数据分析与机器学习实战人脸检测， 36套系统课

课程目录：

01、python数据分析与机器学习实战

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【微信ag110660】【轻松网赚网666root.com】.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141hierarchicalsoftmax-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157kobebryan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

02、深度学习入门视频课程（上篇）

第1章深度学习必备基础知识点

1.wmv

10.wmv

11.wmv

2.wmv

3.wmv

4.wmv

5.wmv

6.wmv

7.wmv

8.wmv

9.wmv

第2章神经网络模型

1.wmv

2.wmv

3.wmv

第3章神经网络案例实战

1.wmv

2.wmv

3.wmv

4.wmv

5.wmv

6.wmv

7.wmv

nn代码.rar

03、深度学习入门视频课程（下篇）

001、深度学习入门课程01感受卷积神经网络的强大.mp4

002、深度学习入门课程02卷积层详解.mp4

003、深度学习入门课程03卷积计算流程.mp4

004、深度学习入门课程04卷积核参数分析.mp4

005、深度学习入门课程05卷积参数共享原则.mp4

006、深度学习入门课程06池化层（pooling）原理.mp4

007、深度学习入门课程07卷积神经网络反向传播原理.mp4

008、深度学习入门课程08实现卷积层的前向传播与反向传播.mp4

009、深度学习入门课程09实现pooling层的前向传播与反向传播.mp4

010、深度学习入门课程10经典卷及网络架构实例.mp4

011、深度学习入门课程11rnn网络结构.mp4

012、rnn网络细节.mp4

013、深度学习入门课程12python实现rnn算法.mp4

014、深度学习入门课程13lstm网络结构简介.mp4

015、深度学习入门课程14分类与回归（location）任务应用详解.mp4

016、深度学习入门额课程15物体检测实例.mp4

017、深度学习入门课程16如何巧妙设计网络结构.mp4

018、深度学习入门课程17训练技巧之数据增强.mp4

019、深度学习入门课程18训练技巧之transferlearning.mp4

020、深度学习入门课程19深度学习框架caffe简介.mp4

021、深度学习入门课程20深度学习框架caffe训练过程.mp4

022、深度学习入门课程21深度学习框架caffe接口使用实例.mp4

04、深度学习框架-tensorflow案例实战视频课程

唐宇迪-tensorflow课程

tensorflow.pptx

tensorflow代码.zip

验证码识别.zip

001、tensorflow案例实战视频课程01课程简介.mp4

002、tensorflow案例实战视频课程02tensorflow安装.mp4

003、tensorflow案例实战视频课程03基本计算单元-变量.mp4

004、tensorflow案例实战视频课程04常用基本操作.mp4

005、tensorflow案例实战视频课程05构造线性回归模型.mp4

006、tensorflow案例实战视频课程06mnist数据集简介.mp4

007、tensorflow案例实战视频课程07逻辑回归框架.mp4

008、tensorflow案例实战视频课程08迭代完成逻辑回归模型.mp4

009、tensorflow案例实战视频课程09神经网络模型架构.mp4

010、tensorflow案例实战视频课程10训练神经网络.mp4

011、tensorflow案例实战视频课程11卷积神经网络模型架构.mp4

012、tensorflow案例实战视频课程12卷积神经网络模型参数.mp4

013、tensorflow案例实战视频课程13模型的保存和读取.mp4

014、tensorflow案例实战视频课程14加载训练好的vgg网络模型.mp4

015、tensorflow案例实战视频课程15使用vgg模型进行测试.mp4

016、tensorflow案例实战视频课程16使用rnn处理mnist数据集.mp4

017、tensorflow案例实战视频课程17rnn网络模型.mp4

018、tensorflow案例实战视频课程18训练rnn网络.mp4

019、tensorflow案例实战视频课程19验证码数据生成.mp4

020、tensorflow案例实战视频课程20构造网络的输入数据和标签.mp4

021、tensorflow案例实战视频课程21卷积网络模型定义.mp4

