正版资源 getfromcodeAI 会员免费
唐宇迪视频37门课程合集、全栈技术进阶 人工智能/大数据
唐宇迪视频37门课程合集、全栈技术进阶 人工智能/大数据 全栈进阶，AI与大数据实战 编辑点评 实战导向，涵盖计算机视觉、深度学习与对抗生成网络，适合有基础想进阶的AI开发者。 ⭐ 编辑推荐 唐宇迪全栈技术进阶课程，涵盖人工智能与大数据实战项目，助你提升全栈开发能力。 ✨ 课程亮点 ✦ 计算机视觉实
单课价¥29.90新品 上架
支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。
正版保障 极速发货 售后无忧
唐宇迪视频37门课程合集、全栈技术进阶 人工智能/大数据
全栈进阶，AI与大数据实战
编辑点评
实战导向，涵盖计算机视觉、深度学习与对抗生成网络，适合有基础想进阶的AI开发者。
⭐ 编辑推荐
唐宇迪全栈技术进阶课程，涵盖人工智能与大数据实战项目，助你提升全栈开发能力。
✨ 课程亮点
✦计算机视觉实战
✦深度学习入门
✦对抗生成网络实战
✦项目驱动学习
课程目录
资料10 条
- 第九章：项目实战-信用卡数字识别.zip [548.1 KB]
- 第十五章：项目实战-答题卡识别判卷.zip [3.1 MB]
- 第二十一章：项目实战-疲劳检测.zip [74.1 MB]
- 第十四章：项目实战-停车场车位识别.zip [111.3 MB]
- 第十八章：Opencv的DNN模块.zip [49.6 MB]
- 第16-17章notebook课件.zip [9.4 MB]
- 第十章：项目实战-文档扫描OCR识别.zip [44.9 MB]
- 第十三章：案例实战-全景图像拼接.zip [829.5 KB]
- 第二十一章：人脸关键点定位.zip [69.8 MB]
- 第八章notebook课件.zip [1.3 MB]
唐宇迪课件30 集
- 第十三章：案例实战-全景图像拼接.zip [235.0 B]
- 第2-7章notebook课件(1).zip [7.3 MB]
- 第十八章：Opencv的DNN模块【公重号：CunWorkNotes】.zip [223.0 B]
- 第九章：项目实战-信用卡数字识别.zip [235.0 B]
- 第16-17章notebook课件.zip [215.0 B]
- 第11-12章notebook课件.zip [215.0 B]
- 第二十一章：项目实战-疲劳检测.zip [268.0 B]
- 第八章notebook课件.zip [209.0 B]
- 第十四章：项目实战-停车场车位识别.zip [239.0 B]
- 第十五章：项目实战-答题卡识别判卷.zip [239.0 B]
- 第十九章：项目实战-目标追踪.zip [227.0 B]
- 第十章：项目实战-文档扫描OCR识别.zip [237.0 B]
- 06、边缘检测【不易整理‖请关注：CunWorkNoteS】.mp4 [335.0 MB]
- 10、项目实战-文档扫描OCR识别.mp4 [721.2 MB]
- 02、图像基本操作【不易整理‖请关注：CunWorkNoteS】.mp4 [64.2 MB]
- 07、图像金字塔与轮廓检测.mp4 [937.1 MB]
- 21、项目实战-疲劳检测【优质资源‖关注：cunWorkNotes 解锁】.mp4 [696.4 MB]
- 01、课程简介【优质资源‖关注：cunWorkNotes 解锁】.mp4 [112.5 MB]
- 14、项目实战-停车场车位识别.mp4 [1.3 GB]
- 15、项目实战-答题卡识别判卷.mp4 [546.7 MB]
- 09、项目实战-信用卡数字识别.mp4 [675.9 MB]
- 04、图像形态学处理.mp4 [35.4 MB]
- 05、图像梯度处理.mp4 [400.3 MB]
- 20、卷积原理与操作.mp4 [1.1 GB]
- 18、Opencv的DNN模块.mp4 [317.1 MB]
- 08、直方图与傅里叶变换.mp4 [792.6 MB]
- 19、项目实战-目标追踪.mp4 [1019.0 MB]
- 13、案例实战-全景图像拼接.mp4 [576.7 MB]
- 03、阈值与平滑处理.mp4 [34.1 MB]
- 唐宇迪OpenCV小章节.zip [10.6 GB]
对抗生成网络资料20 集
- DCGAN.zip [284.6 MB]
- 人脸数据.zip [647.3 MB]
- GAN.pptx [2.1 MB]
- 5.案例实战对抗生成网络：构造判别网络模型【资源精选‖更多关注：CunworkNotes】.mp4 [59.8 MB]
- 15.DCGAN项目实战：训练DCGAN网络【资源精选‖更多关注：CunworkNotes】.mp4 [45.5 MB]
- 14.DCGAN项目实战：基于卷积的判别网络.mp4 [47.4 MB]
- 10.DCGAN的网络模型架构.mp4 [85.4 MB]
- 11.DCGAN项目实战：DIY你要生成的数据.mp4 [85.6 MB]
- DCGAN.zip [284.6 MB]
- 人脸数据.zip [647.3 MB]
- 12.DCGAN项目实战：配置参数.mp4 [78.4 MB]
- 13.DCGAN项目实战：基于卷积的生成网络架构.mp4 [87.3 MB]
- 4.案例实战对抗生成网络：环境配置.mp4 [49.5 MB]
- 7.案例实战对抗生成网络：构造损失函数.mp4 [44.1 MB]
- 1.课程简介.mp4 [57.2 MB]
- 9.DCGAN基本原理.mp4 [62.0 MB]
- 6.案例实战对抗生成网络：构造生成网络模型.mp4 [52.7 MB]
- 8.案例实战对抗生成网络：训练对抗生成网络.mp4 [62.7 MB]
- 2.对抗生成网络形象解释.mp4 [44.3 MB]
- 3.对抗生成网络工作原理.mp4 [43.3 MB]
03、深度学习入门视频课程（下篇）22 集
- 013、深度学习入门课程12 python实现RNN算法【更多精选‖公众号：CunWorknotes】 .mp4 [104.8 MB]
- 020、深度学习入门课程19 深度学习框架Caffe简介.mp4 [43.3 MB]
- 017、深度学习入门课程16 如何巧妙设计网络结构.mp4 [28.3 MB]
- 014、深度学习入门课程13 LSTM网络结构简介【不易整理‖请关注：CunWorkNoteS】.mp4 [11.8 MB]
- 003、深度学习入门课程03 卷积计算流程.mp4 [19.7 MB]
- 001、深度学习入门课程01 感受卷积神经网络的强大.mp4 [31.0 MB]
- 002、深度学习入门课程02 卷积层详解.mp4 [13.7 MB]
- 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 [27.1 MB]
- 006、深度学习入门课程06 池化层（Pooling）原理.mp4 [11.3 MB]
- 015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4 [42.5 MB]
- 011、深度学习入门课程11 RNN网络结构.mp4 [9.4 MB]
- 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 [44.1 MB]
- 022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4 [42.9 MB]
- 019、深度学习入门课程18 训练技巧之Transfer Learning.mp4 [13.7 MB]
- 007、深度学习入门课程07 卷积神经网络反向传播原理.mp4 [21.0 MB]
- 021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4 [173.0 MB]
- 018、深度学习入门课程17 训练技巧之数据增强.mp4 [16.5 MB]
- 012、RNN网络细节.mp4 [10.0 MB]
- 010、深度学习入门课程10 经典卷及网络架构实例.mp4 [51.3 MB]
- 005、深度学习入门课程05 卷积参数共享原则.mp4 [11.5 MB]
- 016、深度学习入门额课程15 物体检测实例.mp4 [45.5 MB]
- 004、深度学习入门课程04 卷积核参数分析.mp4 [20.0 MB]
唐宇迪 深度学习 人脸检测数据代码34 集
- face_rect.txt [1.1 MB]
- train.zip [647.2 MB]
- faceTrain.zip [3.1 GB]
- alexnet_iter_50000_full_conv.caffemodel [217.0 MB]
- testTrain.zip [796.6 MB]
- train.prototxt [5.7 KB]
- tmp9055.jpg [185.5 KB]
- train.sh [218.0 B]
- train.txt [1022.7 KB]
- solver.prototxt [493.0 B]
- run_face_detect_batch.py [7.8 KB]
- face-lmdb.sh [1.6 KB]
- alexnet_trainval.prototxt [5.4 KB]
- deploy.prototxt 暂时无用 [4.7 KB]
- deploy_full_conv.prototxt [4.6 KB]
- face_detect.ipynb [205.5 KB]
- 17-项目总结.mp4 [59.0 MB]
- .docx [491.3 KB]
- 16-模型准确率影响因素分析.mp4 [27.1 MB]
- 14-检测效果及改进【资源精选‖更多关注：CunworkNotes】.mp4 [44.9 MB]
- 10-检测算法框架原理.mp4 [53.1 MB]
- 03-数据收集.mp4 [50.4 MB]
- 13-完成检测代码【更多精选‖公众号：CunWorknotes】 .mp4 [38.7 MB]
- 11-实现多尺度人脸检测算法.mp4 [69.2 MB]
- 05-Caffe数据源准.mp4 [50.7 MB]
- 02-课程数据，代码下载链接.txt [31.0 B]
- 06-LMDB脚本文件.mp4 [30.2 MB]
- 07-制作LMDB数据源.mp4 [42.9 MB]
- 09-选择合适的参数并训练网络模型.mp4 [53.8 MB]
- 01-人脸检测项目概述.mp4 [6.2 MB]
- 04-正负样本裁剪策略.mp4 [47.4 MB]
- 08-网络模型配置文件.mp4 [46.2 MB]
- 12-坐标映射变换.mp4 [57.6 MB]
- 15-优化策略分析.mp4 [56.2 MB]
35 大数据 Python科学计算库-Numpy实战视频课程6 集
- 大数据 Python科学计算库-Numpy实战视频课程5.mp4 [77.9 MB]
- 大数据 Python科学计算库-Numpy实战视频课程3.mp4 [97.2 MB]
- 大数据 Python科学计算库-Numpy实战视频课程4.mp4 [107.0 MB]
- 大数据 Python科学计算库-Numpy实战视频课程2.mp4 [96.4 MB]
- numpy代码.zip [16.8 KB]
- 大数据 Python科学计算库-Numpy实战视频课程1.mp4 [96.8 MB]
唐宇迪-StyleTransfer21 集
- 文件放哪[].png [12.8 KB]
- 数据下载地址[【更多精选‖公众号：CunWorknotes】 ].txt [229.0 B]
- style-transfer代码[].zip [84.0 MB]
- 006、风格转换效果展示[].mp4 [27.8 MB]
- 017、模型保存与打印结果[【优质资源‖关注：cunWorkNotes 解锁】].mp4 [32.5 MB]
- 018、完成测试代码[【不易整理‖请关注：CunWorkNoteS】].mp4 [56.8 MB]
- 008、数据读取操作[].mp4 [37.4 MB]
- 003、style-transfer基本原理[].mp4 [24.0 MB]
- 007、风格转换参数配置[].mp4 [56.9 MB]
- 002、Tensorflow安装[【资源精选‖更多关注：CunworkNotes】].mp4 [10.6 MB]
- 011、生成网络结构定义[【持续更新‖免费提供：CunworknoteS】].mp4 [9.6 MB]
