参考教材
人工智能及其应用 第3版 王万良 高等教育出版社 978-7-04-044255-7
机器学习 第1版 周志华 清华大学出版社 978-7-302-42328-7
Python机器学习 第1版 郭羽含，陈虹，肖成龙编 北京：机械工业出版社 978-7-111-67699-7
目录
人工智能 人工智能与机器学习基础/
│ ├── 人工智能/
│ │ ├── 00-视频教程/
│ │ │ ├── 高级人工智能导论-18讲-上海交大-avi.rar (354.64 MB)
│ │ │ ├── 清华大学 《人工智能导论》马少平 32讲 344 MB .rar (344.17 MB)
│ │ │ ├── 清华大学 《人工智能原理》石纯一 48讲.rar (325.57 MB)
│ │ │ ├── 清华大学 《人工智能原理》朱晓燕 48讲 360 MB.rar (360.48 MB)
│ │ │ ├── 人工智能：模型与算法_浙江大学/
│ │ │ │ ├── {0}--全部课件/
│ │ │ │ │ ├── (1.4.1)--人工智能概述课件.pdf (4.94 MB)
│ │ │ │ │ ├── (1.4.2)--人工智能课程体系变化与现状.pdf (2.00 MB)
│ │ │ │ │ ├── (1.5.1)--浙江大学图灵班人工智能本科专业授课课件（人工智能概述）.pdf (4.94 MB)
│ │ │ │ │ ├── (2.4.1)--搜索求解课件.pdf (3.20 MB)
│ │ │ │ │ ├── (2.5.1)--浙江大学图灵班人工智能本科专业课件（搜索求解）.pdf (3.16 MB)
│ │ │ │ │ ├── (3.4.1)--逻辑与推理(I)课件.pdf (1.68 MB)
│ │ │ │ │ ├── (3.5.1)--浙江大学图灵班人工智能本科专业课件（逻辑与推理）.pdf (1.84 MB)
│ │ │ │ │ ├── (4.3.1)--逻辑与推理(II)课件.pdf (1.88 MB)
│ │ │ │ │ ├── (4.4.1)--浙江大学图灵班人工智能本科专业课件（逻辑与推理）.pdf (1.75 MB)
│ │ │ │ │ ├── (5.4.1)--统计机器学习：监督学习课件.pdf (1.51 MB)
│ │ │ │ │ ├── (5.5.1)--浙江大学图灵班人工智能本科专业课件（监督学习）.pdf (2.91 MB)
│ │ │ │ │ ├── (6.4.1)--统计机器学习：无监督学习课件.pdf (1.89 MB)
│ │ │ │ │ ├── (6.5.1)--浙江大学图灵班人工智能本科专业课件（监督学习）.pdf (3.36 MB)
│ │ │ │ │ ├── (7.4.1)--统计机器学习算法应用课件.pdf (1.75 MB)
│ │ │ │ │ ├── (8.4.1)--深度学习课件.pdf (2.27 MB)
│ │ │ │ │ ├── (8.5.1)--浙江大学图灵班人工智能本科专业课件（深度学习）.pdf (4.52 MB)
│ │ │ │ │ ├── (9.3.1)--深度学习课件.pdf (2.27 MB)
│ │ │ │ │ ├── (9.4.1)--浙江大学图灵班人工智能本科专业课件（深度学习）.pdf (4.52 MB)
│ │ │ │ │ ├── (10.5.1)--强化学习课件.pdf (1.66 MB)
│ │ │ │ │ ├── (10.6.1)--浙江大学图灵班人工智能本科专业课件（强化学习）.pdf (3.47 MB)
│ │ │ │ │ ├── (11.5.1)--人工智能博弈课件.pdf (2.24 MB)
│ │ │ │ │ ├── (11.6.1)--浙江大学图灵班人工智能本科专业课件（人工智能博弈）.pdf (2.87 MB)
│ │ │ │ │ ├── (12.4.1)--人工智能发展与挑战课件.pdf (3.92 MB)
│ │ │ │ │ ├── (13.5.1)--课件.pdf (4.32 MB)
│ │ │ │ │ └── (14.4.1)--构建人工智能育人生态促AI专业和交叉学科发展.pdf (6.83 MB)
│ │ │ │ └── {1}--课程/
│ │ │ │ │ ├── {1}--第一周人工智能概述/
│ │ │ │ │ │ ├── {1}--1.1可计算思想起源与发展/
│ │ │ │ │ │ ├── {2}--1.2人工智能的发展简史/
│ │ │ │ │ │ ├── {3}--1.3人工智能研究的基本内容/
│ │ │ │ │ │ ├── {4}--人工智能概述课件/
│ │ │ │ │ │ │ ├── (1.4.1)--人工智能概述课件.pdf (4.94 MB)
│ │ │ │ │ │ │ └── (1.4.2)--人工智能课程体系变化与现状.pdf (2.00 MB)
│ │ │ │ │ │ └── {5}--浙江大学图灵班人工智能本科专业课件（人工智能概述）/
│ │ │ │ │ │ │ └── (1.5.1)--浙江大学图灵班人工智能本科专业授课课件（人工智能概述）.pdf (4.94 MB)
│ │ │ │ │ ├── {2}--第二周搜索求解/
│ │ │ │ │ │ ├── {1}--2.1启发式搜索/
│ │ │ │ │ │ ├── {2}--2.2对抗搜索/
│ │ │ │ │ │ ├── {3}--2.3蒙特卡洛树搜索/
│ │ │ │ │ │ ├── {4}--搜索求解课件/
│ │ │ │ │ │ │ └── (2.4.1)--搜索求解课件.pdf (3.20 MB)
