L4：人工智能机器学习系统班
├──0-代码
| ├──第1-3章：Python基础
| | └──Python基础代码.zip 174.65kb
| ├──第10章：Ricequant回测选股分析实战
| | └──1_simple_demo.txt 2.13kb
| ├──第12章：因子策略选股实例
| | └──2_因子策略.txt 2.72kb
| ├──第14章：因子打分选股实战
| | └──3_因子打分选股.txt 3.29kb
| ├──第17章：fbprophet时间序列预测神器
| | ├──.ipynb_checkpoints
| | ├──data
| | ├──images
| | ├──__pycache__
| | ├──1-Stocker Analysis .ipynb 798.35kb
| | ├──2-Stocker Prediction.ipynb 1.06M
| | └──stocker.py 40.72kb
| ├──第19章：Matplotlib工具包实战
| | └──Matplotlib绘图.zip 3.69M
| ├──第20章：Seaborn
| | ├──4-REG.ipynb 771.56kb
| | ├──5-category.ipynb 658.21kb
| | ├──6-FacetGrid.ipynb 839.22kb
| | ├──7-Heatmap.ipynb 326.68kb
| | ├──f1.png 141.53kb
| | ├──iris.data 4.59kb
| | ├──Seaborn-1Style.ipynb 1.54M
| | ├──Seaborn-2Color.ipynb 169.10kb
| | ├──Seaborn-3Var.ipynb 315.82kb
| | └──Untitled.ipynb 489.91kb
| ├──第4章：Numpy
| | └──numpy代码.zip 16.79kb
| ├──第5章：Pandas
| | └──tushare工具包.zip 3.89kb
| ├──第11章：因子数据预处理.zip 876.33kb
| ├──第13章：因子分析实战.zip 1.20M
| ├──第15章：基于回归的策略分析.zip 935.39kb
| ├──第16章：聚类与统计策略分析.zip 1004.71kb
| ├──第18章：深度学习时间序列预测.zip 14.02M
| ├──第6章：金融时间序列分析.zip 588.16kb
| ├──第7章：双均线交易策略实例.zip 747.87kb
| ├──第8章：策略评估指标.zip 363.20kb
| └──第9章：量化交易解读.zip 165.93kb
├──1-Al课程所需安装软件教程
| ├──1.AI课程所需安装软件教程.mp4 16.18M
| ├──2.Python环境安装和搭建.mp4 48.10M
| ├──3.Anaconda基础讲解和使用的教程.mp4 44.39M
| ├──4.Pytorch (CPU版本安装).mp4 10.86M
| └──5.PyCharm安装和配置.mp4 16.95M
├──2-Python快速入门
| ├──1.Python环境配置.mp4 67.89M
| ├──10.Python循环.mp4 37.76M
| ├──11.函数定义.mp4 45.75M
| ├──12.模块与包.mp4 43.34M
| ├──13.异常处理模块.mp4 62.95M
| ├──14.文件操作.mp4 38.76M
| ├──15.类的基本定义.mp4 42.11M
| ├──16.类的属性操作.mp4 40.53M
| ├──17.时间操作.mp4 23.91M
| ├──18.Python练习题-1.mp4 37.44M
| ├──19.Python练习题-2.mp4 58.22M
| ├──2.anaconda环境安装和搭建.mp4 47.53M
| ├──3.Python简介.mp4 51.47M
| ├──4.Python数据类型.mp4 26.53M
| ├──5.Python列表.mp4 40.68M
| ├──6.Python元组.mp4 21.42M
| ├──7.Python集合.mp4 31.32M
| ├──8.Python字典.mp4 31.10M
| └──9.Python条件判断.mp4 17.50M
├──3-Python数据科学必备工具包实战
| ├──1.科学计算库-Numpy
| | ├──1-Numpy概述.mp4 28.24M
| | ├──10-四则运算.mp4 28.09M
| | ├──11-随机模块.mp4 48.38M
| | ├──12-文件读写.mp4 21.35M
| | ├──13-数组保存.mp4 39.25M
| | ├──14-练习题-1.mp4 29.02M
