今日分享：尚硅谷-AI大模型技术人工智能系列课程2025

相关截图：

课程内容：

　　├──01_Python

　　│└──20250320：01_尚硅谷大模型技术之Python基础

　　│├──4.视频

　　││├──day01

　　││├──day02

　　││├──day03

　　││├──day04

　　││├──day05

　　││├──day06

　　││├──day07

　　││├──day08

　　││├──day09

　　││├──day10

　　││├──day11

　　││├──day12

　　││├──day13

　　││├──day14

　　││└──day15

　　│├──1.笔记.exe

　　│├──2.资料.exe

　　│└──3.代码.exe

　　├──02_数据结构与算法

　　│├──4.视频

　　││├──day01

　　│││├──00_AI大模型之数据结构与算法_案例问题说明.mkv

　　│││├──01_AI大模型之数据结构与算法_如何学.mkv

　　│││├──02_AI大模型之数据结构与算法_数据结构分类.mkv

　　│││├──03_AI大模型之数据结构与算法_时间复杂度.mkv

　　│││├──04_AI大模型之数据结构与算法_最坏时间复杂度.mkv

　　│││├──05_AI大模型之数据结构与算法_大O表示法常见的情况.mkv

　　│││├──06_AI大模型之数据结构与算法_空间复杂度.mkv

　　│││├──07_AI大模型之数据结构与算法_数组和list区别.mkv

　　│││├──08_AI大模型之数据结构与算法_自定义数组.mkv

　　│││├──09_AI大模型之数据结构与算法_数组扩容.mkv

　　│││├──10_AI大模型之数据结构与算法_向数组中添加元素.mkv

　　│││├──11_AI大模型之数据结构与算法_上午内容回顾.mp4

　　│││├──12_AI大模型之数据结构与算法_数组的删除以及其它操作.mp4

　　│││├──13_AI大模型之数据结构与算法_数组实现需要注意的问题.mp4

　　│││├──14_AI大模型之数据结构与算法_链表类创建.mp4

　　│││├──15_AI大模型之数据结构与算法_向链表中插入元素.mp4

　　│││├──16_AI大模型之数据结构与算法_删除链表元素.mp4

　　│││├──17_AI大模型之数据结构与算法_链表其它操作.mp4

　　│││├──18_AI大模型之数据结构与算法_总结.mp4

　　│││└──代码.exe

　　││├──day02

　　│││├──00_AI大模型之数据结构与算法_内容回顾.mp4

　　│││├──01_AI大模型之数据结构与算法_栈数据结构介绍.mp4

　　│││├──02_AI大模型之数据结构与算法_栈数据结构实现.mp4

　　│││├──03_AI大模型之数据结构与算法_栈应用.mp4

　　│││├──04_AI大模型之数据结构与算法_队列介绍.mp4

　　│││├──05_AI大模型之数据结构与算法_入队代码实现.mp4

　　│││├──06_AI大模型之数据结构与算法_出队代码以及队列测试.mp4

　　│││├──07_AI大模型之数据结构与算法_上午内容回顾.mp4

　　│││├──08_AI大模型之数据结构与算法_哈希表介绍.mp4

　　│││├──09_AI大模型之数据结构与算法_哈希表类创建.mp4

　　│││├──10_AI大模型之数据结构与算法_显示哈希表中所有元素.mp4

　　│││├──11_AI大模型之数据结构与算法_向哈希表中添加元素.mp4

　　│││├──12_AI大模型之数据结构与算法_扩容.mp4

　　│││├──13_AI大模型之数据结构与算法_从哈希表中删除元素.mp4

　　│││├──14_AI大模型之数据结构与算法_获取元素以及遍历.mp4

　　│││├──15_AI大模型之数据结构与算法_哈希表整体测试.mp4

　　│││├──16_AI大模型之数据结构与算法_总结.mp4

　　│││└──代码.exe

　　││├──day03

　　│││├──00_AI大模型之数据结构与算法_内容回顾.mp4

　　│││├──01_AI大模型之数据结构与算法_树介绍.mp4

　　│││├──02_AI大模型之数据结构与算法_二叉树的存储方式介绍.mp4

　　│││├──03_AI大模型之数据结构与算法_常见的二叉树.mp4

　　│││├──04_AI大模型之数据结构与算法_常见的二叉树动画演示.mp4

　　│││├──05_AI大模型之数据结构与算法_定义节点类以及树类.mp4

　　│││├──06_AI大模型之数据结构与算法_查询方法的实现.mp4

　　│││├──07_AI大模型之数据结构与算法_向树中添加元素.mp4

　　│││├──08_AI大模型之数据结构与算法_删除元素的几种情况说明.mp4

　　│││├──09_AI大模型之数据结构与算法_删除没有子节点的节点.mp4

　　│││├──10_AI大模型之数据结构与算法_删除只有一个子节点的节点.mp4

　　│││├──11_AI大模型之数据结构与算法_删除有两个子节点的节点.mp4

　　│││├──12_AI大模型之数据结构与算法_上午内容回顾.mp4

