[机器学习/深度学习] 机器学习算法&推荐系统算法精讲视频教程

├01.第1课 概率论与数理统计.mkv ├02.第2课 矩阵和线忄生代数.mkv ├03.第3课 凸优化.mkv ├04.第4课 回归.mkv ├05.第5课 决策树、随机森林.mkv ├06.第6课 SVM.mkv ├07.第7课 最大熵与EM算法.mkv ├08.第8课 特征工程.mkv ├09.第9课 模型调优.mkv ├10.第10课 推荐系统.mkv ├11.第11课 从分类到CTR预估.mkv ├12.第12课 聚类.mkv ├13.第13课 贝叶斯网络.mkv ├14.第14课 隐马尔科夫模型HMM.mkv ├15.第15课 主题模型.mkv ├16.第16课 采样与变分.mkv ├17.第17课 人工神经网络.mkv ├18.第18课 深度学习之CNN.mkv ├19.第19课 深度学习之RNN.mkv ├20.第20课 深度学习实践.mkv ├ │  ├Thumbs.db │  ├十月算法班第10讲：推荐系统.pdf │  ├十月算法班第11讲：CTR预估.pdf │  ├十月算法班第12讲：聚类和社交网络算法-10月机器学习算法班.pdf │  ├十月算法班第13讲：机器学习算法之图模型初步.pdf │  ├十月算法班第15讲：主体模型.pdf │  ├十月算法班第16讲：人工神经网络.pdf │  ├十月算法班第17讲：计算机视觉与卷积神经网络.pdf │  ├十月算法班第18讲：循环神经网络与自然语言处理.pdf │  ├十月算法班第19讲：深度学习框架与应用.pdf │  ├十月算法班第1讲.pdf │  ├十月算法班第20讲：采样与变分.pdf │  ├十月算法班第2讲.pdf │  ├十月算法班第3讲：凸优化初步.pdf │  ├十月算法班第4节：最大熵模型与EM.pdf │  ├十月算法班第5讲：决策树随机森林.pdf │  ├十月算法班第8讲：机器学习中的特征工程---笔记版.pdf │  └十月算法班第9讲：机器学习调优与融合.pdf ├<源码> │  ├Image_seg.zip │  └课程PPT与代码.zip