学堂在线 清华大学 驭风计划深度学习python算法

这门课解决什么问题

驭风计划深度学习python算法，核心在于打通传统机器学习经典算法与深度学习工程落地之间的鸿沟。对开发者而言，这类资料通常解决的是“如何用Python复现经典算法并平滑迁移至深度学习”的痛点。课程从IBL、SVM等经典算法切入，逐步过渡到集成学习与深度学习融入，旨在帮你理清传统算法与神经网络的衔接逻辑，而非停留在概念背诵或算法复述。

适合什么基础与建议先看哪几块

适合具备Python编程基础、了解机器学习基本概念（如损失函数、模型评估、数据预处理流程）的开发者。建议按以下顺序阅读：首先理解IBL（逆倾向加权），掌握不平衡数据场景下的特征工程与评估逻辑；其次学习SVM，体会核技巧与高维空间中的分类边界构建；接着看无监督学习与集成学习，理解模型组合与特征提取的工程思路；最后重点攻克深度学习融入部分，掌握如何用神经网络替代或增强传统模型。这一顺序符合从易到难、从特征工程到模型替换的认知路径。

学完能独立做什么与资料配合练习

学完可独立完成从数据清洗、经典算法模型搭建到深度学习模型迁移的完整工程链路。资料包中的PDF课件侧重理论梳理，配合练习时应主动寻找对应的代码实现，将理论公式转化为可运行的Python脚本。建议边看课件边用真实数据集跑通代码，重点体会算法调参逻辑与模型评估指标的工程意义，从而将课件的数学推导转化为实际的开发能力，而非停留在文档阅读层面。

└─学堂在线清华大学驭风计划深度学习python算法 ├─机器学习训练营(2022_第9期) │ ├─01.序-学习课件 │ │ │ 1.1_初识机器学习.mp4 │ │ │ 机器学习课件最终版PDF合集 3.zip │ │ │ │ │ └─机器学习课件最终版PDF合集 3 │ │ └─机器学习课件最终版PDF合集 3 │ │ ML10.Topic6.1-IBL(1)_最终版.pdf │ │ ML12.Topic7.1-SVM(1)_最终版.pdf │ │ ML14.Topic8.1-Unsupervised-I_最终版.pdf │ │ ML15.Topic8.2-Unsupervised-II_最终版.pdf │ │ ML16.Topic9-Ensemble_最终版.pdf │ │ ML18.Toipc10.2-DLinto-II_最终版.pdf │ │ ML19.Topic11-GWAP_最终版.pdf │ │ ML2.Topic1.2-G通用系统设计_最终版.pdf │ │ ML20.Topic12-overview_已排版.pdf │ │ ML4.Topic2.2-实验方法与原则(2)_最终版.pdf │ │ ML5.Topic3.1-决策树学习方法_最终版.pdf │ │ ML6.Topic3.2-决策树学习进阶_最终版.pdf │ │ ML7.Topic4-Regression_最终版.pdf │ │ ML9.Topic5.2-贝叶斯(II)_最终版.pdf │ │ │ ├─02.机器学习基础 │ │ 1.1.1_机器学习的应用背景 .mp4 │ │ 1.1.1_机器学习的应用背景.mp4 │ │ 1.1.2_什么是机器学习 .mp4 │ │ 1.1.2_什么是机器学习.mp4 │ │ 1.2_一般的机器学习系统设计_part01 .mp4 │ │ 1.2_一般的机器学习系统设计_part01.mp4 │ │ 1.2_一般的机器学习系统设计_part02 .mp4 │ │ 1.2_一般的机器学习系统设计_part02.mp4 │ │ │ ├─03.机器学习实验方法与原则 │ │ 2.1_机器学习实验方法与原则I .mp4 │ │ 2.1_机器学习实验方法与原则I.mp4 │ │ 2.2_机器学习实验方法与原则II .mp4 │ │ 2.2_机器学习实验方法与原则II.mp4 │ │ │ ├─04.