黑马-Python人工智能V6.5

黑马《Python人工智能V6.5》是一套面向人工智能与 Python 开发方向打造的系统化实战课程，适合希望从零开始学习 Python，并进一步进入人工智能、机器学习、深度学习及 AI 应用开发领域的学习者。课程以 Python 编程为基础，逐步构建人工智能开发所需要的技术体系，通过循序渐进的学习路径，让学员从基础语法和编程思想入门，逐步过渡到数据处理、算法应用以及 AI 项目实战。

课程内容覆盖 Python 核心编程、面向对象、文件操作、异常处理、函数与模块等基础知识，同时结合常见开发工具和工程实践，帮助学员建立规范的编码习惯。在掌握 Python 基础后，课程进一步进入人工智能相关内容，围绕数据分析、机器学习、深度学习等方向展开学习，使学员理解数据预处理、特征工程、模型训练、模型评估等基本流程，并能够利用 Python 生态中的主流技术完成实际案例。

相比单纯的编程基础课程，《Python人工智能V6.5》更加注重项目驱动和岗位实战，通过多个综合案例帮助学习者将理论知识转化为实际开发能力。学习过程中不仅能够掌握 Python 语言本身，还可以逐渐熟悉人工智能项目从数据准备到模型应用的完整开发流程，为后续学习计算机视觉、自然语言处理、推荐系统以及大模型等热门 AI 技术打下基础。

对于零基础学员来说，这套课程可以作为进入 Python 和人工智能领域的系统学习路线；对于已经具备一定编程基础的学习者，也能够通过人工智能项目实践进一步完善技术栈。整体内容兼顾基础、进阶与实战，适合学生、转行学习者以及希望提升 Python 与 AI 开发能力的程序员学习。

课程截图：

课程目录：

├── 01_Python基础-V6.5X版-14天-AI版
│ ├── 01.Linux基础
│ │ ├── Day01_Linux基础
│ │ └── Day02_Linux基础
│ ├── 02.MySQL基础
│ │ ├── day01-Mysql基础
│ │ ├── day02-Mysql查询
│ │ ├── day03-Mysql多表查询
│ │ └── day04-窗口函数+练习题
│ └── 03.Python基础
│ ├── day01
│ ├── day02
│ ├── day03
│ ├── day04
│ ├── day05
│ ├── day06
│ ├── day07
│ └── day08
├── 02_Python进阶-V6.5X版-9天-AI版
│ ├── day01-面向对象基础
│ │ ├── 01.Python进阶-大纲介绍.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.面向对象-初识.wmv
│ │ ├── 04.面向对象-三大特征介绍.wmv
│ │ ├── 05.定义类和对象.wmv
│ │ ├── 06.self对象介绍.wmv
│ │ ├── 07.在类内部调用类的函数.wmv
│ │ ├── 08.在类外定义和获取属性.wmv
│ │ ├── 09.上午内容回顾.wmv
│ │ ├── 10.在类内获取属性.wmv
│ │ ├── 11.魔法方法-init-无参数.wmv
│ │ ├── 12.魔法方法-init-有参数.wmv
│ │ ├── 13.魔法方法-str和del.wmv
│ │ ├── 14.案例-减肥.wmv
│ │ └── 15.案例-烤地瓜.wmv
│ ├── day02-面向对象高级
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.定义类的格式.wmv
│ │ ├── 04.继承-入门.wmv
│ │ ├── 05.继承-单继承.wmv
│ │ ├── 06.继承-多继承.wmv
│ │ ├── 07.继承-方法重写-入门.wmv
│ │ ├── 08.继承-子类访问父类成员-方式1.wmv
│ │ ├── 09.继承-子类访问父类成员-方式2.wmv
│ │ ├── 10.继承-多层继承.wmv
│ │ ├── 11.封装-私有化属性.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.封装-私有化方法.wmv
│ │ ├── 14.扩展-方法重写案例-手机类.wmv
│ │ ├── 15.多态-入门.wmv
│ │ ├── 16.扩展_Java版多态.wmv
│ │ ├── 17.多态案例_战斗机.wmv
│ │ ├── 18.抽象类详解.wmv
│ │ ├── 19.类属性和对象属性详解.wmv
│ │ └── 20.类方法和静态方法详解.wmv
│ ├── day03-学生管理系统-深拷贝浅拷贝
│ │ ├── 01.昨日反馈和作业处理.wmv
│ │ ├── 02.面向对象版-学生管理系统-需求分析.wmv
│ │ ├── 03.学生类-代码实现.wmv
│ │ ├── 04.学生管理系统文件-搭建提示界面.wmv
│ │ ├── 05.学生管理系统文件-搭建基本框架.wmv
│ │ ├── 06.学生管理系统文件-业务逻辑代码实现.wmv
│ │ ├── 07.main模块-搭建程序的主入口.wmv
│ │ ├── 08.学生管理系统文件-添加学生.wmv
│ │ ├── 09.学生管理系统文件-查看所有学生信息.wmv
│ │ ├── 10.学生管理系统文件-修改学生信息.wmv
│ │ ├── 11.学生管理系统文件-删除学生信息.wmv
│ │ ├── 12.学生管理系统文件-查询单个学生信息.wmv
│ │ ├── 13.上午内容回顾.wmv
│ │ ├── 14.扩展_dict属性.wmv
│ │ ├── 15.扩展_with_open语法.wmv
│ │ ├── 16.学生管理系统文件-保存学生信息.wmv
│ │ ├── 17.学生管理系统文件-加载学生信息.wmv
│ │ ├── 18.扩展-把show_view函数定义成静态方法.wmv
│ │ ├── 19.深浅拷贝-普通赋值.wmv
│ │ ├── 20.深浅拷贝-浅拷贝.wmv
│ │ ├── 21.深浅拷贝-深拷贝.wmv
│ │ └── 22.今日内容总结.wmv
│ ├── day04_闭包和装饰器
│ │ ├── 01.昨日内容回顾.wmv
│ │ ├── 02.函数名-作为对象.wmv
│ │ ├── 03.函数名-作为实参传递.wmv
│ │ ├── 04.闭包-入门.wmv
│ │ ├── 05.闭包-图解.wmv
│ │ ├── 06.闭包-nonlocal关键字.wmv
│ │ ├── 07.装饰器-入门.wmv
│ │ ├── 08.装饰器-无参无返回值.wmv
│ │ ├── 09.装饰器-有参无返回值.wmv
│ │ ├── 10.上午内容回顾.wmv
│ │ ├── 11.装饰器-无参有返回值.wmv
│ │ ├── 12.装饰器-有参有返回值.wmv
│ │ ├── 13.装饰器-可变参数.wmv
│ │ ├── 14.多个装饰器-装饰1个函数.wmv
│ │ ├── 15.多个装饰器-执行流程.wmv
│ │ ├── 16.带有参数的装饰器(上).wmv
│ │ └── 17.带有参数的装饰器(下).wmv
│ ├── day05_网编和多线程
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.网络编程-介绍.wmv
│ │ ├── 04.端口号-介绍.wmv
│ │ ├── 05.协议-介绍.wmv
│ │ ├── 06.网络通信-原理.wmv
│ │ ├── 07.socket-入门.wmv
│ │ ├── 08.TCP流程分析.wmv
│ │ ├── 09.字符串和二进制数据相互转换.wmv
│ │ ├── 10.案例-收发1句话-服务器端代码实现.wmv
│ │ ├── 11.案例-收发1句话-客户端代码实现.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.服务器端-端口号复用.wmv
│ │ ├── 14扩展_.服务器端-接收多客户端消息.wmv
│ │ ├── 15.扩展_长连接.wmv
│ │ ├── 16.扩展_文件上传.wmv
│ │ ├── 17.扩展_文件上传_支持多客户端.wmv
│ │ ├── 18.并行和并发介绍.wmv
│ │ ├── 19.多任务介绍.wmv
│ │ └── 20.多进程-代码实现.wmv
│ ├── day06_多线程_生成器
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.多进程-参数解释.wmv
│ │ ├── 04.多进程-获取进程编号.wmv
│ │ ├── 05.多进程-进程之间数据相互隔离.wmv
│ │ ├── 06.默认-主进程会等待子进程结束再结束.wmv
│ │ ├── 07.设置主进程结束-子进程同步结束.wmv
│ │ ├── 08.多线程-基本概述.wmv
│ │ ├── 09.多线程-入门.wmv
│ │ ├── 10.多线程-参数解释.wmv
│ │ ├── 11.多线程-执行顺序.wmv
│ │ ├── 12.多线程-守护线程.wmv
│ │ ├── 13.上午内容回顾.wmv
│ │ ├── 14.多线程-线程间共享数据.wmv
│ │ ├── 15.多线程-操作共享变量-出现非法值.wmv
│ │ ├── 16.多线程-解决线程安全问题.wmv
│ │ ├── 17.多线程和多进程的区别.wmv
│ │ ├── 18.回顾-with open语法.wmv
│ │ └── 19.自定义代码实现-上下文管理器(了解).wmv
│ ├── day07_正则表达式
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.生成器-推导式写法.wmv
│ │ ├── 04.生成器-yield关键字.wmv
│ │ ├── 05.生成器-自定义数据迭代器.wmv
│ │ ├── 06.property-装饰器用法.wmv
│ │ ├── 07.property-修饰类变量.wmv
│ │ ├── 08.正则表达式-相关概述.wmv
│ │ ├── 09.正则表达式-入门.wmv
│ │ ├── 10.正则表达式-数量词.wmv
│ │ ├── 11.正则表达式-替换.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.正则表达式-校验单个字符.wmv
│ │ ├── 14.正则表达式-校验多个字符.wmv
│ │ ├── 15.正则表达式-校验开头和结尾.wmv
│ │ ├── 16.正则表达式-或者 和 分组.wmv
│ │ ├── 17.正则表达式-分组详解.wmv
│ │ ├── 18.数据结构和算法-入门.wmv
│ │ ├── 19.数据结构和算法-特点.wmv
│ │ └── 20.时间复杂度简介.wmv
│ ├── day08_算法和数据结构
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.时间复杂度介绍.wmv
│ │ ├── 04.时间复杂度计算.wmv
│ │ ├── 05.最优最坏时间复杂度介绍.wmv