- 015銆丼tyle鎹熷け璁＄畻[].mp4 [32.2 MB]
- 009、VGG体征提取网络结构[【公重号：CunWorkNotes】].mp4 [42.3 MB]
- 013銆佸弬鏁板垵濮嬪寲[].mp4 [37.1 MB]
- 005、风格生成网络细节[【优质资源‖关注：cunWorkNotes 解锁】].mp4 [21.5 MB]
- 016、完成训练模块[【优质资源‖关注：cunWorkNotes 解锁】].mp4 [38.4 MB]
- 001、课程简介[].mp4 [21.1 MB]
- 004、风格生成网络结构原理[【持续更新‖免费提供：CunworknoteS】].mp4 [13.9 MB]
- 012、生成网络计算操作[].mp4 [44.2 MB]
- 014銆丆ontent鎹熷け璁＄畻[].mp4 [17.5 MB]
- 010、内容与风格特征提取[].mp4 [37.9 MB]
26、LSTM行为识别1 条
- 行为识别【公重号：CunWorkNotes】.zip [59.8 MB]
31、数据挖掘课程3 条
- 7-10课.zip [4.0 GB]
- 1-3课.zip [2.8 GB]
- 4-6课.zip [2.6 GB]
05、深度学习框架-Caffe使用案例视频课程13 集
- 06制作LMDB数据源训练分类网络[].mp4 [130.1 MB]
- 10绘制网络结构图[【公重号：CunWorkNotes】].mp4 [46.3 MB]
- 08使用命令行训练网络1[].mp4 [65.2 MB]
- 13对训练结果进行分类任务[].mp4 [88.3 MB]
- 09使用python定义自己的层[].mp4 [86.7 MB]
- 04网络配置-各计算层详解[].mp4 [82.2 MB]
- 05solver超参数配置文件[].mp4 [71.1 MB]
- 11生成网络配置文件[].mp4 [48.2 MB]
- 07多label问题之HDF5数据源[].mp4 [88.9 MB]
- 01深度学习框架caffe简介[【不易整理‖请关注：CunWorkNoteS】].mp4 [27.8 MB]
- 03网络配置-数据层详解[【公重号：CunWorkNotes】].mp4 [60.2 MB]
- caffe案例资料-昕昕网络教程【www.xinxin2018.com】[].txt [92.0 B]
- 12对训练的网络模型绘制LOSS曲线[【优质资源‖关注：cunWorkNotes 解锁】].mp4 [47.5 MB]
08、Python数据分析(机器学习)经典案例48 集
- 课时12.使用数据生成策略.flv [82.6 MB]
- 课时05.特征数据可视化展示【资源精选‖更多关注：CunworkNotes】.flv [66.5 MB]
- 课时09.数据不平衡问题解决方案.flv [47.8 MB]
- 课时11.使用阈值来衡量预测标准【不易整理‖请关注：CunWorkNoteS】.flv [90.8 MB]
- 课时29.数据预处理.flv [45.6 MB]
- 课时30.构建预测模型【公重号：CunWorkNotes】.flv [34.0 MB]
- 课时35.卷积神经网络模型.flv [29.0 MB]
- 课时34.使用tensorflow设定基本参数.flv [34.9 MB]
- 课时47.盈利方法和模型评估.flv [42.5 MB]
- 课时37.训练神经网络模型【公重号：CunWorkNotes】.flv [81.2 MB]
- 课时48.预测结果.flv [60.1 MB]
- 课时40.协方差分析.flv [38.8 MB]
- 课时44.改进特征选择方法.flv [64.6 MB]
- 课时41.使用PCA进行降维.flv [32.6 MB]
- 课时39.数据预处理.flv [31.2 MB]
- 课时36.构建完整的神经网络模型.flv [51.1 MB]
- 课时46.数据预处理.flv [69.8 MB]
- 课时43.基于词频的特征提取.flv [52.7 MB]
- 课时26.使用级联模型进行预测.flv [100.1 MB]
- 课时38.PCA原理简介.flv [9.4 MB]
- 课时42.数据简介与故事背景.flv [27.9 MB]
- 课时45.数据清洗.flv [60.8 MB]
- 课时32.tensorflow框架的安装.flv [18.4 MB]
- 课时15.决策树模型参数详解.flv [43.2 MB]
- 课时31.基于聚类模型的分析.flv [29.9 MB]
- 课时33.神经网络模型概述.flv [28.5 MB]
- 课时25.二阶段输入特征制作.flv [16.3 MB]
- 课时07.使用scikit-learn建立分类模型.flv [47.9 MB]
- 课时27.数据简介与特征预处理.flv [63.1 MB]
- 课时17.将建立好决策树可视化展示出来.flv [54.8 MB]
- 课时22.随机森林特征重要性分析.flv [53.3 MB]
- 课时03.使用Anaconda搭建python环境.flv [67.9 MB]
- 课时13.数据简介与特征课时化展示.flv [62.3 MB]
- 课时18.船员数据分析.flv [19.7 MB]
- 课时04.Kobe.Bryan生涯数据读取与简介.flv [32.2 MB]
- 课时06.数据预处理.flv [52.2 MB]
- 课时21.使用随机森林改进模型.flv [61.3 MB]
- 课时23.级联模型原理.flv [13.5 MB]
- 课时20.使用回归算法进行预测.flv [66.5 MB]
- 课时10.逻辑回归进行分类预测.flv [71.5 MB]
- 课时19.数据预处理.flv [50.0 MB]
- 课时14.不同特征的分布规则.flv [26.8 MB]
- 课时16.决策树中参数的选择.flv [46.7 MB]
- 课时08.数据简介及面临的挑战.flv [48.3 MB]
- 课时28.员工不同属性指标对结果的影响.flv [67.8 MB]
- 课时24.数据预处理与热度图.flv [51.5 MB]
- 课时02.课程数据，代码下载.swf [111.3 KB]
- 课时01.课程简介.flv [26.9 MB]
37.2024Ai必会Agent(应用解读+项目实战)71 集
- 051-1-langchain框架解读【公重号：CunWorkNotes】.mp4 [20.2 MB]
- 063-5-LORA模型实现细节.mp4 [36.8 MB]
- 066-3-源码调用DEBUG解读.mp4 [35.1 MB]
- 061-3-LLAMA与LORA介绍.mp4 [27.1 MB]
- 064-1-提示工程的作用【资源精选‖更多关注：CunworkNotes】.mp4 [37.7 MB]
- 068-5-效果演示与总结分析【资源精选‖更多关注：CunworkNotes】.mp4 [29.1 MB]
- 065-2-项目数据解读【持续更新‖免费提供：CunworknoteS】.mp4 [37.8 MB]
- 036-2-RAG整体流程解读【持续更新‖免费提供：CunworknoteS】.mp4 [18.0 MB]
- 027-8-定时器任务环境配置【整理不易‖记得关注：CunWorKNotes】.mp4 [36.5 MB]
- 035-1-RAG要完成的任务解读【整理不易‖记得关注：CunWorKNotes】.mp4 [14.3 MB]
- 039-5-评估工具RAGAS.mp4 [34.6 MB]
- 048-8-感知模块解读.mp4 [38.0 MB]
- 038-4-召回改进方案解读.mp4 [23.1 MB]
- 018-5-GPT中加入外部API调用方法.mp4 [46.2 MB]
- 006-5-框架的作用和能解决的问题【公重号：CunWorkNotes】.mp4 [26.3 MB]
- 015-2-后端GPT项目部署启动【整理不易‖记得关注：CunWorKNotes】.mp4 [51.4 MB]
- 016-3-前端助手API与流程图配置.mp4 [56.4 MB]
- 017-4-接入外部API的方法与流程.mp4 [40.7 MB]
- 009-8-经典任务分析.mp4 [25.4 MB]
- 010-1-GPTS任务流程概述分析.mp4 [47.8 MB]
- 012-3-API相关配置完成.mp4 [29.0 MB]
- 014-1-DEMO演示与整体架构分析.mp4 [60.7 MB]
- 011-2-调用API的控制方式.mp4 [20.8 MB]
- 003-2-Agent需要具备的基本能力.mp4 [21.2 MB]
- 008-7-GPTS分析一波.mp4 [30.6 MB]
- 007-6-整体总结分析.mp4 [13.0 MB]
- 004-3-与大模型的关系分析.mp4 [18.4 MB]
- 005-4-多智能体定义分析.mp4 [17.1 MB]
- 013-4-完成指令与脚本并生成.mp4 [49.1 MB]
- 001-课程介绍.mp4 [74.8 MB]
- 002-1-Agent要解决的问题分析.mp4 [21.7 MB]
- 043-3-论文基本框架分析.mp4 [81.3 MB]
- 040-6-外接本地数据库工具.mp4 [19.5 MB]
- 041-1-整体故事解读.mp4 [35.5 MB]
- 044-4-Agent的记忆信息.mp4 [61.9 MB]
- 049-9-思考模块解读.mp4 [40.4 MB]
- 033-4-子问题生成总结结果.mp4 [47.3 MB]
- 050-10-项目环境配置方法解读.mp4 [39.6 MB]
- 046-6-计划模块实现细节.mp4 [30.0 MB]
- 037-3-召回优化策略分析.mp4 [17.6 MB]
- 042-2-要解决的问题和整体框架分析.mp4 [48.8 MB]
- 045-5-感知与反思模块构建流程.mp4 [21.4 MB]
- 047-7-整体流程框架图.mp4 [19.7 MB]
- 024-5-基础解读-角色定义.mp4 [13.3 MB]
- 028-9-定时器任务流程解读分析.mp4 [44.9 MB]
- 023-4-基础解读-动作定义方式.mp4 [15.7 MB]
- 031-2-问题拆解与执行流程.mp4 [61.5 MB]
- 034-5-总结与结果输出.mp4 [23.4 MB]
- 032-3-检索得到重要的URL.mp4 [30.4 MB]
- 025-6-单动作智能体实现方法.mp4 [20.2 MB]
- 026-7-多动作配置方法.mp4 [18.2 MB]
- 029-0-基本Agent的组成.mp4 [43.1 MB]
- 030-1-Agent要完成的任务和业务逻辑定义.mp4 [45.9 MB]
- 019-6-指令提示构建.mp4 [24.5 MB]
- 022-3-项目环境配置.mp4 [60.4 MB]
- 021-2-整体框架逻辑介绍.mp4 [52.2 MB]
- 020-1-论文概述分析.mp4 [37.9 MB]
- 069-1-RAG与微调可以解决与无法解决的问题.mp4 [19.6 MB]
- 055-5-数据切块方法.mp4 [40.7 MB]
- 054-4-样本索引与向量构建.mp4 [39.1 MB]
- 070-2-RAG实践策略.mp4 [16.5 MB]
- 060-2-LLM落地微调分析.mp4 [33.7 MB]
- 053-3-数据文档切分操作.mp4 [35.5 MB]
- 067-4-训练流程演示.mp4 [43.8 MB]
- 058-3-效果分析与总结.mp4 [41.4 MB]
- 059-1-大模型如何做下游任务.mp4 [27.8 MB]
- 052-2-基本API调用方法.mp4 [40.1 MB]
- 071-3-微调要解决的问题.mp4 [14.6 MB]
- 057-2-MOE模块实现方法解读.mp4 [29.7 MB]
- 056-1-MOE概述分析.mp4 [19.6 MB]
- 062-4-LORA微调的核心思想.mp4 [20.6 MB]
36 大数据——Python数据可视化-Matplotlib实战视频课程6 集
- 大数据——Python数据可视化-Matplotlib实战视频课程1【持续更新‖免费提供：CunworknoteS】.mp4 [107.2 MB]
- 大数据——Python数据可视化-Matplotlib实战视频课程4【整理不易‖记得关注：CunWorKNotes】.mp4 [118.1 MB]
- 大数据——Python数据可视化-Matplotlib实战视频课程3.mp4 [112.3 MB]