| | ├──15-练习题-2.mp4 40.39M
| | ├──16-练习题-3.mp4 56.12M
| | ├──2-Array数组.mp4 30.05M
| | ├──3-数组结构.mp4 58.10M
| | ├──4-数组类型.mp4 19.58M
| | ├──5-数值运算.mp4 41.87M
| | ├──6-排序操作.mp4 36.56M
| | ├──7-数组形状操作.mp4 50.89M
| | ├──8-数组生成函数.mp4 40.27M
| | └──9-常用生成函数.mp4 24.54M
| ├──2.数据分析处理库-Pandas
| | ├──1-Pandas概述.mp4 32.21M
| | ├──10-数据透视表.mp4 41.49M
| | ├──11-时间操作.mp4 37.35M
| | ├──12-时间序列操作.mp4 26.49M
| | ├──13-Pandas常用操作.mp4 48.13M
| | ├──14-Pandas常用操作2.mp4 42.98M
| | ├──15-Groupby操作延伸.mp4 64.63M
| | ├──16-字符串操作.mp4 30.46M
| | ├──17-索引进阶.mp4 35.07M
| | ├──18-Pandas绘图操作.mp4 53.90M
| | ├──19-大数据处理技巧.mp4 98.27M
| | ├──2-Pandas基本操作.mp4 35.93M
| | ├──3-Pandas索引.mp4 33.83M
| | ├──4-groupby操作.mp4 33.30M
| | ├──5-数值运算.mp4 43.27M
| | ├──6-对象操作.mp4 38.62M
| | ├──7-对象操作2.mp4 39.53M
| | ├──8-merge操作.mp4 41.50M
| | └──9-显示设置.mp4 22.24M
| ├──3.可视化库-Matplotlib
| | ├──1-Matplotlib概述.mp4 38.82M
| | ├──10-绘图细节设置2.mp4 42.75M
| | ├──11-直方图与散点图.mp4 56.65M
| | ├──12-3D图绘制.mp4 67.11M
| | ├──13-pie图.mp4 46.46M
| | ├──14-子图布局.mp4 33.64M
| | ├──15-结合pandas与sklearn.mp4 45.88M
| | ├──2-子图与标注.mp4 70.33M
| | ├──3-风格设置.mp4 16.35M
| | ├──4-条形图.mp4 42.48M
| | ├──5-条形图细节.mp4 45.67M
| | ├──6-条形图外观.mp4 46.34M
| | ├──7-盒图绘制.mp4 27.47M
| | ├──8-盒图细节.mp4 45.15M
| | └──9-绘图细节设置.mp4 43.86M
| └──4.可视化库-Seaborn
| | ├──0-课程简介.mp4 7.84M
| | ├──1-整体布局风格设置.mp4 27.55M
| | ├──10-Facetgrid绘制多变量.mp4 19.46M
| | ├──11-热度图绘制.mp4 48.80M
| | ├──2-风格细节设置.mp4 15.69M
| | ├──3-调色板.mp4 32.95M
| | ├──4-调色板颜色设置.mp4 24.71M
| | ├──5-单变量分析绘图.mp4 31.93M
| | ├──6-回归分析绘图.mp4 27.65M
| | ├──7-多变量分析绘图.mp4 34.83M
| | ├──8-分类属性绘图.mp4 32.47M
| | └──9-Facetgrid使用方法.mp4 27.60M
├──4-人工智能-必备数学课程
| ├──1.高等数学基础
| | ├──1-函数.mp4 11.78M
| | ├──2-极限.mp4 15.89M
| | ├──3-无穷小与无穷大.mp4 14.66M
| | ├──4-连续性与导数.mp4 20.51M
| | ├──5-偏导数.mp4 15.77M
| | ├──6-方向导数.mp4 19.38M
| | └──7-梯度.mp4 30.69M
| ├──10.熵与激活函数
| | ├──1-熵的概念.mp4 10.27M
| | ├──2-熵的大小意味着什么.mp4 37.50M
| | ├──3-激活函数.mp4 13.83M
| | └──4-激活函数的问题.mp4 21.60M
| ├──11.回归分析
| | ├──1-回归分析概述.mp4 21.71M
| | ├──10-高阶与分类变量实例.mp4 34.55M
| | ├──11-案例：汽车价格预测任务概述.mp4 28.93M
| | ├──12-案例：缺失值填充.mp4 38.19M
| | ├──13-案例：特征相关性.mp4 61.62M
