数据分析与机器学习实战人脸检测,36套系统课
本套数据分析与机器学习实战人脸检测36套系统课程,课程官方售价数千元,本系列课程涵盖了从Python数据分析和机器学习到深度学习、自然语言处理、图像处理等。内容包含视频以及相关资料,共计131.81G。文章底部附下载地址。
课程大纲
01、python数据分析与机器学习实战
02、深度学习入门视频课程(上篇)
03、深度学习入门视频课程(下篇)
04、深度学习框架-tensorflow案例实战视频课程
05、深度学习框架-caffe使用案例视频课程
06、深度学习项目实战视频课程-人脸检测
07、大数据-深度学习项目实战-关键点定位视频教程
08、python数据分析(机器学习)经典案例
09、决胜ai-强化学习实战系列视频课程
10、tensorflow项目实战视频课程-文本分类
11、深度学习实战项目-利用rnn与lstm网络原理进行唐诗生成视频课程
12、深度学习项目实战视频课程-seq2seq序列生模型
13、深度学习顶级论文算法详解视频课程
14、自然语言处理word2vec
15、深度学习项目实战视频课程-styletransfer(基于tensorflow)
16、机器学习-对抗生成网络
17、 机器学习-推荐系统
18、tensorflow-图像处理
19、tensorflow-自然语言处理
20、tensorflow-物体检测-faster-rcnn
21、数据科学人工智能-必备数学基础
22、nlp-文本相似度
23、深度学习30天系统实训-非加密
24、python-机器学习-进阶实战
25、python kaggle竞赛案例实战
26、lstm行为识别
27、问答机器人
28、opencv计算机视觉图像识别深度学习实战
29、python3数据分析与挖掘实战
30、量化交易课程
31、数据挖掘课程
32、opencv+tensorflow 入门人工智能图像处理
33、opencv计算机视觉实战(python版)
34 大数据 python数据分析处理库-pandas实战视频课程
35 大数据 python科学计算库-numpy实战视频课程
36 大数据——python数据可视化-matplotlib实战视频课程
课程文件目录:数据分析与机器学习实战人脸检测 [131.81G]
01、python数据分析与机器学习实战
视频课程
01人工智能入门指南(有基础的同学请略过!)
课时1课程介绍(主题与大纲.flv
课时2ai时代首选python.flv
课时3python我该怎么学.flv
课时4人工智能的核心-机器学习.flv
课时5机器学习怎么学?.mp4
课时6算法推导与案例.mp4
02python科学计算库-numpy
课时10numpy基础结构.mp4
课时11numpy矩阵基础.mp4
课时12numpy常用函数.mp4
课时13矩阵常用操作.mp4
课时14不同复制操作对比.mp4
课时7使用anaconda安装python环境(python新手先看这个).flv
课时9科学计算库numpy.mp4
03python数据分析处理库-pandas
课时15pandas数据读取.mp4
课时16pandas索引与计算.mp4
课时17pandas数据预处理实例.mp4
课时18pandas常用预处理方法.mp4
课时19pandas自定义函数.mp4
课时20series结构.mp4
04python数据可视化库-matplotlib
课时21折线图绘制.mp4
课时22子图操作.mp4
课时23条形图与散点图.mp4
课时24柱形图与盒图.mp4
课时25细节设置.mp4
05python可视化库seaborn
课时26seaborn简介.mp4
课时27整体布局风格设置.mp4
课时28风格细节设置.mp4
课时29调色板.mp4
课时30调色板颜色设置.mp4
课时31单变量分析绘图.mp4
课时32回归分析绘图.mp4
课时33多变量分析绘图.mp4
课时34分类属性绘图.mp4
课时35facetgrid使用方法.mp4
课时36facetgrid绘制多变量.mp4
课时37热度图绘制.mp4
06线性回归算法原理推导
课时38线性回归算法概述.mp4
课时39误差项分析.mp4
课时40似然函数求解.mp4
课时41目标函数推导.mp4
课时42线性回归求解.mp4
07梯度下降策略
课时43梯度下降原理.mp4
课时44梯度下降方法对比.mp4
课时45学习率对结果的影响.mp4
08逻辑回归算法
课时46逻辑回归算法原理推导.mp4
课时47逻辑回归求解.mp4
09案例实战:python实现逻辑回归与梯度下降策略
课时48python实现逻辑回归任务概述.mp4
课时49完成梯度下降模块.mp4
课时50停止策略与梯度下降案例.mp4
课时51实验对比效果.mp4
10项目实战-交易数据异常检测
课时52案例背景和目标.mp4
课时53样本不均衡解决方案.mp4
课时54下采样策略.mp4
课时55交叉验证.mp4
课时56模型评估方法.mp4
课时57正则化惩罚.mp4
课时58逻辑回归模型.mp4
课时59混淆矩阵.mp4
课时60逻辑回归阈值对结果的影响.mp4
课时61smote样本生成策略.mp4
11决策树算法
课时62决策树原理概述.mp4
课时63衡量标准-熵.mp4
课时64决策树构造实例.mp4
课时65信息增益率.mp4
课时66决策树剪枝策略.mp4
12案例实战:使用sklearn构造决策树模型
课时67决策树复习.mp4
课时68决策树涉及参数.mp4
课时69树可视化与sklearn库简介.mp4
课时70sklearn参数选择.mp4
13集成算法与随机森林
课时71集成算法-随机森林.mp4
课时72特征重要性衡量.mp4
课时73提升模型.mp4
课时74堆叠模型.mp4
14案例实战:泰坦尼克获救预测
课时75船员数据分析.mp4
课时76数据预处理.mp4
课时77使用回归算法进行预测.mp4
课时78使用随机森林改进模型.mp4
课时79随机森林特征重要性分析.mp4
15贝叶斯算法
课时80贝叶斯算法概述.mp4
课时81贝叶斯推导实例.mp4
课时82贝叶斯拼写纠错实例.mp4
课时83垃圾邮件过滤实例.mp4
课时84贝叶斯实现拼写检查器.mp4
16python文本数据分析:新闻分类任务
课时85文本分析与关键词提取.mp4
课时86相似度计算.mp4
课时87新闻数据与任务简介.mp4
课时88tf-idf关键词提取.mp4
课时89lda建模.mp4
课时90基于贝叶斯算法进行新闻分类.mp4
17支持向量机
课时91支持向量机要解决的问题.mp4
课时92距离与数据的定义.mp4
课时93目标函数.mp4
课时94目标函数求解.mp4
课时95svm求解实例.mp4
课时96支持向量的作用.mp4
课时97软间隔问题.mp4
课时98svm核变换.mp4
18案例:svm调参实例
课时100svm参数选择.mp4
课时99sklearn求解支持向量机.mp4
19聚类算法-kmeans
课时101kmeans算法概述.mp4
课时102kmeans工作流程.mp4
课时103kmeans迭代可视化展示.mp4
课时104使用kmeans进行图像压缩.mp4
20聚类算法-dbscan
课时105dbscan聚类算法.mp4
课时106dbscan工作流程【轻松网赚网666root.com】.mp4
课时107dbscan可视化展示.mp4
21案例实战:聚类实践
课时108多种聚类算法概述.mp4
课时109聚类案例实战.mp4
22降维算法-pca主成分分析
课时110pca降维概述.mp4