- 大数据——Python数据可视化-Matplotlib实战视频课程5.mp4 [125.0 MB]
- 大数据——Python数据可视化-Matplotlib实战视频课程2.mp4 [104.1 MB]
- Matplotlib绘图.zip [3.7 MB]
34 大数据 Python数据分析处理库-pandas实战视频课程7 集
- 大数据 Python数据分析处理库-pandas实战视频课程2[菜鸟自学网 【更多精选‖公众号：CunWorknotes】【更多精选‖公众号：CunWorknotes】 .mp4 [104.6 MB]
- 大数据 Python数据分析处理库-pandas实战视频课程7[菜鸟自学网 .mp4 [80.1 MB]
- 大数据 Python数据分析处理库-pandas实战视频课程6[菜鸟自学网 .mp4 [111.4 MB]
- 大数据 Python数据分析处理库-pandas实战视频课程4[菜鸟自学网 【整理不易‖记得关注：CunWorKNotes】.mp4 [121.2 MB]
- 大数据 Python数据分析处理库-pandas实战视频课程1[菜鸟自学网 .mp4 [133.8 MB]
- 大数据 Python数据分析处理库-pandas实战视频课程5[菜鸟自学网 【优质资源‖关注：cunWorkNotes 解锁】.mp4 [109.2 MB]
- 大数据 Python数据分析处理库-pandas实战视频课程3[菜鸟自学网 【持续更新‖免费提供：CunworknoteS】.mp4 [112.2 MB]
物体检测-faster-rcnn13 集
- faster-rcnn.pptx [3.2 MB]
- Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf [6.5 MB]
- FasterRcnn.zip [2.7 GB]
- iccv15_tutorial_training_rbg.pdf [17.4 MB]
- faster-rcnn.pptx [3.2 MB]
- FasterRcnn.zip [2.7 GB]
- iccv15_tutorial_training_rbg.pdf [17.4 MB]
- Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf [6.5 MB]
- Tensorflow-物体检测-Faster-Rcnn解读【整理不易‖记得关注：CunWorKNotes】.zip [216.0 B]
- 第一章 三代物体检测算法概述【整理不易‖记得关注：CunWorKNotes】.mp4 [146.6 MB]
- 第二章 faster-rcnn论文解读【优质资源‖关注：cunWorkNotes 解锁】.mp4 [745.2 MB]
- 第三章 tensorflow版本实现解读.rar [631.1 MB]
- 第一章 三代物体检测算法概述.rar [89.5 MB]
高阶API1 条
- 高阶API【持续更新‖免费提供：CunworknoteS】.zip [35.1 MB]
超分辨率重构2 条
- srgan超分辨率重构.zip [532.6 MB]
- srdata.zip [4.0 GB]
图像缺失补全7 集
- glcic图像补全.zip [178.8 MB]
- 图像补全人脸数据.zip [1.3 GB]
- Tensorflow-图像处理视频课程03.mp4 [184.7 MB]
- Tensorflow-图像处理视频课程05.mp4 [98.9 MB]
- Tensorflow-图像处理视频课程04.mp4 [159.7 MB]
- Tensorflow-图像处理视频课程02.mp4 [143.8 MB]
- Tensorflow-图像处理视频课程01.mp4 [244.8 MB]
DeepLearning(期刊论文)6 条
- d9a9027182bae247583555443e5015383b2c29.pdf [6.5 MB]
- c2da8f6984015ae113e2401190107a348be42c.pdf [2.9 MB]
- 83f2b0137888ff19f7d3236cfac42ffbee5685.pdf [4.6 MB]
- 4166643538787b5802a551e0f477a5ee0a76aa.pdf [5.1 MB]
- 61991ea3586e3039a1f35302945da0e62ed276.pdf [800.2 KB]
- 第一课.课程简介.txt [74.0 B]
第06讲 深度学习在图像识别中的应用1 集
- 第六课下【不易整理‖请关注：CunWorkNoteS】.mkv [155.6 MB]
第05讲 坐标变换与视觉测量1 条
- opencv-3.0.0.zip [96.3 MB]
唐宇迪-Tensorflow课程25 集
- 验证码识别.zip [156.9 MB]
- tensorflow代码.zip [2.1 MB]
- tensorflow.pptx [792.8 KB]
- 007、Tensorflow案例实战视频课程07 逻辑回归框架.mp4 [26.3 MB]
- 006、Tensorflow案例实战视频课程06 Mnist数据集简介.mp4 [35.5 MB]
- 018、Tensorflow案例实战视频课程18 训练RNN网络.mp4 [92.0 MB]
- 017、Tensorflow案例实战视频课程17 RNN网络模型【更多精选‖公众号：CunWorknotes】 .mp4 [44.0 MB]
- 015、Tensorflow案例实战视频课程15 使用VGG模型进行测试【不易整理‖请关注：CunWorkNoteS】.mp4 [67.7 MB]
- 021、Tensorflow案例实战视频课程21 卷积网络模型定义【优质资源‖关注：cunWorkNotes 解锁】.mp4 [60.0 MB]
- 012、Tensorflow案例实战视频课程12 卷积神经网络模型参数【不易整理‖请关注：CunWorkNoteS】.mp4 [91.3 MB]
- 016、Tensorflow案例实战视频课程16 使用RNN处理Mnist数据集.mp4 [15.5 MB]
- 019、Tensorflow案例实战视频课程19 验证码数据生成.mp4 [34.1 MB]
- 014、Tensorflow案例实战视频课程14 加载训练好的VGG网络模型.mp4 [29.6 MB]
- 022、Tensorflow案例实战视频课程22 迭代及测试网络效果.mp4 [48.8 MB]
- 011、Tensorflow案例实战视频课程11 卷积神经网络模型架构.mp4 [23.8 MB]
- 020、Tensorflow案例实战视频课程20 构造网络的输入数据和标签.mp4 [30.1 MB]
- 013、Tensorflow案例实战视频课程13 模型的保存和读取.mp4 [93.0 MB]
- 008、Tensorflow案例实战视频课程08 迭代完成逻辑回归模型.mp4 [64.1 MB]
- 010、Tensorflow案例实战视频课程10 训练神经网络.mp4 [46.1 MB]
- 003、Tensorflow案例实战视频课程03 基本计算单元-变量.mp4 [17.8 MB]
- 004、Tensorflow案例实战视频课程04 常用基本操作.mp4 [38.1 MB]
- 001、Tensorflow案例实战视频课程01 课程简介.mp4 [1.0 MB]
- 005、Tensorflow案例实战视频课程05 构造线性回归模型.mp4 [38.9 MB]
- 002、Tensorflow案例实战视频课程02 Tensorflow安装.mp4 [20.6 MB]
- 009、Tensorflow案例实战视频课程09 神经网络模型架构.mp4 [14.6 MB]
唐宇迪-强化学习课件及代码21 集
- bird【整理不易‖记得关注：CunWorKNotes】.zip [125.7 MB]
- 强化学习.pdf [2.2 MB]
- ValueIteration.py [2.4 KB]
- 2-2.Deep-Q-Learning网络细节.mp4 [53.8 MB]
- 2-8.实现训练模块【不易整理‖请关注：CunWorkNoteS】.mp4 [76.0 MB]
- 2-4.搭建Deep Q-Learning网络模型.mp4 [81.5 MB]
- 2-10.完整代码流程分析.mp4 [123.2 MB]
- 2-7.实现阶段数据存储.mp4 [59.5 MB]
- 2-5.Deep Q Learning卷积操作定义.mp4 [74.8 MB]
- 2-6.数据预处理.mp4 [84.5 MB]
- 2-9.Debug解读训练代码.mp4 [53.4 MB]
- 1-2.强化学习基本概念.mp4 [48.3 MB]
- 2-3,Deep Q-Learning网络参数配置.mp4 [55.6 MB]
- 1-6.代码实战求解过程.mp4 [78.8 MB]
- 2-1.Deep-Q-Network原理.mp4 [34.9 MB]
- 1-8.Q-Learning迭代计算实例.mp4 [43.7 MB]
- 1-3.马尔科夫决策过程.mp4 [38.4 MB]
- 1-9.Q-Learning杩唬鏁堟灉.mp4 [41.7 MB]
- 1-1.强化学习简介.mp4 [72.1 MB]
- 1-7.Q-Learning基本原理.mp4 [38.2 MB]
- 1-10.求解流程详解.mp4 [101.2 MB]
2-新增GPTS打造Agent实战7 条
- 语聚AI指定(只改动作即可).docx [10.4 KB]
- 组会不用愁.txt [1.5 KB]
- 广告文案.docx [12.6 KB]
- 文章翻译.docx [12.5 KB]
- 短视频脚本.docx [11.4 KB]
- API复制这个不要改.docx [12.9 KB]
- GPTS例子.docx [12.4 KB]
6-斯坦福AI小镇架构与项目解读3 条
- 斯坦福AI小镇.pdf [84.8 KB]
- 斯坦福小镇论文.pdf [11.4 MB]
- 斯坦福AI小镇.png [90.9 KB]
9-LLM与LORA微调策略解读1 条
- 大模型【资源精选‖更多关注：CunworkNotes】.pdf [1.4 MB]
新增-Agent打造专属客服1 条
- Agent客服【资源精选‖更多关注：CunworkNotes】.rar [5.2 MB]
7-langchain工具实例1 条
- 基本使用.rar [12.3 MB]
3，4-metagpt3 条
- metaGpt.pdf [15.9 MB]
- MetaGPT-main【不易整理‖请关注：CunWorkNoteS】.zip [7.0 MB]
- examples.rar [243.4 KB]
AutogenStudio部署5 条
- index.html [1.3 KB]
- style.css [799.0 B]
- write.json [4.3 KB]
- 代码地址.txt [44.0 B]
- rag_skill.rar [48.4 KB]
5-RAG检索架构分析与应用2 条
- RAG.png [123.1 KB]
- RAG.pdf [106.1 KB]
1-Agent架构解读与应用分析11 条
- 6-多角色组成.png [122.2 KB]
- 1-Agent趋势.png [276.9 KB]
- 3-Ageng包括组件.png [62.8 KB]
- Agent.pdf [81.3 KB]
- 2-Agent流程.png [106.9 KB]
- 4-Agent组成.png [307.0 KB]
- Agent.png [100.1 KB]
- 7-Agent游戏.png [298.6 KB]
- 5-多模态.png [148.6 KB]
- 8-多智能体.png [149.1 KB]
- 9-多智能体2.png [84.7 KB]
11-OPENAI-LLM模型优化总结14 条
- 3.png [274.7 KB]
- 2.png [205.8 KB]
- 7.png [201.8 KB]
- 12.png [382.5 KB]
- 11.png [812.8 KB]
- 8.png [387.5 KB]
- 14.webp [9.2 KB]
- 16.png [306.6 KB]
- 13.png [167.1 KB]
- 15.png [376.7 KB]
- 4.png [395.0 KB]
- 9.png [128.3 KB]
- 6.png [248.3 KB]
- 全网最全的GPT指令合集.pdf [2.3 MB]