| | ├──14-案例：预处理问题.mp4 19.60M
| | ├──15-案例：回归求解.mp4 43.16M
| | ├──2-回归方程定义.mp4 10.94M
| | ├──3-误差项的定义.mp4 19.01M
| | ├──4-最小二乘法推导与求解.mp4 26.60M
| | ├──5-回归方程求解小例子.mp4 16.71M
| | ├──6-回归直线拟合优度.mp4 26.61M
| | ├──7-多元与曲线回归问题.mp4 21.52M
| | ├──8-Python工具包介绍.mp4 17.41M
| | └──9-statsmodels回归分析.mp4 24.76M
| ├──12.假设检验
| | ├──1-假设检验基本思想.mp4 36.14M
| | ├──10-Python假设检验实例.mp4 56.00M
| | ├──11-Python卡方检验实例.mp4 25.54M
| | ├──2-左右侧检验与双侧检验.mp4 48.93M
| | ├──3-Z检验基本原理.mp4 19.37M
| | ├──4-Z检验实例.mp4 61.04M
| | ├──5-T检验基本原理.mp4 57.82M
| | ├──6-T检验实例.mp4 24.38M
| | ├──7-T检验应用条件.mp4 28.74M
| | ├──8-卡方检验.mp4 54.03M
| | └──9-假设检验中的两类错误.mp4 51.01M
| ├──13.相关分析
| | ├──1-相关分析概述.mp4 29.95M
| | ├──2-皮尔森相关系数.mp4 25.70M
| | ├──3-计算与检验.mp4 66.12M
| | ├──4-斯皮尔曼等级相关.mp4 55.36M
| | ├──5-肯德尔系数.mp4 30.48M
| | ├──6-质量相关分析.mp4 50.69M
| | └──7-偏相关与复相关.mp4 38.27M
| ├──14.方差分析
| | ├──1-方差分析概述.mp4 20.47M
| | ├──2-方差的比较.mp4 46.85M
| | ├──3-方差分析计算方法.mp4 60.66M
| | ├──4-方差分析中的多重比较.mp4 30.53M
| | ├──5-多因素方差分析.mp4 45.47M
| | └──6-Python方差分析实例.mp4 30.10M
| ├──15.聚类分析
| | ├──1-层次聚类概述.mp4 19.58M
| | ├──2-层次聚类流程.mp4 53.83M
| | ├──3-层次聚类实例.mp4 54.22M
| | ├──4-1-KMEANS算法概述.mp4 18.52M
| | ├──4-2-KMEANS工作流程.mp4 14.37M
| | ├──4-3-KMEANS迭代可视化展示.mp4 28.46M
| | ├──5-1-DBSCAN聚类算法.mp4 19.38M
| | ├──5-2-DBSCAN工作流程.mp4 28.04M
| | ├──5-3-DBSCAN可视化展示.mp4 21.06M
| | ├──6-1-多种聚类算法概述.mp4 6.96M
| | └──6-2-聚类案例实战.mp4 62.47M
| ├──16.贝叶斯分析
| | ├──1-贝叶斯分析概述.mp4 29.32M
| | ├──10-MCMC概述.mp4 48.27M
| | ├──11-PYMC3概述.mp4 26.70M
| | ├──12-模型诊断.mp4 42.31M
| | ├──13-模型决策.mp4 64.23M
| | ├──2-概率的解释.mp4 25.79M
| | ├──3-贝叶斯学派与经典统计学派的争论.mp4 24.63M
| | ├──4-贝叶斯算法概述.mp4 11.38M
| | ├──5-贝叶斯推导实例.mp4 11.97M
| | ├──6-贝叶斯拼写纠错实例.mp4 18.65M
| | ├──8-贝叶斯解释.mp4 43.61M
| | └──9-经典求解思路.mp4 35.12M
| ├──2.微积分
| | ├──1-微积分基本想法.mp4 14.18M
| | ├──2-微积分的解释.mp4 17.79M
| | ├──3-定积分.mp4 18.95M
| | ├──4-定积分性质.mp4 11.65M
| | └──5-牛顿-莱布尼茨公式.mp4 28.66M
| ├──3.泰勒公式与拉格朗日
| | ├──1-泰勒公式出发点.mp4 13.65M
| | ├──2-一点一世界.mp4 20.93M
| | ├──3-阶数的作用.mp4 18.54M
| | ├──4-阶乘的作用.mp4 15.07M
| | ├──5-拉格朗日乘子法.mp4 26.94M
| | └──6-求解拉格朗日乘子法.mp4 26.16M
| ├──4.线性代数基础
| | ├──1-行列式概述.mp4 12.66M
