wm013-人工智能、大数据与复杂系统-万门大学-3528元

【课程介绍】
人工智能、大数据与复杂系统，该课程是万门大学主推课程。
包括了复杂系统  Python基础   爬虫  数学基础  大数据基础以及 人工智能  
有监督学习 无监督学习  强化学习  深度学习  神经 卷神经网络 视觉深度学习 推荐算法 等等等等。
你可以根据你需要的进行学习，不一定要全部看完，
例如：你就看看基础，学学爬虫，抓抓妹子，你也可以，学学到底是如何换头的，或是看看人脸识别到底怎么做的。
甚至就了解了解，人工智能到底是什么鬼！！ 带来哪些行业的危机，大数据到底干什么用的….
–来自百度网盘超级V4的分享[/sell][/hide]

【课程目录】
万门大学-3528元-人工智能、大数据与复杂系统
|____01-复杂系统
|____02-大数据与机器学习
|____03-人工智能的三个阶段
|____04-高等数学—元素和极限
|____05-复杂网络经济学应用
|____06-机器学习与监督算法
|____07-阿尔法狗与强化学习算法
|____08-高等数学—两个重要的极限定理
|____0822CNNRNN回顾非线性动力学引入.mp4
|____0822高频订单流模型、区块链介绍.mp4
|____09-高等数学—导数
|____1.1物理预测的胜利与失效.mp4
|____1.2预测失效原因.mp4
|____1.3复杂系统引论.mp4
|____1.4生活实例与本章答疑.mp4
|____2.1大数据预测因为.mp4
|____2.2大数据与机器学习.mp4
|____3.1规则阶段.mp4
|____3.2机器学习阶段发展至连接主义阶段.mp4
|____3.3课间答疑.mp4
|____3.4连接主义阶段发展至学习阶段.mp4
|____3.5三个阶段总结分析.mp4
|____3.6人工智能的应用（一）.mp4
|____3.7人工智能的应用（二）.mp4
|____3.8课间答疑.mp4
|____3.9课程大纲（一）.mp4
|____3.10课程大纲（二）.mp4
|____4.1实数的定义（一）.mp4
|____4.2实数的定义（二）.mp4
|____4.3实数的定义（三）.mp4
|____4.4实数的元素个数（一）.mp4
|____4.5实数的元素个数（二）.mp4
|____4.6自然数个数少于实数个数（一）.mp4
|____4.7自然数个数少于实数个数（二）.mp4
|____4.8无穷大之比较（一）.mp4
|____4.9无穷大之比较（二）.mp4
|____4.10级数的收敛.mp4
|____4.11极限的定义.mp4
|____4.12极限的四则运算.mp4
|____4.13极限的复合.mp4
|____4.14连续性.mp4
|____5.1用网络的思维看经济结构.mp4
|____5.2复杂网络认识前后.mp4
|____5.3从网络结构看不同地区（一）.mp4
|____5.4从网络结构看不同地区（二）.mp4
|____6.1什么是机器学习.mp4
|____6.2机器学习的类型.mp4
|____6.3简单回归实例（一）.mp4
|____6.4简单回归实例（二）.mp4
|____6.5简单回归实例（三）.mp4
|____7.1人工智能的发展.mp4
|____7.2强化学习算法（一）.mp4
|____7.3强化学习算法（二）.mp4
|____7.4强化学习算法（三）.mp4
|____7.5Alphago给我们的启示.mp4
|____7.6无监督学习.mp4
|____8.1元素与极限的知识点回顾.mp4
|____8.2第一个重要极限定理的证明（一）.mp4
|____8.3第一个重要极限定理的证明（二）.mp4
|____8.4夹逼定理.mp4
|____8.5第二个重要极限定理的证明.mp4
|____9.1导数的定义.mp4
|____9.2初等函数的导数.mp4
|____9.3反函数的导数（一）.mp4
|____9.4反函数的导数（二）.mp4
|____9.5复合函数的导数.mp4
|____9.6泰勒展开.mp4
|____9.7罗尔定理.mp4
|____9.8微分中值定理和柯西中值定理.mp4
|____9.9洛比塔法则.mp4
|____9.10泰勒展开的证明.mp4
|____10-贝叶斯理论
|____10.1梯度优化（一）.mp4
|____10.2梯度优化（二）.mp4
|____10.3概率基础【微信：17358309816】.mp4
|____10.4概率与事件.mp4
|____10.5贝叶斯推理（一）.mp4
|____10.6贝叶斯推理（二）.mp4
|____10.7贝叶斯推理（三）.mp4
|____10.8辛普森案件【微信：17358309816】.mp4
|____10.9贝叶斯推理深入.mp4
|____10.10贝叶斯于机器学习（一）.mp4
|____10.11贝叶斯于机器学习（二）.mp4
|____10.12贝叶斯决策（一）.mp4
|____10.13贝叶斯决策（二）.mp4
|____10.14贝叶斯决策（三）.mp4
|____11-高等数学—泰勒展开
|____11.1泰勒展开.mp4
|____11.2展开半径.mp4
|____11.3欧拉公式.mp4
|____11.4泰勒展开求极限（一）.mp4
|____11.5泰勒展开求极限（二）.mp4
|____12-高等数学—偏导数
|____12.1偏导数的对称性.mp4
|____12.2链式法则.mp4
|____12.3梯度算符、拉氏算符.mp4
|____13-高等数学—积分
|____13.1黎曼积.mp4
|____13.2微积分基本定理.mp4
|____13.3分部积分（一）.mp4
|____13.4分部积分（二）.mp4
|____14-高等数学—正态分布
|____14.1标准正态分布.mp4
|____14.2中心极限定理.mp4
|____14.3误差函数.mp4
|____14.4二维正态分布.mp4
|____14.5多维正态分布.mp4
|____15-朴素贝叶斯和最大似然估计
|____15.1蒙特卡洛分析（一）.mp4
|____15.2蒙特卡洛分析（二）.mp4
|____15.3贝叶斯先验.mp4
|____15.4先验到后验的过程.mp4
|____15.5朴素贝叶斯（一）.mp4
|____15.6朴素贝叶斯（二）.mp4