│ │ ├── 06.常见的时间复杂度介绍(掌握).wmv
│ │ ├── 07.空间复杂度介绍(了解).wmv
│ │ ├── 08.回顾-数据结构和算法概述.wmv
│ │ ├── 09.数据结构-划分.wmv
│ │ ├── 10.数据结构-线性结构-顺序表介绍.wmv
│ │ ├── 11.数据结构-线性结构-顺序表扩容策略.wmv
│ │ ├── 12.数据结构-线性结构-顺序表-添加和删除.wmv
│ │ ├── 13.上午内容回顾.wmv
│ │ ├── 14.链表-介绍.wmv
│ │ ├── 15.自定义代码模拟链表-创建节点类.wmv
│ │ ├── 16.链表类-架构搭建.wmv
│ │ ├── 17.链表类-判断链表是否为空.wmv
│ │ ├── 18.链表类-获取长度.wmv
│ │ ├── 19.链表类-遍历链表.wmv
│ │ ├── 20.链表类-往头部添加元素.wmv
│ │ ├── 21.链表类-往末尾添加元素.wmv
│ │ ├── 22.链表类-往中间添加元素.wmv
│ │ ├── 23.链表类-删除元素.wmv
│ │ ├── 24.链表类-查找元素.wmv
│ │ └── 25.顺序表和链表区别.wmv
│ └── day09_算法和数据结构
│ ├── 01.昨日内容回顾.wmv
│ ├── 02.排序算法-稳定性介绍.wmv
│ ├── 03.冒泡排序-原理介绍.wmv
│ ├── 04.冒泡排序-代码实现.wmv
│ ├── 05.选择排序-分析流程.wmv
│ ├── 06.选择排序-代码实现.wmv
│ ├── 07.选择排序-代码实现.wmv
│ ├── 08.快速排序-思路分析.wmv
│ ├── 09.快速排序-代码实现.wmv
│ ├── 10.快速排序-图解.wmv
│ ├── 11.上午内容回顾.wmv
│ ├── 12.二分查找-递归版.wmv
│ ├── 13.二分查找-非递归版.wmv
│ ├── 14.数据结构-树-相关概述.wmv
│ ├── 15.数据结构-树-应用场景和存储.wmv
│ ├── 16.树形结构-应用场景-简介.wmv
│ ├── 17.树形结构-相关公式.wmv
│ ├── 18.自定义代码-模拟树形结构-添加元素.wmv
│ ├── 19.模拟树形结构-遍历-广度优先.wmv
│ ├── 20.模拟树形结构-遍历-深度优先.wmv
│ └── 21.根据遍历结果-逆推树形结构.wmv
├── 03-数据处理和统计分析-V6.5X版-10天-AI版
│ ├── day01
│ │ ├── 01.阶段大纲介绍.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.计算机介绍.wmv
│ │ ├── 04.Linux系统介绍.wmv
│ │ ├── 05.虚拟化软件介绍.wmv
│ │ ├── 06.Vmware-软件安装.wmv
│ │ ├── 07.手动安装虚拟机(了解即可).wmv
│ │ ├── 08.挂载虚拟机到Vmware软件(掌握).wmv
│ │ ├── 09.Linux-快照.wmv
│ │ ├── 10.FinalShell-连接Linux虚拟机.wmv
│ │ ├── 11.Linux-命令格式介绍.wmv
│ │ ├── 11.Linux目录-介绍.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.Linux基础命令-ls命令.wmv
│ │ ├── 14.Linux基础命令-cd和pwd.wmv
│ │ ├── 15.Linux基础命令-创建目录.wmv
│ │ ├── 16.Linux基础命令-文件操作(上).wmv
│ │ ├── 17.Linux基础命令-文件操作(下).wmv
│ │ ├── 18.Linux基础命令-查找命令.wmv
│ │ ├── 19.Linux基础命令-grep和管道命令.wmv
│ │ ├── 20.Linux基础命令-echo, 重定向, tail命令.wmv
│ │ ├── 21.Linux基础命令-vi命令入门.wmv
│ │ ├── 22.Linux基础命令-vi常用快捷键.wmv
│ │ └── 23.扩展_man命令 和 help选项.wmv
│ ├── day02
│ │ ├── 扩展
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.root用户-初识.wmv
│ │ ├── 04.用户和用户组相关操作.wmv
│ │ ├── 05.权限查看相关.wmv
│ │ ├── 06.权限管理命令-chmod.wmv
│ │ ├── 07.权限管理命令-chown.wmv
│ │ ├── 08.Linux-常用快捷键.wmv
│ │ ├── 09.Linux-yum方式安装软件.wmv
│ │ ├── 10.Linux-服务管理命令-systemctl.wmv
│ │ ├── 11.Linux-软连接.wmv
│ │ ├── 12.Linux-硬链接.wmv
│ │ ├── 13.上午内容回顾.wmv
│ │ ├── 14.IP地址-介绍.wmv
│ │ ├── 15.网络相关-配置域名映射.wmv
│ │ ├── 16.网络传输-下载和发起网络请求.wmv
│ │ ├── 17.网络相关-端口号相关操作.wmv
│ │ ├── 18.进程相关.wmv
│ │ ├── 19.环境变量相关.wmv
│ │ ├── 20.Linux-上传和下载.wmv
│ │ ├── 21.压缩和解压缩-tarball 归档方式.wmv
│ │ └── 22.压缩和解压缩-zip方式.wmv
│ ├── day03
│ │ ├── 01.昨日内容回顾.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.数据库简介.wmv
│ │ ├── 04.数据库分类.wmv
│ │ ├── 05.MySQL版本介绍.wmv
│ │ ├── 06.MySQL-安装.wmv
│ │ ├── 07.MySQL-安装时可能遇到的问题.wmv
│ │ ├── 08.MySQL-登陆和登出.wmv
│ │ ├── 09.DataGrip连接MySQL.wmv
│ │ ├── 10.扩展_PyCharm连接MySQL.wmv
│ │ ├── 11.扩展_DataGrip基本设置.wmv
│ │ ├── 12.SQL语句-分类.wmv
│ │ ├── 13.SQL语句-通用语法和常用数据类型.wmv
│ │ ├── 14.上午内容回顾.wmv
│ │ ├── 15.DDL-操作数据库.wmv
│ │ ├── 16.DDL-操作数据表.wmv
│ │ ├── 17.DDL-操作字段.wmv
│ │ ├── 18.DML-添加表数据.wmv
│ │ ├── 19.DML-修改和删除表数据.wmv
│ │ ├── 20.delete from 和 truncate table区别.wmv
│ │ ├── 21.扩展_如何备份数据表.wmv
│ │ └── 22.约束详解.wmv
│ ├── day04
│ │ ├── 01.昨日内容回顾及反馈处理.wmv
│ │ ├── 02.单表查询-简单查询.wmv
│ │ ├── 03.单表查询-条件查询.wmv
│ │ ├── 04.单表查询-排序查询.wmv
│ │ ├── 05.单表查询-聚合查询.wmv
│ │ ├── 06.单表查询-分组查询.wmv
│ │ ├── 07.单表查询-分页查询.wmv
│ │ ├── 08.上午内容回顾.wmv
│ │ ├── 09.多表建表-一对多.wmv
│ │ ├── 10.扩展_多表建表-多对多.wmv
│ │ ├── 11.扩展_多表建表-一对一.wmv
│ │ ├── 12.多表查询-交叉查询.wmv
│ │ ├── 13.多表查询-连接查询.wmv
│ │ ├── 14.多表查询-子查询.wmv
│ │ ├── 15.多表查询-自关联查询.wmv
│ │ └── 16.窗口函数入门.wmv
│ ├── day05
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.Python数据分析的优势.wmv
│ │ ├── 04.Python-常见的开源库.wmv
│ │ ├── 05.Anaconda-环境搭建.wmv
│ │ ├── 06.Anaconda-如何安装第三方资源库.wmv
│ │ ├── 07.Anaconda-沙箱相关操作.wmv
│ │ ├── 08.Jupyter Notebook-入门.wmv
│ │ ├── 09.Jupyter Notebook-常用快捷键.wmv
│ │ ├── 10.扩展_Jupyter lab演示.wmv
│ │ ├── 11.PyCharm集成Anaconda-jupyter Notebook.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.Numpy-常用属性.wmv
│ │ ├── 14.创建ndarray_数组_zeros_ones_empty.wmv
│ │ ├── 15.创建ndarray数组_arange_matrix.wmv
│ │ ├── 16.创建ndarray数组_rand_randint_uniform.wmv
│ │ ├── 17.创建ndarray数组_astype函数.wmv
│ │ ├── 18.创建ndarray数组_logspace等比数列和linspace等差数列.wmv
│ │ ├── 19.ndarray内置函数-基本函数.wmv
│ │ ├── 20.ndarray内置函数-统计函数.wmv
│ │ ├── 21.ndarray内置函数_比较-排序-去重.wmv
│ │ └── 22.ndarray_运算.wmv
│ ├── day06
│ │ ├── 01.昨日反馈处理.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.Panda-数据结构介绍.wmv
│ │ ├── 04.通过列表创建Series对象.wmv
│ │ ├── 05.扩展_通过元组_字典创建Series对象.wmv
│ │ ├── 06.创建DataFrame对象.wmv
│ │ ├── 07.Series对象常用属性.wmv
│ │ ├── 08.Series对象常用函数.wmv
│ │ ├── 09.Series案例-电影数据.wmv
│ │ ├── 10.Series-结合布尔值操作.wmv
│ │ ├── 11.Series-计算.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.DataFrame-常用属性介绍.wmv
│ │ ├── 14.DataFrame-常用函数介绍.wmv
│ │ ├── 15.DataFrame-布尔索引.wmv
│ │ ├── 16.DataFrame-计算.wmv
│ │ ├── 17.DataFrame-索引操作-入门.wmv
│ │ ├── 18.DataFrame-修改行索引和列名.wmv
│ │ ├── 19.DataFrame-添加-删除-插入列.wmv
│ │ └── 20.DataFrame-导入和导出数据.wmv