022、tensorflow案例实战视频课程22迭代及测试网络效果.mp4

05、深度学习框架-caffe使用案例视频课程

01深度学习框架caffe简介.mp4

03网络配置-数据层详解.mp4

04网络配置-各计算层详解.mp4

05solver超参数配置文件.mp4

06制作lmdb数据源训练分类网络.mp4

07多label问题之hdf5数据源.mp4

08使用命令行训练网络1.mp4

09使用python定义自己的层.mp4

10绘制网络结构图.mp4

11生成网络配置文件.mp4

12对训练的网络模型绘制loss曲线.mp4

13对训练结果进行分类任务.mp4

caffe案例资料-.txt

唐宇迪-深度学习-caffe案例.zip

06、深度学习项目实战视频课程-人脸检测

唐宇迪深度学习人脸检测数据代码

alexnet_iter_50000_full_conv.caffemodel

alexnet_trainval.prototxt

deploy.prototxt暂时无用

deploy_full_conv.prototxt

face_detect.ipynb

face_rect.txt

face-lmdb.sh

facetrain.zip

result.jpg

run_face_detect_batch.py

solver.prototxt

testtrain.zip

tmp9055.jpg

train.prototxt

train.sh

train.txt

train.zip

01-人脸检测项目概述.mp4

02-课程数据，代码下载链接.txt

03-数据收集.mp4

04-正负样本裁剪策略.mp4

05-caffe数据源准.mp4

06-lmdb脚本文件.mp4

07-制作lmdb数据源.mp4

08-网络模型配置文件.mp4

09-选择合适的参数并训练网络模型.mp4

10-检测算法框架原理.mp4

11-实现多尺度人脸检测算法.mp4

12-坐标映射变换.mp4

13-完成检测代码.mp4

14-检测效果及改进.mp4

15-优化策略分析.mp4

16-模型准确率影响因素分析.mp4

17-项目总结.mp4

人脸检测-.docx

07、大数据-深度学习项目实战-关键点定位视频教程

唐宇迪-深度学习-人脸关键点

课上代码

code.zip

deep_landmark.zip

001、深度学习项目实战01人脸关键点检测算法框架.mp4

002、深度学习项目实战02多标签数据源制作以及标签坐标转换.mp4

003、深度学习项目实战03对原始数据进行数据增强.mp4

004、深度学习项目实战04完成第一阶段hdf5数据源制作.mp4

005、深度学习项目实战05第一阶段网络训练.mp4

006、深度学习项目实战06第二三阶段网络数据源制作.mp4

007、深度学习项目实战07第二三阶段网络模型训练.mp4

008、深度学习项目实战08网络模型参数初始化.mp4

009、深度学习项目实战09完成全部测试结果.mp4

010、深度学习项目实战10人脸关键点检测效果.mp4

011、深度学习项目实战11项目总结分析.mp4

012、深度学习项目实战12算法框架分析.mp4

08、python数据分析(机器学习)经典案例

课时01.课程简介.flv

课时02.课程数据，代码下载.swf

课时03.使用anaconda搭建python环境.flv

课时04.kobe.bryan生涯数据读取与简介.flv

课时05.特征数据可视化展示.flv

课时06.数据预处理.flv

课时07.使用scikit-learn建立分类模型.flv

课时08.数据简介及面临的挑战.flv

课时09.数据不平衡问题解决方案.flv

课时10.逻辑回归进行分类预测.flv

课时11.使用阈值来衡量预测标准.flv

课时12.使用数据生成策略.flv

课时13.数据简介与特征课时化展示.flv

课时14.不同特征的分布规则.flv

课时15.决策树模型参数详解.flv

课时16.决策树中参数的选择.flv

课时17.将建立好决策树可视化展示出来.flv

课时18.船员数据分析.flv

课时19.数据预处理.flv

课时20.使用回归算法进行预测.flv

课时21.使用随机森林改进模型.flv

课时22.随机森林特征重要性分析.flv

课时23.级联模型原理.flv

课时24.数据预处理与热度图.flv

课时25.二阶段输入特征制作.flv

课时26.使用级联模型进行预测.flv

课时27.数据简介与特征预处理.flv

课时28.员工不同属性指标对结果的影响.flv

课时29.数据预处理.flv

课时30.构建预测模型.flv

课时31.基于聚类模型的分析.flv

课时32.tensorflow框架的安装.flv

