全新人工智能开发系统学习尖端课程 高阶人工智能实战 尚学堂百战程序员人工智能课程



===============课程目录===============
目录中文件数:1个
├─(1) 人工智能开发课程介绍.pdf
(1)\\01_人工智能开发及远景介绍（预科）；目录中文件数:7个
├─(2) 1_何为机器学习.mp4
├─(3) 2_人工智能与机器学习关系.mp4
├─(4) 3_人工智能应用与价值.mp4
├─(5) 4_有监督机器学习流程.mp4
├─(6) 5_有监督机器学习训练流程.mp4
├─(7) 6_Python机器学习库Scikit-Learn介绍.mp4
├─(8) 7_理解线性与回归.mp4
(2)\\02_线性回归深入和代码实现【尚学堂·百战程序员】；目录中文件数:0个
(3)\\03_梯度下降和过拟合和归一化【尚学堂·百战程序员】；目录中文件数:0个
(4)\\04_逻辑回归详解和应用【尚学堂·百战程序员】；目录中文件数:0个
(5)\\05_分类器项目案例和神经网络算法【尚学堂·百战程序员】；目录中文件数:0个
(6)\\06_多分类、决策树分类、随机森林分类【尚学堂·百战程序员】；目录中文件数:0个
(7)\\07_分类评估、聚类【尚学堂·百战程序员】；目录中文件数:0个
(8)\\08_密度聚类、谱聚类【尚学堂·百战程序员】；目录中文件数:0个
(9)\\09_深度学习、TensorFlow安装和实现线性回归【尚学堂·百战程序员】；目录中文件数:0个
(10)\\10_TensorFlow深入、TensorBoard可视化【尚学堂·百战程序员】；目录中文件数:0个
(11)\\11_DNN深度神经网络手写图片识别【尚学堂·百战程序员】；目录中文件数:0个
(12)\\12_TensorBoard可视化【尚学堂·百战程序员】；目录中文件数:0个
(13)\\13_卷积神经网络、CNN识别图片【尚学堂·百战程序员】；目录中文件数:0个
(14)\\14_卷积神经网络深入、AlexNet模型实现【尚学堂·百战程序员】；目录中文件数:0个
(15)\\15_Keras深度学习框架【尚学堂·百战程序员】；目录中文件数:0个
(16)\\02_线性回归深入和代码实现【尚学堂·百战程序员】\\代码；目录中文件数:2个
├─(9) linear_regression_0.py
├─(10) linear_regression_1.py
(17)\\02_线性回归深入和代码实现【尚学堂·百战程序员】\\视频；目录中文件数:6个
├─(11) 01_机器学习是什么.mp4
├─(12) 02_怎么做线性回归.mp4
├─(13) 03_理解回归_最大似然函数.mp4
├─(14) 04_应用正太分布概率密度函数_对数总似然.mp4
├─(15) 05_推导出损失函数_推导出解析解.mp4
├─(16) 06_代码实现解析解的方式求解_梯度下降法的开始_sklearn模块使用线性回归.mp4
(18)\\02_线性回归深入和代码实现【尚学堂·百战程序员】\\资料；目录中文件数:2个
├─(17) 机器学习是什么.txt
├─(18) 线性回归.txt
(19)\\02_线性回归深入和代码实现【尚学堂·百战程序员】\\软件；目录中文件数:2个
├─(19) Anaconda3-4.2.0-Windows-x86_64.exe
├─(20) pycharm-community-2017.3.3.exe
(20)\\03_梯度下降和过拟合和归一化【尚学堂·百战程序员】\\代码；目录中文件数:3个
├─(21) batch_gradient_descent(1).py
├─(22) elastic_net.py
├─(23) lasso_regression.py
(21)\\03_梯度下降和过拟合和归一化【尚学堂·百战程序员】\\视频；目录中文件数:7个
├─(24) 01_梯度下降法思路_导函数有什么用.mp4
├─(25) 02_推导线性回归损失函数导函数_以及代码实现批量梯度下降.mp4
├─(26) 03_随机梯度下降_及代码实现_mini-batchGD_调整学习率.mp4
├─(27) 04_梯度下降做归一化的必要性.mp4
├─(28) 05_最大值最小值归一化_sklearn官网介绍_防止过拟合W越少越小.mp4
├─(29) 06_过拟合的总结.mp4
├─(30) 07_岭回归_以及代码调用.mp4
(22)\\03_梯度下降和过拟合和归一化【尚学堂·百战程序员】\\资料；目录中文件数:2个
├─(31) 梯度下降法.txt
├─(32) 过拟合.png
(23)\\04_逻辑回归详解和应用【尚学堂·百战程序员】\\代码；目录中文件数:6个
├─(33) elastic_net.py
├─(34) insurance.py
├─(35) lasso_regression.py
├─(36) logistic_regression.py
├─(37) polynomial_regression.py
├─(38) ridge_regression.py
(24)\\04_逻辑回归详解和应用【尚学堂·百战程序员】\\视频；目录中文件数:6个
├─(39) 01_Lasso_ElasticNet_PolynomialFeatures.mp4
├─(40) 02_多项式回归代码_保险案例数据说明.mp4
├─(41) 03_相关系数_逻辑回归介绍.mp4
├─(42) 04_逻辑回归的损失函数_交叉熵_逻辑回归对比多元线性回归.mp4
├─(43) 05_逻辑回归sklearn处理鸢尾花数据集.mp4
├─(44) 06_逻辑回归多分类转成多个二分类详解.mp4
(25)\\04_逻辑回归详解和应用【尚学堂·百战程序员】\\资料；目录中文件数:4个
├─(45) insurance.csv
├─(46) 线性回归2.txt
├─(47) 逻辑回归.txt
├─(48) 逻辑回归多分类.png
(26)\\05_分类器项目案例和神经网络算法【尚学堂·百战程序员】\\代码；目录中文件数:2个
├─(49) logistic.py
├─(50) neural_network.py
(27)\\05_分类器项目案例和神经网络算法【尚学堂·百战程序员】\\视频；目录中文件数:6个
