rk0696-黑马程序员-2025年python人工智能开发 V5.0
——/黑马程序员-2025年python人工智能开发 V5.0/
├──01_Python基础-V5.X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-V5.X版-9天-AI版
| ├──day01-面向对象基础
| | ├──01.Python进阶-大纲介绍__ev.mp412.54M
| | ├──02.今日内容大纲介绍__ev.mp47.22M
| | ├──03.面向对象-初识__ev.mp441.25M
| | ├──04.面向对象-三大特征介绍__ev.mp452.46M
| | ├──05.定义类和对象__ev.mp439.97M
| | ├──06.self对象介绍__ev.mp428.23M
| | ├──07.在类内部调用类的函数__ev.mp419.85M
| | ├──08.在类外定义和获取属性__ev.mp424.52M
| | ├──09.上午内容回顾__ev.mp435.53M
| | ├──10.在类内获取属性__ev.mp418.29M
| | ├──11.魔法方法-init-无参数__ev.mp450.70M
| | ├──12.魔法方法-init-有参数__ev.mp439.76M
| | ├──13.魔法方法-str和del__ev.mp436.80M
| | ├──14.案例-减肥__ev.mp434.87M
| | └──15.案例-烤地瓜__ev.mp462.73M
| ├──day02-面向对象高级
| | ├──01.昨日反馈处理__ev.mp437.39M
| | ├──02.今日内容大纲介绍__ev.mp420.46M
| | ├──03.定义类的格式__ev.mp411.32M
| | ├──04.继承-入门__ev.mp431.64M
| | ├──05.继承-单继承__ev.mp417.28M
| | ├──06.继承-多继承__ev.mp432.51M
| | ├──07.继承-方法重写-入门__ev.mp421.51M
| | ├──08.继承-子类访问父类成员-方式1__ev.mp485.03M
| | ├──09.继承-子类访问父类成员-方式2__ev.mp442.86M
| | ├──10.继承-多层继承__ev.mp422.34M
| | ├──11.封装-私有化属性__ev.mp444.37M
| | ├──12.上午内容回顾__ev.mp428.41M
| | ├──13.封装-私有化方法__ev.mp441.24M
| | ├──14.扩展-方法重写案例-手机类__ev.mp435.91M
| | ├──15.多态-入门__ev.mp451.51M
| | ├──16.扩展_Java版多态__ev.mp446.95M
| | ├──17.多态案例_战斗机__ev.mp446.27M
| | ├──18.抽象类详解__ev.mp429.83M
| | ├──19.类属性和对象属性详解__ev.mp447.70M
| | └──20.类方法和静态方法详解__ev.mp444.30M
| ├──day03-学生管理系统-深拷贝浅拷贝
| | ├──08.学生管理系统文件-添加学生__ev.mp427.13M
| | ├──09.学生管理系统文件-查看所有学生信息__ev.mp417.42M
| | ├──10.学生管理系统文件-修改学生信息__ev.mp438.32M
| | ├──11.学生管理系统文件-删除学生信息__ev.mp417.53M
| | ├──12.学生管理系统文件-查询单个学生信息__ev.mp410.47M
| | ├──13.上午内容回顾__ev.mp413.93M
| | ├──14.扩展_dict属性__ev.mp426.71M
| | ├──15.扩展_with_open语法__ev.mp412.69M
| | ├──16.学生管理系统文件-保存学生信息__ev.mp424.63M
| | ├──17.学生管理系统文件-加载学生信息__ev.mp460.24M
| | ├──18.扩展-把show_view()函数定义成静态方法__ev.mp421.51M
| | ├──19.深浅拷贝-普通赋值__ev.mp444.37M
| | ├──20.深浅拷贝-浅拷贝__ev.mp440.91M
| | ├──21.深浅拷贝-深拷贝__ev.mp452.15M
| | ├──22.今日内容总结__ev.mp423.67M
| | ├──01.昨日反馈和作业处理__ev.mp473.92M
| | ├──02.面向对象版-学生管理系统-需求分析__ev.mp433.91M
| | ├──03.学生类-代码实现__ev.mp428.27M
| | ├──04.学生管理系统文件-搭建提示界面__ev.mp422.32M
| | ├──05.学生管理系统文件-搭建基本框架__ev.mp425.16M
| | ├──06.学生管理系统文件-业务逻辑代码实现__ev.mp445.36M
| | └──07.main模块-搭建程序的主入口__ev.mp418.23M
| ├──day04_闭包和装饰器
| | ├──01.昨日内容回顾__ev.mp428.59M
| | ├──02.函数名-作为对象__ev.mp438.67M
| | ├──03.函数名-作为实参传递__ev.mp421.17M
| | ├──04.闭包-入门__ev.mp461.44M
| | ├──05.闭包-图解__ev.mp422.53M
| | ├──06.闭包-nonlocal关键字__ev.mp436.62M
| | ├──07.装饰器-入门__ev.mp448.70M
| | ├──08.装饰器-无参无返回值__ev.mp429.01M
| | ├──09.装饰器-有参无返回值__ev.mp413.50M
| | ├──10.上午内容回顾__ev.mp418.07M
| | ├──11.装饰器-无参有返回值__ev.mp424.09M
| | ├──12.装饰器-有参有返回值__ev.mp413.12M
| | ├──13.装饰器-可变参数__ev.mp420.06M
| | ├──14.多个装饰器-装饰1个函数__ev.mp427.52M
| | ├──15.多个装饰器-执行流程__ev.mp435.03M
| | ├──16.带有参数的装饰器(上)__ev.mp462.13M
| | └──17.带有参数的装饰器(下)__ev.mp418.42M
| ├──day05_网编和多线程
| | ├──01.昨日反馈处理__ev.mp435.25M
| | ├──02.今日内容大纲介绍__ev.mp46.37M
| | ├──03.网络编程-介绍__ev.mp452.33M
| | ├──04.端口号-介绍__ev.mp432.07M
| | ├──05.协议-介绍__ev.mp438.59M
| | ├──06.网络通信-原理__ev.mp422.82M
| | ├──07.socket-入门__ev.mp414.65M
| | ├──08.TCP流程分析__ev.mp430.32M
| | ├──09.字符串和二进制数据相互转换__ev.mp439.38M
| | ├──10.案例-收发1句话-服务器端代码实现__ev.mp441.58M
| | ├──11.案例-收发1句话-客户端代码实现__ev.mp437.60M
| | ├──12.上午内容回顾__ev.mp435.65M
| | ├──13.服务器端-端口号复用__ev.mp428.75M
| | ├──14扩展_.服务器端-接收多客户端消息__ev.mp453.15M
| | ├──15.扩展_长连接__ev.mp439.73M
| | ├──16.扩展_文件上传__ev.mp454.75M
| | ├──17.扩展_文件上传_支持多客户端__ev.mp427.88M
| | ├──18.并行和并发介绍__ev.mp452.86M
| | ├──19.多任务介绍__ev.mp444.96M
| | └──20.多进程-代码实现__ev.mp471.11M
| ├──day06_多线程_生成器
| | ├──01.昨日反馈处理__ev.mp420.87M
| | ├──02.今日内容大纲介绍__ev.mp410.76M
| | ├──03.多进程-参数解释__ev.mp439.30M
| | ├──04.多进程-获取进程编号__ev.mp439.10M
| | ├──05.多进程-进程之间数据相互隔离__ev.mp435.09M
| | ├──06.默认-主进程会等待子进程结束再结束__ev.mp421.45M
| | ├──07.设置主进程结束-子进程同步结束__ev.mp438.51M
| | ├──08.多线程-基本概述__ev.mp424.86M
| | ├──09.多线程-入门__ev.mp414.05M
| | ├──10.多线程-参数解释__ev.mp418.76M
| | ├──11.多线程-执行顺序__ev.mp436.39M
| | ├──12.多线程-守护线程__ev.mp413.53M
| | ├──13.上午内容回顾__ev.mp427.47M
| | ├──14.多线程-线程间共享数据__ev.mp423.55M
| | ├──15.多线程-操作共享变量-出现非法值__ev.mp445.59M
| | ├──16.多线程-解决线程安全问题__ev.mp439.86M
| | ├──17.多线程和多进程的区别__ev.mp420.96M
| | ├──18.回顾-with open语法__ev.mp425.76M
| | └──19.自定义代码实现-上下文管理器(了解)__ev.mp467.07M
| ├──day07_正则表达式
| | ├──10.正则表达式-数量词__ev.mp426.28M
| | ├──11.正则表达式-替换__ev.mp436.35M
| | ├──12.上午内容回顾__ev.mp424.43M
| | ├──13.正则表达式-校验单个字符__ev.mp448.70M
| | ├──14.正则表达式-校验多个字符__ev.mp437.65M
| | ├──15.正则表达式-校验开头和结尾__ev.mp438.20M
| | ├──16.正则表达式-或者 和 分组__ev.mp453.09M
| | ├──17.正则表达式-分组详解__ev.mp476.59M
| | ├──18.数据结构和算法-入门__ev.mp418.86M
| | ├──19.数据结构和算法-特点__ev.mp438.16M
| | ├──20.时间复杂度简介__ev.mp437.87M
| | ├──01.昨日反馈处理__ev.mp425.88M
| | ├──02.今日内容大纲介绍__ev.mp46.78M
| | ├──03.生成器-推导式写法__ev.mp427.34M
| | ├──04.生成器-yield关键字__ev.mp425.24M
| | ├──05.生成器-自定义数据迭代器__ev.mp487.22M
| | ├──06.property-装饰器用法__ev.mp432.27M
| | ├──07.property-修饰类变量__ev.mp420.12M
| | ├──08.正则表达式-相关概述__ev.mp428.05M
| | └──09.正则表达式-入门__ev.mp432.25M
| ├──day08_算法和数据结构
| | ├──01.昨日反馈处理__ev.mp438.25M
| | ├──02.今日内容大纲介绍__ev.mp411.55M
| | ├──03.时间复杂度介绍__ev.mp443.67M
| | ├──04.时间复杂度计算__ev.mp430.31M
| | ├──05.最优最坏时间复杂度介绍__ev.mp417.27M
| | ├──06.常见的时间复杂度介绍(掌握)__ev.mp427.58M
| | ├──07.空间复杂度介绍(了解)__ev.mp418.08M
| | ├──08.回顾-数据结构和算法概述__ev.mp413.85M
| | ├──09.数据结构-划分__ev.mp423.60M
| | ├──10.数据结构-线性结构-顺序表介绍__ev.mp431.78M
| | ├──11.数据结构-线性结构-顺序表扩容策略__ev.mp425.38M
| | ├──12.数据结构-线性结构-顺序表-添加和删除__ev.mp432.22M
| | ├──13.上午内容回顾__ev.mp423.41M
| | ├──14.链表-介绍__ev.mp456.69M
| | ├──15.自定义代码模拟链表-创建节点类__ev.mp429.66M
| | ├──16.链表类-架构搭建__ev.mp436.93M
| | ├──17.链表类-判断链表是否为空__ev.mp419.37M
| | ├──18.链表类-获取长度__ev.mp412.66M
| | ├──19.链表类-遍历链表__ev.mp413.56M
| | ├──20.链表类-往头部添加元素__ev.mp416.42M
| | ├──21.链表类-往末尾添加元素__ev.mp417.82M
| | ├──22.链表类-往中间添加元素__ev.mp453.19M
| | ├──23.链表类-删除元素__ev.mp438.31M
| | ├──24.链表类-查找元素__ev.mp424.41M
| | └──25.顺序表和链表区别__ev.mp419.72M
| └──day09_算法和数据结构
| | ├──01.昨日内容回顾__ev.mp448.87M
| | ├──02.排序算法-稳定性介绍__ev.mp414.01M
| | ├──03.冒泡排序-原理介绍__ev.mp438.73M