│ │ │ │ │ │ └── {5}--浙江大学图灵班人工智能本科专业课件（搜索求解）/
│ │ │ │ │ │ │ └── (2.5.1)--浙江大学图灵班人工智能本科专业课件（搜索求解）.pdf (3.16 MB)
│ │ │ │ │ ├── {3}--第三周逻辑与推理（I）/
│ │ │ │ │ │ ├── {1}--3.1命题逻辑/
│ │ │ │ │ │ ├── {2}--3.2谓词逻辑/
│ │ │ │ │ │ ├── {3}--3.3知识图谱推理：一阶归纳推理算法/
│ │ │ │ │ │ ├── {4}--逻辑与推理(I)课件/
│ │ │ │ │ │ │ └── (3.4.1)--逻辑与推理(I)课件.pdf (1.68 MB)
│ │ │ │ │ │ └── {5}--浙江大学图灵班人工智能本科专业课件（逻辑与推理）/
│ │ │ │ │ │ │ └── (3.5.1)--浙江大学图灵班人工智能本科专业课件（逻辑与推理）.pdf (1.84 MB)
│ │ │ │ │ ├── {4}--第四周逻辑与推理（II）/
│ │ │ │ │ │ ├── {1}--4.1知识图谱推理：路径排序算法/
│ │ │ │ │ │ ├── {2}--4.2因果推理/
│ │ │ │ │ │ ├── {3}--逻辑与推理(II)课件/
│ │ │ │ │ │ │ └── (4.3.1)--逻辑与推理(II)课件.pdf (1.88 MB)
│ │ │ │ │ │ └── {4}--浙江大学图灵班人工智能本科专业课件（逻辑与推理）/
│ │ │ │ │ │ │ └── (4.4.1)--浙江大学图灵班人工智能本科专业课件（逻辑与推理）.pdf (1.75 MB)
│ │ │ │ │ ├── {5}--第五周统计机器学习：监督学习/
│ │ │ │ │ │ ├── {1}--5.1机器学习基本概念/
│ │ │ │ │ │ ├── {2}--5.2线性回归分析/
│ │ │ │ │ │ ├── {3}--5.3提升算法（boosting）/
│ │ │ │ │ │ ├── {4}--统计机器学习：监督学习课件/
│ │ │ │ │ │ │ └── (5.4.1)--统计机器学习：监督学习课件.pdf (1.51 MB)
│ │ │ │ │ │ └── {5}--浙江大学图灵班人工智能本科专业课件（监督学习）/
│ │ │ │ │ │ │ └── (5.5.1)--浙江大学图灵班人工智能本科专业课件（监督学习）.pdf (2.91 MB)
│ │ │ │ │ ├── {6}--第六周统计机器学习：无监督学习/
│ │ │ │ │ │ ├── {1}--6.1K均值聚类/
│ │ │ │ │ │ ├── {2}--6.2主成分分析/
│ │ │ │ │ │ ├── {3}--6.3特征人脸算法/
│ │ │ │ │ │ ├── {4}--统计机器学习：无监督学习课件/
│ │ │ │ │ │ │ └── (6.4.1)--统计机器学习：无监督学习课件.pdf (1.89 MB)
│ │ │ │ │ │ └── {5}--浙江大学图灵班人工智能本科专业课件（无监督学习）/
│ │ │ │ │ │ │ └── (6.5.1)--浙江大学图灵班人工智能本科专业课件（监督学习）.pdf (3.36 MB)
│ │ │ │ │ ├── {7}--第七周统计机器学习算法应用/
│ │ │ │ │ │ ├── {1}--7_20210108_134100.1逻辑斯蒂回归与分类/
│ │ │ │ │ │ ├── {2}--7.2潜在语义分析/
│ │ │ │ │ │ ├── {3}--7.3线性区别分析及分类/
│ │ │ │ │ │ └── {4}--统计机器学习算法应用课件/
│ │ │ │ │ │ │ └── (7.4.1)--统计机器学习算法应用课件.pdf (1.75 MB)
│ │ │ │ │ ├── {8}--第八周深度学习（I）/
│ │ │ │ │ │ ├── {1}--8.1深度学习基本概念/
│ │ │ │ │ │ ├── {2}--8.2前馈神经网络/
│ │ │ │ │ │ ├── {3}--8.3误差后向传播(BP)/
│ │ │ │ │ │ ├── {4}--深度学习课件/
│ │ │ │ │ │ │ └── (8.4.1)--深度学习课件.pdf (2.27 MB)
│ │ │ │ │ │ └── {5}--浙江大学图灵班人工智能本科专业课件（深度学习）/
│ │ │ │ │ │ │ └── (8.5.1)--浙江大学图灵班人工智能本科专业课件（深度学习）.pdf (4.52 MB)
│ │ │ │ │ ├── {9}--第九周：深度学习（II）/
│ │ │ │ │ │ ├── {1}--9.1卷积神经网络/
│ │ │ │ │ │ ├── {2}--9.2自然语言理解与视觉分析/
│ │ │ │ │ │ ├── {3}--深度学习课件/
│ │ │ │ │ │ │ └── (9.3.1)--深度学习课件.pdf (2.27 MB)
│ │ │ │ │ │ └── {4}--浙江大学图灵班人工智能本科专业课件（深度学习）/
│ │ │ │ │ │ │ └── (9.4.1)--浙江大学图灵班人工智能本科专业课件（深度学习）.pdf (4.52 MB)
│ │ │ │ │ ├── {10}--第十周：强化学习/
│ │ │ │ │ │ ├── {1}--10.1强化学习定义/
│ │ │ │ │ │ ├── {2}--10_20210108_134056.2策略优化与策略评估/
│ │ │ │ │ │ ├── {3}--10.3强化学习求解QLearning/