课时111pca要优化的目标.mp4
课时112pca求解.mp4
课时113pca实例.mp4
23神经网络
课时114初识神经网络.mp4
课时115计算机视觉所面临的挑战.mp4
课时116k近邻尝试图像分类.mp4
课时117超参数的作用.mp4
课时118线性分类原理.mp4
课时119神经网络-损失函数.mp4
课时120神经网络-正则化惩罚项.mp4
课时121神经网络-softmax分类器.mp4
课时122神经网络-最优化形象解读.mp4
课时123神经网络-梯度下降细节问题.mp4
课时124神经网络-反向传播.mp4
课时125神经网络架构.mp4
课时126神经网络实例演示.mp4
课时127神经网络过拟合解决方案.mp4
课时128感受神经网络的强大.mp4
24xgboost集成算法
课时129集成算法思想.mp4
课时130xgboost基本原理.mp4
课时131xgboost目标函数推导.mp4
课时132xgboost求解实例.mp4
课时133xgboost安装.mp4
课时134xgboost实战演示.mp4
课时135adaboost算法概述.mp4
25自然语言处理词向量模型-word2vec
课时136自然语言处理与深度学习.mp4
课时137语言模型.mp4
课时138-n-gram模型.mp4
课时139词向量.mp4
课时140神经网络模型.mp4
课时141hierarchicalsoftmax-课时142cbow模型实例.mp4
课时143cbow求解目标.mp4
课时144梯度上升求解.mp4
课时145负采样模型.mp4
26使用gensim库构造中文维基百度数据词向量模型
课时146使用gensim库构造词向量.mp4
课时147维基百科中文数据处理.mp4
课时148gensim构造word2vec模型.mp4
课时149测试模型相似度结果.mp4
27scikit-learn模型建立与评估
课时150使用python库分析汽车油耗效率.mp4
课时151使用scikit-learn库建立回归模型.mp4
课时152使用逻辑回归改进模型效果.mp4
课时153模型效果衡量标准.mp4
课时154roc指标与测试集的价值.mp4
课时155交叉验证.mp4
课时156多类别问题.mp4
28python库分析科比生涯数据
课时157kobebryan生涯数据读取与简介.mp4
课时158特征数据可视化展示.mp4
课时159数据预处理.mp4
课时160使用scikit-learn建立模型.mp4
29python时间序列分析
课时161章节简介.mp4
课时162pandas生成时间序列.mp4
课时163pandas数据重采样.mp4
课时164pandas滑动窗口.mp4
课时165数据平稳性与差分法.mp4
课时166arima模型.mp4
课时167相关函数评估方法.mp4
课时168建立arima模型.mp4
课时169参数选择.mp4
课时170股票预测案例.mp4
课时171使用tsfresh库进行分类任务.mp4
课时172维基百科词条eda.mp4
30机器学习项目实战-贷款申请最大化利润
课时173数据清洗过滤无用特征.mp4
课时174数据预处理.mp4
课时175获得最大利润的条件与做法.mp4
课时176预测结果并解决样本不均衡问题.mp4
31机器学习项目实战-用户流失预警
课时177数据背景介绍.mp4
课时178数据预处理.mp4
课时179尝试多种分类器效果.mp4
课时180结果衡量指标的意义.mp4
课时181应用阈值得出结果.mp4
32探索性数据分析-足球赛事数据集
课时182内容简介.mp4
课时183数据背景介绍.mp4
课时184数据读取与预处理.mp4
课时185数据切分模块.mp4
课时186缺失值可视化分析.mp4
课时187特征可视化展示.mp4
课时188多特征之间关系分析.mp4
课时189报表可视化分析.mp4
课时190红牌和肤色的关系.mp4
33探索性数据分析-农粮组织数据集
课时191数据背景简介.mp4
课时192数据切片分析.mp4
课时193单变量分析.mp4
课时194峰度与偏度.mp4
课时195数据对数变换.mp4
课时196数据分析维度.mp4
课时197变量关系可视化展示.mp4
34机器学习项目实战-http日志聚类分析
课时198建立特征工程.mp4
课时199特征数据预处理.mp4
课时200应用聚类算法得出异常ip点.mp4
02、深度学习入门视频课程(上篇)
第1章深度学习必备基础知识点
1.wmv
10.wmv
11.wmv
2.wmv
3.wmv
4.wmv
5.wmv
6.wmv
7.wmv
8.wmv
9.wmv
第2章神经网络模型
1.wmv
2.wmv
3.wmv
第3章神经网络案例实战
1.wmv
2.wmv
3.wmv
4.wmv
5.wmv
6.wmv
7.wmv
nn代码.rar
03、深度学习入门视频课程(下篇)
001、深度学习入门课程01感受卷积神经网络的强大.mp4
002、深度学习入门课程02卷积层详解.mp4
003、深度学习入门课程03卷积计算流程.mp4
004、深度学习入门课程04卷积核参数分析.mp4
005、深度学习入门课程05卷积参数共享原则.mp4
006、深度学习入门课程06池化层(pooling)原理.mp4
007、深度学习入门课程07卷积神经网络反向传播原理.mp4
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
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
010、深度学习入门课程10经典卷及网络架构实例.mp4
011、深度学习入门课程11rnn网络结构.mp4
012、rnn网络细节.mp4
013、深度学习入门课程12python实现rnn算法.mp4
014、深度学习入门课程13lstm网络结构简介.mp4
015、深度学习入门课程14分类与回归(location)任务应用详解.mp4
016、深度学习入门额课程15物体检测实例.mp4
017、深度学习入门课程16如何巧妙设计网络结构.mp4
018、深度学习入门课程17训练技巧之数据增强.mp4
019、深度学习入门课程18训练技巧之transferlearning.mp4
020、深度学习入门课程19深度学习框架caffe简介.mp4
021、深度学习入门课程20深度学习框架caffe训练过程.mp4
022、深度学习入门课程21深度学习框架caffe接口使用实例.mp4
04、深度学习框架-tensorflow案例实战视频课程
唐宇迪-tensorflow课程
tensorflow.pptx
tensorflow代码.zip
验证码识别.zip
001、tensorflow案例实战视频课程01课程简介.mp4
002、tensorflow案例实战视频课程02tensorflow安装.mp4
003、tensorflow案例实战视频课程03基本计算单元-变量.mp4
004、tensorflow案例实战视频课程04常用基本操作.mp4
005、tensorflow案例实战视频课程05构造线性回归模型.mp4
006、tensorflow案例实战视频课程06mnist数据集简介.mp4
007、tensorflow案例实战视频课程07逻辑回归框架.mp4
008、tensorflow案例实战视频课程08迭代完成逻辑回归模型.mp4
009、tensorflow案例实战视频课程09神经网络模型架构.mp4
