实现（二）.mp4
8 U. @& p7 s: ?4 a7 B! o├─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
6 g) x$ r& w$ o6 C- z; `* F├─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
├─12、课程：决策树模型.11、Decision Tree_example1（七）.mp4
( I: M2 a( Y1 l├─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
├─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
; Y- A+ L$ O( n9 e2 L4 S├─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
├─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% F. E6 y$ L3 @; A. ^2 \├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.12、Boosting and Ada boosting（一）.mp4
' C! M* T9 Z1 m( {├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.13、Boosting and Ada boosting（二）.mp4
8 L0 j# O4 T6 Y+ h1 w- C" K  I├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.14、Gradient Boosting.mp4
├─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
├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.5、GroupBy On Dict and Series（二）.mp4
" Z  }+ W9 @8 t+ o├─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
, T3 }7 f% T* V) A├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.8、Outliers.mp4
- j/ F  {" I2 {; R  t' y+ V├─13、课程：Pandas 数据操作与Ensemble Method 集成算法.9、Pivoting.mp4
' _/ X( j6 @: f# r" h├─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
; Q5 f/ H# p' e  j2 q' n4 R├─14、课程：Airbnb 数据分析.10、Modeling（一）.mp4
1 D, r9 F& @/ |1 z- z  G; ~9 W├─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
├─14、课程：Airbnb 数据分析.7、Airbnb_FeatureEngineering（二）.mp4
! I* X5 x0 Q4 n. S2 ^├─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
├─15、课程：支持向量机（SVM）.10、支持向量机算法总结.mp4
5 ]- x/ T, E" j0 T. v& L: m8 u├─15、课程：支持向量机（SVM）.11、代码实战（一）.mp4
├─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
├─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
$ [2 R# ^  p0 C) x8 i/ C├─15、课程：支持向量机（SVM）.3、支持向量机分类与回归（一）.mp4
4 h% U: o1 ?0 ?; o( Z8 @: ~$ _├─15、课程：支持向量机（SVM）.4、支持向量机分类与回归（二）.mp4
- \& F" T. e6 U/ ~7 `├─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
7 r. y  d2 v% T├─15、课程：支持向量机（SVM）.7、支持向量.mp4
├─15、课程：支持向量机（SVM）.8、核函数.mp4
. d2 F0 [- w& ~" Y├─15、课程：支持向量机（SVM）.9、正则化与软间隔.mp4
* Y/ G  v, x& A- A! }& g├─16、课程：自然语言处理与NLP-代码实战.10、深度学习（二）.mp4
2 x  j, Q2 w2 E2 i) ?├─16、课程：自然语言处理与NLP-代码实战.11、语言模型实战（一）.mp4
├─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
( u# o7 o; M! y% f├─16、课程：自然语言处理与NLP-代码实战.2、语言模型（一）.mp4
! N, Z# C/ ]# L3 G3 I. ]├─16、课程：自然语言处理与NLP-代码实战.3、语言模型（二）.mp4
├─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
% c) S9 ~" ~' r7 [0 p( h5 A├─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
$ [/ m$ b3 H) W1 b( m├─16、课程：自然语言处理与NLP-代码实战.8、隐马尔可夫模型.mp4
├─16、课程：自然语言处理与NLP-代码实战.9、深度学习（一）.mp4
# a& r* y" k" |4 u├─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
5 P1 m' X( L4 I( h# M, T6 ^' j├─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
& k2 q& @* I$ |# ?/ x├─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
+ m* \4 }! H4 G├─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
: r4 V. Q2 C$ J; {/ l├─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
% r# v+ _- }' Y( o' a3 R├─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
4 D, I" j3 ~7 q: J( x% E/ R* l├─17、课程：文字处理与Amazon评论NLP分析案例.5、计算词频.mp4
5 C$ `( a" U/ w" z3 q0 @2 C├─17、课程：文字处理与Amazon评论NLP分析案例.6、读取文字.mp4