│ │ │ │ │ │ ├── {4}--10.4深度强化学习/
│ │ │ │ │ │ ├── {5}--强化学习课件/
│ │ │ │ │ │ │ └── (10.5.1)--强化学习课件.pdf (1.66 MB)
│ │ │ │ │ │ └── {6}--浙江大学图灵班人工智能本科专业课件（强化学习）/
│ │ │ │ │ │ │ └── (10.6.1)--浙江大学图灵班人工智能本科专业课件（强化学习）.pdf (3.47 MB)
│ │ │ │ │ ├── {11}--第十一周：人工智能博弈/
│ │ │ │ │ │ ├── {1}--11.1博弈相关概念/
│ │ │ │ │ │ ├── {2}--11.2遗憾最小化算法/
│ │ │ │ │ │ ├── {3}--11.3虚拟遗憾最小化算法/
│ │ │ │ │ │ ├── {4}--11.4人工智能安全/
│ │ │ │ │ │ ├── {5}--人工智能博弈课件/
│ │ │ │ │ │ │ └── (11.5.1)--人工智能博弈课件.pdf (2.24 MB)
│ │ │ │ │ │ └── {6}--浙江大学图灵班人工智能本科专业课件（人工智能博弈）/
│ │ │ │ │ │ │ └── (11.6.1)--浙江大学图灵班人工智能本科专业课件（人工智能博弈）.pdf (2.87 MB)
│ │ │ │ │ ├── {12}--第十二周：人工智能发展与挑战/
│ │ │ │ │ │ ├── {1}--12_20210108_134057.1记忆驱动的智能计算/
│ │ │ │ │ │ ├── {2}--12.2可计算社会学/
│ │ │ │ │ │ ├── {3}--12.3若干挑战/
│ │ │ │ │ │ └── {4}--人工智能发展与挑战课件/
│ │ │ │ │ │ │ └── (12.4.1)--人工智能发展与挑战课件.pdf (3.92 MB)
│ │ │ │ │ ├── {13}--第十三周：算法实验/
│ │ │ │ │ │ ├── {1}--人工智能课程体系演变/
│ │ │ │ │ │ ├── {2}--实验环境设置/
│ │ │ │ │ │ ├── {3}--如何完成并测试你的实验作业/
│ │ │ │ │ │ ├── {4}--实验作业题目/
│ │ │ │ │ │ └── {5}--算法实验的课件/
│ │ │ │ │ │ │ └── (13.5.1)--课件.pdf (4.32 MB)
│ │ │ │ │ └── {14}--第十四周构建人工智能育人生态促AI专业和交叉学科发展/
│ │ │ │ │ │ ├── {1}--新一代人工智能的形成/
│ │ │ │ │ │ ├── {2}--人工智能人才培养态势/
│ │ │ │ │ │ ├── {3}--汇聚交叉、赋能社会/
│ │ │ │ │ │ └── {4}--构建人工智能育人生态促AI专业和交叉学科发展课件/
│ │ │ │ │ │ │ └── (14.4.1)--构建人工智能育人生态促AI专业和交叉学科发展.pdf (6.83 MB)
│ │ │ ├── 人工智能导论——面向人文社科专业_北京语言大学/
│ │ │ │ ├── {0}--全部课件/
│ │ │ │ │ ├── (1.5.1)--第一章课件.pdf (1.96 MB)
│ │ │ │ │ ├── (2.5.1)--第二章课件.pdf (0.96 MB)
│ │ │ │ │ ├── (3.5.1)--第三章课件.pdf (1.56 MB)
│ │ │ │ │ ├── (4.4.1)--第四章课件.pdf (3.18 MB)
│ │ │ │ │ ├── (5.6.1)--第五章课件.pdf (2.17 MB)
│ │ │ │ │ ├── (6.4.1)--第六章课件.pdf (2.09 MB)
│ │ │ │ │ ├── (8.6.1)--第七章课件.pdf (3.35 MB)
│ │ │ │ │ ├── (9.5.1)--第八章（上）课件.pdf (3.92 MB)
│ │ │ │ │ ├── (10.4.1)--第八章（下）课件.pdf (2.15 MB)
│ │ │ │ │ ├── (11.6.1)--第九章课件（上）.pdf (2.06 MB)
│ │ │ │ │ ├── (11.6.2)--第九章课件（下）.pdf (3.86 MB)
│ │ │ │ │ └── #1.4.1#--参考资料.pdf (0.03 MB)
│ │ │ │ └── {1}--课程/
│ │ │ │ │ ├── {1}--第一章绪论/
│ │ │ │ │ │ ├── {1}--1.1人工智能的概念/
│ │ │ │ │ │ ├── {2}--1.2人工智能发展简史/
│ │ │ │ │ │ ├── {3}--1.3人工智能发展现状和趋势/
│ │ │ │ │ │ ├── {4}--1.4课程内容概述/
│ │ │ │ │ │ │ └── #1.4.1#--参考资料.pdf (0.03 MB)
│ │ │ │ │ │ └── {5}--第一章课件/
│ │ │ │ │ │ │ └── (1.5.1)--第一章课件.pdf (1.96 MB)
│ │ │ │ │ ├── {2}--第二章知识表示/
│ │ │ │ │ │ ├── {1}--2.1知识表示概述/
│ │ │ │ │ │ ├── {2}--2.2一阶谓词逻辑知识表示/
│ │ │ │ │ │ ├── {3}--2.3产生式知识表示/
│ │ │ │ │ │ ├── {4}--2.4框架知识表示/
│ │ │ │ │ │ └── {5}--第二章课件/