│ ├── day07
│ │ ├── 01.昨日内容回顾.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.DataFrame-加载行, 列数据.wmv
│ │ ├── 04.DataFrame-加载指定行列的数据.wmv
│ │ ├── 05.DataFrame-聚合统计.wmv
│ │ ├── 06.DataFrame-基本绘图.wmv
│ │ ├── 07.DataFrame-常用的统计值的方法.wmv
│ │ ├── 08.DataFrame-常用排序方法.wmv
│ │ ├── 09.链家案例-前5个需求.wmv
│ │ ├── 10.链家案例-6~8需求.wmv
│ │ ├── 11.链家案例-9~12需求.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.数据组合-concat函数.wmv
│ │ ├── 14.数据组合-append函数.wmv
│ │ ├── 15.数据组合-merge-一对一.wmv
│ │ ├── 16.数据组合-merge-多对一.wmv
│ │ ├── 17.数组聚合-join方式(了解).wmv
│ │ ├── 18.缺失值-初识.wmv
│ │ ├── 19.缺失值-加载.wmv
│ │ ├── 20.缺失值-查看.wmv
│ │ ├── 21.缺失值处理-删除.wmv
│ │ ├── 22.缺失值处理-非线性填充.wmv
│ │ └── 23.缺失值处理-线性填充.wmv
│ ├── day08
│ │ ├── 01.昨日反馈处理及内容回顾.wmv
│ │ ├── 02.今日内容大纲介绍.wmv
│ │ ├── 03.apply函数-操作Series对象.wmv
│ │ ├── 04.apply函数-操作df对象.wmv
│ │ ├── 05.apply函数案例-计算某列的缺失值占比.wmv
│ │ ├── 06.向量化函数介绍.wmv
│ │ ├── 07.apply函数-结合lambda表达式使用.wmv
│ │ ├── 08.分组聚合演示.wmv
│ │ ├── 09.分组转换演示.wmv
│ │ ├── 10.分组过滤演示.wmv
│ │ ├── 11.GroupBy分组对象介绍.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.零售会员数据分析-需求介绍.wmv
│ │ ├── 14.零售会员数据分析-月增量实现及可视化.wmv
│ │ ├── 15.零售会员数据分析-透视表方式计算月增量.wmv
│ │ ├── 16.零售会员数据分析-计算月存量.wmv
│ │ ├── 17.零售会员数据分析-会员增量等级分布.wmv
│ │ ├── 18.回顾_python中的日期类型.wmv
│ │ ├── 19.Pandas中的日期类型介绍.wmv
│ │ ├── 20.提取日期的各个部分.wmv
│ │ ├── 21.日期运算.wmv
│ │ ├── 22.获取连续的日期.wmv
│ │ ├── 23.Python可视化组件介绍.wmv
│ │ ├── 24.Matplotlib-状态接口方式绘图.wmv
│ │ └── 25.Matplotlib-面向对象方式绘图.wmv
│ ├── day09
│ │ ├── 01.今日内容大纲介绍.wmv
│ │ ├── 02.anscombe数据集可视化.wmv
│ │ ├── 03.MatPlotlib-单变量-直方图.wmv
│ │ ├── 04.MatPlotlib-双变量-散方图.wmv
│ │ ├── 05.MatPlotlib-多变量-散点图.wmv
│ │ ├── 06.Pandas-单变量-柱状图(条形图).wmv
│ │ ├── 07.Pandas-单变量-折线图-面积图-饼图.wmv
│ │ ├── 08.Seaborn-单变量-直方图.wmv
│ │ ├── 09.Seaborn-单变量-密度图.wmv
│ │ ├── 10.Seaborn-单变量-计数图.wmv
│ │ ├── 11.Seaborn-双变量-散点图.wmv
│ │ ├── 12.上午内容回顾.wmv
│ │ ├── 13.Seaborn-双变量-2D密度图.wmv
│ │ ├── 14.Seaborn-双变量-箱线图.wmv
│ │ ├── 15.Seaborn-双变量-小提琴图.wmv
│ │ └── 16.Seaborn-样式介绍.wmv
│ └── day10
│ ├── 01.昨日内容回顾.wmv
│ ├── 02.会员价值度预估模型介绍.wmv
│ ├── 03.RFM案例-基本实现过程介绍.wmv
│ ├── 04.RFM案例-背景介绍.wmv
│ ├── 05.RFM案例-数据源介绍.wmv
│ ├── 06.RFM案例-加载数据及查看格式.wmv
│ ├── 07.RFM案例-数据预处理.wmv
│ ├── 08.RFM案例-汇总数据.wmv
│ ├── 09.RFM案例-计算RFM各项指标值.wmv
│ ├── 10.上午内容回顾.wmv
│ ├── 11.RFM案例-计算最终结果.wmv
│ ├── 12.RFM案例-绘制3D柱状图.wmv
│ ├── 13.RFM案例-导出结果到本地文件或者数据库.wmv
│ ├── 14.RFM案例-总结及细节.wmv
│ ├── 15.RFM案例-面向对象版.wmv
│ ├── 16.扩展_迭代器.wmv
│ ├── 17.总结_Linux_MySQL.wmv
│ └── 18.总结_Numpy_Pandas.wmv
├── 04_机器学习-V6.5X版-10天-AI版
│ ├── day01-机器学习概述
│ │ ├── 01-课前内容.wmv
│ │ ├── 02-人工智能三大概念.wmv
│ │ ├── 03-应用领域及发展史.wmv
│ │ ├── 04-常用术语（特征，样本，标签）.wmv
│ │ ├── 05-机器学习算法分类.wmv
│ │ ├── 06-建模流程+线性回归案例demo.wmv
│ │ ├── 07-Anaconda+Pycharm.wmv
│ │ ├── 08-线性回归-模型保存.wmv
│ │ ├── 09-KNN案例.wmv
│ │ ├── 10-kmeans案例.wmv
│ │ ├── 11-特征工程.wmv
│ │ ├── 12-过拟合欠拟合.wmv
│ │ ├── 13-sklearn库.wmv
│ │ └── 14-今日总结.wmv
│ ├── day02-KNN算法
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-KNN思想.wmv
│ │ ├── 03-KNN思想2.wmv
│ │ ├── 04-KNN-API.wmv
│ │ ├── 05-距离度量.wmv
│ │ ├── 06-模型预处理-归一化.wmv
│ │ ├── 07-模型预处理-标准化及总结.wmv
│ │ ├── 08-模型预处理案例-鸢尾花-数据导入.wmv
│ │ ├── 09-鸢尾花特征数据展示.wmv
│ │ ├── 10-数据可视化+数据集切分.wmv
│ │ ├── 11-模型预测评估.wmv
│ │ ├── 12-交叉验证网格搜索.wmv
│ │ ├── 13-交叉验证代码解析.wmv
│ │ └── 14-今日总结.wmv
│ ├── day03-线性回归
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-KNN-MINIST-数据获取.wmv
│ │ ├── 03-KNN_MINIST-模型训练.wmv
│ │ ├── 04-KNN-作业.wmv
│ │ ├── 05-线性回归介绍.wmv
│ │ ├── 06-线性回归基本求解及概念介绍.wmv
│ │ ├── 07-导数和矩阵.wmv
│ │ ├── 08-练习题.wmv
│ │ ├── 09-正规方程法.wmv
│ │ └── 10-梯度下降法.wmv
│ ├── day04-线性回归+逻辑回归
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-梯度下降法案例.wmv
│ │ ├── 03-案例-银行信贷.wmv
│ │ ├── 04-梯度下降法算法分类.wmv
│ │ ├── 05-梯度下降算法总结.wmv
│ │ ├── 06-评估指标.wmv
│ │ ├── 07-梯度下降法+正规方程法API.wmv
│ │ ├── 08-波士顿房价预测-正规方程法.wmv
│ │ ├── 09-波士顿房价预测-梯度下降法.wmv
│ │ ├── 10-过拟合欠拟合实现.wmv
│ │ ├── 11-正则化-L1.wmv
│ │ ├── 12-正则化-L2正则化及代码实现.wmv
│ │ ├── 13-线性回归总结.wmv
│ │ ├── 14-逻辑回归基本介绍.wmv
│ │ └── 15-逻辑回归基本原理.wmv
│ ├── day05-逻辑回归
│ │ ├── 01-总结回顾.wmv
│ │ ├── 02-逻辑回归案例-cancer预测.wmv
│ │ ├── 03-评估-混淆矩阵.wmv
│ │ ├── 04-评估-P_R_f1-score.wmv
│ │ ├── 05-ROC_AUC.wmv
│ │ ├── 06-AUC_API.wmv
│ │ ├── 06-案例-客户流失-数据预处理.wmv
│ │ ├── 07-案例-客户流失-模型训练.wmv
│ │ └── 08-今日总结.wmv
│ ├── day06-决策树
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-决策树思想.wmv
│ │ ├── 03-ID3决策树-信息增益.wmv
│ │ ├── 04-信息增益-详解.wmv
│ │ ├── 05-ID3决策树-总结.wmv
│ │ ├── 06-C4.5-信息增益率.wmv
│ │ ├── 07-C4.5-案例.wmv
│ │ ├── 08-C4.5总结.wmv
│ │ ├── 09-CART决策树-案例.wmv
│ │ ├── 10-CART决策树-案例+总结.wmv
│ │ ├── 11-泰坦尼克号案例-讲解.wmv
│ │ ├── 12-泰坦尼克号案例-代码实现.wmv
│ │ ├── 13-回归决策树-思想.wmv
│ │ ├── 14-回归决策树-案例.wmv
│ │ ├── 15-决策树剪枝.wmv
│ │ └── 16-今日总结.wmv
│ ├── day07-集成学习
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-集成学习思想.wmv
│ │ ├── 03-随机森林思想.wmv
│ │ ├── 04-Adaboost思想.wmv
│ │ ├── 04-随机森林案例.wmv
│ │ ├── 05-adaboost案例-葡萄酒分类 .wmv
│ │ ├── 06-GBDT思想.wmv
│ │ ├── 07-GBDT 案例-泰坦尼克号-代码实现.wmv
│ │ ├── 08-XGBoost原理.wmv
│ │ └── 09-XGBoost案例.wmv
│ ├── day08-朴素贝叶斯和特征降维+聚类K-means