| | ├──2-矩阵与数据的关系.mp4 19.72M
| | ├──3-矩阵基本操作.mp4 26.52M
| | ├──4-矩阵的几种变换.mp4 12.15M
| | ├──5-矩阵的秩.mp4 29.87M
| | └──6-内积与正交.mp4 27.40M
| ├──5.特征值与矩阵分解
| | ├──1-特征值与特征向量.mp4 15.53M
| | ├──2-特征空间与应用.mp4 10.08M
| | ├──3-SVD要解决的问题.mp4 15.67M
| | ├──4-特征值分解.mp4 12.53M
| | └──5-SVD矩阵分解.mp4 30.87M
| ├──6.随机变量
| | ├──1-离散型随机变量.mp4 16.89M
| | ├──2-连续型随机变量.mp4 26.37M
| | ├──3-简单随机抽样.mp4 4.98M
| | ├──4-似然函数.mp4 16.80M
| | └──5-极大似然估计.mp4 24.07M
| ├──7.概率论基础
| | ├──1-概率与频率.mp4 15.06M
| | ├──10-期望求解.mp4 21.02M
| | ├──11-马尔科夫不等式.mp4 19.78M
| | ├──12-切比雪夫不等式.mp4 29.66M
| | ├──13-后验概率估计.mp4 22.98M
| | ├──14-贝叶斯拼写纠错实例.mp4 18.65M
| | ├──15-垃圾邮件过滤实例.mp4 22.90M
| | ├──2-古典概型.mp4 16.07M
| | ├──3-条件概率.mp4 20.17M
| | ├──4-条件概率小例子.mp4 15.77M
| | ├──5-独立性.mp4 18.73M
| | ├──6-二维离散型随机变量.mp4 19.68M
| | ├──7-二维连续型随机变量.mp4 14.42M
| | ├──8-边缘分布.mp4 25.11M
| | └──9-期望.mp4 10.96M
| ├──8.数据科学你得知道的几种分布
| | ├──1-正态分布.mp4 76.64M
| | ├──2-二项式分布.mp4 49.60M
| | ├──3-泊松分布.mp4 69.74M
| | ├──4-均匀分布.mp4 11.86M
| | ├──5-卡方分布.mp4 33.64M
| | └──6-beta分布.mp4 59.81M
| └──9.核函数变换
| | ├──1-核函数的目的.mp4 15.76M
| | ├──2-线性核函数.mp4 11.64M
| | ├──3-多项式核函数.mp4 9.27M
| | ├──4-核函数实例.mp4 24.57M
| | ├──5-高斯核函数.mp4 19.92M
| | └──6-参数的影响.mp4 21.02M
├──5-机器学习算法精讲及其案例应用
| ├──1.线性回归原理推导
| | ├──1-回归问题概述.mp4 20.04M
| | ├──2-误差项定义.mp4 27.03M
| | ├──3-独立同分布的意义.mp4 24.89M
| | ├──4-似然函数的作用.mp4 29.63M
| | ├──5-参数求解.mp4 31.35M
| | ├──6-梯度下降通俗解释.mp4 21.25M
| | ├──7-参数更新方法.mp4 25.31M
| | └──8-优化参数设置.mp4 27.28M
| ├──10.聚类算法实验分析
| | ├──1-Kmenas算法常用操作.mp4 42.17M
| | ├──10-半监督学习.mp4 48.10M
| | ├──11-DBSCAN算法.mp4 55.93M
| | ├──2-聚类结果展示.mp4 13.35M
| | ├──3-建模流程解读.mp4 30.37M
| | ├──4-不稳定结果.mp4 18.54M
| | ├──5-评估指标-Inertia.mp4 48.53M
| | ├──6-如何找到合适的K值.mp4 35.07M
| | ├──7-轮廓系数的作用.mp4 42.74M
| | ├──8-Kmenas算法存在的问题.mp4 34.73M
| | └──9-应用实例-图像分割.mp4 40.19M
| ├──11.决策树原理
| | ├──1-决策树算法概述.mp4 24.75M
| | ├──2-熵的作用.mp4 23.18M
| | ├──3-信息增益原理.mp4 30.77M
| | ├──4-决策树构造实例.mp4 25.55M
| | ├──5-信息增益率与gini系数.mp4 18.53M
| | ├──6-预剪枝方法.mp4 25.52M
| | ├──7-后剪枝方法.mp4 24.92M
| | └──8-回归问题解决.mp4 18.59M
| ├──12.决策树代码实现
| | ├──1-整体模块概述.mp4 11.87M
| | ├──2-递归生成树节点.mp4 28.21M