课时33.神经网络模型概述.flv

课时34.使用tensorflow设定基本参数.flv

课时35.卷积神经网络模型.flv

课时36.构建完整的神经网络模型.flv

课时37.训练神经网络模型.flv

课时38.pca原理简介.flv

课时39.数据预处理.flv

课时40.协方差分析.flv

课时41.使用pca进行降维.flv

课时42.数据简介与故事背景.flv

课时43.基于词频的特征提取.flv

课时44.改进特征选择方法.flv

课时45.数据清洗.flv

课时46.数据预处理.flv

课时47.盈利方法和模型评估.flv

课时48.预测结果.flv

09、决胜ai-强化学习实战系列视频课程

唐宇迪-强化学习课件及代码

bird.zip

valueiteration.py

强化学习.pdf

1-1.强化学习简介.mp4

1-10.求解流程详解.mp4

1-2.强化学习基本概念.mp4

1-3.马尔科夫决策过程.mp4

1-4.bellman方程.mp4

1-5.值迭代求解.mp4

1-6.代码实战求解过程.mp4

1-7.q-learning基本原理.mp4

1-8.q-learning迭代计算实例.mp4

1-9.q-learning迭代效果.mp4

2-1.deep-q-network原理.mp4

2-10.完整代码流程分析.mp4

2-11.deepq-learning效果演示.mp4

2-2.deep-q-learning网络细节.mp4

2-3,deepq-learning网络参数配置.mp4

2-4.搭建deepq-learning网络模型.mp4

2-5.deepqlearning卷积操作定义.mp4

2-6.数据预处理.mp4

2-7.实现阶段数据存储.mp4

2-8.实现训练模块.mp4

2-9.debug解读训练代码.mp4

10、tensorflow项目实战视频课程-文本分类

文本分类

数据-代码.zip

1.wmv

10.wmv

11.wmv

12.wmv

13.wmv

14.wmv

15.wmv

2.wmv

3.wmv

4.wmv

5.wmv

6.wmv

7.wmv

8.wmv

9.wmv

11、深度学习实战项目-利用rnn与lstm网络原理进行唐诗生成视频课程

rnn手写字体识别（三课时）

1.wmv

2.wmv

3.wmv

tensorflow打造唐诗生成网络（八课时）

1.wmv

2.wmv

3.wmv

4.wmv

5.wmv

6.wmv

7.wmv

8.wmv

递归神经网络原理(四课时)

1.wmv

2.wmv

3.wmv

4.wmv

唐诗生成资料

poem.zip

rnn与lstm.pptx

tensorflow-rnn.pptx

12、深度学习项目实战视频课程-seq2seq序列生模型

seq2seq网络架构原理

1.wmv

2.wmv

3.wmv

4.wmv

5.wmv

文章摘要生成

1.wmv

2.wmv

3.wmv

4.wmv

序列排序生成

1.wmv

2.wmv

3.wmv

4.wmv

5.wmv

seq2seq网络.rar

13、深度学习顶级论文算法详解视频课程

deeplearning(期刊论文)

4166643538787b5802a551e0f477a5ee0a76aa.pdf

61991ea3586e3039a1f35302945da0e62ed276.pdf

83f2b0137888ff19f7d3236cfac42ffbee5685.pdf

c2da8f6984015ae113e2401190107a348be42c.pdf

d9a9027182bae247583555443e5015383b2c29.pdf

第八课.wmv

第二课.wmv

第九课.wmv

第六课.wmv

第七课.wmv

第三课.wmv

第十二课.mp4

第十课.wmv

第十六课.avi

第十三课.avi

第十四.avi

第十五课.wmv

第十一集.wmv

第四课.wmv

第五课.wmv

第一课.课程简介.txt

14、自然语言处理word2vec

gensim构造词向量模型

1-.wmv

2-.wmv

3-.wmv

4-.wmv

word2vec

1-.wmv

10-.wmv

11-.wmv

2-.wmv

3-.wmv

4-.wmv

5-.wmv

6-.wmv

7-.wmv

8-.wmv

9-.wmv

实战word2vec

1-.wmv

2-.wmv

3-.wmv

4-.wmv

5-.wmv

6-.wmv

7-.wmv

15、深度学习项目实战视频课程-styletransfer(基于tensorflow)

唐宇迪-styletransfer

style-transfer代码.zip

数据