│ │ │ │ │ │ │ └── (2.5.1)--第二章课件.pdf (0.96 MB)
│ │ │ │ │ ├── {3}--第三章自动推理与专家系统/
│ │ │ │ │ │ ├── {1}--3.1引言/
│ │ │ │ │ │ ├── {2}--3.2确定性推理/
│ │ │ │ │ │ ├── {3}--3.3不确定性推理/
│ │ │ │ │ │ ├── {4}--3.4专家系统简介/
│ │ │ │ │ │ └── {5}--第三章课件/
│ │ │ │ │ │ │ └── (3.5.1)--第三章课件.pdf (1.56 MB)
│ │ │ │ │ ├── {4}--第四章知识图谱/
│ │ │ │ │ │ ├── {1}--4.1知识图谱概述/
│ │ │ │ │ │ ├── {2}--4.2典型知识图谱/
│ │ │ │ │ │ ├── {3}--4.3知识图谱技术与应用/
│ │ │ │ │ │ └── {4}--第四章课件/
│ │ │ │ │ │ │ └── (4.4.1)--第四章课件.pdf (3.18 MB)
│ │ │ │ │ ├── {5}--第五章搜索技术/
│ │ │ │ │ │ ├── {1}--5.1引言/
│ │ │ │ │ │ ├── {2}--5.2状态空间图模型/
│ │ │ │ │ │ ├── {3}--5.3盲目搜索策略/
│ │ │ │ │ │ ├── {4}--5.4启发式搜索策略/
│ │ │ │ │ │ ├── {5}--5.5博弈搜索策略/
│ │ │ │ │ │ └── {6}--第五章课件/
│ │ │ │ │ │ │ └── (5.6.1)--第五章课件.pdf (2.17 MB)
│ │ │ │ │ ├── {6}--第六章进化智能与群体智能/
│ │ │ │ │ │ ├── {1}--6.1引言/
│ │ │ │ │ │ ├── {2}--6.2进化智能：遗传算法/
│ │ │ │ │ │ ├── {3}--6.3群体智能：蚁群算法/
│ │ │ │ │ │ └── {4}--第六章课件/
│ │ │ │ │ │ │ └── (6.4.1)--第六章课件.pdf (2.09 MB)
│ │ │ │ │ ├── {7}--附章A：人工智能的数学基础/
│ │ │ │ │ │ ├── {1}--A1基本知识/
│ │ │ │ │ │ ├── {2}--A2向量与矩阵/
│ │ │ │ │ │ ├── {3}--A3导数基础/
│ │ │ │ │ │ └── {4}--A4梯度下降方法/
│ │ │ │ │ ├── {8}--第七章机器学习/
│ │ │ │ │ │ ├── {1}--7.1引言/
│ │ │ │ │ │ ├── {2}--7.2有监督学习/
│ │ │ │ │ │ ├── {3}--7.3无监督学习/
│ │ │ │ │ │ ├── {4}--7.4弱监督学习/
│ │ │ │ │ │ ├── {5}--7.5强化学习/
│ │ │ │ │ │ └── {6}--第七章课件/
│ │ │ │ │ │ │ └── (8.6.1)--第七章课件.pdf (3.35 MB)
│ │ │ │ │ ├── {9}--第八章深度学习（上）/
│ │ │ │ │ │ ├── {1}--8.1引言/
│ │ │ │ │ │ ├── {2}--8.2感知机算法/
│ │ │ │ │ │ ├── {3}--8.3前馈神经网络与BP算法/
│ │ │ │ │ │ ├── {4}--8.4卷积神经网络/
│ │ │ │ │ │ └── {5}--第八章（上）课件/
│ │ │ │ │ │ │ └── (9.5.1)--第八章（上）课件.pdf (3.92 MB)
│ │ │ │ │ ├── {10}--第八章深度学习（下）/
│ │ │ │ │ │ ├── {1}--8.5循环神经网络/
│ │ │ │ │ │ ├── {2}--8.6注意力与记忆机制/
│ │ │ │ │ │ ├── {3}--8.7生成对抗网络/
│ │ │ │ │ │ └── {4}--第八章（下）课件/
│ │ │ │ │ │ │ └── (10.4.1)--第八章（下）课件.pdf (2.15 MB)
│ │ │ │ │ └── {11}--第九章人工智能典型应用/
│ │ │ │ │ │ ├── {1}--9.1引言/
│ │ │ │ │ │ ├── {2}--9.2计算机视觉/
│ │ │ │ │ │ ├── {3}--9.3语音处理技术/
│ │ │ │ │ │ ├── {4}--9.4语言智能技术/
│ │ │ │ │ │ ├── {5}--9.5智能竞技/
│ │ │ │ │ │ └── {6}--第九章课件/
│ │ │ │ │ │ │ ├── (11.6.1)--第九章课件（上）.pdf (2.06 MB)
│ │ │ │ │ │ │ └── (11.6.2)--第九章课件（下）.pdf (3.86 MB)
│ │ │ └── 人工智能实践：Tensorflow笔记_北京大学/
│ │ │ │ ├── {0}--全部课件/
│ │ │ │ │ ├── (1.5.1)--助教的Tensorflow笔记1.pdf (0.59 MB)
│ │ │ │ │ ├── (2.9.1)--助教的Tensorflow笔记2.pdf (0.97 MB)
│ │ │ │ │ ├── (3.4.1)--助教的Tensorflow笔记3.pdf (0.65 MB)
│ │ │ │ │ ├── (4.6.1)--助教的Tensorflow笔记4.pdf (2.36 MB)