| | ├──3-整体框架逻辑.mp4 20.73M
| | ├──4-熵值计算.mp4 40.64M
| | ├──5-数据集切分.mp4 27.89M
| | ├──6-完成树模型构建.mp4 28.25M
| | └──7-测试算法效果.mp4 22.99M
| ├──13.决策树实验分析
| | ├──1-树模型可视化展示.mp4 22.29M
| | ├──2-决策边界展示分析.mp4 41.78M
| | ├──3-树模型预剪枝参数作用.mp4 27.67M
| | └──4-回归树模型.mp4 28.35M
| ├──14.集成算法原理
| | ├──1-随机森林算法原理.mp4 32.27M
| | ├──2-随机森林优势与特征重要性指标.mp4 26.43M
| | ├──3-提升算法概述.mp4 23.14M
| | └──4-stacking堆叠模型.mp4 20.25M
| ├──15.集成算法实验分析
| | ├──1-构建实验数据集.mp4 20.03M
| | ├──10-集成参数对比分析.mp4 85.77M
| | ├──11-模型提前停止策略.mp4 31.64M
| | ├──12-停止方案实施.mp4 48.87M
| | ├──13-堆叠模型.mp4 22.98M
| | ├──2-硬投票与软投票效果对比.mp4 69.35M
| | ├──3-Bagging策略效果.mp4 22.86M
| | ├──4-集成效果展示分析.mp4 25.24M
| | ├──5-OOB袋外数据的作用.mp4 8.05M
| | ├──6-特征重要性热度图展示.mp4 37.95M
| | ├──7-Adaboost算法概述.mp4 14.43M
| | ├──8-Adaboost决策边界效果.mp4 37.60M
| | └──9-GBDT提升算法流程.mp4 24.02M
| ├──16.支持向量机原理推导
| | ├──1-支持向量机要解决的问题.mp4 20.00M
| | ├──2-距离与数据定义.mp4 20.42M
| | ├──3-目标函数推导.mp4 26.21M
| | ├──4-拉格朗日乘子法求解.mp4 22.01M
| | ├──5-化简最终目标函数.mp4 16.86M
| | ├──6-求解决策方程.mp4 32.30M
| | ├──7-软间隔优化.mp4 36.10M
| | ├──8-核函数的作用.mp4 33.15M
| | └──9-知识点总结.mp4 26.27M
| ├──17.支持向量机实验分析
| | ├──1-支持向量机所能带来的效果.mp4 29.64M
| | ├──2-决策边界可视化展示.mp4 34.50M
| | ├──3-软间隔的作用.mp4 32.99M
| | ├──4-非线性SVM.mp4 22.88M
| | └──5-核函数的作用与效果.mp4 68.35M
| ├──18.神经网络算法原理
| | ├──1-深度学习要解决的问题.mp4 20.40M
| | ├──10-神经网络架构细节.mp4 37.48M
| | ├──11-神经元个数对结果的影响.mp4 58.66M
| | ├──12-正则化与激活函数.mp4 29.15M
| | ├──13-神经网络过拟合解决方法.mp4 40.51M
| | ├──2-深度学习应用领域.mp4 50.03M
| | ├──3-计算机视觉任务.mp4 17.88M
| | ├──4-视觉任务中遇到的问题.mp4 32.88M
| | ├──5-得分函数.mp4 18.91M
| | ├──6-损失函数的作用.mp4 31.08M
| | ├──7-前向传播整体流程.mp4 39.09M
| | ├──8-返向传播计算方法.mp4 25.66M
| | └──9-神经网络整体架构.mp4 30.53M
| ├──19.神经网络代码实现
| | ├──1-神经网络整体框架概述.mp4 22.18M
| | ├──10-完成全部迭代更新模块.mp4 66.21M
| | ├──11-手写字体识别数据集.mp4 40.13M
| | ├──12-算法代码错误修正.mp4 55.49M
| | ├──13-模型优化结果展示.mp4 54.74M
| | ├──14-测试效果可视化展示.mp4 63.15M
| | ├──2-参数初始化操作.mp4 42.95M
| | ├──3-矩阵向量转换.mp4 31.99M
| | ├──4-向量反变换.mp4 35.33M
| | ├──5-完成前向传播模块.mp4 36.36M
| | ├──6-损失函数定义.mp4 35.93M
| | ├──7-准备反向传播迭代.mp4 30.19M
| | ├──8-差异项计算.mp4 40.26M
| | └──9-逐层计算.mp4 38.90M
| ├──2.线性回归代码实现