|____15.7算法设计.mp4
|____15.8TF-IDF（一）.mp4
|____15.9TF-IDF（二）.mp4
|____15.10朴素贝叶斯（三）.mp4
|____15.11最大似然估计（一）.mp4
|____15.12最大似然估计（二）.mp4
|____16-线
|____16.1线代数概述.mp4
|____16.2线代数应用方法论.mp4
|____16.3线律.mp4
|____16.4线空间.mp4
|____16.5线空间八条法则（一）.mp4
|____16.6线空间八条法则（二）.mp4
|____16.7线空间八条法则（三）.mp4
|____16.8连续傅.mp4
|____16.9傅立.mp4
|____16.10常规线空间.mp4
|____16.11线关.mp4
|____16.12秩.mp4
|____17-数据科学和统计学（上）
|____17.1课程Overview.mp4
|____17.2回顾统计学（一）.mp4
|____17.3回顾统计学（二）.mp4
|____17.4回顾统计学（三）.mp4
|____17.5回顾数据科学（一）.mp4
|____17.6回顾数据科学（二）和教材介绍.mp4
|____17.7R和RStudio等介绍（一）.mp4
|____17.8R和RStudio等介绍（二）.mp4
|____17.9随机变量（一）.mp4
|____17.10随机变量（二）.mp4
|____17.11换门的概率模拟计算（一）.mp4
|____17.12换门的概率模拟计算（二）.mp4
|____17.13换门的概率模拟计算（三）.mp4
|____18-线代数—矩阵、等价类和行列式
|____18.1线代数知识点回顾.mp4
|____18.2矩阵表示线变化.mp4
|____18.3可矩阵表示坐标变化.mp4
|____18.4相似矩阵.mp4
|____18.5相似矩阵表示相同线变化.mp4
|____18.6线代数解微分方程.mp4
|____18.7矩阵的运算—转秩（一）.mp4
|____18.8矩阵的运算—转秩（二）.mp4
|____18.9等价关系.mp4
|____18.10等价类.mp4
|____18.11行列式（一）.mp4
|____18.12行列式（二）.mp4
|____18.13行列式（三）.mp4
|____19-Python基础课程（上）
|____19.1Python介绍（一）.mp4
|____19.2Python介绍（二）.mp4
|____19.3变量—命名规范.mp4
|____19.4变量—代码规范.mp4
|____19.5变量类型—数值类型.mp4
|____19.6变量类型—bool类型.mp4
|____19.7变量类型—字符串类型（一）.mp4
|____19.8课间答疑.mp4
|____19.9变量类型—字符串类型（二）.mp4
|____19.10变量类型—字符串类型（三）.mp4
|____19.11变量类型—列表类型（一）.mp4
|____19.12变量类型—列表类型（二）.mp4
|____19.13变量类型—列表类型（三）.mp4
|____19.14变量类型—语言组类型、字典类型（一）.mp4
|____19.15变量类型—字典类型（二）.mp4
|____20-线代数—特征值与特征向量
|____20.1线代数知识点回顾.mp4
|____20.2例题讲解（一）.mp4
|____20.3例题讲解（二）.mp4
|____20.4例题讲解（三）.mp4
|____20.5特征值与特征向量的物理意义.mp4
|____20.6特征值与特征向量的性质（一）.mp4
|____20.7特征值与特征向量的性质（二）.mp4
|____20.8本征值的计算（一）.mp4
|____20.9本征值的计算（二）.mp4
|____20.10线代数核心定理.mp4
|____20.11对偶空间（一）.mp4
|____20.12对偶空间（二）.mp4
|____20.13欧氏空间与闵氏空间.mp4
|____20.14厄米矩阵.mp4
|____21-监督学习框架
|____21.1经验误差和泛化误差.mp4
|____21.2最大后验估计.mp4
|____21.3正则化.mp4
|____21.4lasso回归.mp4
|____21.5超参数（一）.mp4
|____21.6超参数（二）.mp4
|____21.7监督学习框架（一）.mp4
|____21.8监督学习框架（二）.mp4
|____21.9KNN(K最近邻)算法（一）.mp4
|____21.10KNN(K最近邻)算法（二）.mp4
|____21.11KNN(K最近邻)算法（三）.mp4
|____21.12线性分类器.mp4
|____21.13高斯判别模型（一）.mp4
|____21.14高斯判别模型（二）.mp4
|____22-Python基础课程（下）
|____22.1条件判断（一）.mp4
|____22.2条件判断（二）.mp4
|____22.3循环（一）.mp4
|____22.4循环（二）.mp4
|____22.5课间答疑.mp4
|____22.6循环（三）.mp4
|____22.7循环（四）.mp4
|____22.8函数（一）.mp4
|____22.9函数（二）.mp4
|____22.10函数（三）.mp4
|____22.11函数（四）.mp4
|____22.12类（一）.mp4
|____22.13类（二）.mp4
|____22.14类（三）.mp4
|____23-PCA、降维方法引入
|____23.1无监督学习框架.mp4
|____23.2降维存在的原因.mp4
|____23.3PCA数学分析方法（一）.mp4
|____23.4PCA数学分析方法（二）.mp4
|____23.5PCA数学分析方法（三）.mp4
|____23.6PCA数学分析方法（四）.mp4
|____23.7PCA之外的降维方法—LDA.mp4
|____23.8PCA背后的假设（一）.mp4
|____23.9PCA背后的假设（二）.mp4
|____24-数据科学和统计学（下）
|____24.1课程Overview.mp4
|____24.2理解统计思想（一）.mp4
|____24.3理解统计思想（二）.mp4
|____24.4理解统计思想（三）.mp4
|____24.5概率空间.mp4
