目录
视频课程
01人工智能入门指南（有基础的同学请略过！）
课时1课程介绍（主题与大纲.flv
课时2AI时代首选Python.flv
课时3Python我该怎么学.flv
课时4人工智能的核心-机器学习.flv
课时5机器学习怎么学？.mp4
课时6算法推导与案例.mp4
02Python科学计算库-Numpy
课时10Numpy基础结构.mp4
课时11Numpy矩阵基础.mp4
课时12Numpy常用函数.mp4
课时13矩阵常用操作.mp4
课时14不同复制操作对比.mp4
课时7使用Anaconda安装python环境（Python新手先看这个）.flv
课时8课程数据，代码，PPT.txt
课时9科学计算库Numpy.mp4
03python数据分析处理库-Pandas
课时15Pandas数据读取.mp4
课时16Pandas索引与计算.mp4
课时17Pandas数据预处理实例.mp4
课时18Pandas常用预处理方法.mp4
课时19Pandas自定义函数.mp4
课时20Series结构.mp4
04Python数据可视化库-Matplotlib
课时21折线图绘制.mp4
课时22子图操作.mp4
课时23条形图与散点图.mp4
课时24柱形图与盒图.mp4
课时25细节设置.mp4
05Python可视化库Seaborn
课时26Seaborn简介.mp4
课时27整体布局风格设置.mp4
课时28风格细节设置.mp4
课时29调色板.mp4
课时30调色板颜色设置.mp4
课时31单变量分析绘图.mp4
课时32回归分析绘图.mp4
课时33多变量分析绘图.mp4
课时34分类属性绘图.mp4
课时35Facetgrid使用方法.mp4
课时36Facetgrid绘制多变量.mp4
课时37热度图绘制.mp4
06线性回归算法原理推导
课时38线性回归算法概述.mp4
课时39误差项分析.mp4
课时40似然函数求解.mp4
课时41目标函数推导.mp4
课时42线性回归求解.mp4
07梯度下降策略
课时43梯度下降原理.mp4
课时44梯度下降方法对比.mp4
课时45学习率对结果的影响.mp4
08逻辑回归算法
课时46逻辑回归算法原理推导.mp4
课时47逻辑回归求解.mp4
09案例实战：Python实现逻辑回归与梯度下降策略
课时48Python实现逻辑回归任务概述.mp4
课时49完成梯度下降模块.mp4
课时50停止策略与梯度下降案例.mp4
课时51实验对比效果.mp4
10项目实战-交易数据异常检测
课时52案例背景和目标.mp4
课时53样本不均衡解决方案.mp4
课时54下采样策略.mp4
课时55交叉验证.mp4
课时56模型评估方法.mp4
课时57正则化惩罚.mp4
课时58逻辑回归模型.mp4
课时59混淆矩阵.mp4
课时60逻辑回归阈值对结果的影响.mp4
课时61SMOTE样本生成策略.mp4
11决策树算法
课时62决策树原理概述.mp4
课时63衡量标准-熵.mp4
课时64决策树构造实例.mp4
课时65信息增益率.mp4
课时66决策树剪枝策略.mp4
12案例实战：使用sklearn构造决策树模型
课时67决策树复习.mp4
课时68决策树涉及参数.mp4
课时69树可视化与sklearn库简介.mp4
课时70sklearn参数选择.mp4
13集成算法与随机森林
课时71集成算法-随机森林.mp4
课时72特征重要性衡量.mp4
课时73提升模型.mp4
课时74堆叠模型.mp4
14案例实战：泰坦尼克获救预测
课时75船员数据分析.mp4
课时76数据预处理.mp4
课时77使用回归算法进行预测.mp4
课时78使用随机森林改进模型.mp4
课时79随机森林特征重要性分析.mp4
15贝叶斯算法
课时80贝叶斯算法概述.mp4
课时81贝叶斯推导实例.mp4
课时82贝叶斯拼写纠错实例.mp4
课时83垃圾邮件过滤实例.mp4
课时84贝叶斯实现拼写检查器.mp4
16Python文本数据分析：新闻分类任务
课时85文本分析与关键词提取.mp4
课时86相似度计算.mp4
课时87新闻数据与任务简介.mp4
课时88TF-IDF关键词提取.mp4
课时89LDA建模.mp4
课时90基于贝叶斯算法进行新闻分类.mp4
17支持向量机
课时91支持向量机要解决的问题.mp4
课时92距离与数据的定义.mp4
课时93目标函数.mp4
课时94目标函数求解.mp4
课时95SVM求解实例.mp4
课时96支持向量的作用.mp4
课时97软间隔问题.mp4
课时98SVM核变换.mp4
18案例：SVM调参实例
课时100SVM参数选择.mp4
课时99sklearn求解支持向量机.mp4
19聚类算法-Kmeans
课时101KMEANS算法概述.mp4
课时102KMEANS工作流程.mp4