| | ├──04.冒泡排序-代码实现__ev.mp431.18M
| | ├──05.选择排序-分析流程__ev.mp427.03M
| | ├──06.选择排序-代码实现__ev.mp429.09M
| | ├──07.选择排序-代码实现__ev.mp452.06M
| | ├──08.快速排序-思路分析__ev.mp428.23M
| | ├──09.快速排序-代码实现__ev.mp461.49M
| | ├──10.快速排序-图解__ev.mp439.98M
| | ├──11.上午内容回顾__ev.mp416.31M
| | ├──12.二分查找-递归版__ev.mp426.27M
| | ├──13.二分查找-非递归版__ev.mp422.83M
| | ├──14.数据结构-树-相关概述__ev.mp433.52M
| | ├──15.数据结构-树-应用场景和存储__ev.mp440.45M
| | ├──16.树形结构-应用场景-简介__ev.mp49.10M
| | ├──17.树形结构-相关公式__ev.mp415.94M
| | ├──18.自定义代码-模拟树形结构-添加元素__ev.mp487.76M
| | ├──19.模拟树形结构-遍历-广度优先__ev.mp430.92M
| | ├──20.模拟树形结构-遍历-深度优先__ev.mp455.65M
| | └──21.根据遍历结果-逆推树形结构__ev.mp414.83M
├──03-数据处理和统计分析-V5.X版-10天-AI版
| ├──day01
| | ├──01.阶段大纲介绍__ev.mp49.98M
| | ├──02.今日内容大纲介绍__ev.mp415.08M
| | ├──03.计算机介绍__ev.mp447.85M
| | ├──04.Linux系统介绍__ev.mp436.73M
| | ├──05.虚拟化软件介绍__ev.mp436.39M
| | ├──06.Vmware-软件安装__ev.mp421.45M
| | ├──07.手动安装虚拟机(了解即可)__ev.mp447.00M
| | ├──08.挂载虚拟机到Vmware软件(掌握)__ev.mp416.54M
| | ├──09.Linux-快照__ev.mp414.18M
| | ├──10.FinalShell-连接Linux虚拟机__ev.mp459.28M
| | ├──11.Linux-命令格式介绍__ev.mp49.76M
| | ├──11.Linux目录-介绍__ev.mp438.93M
| | ├──12.上午内容回顾__ev.mp419.35M
| | ├──13.Linux基础命令-ls命令__ev.mp423.09M
| | ├──14.Linux基础命令-cd和pwd__ev.mp419.77M
| | ├──15.Linux基础命令-创建目录__ev.mp49.87M
| | ├──16.Linux基础命令-文件操作(上)__ev.mp433.20M
| | ├──17.Linux基础命令-文件操作(下)__ev.mp430.58M
| | ├──18.Linux基础命令-查找命令__ev.mp436.60M
| | ├──19.Linux基础命令-grep和管道命令__ev.mp425.93M
| | ├──20.Linux基础命令-echo, 重定向, tail命令__ev.mp429.70M
| | ├──21.Linux基础命令-vi命令入门__ev.mp414.87M
| | ├──22.Linux基础命令-vi常用快捷键__ev.mp435.69M
| | └──23.扩展_man命令 和 help选项__ev.mp412.03M
| ├──day02
| | ├──扩展
| | ├──01.昨日反馈处理__ev.mp427.07M
| | ├──02.今日内容大纲介绍__ev.mp43.63M
| | ├──03.root用户-初识__ev.mp438.04M
| | ├──04.用户和用户组相关操作__ev.mp438.44M
| | ├──05.权限查看相关__ev.mp428.84M
| | ├──06.权限管理命令-chmod__ev.mp429.81M
| | ├──07.权限管理命令-chown__ev.mp414.70M
| | ├──08.Linux-常用快捷键__ev.mp411.58M
| | ├──09.Linux-yum方式安装软件__ev.mp430.80M
| | ├──10.Linux-服务管理命令-systemctl__ev.mp418.13M
| | ├──11.Linux-软连接__ev.mp420.73M
| | ├──12.Linux-硬链接__ev.mp411.82M
| | ├──13.上午内容回顾__ev.mp48.07M
| | ├──14.IP地址-介绍__ev.mp411.24M
| | ├──15.网络相关-配置域名映射__ev.mp434.09M
| | ├──16.网络传输-下载和发起网络请求__ev.mp443.53M
| | ├──17.网络相关-端口号相关操作__ev.mp412.08M
| | ├──18.进程相关__ev.mp413.66M
| | ├──19.环境变量相关__ev.mp429.65M
| | ├──20.Linux-上传和下载__ev.mp420.61M
| | ├──21.压缩和解压缩-tarball 归档方式__ev.mp431.72M
| | └──22.压缩和解压缩-zip方式__ev.mp410.09M
| ├──day03
| | ├──15.DDL-操作数据库__ev.mp442.00M
| | ├──16.DDL-操作数据表__ev.mp429.50M
| | ├──17.DDL-操作字段__ev.mp431.05M
| | ├──18.DML-添加表数据__ev.mp438.50M
| | ├──19.DML-修改和删除表数据__ev.mp442.83M
| | ├──20.delete from 和 truncate table区别__ev.mp430.12M
| | ├──21.扩展_如何备份数据表__ev.mp420.46M
| | ├──22.约束详解__ev.mp440.09M
| | ├──01.昨日内容回顾__ev.mp48.16M
| | ├──02.今日内容大纲介绍__ev.mp45.16M
| | ├──03.数据库简介__ev.mp416.02M
| | ├──04.数据库分类__ev.mp422.17M
| | ├──05.MySQL版本介绍__ev.mp429.33M
| | ├──06.MySQL-安装__ev.mp438.77M
| | ├──07.MySQL-安装时可能遇到的问题__ev.mp423.10M
| | ├──08.MySQL-登陆和登出__ev.mp431.71M
| | ├──09.DataGrip连接MySQL__ev.mp445.62M
| | ├──10.扩展_PyCharm连接MySQL__ev.mp411.06M
| | ├──11.扩展_DataGrip基本设置__ev.mp411.05M
| | ├──12.SQL语句-分类__ev.mp419.91M
| | ├──13.SQL语句-通用语法和常用数据类型__ev.mp437.59M
| | └──14.上午内容回顾__ev.mp430.41M
| ├──day04
| | ├──01.昨日内容回顾及反馈处理__ev.mp416.30M
| | ├──02.单表查询-简单查询__ev.mp458.69M
| | ├──03.单表查询-条件查询__ev.mp446.22M
| | ├──04.单表查询-排序查询__ev.mp413.59M
| | ├──05.单表查询-聚合查询__ev.mp449.35M
| | ├──06.单表查询-分组查询__ev.mp469.47M
| | ├──07.单表查询-分页查询__ev.mp455.47M
| | ├──08.上午内容回顾__ev.mp421.51M
| | ├──09.多表建表-一对多__ev.mp468.17M
| | ├──10.扩展_多表建表-多对多__ev.mp437.90M
| | ├──11.扩展_多表建表-一对一__ev.mp47.38M
| | ├──12.多表查询-交叉查询__ev.mp421.57M
| | ├──13.多表查询-连接查询__ev.mp427.53M
| | ├──14.多表查询-子查询__ev.mp433.45M
| | ├──15.多表查询-自关联查询__ev.mp472.94M
| | └──16.窗口函数入门__ev.mp459.63M
| ├──day05
| | ├──01.昨日反馈处理__ev.mp415.92M
| | ├──02.今日内容大纲介绍__ev.mp421.87M
| | ├──03.Python数据分析的优势__ev.mp412.99M
| | ├──04.Python-常见的开源库__ev.mp423.22M
| | ├──05.Anaconda-环境搭建__ev.mp431.19M
| | ├──06.Anaconda-如何安装第三方资源库__ev.mp423.45M
| | ├──07.Anaconda-沙箱相关操作__ev.mp430.21M
| | ├──08.Jupyter Notebook-入门__ev.mp445.04M
| | ├──09.Jupyter Notebook-常用快捷键__ev.mp424.44M
| | ├──10.扩展_Jupyter lab演示__ev.mp415.26M
| | ├──11.PyCharm集成Anaconda-jupyter Notebook__ev.mp457.81M
| | ├──12.上午内容回顾__ev.mp452.99M
| | ├──13.Numpy-常用属性__ev.mp442.98M
| | ├──14.创建ndarray_数组_zeros_ones_empty__ev.mp450.21M
| | ├──15.创建ndarray数组_arange_matrix__ev.mp423.38M
| | ├──16.创建ndarray数组_rand_randint_uniform__ev.mp414.26M
| | ├──17.创建ndarray数组_astype函数__ev.mp411.84M
| | ├──18.创建ndarray数组_logspace等比数列和linspace等差数列__ev.mp421.16M
| | ├──19.ndarray内置函数-基本函数__ev.mp437.46M
| | ├──20.ndarray内置函数-统计函数__ev.mp423.93M
| | ├──21.ndarray内置函数_比较-排序-去重__ev.mp434.52M
| | └──22.ndarray_运算__ev.mp442.39M
| ├──day06
| | ├──01.昨日反馈处理__ev.mp417.33M
| | ├──02.今日内容大纲介绍__ev.mp45.85M
| | ├──03.Panda-数据结构介绍__ev.mp428.01M
| | ├──04.通过列表创建Series对象__ev.mp438.11M
| | ├──05.扩展_通过元组_字典创建Series对象__ev.mp45.82M
| | ├──06.创建DataFrame对象__ev.mp436.31M
| | ├──07.Series对象常用属性__ev.mp468.61M
| | ├──08.Series对象常用函数__ev.mp440.06M
| | ├──09.Series案例-电影数据__ev.mp448.76M
| | ├──10.Series-结合布尔值操作__ev.mp440.57M
| | ├──11.Series-计算__ev.mp428.94M
| | ├──12.上午内容回顾__ev.mp427.91M
| | ├──13.DataFrame-常用属性介绍__ev.mp416.60M
| | ├──14.DataFrame-常用函数介绍__ev.mp438.08M
| | ├──15.DataFrame-布尔索引__ev.mp413.92M
| | ├──16.DataFrame-计算__ev.mp420.49M
| | ├──17.DataFrame-索引操作-入门__ev.mp448.85M
| | ├──18.DataFrame-修改行索引和列名__ev.mp452.63M
| | ├──19.DataFrame-添加-删除-插入列__ev.mp447.43M
| | └──20.DataFrame-导入和导出数据__ev.mp489.42M
| ├──day07
| | ├──01.昨日内容回顾__ev.mp411.86M
| | ├──02.今日内容大纲介绍__ev.mp45.74M
| | ├──03.DataFrame-加载行, 列数据__ev.mp457.99M
| | ├──04.DataFrame-加载指定行列的数据__ev.mp429.51M
| | ├──05.DataFrame-聚合统计__ev.mp438.51M
| | ├──06.DataFrame-基本绘图__ev.mp48.20M
| | ├──07.DataFrame-常用的统计值的方法__ev.mp415.44M
| | ├──08.DataFrame-常用排序方法__ev.mp438.95M
| | ├──09.链家案例-前5个需求__ev.mp483.91M
| | ├──10.链家案例-6~8需求__ev.mp449.67M
| | ├──11.链家案例-9~12需求__ev.mp439.83M
| | ├──12.上午内容回顾__ev.mp414.84M