010、tensorflow案例实战视频课程10训练神经网络.mp4
011、tensorflow案例实战视频课程11卷积神经网络模型架构.mp4
012、tensorflow案例实战视频课程12卷积神经网络模型参数.mp4
013、tensorflow案例实战视频课程13模型的保存和读取.mp4
014、tensorflow案例实战视频课程14加载训练好的vgg网络模型.mp4
015、tensorflow案例实战视频课程15使用vgg模型进行测试.mp4
016、tensorflow案例实战视频课程16使用rnn处理mnist数据集.mp4
017、tensorflow案例实战视频课程17rnn网络模型.mp4
018、tensorflow案例实战视频课程18训练rnn网络.mp4
019、tensorflow案例实战视频课程19验证码数据生成.mp4
020、tensorflow案例实战视频课程20构造网络的输入数据和标签.mp4
021、tensorflow案例实战视频课程21卷积网络模型定义.mp4
022、tensorflow案例实战视频课程22迭代及测试网络效果.mp4
05、深度学习框架-caffe使用案例视频课程
01深度学习框架caffe简介.mp4
03网络配置-数据层详解.mp4
04网络配置-各计算层详解.mp4
05solver超参数配置文件.mp4
06制作lmdb数据源训练分类网络.mp4
07多label问题之hdf5数据源.mp4
08使用命令行训练网络1.mp4
09使用python定义自己的层.mp4
10绘制网络结构图.mp4
11生成网络配置文件.mp4
12对训练的网络模型绘制loss曲线.mp4
13对训练结果进行分类任务.mp4
caffe案例资料-.txt
唐宇迪-深度学习-caffe案例.zip
06、深度学习项目实战视频课程-人脸检测
唐宇迪深度学习人脸检测数据代码
alexnet_iter_50000_full_conv.caffemodel
alexnet_trainval.prototxt
deploy.prototxt暂时无用
deploy_full_conv.prototxt
face_detect.ipynb
face_rect.txt
face-lmdb.sh
facetrain.zip
result.jpg
run_face_detect_batch.py
solver.prototxt
testtrain.zip
tmp9055.jpg
train.prototxt
train.sh
train.txt
train.zip
01-人脸检测项目概述.mp4
02-课程数据,代码下载链接.txt
03-数据收集.mp4
04-正负样本裁剪策略.mp4
05-caffe数据源准.mp4
06-lmdb脚本文件.mp4
07-制作lmdb数据源.mp4
08-网络模型配置文件.mp4
09-选择合适的参数并训练网络模型.mp4
10-检测算法框架原理.mp4
11-实现多尺度人脸检测算法.mp4
12-坐标映射变换.mp4
13-完成检测代码.mp4
14-检测效果及改进.mp4
15-优化策略分析.mp4
16-模型准确率影响因素分析.mp4
17-项目总结.mp4
人脸检测-.docx
07、大数据-深度学习项目实战-关键点定位视频教程
唐宇迪-深度学习-人脸关键点
课上代码
code.zip
deep_landmark.zip
001、深度学习项目实战01人脸关键点检测算法框架.mp4
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
003、深度学习项目实战03对原始数据进行数据增强.mp4
004、深度学习项目实战04完成第一阶段hdf5数据源制作.mp4
005、深度学习项目实战05第一阶段网络训练.mp4
006、深度学习项目实战06第二三阶段网络数据源制作.mp4
007、深度学习项目实战07第二三阶段网络模型训练.mp4
008、深度学习项目实战08网络模型参数初始化.mp4
009、深度学习项目实战09完成全部测试结果.mp4
010、深度学习项目实战10人脸关键点检测效果.mp4
011、深度学习项目实战11项目总结分析.mp4
012、深度学习项目实战12算法框架分析.mp4
08、python数据分析(机器学习)经典案例
课时01.课程简介.flv
课时02.课程数据,代码下载.swf
课时03.使用anaconda搭建python环境.flv
课时04.kobe.bryan生涯数据读取与简介.flv
课时05.特征数据可视化展示.flv
课时06.数据预处理.flv
课时07.使用scikit-learn建立分类模型.flv
课时08.数据简介及面临的挑战.flv
课时09.数据不平衡问题解决方案.flv
课时10.逻辑回归进行分类预测.flv
课时11.使用阈值来衡量预测标准.flv
课时12.使用数据生成策略.flv
课时13.数据简介与特征课时化展示.flv
课时14.不同特征的分布规则.flv
课时15.决策树模型参数详解.flv
课时16.决策树中参数的选择.flv
课时17.将建立好决策树可视化展示出来.flv
课时18.船员数据分析.flv
课时19.数据预处理.flv
课时20.使用回归算法进行预测.flv
课时21.使用随机森林改进模型.flv
课时22.随机森林特征重要性分析.flv
课时23.级联模型原理.flv
课时24.数据预处理与热度图.flv
课时25.二阶段输入特征制作.flv
课时26.使用级联模型进行预测.flv
课时27.数据简介与特征预处理.flv
课时28.员工不同属性指标对结果的影响.flv
课时29.数据预处理.flv
课时30.构建预测模型.flv
课时31.基于聚类模型的分析.flv
课时32.tensorflow框架的安装.flv
课时33.神经网络模型概述.flv
课时34.使用tensorflow设定基本参数.flv
课时35.卷积神经网络模型.flv
课时36.构建完整的神经网络模型.flv
课时37.训练神经网络模型.flv
课时38.pca原理简介.flv
课时39.数据预处理.flv
课时40.协方差分析.flv
课时41.使用pca进行降维.flv
课时42.数据简介与故事背景.flv
课时43.基于词频的特征提取.flv
课时44.改进特征选择方法.flv
课时45.数据清洗.flv
课时46.数据预处理.flv
课时47.盈利方法和模型评估.flv
课时48.预测结果.flv
09、决胜ai-强化学习实战系列视频课程
唐宇迪-强化学习课件及代码
bird.zip
valueiteration.py
强化学习.pdf
1-1.强化学习简介.mp4
1-10.求解流程详解.mp4
1-2.强化学习基本概念.mp4
1-3.马尔科夫决策过程.mp4
1-4.bellman方程.mp4
1-5.值迭代求解.mp4
1-6.代码实战求解过程.mp4
1-7.q-learning基本原理.mp4
1-8.q-learning迭代计算实例.mp4
1-9.q-learning迭代效果.mp4
2-1.deep-q-network原理.mp4
2-10.完整代码流程分析.mp4
2-11.deepq-learning效果演示.mp4
2-2.deep-q-learning网络细节.mp4
2-3,deepq-learning网络参数配置.mp4
2-4.搭建deepq-learning网络模型.mp4
2-5.deepqlearning卷积操作定义.mp4
2-6.数据预处理.mp4
2-7.实现阶段数据存储.mp4
2-8.实现训练模块.mp4