│ │ │ │ │ ├── (5.4.1)--助教的Tensorflow笔记5.pdf (0.55 MB)
│ │ │ │ │ ├── (6.3.1)--助教的Tensorflow笔记6.pdf (1.48 MB)
│ │ │ │ │ ├── (7.3.1)--助教的Tensorflow笔记7.pdf (2.19 MB)
│ │ │ │ │ ├── (8.3.1)--助教的Tensorflow笔记8.pdf (1.67 MB)
│ │ │ │ │ └── (8.4.1)--附：VGGNET论文.pdf (0.19 MB)
│ │ │ │ └── {1}--课程/
│ │ │ │ │ ├── {1}--第一讲人工智能概述/
│ │ │ │ │ │ ├── {1}--1.1-概述/
│ │ │ │ │ │ ├── {2}--1.2-双系统安装/
│ │ │ │ │ │ ├── {3}--1.3-Windows虚拟机安装/
│ │ │ │ │ │ ├── {4}--1.4-MacTensorflow安装/
│ │ │ │ │ │ ├── {5}--助教的Tensorflow笔记1/
│ │ │ │ │ │ │ └── (1.5.1)--助教的Tensorflow笔记1.pdf (0.59 MB)
│ │ │ │ │ │ └── {6}--1.5-WindowsAnacondaTensorFlow安装/
│ │ │ │ │ ├── {2}--第二讲Python语法串讲/
│ │ │ │ │ │ ├── {1}--2.1-Linux指令、HelloWorld/
│ │ │ │ │ │ ├── {2}--2.2-列表、元组、字典/
│ │ │ │ │ │ ├── {3}--2.3-条件语句/
│ │ │ │ │ │ ├── {4}--2.4-循环语句/
│ │ │ │ │ │ ├── {5}--2.5-turtle模块/
│ │ │ │ │ │ ├── {6}--2.6-函数、模块、包/
│ │ │ │ │ │ ├── {7}--2.7-类、对象、面向对象的编程/
│ │ │ │ │ │ ├── {8}--2.8-文件操作/
│ │ │ │ │ │ └── {9}--助教的Tensorflow笔记2/
│ │ │ │ │ │ │ └── (2.9.1)--助教的Tensorflow笔记2.pdf (0.97 MB)
│ │ │ │ │ ├── {3}--第三讲Tensorflow框架/
│ │ │ │ │ │ ├── {1}--3.1-张量、计算图、会话/
│ │ │ │ │ │ ├── {2}--3.2-前向传播/
│ │ │ │ │ │ ├── {3}--3.3-反向传播/
│ │ │ │ │ │ └── {4}--助教的Tensorflow笔记3/
│ │ │ │ │ │ │ └── (3.4.1)--助教的Tensorflow笔记3.pdf (0.65 MB)
│ │ │ │ │ ├── {4}--第四讲神经网络优化/
│ │ │ │ │ │ ├── {1}--4_20210108_134103.1-损失函数/
│ │ │ │ │ │ ├── {2}--4.2-学习率/
│ │ │ │ │ │ ├── {3}--4.3-滑动平均/
│ │ │ │ │ │ ├── {4}--4.4-正则化/
│ │ │ │ │ │ ├── {5}--4.5-神经网络搭建八股/
│ │ │ │ │ │ └── {6}--助教的Tensorflow笔记4/
│ │ │ │ │ │ │ └── (4.6.1)--助教的Tensorflow笔记4.pdf (2.36 MB)
│ │ │ │ │ ├── {5}--第五讲全连接网络基础/
│ │ │ │ │ │ ├── {1}--5.1-MNIST数据集/
│ │ │ │ │ │ ├── {2}--5.2-模块化搭建神经网络八股/
│ │ │ │ │ │ ├── {3}--5.3-手写数字识别准确率输出/
│ │ │ │ │ │ └── {4}--助教的Tensorflow笔记5/
│ │ │ │ │ │ │ └── (5.4.1)--助教的Tensorflow笔记5.pdf (0.55 MB)
│ │ │ │ │ ├── {6}--第六讲全连接网络实践/
│ │ │ │ │ │ ├── {1}--6.1-输入手写数字图片输出识别结果/
│ │ │ │ │ │ ├── {2}--6.2-制作数据集/
│ │ │ │ │ │ └── {3}--助教的Tensorflow笔记6/
│ │ │ │ │ │ │ └── (6.3.1)--助教的Tensorflow笔记6.pdf (1.48 MB)
│ │ │ │ │ ├── {7}--第七讲卷积网络基础/
│ │ │ │ │ │ ├── {1}--7.1-卷积神经网络/
│ │ │ │ │ │ ├── {2}--7.2-lenet5代码讲解/
│ │ │ │ │ │ └── {3}--助教的Tensorflow笔记7/
│ │ │ │ │ │ │ └── (7.3.1)--助教的Tensorflow笔记7.pdf (2.19 MB)
│ │ │ │ │ ├── {8}--第八讲卷积网络实践/
│ │ │ │ │ │ ├── {1}--8.1-复现已有的卷积神经网络/
│ │ │ │ │ │ ├── {2}--8.2-用vgg16实现图片识别/
│ │ │ │ │ │ ├── {3}--助教的Tensorflow笔记8/
│ │ │ │ │ │ │ └── (8.3.1)--助教的Tensorflow笔记8.pdf (1.67 MB)
│ │ │ │ │ │ └── {4}--附：VGGNET论文/