| | ├──13.数据组合-concat()函数__ev.mp456.55M
| | ├──14.数据组合-append()函数__ev.mp438.32M
| | ├──15.数据组合-merge-一对一__ev.mp473.72M
| | ├──16.数据组合-merge-多对一__ev.mp441.64M
| | ├──17.数组聚合-join方式(了解)__ev.mp445.08M
| | ├──18.缺失值-初识__ev.mp422.34M
| | ├──19.缺失值-加载__ev.mp417.49M
| | ├──20.缺失值-查看__ev.mp433.77M
| | ├──21.缺失值处理-删除__ev.mp418.10M
| | ├──22.缺失值处理-非线性填充__ev.mp414.67M
| | └──23.缺失值处理-线性填充__ev.mp443.33M
| ├──day08
| | ├──01.昨日反馈处理及内容回顾__ev.mp424.68M
| | ├──02.今日内容大纲介绍__ev.mp49.60M
| | ├──03.apply函数-操作Series对象__ev.mp426.21M
| | ├──04.apply函数-操作df对象__ev.mp430.46M
| | ├──05.apply函数案例-计算某列的缺失值占比__ev.mp437.60M
| | ├──06.向量化函数介绍__ev.mp421.35M
| | ├──07.apply函数-结合lambda表达式使用__ev.mp415.09M
| | ├──08.分组聚合演示__ev.mp434.57M
| | ├──09.分组转换演示__ev.mp470.84M
| | ├──10.分组过滤演示__ev.mp49.90M
| | ├──11.GroupBy分组对象介绍__ev.mp426.41M
| | ├──12.上午内容回顾__ev.mp419.80M
| | ├──13.零售会员数据分析-需求介绍__ev.mp430.38M
| | ├──14.零售会员数据分析-月增量实现及可视化__ev.mp434.29M
| | ├──15.零售会员数据分析-透视表方式计算月增量__ev.mp49.63M
| | ├──16.零售会员数据分析-计算月存量__ev.mp427.88M
| | ├──17.零售会员数据分析-会员增量等级分布__ev.mp457.68M
| | ├──18.回顾_python中的日期类型__ev.mp410.33M
| | ├──19.Pandas中的日期类型介绍__ev.mp427.50M
| | ├──20.提取日期的各个部分__ev.mp425.37M
| | ├──21.日期运算__ev.mp452.33M
| | ├──22.获取连续的日期__ev.mp422.80M
| | ├──23.Python可视化组件介绍__ev.mp411.16M
| | ├──24.Matplotlib-状态接口方式绘图__ev.mp425.19M
| | └──25.Matplotlib-面向对象方式绘图__ev.mp410.44M
| ├──day09
| | ├──01.今日内容大纲介绍__ev.mp440.82M
| | ├──02.anscombe数据集可视化__ev.mp452.81M
| | ├──03.MatPlotlib-单变量-直方图__ev.mp428.46M
| | ├──04.MatPlotlib-双变量-散方图__ev.mp414.63M
| | ├──05.MatPlotlib-多变量-散点图__ev.mp440.58M
| | ├──06.Pandas-单变量-柱状图(条形图)__ev.mp434.00M
| | ├──07.Pandas-单变量-折线图-面积图-饼图__ev.mp426.20M
| | ├──08.Seaborn-单变量-直方图__ev.mp430.77M
| | ├──09.Seaborn-单变量-密度图__ev.mp414.80M
| | ├──10.Seaborn-单变量-计数图__ev.mp48.93M
| | ├──11.Seaborn-双变量-散点图__ev.mp457.55M
| | ├──12.上午内容回顾__ev.mp48.27M
| | ├──13.Seaborn-双变量-2D密度图__ev.mp416.74M
| | ├──14.Seaborn-双变量-箱线图__ev.mp435.68M
| | ├──15.Seaborn-双变量-小提琴图__ev.mp423.56M
| | └──16.Seaborn-样式介绍__ev.mp420.82M
| └──day10
| | ├──01.昨日内容回顾__ev.mp437.54M
| | ├──02.会员价值度预估模型介绍__ev.mp432.05M
| | ├──03.RFM案例-基本实现过程介绍__ev.mp422.70M
| | ├──04.RFM案例-背景介绍__ev.mp411.51M
| | ├──05.RFM案例-数据源介绍__ev.mp410.96M
| | ├──06.RFM案例-加载数据及查看格式__ev.mp451.44M
| | ├──07.RFM案例-数据预处理__ev.mp465.49M
| | ├──08.RFM案例-汇总数据__ev.mp420.10M
| | ├──09.RFM案例-计算RFM各项指标值__ev.mp495.91M
| | ├──10.上午内容回顾__ev.mp438.15M
| | ├──11.RFM案例-计算最终结果__ev.mp416.79M
| | ├──12.RFM案例-绘制3D柱状图__ev.mp435.57M
| | ├──13.RFM案例-导出结果到本地文件或者数据库__ev.mp446.32M
| | ├──14.RFM案例-总结及细节__ev.mp425.28M
| | ├──15.RFM案例-面向对象版__ev.mp490.90M
| | ├──16.扩展_迭代器__ev.mp449.57M
| | ├──17.总结_Linux_MySQL__ev.mp433.42M
| | └──18.总结_Numpy_Pandas__ev.mp461.98M
├──04_机器学习-V5.X版-10天-AI版
| ├──day01-机器学习概述
| | ├──01-课前内容__ev.mp449.38M
| | ├──02-人工智能三大概念__ev.mp460.67M
| | ├──03-应用领域及发展史__ev.mp431.87M
| | ├──04-常用术语（特征，样本，标签）__ev.mp416.57M
| | ├──05-机器学习算法分类__ev.mp442.86M
| | ├──06-建模流程+线性回归案例demo__ev.mp468.26M
| | ├──07-Anaconda+Pycharm__ev.mp438.25M
| | ├──08-线性回归-模型保存__ev.mp422.24M
| | ├──09-KNN案例__ev.mp443.69M
| | ├──10-kmeans案例__ev.mp478.21M
| | ├──11-特征工程__ev.mp417.94M
| | ├──12-过拟合欠拟合__ev.mp415.96M
| | ├──13-sklearn库__ev.mp46.77M
| | └──14-今日总结__ev.mp432.14M
| ├──day02-KNN算法
| | ├──01-昨日回顾__ev.mp473.35M
| | ├──02-KNN思想__ev.mp410.74M
| | ├──03-KNN思想2__ev.mp434.08M
| | ├──04-KNN-API__ev.mp421.14M
| | ├──05-距离度量__ev.mp424.01M
| | ├──06-模型预处理-归一化__ev.mp436.30M
| | ├──07-模型预处理-标准化及总结__ev.mp436.77M
| | ├──08-模型预处理案例-鸢尾花-数据导入__ev.mp429.82M
| | ├──09-鸢尾花特征数据展示__ev.mp452.94M
| | ├──10-数据可视化+数据集切分__ev.mp427.20M
| | ├──11-模型预测评估__ev.mp468.57M
| | ├──12-交叉验证网格搜索__ev.mp451.46M
| | ├──13-交叉验证代码解析__ev.mp421.17M
| | └──14-今日总结__ev.mp455.92M
| ├──day03-线性回归
| | ├──01-昨日回顾__ev.mp464.86M
| | ├──02-KNN-MINIST-数据获取__ev.mp463.86M
| | ├──03-KNN_MINIST-模型训练__ev.mp478.00M
| | ├──04-KNN-作业__ev.mp412.41M
| | ├──05-线性回归介绍__ev.mp412.88M
| | ├──06-线性回归基本求解及概念介绍__ev.mp450.49M
| | ├──07-导数和矩阵__ev.mp486.06M
| | ├──08-练习题__ev.mp417.97M
| | ├──09-正规方程法__ev.mp429.49M
| | └──10-梯度下降法__ev.mp412.87M
| ├──day04-线性回归+逻辑回归
| | ├──01-昨日回顾__ev.mp483.97M
| | ├──02-梯度下降法案例__ev.mp421.77M
| | ├──03-案例-银行信贷__ev.mp458.21M
| | ├──04-梯度下降法算法分类__ev.mp450.73M
| | ├──05-梯度下降算法总结__ev.mp48.80M
| | ├──06-评估指标__ev.mp425.63M
| | ├──07-梯度下降法+正规方程法API__ev.mp419.05M
| | ├──08-波士顿房价预测-正规方程法__ev.mp445.56M
| | ├──09-波士顿房价预测-梯度下降法__ev.mp421.57M
| | ├──10-过拟合欠拟合实现__ev.mp439.66M
| | ├──11-正则化-L1__ev.mp450.86M
| | ├──12-正则化-L2正则化及代码实现__ev.mp452.98M
| | ├──13-线性回归总结__ev.mp481.53M
| | ├──14-逻辑回归基本介绍__ev.mp438.49M
| | └──15-逻辑回归基本原理__ev.mp440.03M
| ├──day05-逻辑回归
| | ├──01-总结回顾__ev.mp4113.23M
| | ├──02-逻辑回归案例-cancer预测__ev.mp498.63M
| | ├──03-评估-混淆矩阵__ev.mp444.65M
| | ├──04-评估-P_R_f1-score__ev.mp438.57M
| | ├──05-ROC_AUC__ev.mp455.58M
| | ├──06-AUC_API__ev.mp426.34M
| | ├──06-案例-客户流失-数据预处理__ev.mp4109.98M
| | ├──07-案例-客户流失-模型训练__ev.mp470.52M
| | └──08-今日总结__ev.mp458.80M
| ├──day06-决策树
| | ├──01-昨日回顾__ev.mp446.99M
| | ├──02-决策树思想__ev.mp49.93M
| | ├──03-ID3决策树-信息增益__ev.mp433.40M
| | ├──04-信息增益-详解__ev.mp411.61M
| | ├──05-ID3决策树-总结__ev.mp443.03M
| | ├──06-C4.5-信息增益率__ev.mp420.95M
| | ├──07-C4.5-案例__ev.mp420.58M
| | ├──08-C4.5总结__ev.mp46.96M
| | ├──09-CART决策树-案例__ev.mp437.08M
| | ├──10-CART决策树-案例+总结__ev.mp428.10M
| | ├──11-泰坦尼克号案例-讲解__ev.mp441.73M
| | ├──12-泰坦尼克号案例-代码实现__ev.mp495.47M
| | ├──13-回归决策树-思想__ev.mp434.53M
| | ├──14-回归决策树-案例__ev.mp429.82M
| | ├──15-决策树剪枝__ev.mp436.82M
| | └──16-今日总结__ev.mp478.47M
| ├──day07-集成学习
| | ├──01-昨日回顾__ev.mp462.37M
| | ├──02-集成学习思想__ev.mp439.03M
| | ├──03-随机森林思想__ev.mp465.55M
| | ├──04-Adaboost思想__ev.mp4113.22M
| | ├──04-随机森林案例__ev.mp434.14M
| | ├──05-adaboost案例-葡萄酒分类 __ev.mp465.49M
| | ├──06-GBDT思想__ev.mp445.45M
| | ├──07-GBDT 案例-泰坦尼克号-代码实现__ev.mp434.32M
| | ├──08-XGBoost原理__ev.mp457.11M
| | └──09-XGBoost案例__ev.mp4105.32M
| ├──day08-朴素贝叶斯和特征降维+聚类K-means
| | ├──01-昨日回顾__ev.mp4100.10M
| | ├──02-朴素贝叶斯思想__ev.mp462.83M
| | ├──03-总结__ev.mp418.55M
| | ├──04-朴素贝叶斯情感分类案例__ev.mp490.09M
| | ├──05-低方差过滤法__ev.mp422.91M
| | ├──06-PCA__ev.mp417.88M