先看这个，必看5 集
- t09-t12大章节是77-104小节合并版.jpg [107.8 KB]
- 必看内容.txt [158.0 B]
- t01-他08大章节1-76节合并版.jpg [119.1 KB]
- t06【更多精选‖公众号：CunWorknotes】 .mp4 [1.0 GB]
- 全网最全的GPT指令合集.pdf [2.3 MB]
课上代码14 集
- code【优质资源‖关注：cunWorkNotes 解锁】.zip [21.4 KB]
- deep_landmark.zip [586.0 MB]
- 006、深度学习项目实战06 第二三阶段网络数据源制作.mp4 [120.6 MB]
- 005、深度学习项目实战05 第一阶段网络训练【优质资源‖关注：cunWorkNotes 解锁】.mp4 [40.2 MB]
- 011、深度学习项目实战11 项目总结分析【更多精选‖公众号：CunWorknotes】 .mp4 [30.3 MB]
- 001、深度学习项目实战01 人脸关键点检测算法框架.mp4 [18.8 MB]
- 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 [105.4 MB]
- 009、深度学习项目实战09 完成全部测试结果.mp4 [53.8 MB]
- 010、深度学习项目实战10 人脸关键点检测效果.mp4 [46.8 MB]
- 008、深度学习项目实战08 网络模型参数初始化.mp4 [48.8 MB]
- 012、深度学习项目实战12 算法框架分析.mp4 [35.7 MB]
- 003、深度学习项目实战03 对原始数据进行数据增强.mp4 [37.2 MB]
- 004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4 [68.8 MB]
- 007、深度学习项目实战07 第二三阶段网络模型训练.mp4 [46.8 MB]
14.基于统计分析的电影推荐1 条
- 电影推荐.zip [10.0 MB]
4.使用lightgbm进行饭店流量预测1 条
- GBDT【整理不易‖记得关注：CunWorKNotes】.zip [51.6 MB]
auto_ml1 条
- tpot_exported_pipeline.py [1.3 KB]
.ipynb_checkpoints4 条
- 机器学习项目实战-3-分析-checkpoint.ipynb [3.6 MB]
- Exploratory_Work-checkpoint.ipynb [1.4 MB]
- 机器学习项目实战-2-建模-checkpoint.ipynb [362.0 KB]
- 机器学习项目实战-1-数据预处理-checkpoint.ipynb [1.2 MB]
images43 条
- tree_small.png [150.5 KB]
- tree_single_small.png [87.3 KB]
- tree_verysmall.png [39.7 KB]
- tree_small.dot [2.9 KB]
- tree_single.dot [12.6 KB]
- tree.png [337.0 KB]
- tree_single_small.dot [1.6 KB]
- tree.dot [5.4 KB]
- tree_single.png [964.9 KB]
- tpot-ml-pipeline.png [218.1 KB]
- score_vs_eui.png [333.0 KB]
- tpot_training_information.PNG [82.0 KB]
- test_prediction_density.png [54.6 KB]
- nestimator_performance.png [38.0 KB]
- score_distribution.png [24.2 KB]
- raw_data.PNG [20.0 KB]
- residual_distribution.png [22.6 KB]
- positive_correlations.PNG [7.5 KB]
- model_comparison.png [25.6 KB]
- lime_wrong_explanation.PNG [30.7 KB]
- individual_node.png [7.2 KB]
- local_explanation_one.png [92.5 KB]
- negative_correlations.PNG [8.7 KB]
- missing_values.PNG [23.5 KB]
- intrepretability_vs_accuracy.png [50.3 KB]
- data_formatted_with_score.PNG [22.5 KB]
- feature_importances.PNG [16.9 KB]
- density_boroughs.png [108.0 KB]
- cover_auto_ml.jpg [221.3 KB]
- df_info.PNG [41.2 KB]
- cover_two.jpg [255.0 KB]
- cover_one.jpg [259.6 KB]
- feature_pairs.png [145.4 KB]
- feature_importances_graph.png [84.0 KB]
- formatted_train_data.PNG [41.4 KB]
- annotated_individual_node.PNG [84.6 KB]
- correlation_examples.png [15.4 KB]
- cover_three.jpg [703.4 KB]
- density_type.png [94.8 KB]
- kfold_cv.png [80.5 KB]
- weather_norm_eui.png [30.6 KB]
- tree_verysmall.dot [885.0 B]
- wrong_explanation_plot.png [98.9 KB]
data18 条
- no_score.csv [373.3 KB]
- training_features.csv [1.3 MB]
- training_labels.csv [38.8 KB]
- Y_test.csv [13.9 KB]
- Y_train.csv [32.3 KB]
- Energy_and_Water_Data_Disclosure_for_Local_Law_84_2017__Data_for_Calendar_Year_2016_.csv [7.9 MB]
- X_test.csv [802.9 KB]
- testing_labels.csv [16.6 KB]
- testing_features.csv [571.8 KB]
- cleaned_data.csv [6.4 MB]
- X_train.csv [1.8 MB]
- hw_assignment.docx [13.9 KB]
- hw_assignment.pdf [12.4 KB]
- Building Data Report.pdf [769.6 KB]
- 机器学习项目实战-2-建模.ipynb [318.2 KB]
- 机器学习项目实战-3-分析.ipynb [3.6 MB]
- 机器学习项目实战-1-数据预处理.ipynb [1.2 MB]
- 2016_nyc_benchmarking_data_disclosure_definitions.pdf [99.0 KB]
__pycache__8 条
- get_hmm_param.cpython-36.pyc [2.4 KB]
- data.cpython-36.pyc [216.0 B]
- get_hmm_param.py [2.6 KB]
- data.py [318.0 B]
- hmm_start.py [823.0 B]
- hmm实践.ipynb [5.8 KB]
- data2.csv [130.7 KB]
- 时间序列.ipynb [189.0 KB]
word2vec1 条
- word2vec.zip [32.6 MB]
__pycache__1 条
- feature_selector.cpython-36.pyc [19.5 KB]
.ipynb_checkpoints2 条
- 工具-checkpoint.ipynb [353.3 KB]
- Feature Selector Usage-checkpoint.ipynb [433.5 KB]
data3 条
- credit_example.csv [5.2 MB]
- caravan-insurance-challenge.csv [1.7 MB]
- AirQualityUCI.csv [615.1 KB]
feature_selector2 条
- __init__.py [46.0 B]
- feature_selector.py [27.9 KB]
images8 条
- example_missing_histogram.png [25.9 KB]
- example_top_feature_importances.png [48.4 KB]
- collinear_dataframe.PNG [9.6 KB]
- example_cumulative_feature_importances.png [25.8 KB]
- example_collinear_heatmap.png [84.7 KB]
- example_unique_histogram.png [23.4 KB]
- feature_importance_dataframe.PNG [16.9 KB]
- 工具.ipynb [396.0 KB]
.ipynb_checkpoints14 条
- 学习曲线（Bias和Variance）-checkpoint.ipynb [137.1 KB]
- Folds5x2_pp.xlsx [1.9 MB]
- 5.png [45.1 KB]
- 3.png [56.1 KB]
- 11.png [67.5 KB]
- 7.png [75.3 KB]
- 8.png [58.4 KB]
- 6.png [93.1 KB]
- 10.png [39.9 KB]
- 2.png [36.0 KB]
- 9.png [5.2 KB]
- 1.png [52.1 KB]
- 4.png [24.9 KB]
- 学习曲线（Bias和Variance）.ipynb [137.1 KB]
.ipynb_checkpoints8 条
- Feature Engineering on Temporal Data-checkpoint.ipynb [23.1 KB]
- Feature Engineering on Numeric Data-checkpoint.ipynb [238.7 KB]
- 数值特征-checkpoint.ipynb [216.9 KB]
- 文本特征-checkpoint.ipynb [42.5 KB]
- 图像特征-checkpoint.ipynb [791.8 KB]
- 特征预处理-checkpoint.ipynb [11.7 KB]
- Feature Selection-checkpoint.ipynb [29.2 KB]
- Feature Engineering on Text Data-checkpoint.ipynb [47.6 KB]
datasets12 条
- vgsales.csv [1.3 MB]
- fcc_2016_coder_survey_subset.csv [2.6 MB]
- Pokemon.csv [46.9 KB]
- item_popularity.csv [147.0 B]
- song_views.csv [27.8 KB]
- cat.png [119.5 KB]
- desktop.ini [138.0 B]
- dog.png [54.6 KB]
- 图像特征.ipynb [259.5 KB]
- 数值特征.ipynb [217.2 KB]
- 文本特征.ipynb [44.5 KB]
- 特征预处理.ipynb [11.7 KB]
__pycache__1 条
- Recommenders.cpython-36.pyc [5.0 KB]
.ipynb_checkpoints19 条
- 推荐系统-checkpoint.ipynb [344.8 KB]
- train_triplets.txt [2.8 GB]
