Python3入门人工智能-掌握机器学习深度学习并提升实战能力

┣━mksz418 – Python3入门人工智能-掌握机器学习深度学习并提升实战能力

┣━第5章 机器学习其他常用技术

┣━5-1 决策树（1）.mp4

┣━5-3 异常检测.mp4

┣━5-5 实战准备.mp4

┣━5-6 实战（1）.mp4

┣━5-7 实战（2）.mp4

┣━5-2 决策树（2）.mp4

┣━5-4 主成分分析.mp4

┣━5-8 实战（3）.mp4

┣━第6章 模型评价与优化

┣━6-6 实战（二）(2).mp4

┣━6-7 实战（三）(2).mp4

┣━6-5 实战（一）(2).mp4

┣━6-1 过拟合与欠拟合(2).mp4

┣━6-2 数据分离与混淆矩阵(2).mp4

┣━6-3 模型优化(2).mp4

┣━6-4 实战准备(2).mp4

┣━第7章 深度学习之多层感知器

┣━7-2 MLP实现非线性分类.mp4

┣━7-3 实战准备.mp4

┣━7-1 多层感知器(MLP).mp4

┣━7-5 实战（二）.mp4

┣━7-4 实战（一）.mp4

┣━课程资料

┣━Artificial_Intelligence-master.zip

┣━第1章 人工智能时代，人人都应该学会利用AI这个工具

┣━1-3 人工智能介绍.mp4

┣━1-1 课程导学.mp4

┣━1-2 内容快速概览.mp4

┣━1-5 环境配置及Python语法实操.mp4

┣━1-4 环境及工具包介绍.mp4

┣━1-6 Pandas、Numpy、Matplotlib实操.mp4

┣━第3章 机器学习之逻辑回归

┣━3-7 芯片检测实战(2).mp4

┣━3-1 分类问题介绍(2).mp4

┣━3-2 逻辑回归（1）(2).mp4

┣━3-4 实战准备(2).mp4

┣━3-5 考试通过实战（一）(2).mp4

┣━3-3 逻辑回归（2）(2).mp4

┣━3-6 考试通过实战（二）(2).mp4

┣━第10章 迁移混合模型

┣━10-3 在线学习.mp4

┣━10-7 实战准备（二）.mp4

┣━10-12 机器深度学习实现少样本苹果分类（四）.mp4

┣━10-8 基于新数据的迁移学习实战.mp4

┣━10-1 迁移学习（一）.mp4

┣━10-11 机器深度学习实现少样本苹果分类（三）.mp4

┣━10-5 混合模型2.mp4

┣━10-6 实战准备（一）.mp4

┣━10-10 机器深度学习实现少样本苹果分类（二）.mp4

┣━10-9 机器深度学习实现少样本苹果分类（一）.mp4

┣━10-2 迁移学习（二）.mp4

┣━10-4 混合模型1.mp4

┣━第4章 机器学习之聚类

┣━4-6 KNN-Meanshift.mp4

┣━4-2 Kmeans-KNN-Meanshift.mp4

┣━4-4 Kmeans实战（1）.mp4

┣━4-3 实战准备.mp4

┣━4-5 Kmeans实战（2）.mp4

┣━4-1 无监督学习.mp4

┣━第9章 深度学习之循环神经网络

┣━9-5 实战（一）RNN股价预测(2).mp4

┣━9-6 实战（二）RNN股价预测(2).mp4

┣━9-1 序列数据案例(2).mp4

┣━9-8 实战（二）LSTM实现文本生成(2).mp4

┣━9-2 循环神经网络RNN(2).mp4

┣━9-3 不同类型的RNN模型(2).mp4

┣━9-7 实战（一）LSTM实现文本生成(2).mp4

┣━9-4 实战准备(2).mp4

┣━第11章 课程总结

┣━11-3 课程总结（三）.mp4

┣━11-1 课程总结（一）.mp4

┣━11-2 课程总结（二）.mp4

┣━第2章 机器学习之线性回归

┣━2-2 线性回归.mp4

┣━2-1 机器学习介绍.mp4

┣━2-5 多因子线性回归实战.mp4

┣━2-4 单因子线性回归实战.mp4

┣━2-3 线性回归实战准备.mp4

┣━第8章 深度学习之卷积神经网络

┣━8-1 卷积神经网络（一）.mp4

┣━8-3 实战准备.mp4

┣━本章精华总结.mp4

┣━8-2 卷积神经网络（二）.mp4

┣━8-5 实战（二）.mp4

┣━8-4 实战（一）.mp4