2-9.debug解读训练代码.mp4
10、tensorflow项目实战视频课程-文本分类
文本分类
数据-代码.zip
1.wmv
10.wmv
11.wmv
12.wmv
13.wmv
14.wmv
15.wmv
2.wmv
3.wmv
4.wmv
5.wmv
6.wmv
7.wmv
8.wmv
9.wmv
11、深度学习实战项目-利用rnn与lstm网络原理进行唐诗生成视频课程
rnn手写字体识别(三课时)
1.wmv
2.wmv
3.wmv
tensorflow打造唐诗生成网络(八课时)
1.wmv
2.wmv
3.wmv
4.wmv
5.wmv
6.wmv
7.wmv
8.wmv
递归神经网络原理(四课时)
1.wmv
2.wmv
3.wmv
4.wmv
唐诗生成资料
poem.zip
rnn与lstm.pptx
tensorflow-rnn.pptx
12、深度学习项目实战视频课程-seq2seq序列生模型
seq2seq网络架构原理
1.wmv
2.wmv
3.wmv
4.wmv
5.wmv
文章摘要生成
1.wmv
2.wmv
3.wmv
4.wmv
序列排序生成
1.wmv
2.wmv
3.wmv
4.wmv
5.wmv
seq2seq网络.rar
13、深度学习顶级论文算法详解视频课程
deeplearning(期刊论文)
4166643538787b5802a551e0f477a5ee0a76aa.pdf
61991ea3586e3039a1f35302945da0e62ed276.pdf
83f2b0137888ff19f7d3236cfac42ffbee5685.pdf
c2da8f6984015ae113e2401190107a348be42c.pdf
d9a9027182bae247583555443e5015383b2c29.pdf
第八课.wmv
第二课.wmv
第九课.wmv
第六课.wmv
第七课.wmv
第三课.wmv
第十二课.mp4
第十课.wmv
第十六课.avi
第十三课.avi
第十四.avi
第十五课.wmv
第十一集.wmv
第四课.wmv
第五课.wmv
第一课.课程简介.txt
14、自然语言处理word2vec
gensim构造词向量模型
1-.wmv
2-.wmv
3-.wmv
4-.wmv
word2vec
1-.wmv
10-.wmv
11-.wmv
2-.wmv
3-.wmv
4-.wmv
5-.wmv
6-.wmv
7-.wmv
8-.wmv
9-.wmv
实战word2vec
1-.wmv
2-.wmv
3-.wmv
4-.wmv
5-.wmv
6-.wmv
7-.wmv
15、深度学习项目实战视频课程-styletransfer(基于tensorflow)
唐宇迪-styletransfer
style-transfer代码.zip
数据下载地址.txt
文件放哪.png
001、课程简介.mp4
002、tensorflow安装.mp4
003、style-transfer基本原理.mp4
004、风格生成网络结构原理.mp4
005、风格生成网络细节.mp4
006、风格转换效果展示.mp4
007、风格转换参数配置.mp4
008、数据读取操作.mp4
009、vgg体征提取网络结构.mp4
010、内容与风格特征提取.mp4
011、生成网络结构定义.mp4
012、生成网络计算操作.mp4
013、参数初始化.mp4
014、content损失计算.mp4
015、style损失计算.mp4
016、完成训练模块.mp4
017、模型保存与打印结果.mp4
018、完成测试代码.mp4
16、机器学习-对抗生成网络
对抗生成网络资料
dcgan.zip
gan.pptx
人脸数据.zip
1.补充.mp4
1.课程简介.mp4
10.dcgan的网络模型架构.mp4
11.dcgan项目实战:diy你要生成的数据.mp4
12.dcgan项目实战:配置参数.mp4
13.dcgan项目实战:基于卷积的生成网络架构.mp4
14.dcgan项目实战:基于卷积的判别网络.mp4
15.dcgan项目实战:训练dcgan网络.mp4
2.对抗生成网络形象解释.mp4
3.对抗生成网络工作原理.mp4
4.案例实战对抗生成网络:环境配置.mp4
5.案例实战对抗生成网络:构造判别网络模型.mp4
6.案例实战对抗生成网络:构造生成网络模型.mp4
7.案例实战对抗生成网络:构造损失函数.mp4
8.案例实战对抗生成网络:训练对抗生成网络.mp4
9.dcgan基本原理.mp4
dcgan.zip
人脸数据.zip
17、机器学习-推荐系统
章节1-推荐系统工作原理
01系列课程概述.mp4
02推荐系统应用.mp4
03数据,代码下载(点击参考资料下载).zip
04推荐系统要完成的任务.mp4
05相似度计算.mp4
06基于用户的协同过滤.mp4
07基于物品的协同过滤.mp4
08隐语义模型.mp4
09隐语义模型求解.mp4
10模型评估标准.mp4
章节2-使用tensorflow构造隐语义模型
11surprise库与数据简介.mp4
12surprise库使用方法.mp4
13得出推荐商品结果.mp4
章节3-使用surprise库建立推荐系统
14使用tensorflow构建隐语义模型.mp4
15模型架构.mp4
16损失函数定义.mp4
17训练网络.mp4
18、tensorflow-图像处理
超分辨率重构
srdata.zip
srgan超分辨率重构.zip
高阶api
高阶api.zip
图像缺失补全
glcic图像补全.zip
图像补全人脸数据.zip
tensorflow-图像处理视频课程01.mp4
tensorflow-图像处理视频课程02.mp4
tensorflow-图像处理视频课程03.mp4
tensorflow-图像处理视频课程04.mp4
tensorflow-图像处理视频课程05.mp4
19、tensorflow-自然语言处理
tensorflow-自然语言处理.rar
20、tensorflow-物体检测-faster-rcnn
物体检测-faster-rcnn
物体检测-faster-rcnn
fasterr-cnntowardsreal-timeobjectdetectionwithregionproposalnetworks.pdf
faster-rcnn.pptx
fasterrcnn.zip
iccv15_tutorial_training_rbg.pdf
fasterr-cnntowardsreal-timeobjectdetectionwithregionproposalnetworks.pdf
faster-rcnn.pptx
fasterrcnn.zip
iccv15_tutorial_training_rbg.pdf
tensorflow-物体检测-faster-rcnn解读.zip
第二章faster-rcnn论文解读.mp4
第三章tensorflow版本实现解读.rar
第一章三代物体检测算法概述.mp4
第一章三代物体检测算法概述.rar
21、数据科学人工智能-必备数学基础
课件
svd.pdf
概率分布与概率密度.pdf
概率论.pdf
高等数学.pdf
核函数.pdf
后验概率估计.pdf
激活函数.pdf
矩阵.pdf
拉格朗日乘子法.pdf
熵.pdf
似然函数.pdf
泰勒公式.pdf
特征值与特征向量.pdf
梯度.pdf
微积分.pdf
视频
01-第一章.mp4
02-第二章至第七章.mp4
03-第八章.mp4
04-第九章至第十章.mp4
05-第十章补充.mp4