| | ├──07-相关系数法mp4__ev.mp449.84M
| | ├──08-特征降维总结__ev.mp48.66M
| | ├──09-朴素贝叶斯总结__ev.mp438.14M
| | ├──10-特征降维总结__ev.mp422.76M
| | ├──11-聚类基本介绍__ev.mp418.47M
| | ├──12-K-means API__ev.mp422.65M
| | ├──13-K-means实现流程__ev.mp424.53M
| | └──14-K-Means评估指标__ev.mp481.08M
| ├──day09-聚类kmeans算法+SVM
| | ├──01-朴素贝叶斯+特征降维总结__ev.mp457.14M
| | ├──02-K-means总结__ev.mp438.10M
| | ├──03-案例-客户分析-数据展示__ev.mp482.89M
| | ├──04-案例-客户分析-模型训练及结果分析__ev.mp496.55M
| | ├──05-SVM思想__ev.mp434.67M
| | ├──06-SVM案例-鸢尾花-数据读取处理__ev.mp450.94M
| | ├──07-SVM案例-鸢尾花-模型训练展示__ev.mp477.27M
| | ├──08-SVM-C值测试__ev.mp413.25M
| | ├──09-SVM算法原理__ev.mp461.00M
| | └──10-SVM核函数__ev.mp442.09M
| ├──day10-总结+拓展
| | ├──01-总结回顾-1__ev.mp4112.10M
| | ├──02-总结回顾-2__ev.mp4104.92M
| | ├──03-总结回顾-3__ev.mp499.24M
| | ├──04-总结回顾-4__ev.mp478.13M
| | ├──05-大模型时代-1__ev.mp4104.87M
| | └──06-大模型时代-2__ev.mp4111.00M
| ├──每日算法__ev.mp437.49M
| └──算法-毕天宇-滑动窗口法__ev.mp476.91M
├──05_金融风控-V5.X版-8天-AI版
| ├──day01
| | ├──01【了解】-课程资料说明__ev.mp47.56M
| | ├──02【了解】-项目整体介绍__ev.mp412.81M
| | ├──03【了解】-今日内容介绍__ev.mp413.62M
| | ├──04【理解】信贷&风控介绍__ev.mp453.96M
| | ├──05【了解】消费贷和现金贷__ev.mp477.74M
| | ├──06【了解】常见风险介绍__ev.mp422.53M
| | ├──07【理解】风控术语名词__ev.mp426.18M
| | ├──08【理解】风控业务案例-背景&需求说明__ev.mp434.82M
| | ├──09【实现】风控业务案例-数据加载__ev.mp436.66M
| | ├──10【实现】风控业务案例-数据处理__ev.mp461.45M
| | ├──11【实现】风控业务案例-增加中间字段__ev.mp464.26M
| | ├──12【实现】风控业务案例-季度转换和过滤__ev.mp451.87M
| | ├──13【实现】风控业务案例-计算坏账率__ev.mp459.03M
| | ├──14【实现】风控业务案例-就散入催率__ev.mp471.76M
| | ├──15【实现】风控业务案例-回收账单数__ev.mp443.25M
| | ├──16【小结】风控业务案例小结__ev.mp421.65M
| | ├──17【理解】信贷业务如何运行__ev.mp437.13M
| | ├──18【了解】业务转换和漏斗__ev.mp418.63M
| | ├──19【了解】业务表说明__ev.mp467.56M
| | ├──20【了解】前置操作（配置终端工具和datagrip）__ev.mp433.20M
| | ├──21【了解】风控报表指标介绍__ev.mp48.21M
| | └──22【了解】数据导入__ev.mp415.68M
| ├──day02
| | ├──01【回顾】昨日内容回顾__ev.mp482.92M
| | ├──02【了解】各阶段转化率表（1）__ev.mp4109.84M
| | ├──03【了解】各阶段转化率表（2）__ev.mp497.64M
| | ├──04【了解】各阶段转换率表（3）__ev.mp4113.83M
| | ├──05【了解】各阶段转化率表（4）__ev.mp465.14M
| | ├──06【了解】通过率表（1）__ev.mp445.34M
| | ├──07【了解】通过率表（2）__ev.mp449.12M
| | ├──08【理解】金融风控项目流程梳理__ev.mp413.07M
| | ├──09【了解】下午内容介绍__ev.mp43.03M
| | ├──10【理解】业务流程&ABC卡介绍__ev.mp440.82M
| | ├──11【理解】互联网金融组成三部分__ev.mp438.15M
| | ├──12【理解】机器学习流程__ev.mp424.80M
| | ├──13【掌握】项目准备期-Y标签的定义__ev.mp451.01M
| | ├──14【理解】项目准备期-样本的概述__ev.mp426.74M
| | ├──15【理解】项目准备期-观察期和表现期__ev.mp417.65M
| | ├──16【理解】姓名准备期-数据集划分__ev.mp46.80M
| | ├──17【理解】项目准备期-样本设计__ev.mp413.26M
| | ├──18【理解】特征工程-数据收集__ev.mp431.27M
| | ├──19【理解】特征工程-特征构建__ev.mp420.98M
| | ├──20【理解】特征工程-特征评估__ev.mp410.98M
| | ├──21【理解】模型构建-模型训练&模型评估__ev.mp411.93M
| | └──22【理解】上线运营__ev.mp424.20M
| ├──day03
| | ├──01【回顾】昨日内容回顾__ev.mp477.57M
| | ├──02【了解】今日内容介绍__ev.mp49.28M
| | ├──03【理解】规则挖掘案例介绍__ev.mp436.52M
| | ├──04【理解】业务规则案例-需求__ev.mp410.44M
| | ├──05【理解】业务规则案例-数据字典__ev.mp425.73M
| | ├──06【实现】业务规则案例-加载数据__ev.mp438.11M
| | ├──07【实现】业务规则案例-数据处理（填充，过滤，去重）__ev.mp457.18M
| | ├──08【实现】业务规则案例-数值型衍生__ev.mp441.89M
| | ├──09【实现】业务规则案例-类别型衍生__ev.mp417.03M
| | ├──10【实现】业务规则案例-模型训练&可视化__ev.mp460.62M
| | ├──11【小结】业务规则案例-小结__ev.mp429.50M
| | ├──12【理解】数据准备-征信数据介绍__ev.mp456.70M
| | ├──13【了解】梳理数据内置逻辑__ev.mp432.61M
| | ├──14【理解】时间截面特征&静态信息特征__ev.mp431.05M
| | ├──15【理解】时间序列特征衍生方式__ev.mp473.65M
| | ├──16【理解】时间序列特征缺失值处理__ev.mp429.15M
| | ├──17【理解】时间序列特征未来信息处理__ev.mp415.40M
| | ├──18【理解】分箱介绍__ev.mp439.85M
| | ├──19【理解】卡方分箱__ev.mp433.30M
| | ├──20【理解】toad库大致说明__ev.mp418.90M
| | └──21【总结】今日内容回顾__ev.mp433.64M
| ├──day04
| | ├──01【回顾】昨日内容回顾__ev.mp455.07M
| | ├──02【实现】toad库分箱案例-加载数据__ev.mp458.84M
| | ├──03【实现】toad库分箱案例-并可视化__ev.mp470.19M
| | ├──04【实现】toad库分箱案例-调整箱数__ev.mp428.60M
| | ├──05【实现】toad库分箱案例-其他分箱展示__ev.mp47.46M
| | ├──06【实现】toad库分箱案例-WOE编码__ev.mp434.95M
| | ├──07【实现】toad库分箱案例-badrate坏人的比例及调整__ev.mp485.07M
| | ├──08【实现】toad库分箱案例-WOE编码__ev.mp428.46M
| | ├──09【小结】toad库分箱案例-小结__ev.mp430.52M
| | ├──10【理解】三种编码小结__ev.mp413.97M
| | ├──11【了解】多值有序类型编码__ev.mp45.86M
| | ├──12【了解】特征组合__ev.mp49.69M
| | ├──13【了解】用户关联特征__ev.mp414.79M
| | ├──14【扩展】信贷业务和可解释性__ev.mp435.02M
| | ├──15【理解】好特征的标准-覆盖度__ev.mp47.88M
| | ├──16【理解】好特征的标准-区分度__ev.mp421.54M
| | ├──17【理解】好特征的标准-相关性__ev.mp424.51M
| | ├──18【实现】好特征的标准-相关性案例__ev.mp455.69M
| | ├──19【理解】好特征的标准-稳定性及小结__ev.mp414.13M
| | ├──20【理解】特征筛选-星座特征__ev.mp49.75M
| | ├──21【理解】特征筛选-Boruta__ev.mp419.52M
| | ├──22【实现】特征筛选-Boruta案例__ev.mp487.01M
| | └──23【总结】今日内容总结__ev.mp452.59M
| ├──day05
| | ├──01【回顾】昨日内容回顾__ev.mp422.07M
| | ├──02【理解】多特征筛选-方差膨胀系数__ev.mp417.10M
| | ├──03【实现】多特征筛选-方差膨胀系数案例__ev.mp493.56M
| | ├──04【实现】多特征筛选-递归特征消除__ev.mp441.58M
| | ├──05【实现】多特征筛选-L1特征选择__ev.mp438.26M
| | ├──06【理解】特征监控__ev.mp435.80M
| | ├──07【小结】特征工程小结__ev.mp430.08M
| | ├──08【了解】模型评分卡内容安排说明__ev.mp410.05M
| | ├──09【了解】模型构建流程（上）__ev.mp427.97M
| | ├──10【了解】模型构建流程（中）__ev.mp425.37M
| | ├──11【理解】模型构建流程（下）__ev.mp415.07M
| | ├──12【理解】逻辑回归评分卡-评分映射方法__ev.mp430.92M
| | ├──13【实现】逻辑回归评分卡-加载数据__ev.mp417.81M
| | ├──14【理解】逻辑回归评分卡-到底是先做特征还是先训练模型__ev.mp423.75M
| | ├──15【实现】逻辑回归评分卡-模型训练__ev.mp429.77M
| | ├──16【实现】逻辑回归评分卡-模型评估__ev.mp452.97M
| | ├──17【实现】逻辑回归评分卡-特征筛选__ev.mp4113.94M
| | ├──18【理解】模型报告解读__ev.mp454.17M
| | └──19【总结】今日内容总结__ev.mp428.50M
| ├──day06
| | ├──01-昨日内容回顾__ev.mp461.90M
| | ├──01【回顾】昨日内容回顾__ev.mp464.56M
| | ├──02-评分卡逻辑转换__ev.mp420.22M
| | ├──02【了解】今日内容介绍__ev.mp421.34M
| | ├──03-评分卡转换__ev.mp461.95M
| | ├──03【实现】逻辑回归评分卡-模型报告-数据准备__ev.mp453.87M
| | ├──04-LightGBM优势__ev.mp472.36M
| | ├──04【实现】逻辑回归评分卡-模型报告-报告实现（上）__ev.mp461.79M
| | ├──05-LightGBM思路梳理__ev.mp439.31M
| | ├──05【实现】逻辑回归评分卡-模型报告-报告实现（下）__ev.mp467.57M
| | ├──06-集成学习评分卡__ev.mp4179.39M
| | ├──06【理解】逻辑回归评分卡-模型报告可视化__ev.mp413.94M
| | ├──07-toad官网简介__ev.mp473.29M
| | ├──07【实现】逻辑回归评分卡-评分映射__ev.mp460.96M
| | ├──08-toad整体流程梳理__ev.mp4142.56M
| | ├──08【实现】逻辑回归评分卡-评级划分__ev.mp422.67M
| | ├──09【理解】集成学习评分卡-LightGBM原理__ev.mp462.12M
| | ├──10【回顾】上午内容回顾__ev.mp422.26M
| | ├──11【理解】集成学习评分卡-LightGBM分布式含义解释__ev.mp434.01M
| | ├──12【实现】集成学习评分卡-加载数据并数据划分__ev.mp446.42M
| | ├──13【理解】LightGBM参数&训练思路分析__ev.mp464.49M
| | ├──14【实现】集成学习评分卡-模型评估&画图__ev.mp433.78M