|____24.6随机变量（一）.mp4
|____24.7随机变量（二）.mp4
|____24.8随机变量（三）.mp4
|____24.9随机变量（四）.mp4
|____24.10参数估计（一）.mp4
|____24.11参数估计（二）.mp4
|____24.12假设检验（一）.mp4
|____24.13假设检验（二）.mp4
|____25-Python操作数据库、Python爬虫
|____25.1课程介绍.mp4
|____25.2认识关系型数据库（一）.mp4
|____25.3认识关系型数据库（二）.mp4
|____25.4MySQL数据库与Excel的不同.mp4
|____25.5命令行操作数据库（一）.mp4
|____25.6命令行操作数据库（二）.mp4
|____25.7命令行操作数据库（三）.mp4
|____25.8命令行操作数据库（四）.mp4
|____25.9Python操作数据库（一）.mp4
|____25.10Python操作数据库（二）.mp4
|____25.11Python操作数据库（三）.mp4
|____25.12Python操作数据库（四）.mp4
|____25.13Python爬虫（一）.mp4
|____25.14Python爬虫（二）.mp4
|____25.15Python爬虫（三）.mp4
|____25.16Python爬虫（四）.mp4
|____25.17Python爬虫（五）.mp4
|____26-线分类器
|____26.1Lasso：alpha参数与准确率（一）.mp4
|____26.2Lasso：alpha参数与准确率（二）.mp4
|____26.3Lasso：alpha参数与准确率（三）.mp4
|____26.4线分类器.mp4
|____26.5LDA（一）.mp4
|____26.6LDA（二）.mp4
|____26.7LDA（三）.mp4
|____26.8Perceptron（一）.mp4
|____26.9Perceptron（二）.mp4
|____26.10Perceptron（三）.mp4
|____26.11Perceptron（四）.mp4
|____26.12熵与信息（一）.mp4
|____26.13熵与信息（二）.mp4
|____27-Python进阶（上）
|____27.1NumPy基本操作（一）.mp4
|____27.2NumPy基本操作（二）.mp4
|____27.3NumPy基本操作（三）.mp4
|____27.4NumPy基本操作（四）.mp4
|____27.5NumPy基本操作（五）.mp4
|____27.6NumPy基本操作（六）.mp4
|____27.7Pandas基本操作（一）.mp4
|____27.8Pandas基本操作（二）【微信：17358309816】.mp4
|____27.9Pandas基本操作（三）.mp4
|____27.10Pandas基本操作（四）.mp4
|____27.11Pandas绘图（一）.mp4
|____27.12Pandas绘图（二）.mp4
|____27.13Pandas绘图（三）【微信：17358309816】.mp4
|____27.14Pandas绘图（四）.mp4
|____28-Scikit-Learn
|____28.1课程介绍.mp4
|____28.2Scikit-Learn介绍.mp4
|____28.3数据处理（一）【微信：17358309816】.mp4
|____28.4数据处理（二）.mp4
|____28.5模型实例、模型选择（一）.mp4
|____28.6模型实例、模型选择（二）.mp4
|____28.7模型实例、模型选择（三）.mp4
|____28.8模型实例、模型选择（四）.mp4
|____28.9模型实例、模型选择（五）.mp4
|____29-熵、逻辑斯蒂回归、SVM引入
|____29.1熵（一）.mp4
|____29.2熵（二）.mp4
|____29.3熵（三）.mp4
|____29.4熵（四）.mp4
|____29.5熵（五）.mp4
|____29.6熵（六）.mp4
|____29.7熵（七）.mp4
|____29.8逻辑斯蒂回归（一）.mp4
|____29.9逻辑斯蒂回归（二）.mp4
|____29.10逻辑斯蒂回归（三）.mp4
|____29.11逻辑斯蒂回归（四）.mp4
|____29.12逻辑斯蒂回归（五）.mp4
|____29.13SVM引入.mp4
|____30-Python进阶（下）
|____30.1泰坦尼克数据处理与分析（一）.mp4
|____30.2泰坦尼克数据处理与分析（二）.mp4
|____30.3泰坦尼克数据处理与分析（三）.mp4
|____30.4泰坦尼克数据处理与分析（四）.mp4
|____30.5泰坦尼克数据处理与分析（五）.mp4
|____30.6泰坦尼克数据处理与分析（六）.mp4
|____30.7泰坦尼克数据处理与分析（七）.mp4
|____30.8泰坦尼克数据处理与分析（八）.mp4
|____30.9泰坦尼克数据处理与分析（九）.mp4
|____31-决策树
|____31.1决策树（一）.mp4
|____31.2决策树（二）.mp4
|____31.3决策树（三）.mp4
|____31.4决策树（四）.mp4
|____32-数据呈现基础
|____32.1课程安排.mp4
|____32.2什么是数据可视化.mp4
|____32.3设计原则.mp4
|____32.4数据可视化流程.mp4
|____32.5视觉编码.mp4
|____32.6图形选择（一）.mp4
|____32.7图形选择（二）.mp4
|____32.8图形选择（三）.mp4
|____33-云计算初步
|____33.1Hadoop介绍.mp4
|____33.2Hdfs应用（一）.mp4
|____33.3Hdfs应用（二）.mp4
|____33.4MapReduce（一）.mp4
|____33.5MapReduce（二）.mp4
|____33.6Hive应用（一）.mp4
|____33.7Hive应用（二）.mp4
|____33.8Hive应用（三）.mp4
|____33.9Hive应用（四）.mp4
|____34-D-Park实战
|____34.1Pig应用（一）.mp4