06-第十一章至第十二章.mp4
07-第十三章.mp4
08-第十四至第十五.mp4
09-第十六章.mp4
统计分析
统计分析-数据代码.zip
22、nlp-文本相似度
文本相似度.zip
23、深度学习30天系统实训-非加密
第八章-lstm情感分析与黑科技概述
8-1rnn网络架构.mp4
8-2lstm网络架构.mp4
8-3案例:使用lstm进行情.mp4
8-4情感数据集处理.mp4
8-5基于word2vec的lstm模型.mp4
8-6趣味网络串讲(数据代.mp4
8-7课后讨论版.mp4
第二章
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.mp4
2-7drop-out.mp4
2-8课后讨论.mp4
第六章-自然语言处理-word2vec
6-1自然语言处理与深度学.mp4
6-2语言模型.mp4
6-3神经网络模型.mp4
6-4cbow模型.mp4
6-5参数更新.mp4
6-6负采样模型.mp4
6-7案例:影评情感分类(数据.mp4
第七章-word2vec实战与对抗生成网络
7-1基于词袋模型训练分类器.mp4
7-2准备word2vec输入数据.mp4
7-3使用gensim构建word2.mp4
7-4tfidf原理.mp4
7-5对抗生成网络原理概述(gan数据代码下载—).mp4
7-6gan网络结构定义.mp4
7-7gan迭代生成.mp4
7-8dcgan网络特性(dcgan数据代码下载—).mp4
7-9dcgan网络细节.mp4
第三次课程代码
imagenet-vgg-verydeep-19.mat
tensorflow【轻松网赚网666root.com】.pptx
tensorflow代码.zip
第三章-tensorflow训练mnist数据集
3-1tensorflow安装.mp4
3-2tensorflow基本套路.mp4
3-3tensorflow常用操作.mp4
3-4tensorflow实现线性回归.mp4
3-5tensorflow实现手写字体.mp4
3-6参数初始化.mp4
3-7迭代完成训练.mp4
3-8课后讨论.mp4
mnist.zip
第四章-卷积神经网络
4-1卷积体征提取.mp4
4-2卷积计算流程.mp4
4-3卷积层计算参数.mp4
4-4池化层操作.mp4
4-5卷积网络整体架构.mp4
4-6经典网络架构.mp4
第五章-cnn实战与验证码识别
5-1卷积网络复习(验证码数据代码下载–).mp4
5-2使用cnn训练mnist数.mp4
5-3卷积与池化操作.mp4
5-4定义卷积网络计算流程.mp4
5-5完成迭代训练.mp4
5-6验证码识别概述.mp4
5-7验证码识别流程.mp4
验证码案例.zip
第一章
1-1课程概述与环境配置.mp4
1-2深度学习与人工智能概述.mp4
1-3机器学习常规套路.mp4
1-4k近邻与交叉验证.mp4
1-5得分函数.mp4
1-6损失函数.mp4
1-7softmax分类器.mp4
1-8课后讨论与答疑.mp4
神经网络(上课).pdf
24、python-机器学习-进阶实战
唐宇迪-机器学习-进阶实战-资料
1.数据特征
数值特征
.ipynb_checkpoints
featureengineeringonnumericdata-checkpoint.ipynb
featureengineeringontemporaldata-checkpoint.ipynb
featureengineeringontextdata-checkpoint.ipynb
featureselection-checkpoint.ipynb
数值特征-checkpoint.ipynb
特征预处理-checkpoint.ipynb
图像特征-checkpoint.ipynb
文本特征-checkpoint.ipynb
datasets
cat.png
desktop.ini
dog.png
fcc_2016_coder_survey_subset.csv
item_popularity.csv
pokemon.csv
song_views.csv
vgsales.csv
数值特征.ipynb
特征预处理.ipynb
图像特征.ipynb
文本特征.ipynb
10.hmm隐马尔科夫模型
hmm.pdf
11.hmm案例实战
hmm
__pycache__
data.cpython-36.pyc
get_hmm_param.cpython-36.pyc
data.py
get_hmm_param.py
hmm_start.py
data2.csv
hmm实践.ipynb
时间序列.ipynb
12.推荐系统
推荐系统.pdf
13.音乐推荐系统实战
python实现音乐推荐系统
.ipynb_checkpoints
推荐系统-checkpoint.ipynb
__pycache__
recommenders.cpython-36.pyc
1.png
2.png
3.png
4.png
5.png
6.png
7.png
8.png
recommendation_engines.py
recommenders.py
song_playcount_df.csv
track_metadata.db
track_metadata_df_sub.csv
train_triplets.txt
triplet_dataset_sub_song.csv
user_playcount_df.csv
老版.ipynb
推荐系统.ipynb
14.基于统计分析的电影推荐
电影推荐.zip
15.学习曲线
学习曲线
.ipynb_checkpoints
学习曲线(bias和variance)-checkpoint.ipynb
1.png
10.png
11.png
2.png
3.png
4.png
5.png
6.png
7.png
8.png
9.png
folds5x2_pp.xlsx
学习曲线(bias和variance).ipynb
16.nlp-文本特征方法对比
clean_data.csv
googlenews-vectors-negative300.bin
socialmedia_relevant_cols.csv
socialmedia_relevant_cols_clean.csv
socialmedia_relevant_cols_clean2.csv
自然语言处理方法对比.ipynb
17.使用word2vec分类任务
word2vec.zip
18.tensorflow自己打造word2vec
word2vec
word2vec.zip
19.制作自己常用工具包
特征筛选
.ipynb_checkpoints
featureselectorusage-checkpoint.ipynb
工具-checkpoint.ipynb
__pycache__
feature_selector.cpython-36.pyc
data
airqualityuci.csv
caravan-insurance-challenge.csv
credit_example.csv
feature_selector
__init__.py
feature_selector.py
images
collinear_dataframe.png
example_collinear_heatmap.png
example_cumulative_feature_importances.png
example_missing_histogram.png
example_top_feature_importances.png