- g; @; V, B# p  p7 U# D3 X8 m├─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
5 N0 a& g/ Y$ j! J3 q7 N0 c├─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 U; ^/ {' U0 k* ~, S0 `/ R(5)\PART5；目录中文件数:64个
8 B% G* F7 H' Z2 p. Y- B1 Z: a  P├─18、课程：网络基础概述.10、什么是API（一）.mp4
6 Y4 j  j  s2 W3 J; W, f: U├─18、课程：网络基础概述.11、什么是API（二）.mp4
% j# P# i6 d6 B! a* p├─18、课程：网络基础概述.12、如何找到API.mp4
├─18、课程：网络基础概述.13、网络产品和现在网络程序.mp4
3 C/ w- M0 M" g" i5 E2 Z8 q* J├─18、课程：网络基础概述.14、答疑.mp4
. g: W7 R! h  ^# ]9 l6 @( I6 y4 b├─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
3 T" b9 m% }1 U- ~" {* Z5 ]├─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
; `) Q' H; s5 p' p8 q2 X. A, ]├─18、课程：网络基础概述.7、静态网站和动态网站.mp4
9 Q* j# K; O2 F: I& s  W├─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
" p+ H1 a+ F$ k& T. d; a4 J├─19、课程：网络爬虫入门.10、弹幕爬虫（二）.mp4
( B$ ~8 g; l* t├─19、课程：网络爬虫入门.11、弹幕爬虫（三）.mp4
├─19、课程：网络爬虫入门.12、弹幕爬虫（四）.mp4
. h) W3 {$ ]0 ?0 `1 O6 ~' O├─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
2 m* w; c! j4 Q" L# _├─19、课程：网络爬虫入门.1、网络爬虫概述.mp4
# L! k. B3 d# {0 x, k├─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
' c7 }$ B- D* C├─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
├─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
# y" r/ \& U% S+ R, R5 `/ N; {0 G├─19、课程：网络爬虫入门.9、弹幕爬虫（一）.mp4
% f5 p7 b6 {- ~6 d' O& [) @& f) A$ k. X├─20、课程：爬虫进阶.1、Write Binary File.mp4
├─20、课程：爬虫进阶.2、Read Binary File.mp4
% B( @4 n& |) ?: m1 D├─20、课程：爬虫进阶.3、静态文件获取（一）.mp4
├─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
1 ]8 O& C5 `! X. [├─20、课程：爬虫进阶.6、认证授权（二）.mp4
& N( o. K( P2 |  |; @├─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
& S) I0 L* k; |5 N" w, w├─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
├─21、课程： 正则表达式.2、基本语句（一）.mp4
7 X3 U3 b9 l8 ?7 B- O5 a5 d├─21、课程： 正则表达式.3、基本语句（二）.mp4
9 X8 y# t. D" {& g: s├─21、课程： 正则表达式.4、字符匹配和分枝条件.mp4
7 `$ l( B# Y% x: X  T3 b$ t) e├─21、课程： 正则表达式.5、分组.mp4
7 U9 u9 j/ ?- y: \├─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
! n+ q% p6 a% K3 K! d- v├─21、课程： 正则表达式.8、案例分析（二）.mp4
: V; w1 z9 U; y: K4 r├─22、课程：贝叶斯统计.10、贝叶斯公式垃圾短信识别程序（一）.mp4
: h/ a0 s( R0 z0 S" t! R* |├─22、课程：贝叶斯统计.11、贝叶斯公式垃圾短信识别程序（二）.mp4
6 {0 N7 a5 |5 e( e/ n├─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
4 {% |, Y+ i5 i0 j├─22、课程：贝叶斯统计.2、边缘概率.mp4
% s" o6 s+ C7 O) x├─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
├─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
. Z+ n7 J% W1 W├─22、课程：贝叶斯统计.8、图形化理解.mp4
* {, X& l; S5 }: w. E6 F8 x+ O├─22、课程：贝叶斯统计.9、案例分析.mp4
(6)\PART6；目录中文件数:69个
/ D" U3 F( J: @4 U├─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
├─23、课程：搜集用户信息与数据整合.11、爬取用户信息（三）.mp4
0 B5 M% h: _* J9 z* z7 g7 D5 r├─23、课程：搜集用户信息与数据整合.12、爬取用户信息（四）.mp4
% t) ~* @& L+ s) i# ~8 O├─23、课程：搜集用户信息与数据整合.13、RandomForest 重新采样（一）.mp4
: e! L) q' b$ m! b4 T. h├─23、课程：搜集用户信息与数据整合.14、RandomForest 重新采样（二）.mp4
├─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
6 ?' Z- W1 x+ W! r( S├─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
├─23、课程：搜集用户信息与数据整合.6、如何逆向解码（三）.mp4
├─23、课程：搜集用户信息与数据整合.7、如何逆向解码（四）.mp4
6 W; X3 H5 e  s! d( h: f├─23、课程：搜集用户信息与数据整合.8、整理用户mid ID.mp4
# I  Q+ H5 J8 v0 \├─23、课程：搜集用户信息与数据整合.9、爬取用户信息（一）.mp4
2 R5 e8 o$ N5 i├─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
$ g; v& F* v  ~$ {! M& |├─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