- recommendation_engines.py [13.7 KB]
- Recommenders.py [9.2 KB]
- track_metadata_df_sub.csv [5.9 MB]
- user_playcount_df.csv [44.1 MB]
- 推荐系统.ipynb [363.5 KB]
- 1.png [45.3 KB]
- 4.png [12.0 KB]
- triplet_dataset_sub_song.csv [648.3 MB]
- 7.png [77.3 KB]
- song_playcount_df.csv [8.5 MB]
- 6.png [60.3 KB]
- 2.png [30.4 KB]
- 5.png [3.6 KB]
- 8.png [68.8 KB]
- 老版.ipynb [344.8 KB]
- 3.png [43.0 KB]
- track_metadata.db [711.6 MB]
5.人口普查数据集项目实战-收入预测4 条
- 机器学习数据分析模板.ipynb [4.2 MB]
- 3.png [698.3 KB]
- 1.png [186.7 KB]
- 2.png [62.6 KB]
8.贝叶斯优化实战1 条
- 贝叶斯优化：Hyperopt.zip [17.4 MB]
12.推荐系统1 条
- 推荐系统.pdf [2.1 MB]
10.HMM隐马尔科夫模型1 条
- HMM.pdf [1.0 MB]
9.EM算法1 条
- 10-EM算法.pdf [811.4 KB]
6.降维算法-线性判别分析2 条
- 降维算法.zip [443.7 KB]
- 9-LDA与PCA算法.pdf [1.0 MB]
3.xgboost-gbdt-lightgbm1 条
- GBDT.zip [51.6 MB]
2.GBDT提升算法1 条
- GBDT.pdf [763.8 KB]
16.NLP-文本特征方法对比6 条
- GoogleNews-vectors-negative300.bin [3.4 GB]
- 自然语言处理方法对比.ipynb [1.0 MB]
- socialmedia_relevant_cols_clean2.csv [1.2 MB]
- clean_data.csv [1.1 MB]
- socialmedia_relevant_cols_clean.csv [1.2 MB]
- socialmedia_relevant_cols.csv [1.2 MB]
17.使用word2vec分类任务1 条
- word2vec.zip [84.6 MB]
7.贝叶斯优化及其工具包使用17 集
- 贝叶斯优化：Hyperopt.zip [17.4 MB]
- 4 使用lightgbm进行饭店流【资源精选‖更多关注：CunworkNotes】.mp4 [105.0 MB]
- 10 HMM隐马尔科夫模型.mp4 [117.2 MB]
- 2 GBDT提升算法【优质资源‖关注：cunWorkNotes 解锁】.mp4 [62.1 MB]
- 13 音乐推荐系统实战【资源精选‖更多关注：CunworkNotes】.mp4 [208.4 MB]
- 17 使用word2vec分类任务.mp4 [156.2 MB]
- 12 推荐系统.mp4 [71.6 MB]
- 20 机器学习项目实战-数据处.mp4 [195.6 MB]
- 14 基于统计分析的电影推荐.mp4 [233.2 MB]
- 21 机器学习项目实战-建模与.mp4 [154.6 MB]
- 16 NLP-文本特征方法对比.mp4 [140.9 MB]
- 5 人口普查数据集项目实战.mp4 [221.1 MB]
- 7 贝叶斯优化及其工具包使用.mp4 [125.9 MB]
- 8 贝叶斯优化实战.mp4 [93.8 MB]
- 11 HMM案例实战.mp4 [66.6 MB]
- 6 降维算法-线性判别分析.mp4 [82.5 MB]
- 1 数据特征.mp4 [236.1 MB]
软件包及安装文档3 条
- Python-3.5.x安装教程【整理不易‖记得关注：CunWorKNotes】.pdf [331.1 KB]
- python-3.5.4-32位.exe [27.6 MB]
- python-3.5.4-64位.exe [28.5 MB]
第1章 Python基础 第一阶段5 集
- 004、python控制流.mp4 [49.4 MB]
- 005、课后答疑【优质资源‖关注：cunWorkNotes 解锁】.mp4 [59.1 MB]
- 003、python语法基础.mp4 [70.8 MB]
- 002銆佸垵璇唒ython.mp4 [31.8 MB]
- 001、课程介绍.mp4 [25.3 MB]
第5章 爬虫防屏蔽手段之代理服务器实战3 集
- 024、课后答疑【更多精选‖公众号：CunWorknotes】 .mp4 [105.1 MB]
- 023、图片爬虫实战.mp4 [163.7 MB]
- 022、爬虫防屏蔽手段之代理服务器实战.mp4 [77.5 MB]
第21章 Python降维技术与大型数据分析与挖掘项目实训下4 集
- 091、微博接口开发下【不易整理‖请关注：CunWorkNoteS】.mp4 [42.1 MB]
- 92-93课时 PhantomJS.rar [77.6 MB]
- 090、微博接口开发上.mp4 [36.4 MB]
- 094、文本分类及答疑.mp4 [120.5 MB]
第18章 Python数据分析与挖掘聚类实现与回归分析2 集
- 082、答疑【优质资源‖关注：cunWorkNotes 解锁】.mp4 [33.8 MB]
- 080銆佸喅绛栨爲.mp4 [75.7 MB]
第8章 用Scrapy爬取网站的数据3 集
- 035、天善智能课程自动爬虫实战【公重号：CunWorkNotes】.mp4 [88.4 MB]
- 037、当当商城爬虫实战【不易整理‖请关注：CunWorkNoteS】.mp4 [87.8 MB]
- 036、自动模拟登陆爬虫实战.mp4 [119.6 MB]
第4章 Urllib库实战6 集
- 016、Urllib库实战（二）.mp4 [36.6 MB]
- 020、python新闻爬虫实战.mp4 [40.4 MB]
- 015、Urllib库实战.mp4 [82.7 MB]
- 017、Urllib库实战（三）.mp4 [46.7 MB]
- 019、爬虫的浏览器伪装技术.mp4 [21.9 MB]
- 018、爬虫的异常处理.mp4 [18.8 MB]
第6章 爬虫实战及Scrapy框架的安装5 集
- 027、微信爬虫实战.mp4 [34.9 MB]
- 026、抓包分析实战2.mp4 [111.6 MB]
- 029、Scrapy框架的安装.mp4 [19.2 MB]
- 025、抓包分析实战1.mp4 [158.7 MB]
- 028、多线程爬虫实战.mp4 [62.5 MB]
第13章 数据转换、属性构造、数据规约2 集
- 056、数据转换【不易整理‖请关注：CunWorkNoteS】.mp4 [110.5 MB]
- 058、数据规约.mp4 [71.2 MB]
第3章 Python 爬虫初识3 集
- 013、正则表达式实战.mp4 [104.1 MB]
- 011、作业讲解及爬虫初识.mp4 [112.7 MB]
- 012、网络爬虫原理.mp4 [8.2 MB]
第12章 Python数据清洗、集成与变换4 集
- 054、数据集成实战.mp4 [18.8 MB]
- 052、数据探索与数据与清洗概述（二）【整理不易‖记得关注：CunWorKNotes】.mp4 [35.5 MB]
- 053、数据分布探索实战.mp4 [80.9 MB]
- 051、数据探索与数据与清洗概述（一）.mp4 [85.0 MB]
第7章 Scrapy爬虫4 集
- 032、第一个Scrapy爬虫【优质资源‖关注：cunWorkNotes 解锁】.mp4 [70.2 MB]
- 034、课后答疑【更多精选‖公众号：CunWorknotes】 .mp4 [61.4 MB]
- 031、Scrapy框架常见命令实战.mp4 [111.7 MB]
- 033、Scrapy自动爬虫实战.mp4 [101.6 MB]
第16章 Python数据分析与挖掘实战 上6 集
- 072、手写体数字识别【公重号：CunWorkNotes】.mp4 [131.2 MB]
- 068、Python数据分类实现过程.mp4 [11.6 MB]
- 071、KNN算法与贝克斯方法.mp4 [41.4 MB]
- 070銆乲nn绠楁硶锛堣ˉ褰曪級.mp4 [91.6 MB]
- 069、常见分类算法.mp4 [2.2 MB]
- 067、Python数据建模概述.mp4 [7.7 MB]
第19章 Python数据分析与挖掘实战3 集
- 085、人工神经网络实现实战.mp4 [139.3 MB]
- 083銆佽礉鍙舵柉搴旂敤.mp4 [105.9 MB]
- 084、人工神经网络理论基础.mp4 [45.9 MB]
第10章 Python数据分析与挖掘技术基础4 集
- 045、Python数据导入实战.mp4 [91.9 MB]
- 044、相关模块的使用.mp4 [69.8 MB]
- 043、数据分析与挖掘相关模块简介与安装.mp4 [64.4 MB]
- 042、快速了解数据分析与数据挖掘.mp4 [38.7 MB]
第17章 Python数据建模与分类实现 下4 集
- 074、贝叶斯算法 上【优质资源‖关注：cunWorkNotes 解锁】.mp4 [79.2 MB]
- 078銆佸喅绛栨爲.mp4 [57.1 MB]
- 076、贝叶斯算法 下.mp4 [19.4 MB]
- 075、贝叶斯课程 （补录）.mp4 [21.0 MB]
第11章 Python数据可视化分析实现3 集
- 047、matplotlib基础 折线图-散点图【整理不易‖记得关注：CunWorKNotes】.mp4 [93.0 MB]
- 048銆佺洿鏂瑰浘.mp4 [74.4 MB]
- 049、读取和讯博客的数据并可视化分析.mp4 [40.8 MB]
第2章 Python基础 第二阶段2 集
- 007、python模块.mp4 [55.2 MB]
- 008、python文件操作.mp4 [49.3 MB]
第20章 Python降维技术与大型数据分析与挖掘项目实训上2 集
- 088、社交网络项目实战.mp4 [137.6 MB]
- 087、Apriori算法与项目实战.mp4 [98.9 MB]
第15章 文本相似度分析3 集
- 063、文本相似度分析一.mp4 [67.9 MB]
- 064、文本相似度分析二.mp4 [50.8 MB]
- 065、文本相似度分析三.mp4 [135.1 MB]
第9章 补充以及作业讲解2 集
- 040、上节课作业讲解.mp4 [108.2 MB]
- 源码.rar [329.6 MB]
34机器学习项目实战-HTTP日志聚类分析3 集
- 课时198建立特征工程.mp4 [75.2 MB]
- 课时199特征数据预处理【公重号：CunWorkNotes】.mp4 [59.3 MB]
- 课时200应用聚类算法得出异常ip点.mp4 [70.5 MB]
05Python可视化库Seaborn11 集
- 课时31单变量分析绘图.mp4 [47.8 MB]
- 课时29调色板【优质资源‖关注：cunWorkNotes 解锁】.mp4 [39.0 MB]
- 课时30调色板颜色设置.mp4 [37.5 MB]
- 课时36Facetgrid绘制多变量【公重号：CunWorkNotes】.mp4 [54.6 MB]
- 课时35Facetgrid使用方法【不易整理‖请关注：CunWorkNoteS】.mp4 [35.2 MB]
- 课时37热度图绘制.mp4 [76.2 MB]
- 课时33多变量分析绘图.mp4 [46.5 MB]
- 课时32回归分析绘图.mp4 [51.2 MB]
- 课时27整体布局风格设置.mp4 [47.8 MB]
- 课时28风格细节设置.mp4 [50.7 MB]
- 课时34分类属性绘图.mp4 [51.0 MB]
32探索性数据分析-足球赛事数据集9 集
- 课时187特征可视化展示.mp4 [73.1 MB]
- 课时183数据背景介绍【更多精选‖公众号：CunWorknotes】 .mp4 [61.6 MB]
- 课时186缺失值可视化分析.mp4 [115.0 MB]
- 课时188多特征之间关系分析.mp4 [68.4 MB]
- 课时190红牌和肤色的关系.mp4 [150.8 MB]
- 课时182内容简介.mp4 [9.6 MB]