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-朴素贝叶斯思想.wmv
│ │ ├── 03-总结.wmv
│ │ ├── 04-朴素贝叶斯情感分类案例.wmv
│ │ ├── 05-低方差过滤法.wmv
│ │ ├── 06-PCA.wmv
│ │ ├── 07-相关系数法mp4.wmv
│ │ ├── 08-特征降维总结.wmv
│ │ ├── 09-朴素贝叶斯总结.wmv
│ │ ├── 10-特征降维总结.wmv
│ │ ├── 11-聚类基本介绍.wmv
│ │ ├── 12-K-means API.wmv
│ │ ├── 13-K-means实现流程.wmv
│ │ └── 14-K-Means评估指标.wmv
│ ├── day09-聚类kmeans算法+SVM
│ │ ├── 01-朴素贝叶斯+特征降维总结.wmv
│ │ ├── 02-K-means总结.wmv
│ │ ├── 03-案例-客户分析-数据展示.wmv
│ │ ├── 04-案例-客户分析-模型训练及结果分析.wmv
│ │ ├── 05-SVM思想.wmv
│ │ ├── 06-SVM案例-鸢尾花-数据读取处理.wmv
│ │ ├── 07-SVM案例-鸢尾花-模型训练展示.wmv
│ │ ├── 08-SVM-C值测试.wmv
│ │ ├── 09-SVM算法原理.wmv
│ │ └── 10-SVM核函数.wmv
│ ├── day10-总结+拓展
│ │ ├── 01-总结回顾-1.wmv
│ │ ├── 02-总结回顾-2.wmv
│ │ ├── 03-总结回顾-3.wmv
│ │ ├── 04-总结回顾-4.wmv
│ │ ├── 05-大模型时代-1.wmv
│ │ └── 06-大模型时代-2.wmv
│ ├── 每日算法.wmv
│ └── 算法-毕天宇-滑动窗口法.wmv
├── 05_金融风控-V6.5X版-8天-AI版
│ ├── day01
│ │ ├── 01【了解】-课程资料说明.wmv
│ │ ├── 02【了解】-项目整体介绍.wmv
│ │ ├── 03【了解】-今日内容介绍.wmv
│ │ ├── 04【理解】信贷&风控介绍.wmv
│ │ ├── 05【了解】消费贷和现金贷.wmv
│ │ ├── 06【了解】常见风险介绍.wmv
│ │ ├── 07【理解】风控术语名词.wmv
│ │ ├── 08【理解】风控业务案例-背景&需求说明.wmv
│ │ ├── 09【实现】风控业务案例-数据加载.wmv
│ │ ├── 10【实现】风控业务案例-数据处理.wmv
│ │ ├── 11【实现】风控业务案例-增加中间字段.wmv
│ │ ├── 12【实现】风控业务案例-季度转换和过滤.wmv
│ │ ├── 13【实现】风控业务案例-计算坏账率.wmv
│ │ ├── 14【实现】风控业务案例-就散入催率.wmv
│ │ ├── 15【实现】风控业务案例-回收账单数.wmv
│ │ ├── 16【小结】风控业务案例小结.wmv
│ │ ├── 17【理解】信贷业务如何运行.wmv
│ │ ├── 18【了解】业务转换和漏斗.wmv
│ │ ├── 19【了解】业务表说明.wmv
│ │ ├── 20【了解】前置操作（配置终端工具和datagrip）.wmv
│ │ ├── 21【了解】风控报表指标介绍.wmv
│ │ └── 22【了解】数据导入.wmv
│ ├── day02
│ │ ├── 01【回顾】昨日内容回顾.wmv
│ │ ├── 02【了解】各阶段转化率表（1）.wmv
│ │ ├── 03【了解】各阶段转化率表（2）.wmv
│ │ ├── 04【了解】各阶段转换率表（3）.wmv
│ │ ├── 05【了解】各阶段转化率表（4）.wmv
│ │ ├── 06【了解】通过率表（1）.wmv
│ │ ├── 07【了解】通过率表（2）.wmv
│ │ ├── 08【理解】金融风控项目流程梳理.wmv
│ │ ├── 09【了解】下午内容介绍.wmv
│ │ ├── 10【理解】业务流程&ABC卡介绍.wmv
│ │ ├── 11【理解】互联网金融组成三部分.wmv
│ │ ├── 12【理解】机器学习流程.wmv
│ │ ├── 13【掌握】项目准备期-Y标签的定义.wmv
│ │ ├── 14【理解】项目准备期-样本的概述.wmv
│ │ ├── 15【理解】项目准备期-观察期和表现期.wmv
│ │ ├── 16【理解】姓名准备期-数据集划分.wmv
│ │ ├── 17【理解】项目准备期-样本设计.wmv
│ │ ├── 18【理解】特征工程-数据收集.wmv
│ │ ├── 19【理解】特征工程-特征构建.wmv
│ │ ├── 20【理解】特征工程-特征评估.wmv
│ │ ├── 21【理解】模型构建-模型训练&模型评估.wmv
│ │ └── 22【理解】上线运营.wmv
│ ├── day03
│ │ ├── 01【回顾】昨日内容回顾.wmv
│ │ ├── 02【了解】今日内容介绍.wmv
│ │ ├── 03【理解】规则挖掘案例介绍.wmv
│ │ ├── 04【理解】业务规则案例-需求.wmv
│ │ ├── 05【理解】业务规则案例-数据字典.wmv
│ │ ├── 06【实现】业务规则案例-加载数据.wmv
│ │ ├── 07【实现】业务规则案例-数据处理（填充，过滤，去重）.wmv
│ │ ├── 08【实现】业务规则案例-数值型衍生.wmv
│ │ ├── 09【实现】业务规则案例-类别型衍生.wmv
│ │ ├── 10【实现】业务规则案例-模型训练&可视化.wmv
│ │ ├── 11【小结】业务规则案例-小结.wmv
│ │ ├── 12【理解】数据准备-征信数据介绍.wmv
│ │ ├── 13【了解】梳理数据内置逻辑.wmv
│ │ ├── 14【理解】时间截面特征&静态信息特征.wmv
│ │ ├── 15【理解】时间序列特征衍生方式.wmv
│ │ ├── 16【理解】时间序列特征缺失值处理.wmv
│ │ ├── 17【理解】时间序列特征未来信息处理.wmv
│ │ ├── 18【理解】分箱介绍.wmv
│ │ ├── 19【理解】卡方分箱.wmv
│ │ ├── 20【理解】toad库大致说明.wmv
│ │ └── 21【总结】今日内容回顾.wmv
│ ├── day04
│ │ ├── 01【回顾】昨日内容回顾.wmv
│ │ ├── 02【实现】toad库分箱案例-加载数据.wmv
│ │ ├── 03【实现】toad库分箱案例-并可视化.wmv
│ │ ├── 04【实现】toad库分箱案例-调整箱数.wmv
│ │ ├── 05【实现】toad库分箱案例-其他分箱展示.wmv
│ │ ├── 06【实现】toad库分箱案例-WOE编码.wmv
│ │ ├── 07【实现】toad库分箱案例-badrate坏人的比例及调整.wmv
│ │ ├── 08【实现】toad库分箱案例-WOE编码.wmv
│ │ ├── 09【小结】toad库分箱案例-小结.wmv
│ │ ├── 10【理解】三种编码小结.wmv
│ │ ├── 11【了解】多值有序类型编码.wmv
│ │ ├── 12【了解】特征组合.wmv
│ │ ├── 13【了解】用户关联特征.wmv
│ │ ├── 14【扩展】信贷业务和可解释性.wmv
│ │ ├── 15【理解】好特征的标准-覆盖度.wmv
│ │ ├── 16【理解】好特征的标准-区分度.wmv
│ │ ├── 17【理解】好特征的标准-相关性.wmv
│ │ ├── 18【实现】好特征的标准-相关性案例.wmv
│ │ ├── 19【理解】好特征的标准-稳定性及小结.wmv
│ │ ├── 20【理解】特征筛选-星座特征.wmv
│ │ ├── 21【理解】特征筛选-Boruta.wmv
│ │ ├── 22【实现】特征筛选-Boruta案例.wmv
│ │ └── 23【总结】今日内容总结.wmv
│ ├── day05
│ │ ├── 01【回顾】昨日内容回顾.wmv
│ │ ├── 02【理解】多特征筛选-方差膨胀系数.wmv
│ │ ├── 03【实现】多特征筛选-方差膨胀系数案例.wmv
│ │ ├── 04【实现】多特征筛选-递归特征消除.wmv
│ │ ├── 05【实现】多特征筛选-L1特征选择.wmv
│ │ ├── 06【理解】特征监控.wmv
│ │ ├── 07【小结】特征工程小结.wmv
│ │ ├── 08【了解】模型评分卡内容安排说明.wmv
│ │ ├── 09【了解】模型构建流程（上）.wmv
│ │ ├── 10【了解】模型构建流程（中）.wmv
│ │ ├── 11【理解】模型构建流程（下）.wmv
│ │ ├── 12【理解】逻辑回归评分卡-评分映射方法.wmv
│ │ ├── 13【实现】逻辑回归评分卡-加载数据.wmv
│ │ ├── 14【理解】逻辑回归评分卡-到底是先做特征还是先训练模型.wmv
│ │ ├── 15【实现】逻辑回归评分卡-模型训练.wmv
│ │ ├── 16【实现】逻辑回归评分卡-模型评估.wmv
│ │ ├── 17【实现】逻辑回归评分卡-特征筛选.wmv
│ │ ├── 18【理解】模型报告解读.wmv
│ │ └── 19【总结】今日内容总结.wmv
│ ├── day06
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 01【回顾】昨日内容回顾.wmv
│ │ ├── 02-评分卡逻辑转换.wmv
│ │ ├── 02【了解】今日内容介绍.wmv
│ │ ├── 03-评分卡转换.wmv
│ │ ├── 03【实现】逻辑回归评分卡-模型报告-数据准备.wmv
│ │ ├── 04-LightGBM优势.wmv
│ │ ├── 04【实现】逻辑回归评分卡-模型报告-报告实现（上）.wmv
│ │ ├── 05-LightGBM思路梳理.wmv
│ │ ├── 05【实现】逻辑回归评分卡-模型报告-报告实现（下）.wmv
│ │ ├── 06-集成学习评分卡.wmv
│ │ ├── 06【理解】逻辑回归评分卡-模型报告可视化.wmv
│ │ ├── 07-toad官网简介.wmv
│ │ ├── 07【实现】逻辑回归评分卡-评分映射.wmv
│ │ ├── 08-toad整体流程梳理.wmv
│ │ ├── 08【实现】逻辑回归评分卡-评级划分.wmv
│ │ ├── 09【理解】集成学习评分卡-LightGBM原理.wmv
│ │ ├── 10【回顾】上午内容回顾.wmv
│ │ ├── 11【理解】集成学习评分卡-LightGBM分布式含义解释.wmv
│ │ ├── 12【实现】集成学习评分卡-加载数据并数据划分.wmv
│ │ ├── 13【理解】LightGBM参数&训练思路分析.wmv
│ │ ├── 14【实现】集成学习评分卡-模型评估&画图.wmv
│ │ ├── 14【实现】集成学习评分卡-模型训练&特征筛选.wmv
│ │ ├── 15【实现】集成学习评分卡-评分映射.wmv
│ │ ├── 16【理解】集成学习评分卡-模型报告说明.wmv
│ │ ├── 17【理解】toad库梳理整个流程.wmv