9 O" M" p1 R2 t) Q) R( |, T├─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
8 q1 h' n# g  y- t) U- G; U8 z├─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
├─24、课程：贝叶斯思维.4、贝叶斯统计（四）.mp4
├─24、课程：贝叶斯思维.5、贝叶斯公式（一）.mp4
( _6 d: o! C$ a1 [; J  u6 \+ O+ z├─24、课程：贝叶斯思维.6、贝叶斯公式（二）.mp4
$ t" c+ q; t6 J# [8 F7 m├─24、课程：贝叶斯思维.7、贝叶斯公式（三）.mp4
( K, R# |+ F: a5 F& W8 d├─24、课程：贝叶斯思维.8、贝叶斯公式（四）.mp4
├─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
├─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
├─25、课程：BiliBili火爆剧集与观众分析.11、年内的弹幕频率分布.mp4
3 S$ {. Q$ `% O' |├─25、课程：BiliBili火爆剧集与观众分析.12、观众信息.mp4
% m, {/ `7 X; Y& d├─25、课程：BiliBili火爆剧集与观众分析.13、脑筋急转弯（一）.mp4
7 a7 t+ q  g' v├─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
├─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
├─25、课程：BiliBili火爆剧集与观众分析.4、去停用词、整理词频.mp4
├─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
# q! F# I3 s7 R├─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
2 X% W+ p, b9 E: D# ^) y/ ^├─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
├─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
├─26、课程：聚类与代码实战.14、代码实战（二）.mp4
├─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
2 v0 O( L' d9 J1 }! ^! m├─26、课程：聚类与代码实战.2、机器学习与聚类简介.mp4
. \8 C& M: ?  ^; _# C% Q├─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
; M- {# p3 [! L% e9 A├─26、课程：聚类与代码实战.5、划分聚类.mp4
% ]: b  i! S4 c├─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
├─26、课程：聚类与代码实战.8、层次聚类.mp4
( D9 R/ H, {8 d  [% t- C├─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
├─27、课程：商业社交媒体舆情分析.3、脑筋急转弯（三）.mp4
0 `- U2 F, Y5 w: D% q9 u. q├─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
├─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
% U5 \  k* E, b: B├─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
8 x, m" L) {9 d; f& ~- L2 {├─27、课程：商业社交媒体舆情分析.13、答疑（二）.mp4
% w" O, X8 T) Z2 O: B8 p4 ?+ W├─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
, N, B0 g5 ~/ g3 l! {* {, n├─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
├─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
- F0 ?/ I& |/ C3 c+ 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
1 M5 d+ M9 @# ?2 ]$ r8 S├─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
├─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
├─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
) z, p) G9 R; K0 j├─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
. x/ \$ E& S4 N+ M( h% b/ Q├─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
- J: z) m* z  Y$ G├─29、课程：人工智能的江湖.6、瞻仰大神（一）.mp4
/ e* @7 U. S$ h7 W2 {; ^2 {: \2 {├─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
' y5 |9 O, _1 C├─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
6 S- I, o: ]; N$ J  f& D/ V4 u├─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
├─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
├─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
# o8 }* `5 ^: {├─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
├─31、课程：Pygame.1、学习框架梳理.mp4
$ s  |/ P# w8 g├─31、课程：Pygame.2、剩余课程安排.mp4
8 w. q7 k* i% ^; R2 h6 K├─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
. p" ]; z  K3 Z4 T& j9 n8 F% x% e├─31、课程：Pygame.5、键盘操作-小鸟左右移动.mp4
/ ]' F% U$ s8 V: t├─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