| | ├──14【实现】集成学习评分卡-模型训练&特征筛选__ev.mp4113.23M
| | ├──15【实现】集成学习评分卡-评分映射__ev.mp443.57M
| | ├──16【理解】集成学习评分卡-模型报告说明__ev.mp445.60M
| | ├──17【理解】toad库梳理整个流程__ev.mp4207.96M
| | └──18【总结】今日内容总结__ev.mp456.11M
| ├──day07
| | ├──01【回顾】昨日内容回顾__ev.mp4135.87M
| | ├──02【了解】今日内容介绍__ev.mp45.78M
| | ├──03【理解】样本不均衡及处理方式说明__ev.mp412.47M
| | ├──04【理解】样本不均衡-代价敏感介绍__ev.mp415.36M
| | ├──05【实现】样本不均衡-代价敏感案例__ev.mp445.81M
| | ├──06【理解】样本不均衡-过采样介绍__ev.mp419.49M
| | ├──07【理解】样本不均衡-SMOTE案例流程说明__ev.mp476.43M
| | ├──08【实现】杨不均衡-SMOTE案例实现__ev.mp490.38M
| | ├──09【回顾】上午内容回顾__ev.mp48.05M
| | ├──10【了解】反欺诈检测__ev.mp426.71M
| | ├──11【了解】异常点检测说明__ev.mp416.70M
| | ├──12【了解】异常点检测-zscore介绍__ev.mp47.35M
| | ├──13【理解】异常点检测-LOF概述__ev.mp429.96M
| | ├──14【实现】异常点检测-LOF案例__ev.mp497.06M
| | ├──15【理解】异常点检测-IF概述__ev.mp428.26M
| | ├──16【实现】异常点检测-IF案例__ev.mp491.11M
| | ├──17【了解】preA模型__ev.mp459.40M
| | └──18【小结】今日内容总结__ev.mp4111.93M
| └──day08
| | ├──01-git分支介绍__ev.mp417.06M
| | ├──01【总结】项目总结-xmind__ev.mp483.88M
| | ├──02-git配置__ev.mp449.51M
| | ├──02【总结】项目总结-画图__ev.mp453.41M
| | ├──03-PyCharm操作__ev.mp442.45M
| | ├──03【了解】git简单历史__ev.mp411.80M
| | ├──04-冲突解决__ev.mp445.98M
| | ├──04【了解】版本控制系统简述__ev.mp414.55M
| | ├──05-面试流程说明__ev.mp4107.77M
| | ├──05【了解】版本控制系统之集中式和分布式__ev.mp417.71M
| | ├──06【了解】Git及安装__ev.mp416.94M
| | ├──07【理解】概念区分__ev.mp432.38M
| | ├──08【理解】git架构__ev.mp430.18M
| | ├──09【了解】git分支__ev.mp419.79M
| | ├──10【了解】gitee及分支描述__ev.mp431.35M
| | ├──11【实现】配置账号及公钥__ev.mp436.03M
| | ├──12【了解】git命令拉取代码__ev.mp414.18M
| | ├──13【实现】PyCharm拉取代码__ev.mp419.89M
| | ├──14【回顾】上午内容回顾__ev.mp418.42M
| | ├──15【实操】PyCharm整合git操作__ev.mp451.56M
| | ├──16【实操】更新远程仓库代码__ev.mp419.36M
| | ├──17【实现】分支代码合并__ev.mp430.09M
| | ├──18【理解】冲突的解决__ev.mp438.29M
| | ├──19【了解】简历和项目文档概述__ev.mp433.88M
| | └──20【理解】面试流程说明__ev.mp470.26M
├──06_深度学习基础-V5.X版-6天-AI版
| ├──day01
| | ├──01-深度学习是什么__ev.mp424.42M
| | ├──02-发展历史__ev.mp429.29M
| | ├──03-torch简介__ev.mp421.11M
| | ├──04-torch张量创建__ev.mp443.78M
| | ├──05-线性张量和随机张量__ev.mp418.89M
| | ├──06-全01张量__ev.mp411.76M
| | ├──07-元素类型转换__ev.mp48.75M
| | ├──08-张量和ndarray的转换__ev.mp428.16M
| | ├──09-标量__ev.mp47.41M
| | ├──10-基本运算__ev.mp414.81M
| | ├──11-点乘和点积__ev.mp418.35M
| | ├──12-运算函数__ev.mp422.30M
| | ├──13-索引操作__ev.mp421.11M
| | ├──14-范围与布尔索引__ev.mp423.29M
| | ├──15-多维索引__ev.mp414.95M
| | └──16-形状操作__ev.mp415.44M
| ├──day02
| | ├──01-形状变换__ev.mp438.54M
| | ├──02-view__ev.mp419.30M
| | ├──03-张量拼接__ev.mp419.49M
| | ├──04-自动微分__ev.mp426.28M
| | ├──05-自动微分2__ev.mp414.45M
| | ├──06-线性回归案例__ev.mp468.86M
| | ├──07-回归案例总结__ev.mp438.64M
| | ├──08-神经网络介绍__ev.mp447.86M
| | ├──09-激活函数作用__ev.mp419.44M
| | ├──10-sigmoid__ev.mp427.84M
| | └──11-tanh+relu__ev.mp432.85M
| ├──day03
| | ├──01-内容回顾__ev.mp416.74M
| | ├──02-softmax__ev.mp422.04M
| | ├──03-其他激活函数__ev.mp416.34M
| | ├──04-激活函数总结__ev.mp44.70M
| | ├──05-参数初始化__ev.mp449.34M
| | ├──06-模型构建__ev.mp455.84M
| | ├──07-参数量统计__ev.mp426.80M
| | ├──08-神经网络优缺点__ev.mp414.29M
| | ├──09-损失函数__ev.mp442.29M
| | ├──10-交叉熵损失__ev.mp419.83M
| | ├──11-二分类交叉熵损失__ev.mp415.97M
| | ├──12-回归损失函数__ev.mp430.84M
| | └──13-梯度下降算法__ev.mp429.86M
| ├──day04
| | ├──01-内容回顾__ev.mp431.70M
| | ├──02-前向和反向的过程__ev.mp420.74M
| | ├──03-案例：前向过程__ev.mp414.02M
| | ├──04-案例：反向输出层__ev.mp419.63M
| | ├──05-案例：反向隐藏层__ev.mp48.87M
| | ├──06-指数加权平均__ev.mp453.40M
| | ├──07-动量法__ev.mp422.24M
| | ├──08-adagrad__ev.mp414.08M
| | ├──09-rmsprop+adam__ev.mp48.55M
| | ├──10-学习率衰减__ev.mp436.21M
| | ├──11-学习率衰减2__ev.mp413.42M
| | ├──12-正则化方法__ev.mp433.63M
| | ├──13-BN层__ev.mp410.74M
| | ├──14-手机价格分类案例__ev.mp461.38M
| | └──15-训练和预测__ev.mp445.60M
| ├──day05
| | ├──01-图像是什么__ev.mp439.17M
| | ├──02-卷积神经网络的构成__ev.mp413.70M
| | ├──03-卷积层__ev.mp462.59M
| | ├──04-卷积层的实现__ev.mp422.30M
| | ├──05-池化层__ev.mp431.64M
| | ├──06-图像分类案例__ev.mp433.51M
| | ├──07-网络结构构建__ev.mp424.45M
| | ├──08-网络构建实现__ev.mp429.72M
| | ├──09-模型训练__ev.mp430.53M
| | ├──10-自然语言处理概述__ev.mp416.46M
| | ├──11-词嵌入层__ev.mp458.80M
| | └──12-内容总结__ev.mp45.65M
| └──day06
| | ├──01-RNN介绍__ev.mp429.12M
| | ├──02-RNN的流程__ev.mp414.82M
| | ├──03-API__ev.mp437.05M
| | ├──04-歌词生成案例__ev.mp483.06M
| | ├──05-数据集封装__ev.mp431.47M
| | ├──06-模型构建__ev.mp445.84M
| | ├──07-模型训练__ev.mp439.96M
| | ├──08-模型预测__ev.mp440.83M
| | └──09-内容总结__ev.mp446.48M
├──07_自然语言处理+GPT-V5.X版-13天-AI版
| ├──day01
| | ├──01-课程安排__ev.mp417.31M
| | ├──02-课程内容简介__ev.mp413.59M
| | ├──03-自然语言处理入门__ev.mp475.20M
| | ├──04-笔记总结__ev.mp47.86M
| | ├──05-文本预处理的主要模块__ev.mp416.21M
| | ├──06-文本分词的介绍__ev.mp424.86M
| | ├──07-jieba精确模式分词__ev.mp446.04M
| | ├──08-jieba全模式和搜索引擎分词__ev.mp443.11M
| | ├──09-jieba繁体分词和用户自定义词典__ev.mp443.76M
| | ├──10-上午内容回顾__ev.mp432.40M
| | ├──11-NER和Pos的讲解__ev.mp437.50M
| | ├──12-文本张量的表示方法介绍__ev.mp447.06M
| | ├──13-onehot编码的实现和训练__ev.mp486.93M
| | ├──14-onehot编码的应用__ev.mp417.76M
| | ├──15-CBOW模型的思想__ev.mp475.53M
| | ├──16-CBOW推导过程思想__ev.mp442.31M
| | └──17-今日内容总结__ev.mp416.98M
| ├──day02
| | ├──01-昨日内容回顾__ev.mp449.65M
| | ├──02-skipgram的讲解__ev.mp436.48M
| | ├──03-fasttext训练词向量基础__ev.mp484.44M
| | ├──03-fasttext训练词向量进阶__ev.mp455.80M
| | ├──04-nn.Embedding和word2vec区别__ev.mp410.31M
| | ├──05-nn.Embedding代码分析__ev.mp440.93M
| | ├──06-nn.Embedding的代码实现__ev.mp4147.79M
| | ├──07-从Embedding中获取某个词的词向量__ev.mp454.42M
| | ├──08-标签数量统计分布__ev.mp457.90M
| | ├──09-句子长度分布统计__ev.mp493.67M
| | ├──10-长度分布散点图__ev.mp436.58M
| | ├──11-词频统计代码实现__ev.mp439.40M
| | └──12-今日内容总结__ev.mp420.78M
| ├──day03
| | ├──01-昨日内容回顾__ev.mp451.17M
| | ├──02-词云展示讲解前半部分__ev.mp4103.77M
| | ├──03-词云展示讲解后半部分__ev.mp443.42M
| | ├──04-添加N-gram特征的原理__ev.mp442.95M
| | ├──05-实现N-Gram的代码__ev.mp452.30M
| | ├──06-句子长短补齐和截断__ev.mp443.51M
| | ├──07-回忆数据增强方法__ev.mp425.90M
| | ├──08-RNN模型入门__ev.mp474.46M
| | ├──09-传统RNN模型内部结构讲解__ev.mp447.50M
| | ├──10-RNN模型代码的实现--base__ev.mp483.14M
| | ├──11-RNN模型改变长度__ev.mp426.61M
| | ├──12-RNN模型原理解析__ev.mp437.63M
| | ├──13-RNN模型修改层数__ev.mp445.16M
| | └──14-今日内容总结__ev.mp421.41M
| ├──day04
| | ├──01-昨日内容回顾__ev.mp464.55M
| | ├──02-LSTM模型内部结构分析__ev.mp462.32M
| | ├──03-LSTM模型内部结构源代码分析__ev.mp423.20M
| | ├──04-Bi-LSTM模型原理__ev.mp438.32M