│ │ └── 18【总结】今日内容总结.wmv
│ ├── day07
│ │ ├── 01【回顾】昨日内容回顾.wmv
│ │ ├── 02【了解】今日内容介绍.wmv
│ │ ├── 03【理解】样本不均衡及处理方式说明.wmv
│ │ ├── 04【理解】样本不均衡-代价敏感介绍.wmv
│ │ ├── 05【实现】样本不均衡-代价敏感案例.wmv
│ │ ├── 06【理解】样本不均衡-过采样介绍.wmv
│ │ ├── 07【理解】样本不均衡-SMOTE案例流程说明.wmv
│ │ ├── 08【实现】杨不均衡-SMOTE案例实现.wmv
│ │ ├── 09【回顾】上午内容回顾.wmv
│ │ ├── 10【了解】反欺诈检测.wmv
│ │ ├── 11【了解】异常点检测说明.wmv
│ │ ├── 12【了解】异常点检测-zscore介绍.wmv
│ │ ├── 13【理解】异常点检测-LOF概述.wmv
│ │ ├── 14【实现】异常点检测-LOF案例.wmv
│ │ ├── 15【理解】异常点检测-IF概述.wmv
│ │ ├── 16【实现】异常点检测-IF案例.wmv
│ │ ├── 17【了解】preA模型.wmv
│ │ └── 18【小结】今日内容总结.wmv
│ └── day08
│ ├── 01-git分支介绍.wmv
│ ├── 01【总结】项目总结-xmind.wmv
│ ├── 02-git配置.wmv
│ ├── 02【总结】项目总结-画图.wmv
│ ├── 03-PyCharm操作.wmv
│ ├── 03【了解】git简单历史.wmv
│ ├── 04-冲突解决.wmv
│ ├── 04【了解】版本控制系统简述.wmv
│ ├── 05-面试流程说明.wmv
│ ├── 05【了解】版本控制系统之集中式和分布式.wmv
│ ├── 06【了解】Git及安装.wmv
│ ├── 07【理解】概念区分.wmv
│ ├── 08【理解】git架构.wmv
│ ├── 09【了解】git分支.wmv
│ ├── 10【了解】gitee及分支描述.wmv
│ ├── 11【实现】配置账号及公钥.wmv
│ ├── 12【了解】git命令拉取代码.wmv
│ ├── 13【实现】PyCharm拉取代码.wmv
│ ├── 14【回顾】上午内容回顾.wmv
│ ├── 15【实操】PyCharm整合git操作.wmv
│ ├── 16【实操】更新远程仓库代码.wmv
│ ├── 17【实现】分支代码合并.wmv
│ ├── 18【理解】冲突的解决.wmv
│ ├── 19【了解】简历和项目文档概述.wmv
│ └── 20【理解】面试流程说明.wmv
├── 06_深度学习基础-V6.5X版-6天-AI版
│ ├── day01
│ │ ├── 01-深度学习是什么.wmv
│ │ ├── 02-发展历史.wmv
│ │ ├── 03-torch简介.wmv
│ │ ├── 04-torch张量创建.wmv
│ │ ├── 05-线性张量和随机张量.wmv
│ │ ├── 06-全01张量.wmv
│ │ ├── 07-元素类型转换.wmv
│ │ ├── 08-张量和ndarray的转换.wmv
│ │ ├── 09-标量.wmv
│ │ ├── 10-基本运算.wmv
│ │ ├── 11-点乘和点积.wmv
│ │ ├── 12-运算函数.wmv
│ │ ├── 13-索引操作.wmv
│ │ ├── 14-范围与布尔索引.wmv
│ │ ├── 15-多维索引.wmv
│ │ └── 16-形状操作.wmv
│ ├── day02
│ │ ├── 01-形状变换.wmv
│ │ ├── 02-view.wmv
│ │ ├── 03-张量拼接.wmv
│ │ ├── 04-自动微分.wmv
│ │ ├── 05-自动微分2.wmv
│ │ ├── 06-线性回归案例.wmv
│ │ ├── 07-回归案例总结.wmv
│ │ ├── 08-神经网络介绍.wmv
│ │ ├── 09-激活函数作用.wmv
│ │ ├── 10-sigmoid.wmv
│ │ └── 11-tanh+relu.wmv
│ ├── day03
│ │ ├── 01-内容回顾.wmv
│ │ ├── 02-softmax.wmv
│ │ ├── 03-其他激活函数.wmv
│ │ ├── 04-激活函数总结.wmv
│ │ ├── 05-参数初始化.wmv
│ │ ├── 06-模型构建.wmv
│ │ ├── 07-参数量统计.wmv
│ │ ├── 08-神经网络优缺点.wmv
│ │ ├── 09-损失函数.wmv
│ │ ├── 10-交叉熵损失.wmv
│ │ ├── 11-二分类交叉熵损失.wmv
│ │ ├── 12-回归损失函数.wmv
│ │ └── 13-梯度下降算法.wmv
│ ├── day04
│ │ ├── 01-内容回顾.wmv
│ │ ├── 02-前向和反向的过程.wmv
│ │ ├── 03-案例：前向过程.wmv
│ │ ├── 04-案例：反向输出层.wmv
│ │ ├── 05-案例：反向隐藏层.wmv
│ │ ├── 06-指数加权平均.wmv
│ │ ├── 07-动量法.wmv
│ │ ├── 08-adagrad.wmv
│ │ ├── 09-rmsprop+adam.wmv
│ │ ├── 10-学习率衰减.wmv
│ │ ├── 11-学习率衰减2.wmv
│ │ ├── 12-正则化方法.wmv
│ │ ├── 13-BN层.wmv
│ │ ├── 14-手机价格分类案例.wmv
│ │ └── 15-训练和预测.wmv
│ ├── day05
│ │ ├── 01-图像是什么.wmv
│ │ ├── 02-卷积神经网络的构成.wmv
│ │ ├── 03-卷积层.wmv
│ │ ├── 04-卷积层的实现.wmv
│ │ ├── 05-池化层.wmv
│ │ ├── 06-图像分类案例.wmv
│ │ ├── 07-网络结构构建.wmv
│ │ ├── 08-网络构建实现.wmv
│ │ ├── 09-模型训练.wmv
│ │ ├── 10-自然语言处理概述.wmv
│ │ ├── 11-词嵌入层.wmv
│ │ └── 12-内容总结.wmv
│ └── day06
│ ├── 01-RNN介绍.wmv
│ ├── 02-RNN的流程.wmv
│ ├── 03-API.wmv
│ ├── 04-歌词生成案例.wmv
│ ├── 05-数据集封装.wmv
│ ├── 06-模型构建.wmv
│ ├── 07-模型训练.wmv
│ ├── 08-模型预测.wmv
│ └── 09-内容总结.wmv
├── 07_自然语言处理+GPT-V6.5X版-13天-AI版
│ ├── day01
│ │ ├── 01-课程安排.wmv
│ │ ├── 02-课程内容简介.wmv
│ │ ├── 03-自然语言处理入门.wmv
│ │ ├── 04-笔记总结.wmv
│ │ ├── 05-文本预处理的主要模块.wmv
│ │ ├── 06-文本分词的介绍.wmv
│ │ ├── 07-jieba精确模式分词.wmv
│ │ ├── 08-jieba全模式和搜索引擎分词.wmv
│ │ ├── 09-jieba繁体分词和用户自定义词典.wmv
│ │ ├── 10-上午内容回顾.wmv
│ │ ├── 11-NER和Pos的讲解.wmv
│ │ ├── 12-文本张量的表示方法介绍.wmv
│ │ ├── 13-onehot编码的实现和训练.wmv
│ │ ├── 14-onehot编码的应用.wmv
│ │ ├── 15-CBOW模型的思想.wmv
│ │ ├── 16-CBOW推导过程思想.wmv
│ │ └── 17-今日内容总结.wmv
│ ├── day02
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-skipgram的讲解.wmv
│ │ ├── 03-fasttext训练词向量基础.wmv
│ │ ├── 03-fasttext训练词向量进阶.wmv
│ │ ├── 04-nn.Embedding和word2vec区别.wmv
│ │ ├── 05-nn.Embedding代码分析.wmv
│ │ ├── 06-nn.Embedding的代码实现.wmv
│ │ ├── 07-从Embedding中获取某个词的词向量.wmv
│ │ ├── 08-标签数量统计分布.wmv
│ │ ├── 09-句子长度分布统计.wmv
│ │ ├── 10-长度分布散点图.wmv
│ │ ├── 11-词频统计代码实现.wmv
│ │ └── 12-今日内容总结.wmv
│ ├── day03
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-词云展示讲解前半部分.wmv
│ │ ├── 03-词云展示讲解后半部分.wmv
│ │ ├── 04-添加N-gram特征的原理.wmv
│ │ ├── 05-实现N-Gram的代码.wmv
│ │ ├── 06-句子长短补齐和截断.wmv
│ │ ├── 07-回忆数据增强方法.wmv
│ │ ├── 08-RNN模型入门.wmv
│ │ ├── 09-传统RNN模型内部结构讲解.wmv
│ │ ├── 10-RNN模型代码的实现–base.wmv
│ │ ├── 11-RNN模型改变长度.wmv
│ │ ├── 12-RNN模型原理解析.wmv
│ │ ├── 13-RNN模型修改层数.wmv
│ │ └── 14-今日内容总结.wmv
│ ├── day04
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-LSTM模型内部结构分析.wmv
│ │ ├── 03-LSTM模型内部结构源代码分析.wmv
│ │ ├── 04-Bi-LSTM模型原理.wmv
│ │ ├── 05-LSTM模型代码的实现.wmv
│ │ ├── 06-GRU模型架构原理解析.wmv
│ │ ├── 07-GRU模型代码的实现.wmv
│ │ ├── 08-RNN人名分类案例介绍.wmv
│ │ ├── 09-RNN人名分类导入第三方工具.wmv
│ │ ├── 10-将文本数据读取到内存中.wmv
│ │ ├── 11-构建Dataset数据源对象.wmv
│ │ ├── 12-实例化dataloader对象.wmv
│ │ └── 13-今日内容总结.wmv
│ ├── day05
│ │ ├── 01-昨日内容总结.wmv
│ │ ├── 02-RNN模型的搭建和测试.wmv
│ │ ├── 03-LSTM模型的搭建和测试.wmv
│ │ ├── 04-GRU模型的搭建和测试.wmv
│ │ ├── 05-RNN模型训练代码的实现–前半部分.wmv
│ │ ├── 06-RNN模型训练代码的实现–后半部分.wmv
│ │ ├── 07-LSTM模型的训练代码的实现.wmv
│ │ ├── 08-保存模型训练结果到文件.wmv
│ │ ├── 09-模型结果的图形化展示.wmv
│ │ ├── 10-RNN模型预测结果.wmv
│ │ ├── 11-LSTM+GRU模型预测.wmv