课时103KMEANS迭代可视化展示.mp4
课时104使用Kmeans进行图像压缩.mp4
20聚类算法-DBSCAN
课时105DBSCAN聚类算法.mp4
课时106DBSCAN工作流程.mp4
课时107DBSCAN可视化展示.mp4
21案例实战：聚类实践
课时108多种聚类算法概述.mp4
课时109聚类案例实战.mp4
22降维算法-PCA主成分分析
课时110PCA降维概述.mp4
课时111PCA要优化的目标.mp4
课时112PCA求解.mp4
课时113PCA实例.mp4
23神经网络
课时114初识神经网络.mp4
课时115计算机视觉所面临的挑战.mp4
课时116K近邻尝试图像分类.mp4
课时117超参数的作用.mp4
课时118线性分类原理.mp4
课时119神经网络-损失函数.mp4
课时120神经网络-正则化惩罚项.mp4
课时121神经网络-softmax分类器.mp4
课时122神经网络-最优化形象解读.mp4
课时123神经网络-梯度下降细节问题.mp4
课时124神经网络-反向传播.mp4
课时125神经网络架构.mp4
课时126神经网络实例演示.mp4
课时127神经网络过拟合解决方案.mp4
课时128感受神经网络的强大.mp4
24Xgboost集成算法
课时129集成算法思想.mp4
课时130xgboost基本原理.mp4
课时131xgboost目标函数推导.mp4
课时132xgboost求解实例.mp4
课时133xgboost安装.mp4
课时134xgboost实战演示.mp4
课时135Adaboost算法概述.mp4
25自然语言处理词向量模型-Word2Vec
课时136自然语言处理与深度学习.mp4
课时137语言模型.mp4
课时138-N-gram模型.mp4
课时139词向量.mp4
课时140神经网络模型.mp4
课时141Hierarchical Softmax-课时142CBOW模型实例.mp4
课时143CBOW求解目标.mp4
课时144梯度上升求解.mp4
课时145负采样模型.mp4
26使用Gensim库构造中文维基百度数据词向量模型
课时146使用Gensim库构造词向量.mp4
课时147维基百科中文数据处理.mp4
课时148Gensim构造word2vec模型.mp4
课时149测试模型相似度结果.mp4
27scikit-learn模型建立与评估
课时150使用python库分析汽车油耗效率.mp4
课时151使用scikit-learn库建立回归模型.mp4
课时152使用逻辑回归改进模型效果.mp4
课时153 模型效果衡量标准.mp4
课时154ROC指标与测试集的价值.mp4
课时155交叉验证.mp4
课时156多类别问题.mp4
28Python库分析科比生涯数据
课时157Kobe Bryan生涯数据读取与简介.mp4
课时158特征数据可视化展示.mp4
课时159数据预处理.mp4
课时160使用Scikit-learn建立模型.mp4
29Python时间序列分析
课时161章节简介.mp4
课时162Pandas生成时间序列.mp4
课时163Pandas数据重采样.mp4
课时164Pandas滑动窗口.mp4
课时165数据平稳性与差分法.mp4
课时166ARIMA模型.mp4
课时167相关函数评估方法.mp4
课时168建立ARIMA模型.mp4
课时169参数选择.mp4
课时170股票预测案例.mp4
课时171使用tsfresh库进行分类任务.mp4
课时172维基百科词条EDA.mp4
30机器学习项目实战-贷款申请最大化利润
课时173数据清洗过滤无用特征.mp4
课时174数据预处理.mp4
课时175获得最大利润的条件与做法.mp4
课时176预测结果并解决样本不均衡问题.mp4
31机器学习项目实战-用户流失预警
课时177数据背景介绍.mp4
课时178数据预处理.mp4
课时179尝试多种分类器效果.mp4
课时180结果衡量指标的意义.mp4
课时181应用阈值得出结果.mp4
32探索性数据分析-足球赛事数据集
课时182内容简介.mp4
课时183数据背景介绍.mp4
课时184数据读取与预处理.mp4
课时185数据切分模块.mp4
课时186缺失值可视化分析.mp4
课时187特征可视化展示.mp4
课时188多特征之间关系分析.mp4
课时189报表可视化分析.mp4
课时190红牌和肤色的关系.mp4
33探索性数据分析-农粮组织数据集
课时191数据背景简介.mp4
课时192数据切片分析.mp4
课时193单变量分析.mp4
课时194峰度与偏度.mp4
课时195数据对数变换.mp4
课时196数据分析维度.mp4
课时197变量关系可视化展示.mp4
34机器学习项目实战-HTTP日志聚类分析