决策树学习 │ │ 3.1.2_经典决策树算法 .mp4 │ │ 3.1.3_过拟合问题 .mp4 │ │ 3.1.3_过拟合问题.mp4 │ │ 3.2.1_决策树的过拟合以及措施 .mp4 │ │ 3.2.1_决策树的过拟合以及措施.mp4 │ │ 3.2.2_现实场景中的决策树学习 .mp4 │ │ ML_hw1.ipynb.zip │ │ 基于决策树的英雄联盟游戏胜负预测.zip │ │ 实验一 基于决策树的英雄联盟游戏胜负预测.txt │ │ │ ├─05.回归分析 │ │ 4.2_损失函数 .mp4 │ │ 4.2_损失函数_0718195925.mp4 │ │ 4.3_多元线性回归.mp4 │ │ 4.4_相关系数与决定系数 .mp4 │ │ 实验二 基于回归分析的大学综合得分预测.txt │ │ │ ├─06.贝叶斯学习 │ │ 5.1_贝叶斯学习 .mp4 │ │ 5.2_朴素贝叶斯分类器 .mp4 │ │ hw3.zip │ │ 实验三 贝叶斯垃圾邮件识别.txt │ │ │ ├─07.基于实例的学习方法 │ │ 6.1_最近邻方法.mp4 │ │ 6.2_K近邻方法.mp4 │ │ 6.4_基于实例-记忆的学习器 .mp4 │ │ 6.4_基于实例-记忆的学习器.mp4 │ │ hw4.zip │ │ 基于K-近邻的车牌号识别.zip │ │ │ ├─08.支持向量机（SVM） │ │ 7.1_线性支持向量机.mp4 │ │ 7.2_基于核的支持向量机.mp4 │ │ │ ├─09.无监督学习 │ │ 8.1.1_无监督学习介绍 .mp4 │ │ 8.1.1_无监督学习介绍.mp4 │ │ 8.1.2_聚类介绍 .mp4 │ │ 8.2.1_层次聚类 .mp4 │ │ 8.2.1_层次聚类.mp4 │ │ 8.2.2_K-means聚类 .mp4 │ │ 8.2.2_K-means聚类.mp4 │ │ 8.2.3_K-medoids 聚类 .mp4 │ │ 8.2.3_K-medoids 聚类.mp4 │ │ AAAI 会议论文聚类分析.zip │ │ hw5.ipynb.zip │ │ 实验五 AAAI 会议论文聚类分析.txt │ │ │ ├─10.集成学习 │ │ 9.1.1_集成学习基础 .mp4 │ │ 9.1.1_集成学习基础.mp4 │ │ 9.1.2_加权多数算法 .mp4 │ │ 9.1.2_加权多数算法.mp4 │ │ 9.1.3_Bagging算法 .mp4 │ │ 9.2.1_Boosting与AdaBoost算法 .mp4 │ │ 9.2.2_Boosting和AdaBoost的算法比较 .mp4 │ │ 9.2.2_Boosting和AdaBoost的算法比较.mp4 │ │ exp6.zip │ │ 基于集成学习的 Amazon 用户评论质量预测 4.zip │ │ 实验六 基于集成学习的 Amazon 用户评论质量预测.txt │ │ │ ├─11.深度学习基础 │ │ 10.1_深度学习介绍 .mp4 │ │ 10.1_深度学习介绍.mp4 │ │ 10.2.1_循环神经网络 .mp4 │ │ 10.2.1_循环神经网络.mp4 │ │ 10.2.2_长短期记忆网络 .mp4 │ │ 10.2.3_门控循环单位网络 .mp4 │ │ 10.2.3_门控循环单位网络.mp4 │ │ 10.2.4_深度学习应用.mp4 │ │ │ ├─12.基于群体智慧的机器学习数据集构建 │ │ 11.1_基于群体智慧的机器学习数据集构建.mp4 │ │ │ ├─13.机器学习算法总结 │ │ 12.1_机器学习算法总结 .mp4 │ │ │ ├─14.