|____34.2Pig应用（二）.mp4
|____34.3Pig应用（三）.mp4
|____34.4Pig应用（四）.mp4
|____34.5Pig应用（五）.mp4
|____34.6Pig应用（六）.mp4
|____34.7Spark应用（一）.mp4
|____34.8Spark应用（二）.mp4
|____34.9Spark应用（三）.mp4
|____34.10Spark应用（四）.mp4
|____34.11Spark应用（五）.mp4
|____34.12Spark应用（六）.mp4
|____34.13Spark应用（七）.mp4
|____35-第四范式分享
|____35.1推荐技术的介绍.mp4
|____35.2人是如何推荐商品的.mp4
|____35.3推荐系统的形式化以及如何评价推荐结果.mp4
|____35.4求解—从数据到模型.mp4
|____35.5数据拆分与特征工程.mp4
|____35.6推荐系统机器学习模型.mp4
|____35.7评估模型.mp4
|____35.8建模过程的演示与课间答疑.mp4
|____36-决策树到随机森林
|____36.1决策树.mp4
|____36.2随机森林.mp4
|____36.3在Scikit-Learn里面如何用随机森林做预测（一）.mp4
|____36.4在Scikit-Learn里面如何用随机森林做预测（二）.mp4
|____36.5模型参数的介绍.mp4
|____36.6集成方法（一）.mp4
|____36.7集成方法（二）.mp4
|____36.8Blending.mp4
|____36.9gt多样化.mp4
|____36.10Bagging与决策树（一）.mp4
|____36.11Bagging与决策树（二）.mp4
|____36.12Boosting方法（一）.mp4
|____36.13Boosting方法（二）.mp4
|____36.14Boosting方法（三）.mp4
|____36.15Boosting方法（四）.mp4
|____37-数据呈现进阶
|____37.1静态信息图（一）.mp4
|____37.2静态信息图（二）.mp4
|____37.3静态信息图（三）.mp4
|____37.4静态信息图（四）.mp4
|____37.5静态信息图（五）.mp4
|____37.6HTML、CSS和JavaScript基础介绍.mp4
|____37.7DOM和开发者工具.mp4
|____37.8D3（一）.mp4
|____37.9D3（二）.mp4
|____37.10D3（三）.mp4
|____37.11div.html.mp4
|____37.12svg.html.mp4
|____37.13D3支持的数据类型.mp4
|____37.14Makeamap（一）.mp4
|____37.15Makeamap（二）.mp4
|____38-强化学习（上）
|____38.1你所了解的强化学习是什么.mp4
|____38.2经典条件反射（一）.mp4
|____38.3经典条件反射（二）.mp4
|____38.4操作性条件反射.mp4
|____38.5EvaluationProblem（一）.mp4
|____38.6EvaluationProblem（二）.mp4
|____38.7EvaluationProblem（三）.mp4
|____38.8EvaluationProblem（四）.mp4
|____38.9PolicyLearning（一）.mp4
|____38.10PolicyLearning（二）.mp4
|____38.11PolicyLearning（三）.mp4
|____38.12PolicyLearning（四）.mp4
|____38.13PolicyLearning（五）.mp4
|____38.14PolicyLearning（六）.mp4
|____39-强化学习（下）
|____39.1PolicyLearning总结.mp4
|____39.2基于模型的RL（一）.mp4
|____39.3基于模型的RL（二）.mp4
|____39.4基于模型的RL（三）.mp4
|____39.5基于模型的RL（四）.mp4
|____39.6基于模型的RL（五）.mp4
|____39.7基于模型的RL（六）.mp4
|____39.8大脑中的强化学习算法（一）.mp4
|____39.9大脑中的强化学习算法（二）.mp4
|____39.10大脑中的强化学习算法（三）.mp4
|____39.11大脑中的强化学习算法（四）.mp4
|____39.12大脑中的强化学习算法（五）.mp4
|____39.13RLinalphaGo（一）.mp4
|____39.14RLinalphaGo（二）.mp4
|____39.15RLinalphaGo（三）.mp4
|____39.16RLinalphaGo（四）.mp4
|____40-SVM和网络引入
|____40.1VC维.mp4
|____40.2SVM（一）.mp4
|____40.3SVM（二）.mp4
|____40.4SVM（三）.mp4
|____40.5SVM（四）.mp4
|____40.6SVM（五）.mp4
|____40.7SVM（六）.mp4
|____40.8SVM（七）.mp4
|____40.9SVM（八）.mp4
|____40.10SVM（九）.mp4
|____40.11SVM（十）.mp4
|____40.12SVM（十一）.mp4
|____40.13SVM（十二）和网络引入.mp4
|____41-集成模型总结和GDBT理解及其衍生应用
|____41.1集成模型总结（一）.mp4
|____41.2集成模型总结（二）.mp4
|____41.3集成模型总结（三）.mp4
|____41.4集成模型总结（四）.mp4
|____41.5集成模型总结（五）.mp4
|____41.6GDBT理解及其衍生应用（一）.mp4
|____41.7GDBT理解及其衍生应用（二）.mp4
|____41.8GDBT理解及其衍生应用（三）.mp4
|____41.9GDBT理解及其衍生应用（四）.mp4
|____41.10GDBT理解及其衍生应用（五）.mp4
|____41.11GDBT理解及其衍生应用（六）.mp4
|____41.12GDBT理解及其衍生应用（七）.mp4