课时198建立特征工程.mp4
课时199特征数据预处理.mp4
课时200应用聚类算法得出异常ip点.mp4
课程资料
唐宇迪-机器学习课程资料
Python库代码（4个）
1-科学计算库numpy
.ipynb_checkpoints
NUMPY_3-checkpoint.ipynb
Untitled-checkpoint.ipynb
Untitled1-checkpoint.ipynb
numpy_1-checkpoint.ipynb
numpy_2-checkpoint.ipynb
numpy_4-checkpoint.ipynb
numpy_5-checkpoint.ipynb
NUMPY_3.ipynb
Untitled.ipynb
Untitled1.ipynb
numpy_1.ipynb
numpy_2.ipynb
numpy_4.ipynb
numpy_5.ipynb
world_alcohol.csv
world_alcohol.txt
2-数据分析处理库pandas
.ipynb_checkpoints
padas_3-checkpoint.ipynb
pandas_1-checkpoint.ipynb
pandas_2-checkpoint.ipynb
pandas_4-checkpoint.ipynb
pandas_5-checkpoint.ipynb
pandas_6-checkpoint.ipynb
data-master
fandango_score_comparison.csv
fandango_score_comparison.csv
food_info.csv
padas_3.ipynb
pandas_1.ipynb
pandas_2.ipynb
pandas_4.ipynb
pandas_5.ipynb
pandas_6.ipynb
thanksgiving-2015-poll-data.csv
titanic_train.csv
3-可视化库matpltlib
.ipynb_checkpoints
plt_1-checkpoint.ipynb
plt_2-checkpoint.ipynb
plt_3-checkpoint.ipynb
plt_4-checkpoint.ipynb
plt_5-checkpoint.ipynb
plt_6-checkpoint.ipynb
plt_7-checkpoint.ipynb
UNRATE.csv
fandango_scores.csv
jg_Awebex_Acom_Acn,jg,532830847,-197360242,MC,0-0,SDJTSwAAAAJZj_O_c3zEt1qzFj8abfdSRxWUuIFax_xQ09nC6c9OwA2_webex.exe
percent-bachelors-degrees-women-usa.csv
plt_1.ipynb
plt_2.ipynb
plt_3.ipynb
plt_4.ipynb
plt_5.ipynb
plt_6.ipynb
plt_7.ipynb
train.csv
数据和代码.zip
4-可视化库Seaborn
4-REG.ipynb
5-category.ipynb
6-FacetGrid.ipynb
7-Heatmap.ipynb
Seaborn-1Style.ipynb
Seaborn-2Color.ipynb
Seaborn-3Var.ipynb
Untitled.ipynb
f1.png
iris.data
Python快速入门
第一章：Python基础.zip
暂时无用的内容
Kmeans
Untitled.ipynb
codebook_test.npy
compressed_test.jpg
compressed_tiger.png
test.jpg
test2.jpg
tiger.png
PCA降维
PCA.zip
Xgboost
pima-indians-diabetes.csv
xgtest.ipynb
python机器学习案例
machineLearning
.ipynb_checkpoints
Untitled-checkpoint.ipynb
ml_1_introduce-checkpoint.ipynb
ml_2_logistic-regression-checkpoint.ipynb
ml_3_logisticRes-checkpoint.ipynb
ml_4_Cross-validation-checkpoint.ipynb
ml_5_kcross-checkpoint.ipynb
ml_6_clustering-checkpoint.ipynb
ml_7_mulabel-checkpoint.ipynb
ml_8_overfit-checkpoint.ipynb
ml_9_KMEANS-checkpoint.ipynb