毕业设计 │ │ 某闯关类手游用户流失预测.zip │ │ │ └─直播回放 │ 实验一汇报、讲解+实验三布置+答疑 .mp4 │ 实验一汇报、讲解+实验三布置+答疑.mp4 │ 实验三讲解+实验五布置+答疑.mp4 │ 实验二布置+答疑 .mp4 │ 实验二布置+答疑.mp4 │ 实验五讲解+答疑 .mp4 │ 实验五讲解+答疑.mp4 │ 实验六布置+答疑 .mp4 │ 实验六布置+答疑.mp4 │ 实验六汇报、点评、讲解+答疑 .mp4 │ 实验四讲解+实验六布置+答疑.mp4 │ 开营仪式+实验一布置.mp4 │ 毕设汇报、点评、讲解+结营仪式.mp4 │ ├─算法训练营 │ ├─上机实践：习题精讲 │ │ │ 第1部分-习题.7z │ │ │ 第2部分-习题.7z │ │ │ 第3部分-习题.7z │ │ │ 第4部分-习题.7z │ │ │ 第5部分-习题.7z │ │ │ │ │ ├─第1部分-习题 │ │ │ 习题精讲1-1.mp4 │ │ │ 习题精讲1-2.mp4 │ │ │ 习题精讲1-3.mp4 │ │ │ │ │ ├─第2部分-习题 │ │ │ 习题精讲2-1.mp4 │ │ │ 习题精讲2-2.mp4 │ │ │ 习题精讲2-3.mp4 │ │ │ │ │ ├─第3部分-习题 │ │ │ 习题精讲3-1.mp4 │ │ │ 习题精讲3-2.mp4 │ │ │ 习题精讲3-3.mp4 │ │ │ │ │ ├─第4部分-习题 │ │ │ 习题精讲4-1.mp4 │ │ │ 习题精讲4-2.mp4 │ │ │ 习题精讲4-3.mp4 │ │ │ │ │ └─第5部分-习题 │ │ 习题精讲5-1.mp4 │ │ 习题精讲5-2.mp4 │ │ 习题精讲5-3.mp4 │ │ │ ├─直播回放 │ │ │ 周测1讲解+答疑.mp4 │ │ │ 周测2讲解+答疑.mp4 │ │ │ 周测4讲解+答疑.mp4 │ │ │ 周测5讲解+答疑.mp4 │ │ │ 直播回放.7z │ │ │ │ │ └─直播回放 │ │ └─直播回放 │ │ 周测1讲解+答疑.mp4 │ │ 周测2讲解+答疑.mp4 │ │ 周测3讲解+答疑.mp4 │ │ 周测4讲解+答疑.mp4 │ │ 周测5讲解+答疑.mp4 │ │ │ ├─第0课：调整姿势，迎接算法挑战 │ │ 专题课：扬帆起航，开启算法之旅.mp4 │ │ 习题讲解.mp4 │ │ 习题课：最大红矩形.mp4 │ │ 解题指南：如何提交作业&栈排序习题解答.mp4 │ │ 邓俊辉：学习算法的一些建议.mp4 │ │ │ ├─第1部分：初入宝山，窥探算法奥秘 │ │ ├─（1A）邓公在算法课赐予我青春的力量 │ │ │ PART1.mp4 │ │ │ PART2.mp4 │ │ │ PART3.mp4 │ │ │ │ │ └─（1B）邓公陪你学算法 │ │ PART1.mp4 │ │ PART2.mp4 │ │ PART3.mp4 │ │ │ ├─第2部分：渐入佳境，领略算法之美 │ │ ├─（2A）一起听邓公讲算法 │ │ │ PART1.mp4 │ │ │ PART2.mp4 │ │ │ PART3.mp4 │ │ │ │ │ └─（2B）邓公教你“分而治之” │ │ PART1.mp4 │ │ PART2.mp4 │ │ PART3.mp4 │ │ │ ├─第3部分：坚持不懈，修炼算法内功 │ │ ├─（3A）听邓公讲讲图搜索 │ │ │ PART1.mp4 │ │ │ PART2.mp4 │ │ │ PART3.mp4 │ │ │ │ │ └─（3B）听邓公讲讲动态规划 │ │ PART1.mp4 │ │ PART2.mp4 │ │ PART3.mp4 │ │ │ ├─第4部分：持续烧脑，精研算法之妙 │ │ ├─（4A）邓公带你探秘“字符串” │ │ │ PART1.mp4 │ │ │ PART2.mp4 │ │ │ PART3.mp4 │ │ │ │ │ └─（4B）邓公带你探秘“散列” │ │ PART1.mp4 │ │ PART2.mp4 │ │ PART3.mp4 │ │ │ └─第5部分：蓄力前行，勇攀算法高峰 │ ├─（5A）邓公带你初探“计算几何 │ │ PART1.mp4 │ │ PART2.mp4 │ │ PART3.mp4 │ │ │ └─（5B）随邓公再探“计算几何”大观园 │ PART1.mp4 │ PART2.mp4 │ PART3.mp4 │ ├─自然语言处理训练营(2023_第3期) │ └─{1}--课程 │ ├─{10}--文本生成 │ │ #10.1#--第10章课件.pdf │ │ (10.1)--10_文本生成_v3.pdf │ │ [10.1]--10.1_文本生成简介.mp4 │ │ [10.2]--10.2_传统文本生成方式.mp4 │ │ [10.3]--10.3_基于神经网络的文本生成.mp4 │ │ [10.4]--10.4_文本生成任务以及挑战.mp4 │ │ [10.5]--10.5_当前趋势和未来.mp4 │ │ │ ├─{11}--NLP前沿介绍 │ │ (11.2)--ChatGPT技术.pdf │ │ (11.3)--后ChatGPT时代.pdf │ │ [11.2]--对抗学习.mp4 │ │ [11.3]--强化学习.mp4 │ │ [11.4]--ChatGPTGPT4背后的关键技术.mp4 │ │ [11.5]--后 ChatGPT 时代的 NLP 研究路线.mp4 │ │ │ ├─{12}--直播回放 │ │ [12.10]--实验六布置+答疑.mp4 │ │ [12.11]--实验五汇报、讲解+答疑.mp4 │ │ [12.2]--实验二布置+答疑.mp4 │ │ [12.4]--实验三布置+答疑.mp4 │ │ [12.7]--实验三讲解+答疑.mp4 │ │ [12.8]--实验五布置+答疑.mp4 │ │ │ ├─{1}--课程介绍 │ │ #1.1#--第1章课件.pdf │ │ (1.1)--01_NLP简介_v1.pdf │ │ [1.1]--1.1_什么是自然语言处理.mp4 │ │ [1.3]--1.3_自然语言处理的重要性.mp4 │ │ [1.4]--1.4_自然语言处理典型任务及应用.mp4 │ │ │ ├─{2}--NLP模型基础 │ │ #2.1#--第2章课件.pdf │ │ (2.1)--02_NLP模型基础_v1.pdf │ │ (2.2)--Word2VecTransE案例（更新）.zip │ │ [2.1]--2.1_词表示.mp4 │ │ [2.2]--2.2_分布式词表示.mp4 │ │ [2.3]--2.3_词嵌入.mp4 │ │ [2.7]--2.7_卷积神经网络.mp4 │ │ [2.8]--2.8_transformer.mp4 │ │ │ ├─{3}--seq2seq与机器翻译 │ │ (3.1)--03_机器翻译_v1.pdf │ │ (3.2)--seq2seq案例.zip │ │ [3.2]--3.2_统计机器翻译.mp4 │ │ [3.3]--3.3_神经机器翻译.mp4 │ │ [3.4]--3.4_注意力机制.mp4 │ │ │ ├─{4}--预训练语言模型 │ │ [4.1]--4.1 基于特征的预训练模型.mp4 │ │ [4.3]--4.3 基于微调的方法.mp4 │ │ [4.4]--4.4 BERT之后的预训练模型.mp4 │ │ │ ├─{5}--知识图谱 │ │ #5.1#--第5章课件.pdf │ │ #5.2#--数据集与源码框架.pdf │ │ (5.1)--05_知识图谱.pdf │ │ [5.3]--5.3 知识表示学习的关键挑战.mp4 │ │ │ ├─{6}--序列标注与信息抽取 │ │ #6.1#--第6章课件.pdf │ │ (6.1)--06_序列标注.pdf │ │ [6.1]--6.1_序列标注.mp4 │ │ [6.2]--6.2_词性标注.mp4 │ │ [6.5]--6.5_命名实体分类与实体链接.mp4 │ │ │ ├─{7}--文本分类与关系抽取 │ │ #7.1#--第7章课件.pdf │ │ (7.1)--07_文本分类与关系抽取.pdf │ │ (7.2)--预训练模型应用实例-更新版.zip │ │ [7.2]--7.2_关系抽取.mp4 │ │ [7.3]--7.3_事件抽取.mp4 │ │ │ ├─{8}--文本匹配与信息检索 │ │ #8.1#--第8章课件.pdf │ │ (8.1)--08_信息检索.pdf │ │ [8.1]--8.1_信息检索简介.mp4 │ │ [8.3]--8.3_词嵌入IR模型.mp4 │ │ [8.4]--8.4_神经IR模型.mp4 │ │ │ └─{9}--文档分析与阅读理解 │ #9.1#--第9章课件.pdf │ #9.2#--数据集与源码框架.pdf │ (9.1)--09_机器问答_v3.pdf │ (9.2)--法律智能问答案例.zip │ [9.1]--9.1_机器问答简介.mp4 │ [9.3]--9.3_开放域问答.mp4 │ [9.4]--9.4_知识图谱问答.mp4 │ ├─自然语言处理训练营(2024_第1期) │ └─{1}--课程 │ ├─{10}--文本生成 │ │ #10.1#--第10章课件.pdf │ │ (10.1)--10_文本生成_v3.pdf │ │ [10.1]--10.1_文本生成简介.mp4 │ │ [10.2]--10.2_传统文本生成方式.mp4 │ │ [10.3]--10.3_基于神经网络的文本生成.mp4 │ │ [10.4]--10.4_文本生成任务以及挑战.mp4 │ │ [10.5]--10.5_当前趋势和未来.mp4 │ │ │ ├─{11}--NLP前沿介绍 │ │ (11.2)--ChatGPT技术.pdf │ │ (11.3)--后ChatGPT时代.pdf │ │ [11.2]--对抗学习.mp4 │ │ [11.3]--强化学习.mp4 │ │ [11.4]--ChatGPTGPT4背后的关键技术.mp4 │ │ [11.5]--后 ChatGPT 时代的 NLP 研究路线.mp4 │ │ │ ├─{12}--直播回放 │ │ (12.2)--第四次实训案例-讲解.pdf │ │ [12.10]--实验六布置+答疑.mp4 │ │ [12.11]--实验五汇报、讲解+直播答疑.mp4 │ │ [12.12]--实验六讲解+答疑.mp4 │ │ [12.1]--实验一布置+答疑.mp4 │ │ [12.2]--实验二布置+答疑.mp4 │ │ [12.3]--实验一汇报、讲解+答疑.mp4 │ │ [12.5]--实验二讲解+答疑.mp4 │ │ [12.7]--实验三讲解+答疑.mp4 │ │ [12.8]--实验五布置+答疑.mp4 │ │ │ ├─{1}--课程介绍 │ │ (1.1)--01_NLP简介_v1.pdf │ │ [1.1]--1.1_什么是自然语言处理.mp4 │ │ [1.2]--1.2_自然语言处理的挑战.mp4 │ │ [1.3]--1.3_自然语言处理的重要性.mp4 │ │ [1.4]--1.4_自然语言处理典型任务及应用.mp4 │ │ │ ├─{2}--NLP模型基础 │ │ (2.1)--02_NLP模型基础_v1.pdf │ │ (2.2)--Word2VecTransE案例（更新）.zip │ │ [2.1]--2.1_词表示.mp4 │ │ [2.2]--2.2_分布式词表示.mp4 │ │ [2.3]--2.3_词嵌入.mp4 │ │ [2.7]--2.7_卷积神经网络.mp4 │ │ [2.8]--2.8_transformer.mp4 │ │ │ ├─{3}--seq2seq与机器翻译 │ │ #3.1#--第3章课件.pdf │ │ #3.2#--数据集与源码框架.pdf │ │ (3.1)--03_机器翻译_v1.pdf │ │ (3.2)--seq2seq案例.zip │ │ [3.2]--3.2_统计机器翻译.mp4 │ │ [3.3]--3.3_神经机器翻译.mp4 │ │ [3.4]--3.4_注意力机制.mp4 │ │ │ ├─{4}--预训练语言模型 │ │ [4.1]--4.1 基于特征的预训练模型.mp4 │ │ [4.3]--4.3 基于微调的方法.mp4 │ │ [4.4]--4.4 BERT之后的预训练模型.mp4 │ │ │ ├─{5}--知识图谱 │ │ #5.1#--第5章课件.pdf │ │ #5.2#--数据集与源码框架.pdf │ │ (5.1)--05_知识图谱.pdf │ │ [5.2]--5.2 知识表示学习.mp4 │ │ [5.3]--5.3 知识表示学习的关键挑战.mp4 │ │ │ ├─{6}--序列标注与信息抽取 │ │ #6.1#--第6章课件.pdf │ │ (6.1)--06_序列标注.pdf │ │ [6.1]--6.1_序列标注.mp4 │ │ [6.2]--6.2_词性标注.mp4 │ │ [6.5]--6.5_命名实体分类与实体链接.mp4 │ │ │ ├─{7}--文本分类与关系抽取 │ │ #7.2#--数据集与源码框架.pdf │ │ (7.1)--07_文本分类与关系抽取.pdf │ │ (7.2)--预训练模型应用实例-更新版.zip │ │ [7.2]--7.2_关系抽取.mp4 │ │ [7.3]--7.3_事件抽取.mp4 │ │ │ ├─{8}--文本匹配与信息检索 │ │ (8.1)--08_信息检索.pdf │ │ [8.1]--8.1_信息检索简介.mp4 │ │ [8.4]--8.4_神经IR模型.mp4 │ │ │ └─{9}--文档分析与阅读理解 │ #9.1#--第9章课件.pdf │ (9.1)--09_机器问答_v3.pdf │ (9.2)--法律智能问答案例.zip │ [9.1]--9.1_机器问答简介.mp4 │ [9.3]--9.3_开放域问答.mp4 │ [9.4]--9.4_知识图谱问答.mp4 │ ├─驭风计划-python入门与应用 │ 1.10 循环语句-while循环.mp4 │ 1.11 循环语句-for循环.mp4 │ 1.12 快速入门函数.mp4 │ 1.12.pdf │ 1.2-1.5.pdf │ 1.3 开发工具的选择.mp4 │ 1.4 jupyter使用.mp4 │ 1.5 第三方模块管理.mp4 │ 1.6 理解变量.mp4 │ 1.6-1.8.pdf │ 1.7 输入输出语句与基本语法.mp4 │ 1.8 三种运算符.mp4 │ 1.9 条件语句-if语句.mp4 │ 1.9.pdf │ 10.1 python操作mysql.mp4 │ 10.1mysql数据库操作.pdf │ 10.2多进程详解与应用.pdf │ 10.3多线程详解与应用.pdf │ 10.4 统计文件练习.mp4 │ 10.5 进程池.mp4 │ 10.7 线程安全与互斥锁.mp4 │ 11.1 有序列表中插入元素.mp4 │ 11.10 加数的最大积.mp4 │ 11.11 n的第k个因子.mp4 │ 11.2 求交集.mp4 │ 11.3 字符串旋转.mp4 │ 11.4 字符串列表翻转.mp4 │ 11.7 解压缩列表.mp4 │ 11.8 数字列表加法操作.mp4 │ 11.9 排队问题.mp4 │ 12.1 numpy简介与安装.mp4 │ 12.2 ndarray对象.mp4 │ 12.3 numpy数据类型与访问.mp4 │ 12.5 分割切分.mp4 │ 13.1 matplotlib.mp4 │ 13matplotlib.pdf │ 14.1 pandas课程介绍.mp4 │ 14.2 series对象.mp4 │ 14.3 dataframe对象.mp4 │ 14.4 pandas数据导入.mp4 │ 14.5 缺失值处理（一）.mp4 │ 14.7 根据条件获取数据.mp4 │ 14.8 描述性统计与计算.mp4 │ 