|____41.13GDBT理解及其衍生应用（八）.mp4
|____41.14GDBT理解及其衍生应用（九）.mp4
|____41.15GDBT理解及其衍生应用（十）.mp4
|____42-网络
|____42.1SVM比较其他分类起代码（一）.mp4
|____42.2SVM比较其他分类起代码（二）.mp4
|____42.3网络（一）.mp4
|____42.4网络（二）.mp4
|____42.5网络（三）.mp4
|____42.6网络（四）.mp4
|____43-监督学习－回归
|____43.1机器学习的概念和监督学习.mp4
|____43.2机器学习工作流程（一）.mp4
|____43.3机器学习工作流程（二）.mp4
|____43.4机器学习工作流程（三）.mp4
|____43.5机器学习工作流程（四）.mp4
|____43.6案例分析（一）.mp4
|____43.7案例分析（二）.mp4
|____43.8案例分析（三）.mp4
|____43.9案例分析（四）.mp4
|____43.10经验分享（一）.mp4
|____43.11经验分享（二）.mp4
|____43.12经验分享（三）.mp4
|____44-监督学习－分类
|____44.1常用的分类算法.mp4
|____44.2模型评估标准和案例分析.mp4
|____44.3数据探索（一）.mp4
|____44.4数据探索（二）.mp4
|____44.5数据探索（三）.mp4
|____44.6数据探索（四）.mp4
|____44.7数据探索（五）.mp4
|____44.8数据探索（六）.mp4
|____44.9模型训练与选择（一）.mp4
|____44.10模型训练与选择（二）.mp4
|____44.11Airbnb数据探索过程（一）.mp4
|____44.12Airbnb数据探索过程（二）.mp4
|____44.13地震数据可视化过程（一）.mp4
|____44.14地震数据可视化过程（二）.mp4
|____45-网络基础与卷积网络
|____45.1网络（一）.mp4
|____45.2网络（二）.mp4
|____45.3网络（三）.mp4
|____45.4网络（四）.mp4
|____45.6网络（六）.mp4
|____45.7网络（七）.mp4
|____45.8网络（八）.mp4
|____45.9网络（九）.mp4
|____45.10网络（十）.mp4
|____45.11图像处理基础.mp4
|____45.12卷积（一）.mp4
|____45.13卷积（二）.mp4
|____45.网络（五）.mp4
|____46-时间序列预测
|____46.1时间序列预测概述（一）.mp4
|____46.2时间序列预测概述（二）.mp4
|____46.3差分自回归移动平均模型(ARIMA).mp4
|____46.4差分自回归移动平均模型(ARIMA)案例分析（一）.mp4
|____46.5差分自回归移动平均模型(ARIMA)案例分析（二）.mp4
|____46.6差分自回归移动平均模型(ARIMA)案例分析（三）.mp4
|____46.7差分自回归移动平均模型(ARIMA)案例分析（四）.mp4
|____46.8长短期记忆网络（LSTM）（一）.mp4
|____46.9长短期记忆网络（LSTM）（二）.mp4
|____46.10长短期记忆网络（LSTM）案例分析.mp4
|____46.11Facebook开源的新预测工具—Prophet（一）.mp4
|____46.12Facebook开源的新预测工具—Prophet（二）.mp4
|____46.13课程答疑.mp4
|____47-人工智能金融应用
|____47.1人工智能金融应用（一）.mp4
|____47.2人工智能金融应用（二）.mp4
|____47.3人工智能金融应用（三）.mp4
|____47.4人工智能金融应用（四）.mp4
|____47.5机器学习方法（一）.mp4
|____47.6机器学习方法（二）.mp4
|____47.7机器学习方法（三）.mp4
|____47.8机器学习方法（四）.mp4
|____48-计算机视觉深度学习入门目的篇
|____48.1计算机视觉深度学习入门概述.mp4
|____48.2计算机视觉领域正在关心的问题（一）.mp4
|____48.3计算机视觉领域正在关心的问题（二）.mp4
|____48.4实际问题转化为具体问题并用深度学习解决（一）.mp4
|____48.5实际问题转化为具体问题并用深度学习解决（二）.mp4
|____48.6实际问题转化为具体问题并用深度学习解决（三）.mp4
|____48.7实际问题转化为具体问题并用深度学习解决（四）.mp4
|____49-计算机视觉深度学习入门结构篇
|____49.1复习计算机视觉最主要的负责特征提取的结构CNN.mp4
|____49.2特征如何组织（一）.mp4
|____49.3特征如何组织（二）.mp4
|____49.4特征如何组织（三）.mp4
|____49.5特征如何组织（四）.mp4
|____49.6结构之间的优劣评判以及实验结果（一）.mp4
|____49.7结构之间的优劣评判以及实验结果（二）.mp4
|____49.8结构之间的优劣评判以及实验结果（三）.mp4
|____49.9结构之间的优劣评判以及实验结果（四）.mp4
|____49.10结构之间的优劣评判以及实验结果（五）.mp4
|____49.11结构之间的优劣评判以及实验结果（六）.mp4
|____49.12结构之间的以及实验结果（七）.mp4
|____49.13结构之间的优劣评判以及实验结果（八）.mp4
|____50-计算机视觉学习入门优化篇
|____50.1计算机视觉学习入门：优化篇概述.mp4
|____50.2CNN模型的一阶优化逻辑.mp4
|____50.3稳定性：Annealing和Momentum.mp4
|____50.4拟合：从Dropout到WeightDecay.mp4
|____50.5优化器和多机并行.mp4
|____50.6手动超参优化逻辑以及超参优化往何处去.mp4
|____51-计算机视觉深度学习入门数据篇
|____51.1计算机视觉领域的常用竞赛数据集.mp4
|____51.2对数据常用的预处理工作和后处理工作如何提高竞赛成绩（一）.mp4