│ │ │ │ │ │ │ └── (8.4.1)--附：VGGNET论文.pdf (0.19 MB)
│ │ │ │ │ └── {9}--第九讲课程项目分享/
│ │ │ │ │ │ ├── {1}--9.1真实复杂场景手写英文体识别/
│ │ │ │ │ │ ├── {2}--9.2二值神经网络实现MNIST手写数字识别/
│ │ │ │ │ │ ├── {3}--9.3车牌号码识别/
│ │ │ │ │ │ ├── {4}--9.4人脸表情识别/
│ │ │ │ │ │ ├── {5}--9.5实时目标检测、识别、计数和追踪/
│ │ │ │ │ │ ├── {6}--9.6图片自动上色/
│ │ │ │ │ │ ├── {7}--9.7图像风格融合与快速迁移/
│ │ │ │ │ │ ├── {8}--9.8图像中文描述/
│ │ │ │ │ │ ├── {9}--9.9跨模态检索/
│ │ │ │ │ │ └── {10}--9.10强化学习实现“不死鸟”FlappyBird/
│ │ ├── 01-王万良《人工智能导论》第5版_高等教育出版社课件.pdf (30.73 MB)
│ │ ├── 02-人工智能导论复习资料.pdf (0.95 MB)
│ │ ├── 03-人工智能导论习题选讲.pdf (26.95 MB)
│ │ ├── 04-《人工智能导论》试卷.pdf (5.96 MB)
│ │ ├── 05-《人工智能导论》课程总结.pdf (3.49 MB)
│ │ └── 06-西安理工大学《人工智能》试题集89422.pdf (2.16 MB)
│ ├── 人工智能与机器学习基础/
│ │ ├── 00-视频教程/
│ │ │ └── 上海交大 张志华 机器学习导论 42讲/
│ │ │ │ ├── 1 基本概念.mp4 (833.42 MB)
│ │ │ │ ├── 2 随机向量.mp4 (783.70 MB)
│ │ │ │ ├── 3 随机向量性质.mp4 (716.79 MB)
│ │ │ │ ├── 4 多元高斯分布.mp4 (768.81 MB)
│ │ │ │ ├── 5 分布性质.mp4 (561.94 MB)
│ │ │ │ ├── 6 条件期望.mp4 (789.45 MB)
│ │ │ │ ├── 7 多项式分布.mp4 (800.88 MB)
│ │ │ │ ├── 8 多元高斯分布及应用.mp4 (745.73 MB)
│ │ │ │ ├── 9 渐近性质.mp4 (727.84 MB)
│ │ │ │ ├── 10 核定义.mp4 (840.46 MB)
│ │ │ │ ├── 11 正定核性质.mp4 (732.40 MB)
│ │ │ │ ├── 12 正定核应用.mp4 (766.98 MB)
│ │ │ │ ├── 13 核主元分析.mp4 (836.17 MB)
│ │ │ │ ├── 14 主元分析.mp4 (854.21 MB)
│ │ │ │ ├── 15 主坐标分析.mp4 (732.18 MB)
│ │ │ │ ├── 16 期望最大算法.mp4 (717.03 MB)
│ │ │ │ ├── 17 概率PCA.mp4 (659.33 MB)
│ │ │ │ ├── 18 最大似然估计方法.mp4 (747.24 MB)
│ │ │ │ ├── 19 EM算法收敛性.mp4 (911.58 MB)
│ │ │ │ ├── 20 MDS方法.mp4 (993.05 MB)
│ │ │ │ ├── 21 MDS中加点方法.mp4 (650.00 MB)
│ │ │ │ ├── 22 矩阵次导数.mp4 (684.66 MB)
│ │ │ │ ├── 23 矩阵范数.mp4 (822.33 MB)
│ │ │ │ ├── 24 次导数.mp4 (783.83 MB)
│ │ │ │ ├── 25 spectral clustering.mp4 (620.10 MB)
│ │ │ │ ├── 26 K-means algorithm.mp4 (802.07 MB)
│ │ │ │ ├── 27 Matr-x Completion.mp4 (737.15 MB)
│ │ │ │ ├── 28 Fisher判别分析.mp4 (918.01 MB)
│ │ │ │ ├── 29 谱聚类1 .mp4 (955.05 MB)
│ │ │ │ ├── 30 谱聚类2.mp4 (997.68 MB)
│ │ │ │ ├── 31 Computational Methods1.mp4 (904.69 MB)
│ │ │ │ ├── 32 Computational Methods2.mp4 (980.74 MB)
│ │ │ │ ├── 33 Fisher Discriminant Analysis.mp4 (976.99 MB)
│ │ │ │ ├── 34 Kernel FDA.mp4 (968.28 MB)
│ │ │ │ ├── 35 Linear classification1.mp4 (962.55 MB)
│ │ │ │ ├── 36 Linear classification2.mp4 (987.11 MB)
│ │ │ │ ├── 37 Naive Bayes方法.mp4 (988.37 MB)
│ │ │ │ ├── 38 Support Vector Machines1.mp4 (962.00 MB)
│ │ │ │ ├── 39 Support Vector Machines2.mp4 (931.91 MB)
│ │ │ │ ├── 40 SVM.mp4 (932.42 MB)