| | ├──05-LSTM模型代码的实现__ev.mp484.80M
| | ├──06-GRU模型架构原理解析__ev.mp445.48M
| | ├──07-GRU模型代码的实现__ev.mp429.55M
| | ├──08-RNN人名分类案例介绍__ev.mp454.50M
| | ├──09-RNN人名分类导入第三方工具__ev.mp437.55M
| | ├──10-将文本数据读取到内存中__ev.mp455.63M
| | ├──11-构建Dataset数据源对象__ev.mp497.80M
| | ├──12-实例化dataloader对象__ev.mp455.98M
| | └──13-今日内容总结__ev.mp419.24M
| ├──day05
| | ├──01-昨日内容总结__ev.mp449.59M
| | ├──02-RNN模型的搭建和测试__ev.mp4130.66M
| | ├──03-LSTM模型的搭建和测试__ev.mp445.53M
| | ├──04-GRU模型的搭建和测试__ev.mp420.03M
| | ├──05-RNN模型训练代码的实现--前半部分__ev.mp4105.17M
| | ├──06-RNN模型训练代码的实现--后半部分__ev.mp493.02M
| | ├──07-LSTM模型的训练代码的实现__ev.mp447.01M
| | ├──08-保存模型训练结果到文件__ev.mp477.75M
| | ├──09-模型结果的图形化展示__ev.mp492.58M
| | ├──10-RNN模型预测结果__ev.mp4106.30M
| | ├──11-LSTM+GRU模型预测__ev.mp433.18M
| | └──12-今日内容总结__ev.mp444.78M
| ├──day06
| | ├──01-昨日内容回顾__ev.mp444.94M
| | ├──02-seq2seq文本翻译过程解析__ev.mp467.41M
| | ├──03-深度学习注意力机制介绍__ev.mp448.43M
| | ├──04-不带Attention的Encoder2Decoder框架解析__ev.mp440.26M
| | ├──05-带Attention的Encoder2Decoder框架解析__ev.mp456.88M
| | ├──06-注意力概率分布的计算方式__ev.mp430.12M
| | ├──07-softAttention的讲解__ev.mp443.13M
| | ├──08-hardAttention和softAttention的介绍__ev.mp428.91M
| | ├──09-seq2seq框架加入attention计算过程解释__ev.mp455.73M
| | ├──10-pytorch版本的attention计算过程__ev.mp459.25M
| | ├──11-注意力计算规则__ev.mp433.79M
| | ├──12-三维矩阵乘法解析__ev.mp449.21M
| | ├──13-注意力的作用和计算步骤__ev.mp439.69M
| | ├──14-注意力机制实现代码的讲解__ev.mp465.42M
| | ├──15-注意力机制代码的实现__ev.mp475.32M
| | ├──16-注意力机制实现扩展__ev.mp442.51M
| | ├──17-今日内容总结__ev.mp434.96M
| | └──18-seq2seq英译法案例分析__ev.mp413.36M
| ├──day07
| | ├──01-昨日内容回顾__ev.mp448.53M
| | ├──02-英译法案例基本介绍__ev.mp4104.05M
| | ├──03-数据清洗函数定义__ev.mp452.71M
| | ├──04-get_data函数获取my_pairs对__ev.mp462.08M
| | ├──05-get_data函数获取英文和法文词典__ev.mp465.80M
| | ├──06-Dataset类的实现__ev.mp462.39M
| | ├──07-Dataloader类的实现__ev.mp436.06M
| | ├──08-基于GRU的编码器代码实现__ev.mp459.22M
| | ├──09-基于GRU的无Attention的解码器代码分析__ev.mp478.64M
| | ├──10-基于GRU的无Attention的代码实现和测试__ev.mp491.16M
| | ├──11-基于GRU的带Attention的代码分析__ev.mp4122.22M
| | ├──12-基于GRU解码器代码的再次分析__ev.mp447.64M
| | └──13-模型训练代码的分析__ev.mp4151.50M
| ├──day08
| | ├──01-昨日内容回顾__ev.mp439.19M
| | ├──02-模型训练函数前半部分__ev.mp491.70M
| | ├──03-模型内部训练函数前半部分__ev.mp465.28M
| | ├──04-模型内部训练函数后半部分__ev.mp473.71M
| | ├──05-模型训练函数后半部分__ev.mp469.12M
| | ├──06-模型评估函数代码分析__ev.mp467.76M
| | ├──07-模型测试函数实现__ev.mp471.20M
| | ├──08-模型测试函数代码实现__ev.mp4133.01M
| | ├──09-模型评估函数__ev.mp438.59M
| | ├──10-注意力绘图__ev.mp461.43M
| | ├──11-transformer背景介绍__ev.mp418.09M
| | ├──12-transformer模型架构__ev.mp459.48M
| | ├──13-输入部分Embedding代码的实现__ev.mp443.09M
| | ├──14-三角函数位置编码解析__ev.mp479.18M
| | └──15-位置编码代码分析__ev.mp496.69M
| ├──day09
| | ├──01-昨日内容回顾__ev.mp429.15M
| | ├──02-位置编码代码分析__ev.mp479.72M
| | ├──03-位置编码器的代码实现__ev.mp447.40M
| | ├──04-三角函数位置编码的图形化展示__ev.mp453.02M
| | ├──05-下三角矩阵的代码实现__ev.mp457.79M
| | ├──06-注意力机制代码的分析__ev.mp494.26M
| | ├──07-mask机制的讲解__ev.mp440.58M
| | ├──08-注意力机制代码的实现__ev.mp479.13M
| | ├──09-多头注意力的思想__ev.mp469.05M
| | ├──10-多头注意力机制代码实现的思路分析__ev.mp4108.48M
| | ├──11-多头注意力机制代码的实现__ev.mp4105.98M
| | ├──12-前馈全连接层代码的实现__ev.mp449.26M
| | ├──13-规范化层代码的分析__ev.mp435.78M
| | ├──14-规范化层代码的实现__ev.mp427.86M
| | ├──15-LayerNorm和BatchNorm的区别__ev.mp413.64M
| | └──16-今日内容总结__ev.mp430.56M
| ├──day10
| | ├──01-编码器子层连接结构实现__ev.mp499.31M
| | ├──02-编码器层代码的实现__ev.mp456.56M
| | ├──03-编码器代码的实现__ev.mp432.21M
| | ├──04-解码器层代码的实现__ev.mp471.13M
| | ├──05-解码器层代码的测试__ev.mp448.85M
| | ├──06-解码器的代码实现__ev.mp430.08M
| | ├──07-输出部分代码的实现__ev.mp422.29M
| | ├──08-transformer模型架构代码分析__ev.mp437.56M
| | ├──09-EncoderDecoder架构代码实现__ev.mp484.25M
| | ├──10-EncoderDecoder模型实例化代码分析__ev.mp438.35M
| | ├──11-transformer模型架构的实现和测试__ev.mp480.20M
| | ├──12-fasttext工具的介绍__ev.mp420.51M
| | ├──13-层次softmax的哈夫曼树的构建__ev.mp457.39M
| | ├──14-层次softmax进行模型训练的原理__ev.mp441.80M
| | ├──15-负采样优化算法原理__ev.mp429.90M
| | └──16-今日内容总结__ev.mp422.52M
| ├──day11
| | ├──13-pipeline方式实现文本分类__ev.mp478.46M
| | ├──14-pipeline方式实现特征抽取__ev.mp461.26M
| | ├──15-pipeline方式实现完形填空__ev.mp434.45M
| | ├──16-pipeline方式实现阅读理解任务__ev.mp425.66M
| | ├──17-pipeline方式实现文本摘要任务__ev.mp438.54M
| | ├──18-pipeline方式实现NER任务__ev.mp453.85M
| | ├──19-automodel实现文本分类__ev.mp4113.88M
| | ├──20-今日内容总结__ev.mp427.90M
| | ├──01-文本分类任务的介绍__ev.mp469.54M
| | ├──02-fasttext文本分类数据获取和分割__ev.mp453.60M
| | ├──03-fasttext实现文本分类未调优__ev.mp431.85M
| | ├──04-数据优化后进行文本分类__ev.mp444.69M
| | ├──05-调整学习率-epoch等参数优化模型__ev.mp457.36M
| | ├──06-模型超参数调优__ev.mp421.07M
| | ├──07-词向量迁移介绍__ev.mp423.23M
| | ├──08-迁移学习的概念__ev.mp428.00M
| | ├──09-预训练模型的介绍__ev.mp436.64M
| | ├──10-transformers库的基本介绍__ev.mp436.06M
| | ├──11-transformers库的使用__ev.mp430.75M
| | └──12-transformers库使用的基本方式__ev.mp445.75M
| ├──day12
| | ├──01-昨日内容回顾__ev.mp435.16M
| | ├──02-AutoModel实现特征提取任务__ev.mp495.52M
| | ├──03-AutoModel实现完形填空任务__ev.mp459.25M
| | ├──04-AutoModel实现阅读理解任务__ev.mp474.48M
| | ├──05-AutoModel实现文本摘要任务__ev.mp4120.97M
| | ├──06-AutoModel实现NER任务__ev.mp488.57M
| | ├──07-具体模型实现完形填空任务__ev.mp439.75M
| | ├──08-迁移学习案例基本介绍__ev.mp457.18M
| | ├──09-中文分类案例数据加载__ev.mp484.04M
| | ├──10-中文分类案例自定义函数实现__ev.mp4132.98M
| | ├──11-中文分类案例模型搭建__ev.mp468.42M
| | ├──12-中文分类案例模型训练思路__ev.mp421.43M
| | ├──13-中文分类案例模型训练代码__ev.mp494.41M
| | ├──14-中文分类案例模型评估代码__ev.mp473.33M
| | └──15-今日内容总结__ev.mp454.30M
| └──day13
| | ├──01-中文完型填空数据预处理__ev.mp4109.85M
| | ├──02-中文完型填空构建模型__ev.mp450.31M
| | ├──03-中文完型填空模型训练__ev.mp437.77M
| | ├──04-中文完型填空模型预测__ev.mp431.80M
| | ├──05-中文句子关系构建dataset对象__ev.mp467.78M
| | ├──06-中文句子关系构建自定义函数__ev.mp453.50M
| | ├──07-中文句子关系模型训练__ev.mp436.82M
| | ├──08-中文句子关系模型完结__ev.mp436.75M
| | ├──09-BERT模型的架构__ev.mp476.13M
| | ├──10-BERT模型的预训练任务__ev.mp438.12M
| | ├──11-BERT模型的优缺点__ev.mp429.58M
| | ├──12-BERT模型的特点__ev.mp416.06M
| | ├──13-AlBERT模型的介绍__ev.mp446.56M
| | ├──14-Roberta模型的介绍__ev.mp422.59M
| | ├──15-MacBERT和SpanBERT的介绍__ev.mp431.90M
| | ├──16-ELMO模型的介绍__ev.mp450.14M
| | ├──17-GPT模型的介绍__ev.mp444.80M
| | ├──18-BERT_GPT_ELMO的对比__ev.mp411.45M
| | └──19-今日内容总结__ev.mp4101.81M
├──08_知识图谱-V5.X-10天-AI版
| ├──day01
| | ├──01-什么是知识图谱__ev.mp459.26M
| | ├──02-知识图谱技术概况__ev.mp495.73M