| | ├──1-线性回归整体模块概述.mp4 14.74M
| | ├──10-非线性回归.mp4 49.83M
| | ├──2-初始化步骤.mp4 24.50M
| | ├──3-实现梯度下降优化模块.mp4 40.15M
| | ├──4-损失与预测模块.mp4 47.36M
| | ├──5-数据与标签定义.mp4 44.48M
| | ├──6-训练线性回归模型.mp4 45.27M
| | ├──7-得到线性回归方程.mp4 36.19M
| | ├──8-整体流程debug解读.mp4 34.44M
| | └──9-多特征回归模型.mp4 62.77M
| ├──20.贝叶斯算法原理
| | ├──1-贝叶斯要解决的问题.mp4 14.38M
| | ├──2-贝叶斯公式推导.mp4 19.54M
| | ├──3-垃圾邮件过滤实例.mp4 22.90M
| | └──4-拼写纠错实例.mp4 33.09M
| ├──21.贝叶斯代码实现
| | ├──1-朴素贝叶斯算法整体框架.mp4 18.32M
| | ├──2-邮件数据读取.mp4 16.37M
| | ├──3-预料表与特征向量构建.mp4 34.36M
| | ├──4-分类别统计词频.mp4 32.10M
| | ├──5-贝叶斯公式对数变换.mp4 29.75M
| | └──6-完成预测模块.mp4 35.31M
| ├──22.关联规则实战分析
| | ├──1-关联规则概述.mp4 21.62M
| | ├──2-支持度与置信度.mp4 32.92M
| | ├──3-提升度的作用.mp4 40.97M
| | ├──4-Python实战关联规则.mp4 34.04M
| | ├──5-数据集制作.mp4 32.78M
| | └──6-电影数据集题材关联分析.mp4 57.10M
| ├──23.关联规则代码实现
| | ├──1-Apripri算法整体流程.mp4 33.47M
| | ├──2-数据集demo.mp4 12.11M
| | ├──3-扫描模块.mp4 23.57M
| | ├──4-拼接模块.mp4 21.60M
| | ├──5-挖掘频繁项集.mp4 26.48M
| | ├──6-规则生成模块.mp4 26.11M
| | ├──7-完成全部算法流程.mp4 30.17M
| | └──8-规则结果展示.mp4 29.22M
| ├──24.词向量word2vec通俗解读
| | ├──1-词向量模型通俗解释.mp4 21.74M
| | ├──2-模型整体框架.mp4 27.60M
| | ├──3-训练数据构建.mp4 15.87M
| | ├──4-CBOW与Skip-gram模型.mp4 23.86M
| | └──5-负采样方案.mp4 29.54M
| ├──25.代码实现word2vec词向量模型
| | ├──1-数据与任务流程.mp4 45.71M
| | ├──2-数据清洗.mp4 27.63M
| | ├──3-batch数据制作.mp4 51.57M
| | ├──4-网络训练.mp4 49.14M
| | └──5-可视化展示.mp4 49.63M
| ├──26.线性判别分析降维算法原理解读
| | ├──1-线性判别分析要解决的问题.mp4 20.32M
| | ├──2-线性判别分析要优化的目标.mp4 19.47M
| | ├──3-线性判别分析求解.mp4 20.06M
| | ├──4-实现线性判别分析进行降维任务.mp4 32.54M
| | └──5-求解得出降维结果.mp4 20.46M
| ├──27.主成分分析降维算法原理解读
| | ├──1-PCA基本概念.mp4 48.27M
| | ├──2-方差与协方差.mp4 25.82M
| | ├──3-PCA结果推导.mp4 34.36M
| | └──4-PCA降维实例.mp4 53.24M
| ├──28.隐马尔科夫模型
| | ├──1-马尔科夫模型.mp4 17.52M
| | ├──10-维特比算法.mp4 43.14M
| | ├──2-隐马尔科夫模型基本出发点.mp4 18.75M
| | ├──3-组成与要解决的问题.mp4 14.87M
| | ├──4-暴力求解方法.mp4 28.03M
| | ├──5-复杂度计算.mp4 15.30M
| | ├──6-前向算法.mp4 36.18M
| | ├──7-前向算法求解实例.mp4 33.39M
| | ├──8-Baum-Welch算法.mp4 26.89M
| | └──9-参数求解.mp4 17.25M
| ├──29.HMM应用实例
| | ├──1-hmmlearn工具包.mp4 19.58M
| | ├──2-工具包使用方法.mp4 55.64M
| | ├──3-中文分词任务.mp4 13.46M
| | └──4-实现中文分词.mp4 35.81M