│ │ │ │ ├── 41 Boosting1.mp4 (978.84 MB)
│ │ │ │ └── 42 Boosting2.mp4 (981.56 MB)
│ │ ├── 01-周志华《机器学习》西瓜书课后习题答案.pdf (2.79 MB)
│ │ ├── 02-周志华《机器学习》手推笔记1-9章105页.pdf (50.40 MB)
│ │ ├── 03-周志华《机器学习》学习笔记.pdf (23.91 MB)
│ │ └── 04-河南大学周志华《机器学习》西瓜书期末复习.pdf (4.09 MB)
│ └── Python机器学习/
│ │ ├── @python机器学习系列1/
│ │ │ ├── 《白话大数据与机器学习》中文PDF+《图解机器学习》中文PDF.rar (115.26 MB)
│ │ │ ├── 《白话机器学习算法》PDF中文+英文PDF+数据来源.rar (9.84 MB)
│ │ │ ├── 《百面机器学习算法工程师带你去面试》高清PDF版+高清epub版.rar (30.54 MB)
│ │ │ ├── 《分布式机器学习：算法、理论与实践》PDF+刘铁岩等著.rar (31.70 MB)
│ │ │ ├── 《机器学习(周志华)》PDF+课件+学习笔记+习题部分解答代码.rar (129.63 MB)
│ │ │ ├── 《机器学习基础教程》中文PDF+英文PDF.rar (184.80 MB)
│ │ │ ├── 《机器学习实践应用》高清PDF+源代码.rar (36.92 MB)
│ │ │ ├── 《机器学习实战基于Scikit-Learn和TensorFlow》原版PDF+英文PDF+源代码.rar (254.63 MB)
│ │ │ ├── 《机器学习系统设计》高清中文版+高清英文版+源代码.rar (40.66 MB)
│ │ │ ├── 《机器学习与应用》高清PDF.rar (243.52 MB)
│ │ │ ├── 《机器学习与优化》高清中文版PDF+高清英文版PDF.rar (44.05 MB)
│ │ │ ├── 《机器学习Python实践》PDF+源代码+魏贞原.rar (125.57 MB)
│ │ │ ├── 《精通特征工程》中文PDF+英文PDF+源代码.rar (16.93 MB)
│ │ │ ├── 《美团机器学习实践》高清PDF+思维导图.rar (94.00 MB)
│ │ │ ├── 《模式识别与机器学习PRML》中文PDF+英文PDF+习题解答+源代码+学习笔记.rar (37.91 MB)
│ │ │ ├── 《深度实践Spark机器学习》PDF+吴茂贵.rar (88.55 MB)
│ │ │ ├── 《深入浅出Python机器学习》PDF+源代码.rar (146.44 MB)
│ │ │ ├── 《神经网络与机器学习（第3版）》高清英文PDF+中文PDF.rar (53.36 MB)
│ │ │ ├── 《实用机器学习(孙亮 著)》PDF+源代码.rar (54.25 MB)
│ │ │ ├── 《实用机器学习》中文PDF+英文PDF+源代码.rar (104.29 MB)
│ │ │ ├── 《统计学习方法第2版》PDF+课件代码.rar (229.23 MB)
│ │ │ ├── 《自己动手写神经网络(葛一鸣)》PDF+源代码.rar (143.37 MB)
│ │ │ ├── 《Python机器学习—预测分析核心算法》高清中文版PDF+高清英文版PDF+源代码.rar (28.86 MB)
│ │ │ ├── 《Python机器学习(第2版)》中文PDF+英文PDF+源代码+Sebastian.rar (245.05 MB)
│ │ │ ├── 《Python机器学习》高清英文版PDF+中文版PDF+源代码.rar (247.93 MB)
│ │ │ ├── 《scikit-learn机器学习常用算法原理及编程实战》原版PDF+源代码+黄永昌.rar (172.23 MB)
│ │ │ ├── 《scikit-learn机器学习常用算法原理及编程实战》PDF版+epub版+源代码.rar (76.57 MB)
│ │ │ ├── 《Spark机器学习第2版》高清中文PDF+高清英文PDF+源代码.rar (79.33 MB)
│ │ │ ├── 机器学习实战(高清中文版PDF+高清英文版PDF+源代码).rar (57.79 MB)
│ │ │ ├── Python机器学习基础教程高清中文版PDF+高清英文版PDF+源代码.rar (81.04 MB)
│ │ │ ├── Python机器学习经典实例(高清中文版PDF+高清英文版PDF+源代码).rar (46.09 MB)
│ │ │ └── Python机器学习实践指南(高清中文版PDF+高清英文版PDF+源代码).rar (72.08 MB)
│ │ └── 新Python机器学习/
│ │ │ ├── 01使用Python分析科比生涯数据/
│ │ │ │ ├── 1.科比数据集简介.mp4 (36.00 MB)
│ │ │ │ ├── 2.数据预处理 (1).mp4 (139.72 MB)
│ │ │ │ └── 3.建模.mp4 (34.67 MB)
│ │ │ ├── 02案例实战-信用卡欺诈检测/
│ │ │ │ ├── 1.案例背景和目标.mp4 (26.42 MB)
│ │ │ │ ├── 2.样本不均衡解决方案.mp4 (110.11 MB)
│ │ │ │ ├── 3.下采样策略.mp4 (21.01 MB)
│ │ │ │ ├── 4.交叉验证.mp4 (35.65 MB)