- 课时189报表可视化分析.mp4 [69.2 MB]
- 课时184数据读取与预处理.mp4 [92.4 MB]
- 课时185数据切分模块.mp4 [85.5 MB]
07梯度下降策略3 集
- 课时43梯度下降原理【持续更新‖免费提供：CunworknoteS】.mp4 [37.0 MB]
- 课时45学习率对结果的影响.mp4 [17.4 MB]
- 课时44梯度下降方法对比.mp4 [22.3 MB]
18案例：SVM调参实例2 集
- 课时99sklearn求解支持向量机.mp4 [62.8 MB]
- 课时100SVM参数选择.mp4 [86.7 MB]
17支持向量机7 集
- 课时96支持向量的作用【持续更新‖免费提供：CunworknoteS】.mp4 [32.9 MB]
- 课时94目标函数求解.mp4 [29.9 MB]
- 课时93目标函数.mp4 [27.0 MB]
- 课时97软间隔问题.mp4 [17.9 MB]
- 课时92距离与数据的定义.mp4 [28.2 MB]
- 课时95SVM求解实例.mp4 [38.1 MB]
- 课时91支持向量机要解决的问题.mp4 [27.2 MB]
29Python时间序列分析11 集
- 课时161章节简介.mp4 [5.2 MB]
- 课时163Pandas数据重采样【持续更新‖免费提供：CunworknoteS】.mp4 [42.4 MB]
- 课时172维基百科词条EDA.mp4 [111.4 MB]
- 课时169参数选择.mp4 [72.5 MB]
- 课时170股票预测案例.mp4 [62.0 MB]
- 课时164Pandas滑动窗口【资源精选‖更多关注：CunworkNotes】.mp4 [29.8 MB]
- 课时162Pandas生成时间序列【优质资源‖关注：cunWorkNotes 解锁】.mp4 [62.5 MB]
- 课时167相关函数评估方法.mp4 [45.7 MB]
- 课时168建立ARIMA模型.mp4 [41.4 MB]
- 课时165数据平稳性与差分法.mp4 [40.3 MB]
- 课时171使用tsfresh库进行分类任务.mp4 [120.6 MB]
33探索性数据分析-农粮组织数据集7 集
- 课时192数据切片分析.mp4 [121.5 MB]
- 课时193单变量分析.mp4 [118.8 MB]
- 课时197变量关系可视化展示.mp4 [105.2 MB]
- 课时195数据对数变换.mp4 [46.3 MB]
- 课时196数据分析维度.mp4 [49.3 MB]
- 课时191数据背景简介.mp4 [75.5 MB]
- 课时194峰度与偏度.mp4 [54.8 MB]
23神经网络15 集
- 课时126神经网络实例演示.mp4 [109.1 MB]
- 课时125神经网络架构【不易整理‖请关注：CunWorkNoteS】.mp4 [26.6 MB]
- 课时127神经网络过拟合解决方案.mp4 [43.0 MB]
- 课时123神经网络-梯度下降细节问题.mp4 [30.5 MB]
- 课时120神经网络-正则化惩罚项.mp4 [18.9 MB]
- 课时116K近邻尝试图像分类.mp4 [29.1 MB]
- 课时118线性分类原理.mp4 [23.1 MB]
- 课时115计算机视觉所面临的挑战.mp4 [31.0 MB]
- 课时114初识神经网络.mp4 [43.8 MB]
- 课时117超参数的作用.mp4 [30.1 MB]
- 课时119神经网络-损失函数.mp4 [25.8 MB]
- 课时128感受神经网络的强大.mp4 [48.4 MB]
- 课时124神经网络-反向传播.mp4 [40.7 MB]
- 课时121神经网络-softmax分类器.mp4 [34.6 MB]
- 课时122神经网络-最优化形象解读.mp4 [20.2 MB]
14案例实战：泰坦尼克获救预测5 集
- 课时78使用随机森林改进模型.mp4 [62.9 MB]
- 课时76数据预处理.mp4 [52.5 MB]
- 课时77使用回归算法进行预测.mp4 [54.2 MB]
- 课时75船员数据分析.mp4 [48.1 MB]
- 课时79随机森林特征重要性分析.mp4 [71.4 MB]
16Python文本数据分析：新闻分类任务5 集
- 课时87新闻数据与任务简介【优质资源‖关注：cunWorkNotes 解锁】.mp4 [78.7 MB]
- 课时85文本分析与关键词提取.mp4 [33.0 MB]
- 课时86相似度计算.mp4 [34.5 MB]
- 课时90基于贝叶斯算法进行新闻分类.mp4 [124.0 MB]
- 课时88TF-IDF关键词提取.mp4 [117.6 MB]
31机器学习项目实战-用户流失预警5 集
- 课时180结果衡量指标的意义【持续更新‖免费提供：CunworknoteS】.mp4 [60.6 MB]
- 课时179尝试多种分类器效果【优质资源‖关注：cunWorkNotes 解锁】.mp4 [33.3 MB]
- 课时178数据预处理.mp4 [45.3 MB]
- 课时177数据背景介绍.mp4 [39.3 MB]
- 课时181应用阈值得出结果.mp4 [34.4 MB]
03python数据分析处理库-Pandas6 集
- 课时16Pandas索引与计算【持续更新‖免费提供：CunworknoteS】.mp4 [56.5 MB]
- 课时20Series结构【优质资源‖关注：cunWorkNotes 解锁】.mp4 [84.3 MB]
- 课时19Pandas自定义函数.mp4 [41.1 MB]
- 课时18Pandas常用预处理方法.mp4 [43.9 MB]
- 课时15Pandas数据读取.mp4 [72.8 MB]
- 课时17Pandas数据预处理实例.mp4 [58.0 MB]
04Python数据可视化库-Matplotlib5 集
- 课时21折线图绘制.mp4 [43.4 MB]
- 课时25细节设置.mp4 [50.0 MB]
- 课时24柱形图与盒图.mp4 [49.2 MB]
- 课时23条形图与散点图.mp4 [59.7 MB]
- 课时22子图操作.mp4 [69.7 MB]
12案例实战：使用sklearn构造决策树模型4 集
- 课时67决策树复习.mp4 [27.2 MB]
- 课时68决策树涉及参数.mp4 [80.1 MB]
- 课时69树可视化与sklearn库简介.mp4 [164.3 MB]
- 课时70sklearn参数选择.mp4 [59.2 MB]
08逻辑回归算法2 集
- 课时46逻辑回归算法原理推导.mp4 [31.3 MB]
- 课时47逻辑回归求解.mp4 [44.5 MB]
27scikit-learn模型建立与评估7 集
- 课时151使用scikit-learn库建立回归模型.mp4 [50.1 MB]
- 课时152使用逻辑回归改进模型效果.mp4 [48.3 MB]
- 课时155交叉验证.mp4 [69.9 MB]
- 课时153 模型效果衡量标准.mp4 [74.2 MB]
- 课时156多类别问题.mp4 [64.2 MB]
- 课时150使用python库分析汽车油耗效率.mp4 [60.3 MB]
- 课时154ROC指标与测试集的价值.mp4 [70.1 MB]
13集成算法与随机森林4 集
- 课时72特征重要性衡量【持续更新‖免费提供：CunworknoteS】.mp4 [34.6 MB]
- 课时74堆叠模型.mp4 [19.6 MB]
- 课时73提升模型.mp4 [33.5 MB]
- 课时71集成算法-随机森林.mp4 [35.3 MB]
09案例实战：Python实现逻辑回归与梯度下降策略4 集
- 课时48Python实现逻辑回归任务概述.mp4 [33.2 MB]
- 课时51实验对比效果.mp4 [66.6 MB]
- 课时49完成梯度下降模块.mp4 [56.3 MB]
- 课时50停止策略与梯度下降案例.mp4 [51.8 MB]
19聚类算法-Kmeans4 集
- 课时101KMEANS算法概述【更多精选‖公众号：CunWorknotes】 .mp4 [32.3 MB]
- 课时104使用Kmeans进行图像压缩.mp4 [33.5 MB]
- 课时102KMEANS工作流程.mp4 [25.3 MB]
- 课时103KMEANS迭代可视化展示.mp4 [54.5 MB]
02Python科学计算库-Numpy7 集
- 课时9科学计算库Numpy【公重号：CunWorkNotes】.mp4 [48.7 MB]
- 课时14不同复制操作对比.mp4 [38.2 MB]
- 课时7使用Anaconda安装python环境（Python新手先看这个）.flv [102.9 MB]
- 课时11Numpy矩阵基础.mp4 [24.0 MB]
- 课时10Numpy基础结构.mp4 [38.5 MB]
- 课时12Numpy常用函数.mp4 [49.6 MB]
- 课时13矩阵常用操作.mp4 [37.0 MB]
24Xgboost集成算法7 集
- 课时129集成算法思想.mp4 [14.3 MB]
- 课时130xgboost基本原理【整理不易‖记得关注：CunWorKNotes】.mp4 [27.7 MB]
- 课时133xgboost安装【公重号：CunWorkNotes】.mp4 [16.7 MB]
- 课时132xgboost求解实例【优质资源‖关注：cunWorkNotes 解锁】.mp4 [36.6 MB]
- 课时131xgboost目标函数推导.mp4 [33.0 MB]
- 课时134xgboost实战演示.mp4 [78.0 MB]
- 课时135Adaboost算法概述.mp4 [39.2 MB]
25自然语言处理词向量模型-Word2Vec8 集
- 课时136自然语言处理与深度学习.mp4 [32.6 MB]
- 课时137语言模型【资源精选‖更多关注：CunworkNotes】.mp4 [14.3 MB]
- 课时139词向量【公重号：CunWorkNotes】.mp4 [22.6 MB]
- 课时143CBOW求解目标【优质资源‖关注：cunWorkNotes 解锁】.mp4 [15.6 MB]
- 课时140神经网络模型.mp4 [27.5 MB]
- 课时145负采样模型.mp4 [17.5 MB]
- 课时144梯度上升求解.mp4 [27.9 MB]
- 课时141Hierarchical Softmax-课时142CBOW模型实例.mp4 [59.2 MB]
10项目实战-交易数据异常检测10 集
- 课时60逻辑回归阈值对结果的影响.mp4 [46.4 MB]
- 课时55交叉验证.mp4 [44.5 MB]
- 课时53样本不均衡解决方案【更多精选‖公众号：CunWorknotes】 .mp4 [47.3 MB]
- 课时52案例背景和目标.mp4 [38.8 MB]
- 课时59混淆矩阵.mp4 [52.0 MB]
- 课时56模型评估方法.mp4 [41.9 MB]
- 课时58逻辑回归模型.mp4 [39.6 MB]
- 课时54下采样策略.mp4 [31.2 MB]
- 课时57正则化惩罚.mp4 [26.9 MB]
- 课时61SMOTE样本生成策略.mp4 [104.0 MB]
01人工智能入门指南（有基础的同学请略过！）6 集
- 课时2AI时代首选Python【资源精选‖更多关注：CunworkNotes】.flv [20.0 MB]
- 课时3Python我该怎么学.flv [10.5 MB]
- 课时4人工智能的核心-机器学习.flv [21.8 MB]
- 课时6算法推导与案例.mp4 [27.4 MB]
- 课时1课程介绍（主题与大纲.flv [75.2 MB]
- 课时5机器学习怎么学？.mp4 [26.6 MB]
26使用Gensim库构造中文维基百度数据词向量模型4 集
- 课时146使用Gensim库构造词向量.mp4 [37.8 MB]
- 课时148Gensim构造word2vec模型.mp4 [43.6 MB]
- 课时149测试模型相似度结果.mp4 [41.1 MB]
- 课时147维基百科中文数据处理.mp4 [86.9 MB]
28Python库分析科比生涯数据4 集
- 课时158特征数据可视化展示【不易整理‖请关注：CunWorkNoteS】.mp4 [64.2 MB]
- 课时160使用Scikit-learn建立模型【持续更新‖免费提供：CunworknoteS】.mp4 [53.1 MB]
- 课时157Kobe Bryan生涯数据读取与简介.mp4 [39.6 MB]