example_unique_histogram.png
feature_importance_dataframe.png
工具.ipynb
2.gbdt提升算法
gbdt.pdf
20.数据处理与特征工程
机器学习项目实战流程
.ipynb_checkpoints
exploratory_work-checkpoint.ipynb
机器学习项目实战-1-数据预处理-checkpoint.ipynb
机器学习项目实战-2-建模-checkpoint.ipynb
机器学习项目实战-3-分析-checkpoint.ipynb
auto_ml
tpot_exported_pipeline.py
data
cleaned_data.csv
energy_and_water_data_disclosure_for_local_law_84_2017__data_for_calendar_year_2016_.csv
no_score.csv
testing_features.csv
testing_labels.csv
training_features.csv
training_labels.csv
x_test.csv
x_train.csv
y_test.csv
y_train.csv
images
annotated_individual_node.png
correlation_examples.png
cover_auto_ml.jpg
cover_one.jpg
cover_three.jpg
cover_two.jpg
data_formatted_with_score.png
density_boroughs.png
density_type.png
df_info.png
feature_importances.png
feature_importances_graph.png
feature_pairs.png
formatted_train_data.png
individual_node.png
intrepretability_vs_accuracy.png
kfold_cv.png
lime_wrong_explanation.png
local_explanation_one.png
missing_values.png
model_comparison.png
negative_correlations.png
nestimator_performance.png
positive_correlations.png
raw_data.png
residual_distribution.png
score_distribution.png
score_vs_eui.png
test_prediction_density.png
test_values.png
tpot_training_information.png
tpot-ml-pipeline.png
tree.dot
tree.png
tree_single.dot
tree_single.png
tree_single_small.dot
tree_single_small.png
tree_small.dot
tree_small.png
tree_verysmall.dot
tree_verysmall.png
weather_norm_eui.png
wrong_explanation_plot.png
2016_nyc_benchmarking_data_disclosure_definitions.pdf
buildingdatareport.pdf
hw_assignment.docx
hw_assignment.pdf
机器学习项目实战-1-数据预处理.ipynb
机器学习项目实战-2-建模.ipynb
机器学习项目实战-3-分析.ipynb
3.xgboost-gbdt-lightgbm
gbdt.zip
4.使用lightgbm进行饭店流量预测
gbdt.zip
5.人口普查数据集项目实战-收入预测
1.png
2.png
3.png
机器学习数据分析模板.ipynb
6.降维算法-线性判别分析
9-lda与pca算法.pdf
降维算法.zip
7.贝叶斯优化及其工具包使用
贝叶斯优化:hyperopt.zip
8.贝叶斯优化实战
贝叶斯优化:hyperopt.zip
9.em算法
10-em算法.pdf
1数据特征.mp4
10hmm隐马尔科夫模型.mp4
11hmm案例实战.mp4
12推荐系统.mp4
13音乐推荐系统实战.mp4
14基于统计分析的电影推荐.mp4
15学习曲线.mp4
16nlp-文本特征方法对比.mp4
17使用word2vec分类任务.mp4
18和19章.mp4
2gbdt提升算法.mp4
20机器学习项目实战-数据处.mp4
20181129_155828.mp4
21机器学习项目实战-建模与.mp4
3xgboost-gbdt-lightgbm提.mp4
4使用lightgbm进行饭店流.mp4
5人口普查数据集项目实战.mp4
6降维算法-线性判别分析.mp4
7贝叶斯优化及其工具包使用.mp4
8贝叶斯优化实战.mp4
25、pythonkaggle竞赛案例实战
kaggle第1课:机器学习算法、工具与流程概述
kaggle第一次课1.mp4
kaggle第一次课2.mp4
kaggle第1课:机器学习算法、工具与流程概述.pdf
kaggle第2课:经济金融领域的应用
kaggle第二次课.mp4
第2课经济金融领域的应用.pdf
kaggle第3课:排序与ctr预估问题
5-2.mp4
kaggle第三课.mp4
new3.mp4
kaggle第4课:自然语言处理类问题
kaggle4_2.mp4
kaggle第四课第一部分.mp4
kaggle第5课:能源预测与分配类问题案例
5-1.mp4
5-2.mp4
kaggle第6课:走起-深度学习
6.mp4
第6课:走起-深度学习.pdf
kaggle第7课:电商推荐与销量预测相关案例
7.mp4
kaggle第8课:金融风控问题
baiduyunguangjia_cfg_a900527e-5ba6-4d22-8e96-e40d5c6edf61.cfg
第8课:金融风控问题.pdf
第八课.mp4
(解压密码000000)课堂同步.zip
26、lstm行为识别
行为识别.zip
27、问答机器人
qa问答.zip
28、opencv计算机视觉图像识别深度学习实战
第01讲图像处理基础
第一课.mkv
第02讲初探计算机视觉
(解压密码000000)第二讲同步资料.zip
第二课.mkv
第03讲空域图像处理的洪荒之力
(解压密码000000)第三讲同步资料.zip
第三课上.mkv
第三课下.mkv
第04讲机器视觉中的特征提取与描述
第四课上.mkv
第四课下.mkv
第05讲坐标变换与视觉测量
第五课【海量资源666root.com】.mkv
第06讲深度学习在图像识别中的应用
(解压密码000000)第六讲同步资料.zip
第六课上.mkv
第六课下.mkv
第07讲图像检索
(解压密码000000)第七讲同步资料.zip
第七课.mkv
第08讲图像标注与问答
(解压密码000000)第八讲同步资料.zip
第八课.mkv
第09讲3d计算机视觉
(解压密码000000)第九讲同步资料.zip
第九课上.mkv
第九课下.mkv
第10讲机器视觉项目实战
(解压密码000000)第十讲同步资料.zip
第十课.mkv
(解压密码000000)图像处理与计算机视觉基础总结.zip
opencv-3.0.0.zip