│ │ │ │ ├── 5.模型评估方法.mp4 (34.83 MB)
│ │ │ │ ├── 6.正则化惩罚.mp4 (21.63 MB)
│ │ │ │ ├── 7.逻辑回归模型.mp4 (24.70 MB)
│ │ │ │ ├── 8.混淆矩阵.mp4 (100.74 MB)
│ │ │ │ ├── 9.逻辑回归阈值对结果的影响.mp4 (30.57 MB)
│ │ │ │ └── 10.SMOTE样本生成策略.mp4 (59.00 MB)
│ │ │ ├── 03Python文本数据分析/
│ │ │ │ ├── 1.文本分析与关键词提取.mp4 (30.49 MB)
│ │ │ │ ├── 2.相似度计算.mp4 (30.14 MB)
│ │ │ │ ├── 3.新闻数据与任务简介.mp4 (42.58 MB)
│ │ │ │ ├── 4.TF-IDF关键词提取.mp4 (223.93 MB)
│ │ │ │ ├── 5.LDA建模.mp4 (36.37 MB)
│ │ │ │ └── 6.基于贝叶斯算法进行新闻分类.mp4 (64.38 MB)
│ │ │ ├── 04Kaggle竞赛案例-泰坦尼克获救预测/
│ │ │ │ ├── 1.数据介绍.mp4 (25.97 MB)
│ │ │ │ ├── 2.数据预处理.mp4 (211.80 MB)
│ │ │ │ ├── 3.回归模型[vxia.net].mp4 (55.16 MB)
│ │ │ │ ├── 4.随机森林模型.mp4 (52.47 MB)
│ │ │ │ └── 5.特征选择.mp4 (40.12 MB)
│ │ │ ├── 05时间序列案例实战/
│ │ │ │ ├── 1.Pandas生成时间序列.mp4 (38.16 MB)
│ │ │ │ ├── 2.Pandas数据重采样.mp4 (91.18 MB)
│ │ │ │ ├── 3.Pandas滑动窗口.mp4 (22.03 MB)
│ │ │ │ ├── 4.股票预测案例.mp4 (35.17 MB)
│ │ │ │ ├── 5.使用tsfresh库进行分类任务.mp4 (216.98 MB)
│ │ │ │ └── 6.维基百科词条EDA.mp4 (58.68 MB)
│ │ │ ├── 06TensorFlow框架/
│ │ │ │ ├── 2.变量.mp4 (26.74 MB)
│ │ │ │ ├── 3.变量练习.mp4 (180.98 MB)
│ │ │ │ ├── 4.线性回归模型.mp4 (46.06 MB)
│ │ │ │ ├── 5.逻辑回归框架.mp4 (40.24 MB)
│ │ │ │ ├── 6.逻辑回归迭代.mp4 (51.80 MB)
│ │ │ │ ├── 7.神经网络模型.mp4 (86.60 MB)
│ │ │ │ ├── 8.完成神经网络.mp4 (43.20 MB)
│ │ │ │ ├── 9.卷积神经网络模型.mp4 (34.11 MB)
│ │ │ │ └── 10.卷积神经网络参数.mp4 (319.18 MB)
│ │ │ ├── 07MNIST手写字体识别/
│ │ │ │ ├── 1.神经网络模型概述.mp4 (33.00 MB)
│ │ │ │ ├── 2.tensorflow参数.mp4 (85.08 MB)
│ │ │ │ ├── 3.卷积简介.mp4 (29.03 MB)
│ │ │ │ ├── 4.构造网络结构.mp4 (42.33 MB)
│ │ │ │ └── 5.训练网络模型.mp4 (46.68 MB)
│ │ │ ├── 08Gensim中文词向量建模/
│ │ │ │ ├── 1.使用Gensim库构造词向量.mp4 (22.61 MB)
│ │ │ │ ├── 2.维基百科中文数据处理.mp4 (159.77 MB)
│ │ │ │ ├── 3.Gensim构造word2vec模型.mp4 (29.01 MB)
│ │ │ │ └── 4.测试模型相似度结果.mp4 (27.03 MB)
│ │ │ ├── 09探索性数据分析-赛事数据集分析/
│ │ │ │ ├── 1.开场 (1).mp4 (6.71 MB)
│ │ │ │ ├── 2.数据背景介绍.mp4 (37.59 MB)
│ │ │ │ ├── 3.数据读取与预处理.mp4 (198.21 MB)
│ │ │ │ ├── 4.数据切分模块.mp4 (51.92 MB)
│ │ │ │ ├── 5.缺失值可视化分析.mp4 (57.26 MB)
│ │ │ │ ├── 6.特征可视化展示.mp4 (42.81 MB)
│ │ │ │ ├── 7.多特征之间关系分析.mp4 (38.90 MB)
│ │ │ │ ├── 8.报表可视化分析.mp4 (39.60 MB)
│ │ │ │ └── 9.红牌和肤色的关系.mp4 (301.17 MB)
│ │ │ └── 10 探索性数据分析-农粮数据分析/
│ │ │ │ ├── 1.数据背景简介.mp4 (42.30 MB)
│ │ │ │ ├── 2.数据切片分析.mp4 (259.19 MB)
│ │ │ │ ├── 3.单变量分析.mp4 (60.36 MB)
│ │ │ │ ├── 4.峰度与偏度.mp4 (36.35 MB)
│ │ │ │ ├── 5.数据对数变换.mp4 (30.53 MB)
│ │ │ │ ├── 6.数据分析维度.mp4 (91.04 MB)
│ │ │ │ └── 7.变量关系可视化展示.mp4 (51.10 MB)
网盘下载
[!pan]+夸克网盘
夸克网盘