(2)\PART2；目录中文件数:59个
├─31、课程：Pygame.10、让小鸟飞起来.mp4
8 s8 ~- U$ g) k7 V* p% n├─31、课程：Pygame.11、假如小鸟很聪明.mp4
├─31、课程：Pygame.12、给小鸟计分.mp4
5 i* p  k4 c" r2 |├─31、课程：Pygame.9、生成一系列的柱子，并且移动.mp4
* L% i; Q0 I4 g2 N" n* x- N├─32、课程：Python控制系统.10、Ctypes basic（一）.mp4
  Q& W3 `; W1 A├─32、课程：Python控制系统.11、Ctypes basic（二）.mp4
├─32、课程：Python控制系统.12、Ctypes basic（三）.mp4
5 B! |, O/ F- A" v" b* U/ E├─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
% c* G1 q3 P$ w) p* s├─32、课程：Python控制系统.3、安装OpenCV.mp4
, f* O+ x' p7 F5 [├─32、课程：Python控制系统.4、OpenCV练习.mp4
2 m0 O- k# j5 w3 e  x& k) j├─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
4 d' R2 }2 B# B% M7 h├─32、课程：Python控制系统.9、激光雷达.mp4
& F6 e) a7 `/ y' ]& {├─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
: D2 Q) l% m9 n* W1 P9 y# G├─33、课程：图像识别处理基础—OpenCV.12、图像处理：形态学变换.mp4
" R# i! u& g" C# {├─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
5 g1 I5 L( c! B* G. `8 s2 C8 m. ?├─33、课程：图像识别处理基础—OpenCV.3、读取图片（三）.mp4
+ |: x) Q( A" h; p├─33、课程：图像识别处理基础—OpenCV.4、读取视频.mp4
! y# z" t$ F+ _$ w' L├─33、课程：图像识别处理基础—OpenCV.5、绘图函数.mp4
. _# D7 v8 }. x4 A+ @/ z; n9 o├─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
├─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
├─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
├─34、课程：从游戏数据中提取feature.13、模型案例分析+OpenCV process（五）.mp4
! U. h7 F5 r- A- j, [├─34、课程：从游戏数据中提取feature.1、收集GTA5游戏数据（一）.mp4
' a  T" J& u, ~3 }% h- H├─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
, J3 S* a2 h: [; p' [" @# X├─34、课程：从游戏数据中提取feature.5、Check Data和OpenCV（二）.mp4
! ?% c7 K5 F& O" d# k1 H├─34、课程：从游戏数据中提取feature.6、模型加载插件.mp4
( P' F2 ~0 O) b/ J├─34、课程：从游戏数据中提取feature.7、C++ review（一）.mp4
├─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
├─35、课程：GTA5自动驾驶项目.10、GTA游戏AI识别车道分割线（四）.mp4
# Q+ X3 g* _# R, w& n- \├─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
# Y( A; p! I( I5 d' h; M. t$ ^├─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
9 l& `) A4 C! s! D9 G$ \& @- h├─35、课程：GTA5自动驾驶项目.4、GTA5自动驾驶分解问题（三）.mp4
, X; o' Q, T: [7 y% a0 L├─35、课程：GTA5自动驾驶项目.5、GTA5自动驾驶分解问题（四）.mp4
2 C- O% j, _: E* m├─35、课程：GTA5自动驾驶项目.6、GTA5自动驾驶分解问题（五）.mp4
9 N3 A; d7 B; @├─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
& X; m3 S! d$ P(3)\PART3；目录中文件数:70个
, I& e9 k. C2 o# }- ]& z├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
, _+ o3 h8 V- l4 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
; T' S" c" o; j├─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
. V$ P7 t/ Q8 i( e( ?& v├─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
! e0 \9 u- N/ [  H8 |├─36、课程：TensorFlow的基本操作.12、Example（一）.mp4
# E8 q# X7 R2 w% X3 b├─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
├─36、课程：TensorFlow的基本操作.15、Example（四）.mp4
/ m, ]2 p# g& m- ~% G2 N├─36、课程：TensorFlow的基本操作.1、TensorFlow的基本概念.mp4
3 f8 r* S) |/ C" i: ]├─36、课程：TensorFlow的基本操作.2、TensorFlow的具体使用（一）.mp4
7 k- z5 u( \6 K* `3 A├─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
$ B5 y  w; l; Q( f1 b/ d+ n( r├─36、课程：TensorFlow的基本操作.5、Tensor Shapes（二）.mp4
$ n# `) m- z3 w% {  o5 M├─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
4 v" X, S  N' n0 r, P+ x+ H: @├─36、课程：TensorFlow的基本操作.8、Tensor Sequences.mp4
+ B0 q) N6 B7 X3 _├─36、课程：TensorFlow的基本操作.9、Graph.mp4