├─(51) 01_理解维度_音乐分类器数据介绍.mp4
├─(52) 02_傅里叶变化原理_傅里叶代码应用_傅里叶优缺点.mp4
├─(53) 03_逻辑回归训练音乐分类器代码_测试代码.mp4
├─(54) 04_人工神经网络开始.mp4
├─(55) 05_神经网络隐藏层的必要性.mp4
├─(56) 06_神经网络案例_sklearn_concrete.mp4
(28)\\05_分类器项目案例和神经网络算法【尚学堂·百战程序员】\\资料；目录中文件数:10个
├─(57) concrete.csv
├─(58) machine-learning.pdf
├─(59) R04_神经网络.pdf
├─(60) sine_a.wav
├─(61) sine_b.wav
├─(62) sine_mix.wav
├─(63) trainset.rar
├─(64) 图片1.png
├─(65) 理解维度_升维.png
├─(66) 神经网络.txt
(29)\\06_多分类、决策树分类、随机森林分类【尚学堂·百战程序员】\\代码；目录中文件数:4个
├─(67) decision_tree_regressor.py
├─(68) iris_bagging_tree.py
├─(69) iris_decision_tree.py
├─(70) iris_random_forest.py
(30)\\06_多分类、决策树分类、随机森林分类【尚学堂·百战程序员】\\视频；目录中文件数:7个
├─(71) 00_机器学习有监督无监督.mp4
├─(72) 01_逻辑回归多分类图示理解_逻辑回归和Softmax区别.mp4
├─(73) 02_Softmax图示详解_梯度下降法整体调参【尚学堂·百战程序员】.mp4
├─(74) 03_评估指标_K折交叉验证.mp4
├─(75) 04_决策树介绍.mp4
├─(76) 05_随机森林_优缺点_对比逻辑回归_剪枝.mp4
├─(77) 06_决策树_随机森林_sklearn代码调用.mp4
(31)\\06_多分类、决策树分类、随机森林分类【尚学堂·百战程序员】\\资料；目录中文件数:6个
├─(78) Softmax画图剖析.png
├─(79) 梯度下降训练过程.png
├─(80) 线性回归(评估).pdf
├─(81) 逻辑回归二分类画图剖析.png
├─(82) 逻辑回归多分类画图剖析.png
├─(83) 随机森林.pdf
(32)\\07_分类评估、聚类【尚学堂·百战程序员】\\代码；目录中文件数:3个
├─(84) cluster_images.py
├─(85) cluster_kmeans.py
├─(86) mnist.py
(33)\\07_分类评估、聚类【尚学堂·百战程序员】\\视频；目录中文件数:5个
├─(87) 01_评估指标.mp4
├─(88) 02_监督学习评估指标代码调用.mp4
├─(89) 03_相似度测量.mp4
├─(90) 04_K-Means聚类.mp4
├─(91) 05_KMeans聚类的应用.mp4
(34)\\07_分类评估、聚类【尚学堂·百战程序员】\\资料；目录中文件数:4个
├─(92) flower2.png
├─(93) Lena.png
├─(94) temp_5.png
├─(95) 聚类.pdf
(35)\\08_密度聚类、谱聚类【尚学堂·百战程序员】\\代码；目录中文件数:3个
├─(96) cluster_DBSCAN.py
├─(97) cluster_metrics.py
├─(98) cluster_spectral.py
(36)\\08_密度聚类、谱聚类【尚学堂·百战程序员】\\视频；目录中文件数:3个
├─(99) 01_聚类的评估_metrics代码.mp4
├─(100) 02_密度聚类_代码实现.mp4
├─(101) 03_谱聚类.mp4
(37)\\09_深度学习、TensorFlow安装和实现线性回归【尚学堂·百战程序员】\\代码；目录中文件数:11个
├─(102) 00_tensorflow_version.py
├─(103) 01_first_graph.py
├─(104) 02_better_session_run.py
├─(105) 03_global_variables_initializer.py
├─(106) 04_interactive_session.py
├─(107) 05_manager_graph.py
├─(108) 06_lifecycle.py
├─(109) 07_linear_regression.py
├─(110) 08_manually_gradients.py
├─(111) 09_autodiff.py
├─(112) 10_using_optimizer.py
(38)\\09_深度学习、TensorFlow安装和实现线性回归【尚学堂·百战程序员】\\视频；目录中文件数:5个
├─(113) 00_pip安装源设置.mp4
├─(114) 01_TensorFlow介绍与安装.mp4
├─(115) 02_TensorFlow CUDA GPU安装说明_TF使用介绍.mp4
├─(116) 03_TensorFlow代码初始_解析解多元线性回归实现.mp4
├─(117) 04_tensorflow来代码实现线性回归_梯度下降优化.mp4
(39)\\09_深度学习、TensorFlow安装和实现线性回归【尚学堂·百战程序员】\\资料；目录中文件数:1个
├─(118) TensorFlow初识.pdf
(40)\\10_TensorFlow深入、TensorBoard可视化【尚学堂·百战程序员】\\代码；目录中文件数:10个
├─(119) 11_placeholder.py
├─(120) 12_Softmax_regression.py
├─(121) 13_saving_model.py
├─(122) 14_restoring_model.py
├─(123) 15_modularity.py
├─(124) 15_modularity_.py
├─(125) 16_DNN.py
├─(126) 17_tensorboard.py
├─(127) 18_convolution.py