│ │ └── 12-今日内容总结.wmv
│ ├── day06
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-seq2seq文本翻译过程解析.wmv
│ │ ├── 03-深度学习注意力机制介绍.wmv
│ │ ├── 04-不带Attention的Encoder2Decoder框架解析.wmv
│ │ ├── 05-带Attention的Encoder2Decoder框架解析.wmv
│ │ ├── 06-注意力概率分布的计算方式.wmv
│ │ ├── 07-softAttention的讲解.wmv
│ │ ├── 08-hardAttention和softAttention的介绍.wmv
│ │ ├── 09-seq2seq框架加入attention计算过程解释.wmv
│ │ ├── 10-pytorch版本的attention计算过程.wmv
│ │ ├── 11-注意力计算规则.wmv
│ │ ├── 12-三维矩阵乘法解析.wmv
│ │ ├── 13-注意力的作用和计算步骤.wmv
│ │ ├── 14-注意力机制实现代码的讲解.wmv
│ │ ├── 15-注意力机制代码的实现.wmv
│ │ ├── 16-注意力机制实现扩展.wmv
│ │ ├── 17-今日内容总结.wmv
│ │ └── 18-seq2seq英译法案例分析.wmv
│ ├── day07
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-英译法案例基本介绍.wmv
│ │ ├── 03-数据清洗函数定义.wmv
│ │ ├── 04-get_data函数获取my_pairs对.wmv
│ │ ├── 05-get_data函数获取英文和法文词典.wmv
│ │ ├── 06-Dataset类的实现.wmv
│ │ ├── 07-Dataloader类的实现.wmv
│ │ ├── 08-基于GRU的编码器代码实现.wmv
│ │ ├── 09-基于GRU的无Attention的解码器代码分析.wmv
│ │ ├── 10-基于GRU的无Attention的代码实现和测试.wmv
│ │ ├── 11-基于GRU的带Attention的代码分析.wmv
│ │ ├── 12-基于GRU解码器代码的再次分析.wmv
│ │ └── 13-模型训练代码的分析.wmv
│ ├── day08
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-模型训练函数前半部分.wmv
│ │ ├── 03-模型内部训练函数前半部分.wmv
│ │ ├── 04-模型内部训练函数后半部分.wmv
│ │ ├── 05-模型训练函数后半部分.wmv
│ │ ├── 06-模型评估函数代码分析.wmv
│ │ ├── 07-模型测试函数实现.wmv
│ │ ├── 08-模型测试函数代码实现.wmv
│ │ ├── 09-模型评估函数.wmv
│ │ ├── 10-注意力绘图.wmv
│ │ ├── 11-transformer背景介绍.wmv
│ │ ├── 12-transformer模型架构.wmv
│ │ ├── 13-输入部分Embedding代码的实现.wmv
│ │ ├── 14-三角函数位置编码解析.wmv
│ │ └── 15-位置编码代码分析.wmv
│ ├── day09
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-位置编码代码分析.wmv
│ │ ├── 03-位置编码器的代码实现.wmv
│ │ ├── 04-三角函数位置编码的图形化展示.wmv
│ │ ├── 05-下三角矩阵的代码实现.wmv
│ │ ├── 06-注意力机制代码的分析.wmv
│ │ ├── 07-mask机制的讲解.wmv
│ │ ├── 08-注意力机制代码的实现.wmv
│ │ ├── 09-多头注意力的思想.wmv
│ │ ├── 10-多头注意力机制代码实现的思路分析.wmv
│ │ ├── 11-多头注意力机制代码的实现.wmv
│ │ ├── 12-前馈全连接层代码的实现.wmv
│ │ ├── 13-规范化层代码的分析.wmv
│ │ ├── 14-规范化层代码的实现.wmv
│ │ ├── 15-LayerNorm和BatchNorm的区别.wmv
│ │ └── 16-今日内容总结.wmv
│ ├── day10
│ │ ├── 01-编码器子层连接结构实现.wmv
│ │ ├── 02-编码器层代码的实现.wmv
│ │ ├── 03-编码器代码的实现.wmv
│ │ ├── 04-解码器层代码的实现.wmv
│ │ ├── 05-解码器层代码的测试.wmv
│ │ ├── 06-解码器的代码实现.wmv
│ │ ├── 07-输出部分代码的实现.wmv
│ │ ├── 08-transformer模型架构代码分析.wmv
│ │ ├── 09-EncoderDecoder架构代码实现.wmv
│ │ ├── 10-EncoderDecoder模型实例化代码分析.wmv
│ │ ├── 11-transformer模型架构的实现和测试.wmv
│ │ ├── 12-fasttext工具的介绍.wmv
│ │ ├── 13-层次softmax的哈夫曼树的构建.wmv
│ │ ├── 14-层次softmax进行模型训练的原理.wmv
│ │ ├── 15-负采样优化算法原理.wmv
│ │ └── 16-今日内容总结.wmv
│ ├── day11
│ │ ├── 01-文本分类任务的介绍.wmv
│ │ ├── 02-fasttext文本分类数据获取和分割.wmv
│ │ ├── 03-fasttext实现文本分类未调优.wmv
│ │ ├── 04-数据优化后进行文本分类.wmv
│ │ ├── 05-调整学习率-epoch等参数优化模型.wmv
│ │ ├── 06-模型超参数调优.wmv
│ │ ├── 07-词向量迁移介绍.wmv
│ │ ├── 08-迁移学习的概念.wmv
│ │ ├── 09-预训练模型的介绍.wmv
│ │ ├── 10-transformers库的基本介绍.wmv
│ │ ├── 11-transformers库的使用.wmv
│ │ ├── 12-transformers库使用的基本方式.wmv
│ │ ├── 13-pipeline方式实现文本分类.wmv
│ │ ├── 14-pipeline方式实现特征抽取.wmv
│ │ ├── 15-pipeline方式实现完形填空.wmv
│ │ ├── 16-pipeline方式实现阅读理解任务.wmv
│ │ ├── 17-pipeline方式实现文本摘要任务.wmv
│ │ ├── 18-pipeline方式实现NER任务.wmv
│ │ ├── 19-automodel实现文本分类.wmv
│ │ └── 20-今日内容总结.wmv
│ ├── day12
│ │ ├── 01-昨日内容回顾.wmv
│ │ ├── 02-AutoModel实现特征提取任务.wmv
│ │ ├── 03-AutoModel实现完形填空任务.wmv
│ │ ├── 04-AutoModel实现阅读理解任务.wmv
│ │ ├── 05-AutoModel实现文本摘要任务.wmv
│ │ ├── 06-AutoModel实现NER任务.wmv
│ │ ├── 07-具体模型实现完形填空任务.wmv
│ │ ├── 08-迁移学习案例基本介绍.wmv
│ │ ├── 09-中文分类案例数据加载.wmv
│ │ ├── 10-中文分类案例自定义函数实现.wmv
│ │ ├── 11-中文分类案例模型搭建.wmv
│ │ ├── 12-中文分类案例模型训练思路.wmv
│ │ ├── 13-中文分类案例模型训练代码.wmv
│ │ ├── 14-中文分类案例模型评估代码.wmv
│ │ └── 15-今日内容总结.wmv
│ └── day13
│ ├── 01-中文完型填空数据预处理.wmv
│ ├── 02-中文完型填空构建模型.wmv
│ ├── 03-中文完型填空模型训练.wmv
│ ├── 04-中文完型填空模型预测.wmv
│ ├── 05-中文句子关系构建dataset对象.wmv
│ ├── 06-中文句子关系构建自定义函数.wmv
│ ├── 07-中文句子关系模型训练.wmv
│ ├── 08-中文句子关系模型完结.wmv
│ ├── 09-BERT模型的架构.wmv
│ ├── 10-BERT模型的预训练任务.wmv
│ ├── 11-BERT模型的优缺点.wmv
│ ├── 12-BERT模型的特点.wmv
│ ├── 13-AlBERT模型的介绍.wmv
│ ├── 14-Roberta模型的介绍.wmv
│ ├── 15-MacBERT和SpanBERT的介绍.wmv
│ ├── 16-ELMO模型的介绍.wmv
│ ├── 17-GPT模型的介绍.wmv
│ ├── 18-BERT_GPT_ELMO的对比.wmv
│ └── 19-今日内容总结.wmv
├── 08_知识图谱-V6.5X-10天-AI版
│ ├── day01
│ │ ├── 01-什么是知识图谱.wmv
│ │ ├── 02-知识图谱技术概况.wmv
│ │ ├── 03-三个工具.wmv
│ │ ├── 04-doccano安装.wmv
│ │ ├── 05-doccano使用1.wmv
│ │ ├── 06-doccano使用2.wmv
│ │ ├── 07-总结.wmv
│ │ ├── 08-基于规则.wmv
│ │ ├── 09-ner基本知识.wmv
│ │ ├── 10-基于规则案例.wmv
│ │ └── 11-lstm+crf架构.wmv
│ ├── day02
│ │ ├── 01-CRF损失函数推导.wmv
│ │ ├── 02-代码架构.wmv
│ │ ├── 03-项目架构.wmv
│ │ ├── 04-加载数据集.wmv
│ │ ├── 05-transfer方法.wmv
│ │ ├── 06-read_label_text.wmv
│ │ ├── 07-总结.wmv
│ │ ├── 08-config.wmv
│ │ ├── 09-dataset-collate_fn.wmv
│ │ ├── 10-get_data.wmv
│ │ └── 11-总结.wmv
│ ├── day03
│ │ ├── 01-每日反馈+总结.wmv
│ │ ├── 02-lstm搭建.wmv
│ │ ├── 03-lstm-crf搭建.wmv
│ │ ├── 04-model2train.wmv
│ │ ├── 06-model2dev.wmv
│ │ ├── 07-model2text.wmv
│ │ ├── 08-extract_ents.wmv
│ │ ├── 09-部署上线.wmv
│ │ ├── 10-TransferData-debug.wmv
│ │ ├── 11-dataloader-dubug.wmv
│ │ └── 12-train-debug.wmv
│ ├── day04
│ │ ├── 01-每日反馈+拓展.wmv