29、python3数据分析与挖掘实战
python3数据分析与挖掘实战
第10章python数据分析与挖掘技术基础
042、快速了解数据分析与数据挖掘.mp4
043、数据分析与挖掘相关模块简介与安装.mp4
044、相关模块的使用.mp4
045、python数据导入实战.mp4
046、答疑.mp4
第11章python数据可视化分析实现
047、matplotlib基础折线图-散点图.mp4
048、直方图.mp4
049、读取和讯博客的数据并可视化分析.mp4
050、答疑.mp4
第12章python数据清洗、集成与变换
051、数据探索与数据与清洗概述(一).mp4
052、数据探索与数据与清洗概述(二).mp4
053、数据分布探索实战.mp4
054、数据集成实战.mp4
055、答疑.mp4
第13章数据转换、属性构造、数据规约
056、数据转换.mp4
057、属性构造.mp4
058、数据规约.mp4
059、答疑.mp4
第14章文本挖掘
060、文本挖掘一.mp4
061、文本挖掘二.mp4
062、答疑.mp4
第15章文本相似度分析
063、文本相似度分析一.mp4
064、文本相似度分析二.mp4
065、文本相似度分析三.mp4
066、答疑.mp4
第16章python数据分析与挖掘实战上
067、python数据建模概述.mp4
068、python数据分类实现过程.mp4
069、常见分类算法.mp4
070、knn算法(补录).mp4
071、knn算法与贝克斯方法.mp4
072、手写体数字识别.mp4
073、答疑.mp4
第17章python数据建模与分类实现下
074、贝叶斯算法上.mp4
075、贝叶斯课程(补录).mp4
076、贝叶斯算法下.mp4
077、回归算法.mp4
078、决策树.mp4
079、答疑.mp4
第18章python数据分析与挖掘聚类实现与回归分析
080、决策树.mp4
081、聚类.mp4
082、答疑.mp4
第19章python数据分析与挖掘实战
083、贝叶斯应用.mp4
084、人工神经网络理论基础.mp4
085、人工神经网络实现实战.mp4
086、答疑.mp4
第1章python基础第一阶段
001、课程介绍.mp4
002、初识python.mp4
003、python语法基础.mp4
004、python控制流.mp4
005、课后答疑.mp4
第20章python降维技术与大型数据分析与挖掘项目实训上
087、apriori算法与项目实战.mp4
088、社交网络项目实战.mp4
089、答疑.mp4
第21章python降维技术与大型数据分析与挖掘项目实训下
090、微博接口开发上.mp4
091、微博接口开发下.mp4
094、文本分类及答疑.mp4
92-93课时phantomjs.rar
第2章python基础第二阶段
006、python函数详解.mp4
007、python模块.mp4
008、python文件操作.mp4
009、python异常值处理.mp4
010、课后答疑.mp4
第3章python爬虫初识
011、作业讲解及爬虫初识.mp4
012、网络爬虫原理.mp4
013、正则表达式实战.mp4
014、课后答疑.mp4
第4章urllib库实战
015、urllib库实战.mp4
016、urllib库实战(二).mp4
017、urllib库实战(三).mp4
018、爬虫的异常处理.mp4
019、爬虫的浏览器伪装技术.mp4
020、python新闻爬虫实战.mp4
021、课后答疑.mp4
第5章爬虫防屏蔽手段之代理服务器实战
022、爬虫防屏蔽手段之代理服务器实战.mp4
023、图片爬虫实战.mp4
024、课后答疑.mp4
第6章爬虫实战及scrapy框架的安装
025、抓包分析实战1.mp4
026、抓包分析实战2.mp4
027、微信爬虫实战.mp4
028、多线程爬虫实战.mp4
029、scrapy框架的安装.mp4
030、课后答疑.mp4
第7章scrapy爬虫
031、scrapy框架常见命令实战.mp4
032、第一个scrapy爬虫.mp4
033、scrapy自动爬虫实战.mp4
034、课后答疑.mp4
第8章用scrapy爬取网站的数据
035、天善智能课程自动爬虫实战.mp4
036、自动模拟登陆爬虫实战.mp4
037、当当商城爬虫实战.mp4
038、课后答疑.mp4
第9章补充以及作业讲解
039、补充内容.mp4
040、上节课作业讲解.mp4
041、答疑.mp4
软件包及安装文档
python-3.5.4-32位.exe
python-3.5.4-64位.exe
python-3.5.x安装教程.pdf
源码.rar
30、量化交易课程
ml_机器学习与量化交易项目班
ppt
机器学习和量化交易实战lecture01.pdf
机器学习和量化交易实战lecture02.pdf
机器学习和量化交易实战lecture03.pdf
机器学习和量化交易实战lecture04.pdf
机器学习和量化交易实战lecture06.pdf
机器学习和量化交易实战lecture07.pptx
机器学习和量化交易实战lecture09.pptx
机器学习和量化交易实战lecture10.pptx
代码
lecture_code03
cadf.py
insert_symbols.py
price_retrieval.py
quandl_data.py
quantitative.sql
retrieving_data.py
securities_master.sql
lecture_code04
codeforlecture4.ipynb
lecture_code05
bb.py
cci.py
evm.py
fi.py
forecast.py
grid_search.py
ma.py
roc.py
lecture_code08
backtest.py
event.py
mac.py
portfolio.py
视频
10策略优化与课程总结.mkv
1自动化交易综述.mkv
2量化交易系统综述.mkv
3搭建自己的量化数据库.mkv
4用python进行金融数据分析.mkv
5策略建模综述.mkv
6策略建模:基于机器学习的策略建模.mkv
7模型评估与风险控制.mkv
8自动交易系统的搭建.mkv
9量化策略的实现.mkv
31、数据挖掘课程
1-3课.zip
4-6课.zip
7-10课.zip
32、opencv+tensorflow入门人工智能图像处理
第1章课程导学
1-1计算机视觉导学.mp4
第2章计算机视觉入门
2-1本章介绍.mp4
2-10案例4:像素读取写入.mp4
2-11tensorflow常量变量定义.mp4
2-12tensorflow运算原理.mp4
2-13常量变量四则运算.mp4
2-14矩阵基础1.mp4
2-15矩阵基础2.mp4
2-16矩阵基础3.mp4
2-17numpy模块使用.mp4
2-18matplotlib模块的使用.mp4
2-19小综合:人工神经网络逼近股票价格1.mp4
2-2mac下一站式开发环境anaconda搭建.mp4
2-20小综合:人工神经网络逼近股票价格2.mp4
2-21小综合:人工神经网络逼近股票价格3.mp4
2-22小综合:人工神经网络逼近股票价格4.mp4
2-3windows下一站式开发环境anaconda搭建.mp4
2-4测试案例helloworld.mp4
2-5案例1:图片的读取和展示.mp4
2-6opencv模块组织结构.mp4
2-7案例2:图片写入.mp4
2-8案例3:不同图片质量保存.mp4