|____51.3对数据常用的预处理工作和后处理工作如何提高竞赛成绩（二）.mp4
|____51.4如何使用端到端深度学习的方法.mp4
|____52-计算机视觉深度学习入门工具篇
|____52.1计算机视觉深度学习入门工具篇（一）.mp4
|____52.2计算机视觉深度学习入门工具篇（二）.mp4
|____52.3计算机视觉深度学习入门工具篇（三）.mp4
|____53-个化推荐算法
|____53.1个化推荐的发展.mp4
|____53.2推荐算法的演进（一）.mp4
|____53.3推荐算法的演进（二）.mp4
|____53.4推荐算法的演进（三）.mp4
|____53.5推荐算法的演进（四）.mp4
|____53.6建模stepbystep（一）.mp4
|____53.7建模stepbystep（二）.mp4
|____53.8建模stepbystep（三）.mp4
|____53.9算法评估和迭代.mp4
|____53.10工程望.mp4
|____54-Pig和Spark巩固
|____54.1Pig巩固（一）.mp4
|____54.2Pig巩固（二）.mp4
|____54.3Pig巩固（三）.mp4
|____54.4Pig巩固（四）.mp4
|____54.5Pig巩固（五）.mp4
|____54.6Spark巩固（一）.mp4
|____54.7Spark巩固（二）.mp4
|____54.8Spark巩固（三）.mp4
|____54.9Spark巩固（四）.mp4
|____54.10Spark巩固（五）.mp4
|____55-人工智能与设计
|____55.1智能存在的意义是什么.mp4
|____55.2已有人工智的设计应用.mp4
|____55.3人的智能（一）.mp4
|____55.4人的智能（二）.mp4
|____55.5人的智能的特点（一）.mp4
|____55.6人的智能的特点（二）.mp4
|____55.7人的智能的特点（三）.mp4
|____55.8人工智能（一）.mp4
|____55.9人工智能（二）.mp4
|____55.10使用人工智能的方式.mp4
|____56-网络
|____56.1卷积的本质.mp4
|____56.2卷积的三大特点.mp4
|____56.3Pooling.mp4
|____56.4数字识别（一）.mp4
|____56.5数字识别（二）.mp4
|____56.6感受野.mp4
|____56.7RNN.mp4
|____57-线动力学
|____57.1非线动力学.mp4
|____57.2线动力系统.mp4
|____57.3线动力学与非线动力学系统（一）.mp4
|____57.4线动力学与非线动力学系统（二）.mp4
|____57.6Poincare引理.mp4
|____58-订单流模型
|____58.1交易.mp4
|____58.2点过程基础（一）.mp4
|____58.3点过程基础（二）.mp4
|____58.4点过程基础（三）.mp4
|____58.5订单流数据分析（一）.mp4
|____58.6订单流数据分析（二）.mp4
|____58.7订单流数据分析（三）.mp4
|____58.8订单流数据分析（四）.mp4
|____58.9订单流数据分析（五）.mp4
|____59-区块链一场革命
|____59.1比特币（一）.mp4
|____59.2比特币（二）.mp4
|____59.3比特币（三）.mp4
|____59.4以太坊简介及ICO.mp4
|____60-统计物理专题（一）
|____60.1统计物理的开端(一).mp4
|____60.2统计物理的开端（二）.mp4
|____60.3抛硬币抛出正态分布（一）.mp4
|____60.4抛硬币抛出正态分布（二）.mp4
|____60.5再造整个世界（一）.mp4
|____60.6再造整个世界（二）.mp4
|____60.7温度的本质（一）.mp4
|____60.8温度的本质（二）.mp4
|____60.9.mp4
|____60.10证明理想气体方程.mp4
|____60.11化学势.mp4
|____60.12四大热力学势（一）.mp4
|____60.13四大热力学势（二）.mp4
|____61-统计物理专题（二）
|____61.1神奇公式.mp4.mp4
|____61.2信息熵（一）.mp4
|____61.3信息熵（二）.mp4
|____61.4Boltzmann分布.mp4
|____61.5配分函数Z.mp4
|____62-复杂网络简介
|____62.1Networksinrealworlds.mp4
|____62.2BasicConcepts（一）.mp4
|____62.3BasicConcepts（二）.mp4
|____62.4Models（一）.mp4
|____62.5Models（二）.mp4
|____62.6Algorithms（一）.mp4
|____62.7Algorithms（二）.mp4
|____63-ABM简介及金融市场建模
|____63.1课程介绍.mp4
|____63.2系统与系统建模.mp4
|____63.3ABM与复杂系统建模（一）.mp4
|____63.4ABM与复杂系统建模（二）.mp4
|____63.5ABM与复杂系统建模（三）.mp4
|____63.6ABM为经济系统建模.mp4
|____63.7经典经济学如何给市场建模.mp4
|____63.8ABM与复杂系统建模-市场交易.mp4
|____63.9ABM与复杂系统建模-技术扩散.mp4
|____63.10ABM与复杂系统建模-交通系统（一）.mp4
|____63.11ABM与复杂系统建模-交通系统（二）.mp4
|____63.12ABM金融市场-SFI股票市场模型（一）.mp4
|____63.13ABM金融市场-SFI股票市场模型（二）.mp4
|____63.14ABM金融市场-genova市场模型.mp4
|____63.15ABM金融市场-Agent及其行为.mp4
|____63.16学习模型.mp4
|____63.17ABM金融市场-价格形成机制.mp4
|____63.18ABM的特点.mp4
|____64-用伊辛模型理解复杂系统
|____64.1伊辛模型的背景及格气模型.mp4
|____64.2伊辛模型（一）.mp4