- 课时159数据预处理.mp4 [57.6 MB]
15贝叶斯算法5 集
- 课时82贝叶斯拼写纠错实例【整理不易‖记得关注：CunWorKNotes】.mp4 [30.9 MB]
- 课时84贝叶斯实现拼写检查器.mp4 [84.1 MB]
- 课时80贝叶斯算法概述.mp4 [19.2 MB]
- 课时83垃圾邮件过滤实例.mp4 [38.9 MB]
- 课时81贝叶斯推导实例.mp4 [20.7 MB]
20聚类算法-DBSCAN3 集
- 课时106DBSCAN工作流程.mp4 [51.3 MB]
- 课时105DBSCAN聚类算法.mp4 [34.6 MB]
- 课时107DBSCAN可视化展示.mp4 [54.3 MB]
11决策树算法5 集
- 课时66决策树剪枝策略.mp4 [49.1 MB]
- 课时65信息增益率.mp4 [16.6 MB]
- 课时64决策树构造实例.mp4 [30.5 MB]
- 课时62决策树原理概述.mp4 [34.9 MB]
- 课时63衡量标准-熵.mp4 [35.2 MB]
30机器学习项目实战-贷款申请最大化利润4 集
- 课时173数据清洗过滤无用特征.mp4 [93.1 MB]
- 课时175获得最大利润的条件与做法.mp4 [50.3 MB]
- 课时174数据预处理.mp4 [85.5 MB]
- 课时176预测结果并解决样本不均衡问题.mp4 [67.9 MB]
21案例实战：聚类实践2 集
- 课时109聚类案例实战.mp4 [134.0 MB]
- 课时108多种聚类算法概述.mp4 [11.9 MB]
22降维算法-PCA主成分分析3 集
- 璇炬椂113PCA瀹炰緥.mp4 [49.2 MB]
- 课时110PCA降维概述.mp4 [21.9 MB]
- 课时111PCA要优化的目标.mp4 [37.4 MB]
06线性回归算法原理推导5 集
- 课时42线性回归求解.mp4 [30.3 MB]
- 课时40似然函数求解.mp4 [24.9 MB]
- 课时38线性回归算法概述.mp4 [39.7 MB]
- 课时41目标函数推导.mp4 [25.8 MB]
- 课时39误差项分析.mp4 [34.4 MB]
word2vec7 条
- 【持续更新‖免费提供：CunworknoteS】.wmv [26.6 MB]
- 【不易整理‖请关注：CunWorkNoteS】.wmv [13.2 MB]
- 【更多精选‖公众号：CunWorknotes】【不易整理‖请关注：CunWorkNoteS】.wmv [20.5 MB]
- 【整理不易‖记得关注：CunWorKNotes】.wmv [14.6 MB]
- 10-昕昕网络教程【www.xinxin2018.com】.wmv [22.3 MB]
- 8-昕昕网络教程【www.xinxin2018.com】.wmv [28.5 MB]
- 11-昕昕网络教程【www.xinxin2018.com】.wmv [14.0 MB]
实战word2vec4 条
- 【整理不易‖记得关注：CunWorKNotes】.wmv [42.8 MB]
- 【优质资源‖关注：cunWorkNotes 解锁】.wmv [44.1 MB]
- 【持续更新‖免费提供：CunworknoteS】.wmv [33.5 MB]
- 3-昕昕网络教程【www.xinxin2018.com】.wmv [38.5 MB]
Gensim构造词向量模型2 条
- 【整理不易‖记得关注：CunWorKNotes】.wmv [35.2 MB]
- 4-昕昕网络教程【www.xinxin2018.com】.wmv [37.3 MB]
章节3-使用Surprise库建立推荐系统4 集
- 15模型架构【公重号：CunWorkNotes】.mp4 [51.3 MB]
- 17训练网络.mp4 [74.7 MB]
- 16损失函数定义.mp4 [51.8 MB]
- 14使用Tensorflow构建隐语义模型.mp4 [46.6 MB]
章节1-推荐系统工作原理8 集
- 02推荐系统应用.mp4 [32.7 MB]
- 10模型评估标准.mp4 [17.5 MB]
- 01系列课程概述.mp4 [7.9 MB]
- 03数据,代码下载（点击参考资料下载）.zip [182.0 B]
- 07基于物品的协同过滤.mp4 [36.4 MB]
- 09隐语义模型求解.mp4 [26.8 MB]
- 04推荐系统要完成的任务.mp4 [17.4 MB]
- 06基于用户的协同过滤.mp4 [24.0 MB]
章节2-使用Tensorflow构造隐语义模型3 集
- 12Surprise库使用方法.mp4 [43.3 MB]
- 11Surprise库与数据简介.mp4 [34.2 MB]
- 13得出推荐商品结果.mp4 [63.3 MB]
ppt8 条
- 机器学习和量化交易实战 Lecture 03[菜鸟自学网 .pdf [1.6 MB]
- 机器学习和量化交易实战 Lecture 07[菜鸟自学网 【公重号：CunWorkNotes】.pptx [7.4 MB]
- 机器学习和量化交易实战 Lecture 10[菜鸟自学网 【资源精选‖更多关注：CunworkNotes】.pptx [6.8 MB]
- 机器学习和量化交易实战 Lecture 01[菜鸟自学网 .pdf [1.8 MB]
- 机器学习和量化交易实战 Lecture 09[菜鸟自学网 .pptx [7.6 MB]
- 机器学习和量化交易实战 Lecture 04[菜鸟自学网 【优质资源‖关注：cunWorkNotes 解锁】.pdf [3.2 MB]
- 机器学习和量化交易实战 Lecture 02[菜鸟自学网 .pdf [2.6 MB]
- 机器学习和量化交易实战 Lecture 06[菜鸟自学网 .pdf [6.5 MB]
视频10 集
- 3搭建自己的量化数据库[菜鸟自学网 .mkv [628.2 MB]
- 5策略建模综述[菜鸟自学网 .mkv [664.3 MB]
- 4用python进行金融数据分析[菜鸟自学网 【不易整理‖请关注：CunWorkNoteS】.mkv [689.7 MB]
- 8自动交易系统的搭建[菜鸟自学网 .mkv [610.4 MB]
- 10策略优化与课程总结[菜鸟自学网 .mkv [697.7 MB]
- 9 量化策略的实现[菜鸟自学网 .mkv [758.9 MB]
- 2量化交易系统综述[菜鸟自学网 .mkv [707.0 MB]
- 1自动化交易综述[菜鸟自学网 .mkv [785.6 MB]
- 6策略建模：基于机器学习的策略建模[菜鸟自学网 .mkv [742.8 MB]
- 7模型评估与风险控制[菜鸟自学网 .mkv [710.1 MB]
lecture_code 057 条
- FI[菜鸟自学网 .py [623.0 B]
- BB[菜鸟自学网 【持续更新‖免费提供：CunworknoteS】.py [844.0 B]
- grid_search[菜鸟自学网 【资源精选‖更多关注：CunworkNotes】.py [1.5 KB]
- ROC[菜鸟自学网 【更多精选‖公众号：CunWorknotes】.py [1.1 KB]
- forecast[菜鸟自学网 .py [4.0 KB]
- evm[菜鸟自学网 .py [1.2 KB]
- MA[菜鸟自学网 【优质资源‖关注：cunWorkNotes 解锁】.py [1.3 KB]
lecture_code 037 条
- retrieving_data[菜鸟自学网 【资源精选‖更多关注：CunworkNotes】.py [868.0 B]
- price_retrieval[菜鸟自学网 .py [3.7 KB]
- insert_symbols[菜鸟自学网 .py [2.3 KB]
- quandl_data[菜鸟自学网 .py [2.5 KB]
- securities_master[菜鸟自学网 .sql [1.7 KB]
- quantitative[菜鸟自学网 【更多精选‖公众号：CunWorknotes】.sql [1.9 KB]
- cadf[菜鸟自学网 .py [2.4 KB]
lecture_code 051 条
- CCI[菜鸟自学网 .py [1.2 KB]
lecture_code 041 条
- code for lecture 4[菜鸟自学网 【资源精选‖更多关注：CunworkNotes】.ipynb [534.3 KB]
lecture_code 084 条
- event[菜鸟自学网 【更多精选‖公众号：CunWorknotes】.py [4.8 KB]
- backtest[菜鸟自学网 【不易整理‖请关注：CunWorkNoteS】.py [4.3 KB]
- mac[菜鸟自学网 .py [3.4 KB]
- portfolio[菜鸟自学网 .py [8.7 KB]
唐诗生成资料3 条
- tensorflow-RNN.pptx [792.8 KB]
- RNN与LSTM.pptx [1.1 MB]
- poem.zip [97.0 MB]
第二章2 集
- 2-8课后讨论[ 【公重号：CunWorkNotes】.mp4 [59.2 MB]
- 2-1梯度下降原理-2-2学习率的作用-2-3反向传播-2-4神经网络基础架构-2-5神经网络实例演示-2-6正则化与激活函数[ 【持续更新‖免费提供：CunworknoteS】.mp4 [320.7 MB]
第三章-tensorflow训练mnist数据集8 集
- 3-6鍙傛暟鍒濆鍖朳 .mp4 [47.7 MB]
- 3-4tensorflow实现线性回归[ .mp4 [97.7 MB]
- 3-2tensorflow鍩烘湰濂楄矾[ .mp4 [55.0 MB]
- 3-5tensorflow实现手写字体[ .mp4 [65.6 MB]
- 3-3tensorflow甯哥敤鎿嶄綔[ .mp4 [40.7 MB]
- mnist[ .zip [11.1 MB]
- 3-1tensorflow安装[ 【整理不易‖记得关注：CunWorKNotes】.mp4 [41.1 MB]
- 3-7迭代完成训练[ 【不易整理‖请关注：CunWorkNoteS】.mp4 [72.6 MB]
第七章-word2vec实战与对抗生成网络9 集
- 7-6GAN网络结构定义[ .mp4 [53.7 MB]
- 7-7 Gan迭代生成[ 【公重号：CunWorkNotes】.mp4 [107.1 MB]
- 7-4tfidf原理[ .mp4 [136.7 MB]
- 7-3使用gensim构建word2[ 【不易整理‖请关注：CunWorkNoteS】.mp4 [121.1 MB]
- 7-2准备word2vec输入数据[ .mp4 [64.7 MB]
- 7-1基于词袋模型训练分类器[ .mp4 [78.7 MB]
- 7-9DCGAN网络细节[ 【资源精选‖更多关注：CunworkNotes】.mp4 [80.4 MB]
- 7-8DCGAN网络特性（DCGAN数据代码下载---）[ 【不易整理‖请关注：CunWorkNoteS】.mp4 [43.2 MB]
- 7-5对抗生成网络原理概述(GAN数据代码下载---)[ 【持续更新‖免费提供：CunworknoteS】.mp4 [45.1 MB]
第一章8 集
- 1-6损失函数[ 【公重号：CunWorkNotes】.mp4 [27.0 MB]
- 神经网络（上课）[ .pdf [11.7 MB]
- 1-4K近邻与交叉验证[ .mp4 [41.3 MB]
- 1-3机器学习常规套路[ .mp4 [50.0 MB]
- 1-1课程概述与环境配置[ .mp4 [80.8 MB]
- 1-8课后讨论与答疑[ .mp4 [189.9 MB]
- 1-5得分函数[ 【公重号：CunWorkNotes】.mp4 [35.3 MB]
- 1-2深度学习与人工智能概述[ .mp4 [72.7 MB]
第五章-CNN实战与验证码识别8 集
- 5-1卷积网络复习（验证码数据代码下载--）[ 【整理不易‖记得关注：CunWorKNotes】.mp4 [28.1 MB]
- 5-3卷积与池化操作[ .mp4 [38.0 MB]
- 验证码案例[ .zip [76.1 MB]
- 5-2使用CNN训练mnist数[ .mp4 [59.9 MB]
- 5-5完成迭代训练[ 【公重号：CunWorkNotes】.mp4 [84.6 MB]
- 5-7验证码识别流程[ .mp4 [122.9 MB]
- 5-4定义卷积网络计算流程[ .mp4 [68.2 MB]
- 5-6验证码识别概述[ 【整理不易‖记得关注：CunWorKNotes】.mp4 [50.7 MB]