| ├──3.模型评估方法
| | ├──1-Sklearn工具包简介.mp4 36.91M
| | ├──2-数据集切分.mp4 26.24M
| | ├──3-交叉验证的作用.mp4 47.61M
| | ├──4-交叉验证实验分析.mp4 65.28M
| | ├──5-混淆矩阵.mp4 24.21M
| | ├──6-评估指标对比分析.mp4 52.89M
| | ├──7-阈值对结果的影响.mp4 45.09M
| | └──8-ROC曲线.mp4 31.84M
| ├──4.线性回归实验分析
| | ├──1-实验目标分析.mp4 20.94M
| | ├──10-模型复杂度.mp4 42.89M
| | ├──11-样本数量对结果的影响.mp4 61.27M
| | ├──12-正则化的作用.mp4 34.34M
| | ├──13-岭回归与lasso.mp4 52.40M
| | ├──14-实验总结.mp4 56.84M
| | ├──2-参数直接求解方法.mp4 25.08M
| | ├──3-预处理对结果的影响.mp4 55.53M
| | ├──4-梯度下降模块.mp4 21.08M
| | ├──5-学习率对结果的影响.mp4 32.85M
| | ├──6-随机梯度下降得到的效果.mp4 45.01M
| | ├──7-MiniBatch方法.mp4 31.70M
| | ├──8-不同策略效果对比.mp4 33.65M
| | └──9-多项式回归.mp4 38.17M
| ├──5.逻辑回归算法解读
| | ├──1-逻辑回归算法原理.mp4 23.45M
| | └──2-化简与求解.mp4 29.95M
| ├──6.逻辑回归代码实现
| | ├──1-多分类逻辑回归整体思路.mp4 20.99M
| | ├──10-准备测试数据.mp4 41.32M
| | ├──11-决策边界绘制.mp4 56.29M
| | ├──12-非线性决策边界.mp4 22.91M
| | ├──2-训练模块功能.mp4 43.34M
| | ├──3-完成预测模块.mp4 37.10M
| | ├──4-优化目标定义.mp4 38.49M
| | ├──5-迭代优化参数.mp4 50.28M
| | ├──6-梯度计算.mp4 49.06M
| | ├──7-得出最终结果.mp4 55.89M
| | ├──8-鸢尾花数据集多分类任务.mp4 27.79M
| | └──9-训练多分类模型.mp4 48.22M
| ├──7.逻辑回归实验分析
| | ├──1-逻辑回归实验概述.mp4 52.54M
| | ├──2-概率结果随特征数值的变化.mp4 19.90M
| | ├──3-可视化展示.mp4 25.14M
| | ├──4-坐标棋盘制作.mp4 38.75M
| | ├──5-分类决策边界展示分析.mp4 61.87M
| | └──6-多分类-softmax.mp4 61.29M
| ├──8.聚类算法-Kmeans&Dbscan原理
| | ├──1-KMEANS算法概述.mp4 18.52M
| | ├──2-KMEANS工作流程.mp4 14.37M
| | ├──3-KMEANS迭代可视化展示.mp4 28.46M
| | ├──4-DBSCAN聚类算法.mp4 19.38M
| | ├──5-DBSCAN工作流程.mp4 28.04M
| | └──6-DBSCAN可视化展示.mp4 21.06M
| └──9.Kmeans代码实现
| | ├──1-Kmeans算法模块概述.mp4 10.12M
| | ├──2-计算得到簇中心点.mp4 24.56M
| | ├──3-样本点归属划分.mp4 26.25M
| | ├──4-算法迭代更新.mp4 28.30M
| | ├──5-鸢尾花数据集聚类任务.mp4 32.74M
| | └──6-聚类效果展示.mp4 52.99M
├──6-机器学习算法建模实战项目
| ├──1.项目实战-交易数据异常检测
| | ├──1-任务目标解读.mp4 36.46M
| | ├──10-混淆矩阵评估分析.mp4 54.87M
| | ├──11-测试集遇到的问题.mp4 23.83M
| | ├──12-阈值对结果的影响.mp4 37.99M
| | ├──13-SMOTE样本生成策略.mp4 28.62M
| | ├──14-过采样效果与项目总结.mp4 42.76M
| | ├──2-项目挑战与解决方案制定.mp4 48.92M
| | ├──3-数据标准化处理.mp4 50.45M
| | ├──4-下采样数据集制作.mp4 24.08M
| | ├──5-交叉验证.mp4 27.47M
| | ├──6-数据集切分.mp4 23.90M
| | ├──7-模型评估方法与召回率.mp4 33.69M
| | ├──8-正则化惩罚项.mp4 31.92M