|____64.3伊辛模型（二）.mp4
|____64.4从能量到统计分布及MonteCarlo模拟.mp4
|____64.5IsingModel(2D).mp4
|____64.6相变和临界现象.mp4
|____64.7CriticalExponents.mp4
|____64.8正问题和反问题.mp4
|____64.9（空间中的）投票模型.mp4
|____64.10（网络中的）投票模型.mp4
|____64.11观念动力学.mp4
|____64.12集体运动Vicsek模型.mp4
|____64.13自旋玻璃.mp4
|____64.14Hopfield神经网络.mp4
|____64.15限制Boltzmann机.mp4
|____64.16深度学习与重正化群（一）.mp4
|____64.17深度学习与重正化群（二）.mp4
|____64.18总结.mp4
|____64.19答疑.mp4
|____65-金融市场的复杂性
|____65.1导论（一）.mp4
|____65.2导论（二）.mp4
|____65.3导论（三）.mp4
|____65.4导论（四）.mp4
|____65.5导论（五）.mp4
|____65.6ClassicalBenchmarks（一）.mp4
|____65.7ClassicalBenchmarks（二）.mp4
|____65.8ClassicalBenchmarks（三）.mp4
|____65.9ClassicalBenchmarks（四）.mp4
|____65.10ClassicalBenchmarks（五）.mp4
|____65.11EndogenousRisk（一）.mp4
|____65.12EndogenousRisk（二）.mp4
|____65.13EndogenousRisk（三）.mp4
|____65.14EndogenousRisk（四）.mp4
|____65.15EndogenousRisk（五）.mp4
|____65.16EndogenousRisk（六）.mp4
|____65.17HeterogeneousBeliefs（一）.mp4
|____65.18HeterogeneousBeliefs（二）.mp4
|____65.19总结.mp4
|____66-广泛出现的幂律分布
|____66.1界（一）.mp4
|____66.2界（二）.mp4
|____66.3界（三）.mp4
|____66.4界（四）.mp4
|____66.5城市、商业（一）.mp4
|____66.6城市、商业（二）.mp4
|____66.7启示（一）.mp4
|____66.8启示（二）.mp4
|____66.9总结.mp4
|____67-自然启发算法
|____67.1课程回顾及答疑.mp4
|____67.2概括（一）.mp4
|____67.3概括（二）.mp4
|____67.4模拟退火算法（一）.mp4
|____67.5模拟退火算法（二）.mp4
|____67.6进化相关的算法（一）.mp4
|____67.7进化相关的算法（二）.mp4
|____67.8进化相关的算法（三）.mp4
|____67.9进化相关的算法（四）.mp4
|____67.10粒子群算法（一）.mp4
|____67.11粒子群算法（二）.mp4
|____67.12粒子群算法（三）.mp4
|____67.13遗传算法和PSO的比较.mp4
|____67.14更多的类似的算法（一）.mp4
|____67.15更多的类似的算法（二）.mp4
|____67.16答疑.mp4
|____68-机器学习的方法
|____68.1为什么要讲学习方法.mp4
|____68.2阅读论文.mp4
|____68.3综述式文章举例（一）.mp4
|____68.4综述式文章举例（二）.mp4
|____68.5碎片化时间学习及书籍.mp4
|____68.6视频学习资源及做思维导图.mp4
|____68.7铁哥答疑（一）.mp4
|____68.8铁哥答疑（二）.mp4
|____68.9输出是最好的学习（一）.mp4
|____68.10输出是最好的学习（二）.mp4
|____68.11案例（一）.mp4
|____68.12案例（二）.mp4
|____68.13案例（三）.mp4
|____68.14案例（四）.mp4
|____68.15案例（五）.mp4
|____69-模型可视化工程管理
|____69.1课程简介.mp4
|____69.2虚拟换环境—Anaconda&docker（一）.mp4
|____69.3虚拟换环境—Anaconda&docker（二）.mp4
|____69.4虚拟换环境—Anaconda&docker（三）.mp4
|____69.5虚拟换环境—Anaconda&docker（四）.mp4
|____69.6虚拟换环境—Anaconda&docker（五）.mp4
|____69.7虚拟换环境—Anaconda&docker（六）.mp4
|____69.8虚拟换环境—Anaconda&docker（七）.mp4
|____69.9虚拟换环境—Anaconda&docker（八）.mp4
|____69.10定制化可视化系统—JupyterDashboard（一）.mp4
|____69.11定制化可视化系统—JupyterDashboard（二）.mp4
|____69.12变身前端—seaboarn+Bokeh+Echarts.mp4
|____69.13日志管理系统—ELK.mp4
|____69.14极速Bi系统—superset.mp4
|____69.15Dashboard补充.mp4
|____69.16ELK补充.mp4
|____69.17Superset补充.mp4
|____69.18Superset补充及总结.mp4
|____70-ValueIterationNetworks
|____70-最新回放
|____70.1Background&Motivation.mp4
|____70.2ValueIteration.mp4
|____70.3Grid—worldDomain.mp4
|____70.4总结及答疑.mp4
|____71-线动力学系统（上）
|____71.1线动力学系统（一）.mp4
|____71.2线动力学系统（二）.mp4
|____71.3二维系统动力学综述—Poincare引理.mp4