│ │ ├── 02-关系抽取基本知识.wmv
│ │ ├── 03-基于规则实现RE.wmv
│ │ ├── 04-config.wmv
│ │ ├── 05-数据预处理1.wmv
│ │ ├── 06-sent_padding.wmv
│ │ ├── 07-pos_padding.wmv
│ │ ├── 08-get_data.wmv
│ │ ├── 09-dataset.wmv
│ │ ├── 10-collate_fn.wmv
│ │ └── 11-get_loader.wmv
│ ├── day05
│ │ ├── 01-每日反馈+总结.wmv
│ │ ├── 02-模型init.wmv
│ │ ├── 03-forward的shape变化.wmv
│ │ ├── 04-forward实现.wmv
│ │ ├── 05-train实现.wmv
│ │ ├── 06-model2test实现.wmv
│ │ ├── 07-predict讲解.wmv
│ │ ├── 08-casrel架构.wmv
│ │ ├── 09-casrel模型细节.wmv
│ │ └── 10-config.wmv
│ ├── day06
│ │ ├── 01-每日反馈+总结.wmv
│ │ ├── 02-find_head_index.wmv
│ │ ├── 03-label初始化.wmv
│ │ ├── 04-label举例解释.wmv
│ │ ├── 05-解析inner_triples.wmv
│ │ ├── 06-填充工作.wmv
│ │ ├── 07-collate_fn.wmv
│ │ ├── 08-dataset.wmv
│ │ ├── 09-get_data+debug.wmv
│ │ └── 10-模型init.wmv
│ ├── day07
│ │ ├── 01-反馈+总结.wmv
│ │ ├── 02-get_subs+get_objs_for_specific_sub.wmv
│ │ ├── 03-compute_loss.wmv
│ │ ├── 04-loss.wmv
│ │ ├── 05-load_model.wmv
│ │ ├── 06-extract_sub.wmv
│ │ ├── 07-extract_obj_and_rel.wmv
│ │ ├── 08-train.wmv
│ │ ├── 09-train_debug.wmv
│ │ └── 10-predict.wmv
│ ├── day08
│ │ ├── 01-neo4切换测试库.wmv
│ │ ├── 02-cypher使用2.wmv
│ │ ├── 03-cypher使用3.wmv
│ │ ├── 04-创建节点关系.wmv
│ │ ├── 05-查询节点关系.wmv
│ │ ├── 06-get_spo_type分析.wmv
│ │ ├── 07-ready_data.wmv
│ │ ├── 08-构建neo4j.wmv
│ │ └── 09-检索neo4j.wmv
│ └── day09
│ └── 01-模型debug.wmv
├── 09_大模型-V6.5X版本【线下】-13天-AI版
│ ├── day01
│ │ ├── 01-大模型背景.wmv
│ │ ├── 02-语言模型.wmv
│ │ ├── 03-语言模型的发展.wmv
│ │ ├── 04-n-gram.wmv
│ │ ├── 06-神经网络的语言模型.wmv
│ │ ├── 07-bleu.wmv
│ │ ├── 08-rough.wmv
│ │ ├── 09-PPL.wmv
│ │ └── 10-AE的BERT模型.wmv
│ ├── day02
│ │ ├── 01-GPT的网络结构.wmv
│ │ ├── 02-GPT的预训练过程.wmv
│ │ ├── 03-GPT的微调.wmv
│ │ ├── 04-AR的特点.wmv
│ │ ├── 05-seq2seq.wmv
│ │ ├── 06-GPT2网络和训练.wmv
│ │ ├── 07-GPT2的特点.wmv
│ │ ├── 08-GPT3的网络结构.wmv
│ │ ├── 09-in_contextlearning.wmv
│ │ ├── 10-GPT3的特点.wmv
│ │ └── 11-强化学习.wmv
│ ├── day03
│ │ ├── 01-chatGPT的微调方法.wmv
│ │ ├── 02- chatGpt的微调方法.wmv
│ │ ├── 03-GLM的训练目标.wmv
│ │ ├── 04-GLM的位置编码.wmv
│ │ ├── 05-GLM的特点.wmv
│ │ ├── 06-LLaMa和Bloom.wmv
│ │ ├── 07-百川大模型.wmv
│ │ ├── 08-提示词工程.wmv
│ │ └── 09-提示词工程原则.wmv
│ ├── day04
│ │ ├── 01-项目背景.wmv
│ │ ├── 02-文本分类提示词.wmv
│ │ ├── 03-文本分类推理.wmv
│ │ ├── 04-趋动云使用.wmv
│ │ ├── 05-文本信息抽取提示词.wmv
│ │ ├── 06-文本信息抽取的后处理.wmv
│ │ ├── 07-文本抽取的实现.wmv
│ │ └── 08-文本匹配的内容.wmv
│ ├── day05
│ │ ├── 01-NLP的四范式.wmv
│ │ ├── 02-Prompt微调的方式.wmv
│ │ ├── 03-PET微调方法.wmv
│ │ ├── 04-硬模版和软模版.wmv
│ │ ├── 05-prompt tuning.wmv
│ │ ├── 06-p-tuning.wmv
│ │ ├── 07-PPL.wmv
│ │ └── 08-prompt-tuning总结.wmv
│ ├── day06
│ │ ├── 01-prefix微调.wmv
│ │ ├── 02-adapter.wmv
│ │ ├── 03-lora.wmv
│ │ ├── 04-伪代码.wmv
│ │ ├── 05-项目背景和数据.wmv
│ │ ├── 06-process实现.wmv
│ │ ├── 07-dataset实现.wmv
│ │ ├── 08-dataloader.wmv
│ │ ├── 09-模型构建.wmv
│ │ └── 10-config.wmv
│ ├── day07
│ │ ├── 01-模型训练.wmv
│ │ ├── 02-模型训练2.wmv
│ │ ├── 03-模型训练2.wmv
│ │ ├── 04-模型验证.wmv
│ │ ├── 05-准确率计算.wmv
│ │ ├── 06-损失函数.wmv
│ │ ├── 07-topK 和topP.wmv
│ │ ├── 08-模型预测.wmv
│ │ ├── 09-topK和topP.wmv
│ │ └── 10-前端部署.wmv
│ ├── day08
│ │ ├── 01-项目背景.wmv
│ │ ├── 02-PET的项目架构.wmv
│ │ ├── 03-template构建1.wmv
│ │ ├── 04-template构建2.wmv
│ │ ├── 05-dataset.wmv
│ │ ├── 06-data_preprocess.wmv
│ │ ├── 07-dataloader.wmv
│ │ ├── 08-标签词映射.wmv
│ │ ├── 09-主标签找子标签.wmv
│ │ └── 10-子标签找主标签.wmv
│ ├── day09
│ │ ├── 01-损失计算.wmv
│ │ ├── 02-id转换.wmv
│ │ ├── 03-评价指标.wmv
│ │ ├── 04-模型训练.wmv
│ │ ├── 05-模型预测.wmv
│ │ ├── 06-ptuning的数据处理.wmv
│ │ ├── 07-ptuning的dataloader.wmv
│ │ └── 08-ptuning的工具函数、训练和预测.wmv
│ ├── day10
│ │ ├── 01-项目介绍.wmv
│ │ ├── 02-配置信息.wmv
│ │ ├── 03-数据预处理.wmv
│ │ ├── 04-data_loader.wmv
│ │ ├── 05-工具函数.wmv
│ │ ├── 06-模型训练.wmv
│ │ └── 07-模型预测.wmv
│ ├── day11
│ │ ├── 01-Langchain介绍.wmv
│ │ ├── 02-Chat模型.wmv
│ │ ├── 03-嵌入模型.wmv
│ │ ├── 04-prompts.wmv
│ │ ├── 05-chains.wmv
│ │ ├── 06-agents.wmv
│ │ ├── 07-memory.wmv
│ │ ├── 08-index.wmv
│ │ ├── 09-向量数据库.wmv
│ │ └── 10-检索器.wmv
│ ├── day12
│ │ ├── 01-RAG.wmv
│ │ ├── 02-模型构建.wmv
│ │ ├── 03-向量库构建和检索.wmv
│ │ ├── 04-Function——Call.wmv
│ │ ├── 05-原理.wmv
│ │ ├── 06-实践.wmv
│ │ ├── 07-SQL.wmv
│ │ ├── 08-GPTs.wmv
│ │ ├── 09-AssistantAPI的使用.wmv
│ │ └── 10-AssistantAPI实践.wmv
│ └── day13
│ ├── 01-agent.wmv
│ ├── 02-Agent开发工具.wmv
│ └── 03-内容总结.wmv
├── 10_开源大模型平台-V6.5X版本-3天-AI版
│ ├── 01-讯飞
│ │ ├── 01-星火大模型介绍.wmv
│ │ ├── 02-API.wmv
│ │ ├── 03-大模型定制平台.wmv
│ │ └── 04-语音大模型.wmv
│ ├── 02-百度
│ │ ├── 01-百度千帆.wmv
│ │ └── 02-千帆模型.wmv
│ └── 03-阿里
│ ├── 01-阿里百炼.wmv
│ └── 02-阿里PAI.wmv
├── 阶段011 赠品-投满分项目
│ ├── day01
│ │ ├── 01-项目背景和数据集介绍.wmv
│ │ ├── 02-数据集获取.wmv
│ │ ├── 03-数据分布分析.wmv
│ │ ├── 04-分词.wmv
│ │ ├── 05-数据获取.wmv
│ │ ├── 06-特征工程.wmv
│ │ ├── 07-模型构建与训练.wmv
│ │ ├── 08-fasttext数据处理.wmv
│ │ ├── 09-fasttext数据集构建.wmv
│ │ ├── 10-fasttext模型训练.wmv
│ │ └── 11-优化1-自动化参数搜索.wmv
│ ├── day02
│ │ ├── 01-fasttext优化-分词.wmv
│ │ ├── 02-模型训练.wmv
│ │ ├── 03-模型部署.wmv
│ │ ├── 04-bert数据信息.wmv
│ │ ├── 05-bert代码结构构建.wmv
│ │ ├── 06-bert数据获取.wmv
│ │ ├── 07-数据迭代.wmv
│ │ └── 08-时间差计算.wmv
│ ├── day03
│ │ ├── 01-模型构建.wmv