- N, ~9 i2 P/ s! I+ _├─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
├─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
: C4 S4 R+ f$ \├─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
├─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
├─38、课程：卷积神经网络.10、深度卷积神经网络：Residual Network.mp4
1 J8 }4 ~( t- x+ _5 v├─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
├─38、课程：卷积神经网络.2、卷积和卷积核（二）.mp4
) V0 w. S+ e0 _4 X+ m: x├─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
1 J# O, V  n, ^8 U├─38、课程：卷积神经网络.6、深度卷积神经网络：AlexNet.mp4
3 |/ v6 E, p! |* y/ Z├─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
8 M* P2 j; j! M' b& A├─38、课程：卷积神经网络.9、深度卷积神经网络：Inception Network.mp4
├─39、课程：卷积神经网络的应用.10、代码实战（四）.mp4
3 c# z/ N$ ]% U& b0 @; h1 L├─39、课程：卷积神经网络的应用.11、代码实战（五）.mp4
, s5 _! E  p% u. G5 Y( {. w1 `├─39、课程：卷积神经网络的应用.1、卷积神经网络应用概述.mp4
2 a* j+ ]7 H0 G% A: I' T4 d├─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
) z3 G" a% ?( {) }1 ?4 P- B├─39、课程：卷积神经网络的应用.4、物体检测：Fast R-CNN.mp4
5 i7 r8 e% o6 a) m: U+ B2 u├─39、课程：卷积神经网络的应用.5、物体检测：YOLO和SSD.mp4
4 R) F5 J0 c1 {1 t% d) h+ c├─39、课程：卷积神经网络的应用.6、文档的归类.mp4
) x( P6 O# k) m6 f% f/ o$ e! h& ~├─39、课程：卷积神经网络的应用.7、代码实战（一）.mp4
├─39、课程：卷积神经网络的应用.8、代码实战（二）.mp4
( o- y0 g% s  P0 u├─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
- L7 c7 ~8 b1 @- }. O6 r3 F) \9 i, Z├─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
, `! D7 n5 n' m# c: g7 J* D├─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
# Q- `2 L" r2 p├─40、课程：深度学习框架剖析.2、典型深度学习系统框架.mp4
: s- k, J; F0 L4 ]├─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
$ V( [3 R" N: |" G+ D4 u6 }. i├─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
├─40、课程：深度学习框架剖析.6、TF多卡训练.mp4
5 Q3 _% m  r: G├─40、课程：深度学习框架剖析.7、TF多机训练.mp4
/ p2 U: n( y1 t" L- m  A! {) Y├─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
# i( X+ ^. B7 g# F. E(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
7 J- @- y# u. U) K├─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
0 P  p; f0 F7 _├─40、课程：深度学习框架剖析.14、Tensorflow detection models.mp4
9 x$ L! V- _  ~' [2 m├─40、课程：深度学习框架剖析.15、实际模型项目介绍（一）.mp4
; M# O1 p3 y( n├─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
├─41、课程：递归神经网络.3、递归神经网络（一）.mp4
5 ~; w3 L$ o, ^├─41、课程：递归神经网络.4、递归神经网络（二）.mp4
' E0 n5 ?$ F. `- r├─41、课程：递归神经网络.5、双向递归神经网络.mp4
& E# f/ H$ S0 l: H1 v$ U6 D$ n4 {├─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
* L9 a, K7 e3 j. i' Y7 f& V" a1 E  q├─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
( ^  P- a& b% m1 o2 J% y├─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
. C- R& O- u1 {├─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
2 S. X8 L- x5 s" P├─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
$ `' f  L. M3 T: e, x├─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
7 R. Q( e% B6 d1 h3 r6 Q# d├─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
8 s6 l; u: q% R$ M  K1 G├─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
├─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
├─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
1 I0 i% T$ k' o9 k% a8 s  ]├─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
├─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
4 s* E- ~6 S+ J2 k├─43、课程：线性代数与数值分析.3、矩阵乘积和转置.mp4
9 P! C7 V+ l) {* X) W├─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