|____71.4Bifurcation（一）.mp4
|____71.5Bifurcation（二）.mp4
|____71.6Bifurcation（三）.mp4
|____71.7Bifurcation（四）.mp4
|____71.8Bifurcation（五）.mp4
|____71.9Bifurcation（六）.mp4
|____71.10混沌（一）.mp4
|____71.11混沌（二）.mp4
|____71.12混沌（三）.mp4
|____71.13混沌（四）.mp4
|____71.14混沌（五）.mp4
|____71.15混沌（六）.mp4
|____71.16混沌（七）.mp4
|____71.17混沌（八）.mp4
|____71.18混沌（九）.mp4
|____71.19混沌（十）.mp4
|____71.20混沌（十一）.mp4
|____72-线动力学系统（下）
|____72.1自然语言处理（一）.mp4
|____72.2自然语言处理（二）.mp4
|____72.3RNN.mp4
|____72.4RNN及.mp4
|____73-自然语言处理导入
|____73.1中文分词.mp4
|____73.2中文分词、依存文法分析.mp4
|____73.3篇章分析、自动摘要、知识提取、文本相似度计算.mp4
|____73.4知识库构建、问答系统.mp4
|____73.5示范2的豆瓣评论词云（一）.mp4
|____73.6示范2的豆瓣评论词云（二）.mp4
|____73.7示范2的豆瓣评论词云（三）.mp4
|____73.8示范2的豆瓣评论词云（四）.mp4
|____73.9示范2的豆瓣评论词云（五）.mp4
|____74-复杂网络上的物理传输过程
|____74.1一些基本概念.mp4
|____74.2常用的统计描述物理量.mp4
|____74.3四种网络模型.mp4
|____74.4一些传播动力学模型（一）.mp4
|____74.5一些传播动力学模型（二）.mp4
|____74.6一些传播动力学模型（三）.mp4
|____74.7一些传播动力学模型（四）.mp4
|____74.8一些传播动力学模型（五）.mp4
|____74.9一些传播动力学模型（六）.mp4
|____74.10一些传播动力学模型（七）.mp4
|____74.11一些传播动力学模型（八）.mp4
|____74.12仿真模型的建立过程（一）.mp4
|____74.13仿真模型的建立过程（二）.mp4
|____74.14仿真模型的建立过程（三）.mp4
|____74.15仿真模型的建立过程（四）.mp4
|____74.16Combiningcomplexnetworksanddatamining.mp4
|____75-RNN及LSTM
|____75.1RNN—序列处理器（一）.mp4
|____75.2RNN—序列处理器（二）.mp4
|____75.3Asimpleenoughcase.mp4
|____75.4Adancebetweenfixpoints.mp4
|____75.5Fixpoint、TrainChaos.mp4
|____75.6RNN作为生成模型（动力系统）.mp4
|____75.7RNN训练—BPTT（一）.mp4
|____75.8RNN训练—BPTT（二）.mp4
|____75.9梯度消失与梯度爆炸（一）.mp4
|____75.10梯度消失与梯度爆炸（二）.mp4
|____75.11Reservoircomputing—偷懒方法.mp4
|____75.12LSTM.mp4
|____75.13LSTM、UseExamples.mp4
|____75.14词向量、DeepRNN.mp4
|____75.15EncoderDecoderStructure.mp4
|____75.16LSTMTextGeneration（一）.mp4
|____75.17LSTMTextGeneration（二）.mp4
|____75.18LSTMTextGeneration（三）.mp4
|____76-漫谈人工智能创业
|____76.1人工智能对我们生活的影响（一）.mp4
|____76.2人工智能对我们生活的影响（二）.mp4
|____76.3人工智能对我们生活的影响（三）.mp4
|____76.4人工智能对我们生活的影响（四）.mp4
|____76.5人工智能对我们生活的影响（五）.mp4
|____76.6人工智能对我们生活的影响（六）.mp4
|____76.7人工智能创业中的商业思维.mp4
|____76.8三个战略管理学商业模型（一）.mp4
|____76.9三个战略管理学商业模型（二）.mp4
|____76.10三个战略管理学商业模型（三）.mp4
|____76.11三个战略管理学商业模型（四）.mp4
|____76.12三个战略管理学商业模型（五）.mp4
|____76.13三个战略管理学商业模型（六）.mp4
|____76.14三个战略管理学商业模型（七）.mp4
|____76.15三个战略管理学商业模型（八）.mp4
|____76.16三个战略管理学商业模型（九）.mp4
|____76.17关于Entrepreneurship.mp4
|____77-学习其他主题
|____77.1.mp4
|____77.2玻尔兹曼机—联想的机器.mp4
|____77.3玻尔兹曼机.mp4
|____77.4学习（一）.mp4
|____77.5学习（二）.mp4
|____77.6学习（三）.mp4
|____77.7学习（四）.mp4
|____77.8程序讲解（一）.mp4
|____77.9程序讲解（二）.mp4
|____77.10程序讲解（三）.mp4
|____78-课程总结
|____78.1开场.mp4
|____78.2Attention实例—SpatialTransformer.mp4
|____78.3猫狗大战—CNN实战（一）.mp4
|____78.4猫狗大战—CNN实战（二）.mp4
|____78.5RNN诗人.mp4
|____78.6课程复习.mp4
|____78.7课程大纲（一）.mp4
|____78.8课程大纲（二）.mp4
|____78.9课程总结（一）.mp4
|____78.10课程总结（二）.mp4

wm013-人工智能、大数据与复杂系统-万门大学-3528元