| | ├──03-三个工具__ev.mp434.65M
| | ├──04-doccano安装__ev.mp434.36M
| | ├──05-doccano使用1__ev.mp438.27M
| | ├──06-doccano使用2__ev.mp414.34M
| | ├──07-总结__ev.mp420.25M
| | ├──08-基于规则__ev.mp460.54M
| | ├──09-ner基本知识__ev.mp455.16M
| | ├──10-基于规则案例__ev.mp474.08M
| | └──11-lstm+crf架构__ev.mp4146.19M
| ├──day02
| | ├──01-CRF损失函数推导__ev.mp4134.68M
| | ├──02-代码架构__ev.mp471.77M
| | ├──03-项目架构__ev.mp430.88M
| | ├──04-加载数据集__ev.mp434.24M
| | ├──05-transfer方法__ev.mp466.53M
| | ├──06-read_label_text__ev.mp437.73M
| | ├──07-总结__ev.mp428.44M
| | ├──08-config__ev.mp437.35M
| | ├──09-dataset-collate_fn__ev.mp470.93M
| | ├──10-get_data__ev.mp424.34M
| | └──11-总结__ev.mp430.09M
| ├──day03
| | ├──01-每日反馈+总结__ev.mp464.18M
| | ├──02-lstm搭建__ev.mp457.50M
| | ├──03-lstm-crf搭建__ev.mp491.60M
| | ├──04-model2train__ev.mp487.05M
| | ├──06-model2dev__ev.mp4106.64M
| | ├──07-model2text__ev.mp467.40M
| | ├──08-extract_ents__ev.mp465.38M
| | ├──09-部署上线__ev.mp422.35M
| | ├──10-TransferData-debug__ev.mp464.44M
| | ├──11-dataloader-dubug__ev.mp447.66M
| | └──12-train-debug__ev.mp439.80M
| ├──day04
| | ├──01-每日反馈+拓展__ev.mp4104.92M
| | ├──02-关系抽取基本知识__ev.mp458.77M
| | ├──03-基于规则实现RE__ev.mp464.74M
| | ├──04-config__ev.mp4125.55M
| | ├──05-数据预处理1__ev.mp459.26M
| | ├──06-sent_padding__ev.mp412.29M
| | ├──07-pos_padding__ev.mp415.13M
| | ├──08-get_data__ev.mp460.58M
| | ├──09-dataset__ev.mp417.98M
| | ├──10-collate_fn__ev.mp435.31M
| | └──11-get_loader__ev.mp460.94M
| ├──day05
| | ├──01-每日反馈+总结__ev.mp470.52M
| | ├──02-模型init__ev.mp462.99M
| | ├──03-forward的shape变化__ev.mp427.40M
| | ├──04-forward实现__ev.mp434.15M
| | ├──05-train实现__ev.mp474.55M
| | ├──06-model2test实现__ev.mp430.39M
| | ├──07-predict讲解__ev.mp438.69M
| | ├──08-casrel架构__ev.mp446.07M
| | ├──09-casrel模型细节__ev.mp440.56M
| | └──10-config__ev.mp4123.71M
| ├──day06
| | ├──01-每日反馈+总结__ev.mp443.38M
| | ├──02-find_head_index__ev.mp412.86M
| | ├──03-label初始化__ev.mp436.03M
| | ├──04-label举例解释__ev.mp413.66M
| | ├──05-解析inner_triples__ev.mp464.84M
| | ├──06-填充工作__ev.mp489.23M
| | ├──07-collate_fn__ev.mp489.04M
| | ├──08-dataset__ev.mp423.50M
| | ├──09-get_data+debug__ev.mp488.17M
| | └──10-模型init__ev.mp435.82M
| ├──day07
| | ├──01-反馈+总结__ev.mp418.12M
| | ├──02-get_subs+get_objs_for_specific_sub__ev.mp452.50M
| | ├──03-compute_loss__ev.mp429.43M
| | ├──04-loss__ev.mp435.71M
| | ├──05-load_model__ev.mp468.73M
| | ├──06-extract_sub__ev.mp427.38M
| | ├──07-extract_obj_and_rel__ev.mp430.11M
| | ├──08-train__ev.mp464.74M
| | ├──09-train_debug__ev.mp4179.14M
| | └──10-predict__ev.mp487.73M
| ├──day08
| | ├──01-neo4切换测试库__ev.mp459.93M
| | ├──02-cypher使用2__ev.mp415.76M
| | ├──03-cypher使用3__ev.mp441.76M
| | ├──04-创建节点关系__ev.mp415.31M
| | ├──05-查询节点关系__ev.mp460.08M
| | ├──06-get_spo_type分析__ev.mp469.98M
| | ├──07-ready_data__ev.mp431.52M
| | ├──08-构建neo4j__ev.mp488.98M
| | └──09-检索neo4j__ev.mp458.63M
| └──day09
| | └──01-模型debug__ev.mp4175.69M
├──09_大模型-V5.X版本【线下】-13天-AI版
| ├──day01
| | ├──01-大模型背景__ev.mp433.71M
| | ├──02-语言模型__ev.mp423.77M
| | ├──03-语言模型的发展__ev.mp44.45M
| | ├──04-n-gram__ev.mp456.66M
| | ├──06-神经网络的语言模型__ev.mp448.69M
| | ├──07-bleu__ev.mp464.98M
| | ├──08-rough__ev.mp418.77M
| | ├──09-PPL__ev.mp452.98M
| | └──10-AE的BERT模型__ev.mp4110.36M
| ├──day02
| | ├──01-GPT的网络结构__ev.mp455.46M
| | ├──02-GPT的预训练过程__ev.mp441.95M
| | ├──03-GPT的微调__ev.mp448.16M
| | ├──04-AR的特点__ev.mp419.24M
| | ├──05-seq2seq__ev.mp473.69M
| | ├──06-GPT2网络和训练__ev.mp4122.58M
| | ├──07-GPT2的特点__ev.mp422.53M
| | ├──08-GPT3的网络结构__ev.mp461.11M
| | ├──09-in_contextlearning__ev.mp453.25M
| | ├──10-GPT3的特点__ev.mp434.92M
| | └──11-强化学习__ev.mp488.48M
| ├──day03
| | ├──01-chatGPT的微调方法__ev.mp453.44M
| | ├──02- chatGpt的微调方法__ev.mp470.28M
| | ├──03-GLM的训练目标__ev.mp467.07M
| | ├──04-GLM的位置编码__ev.mp418.18M
| | ├──05-GLM的特点__ev.mp4109.33M
| | ├──06-LLaMa和Bloom__ev.mp4109.11M
| | ├──07-百川大模型__ev.mp468.43M
| | ├──08-提示词工程__ev.mp411.27M
| | └──09-提示词工程原则__ev.mp4194.58M
| ├──day04
| | ├──01-项目背景__ev.mp488.37M
| | ├──02-文本分类提示词__ev.mp477.92M
| | ├──03-文本分类推理__ev.mp459.30M
| | ├──04-趋动云使用__ev.mp4124.72M
| | ├──05-文本信息抽取提示词__ev.mp484.19M
| | ├──06-文本信息抽取的后处理__ev.mp415.35M
| | ├──07-文本抽取的实现__ev.mp4137.72M
| | └──08-文本匹配的内容__ev.mp475.67M
| ├──day05
| | ├──01-NLP的四范式__ev.mp4127.68M
| | ├──02-Prompt微调的方式__ev.mp470.36M
| | ├──03-PET微调方法__ev.mp458.44M
| | ├──04-硬模版和软模版__ev.mp428.59M
| | ├──05-prompt tuning__ev.mp469.58M
| | ├──06-p-tuning__ev.mp435.80M
| | ├──07-PPL__ev.mp434.56M
| | └──08-prompt-tuning总结__ev.mp427.65M
| ├──day06
| | ├──01-prefix微调__ev.mp493.19M
| | ├──02-adapter__ev.mp435.95M
| | ├──03-lora__ev.mp479.79M
| | ├──04-伪代码__ev.mp417.36M
| | ├──05-项目背景和数据__ev.mp4163.46M
| | ├──06-process实现__ev.mp484.93M
| | ├──07-dataset实现__ev.mp438.12M
| | ├──08-dataloader__ev.mp462.90M
| | ├──09-模型构建__ev.mp443.34M
| | └──10-config__ev.mp413.67M
| ├──day07
| | ├──01-模型训练__ev.mp4161.40M
| | ├──02-模型训练2__ev.mp4144.87M
| | ├──03-模型训练2__ev.mp472.36M
| | ├──04-模型验证__ev.mp438.36M
| | ├──05-准确率计算__ev.mp464.01M
| | ├──06-损失函数__ev.mp436.23M
| | ├──07-topK 和topP__ev.mp444.24M
| | ├──08-模型预测__ev.mp4164.12M
| | ├──09-topK和topP__ev.mp443.61M
| | └──10-前端部署__ev.mp49.19M
| ├──day08
| | ├──01-项目背景__ev.mp425.31M
| | ├──02-PET的项目架构__ev.mp449.84M
| | ├──03-template构建1__ev.mp4129.02M
| | ├──04-template构建2__ev.mp4115.82M
| | ├──05-dataset__ev.mp416.60M
| | ├──06-data_preprocess__ev.mp4124.01M
| | ├──07-dataloader__ev.mp423.24M
| | ├──08-标签词映射__ev.mp424.84M
| | ├──09-主标签找子标签__ev.mp468.22M
| | └──10-子标签找主标签__ev.mp444.62M
| ├──day09
| | ├──01-损失计算__ev.mp4142.33M
| | ├──02-id转换__ev.mp448.52M
| | ├──03-评价指标__ev.mp438.21M
| | ├──04-模型训练__ev.mp459.10M
| | ├──05-模型预测__ev.mp421.64M
| | ├──06-ptuning的数据处理__ev.mp4236.51M
| | ├──07-ptuning的dataloader__ev.mp415.10M
| | └──08-ptuning的工具函数、训练和预测__ev.mp477.79M
| ├──day10
| | ├──01-项目介绍__ev.mp489.47M
| | ├──02-配置信息__ev.mp4181.63M
| | ├──03-数据预处理__ev.mp417.31M
| | ├──04-data_loader__ev.mp458.53M
| | ├──05-工具函数__ev.mp423.64M
| | ├──06-模型训练__ev.mp491.40M
| | └──07-模型预测__ev.mp430.68M