14.9 索引及多级索引.mp4 │ 15.1 period与时间应用.mp4 │ 15.10 str处理.mp4 │ 15.2 时间分析.mp4 │ 15.3 数据去重.mp4 │ 15.5 数据集合并（二）.mp4 │ 15.7 数据处理.mp4 │ 15.8 分组处理.mp4 │ 15.9 cuts.mp4 │ 16.10 seaborn.mp4 │ 16.2 gdp分析（一）.mp4 │ 16.3 gdp分析（二）.mp4 │ 16.5 复购率.mp4 │ 16.6 复购时间间隔.mp4 │ 16.7 用户转化率分析.mp4 │ 16.8 rfm模型（一）.mp4 │ 16.9 rfm模型（二）.mp4 │ 17.1 设置颜色.mp4 │ 17.2 sns数据集与第一个图表.mp4 │ 17.4 seaborn.mp4 │ 17.5 买家评论信息分析（一）.mp4 │ 17.7 泰坦尼克分析.mp4 │ 17.8 mv_lens1.mp4 │ 2.1 数字基础.mp4 │ 2.2随机数模块.pdf │ 2.4 随机数模块.mp4 │ 3.1 序列基础.mp4 │ 3.1序列.pdf │ 3.2 序列通用函数.mp4 │ 3.2字符串详解.pdf │ 3.3 字符串.mp4 │ 3.3列表.pdf │ 3.4 字符串相关函数.mp4 │ 3.4列表解析.pdf │ 3.5.1 字符串相关方法（1）.mp4 │ 3.5.2 字符串相关方法（2）.mp4 │ 3.5.3 字符串相关方法（3）.mp4 │ 3.7 列表操作详解.mp4 │ 3.8 元组.mp4 │ 4.1.1 列表练习（1）.mp4 │ 4.1字典.pdf │ 4.2 列表解析.mp4 │ 4.2集合.pdf │ 4.3拷贝问题.pdf │ 4.4 字典相关方法.mp4 │ 4.4collections模块.pdf │ 4.5.1 字典强化练习（1）.mp4 │ 4.5.2 字典强化练习（2）.mp4 │ 4.6 集合.mp4 │ 4.7 拷贝问题.mp4 │ 4.8 collections模块详解.mp4 │ 5.1 文件操作快速入门.mp4 │ 5.2csv文件详解.pdf │ 5.4 文件读取操作.mp4 │ 5.5.1 产生销售数据.mp4 │ 5.5.2 销售数据统计.mp4 │ 5.7.2 csv文件练习（2）.mp4 │ 6.1 时间处理.mp4 │ 6.10 单元格格式设置.mp4 │ 6.13 ini文件读写.mp4 │ 6.1时间处理.pdf │ 6.2 按照时间完成订单的统计.mp4 │ 6.2os模块目录处理.pdf │ 6.3 统计7天内的订单量.mp4 │ 6.3excel文件详解.pdf │ 6.4json与picke.pdf │ 6.5 文件练习.mp4 │ 6.5ini配置文件处理.pdf │ 6.6 excel读取快速入门.mp4 │ 6.7 excel读取操作.mp4 │ 6.9 excel文件拆分.mp4 │ 7.1 函数基础.mp4 │ 7.10 yield与生成器函数.mp4 │ 7.1函数基础详解.pdf │ 7.2 函数参数.mp4 │ 7.2匿名函数与函数式编程.pdf │ 7.3递归函数.pdf │ 7.4闭包.pdf │ 7.5 匿名函数.mp4 │ 7.5装饰器.pdf │ 7.6 函数式编程.mp4 │ 7.6生成器函数.pdf │ 7.7 递归.mp4 │ 7.8 闭包.mp4 │ 8.10 特殊方法.mp4 │ 8.11 类组合与练习.mp4 │ 8.12 班级管理实现.mp4 │ 8.13 添加菜单.mp4 │ 8.1面向对象编程.pdf │ 8.2 类与实例属性.mp4 │ 8.3 实例方法.mp4 │ 8.3班级练习_jupyter.pdf │ 8.4 对象的生命周期.mp4 │ 8.5 面向对象三种方法.mp4 │ 8.6 收银台结算案例.mp4 │ 8.7 