第四章-卷积神经网络6 集
- 4-1卷积体征提取[ 【更多精选‖公众号：CunWorknotes】【整理不易‖记得关注：CunWorKNotes】.mp4 [43.2 MB]
- 4-3卷积层计算参数[ .mp4 [74.7 MB]
- 4-2卷积计算流程[ 【优质资源‖关注：cunWorkNotes 解锁】.mp4 [44.0 MB]
- 4-5卷积网络整体架构[ .mp4 [36.7 MB]
- 4-4姹犲寲灞傛搷浣淸 .mp4 [53.5 MB]
- 4-6经典网络架构[ .mp4 [65.4 MB]
第六章-自然语言处理-word2vec6 集
- 6-7案例：影评情感分类(数据[ .mp4 [124.3 MB]
- 6-3神经网络模型[ 【更多精选‖公众号：CunWorknotes】.mp4 [30.4 MB]
- 6-4CBOW模型[ 【持续更新‖免费提供：CunworknoteS】.mp4 [39.4 MB]
- 6-1自然语言处理与深度学[ 【整理不易‖记得关注：CunWorKNotes】.mp4 [36.5 MB]
- 6-5鍙傛暟鏇存柊[ .mp4 [45.2 MB]
- 6-6负采样模型[ 【持续更新‖免费提供：CunworknoteS】.mp4 [20.0 MB]
第三次课程代码3 条
- tensorflow[ .pptx [792.8 KB]
- imagenet-vgg-verydeep-19[ .mat [549.4 MB]
- tensorflow代码[ .zip [2.1 MB]
第八章-LSTM情感分析与黑科技概述6 集
- 8-2LSTM网络架构[ .mp4 [33.6 MB]
- 8-4情感数据集处理[ 【持续更新‖免费提供：CunworknoteS】.mp4 [92.0 MB]
- 8-1 RNN网络架构[ .mp4 [41.6 MB]
- 8-3案例：使用LSTM进行情[ .mp4 [78.7 MB]
- 8-6趣味网络串讲（数据代[ .mp4 [55.3 MB]
- 8-7课后讨论版[ 【资源精选‖更多关注：CunworkNotes】.mp4 [27.4 MB]
seq2seq网络架构原理1 条
- Seq2Seq网络.rar [658.1 KB]
Kaggle第2课：经济金融领域的应用2 集
- 第2课 经济金融领域的应用[ 【资源精选‖更多关注：CunworkNotes】.pdf [5.7 MB]
- Kaggle 第二次课[ 【资源精选‖更多关注：CunworkNotes】.mp4 [210.6 MB]
Kaggle第4课：自然语言处理类问题1 集
- Kaggle第四课第一部分[ 【公重号：CunWorkNotes】.mp4 [88.6 MB]
Kaggle第1课：机器学习算法、工具与流程概述3 集
- Kaggle 第一次课 1[ 【公重号：CunWorkNotes】.mp4 [40.8 MB]
- Kaggle第1课：机器学习算法、工具与流程概述[ .pdf [5.9 MB]
- Kaggle 第一次课2 [ 【公重号：CunWorkNotes】.mp4 [278.1 MB]
Kaggle第6课：走起-深度学习1 条
- 第6课：走起-深度学习[ .pdf [4.5 MB]
Kaggle第8课：金融风控问题2 条
- baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61[ .cfg [4.0 B]
- 第8课：金融风控问题[ 【整理不易‖记得关注：CunWorKNotes】.pdf [1.6 MB]
第7章 手写数字识别19 集
- 7-12 knn鏁板瓧璇嗗埆10.mp4 [116.4 MB]
- 7-15 cnn实现手写数字识别3【整理不易‖记得关注：CunWorKNotes】.mp4 [89.5 MB]
- 7-19 数字识别小结.mp4 [131.9 MB]
- 7-8 knn数字识别6【公重号：CunWorkNotes】.mp4 [83.2 MB]
- 7-5 knn鏁板瓧璇嗗埆3.mp4 [110.8 MB]
- 7-13 cnn实现手写数字识别1.mp4 [53.1 MB]
- 7-16 cnn实现手写数字识别4.mp4 [112.7 MB]
- 7-2 鏍锋湰浠嬬粛.mp4 [18.3 MB]
- 7-7 knn鏁板瓧璇嗗埆5.mp4 [124.2 MB]
- 7-10 knn鏁板瓧璇嗗埆8.mp4 [88.6 MB]
- 7-3 knn鏁板瓧璇嗗埆1.mp4 [23.9 MB]
- 7-18 cnn实现手写数字识别6.mp4 [115.1 MB]
- 7-4 knn鏁板瓧璇嗗埆2.mp4 [57.6 MB]
- 7-1 绔犺妭浠嬬粛.mp4 [6.0 MB]
- 7-9 knn鏁板瓧璇嗗埆7.mp4 [102.1 MB]
- 7-6 knn鏁板瓧璇嗗埆4.mp4 [87.2 MB]
- 7-17 cnn实现手写数字识别5.mp4 [91.1 MB]
- 7-14 cnn实现手写数字识别2.mp4 [107.4 MB]
- 7-11 knn鏁板瓧璇嗗埆9.mp4 [59.3 MB]
第4章 计算机视觉加强之图像特效&线段文字绘制13 集
- 4-11 娴洉鏁堟灉.mp4 [19.4 MB]
- 4-17 文字图片绘制.mp4 [28.6 MB]
- 4-1 图像特效介绍.mp4 [93.7 MB]
- 4-13 娌圭敾鐗规晥.mp4 [56.4 MB]
- 4-7 毛玻璃【整理不易‖记得关注：CunWorKNotes】.mp4 [38.5 MB]
- 4-3 图像灰度处理2.mp4 [29.9 MB]
- 4-16 矩形圆形任意多边形绘制.mp4 [47.0 MB]
- 4-5 棰滆壊鍙嶈浆.mp4 [32.2 MB]
- 4-8 鍥剧墖铻嶅悎.mp4 [36.7 MB]
- 4-2 图像灰度处理1.mp4 [20.3 MB]
- 4-12 棰滆壊鏄犲皠.mp4 [21.0 MB]
- 4-14 图像特效小结.mp4 [24.7 MB]
- 4-4 绠楁硶浼樺寲.mp4 [33.9 MB]
第9章 课程总结1 集
- 9-1 课程总结.mp4 [27.5 MB]
第5章 计算机视觉加强之图像美化10 集
- 5-1 美化效果章节介绍【资源精选‖更多关注：CunworkNotes】.mp4 [59.9 MB]
- 5-2 彩色图片直方图.mp4 [57.4 MB]
- 5-5 灰度直方图源码.mp4 [25.9 MB]
- 5-7 灰度直方图均衡化.mp4 [76.7 MB]
- 5-3 直方图均衡化.mp4 [54.3 MB]
- 5-8 彩色直方图均衡化.mp4 [50.3 MB]
- 5-11 高斯均值滤波.mp4 [52.5 MB]
- 5-9 浜害澧炲己.mp4 [22.5 MB]
- 5-13 图像美化章节小结.mp4 [48.9 MB]
- 5-6 彩色直方图源码.mp4 [33.7 MB]
第3章 计算机视觉加强之几何变换7 集
- 3-2 图片缩放1【整理不易‖记得关注：CunWorKNotes】.mp4 [21.8 MB]
- 3-12 鍥剧墖鏃嬭浆.mp4 [21.8 MB]
- 3-13 图片几何变换小结.mp4 [20.8 MB]
- 3-7 鍥剧墖绉讳綅2.mp4 [30.6 MB]
- 3-8 鍥剧墖绉讳綅3.mp4 [13.0 MB]
- 3-11 图片仿射变换.mp4 [42.0 MB]
- 3-9 鍥剧墖闀滃儚.mp4 [46.1 MB]
第2章 计算机视觉入门21 集
- 2-16 矩阵基础3.mp4 [29.0 MB]
- 2-10 案例4：像素读取写入.mp4 [12.4 MB]
- 2-9 像素操作基础【公重号：CunWorkNotes】.mp4 [24.9 MB]
- 2-19 小综合：人工神经网络逼近股票价格1【优质资源‖关注：cunWorkNotes 解锁】.mp4 [48.7 MB]
- 2-18 matplotlib模块的使用.mp4 [28.8 MB]
- 2-14 矩阵基础1【更多精选‖公众号：CunWorknotes】 .mp4 [63.1 MB]
- 2-7 案例2：图片写入.mp4 [20.9 MB]
- 2-11 tensorflow常量变量定义【持续更新‖免费提供：CunworknoteS】.mp4 [28.8 MB]
- 2-20 小综合：人工神经网络逼近股票价格2.mp4 [27.2 MB]
- 2-4 娴嬭瘯妗堜緥helloWorld.mp4 [18.8 MB]
- 2-17 numpy模块使用.mp4 [38.5 MB]
- 2-13 常量变量四则运算.mp4 [63.7 MB]
- 2-6 Opencv模块组织结构.mp4 [37.9 MB]
- 2-15 矩阵基础2.mp4 [35.6 MB]
- 2-5 案例1：图片的读取和展示.mp4 [22.7 MB]
- 2-21 小综合：人工神经网络逼近股票价格3.mp4 [53.4 MB]
- 2-8 案例3：不同图片质量保存.mp4 [30.5 MB]
- 2-12 tensorflow运算原理.mp4 [32.9 MB]
- 2-3 Windows下一站式开发环境anaconda搭建.mp4 [21.4 MB]
- 2-22 小综合：人工神经网络逼近股票价格4.mp4 [91.9 MB]
- 2-2 Mac下一站式开发环境anaconda搭建.mp4 [34.8 MB]
第6章 计算机视觉加强之机器学习6 集
- 6-3 图片合成视频【优质资源‖关注：cunWorkNotes 解锁】.mp4 [17.9 MB]
- 6-12 SVM小结【不易整理‖请关注：CunWorkNoteS】.mp4 [37.0 MB]
- 6-9 Haar+adaboost浜鸿劯璇嗗埆.mp4 [123.6 MB]
- 6-1 机器学习章节介绍【整理不易‖记得关注：CunWorKNotes】.mp4 [32.6 MB]
- 6-2 视频分解图片.mp4 [43.9 MB]
- 6-23 机器学习小结.mp4 [166.3 MB]
第8章 “刷脸”识别6 集
- 8-5 神经网络训练识别1.mp4 [21.8 MB]
- 8-8 神经网络训练识别4.mp4 [65.5 MB]
- 8-6 神经网络训练识别2.mp4 [56.0 MB]
- 8-7 神经网络训练识别3.mp4 [63.9 MB]
- 8-1 绔犺妭浠嬬粛.mp4 [22.1 MB]
- 8-2 最简单的图片爬虫.mp4 [122.0 MB]
第1章 课程导学1 集
- 1-1 计算机视觉导学.mp4 [48.2 MB]
课件15 条
- 熵【资源精选‖更多关注：CunworkNotes】.pdf [267.7 KB]
- 激活函数【公重号：CunWorkNotes】.pdf [264.4 KB]
- 概率论.pdf [2.3 MB]
- 后验概率估计【优质资源‖关注：cunWorkNotes 解锁】.pdf [230.8 KB]
- 概率分布与概率密度.pdf [640.2 KB]
- SVD.pdf [396.6 KB]
- 特征值与特征向量.pdf [386.9 KB]
- 微积分.pdf [960.9 KB]
- 核函数.pdf [477.7 KB]
- 泰勒公式.pdf [777.5 KB]
- 高等数学.pdf [1.1 MB]
- 拉格朗日乘子法.pdf [599.3 KB]
- 矩阵.pdf [1.3 MB]
- 梯度.pdf [702.1 KB]
- 似然函数.pdf [384.4 KB]
视频9 集
- 03-第八章.mp4 [367.2 MB]
- 07-第十三章.mp4 [411.2 MB]
- 06-第十一章至第十二章.mp4 [1.2 GB]
- 09-第十六章.mp4 [453.0 MB]
- 08-第十四至第十五.mp4 [429.4 MB]
- 02-第二章至第七章.mp4 [893.4 MB]
- 05-第十章补充.mp4 [31.4 MB]
- 04-第九章至第十章.mp4 [231.1 MB]
- 01-第一章.mp4 [125.8 MB]
第1章 深度学习必备基础知识点1 条
- nn代码.rar [661.4 KB]
文本分类1 条
- 数据-代码.zip [174.0 B]
22、NLP-文本相似度1 条
- 文本相似度.zip [115.8 MB]
27、问答机器人1 条
- QA问答.zip [880.5 MB]
19、Tensorflow-自然语言处理1 条
- Tensorflow-自然语言处理.rar [777.0 MB]
适合人群
- AI开发者
- 大数据工程师
- 全栈工程师
🎯 学习收获
- 掌握计算机视觉技术
- 精通深度学习框架
- 实现对抗生成网络项目
🎉 祝您学习愉快！