% o0 |, K1 N* e9 y' M3 I. A├─43、课程：线性代数与数值分析.6、矩阵的迹和秩.mp4
├─43、课程：线性代数与数值分析.7、范数.mp4
# E% p4 ~! O7 L' e  q( T7 G4 x├─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
7 z$ c0 \* A' Z1 }  O├─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
1 K! [! u" d( i2 p: E├─44、课程：词嵌入表示.1、N-元模型回顾.mp4
# w! P' m/ L& R: L, @( z- v├─44、课程：词嵌入表示.2、神经语言模型.mp4
8 U/ B8 ?& b0 z+ b) z) z8 b+ Q├─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
9 n  h. m0 A3 M8 S# D├─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
& Q* C9 E2 t! H' u├─45、课程：递归神经网络的应用.10、词嵌入表示—RNN for POS tagging（二）.mp4
" r6 n9 ?  l! u6 E├─45、课程：递归神经网络的应用.1、文本生成和情绪分析.mp4
- H/ D- C4 @' x! }6 c( h1 {# k$ a; H├─45、课程：递归神经网络的应用.2、语音识别.mp4
- T2 j, t. A/ _3 J├─45、课程：递归神经网络的应用.3、机器翻译（一）.mp4
$ M9 I1 g" j" X+ i├─45、课程：递归神经网络的应用.4、机器翻译（二）.mp4
$ _1 r6 P$ e2 S) T├─45、课程：递归神经网络的应用.5、视觉注意力机制.mp4
/ o1 P4 r3 ?+ i4 N$ G4 R├─45、课程：递归神经网络的应用.6、词嵌入表示—Word2Vec.mp4
├─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
├─45、课程：递归神经网络的应用.9、词嵌入表示—RNN for POS tagging（一）.mp4
8 |$ O7 [% p! Q3 d1 n% g! m├─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
├─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
# A. K9 A3 v& |) x+ G; l* A├─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
1 H' f# r- W! ~! I/ \5 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
3 `1 y, v/ i8 I& |9 Q$ e: u├─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
$ n5 J% T$ R( ]+ @! C( Y  C& V├─47、课程：马尔可夫决策过程.2、Markov Rewards Process.mp4
; m4 `6 B% K* e! }0 j├─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
8 A1 ^6 s  _& j' [6 k( s9 V- ?' G! ?├─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
- P" C7 x0 k8 T9 H& \├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
6 V6 y6 C" x0 c├─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
4 |3 ]! L" J4 i1 A/ h3 q├─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
+ y/ ?# L) N1 J8 e/ 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
. F! _  c) B1 D9 j9 g2 S' K├─47、课程：马尔可夫决策过程.7、Bellman方程（四）.mp4
; _3 k5 E3 D; R├─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
├─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
├─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
├─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
├─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
* ~4 v$ a  B+ g7 ~├─48、课程：强化学习：迭代法.5、复习+Jacob方法（一）.mp4
; r) l; K$ P  g5 e, n├─48、课程：强化学习：迭代法.6、复习+Jacob方法（二）.mp4
6 J, h$ E. f6 l% U) \* P├─48、课程：强化学习：迭代法.7、Gauss-Seidel迭代法.mp4
+ W& n4 N) U. Z; x# C* l├─48、课程：强化学习：迭代法.8、迭代法求策略估值（一）.mp4
├─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
├─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
) U% _; E9 g9 ~% z1 S├─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
$ P& [4 C+ A) G5 r├─49、课程：简单的蒙特卡洛.3、训练flappy bird 模型（二）.mp4
; a+ Y$ p- g- q├─49、课程：简单的蒙特卡洛.4、训练flappy bird 模型（三）.mp4
/ ]4 ]: i& i4 b) [├─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
; R; V/ w6 }/ c├─49、课程：简单的蒙特卡洛.7、由状态环境选择飞行动作.mp4
├─49、课程：简单的蒙特卡洛.8、处理碰壁函数与reward函数.mp4
5 Q3 F. m5 P' C5 L├─49、课程：简单的蒙特卡洛.9、队列存飞行路径（一）.mp4
' ^: X. C0 |$ Q6 |& e├─50、课程：云，计算，数据.10、阿里云介绍（二）.mp4
$ C9 b4 F7 N) l├─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
0 D5 }# C( @1 u( N: O9 C├─50、课程：云，计算，数据.13、实例创建（三）.mp4