| | └──9-训练逻辑回归模型.mp4 70.36M
| ├──2.基于随机森林的气温预测实战
| | ├──1-基于随机森林的气温预测任务概述.mp4 40.18M
| | ├──2-基本随机森林模型建立.mp4 41.40M
| | ├──3-可视化展示与特征重要性.mp4 83.47M
| | ├──4-加入新的数据与特征.mp4 49.42M
| | ├──5-数据与特征对结果的影响.mp4 44.39M
| | ├──6-效率对比分析.mp4 54.15M
| | ├──7-网格与随机参数选择.mp4 37.12M
| | ├──8-随机参数选择方法实践.mp4 43.27M
| | └──9-调参优化细节.mp4 50.94M
| ├──3.贝叶斯新闻分类实战
| | ├──1-新闻数据与任务概述.mp4 25.08M
| | ├──2-中文分词与停用词过滤.mp4 34.85M
| | ├──3-文本关键词提取.mp4 71.13M
| | ├──4-词袋模型.mp4 44.39M
| | ├──5-贝叶斯建模结果.mp4 49.21M
| | └──6-TF-IDF特征分析对比.mp4 44.02M
| ├──4.推荐系统实战
| | ├──1-音乐推荐任务概述.mp4 64.52M
| | ├──2-数据集整合.mp4 53.94M
| | ├──3-基于物品的协同过滤.mp4 63.14M
| | ├──4-物品相似度计算与推荐.mp4 63.44M
| | ├──5-SVD矩阵分解.mp4 30.87M
| | └──6-基于矩阵分解的音乐推荐.mp4 83.20M
| ├──5.fbprophe时间序列预测
| | ├──1-fbprophet股价预测任务概述.mp4 77.60M
| | ├──2-时间序列分析.mp4 71.38M
| | ├──3-fbprophet时间序列预测实例.mp4 86.65M
| | ├──4-亚马逊股价趋势.mp4 56.12M
| | └──5-突变点调参.mp4 80.32M
| └──6.京东用户购买意向预测
| | ├──1-项目与数据介绍.mp4 64.61M
| | ├──10-行为特征.mp4 24.87M
| | ├──11-累积行为特征.mp4 34.38M
| | ├──12-Xgboost模型.mp4 16.20M
| | ├──2-数据挖掘流程.mp4 58.16M
| | ├──3-数据检查.mp4 38.20M
| | ├──4-构建用户特征表单.mp4 43.07M
| | ├──5-构建商品特征表单.mp4 26.71M
| | ├──6-数据探索概述.mp4 30.00M
| | ├──7-购买因素分析.mp4 23.67M
| | ├──8-特征工程.mp4 63.75M
| | └──9-基本特征构造.mp4 57.95M
└──环境
| ├──解释器环境
| | ├──08_AI大模型之Python基础_Python的解释器.mp4 69.00M
| | ├──09_AI大模型之Python基础_Python的安装.mp4 107.44M
| | ├──10_AI大模型之Python基础_Pycharm的安装.mp4 89.50M
| | ├──11_AI大模型之Python基础_Pycharm的配置.mp4 137.86M
| | ├──jetbrains.zip 2.37M
| | ├──pycharm-professional-2024.3.1.1.exe 818.05M
| | ├──pycharm.txt 2.70kb
| | ├──python-3.12.8-amd64.exe 25.79M
| | └──Python-3.12.8.tgz 25.82M
| ├──00_AI大模型之Numpy_Pandas_Anaconda介绍.mp4 111.00M
| ├──01_AI大模型之Numpy_Pandas_window上安装Anaconda.mp4 157.13M
| ├──02_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4 117.83M
| ├──03_AI大模型之Numpy_Pandas_conda相关命令.mp4 73.32M
| ├──04_AI大模型之Numpy_Pandas_jupyter介绍.mp4 77.97M
| ├──05_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4 129.74M
| ├──06_AI大模型之Numpy_Pandas_切换conda环境.mp4 102.51M
| ├──Anaconda3-2024.10-1-Linux-x86_64.sh 1.03G
| └──Anaconda3-2024.10-1-Windows-x86_64.exe 950.52M