| ├──day11
| | ├──01-Langchain介绍__ev.mp493.04M
| | ├──02-Chat模型__ev.mp434.93M
| | ├──03-嵌入模型__ev.mp433.13M
| | ├──04-prompts__ev.mp458.37M
| | ├──05-chains__ev.mp445.98M
| | ├──06-agents__ev.mp454.49M
| | ├──07-memory__ev.mp446.49M
| | ├──08-index__ev.mp429.03M
| | ├──09-向量数据库__ev.mp427.85M
| | └──10-检索器__ev.mp456.48M
| ├──day12
| | ├──01-RAG__ev.mp489.52M
| | ├──02-模型构建__ev.mp423.92M
| | ├──03-向量库构建和检索__ev.mp431.11M
| | ├──04-Function——Call__ev.mp438.44M
| | ├──05-原理__ev.mp469.83M
| | ├──06-实践__ev.mp457.29M
| | ├──07-SQL__ev.mp448.42M
| | ├──08-GPTs__ev.mp489.28M
| | ├──09-AssistantAPI的使用__ev.mp449.33M
| | └──10-AssistantAPI实践__ev.mp473.89M
| └──day13
| | ├──01-agent__ev.mp4100.23M
| | ├──02-Agent开发工具__ev.mp4131.38M
| | └──03-内容总结__ev.mp452.68M
├──10_开源大模型平台-V5.X版本-3天-AI版
| ├──01-讯飞
| | ├──01-星火大模型介绍__ev.mp451.88M
| | ├──02-API__ev.mp449.36M
| | ├──03-大模型定制平台__ev.mp445.35M
| | └──04-语音大模型__ev.mp444.00M
| ├──02-百度
| | ├──01-百度千帆__ev.mp457.54M
| | └──02-千帆模型__ev.mp444.23M
| └──03-阿里
| | ├──01-阿里百炼__ev.mp469.12M
| | └──02-阿里PAI__ev.mp476.10M
├──阶段011 赠品-投满分项目
| ├──day01
| | ├──01-项目背景和数据集介绍__ev.mp470.03M
| | ├──02-数据集获取__ev.mp431.36M
| | ├──03-数据分布分析__ev.mp419.63M
| | ├──04-分词__ev.mp427.76M
| | ├──05-数据获取__ev.mp422.42M
| | ├──06-特征工程__ev.mp422.55M
| | ├──07-模型构建与训练__ev.mp415.05M
| | ├──08-fasttext数据处理__ev.mp430.48M
| | ├──09-fasttext数据集构建__ev.mp434.76M
| | ├──10-fasttext模型训练__ev.mp415.00M
| | └──11-优化1-自动化参数搜索__ev.mp423.56M
| ├──day02
| | ├──01-fasttext优化-分词__ev.mp415.81M
| | ├──02-模型训练__ev.mp410.63M
| | ├──03-模型部署__ev.mp456.62M
| | ├──04-bert数据信息__ev.mp442.04M
| | ├──05-bert代码结构构建__ev.mp49.95M
| | ├──06-bert数据获取__ev.mp4135.95M
| | ├──07-数据迭代__ev.mp497.12M
| | └──08-时间差计算__ev.mp49.70M
| ├──day03
| | ├──01-模型构建__ev.mp4191.07kb
| | ├──02-模型训练与评估思想__ev.mp434.00M
| | ├──03-模型训练与评估实现__ev.mp475.15M
| | ├──04-实现2__ev.mp470.68M
| | ├──05-模型预测__ev.mp469.11M
| | ├──06-模型部署__ev.mp427.12M
| | └──07-模型量化__ev.mp430.75M
| ├──day04
| | ├──01-昨日回顾__ev.mp436.28M
| | ├──02-模型蒸馏思想__ev.mp449.48M
| | ├──03-模型蒸馏项目架构__ev.mp412.79M
| | ├──04-词表构建__ev.mp462.58M
| | ├──05-数据获取__ev.mp485.12M
| | ├──06-数据获取实现__ev.mp413.41M
| | ├──07-数据迭代实现__ev.mp451.31M
| | └──08-textCNN实践__ev.mp480.61M
| ├──day05
| | ├──01-内容回顾__ev.mp415.08M
| | ├──02-textCNN介绍__ev.mp452.32M
| | ├──03-数据对齐__ev.mp428.43M
| | ├──04-损失计算__ev.mp444.98M
| | ├──05-模型训练__ev.mp457.51M
| | ├──06-训练流程__ev.mp431.42M
| | ├──06-主函数__ev.mp428.94M
| | ├──07-剪枝思想__ev.mp411.23M
| | ├──08-特定层剪枝__ev.mp450.13M
| | ├──09-结构化剪枝__ev.mp411.28M
| | ├──10-多层剪枝__ev.mp431.64M
| | ├──11-全局剪枝__ev.mp426.82M
| | └──12-自定义剪枝__ev.mp421.32M
| └──day06
| | ├──01-面试问题和工作文问题__ev.mp458.79M
| | ├──02-数据集构建方法__ev.mp46.94M
| | └──03-项目串讲__ev.mp415.87M
├──阶段012 赠品-计算机视觉
| └──此部分为赠送教程-CV
| | ├──Opencv视频教程
| | └──《OpenCV3编程入门》书本配套源代码
├──阶段013 赠品-亿图人脸支付项目
| ├──01-人脸检测
| | ├──01.内容回顾__ev.mp425.10M
| | ├──02.视频读写__ev.mp459.05M
| | ├──03.人脸检测概述__ev.mp444.19M
| | ├──04.验证数据集__ev.mp481.13M
| | ├──05.数据集获取__ev.mp467.55M
| | ├──06.模型构建__ev.mp4134.37M
| | ├──07.参数配置__ev.mp450.93M
| | ├──08.训练策略__ev.mp429.40M
| | ├──09.训练流程__ev.mp478.68M
| | ├──10.模型训练__ev.mp433.10M
| | └──11.内容总结__ev.mp412.29M
| ├──02-人脸姿态
| | ├──01.内容回顾__ev.mp432.47M
| | ├──02.模型训练结果__ev.mp436.65M
| | ├──03.模型预测__ev.mp435.16M
| | ├──04.模型预测流程__ev.mp4110.21M
| | ├──05.人脸姿态概述__ev.mp453.37M
| | ├──06.数据集加载__ev.mp445.01M
| | ├──07.数据增强__ev.mp4136.56M
| | ├──08.模型构建__ev.mp489.84M
| | ├──09.模型训练__ev.mp486.38M
| | └──10. 内容总结__ev.mp410.34M
| ├──03-人脸多任务(1)
| | ├──01.内容回顾__ev.mp415.74M
| | ├──02.人脸多任务__ev.mp4107.28M
| | ├──03.数据加载__ev.mp4141.51M
| | ├──04.数据增强__ev.mp428.41M
| | ├──05.模型构建__ev.mp415.85M
| | ├──06.模型训练__ev.mp474.63M
| | ├──07.模型预测__ev.mp441.20M
| | ├──08.人脸识别__ev.mp465.68M
| | ├──09.数据获取__ev.mp436.85M
| | ├──10.模型构建__ev.mp483.99M
| | ├──11.arcface__ev.mp458.95M
| | └──12.内容总结__ev.mp410.92M
| └──04-人脸识别
| | ├──01.内容回顾__ev.mp413.85M
| | ├──02.模型训练__ev.mp466.54M
| | ├──03.模型使用__ev.mp4150.95M
| | ├──04.模型集成__ev.mp459.36M
| | ├──05.代码结构__ev.mp429.34M
| | ├──06.人脸矫正__ev.mp462.95M
| | ├──07.属性获取__ev.mp436.37M
| | ├──08.可视化__ev.mp4158.83M
| | ├──09.模型部署__ev.mp442.89M
| | └──10.人脸支付项目总结__ev.mp437.41M
└──阶段014 赠品-AI智慧交通项目实战
| ├──01-opencv
| | ├──01-项目架构__ev.mp415.34M
| | ├──02-项目构成__ev.mp411.58M
| | ├──03-资料共享__ev.mp46.07M
| | ├──04-opencv介绍__ev.mp416.01M
| | ├──05-图像读写__ev.mp427.92M
| | ├──06-绘制几何图像__ev.mp436.27M
| | ├──07-图像加法__ev.mp430.53M
| | ├──08-图像缩放与平移__ev.mp447.51M
| | ├──09-图像旋转和仿射变换__ev.mp435.55M
| | ├──10-透射变换__ev.mp415.12M
| | ├──11-图像噪声__ev.mp411.60M
| | ├──12-图像平滑方法__ev.mp467.32M
| | ├──13-边缘检测思想__ev.mp472.58M
| | ├──14-sobel边缘检测__ev.mp417.06M
| | ├──15-canny边缘检测__ev.mp435.43M
| | ├──16-视频读写__ev.mp440.69M
| | └──17-opencv总结__ev.mp449.71M
| ├──02-yoloV8
| | ├──01-YOLO发展__ev.mp411.67M
| | ├──02-V8简介__ev.mp417.65M
| | ├──03-V8的使用__ev.mp451.83M
| | ├──04-效果展示__ev.mp419.39M
| | └──05-streamlit的实现__ev.mp459.07M
| ├──03-车流量统计
| | ├──01-车流量统计思想__ev.mp425.25M
| | ├──02-多目标跟踪算法__ev.mp459.19M
| | ├──03-sort和deepsort算法__ev.mp427.73M
| | ├──04-KM算法__ev.mp433.45M
| | ├──05-卡尔曼滤波__ev.mp462.92M
| | ├──06-卡尔曼滤波思想__ev.mp482.72M
| | ├──07-卡尔曼滤波实践__ev.mp482.26M
| | ├──08-sort算法实现1 __ev.mp481.03M
| | ├──09-sort算法实现2__ev.mp446.79M
| | ├──10-sort算法实现跟踪__ev.mp488.85M
| | └──11-deepsort算法跟踪__ev.mp420.40M
| └──04-车道线检测
| | ├──01-车道线检测原理__ev.mp450.40M
| | ├──02-相机坐标系转换__ev.mp461.50M
| | ├──03-内容回顾__ev.mp490.27M
| | ├──04-相机较正方法__ev.mp491.71M
| | ├──05-优化方法__ev.mp482.63M
| | ├──06-优化方法2__ev.mp487.25M
| | ├──07-相机较正流程__ev.mp421.52M
| | ├──08-双目较正__ev.mp416.78M
| | ├──09-相机较正实现__ev.mp4101.77M
| | ├──10-图像去畸变__ev.mp421.37M
| | ├──11-车道线提取__ev.mp442.89M
| | ├──12-车道线定位__ev.mp456.78M
| | ├──13-车道线拟合__ev.mp474.79M
| | ├──14-车道线填充__ev.mp419.73M
| | ├──15-车道线曲率__ev.mp447.43M
| | ├──16-车辆偏离中心库里计算__ev.mp429.20M
| | ├──17-车道线检测流程__ev.mp424.05M
| | └──18-效果展示__ev.mp410.44M
6666666666 非常好的vip 强烈支持楼主ing…… data_loader__ev.mp458.53M rk0696-黑马程序员-2025年python人工智能开发 V5.0 111111111111111 :lol 66666666666 只有视频， 能提供 教学资料吗