│ │ ├── 02-模型训练与评估思想.wmv
│ │ ├── 03-模型训练与评估实现.wmv
│ │ ├── 04-实现2.wmv
│ │ ├── 05-模型预测.wmv
│ │ ├── 06-模型部署.wmv
│ │ └── 07-模型量化.wmv
│ ├── day04
│ │ ├── 01-昨日回顾.wmv
│ │ ├── 02-模型蒸馏思想.wmv
│ │ ├── 03-模型蒸馏项目架构.wmv
│ │ ├── 04-词表构建.wmv
│ │ ├── 05-数据获取.wmv
│ │ ├── 06-数据获取实现.wmv
│ │ ├── 07-数据迭代实现.wmv
│ │ └── 08-textCNN实践.wmv
│ ├── day05
│ │ ├── 01-内容回顾.wmv
│ │ ├── 02-textCNN介绍.wmv
│ │ ├── 03-数据对齐.wmv
│ │ ├── 04-损失计算.wmv
│ │ ├── 05-模型训练.wmv
│ │ ├── 06-训练流程.wmv
│ │ ├── 06-主函数.wmv
│ │ ├── 07-剪枝思想.wmv
│ │ ├── 08-特定层剪枝.wmv
│ │ ├── 09-结构化剪枝.wmv
│ │ ├── 10-多层剪枝.wmv
│ │ ├── 11-全局剪枝.wmv
│ │ └── 12-自定义剪枝.wmv
│ └── day06
│ ├── 01-面试问题和工作文问题.wmv
│ ├── 02-数据集构建方法.wmv
│ └── 03-项目串讲.wmv
├── 阶段012 赠品-计算机视觉
│ ├── Opencv视频教程
│ │ ├── 01 OpenCV图像处理视频课程（课件+源码）
│ │ ├── 02 OpenCV特征提取与检测实战视频课程 （课件+源码）
│ │ ├── 03 OpenCV图像处理-小案例实战 （课件+源码）
│ │ ├── 04 OpenCV级联分类器训练与使用实战教程课程 （课件+源码）
│ │ ├── 05 OpenCV图像分割实战视频教程 （课件+源码）
│ │ ├── 06 OpenCV视频分析与对象跟踪实战教程 （课件+源码）
│ │ ├── 07 OpenCV3.3深度神经网络(DNN)模块-应用视频教程 （课件+源码）
│ │ ├── 08 人工智能之OpenCV人脸识别案例实战视频教程 （课件+源码）
│ │ ├── 09 14个常用OpenCV+C++图像处理
│ │ ├── 10 OpenCV计算机视觉实战(Python版)（课件+源码）
│ │ ├── 11 OpenCV & FFmpeg & Qt C++视频编辑器实战开发
│ │ ├── 12 深度学习CNN RNN等框架
│ │ ├── 13 附赠1：Opencv资料
│ │ ├── 14 附赠2：赠送不同环境下安装不同版本的opencv
│ │ ├── 15 工具箱
│ │ └── 《OpenCV3编程入门》书本配套源代码
│ └── 《OpenCV3编程入门》书本配套源代码
│ ├── OpenCV3编程入门.pdf
│ ├── 【OpenCV3版】《OpenCV3编程入门》书本配套源代码.rar
│ └── 【可执行exe合集】《OpenCV3编程入门》书中可执行程序合集.rar
├── 阶段013 赠品-亿图人脸支付项目
│ ├── 01-人脸检测
│ │ ├── 01.内容回顾.wmv
│ │ ├── 02.视频读写.wmv
│ │ ├── 03.人脸检测概述.wmv
│ │ ├── 04.验证数据集.wmv
│ │ ├── 05.数据集获取.wmv
│ │ ├── 06.模型构建.wmv
│ │ ├── 07.参数配置.wmv
│ │ ├── 08.训练策略.wmv
│ │ ├── 09.训练流程.wmv
│ │ ├── 10.模型训练.wmv
│ │ └── 11.内容总结.wmv
│ ├── 02-人脸姿态
│ │ ├── 01.内容回顾.wmv
│ │ ├── 02.模型训练结果.wmv
│ │ ├── 03.模型预测.wmv
│ │ ├── 04.模型预测流程.wmv
│ │ ├── 05.人脸姿态概述.wmv
│ │ ├── 06.数据集加载.wmv
│ │ ├── 07.数据增强.wmv
│ │ ├── 08.模型构建.wmv
│ │ ├── 09.模型训练.wmv
│ │ └── 10. 内容总结.wmv
│ ├── 03-人脸多任务
│ │ ├── 01.内容回顾.wmv
│ │ ├── 02.人脸多任务.wmv
│ │ ├── 03.数据加载.wmv
│ │ ├── 04.数据增强.wmv
│ │ ├── 05.模型构建.wmv
│ │ ├── 06.模型训练.wmv
│ │ ├── 07.模型预测.wmv
│ │ ├── 08.人脸识别.wmv
│ │ ├── 09.数据获取.wmv
│ │ ├── 10.模型构建.wmv
│ │ ├── 11.arcface.wmv
│ │ └── 12.内容总结.wmv
│ └── 04-人脸识别
│ ├── 01.内容回顾.wmv
│ ├── 02.模型训练.wmv
│ ├── 03.模型使用.wmv
│ ├── 04.模型集成.wmv
│ ├── 05.代码结构.wmv
│ ├── 06.人脸矫正.wmv
│ ├── 07.属性获取.wmv
│ ├── 08.可视化.wmv
│ ├── 09.模型部署.wmv
│ └── 10.人脸支付项目总结.wmv
├── 阶段014 赠品-AI智慧交通项目实战
│ ├── 01-opencv
│ │ ├── 01-项目架构.wmv
│ │ ├── 02-项目构成.wmv
│ │ ├── 03-资料共享.wmv
│ │ ├── 04-opencv介绍.wmv
│ │ ├── 05-图像读写.wmv
│ │ ├── 06-绘制几何图像.wmv
│ │ ├── 07-图像加法.wmv
│ │ ├── 08-图像缩放与平移.wmv
│ │ ├── 09-图像旋转和仿射变换.wmv
│ │ ├── 10-透射变换.wmv
│ │ ├── 11-图像噪声.wmv
│ │ ├── 12-图像平滑方法.wmv
│ │ ├── 13-边缘检测思想.wmv
│ │ ├── 14-sobel边缘检测.wmv
│ │ ├── 15-canny边缘检测.wmv
│ │ ├── 16-视频读写.wmv
│ │ └── 17-opencv总结.wmv
│ ├── 02-yoloV8
│ │ ├── 01-YOLO发展.wmv
│ │ ├── 02-V8简介.wmv
│ │ ├── 03-V8的使用.wmv
│ │ ├── 04-效果展示.wmv
│ │ └── 05-streamlit的实现.wmv
│ ├── 03-车流量统计
│ │ ├── 01-车流量统计思想.wmv
│ │ ├── 02-多目标跟踪算法.wmv
│ │ ├── 03-sort和deepsort算法.wmv
│ │ ├── 04-KM算法.wmv
│ │ ├── 05-卡尔曼滤波.wmv
│ │ ├── 06-卡尔曼滤波思想.wmv
│ │ ├── 07-卡尔曼滤波实践.wmv
│ │ ├── 08-sort算法实现1 .wmv
│ │ ├── 09-sort算法实现2.wmv
│ │ ├── 10-sort算法实现跟踪.wmv
│ │ └── 11-deepsort算法跟踪.wmv
│ └── 04-车道线检测
│ ├── 01-车道线检测原理.wmv
│ ├── 02-相机坐标系转换.wmv
│ ├── 03-内容回顾.wmv
│ ├── 04-相机较正方法.wmv
│ ├── 05-优化方法.wmv
│ ├── 06-优化方法2.wmv
│ ├── 07-相机较正流程.wmv
│ ├── 08-双目较正.wmv
│ ├── 09-相机较正实现.wmv
│ ├── 10-图像去畸变.wmv
│ ├── 11-车道线提取.wmv
│ ├── 12-车道线定位.wmv
│ ├── 13-车道线拟合.wmv
│ ├── 14-车道线填充.wmv
│ ├── 15-车道线曲率.wmv
│ ├── 16-车辆偏离中心库里计算.wmv
│ ├── 17-车道线检测流程.wmv
│ └── 18-效果展示.wmv
├── 资料
│ ├── Python进阶-V5.0-AI版
│ │ └── 01.python进阶
│ ├── 数据处理和统计分析-V5.0-AI版
│ │ ├── data
│ │ ├── day01
│ │ ├── day02
│ │ ├── day03
│ │ ├── day04
│ │ ├── day05
│ │ ├── day06
│ │ ├── day07
│ │ ├── day08
│ │ ├── day09
│ │ ├── day10
│ │ ├── pdf
│ │ ├── 老师总结
│ │ ├── 上课所需软件
│ │ ├── 预习资料
│ │ ├── pandas.svg
│ │ └── 我的总结.txt
│ ├── 机器学习-V6.5-AI版
│ │ ├── 00-代码练习库
│ │ ├── day01-机器学习概述
│ │ ├── day02-KNN算法
│ │ ├── day03-线性回归
│ │ ├── day04-线性回归+逻辑回归
│ │ ├── day05-逻辑回归
│ │ ├── day06-决策树
│ │ ├── day07-集成学习
│ │ ├── day08-朴素贝叶斯和特征降维+聚类K-means
│ │ ├── day09-聚类kmeans算法+SVM
│ │ ├── day10-总结+拓展
│ │ ├── 补充资料
│ │ ├── AI20期-大模型时代 .pdf
│ │ ├── api.xmind
│ │ ├── 机器学习V5.0课程逻辑图总结.xmind
│ │ └── 机器学习V5.0课程总结.xmind
│ ├── 金融风控-V5.0-AI版
│ │ ├── day01
│ │ ├── day02
│ │ ├── day03
│ │ ├── day04
│ │ ├── day05
│ │ ├── day06
│ │ ├── day07
│ │ ├── day08
│ │ ├── 课程资料
│ │ └── 实战
│ ├── 深度学习基础-V5.0-AI版
│ │ ├── 01-讲义
│ │ ├── 02-code
│ │ ├── 03-笔记
│ │ ├── 05-作业
│ │ ├── 课前说明.mindnode
│ │ ├── 深度学习基础总结.mindnode
│ │ └── 深度学习基础总结.pdf
│ ├── NLP自然语言处理+GPT-V5.0-AI版
│ │ ├── day01
│ │ ├── day02
│ │ ├── day03
│ │ ├── day04
│ │ ├── day05
│ │ ├── day06
│ │ ├── day07
│ │ ├── day08
│ │ ├── day09
│ │ ├── day10
│ │ ├── day11
│ │ ├── day12
│ │ ├── day13
│ │ ├── 自然语言处理NLP
│ │ └── 作业
│ └── 多模态大模型项目-V5.0-AI版
│ ├── 01-讯飞
│ ├── 02-百度
│ ├── 03-阿里
│ ├── 简历
│ ├── 企业级大模型应用平台.mindnode
│ └── 项目文档