ml_9_k-means-checkpoint.ipynb
ml_DTandRandmoF_scikieLearn-checkpoint.ipynb
ml_GradientDescent-checkpoint.ipynb
ml_buildDecisionTree-checkpoint.ipynb
ml_decisionTree-checkpoint.ipynb
ml_kmeans_nba-checkpoint.ipynb
ml_loanProject-checkpoint.ipynb
ml_neuralnetwork-checkpoint.ipynb
ml_randomForest-checkpoint.ipynb
114_congress.csv
Untitled.ipynb
admissions.csv
auto-mpg.data
cleaned_loans2007.csv
cleaned_loans_2007.csv
filtered_loans_2007.csv
income.csv
iris.csv
loans_2007.csv
ml_1_introduce.ipynb
ml_2_logistic-regression.ipynb
ml_3_logisticRes.ipynb
ml_4_Cross-validation.ipynb
ml_5_kcross.ipynb
ml_6_clustering.ipynb
ml_7_mulabel.ipynb
ml_8_overfit.ipynb
ml_9_KMEANS.ipynb
ml_9_k-means.ipynb
ml_DTandRandmoF_scikieLearn.ipynb
ml_GradientDescent.ipynb
ml_buildDecisionTree.ipynb
ml_decisionTree.ipynb
ml_kmeans_nba.ipynb
ml_loanProject.ipynb
ml_neuralnetwork.ipynb
ml_randomForest.ipynb
nba_2013.csv
pga.csv
决策树
决策树鸢尾花.zip
支持向量机
SMO
SVM.py
simple_svm.py
svmMLiA.py
testSet.txt
testSetRBF.txt
testSetRBF2.txt
Untitled.ipynb
机器学习算法
回归算法
梯度下降求解逻辑回归.zip
线性回归.pdf
机器学习算法课件.pdf
用户流失预警(1)
churn.csv
churn.ipynb
聚类
kmeans-dbscan.zip
股价预测
Combined_News_DJIA.csv
股价.ipynb
贷款利润最大化
LoanStats3a.csv
cleaned_loans2007.csv
cleaned_loans_2007.csv
filtered_loans_2007.csv
loans_2007.csv
ml_loanProject.ipynb
逻辑回归
linear_regression.ipynb
ml_GradientDescent.ipynb
pga.csv
机器学习算法PPT
1-AI入学指南.pdf
10-EM算法.pdf
11-神经网络.pdf
12-word2vec.pdf
2-回归算法.pdf
3-决策树与集成算法.pdf
4-聚类算法.pdf
5-贝叶斯算法.pdf
6-支持向量机.pdf
7-推荐系统.pdf
8-xgboost.pdf
9-LDA与PCA算法.pdf
文本分析.pdf
时间序列分析.pdf
机器学习算法配套案例实战
GMM聚类.zip
Python文本分析
Python文本分析.pdf
Python文本分析.zip
搜狗新闻语料
test.txt
train.txt
贝叶斯算法.pdf
Python时间序列
Python时间序列.zip
时间序列分析.pdf
Xgboost调参.zip
word2vec
Gensim-代码.zip
gensim训练model.zip
tensorflow-word2vec.zip
word2vec.pdf
word2vec.zip
维基百科中文数据.zip
决策树.zip
探索性数据分析
探索性数据分析.zip
推荐系统
推荐系统.pdf
推荐系统.zip
支持向量机.zip
数据预处理.zip
梯度下降求解逻辑回归.zip
泰坦尼克船员获救
taitannike.ipynb
test.csv
titanic_train.csv
神经网络
感受神经网络的强大代码.rar
神经网络cifar代码.rar
（cifar分类可能遇到的错误更正）.docx
科比数据集分析
科比数据.zip
聚类算法.zip
贝叶斯-拼写检查器.zip
贝叶斯-新闻分类.zip
逻辑回归-信用卡欺诈检测.zip
降维算法.zip
评论0