propety使用.mp4 │ 8.8 反射.mp4 │ 9.1 模块与导入.mp4 │ 9.1模块与导入.pdf │ 9.2 包与相对导入绝对导入.mp4 │ 9.3 异常处理.mp4 │ 9.3正则表达式.pdf │ 9.6 正则表达式基本语法.mp4 │ 9.7 边界匹配.mp4 │ 9.9 split与sub方法.mp4 │ ├─驭风计划-深度学习 │ │ 1.1_深度学习的基本概念.mp4 │ │ 1.2_深度学习的发展历程.mp4 │ │ 1.3_深度学习的应用.mp4 │ │ 10.1_生成式模型.mp4 │ │ 10.2_受限玻尔兹曼机.mp4 │ │ 10.3_深度信念网络.mp4 │ │ 10.4 生成对抗网络.mp4 │ │ 2.1_数学基础回顾.mp4 │ │ 2.2_机器学习基础回顾.mp4 │ │ 3.1_logistic回归.mp4 │ │ 3.2_softmax回归.mp4 │ │ 4.1_多层感知机_前言.mp4 │ │ 4.2_前向计算.mp4 │ │ 4.5_深度学习模型的训练技巧I.mp4 │ │ 5.4_典型的卷积神经网络.mp4 │ │ 6.2_处理过拟合.mp4 │ │ 7.1_图像分类.mp4 │ │ 7.2_物体检测.mp4 │ │ 7.3_图像分割.mp4 │ │ 7.4_图像风格转换.mp4 │ │ 8.1_动态系统.mp4 │ │ 8.2_RNNs.mp4 │ │ 8.3_门控RNNs.mp4 │ │ 8.4_语音识别应用.mp4 │ │ 9.2_词表示.mp4 │ │ 9.4_神经网络进行机器翻译.mp4 │ │ 第一章.pdf │ │ 第七章.pdf │ │ 第三章.pdf │ │ 第九章.pdf │ │ 第二章.pdf │ │ 第六章.pdf │ │ 第十章.pdf │ │ 第四章.pdf │ │ │ └─深度学习直播答疑 │ 直播答疑1.mp4 │ 直播答疑4.mp4 │ 直播答疑5.mp4 │ 直播答疑7.mp4 │ 直播答疑8.mp4 │ 直播答疑9.mp4 │ └─驭风计划-深度学习（标清） 1.1_深度学习的基本概念.mp4 1.2_深度学习的发展历程.mp4 1.3_深度学习的应用.mp4 1.4_深度学习的潜在风险.mp4 10.1_生成式模型.mp4 10.2_受限玻尔兹曼机.mp4 10.3_深度信念网络.mp4 10.4 生成对抗网络.mp4 2.1_数学基础回顾.mp4 2.2_机器学习基础回顾.mp4 3.1_logistic回归.mp4 3.2_softmax回归.mp4 4.1_多层感知机_前言.mp4 4.2_前向计算.mp4 4.3_反向计算.mp4 4.4_层分解.mp4 4.5_深度学习模型的训练技巧I.mp4 5.1_卷积神经网络简介.mp4 5.2_卷积层.mp4 5.3_池化层.mp4 5.4_典型的卷积神经网络.mp4 6.1_优化器.mp4 6.2_处理过拟合.mp4 6.3_批归一化.mp4 6.4_超参数选取.mp4 7.1_图像分类.mp4 7.2_物体检测.mp4 7.3_图像分割.mp4 7.4_图像风格转换.mp4 8.1_动态系统.mp4 8.2_RNNs.mp4 8.3_门控RNNs.mp4 8.4_语音识别应用.mp4 9.1_NLP典型任务.mp4 9.2_词表示.mp4 9.3_神经网络进行文本分类.mp4 9.4_神经网络进行机器翻译.mp4 实验4讲解+实验6布置答疑.mp4 实验6讲解.mp4 实验7汇报+结营.mp4 实验一汇报、讲解+实验三布置+直播答疑.mp4 实验三讲解+直播答疑.mp4 实验二讲解+直播答疑.mp4 实验五讲解.mp4 实验四、五布置+直播答疑.mp4 开营仪式+实验一、二布置+答疑.mp4 直播答疑1.mp4 直播答疑2.mp4 第一章.pdf 第七章.pdf 第三章.pdf 第九章.pdf 第二章.pdf 第六章.pdf 第十章.pdf 第四章.pdf