( G8 k+ ]0 A- v& ^├─50、课程：云，计算，数据.14、Logging模块的简单应用（一）.mp4
├─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
" E/ j* Q6 c  M) b! d: Q4 I├─50、课程：云，计算，数据.3、芯片设计的取舍、并行化.mp4
$ V  p6 W5 _7 Z. p├─50、课程：云，计算，数据.4、WSC（新型数据中心）的形成、概念、优点.mp4
. A' p; W$ y) _9 S- v# D; r├─50、课程：云，计算，数据.5、虚拟化（一）.mp4
, Q' K( k) b' L, {. b8 |- |" F├─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
. M9 R# q. ^9 B$ r% l0 g├─50、课程：云，计算，数据.8、层级分类.mp4
├─50、课程：云，计算，数据.9、阿里云介绍（一）.mp4
5 G  z4 Y3 I* c" |+ |! ]. w1 l├─51、课程：机器学习（上）.10、Model-Free Control（一）.mp4
├─51、课程：机器学习（上）.11、Model-Free Control（二）.mp4
* \! j# r) c5 i8 j# ^4 a$ R├─51、课程：机器学习（上）.1、时间差分法公式.mp4
% V' K9 V" S! J" y5 L; b- `8 Q├─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
; }, s( E0 B! k├─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
  ?* V: y0 a5 z* e: ^├─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
3 G+ Y' y; Q) y* Y' o├─200T史上最全的思科+华为+H3C+Juniper+Linux+Oracle等视频课程 .url
9 R9 E* {; C. S/ B6 i8 d0 L5 X2 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
& ^9 r" R9 z% j; t├─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
% E# n1 K# L0 x├─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
# }, z1 E! J, E# V* v├─52、课程：机器学习（下）.13、Flappy bird（八）.mp4
9 t6 d# I3 y7 Q3 N├─52、课程：机器学习（下）.1、函数的近似方法（一）.mp4
! L& @" B  E2 X# O├─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
# M4 Z# m$ |% m  D0 C8 v  ]! k├─52、课程：机器学习（下）.4、DQN（一）.mp4
+ D, V' m+ L- v) d├─52、课程：机器学习（下）.5、DQN（二）.mp4
) e: H8 Y) D) x' z├─52、课程：机器学习（下）.6、Flappy bird（一）.mp4
, \$ y! K" L  `# {1 B% S3 j/ V├─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
├─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
0 T  r3 o4 e0 s7 U- A├─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
% f! ?8 t$ ~. J' b3 `├─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
├─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
9 s- G# S/ f9 p' |/ R6 ^* l4 _├─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
4 d( J  N7 p( j$ r$ O├─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
3 H: T# \7 S2 B" r9 b9 @├─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
2 I1 x2 z0 \/ S: G# j' e+ v5 v├─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
$ |# s) _4 _/ d4 c├─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
├─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
├─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
├─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
+ ?* \9 ^. G, |: X├─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
% n7 }  \# A8 z/ |├─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
├─55、课程：深度学习经典网络分析基础.16、答疑（一）.mp4
├─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
+ G. E, P2 g( N9 y2 a7 F- o9 o2 J├─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
1 {) J8 j: g' G$ f. @├─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
5 u* X7 v2 }$ I- K2 I4 I" F+ X, W├─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
; b. k0 R# n# R& E* c├─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
6 t8 }( [2 C1 N! M" D% c, U& f├─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
" Y2 s. Q; t( d1 ^9 |├─55、课程：深度学习经典网络分析基础.9、答疑—语音识别.mp4
3 j( s0 P0 b- f0 m4 |3 t
4 ~  _! e: n! ~' J4 g链接: https://pan.baidu.com/s/1NXyPuGPEopGZ4WQPZWIxSQ 提取码: 4r6i
$ V+ e1 ]% r( ]$ a( \9 T; i* r

谢谢楼主分享，但链接用不了