2-9像素操作基础.mp4
第3章计算机视觉加强之几何变换
3-1本章介绍.mp4
3-10图片缩放.mp4
3-11图片仿射变换.mp4
3-12图片旋转.mp4
3-13图片几何变换小结.mp4
3-2图片缩放1.mp4
3-3图片缩放2.mp4
3-4图片缩放3.mp4
3-5图片剪切.mp4
3-6图片位移1.mp4
3-7图片移位2.mp4
3-8图片移位3.mp4
3-9图片镜像.mp4
第4章计算机视觉加强之图像特效&线段文字绘制
4-1图像特效介绍.mp4
4-10边缘检测2.mp4
4-11浮雕效果.mp4
4-12颜色映射.mp4
4-13油画特效.mp4
4-14图像特效小结.mp4
4-15线段绘制.mp4
4-16矩形圆形任意多边形绘制.mp4
4-17文字图片绘制.mp4
4-2图像灰度处理1.mp4
4-3图像灰度处理2.mp4
4-4算法优化.mp4
4-5颜色反转.mp4
4-6马赛克.mp4
4-7毛玻璃.mp4
4-8图片融合.mp4
4-9边缘检测1.mp4
第5章计算机视觉加强之图像美化
5-1美化效果章节介绍.mp4
5-10磨皮美白.mp4
5-11高斯均值滤波.mp4
5-12中值滤波.mp4
5-13图像美化章节小结.mp4
5-2彩色图片直方图.mp4
5-3直方图均衡化.mp4
5-4图片修补.mp4
5-5灰度直方图源码.mp4
5-6彩色直方图源码.mp4
5-7灰度直方图均衡化.mp4
5-8彩色直方图均衡化.mp4
5-9亮度增强.mp4
第6章计算机视觉加强之机器学习
6-1机器学习章节介绍.mp4
6-10svm支持向量机1.mp4
6-11svm支持向量机2.mp4
6-12svm小结.mp4
6-13hog特征1.mp4
6-14hog特征2.mp4
6-15hog特征3.mp4
6-16hog特征4.mp4
6-17hog小结.mp4
6-18hog_svm小狮子识别1.mp4
6-19hog_svm小狮子识别2.mp4
6-2视频分解图片.mp4
6-20hog_svm小狮子识别3.mp4
6-21hog_svm小狮子识别4.mp4
6-22hog_svm小狮子识别5.mp4
6-23机器学习小结.mp4
6-3图片合成视频.mp4
6-4haar特征1.mp4
6-5haar特征2.mp4
6-6haar特征3.mp4
6-7adaboost分类器1.mp4
6-8adaboost分类器2.mp4
6-9haar+adaboost人脸识别.mp4
第7章手写数字识别
7-1章节介绍.mp4
7-10knn数字识别8.mp4
7-11knn数字识别9.mp4
7-12knn数字识别10.mp4
7-13cnn实现手写数字识别1.mp4
7-14cnn实现手写数字识别2.mp4
7-15cnn实现手写数字识别3.mp4
7-16cnn实现手写数字识别4.mp4
7-17cnn实现手写数字识别5.mp4
7-18cnn实现手写数字识别6.mp4
7-19数字识别小结.mp4
7-2样本介绍.mp4
7-3knn数字识别1.mp4
7-4knn数字识别2.mp4
7-5knn数字识别3.mp4
7-6knn数字识别4.mp4
7-7knn数字识别5.mp4
7-8knn数字识别6.mp4
7-9knn数字识别7.mp4
第8章“刷脸”识别
8-1章节介绍.mp4
8-2最简单的图片爬虫.mp4
8-3ffmpeg初识_音频.mp4.mp4
8-4opencv预处理.mp4
8-5神经网络训练识别1.mp4
8-6神经网络训练识别2.mp4
8-7神经网络训练识别3.mp4
8-8神经网络训练识别4.mp4
8-9本章小结.mp4
第9章课程总结
9-1课程总结.mp4
源码.zip
33、opencv计算机视觉实战(python版)
唐宇迪课件
第11-12章notebook课件.zip
第16-17章notebook课件.zip
第2-7章notebook课件(1).zip
第八章notebook课件.zip
第二十一章:项目实战-疲劳检测.zip
第九章:项目实战-信用卡数字识别.zip
第十八章:opencv的dnn模块.zip
第十九章:项目实战-目标追踪.zip
第十三章:案例实战-全景图像拼接.zip
第十四章:项目实战-停车场车位识别.zip
第十五章:项目实战-答题卡识别判卷.zip
第十章:项目实战-文档扫描ocr识别.zip
资料
第11-12章notebook课件.zip
第16-17章notebook课件.zip
第八章notebook课件.zip
第二十一章:人脸关键点定位.zip
第二十一章:项目实战-疲劳检测.zip
第九章:项目实战-信用卡数字识别.zip
第十八章:opencv的dnn模块.zip
第十九章:项目实战-目标追踪.zip
第十三章:案例实战-全景图像拼接.zip
第十四章:项目实战-停车场车位识别.zip
第十五章:项目实战-答题卡识别判卷.zip
第十章:项目实战-文档扫描ocr识别.zip
01、课程简介.mp4
02、图像基本操作.mp4
03、阈值与平滑处理.mp4
04、图像形态学处理.mp4
05、图像梯度处理.mp4
06、边缘检测.mp4
07、图像金字塔与轮廓检测.mp4
08、直方图与傅里叶变换.mp4
09、项目实战-信用卡数字识别.mp4
10、项目实战-文档扫描ocr识别.mp4
11、图像特征-harris.mp4
12、图像特征-sift.mp4
13、案例实战-全景图像拼接.mp4
14、项目实战-停车场车位识别.mp4
15、项目实战-答题卡识别判卷.mp4
16、背景建模.mp4
17、光流估计.mp4
18、opencv的dnn模块.mp4
19、项目实战-目标追踪.mp4
20、卷积原理与操作.mp4
21、项目实战-疲劳检测.mp4
唐宇迪opencv小章节.zip
34大数据python数据分析处理库-pandas实战视频课程
大数据python数据分析处理库-pandas实战视频课程1.mp4
大数据python数据分析处理库-pandas实战视频课程2.mp4
大数据python数据分析处理库-pandas实战视频课程3.mp4
大数据python数据分析处理库-pandas实战视频课程4.mp4
大数据python数据分析处理库-pandas实战视频课程5.mp4
大数据python数据分析处理库-pandas实战视频课程6.mp4
大数据python数据分析处理库-pandas实战视频课程7.mp4
大数据python数据分析处理库-pandas实战视频课程.zip
35大数据python科学计算库-numpy实战视频课程
numpy代码.zip
大数据python科学计算库-numpy实战视频课程1.mp4
大数据python科学计算库-numpy实战视频课程2.mp4
大数据python科学计算库-numpy实战视频课程3.mp4
大数据python科学计算库-numpy实战视频课程4.mp4
大数据python科学计算库-numpy实战视频课程5.mp4
36大数据——python数据可视化-matplotlib实战视频课程
matplotlib绘图.zip
大数据——python数据可视化-matplotlib实战视频课程1.mp4
大数据——python数据可视化-matplotlib实战视频课程2.mp4
大数据——python数据可视化-matplotlib实战视频课程3.mp4
大数据——python数据可视化-matplotlib实战视频课程4.mp4
大数据——python数据可视化-matplotlib实战视频课程5.mp4
评论留言