　　│││├──13_AI大模型之数据结构与算法_树的遍历.mp4

　　│││├──14_AI大模型之数据结构与算法_图的介绍.mp4

　　│││├──15_AI大模型之数据结构与算法_二分查找法.mp4

　　│││├──16_AI大模型之数据结构与算法_查找多数元素.mp4

　　│││├──17_AI大模型之数据结构与算法_总结.mp4

　　│││└──代码.exe

　　││├──day04

　　│││├──00_AI大模型之数据结构与算法_内容回顾.mp4

　　│││├──01_AI大模型之数据结构与算法_冒泡排序.mp4

　　│││├──02_AI大模型之数据结构与算法_选择排序.mp4

　　│││├──03_AI大模型之数据结构与算法_插入排序.mp4

　　│││├──04_AI大模型之数据结构与算法_归并排序.mp4

　　│││├──05_AI大模型之数据结构与算法_上午内容回顾.mp4

　　│││├──06_AI大模型之数据结构与算法_快速排序.mp4

　　│││├──07_AI大模型之数据结构与算法_堆排序.mp4

　　│││├──08_AI大模型之数据结构与算法_分治_汉诺塔思路_1.mp4

　　│││├──09_AI大模型之数据结构与算法_分治_汉诺塔思路_2.mp4

　　│││└──代码.exe

　　││└──day05

　　││├──00_AI大模型之数据结构与算法_卡拉楚巴算法.mp4

　　││├──01_AI大模型之数据结构与算法_卡拉楚巴算法代码分析.mp4

　　││├──02_AI大模型之数据结构与算法_动态规划爬楼梯.mp4

　　││├──03_AI大模型之数据结构与算法_最大的连续子数组之和.mp4

　　││├──04_AI大模型之数据结构与算法_0-1背包思路分析.mp4

　　││├──05_AI大模型之数据结构与算法_0-1背包代码分析.mp4

　　││├──06_AI大模型之数据结构与算法_完全背包.mp4

　　││├──07_AI大模型之数据结构与算法_回溯算法_全排列.mp4

　　││├──08_AI大模型之数据结构与算法_全排列代码分析.mp4

　　││├──09_AI大模型之数据结构与算法_贪心算法_最大交换.mp4

　　││└──代码.exe

　　│├──1.笔记.exe

　　│├──2.资料.exe

　　│└──3.代码.exe

　　├──03_Linux及Shell

　　│├──2.资料

　　││├──ubuntu-22.04.4-desktop-amd64.iso

　　││├──VMware 17的许可密钥.txt

　　││├──VMware-workstation-full-17.5.1-23298084.exe

　　││├──Xftp-8.0.0068p.exe

　　││└──Xshell-8.0.0069p.exe

　　│├──4.视频

　　││├──day01

　　│││├──00_AI大模型之Linux与Shell_阶段考试题讲解.mp4

　　│││├──01_AI大模型之Linux与Shell_Linux介绍.mp4

　　│││├──02_AI大模型之Linux与Shell_安装VMWare虚拟机.mp4

　　│││├──03_AI大模型之Linux与Shell_配置虚拟电脑.mp4

　　│││├──04_AI大模型之Linux与Shell_Ubuntu系统安装.mp4

　　│││├──05_AI大模型之Linux与Shell_配置网络.mp4

　　│││├──06_AI大模型之Linux与Shell_安装Xshell并配置连接.mp4

　　│││├──07_AI大模型之Linux与Shell_Xshell版本说明.mp4

　　│││├──08_AI大模型之Linux与Shell_目录结构介绍.mp4

　　│││├──09_AI大模型之Linux与Shell_软件包管理器.mp4

　　│││├──10_AI大模型之Linux与Shell_帮助命令.mp4

　　│││├──11_AI大模型之Linux与Shell_pwd,ls,cd命令.mp4

　　│││├──12_AI大模型之Linux与Shell_mkdir,touch,cp命令.mp4

　　│││├──13_AI大模型之Linux与Shell_rm,mv,cat,tail,echo命令.mp4

　　│││├──14_AI大模型之Linux与Shell_重定向,ln,history命令.mp4

　　│││├──15_AI大模型之Linux与Shell_vim编辑器模式.mp4

　　│││├──16_AI大模型之Linux与Shell_vim演示.mp4

　　│││├──17_AI大模型之Linux与Shell_root用户.mp4

　　│││├──18_AI大模型之Linux与Shell_用户管理命令.mp4

　　│││├──19_AI大模型之Linux与Shell_用户组管理命令.mp4

　　│││└──20_AI大模型之Linux与Shell_文件权限命令.mp4

　　││└──day02

　　││├──00_AI大模型之Linux与Shell_内容回顾.mp4

　　││├──01_AI大模型之Linux与Shell_find命令.mp4

　　││├──02_AI大模型之Linux与Shell_管道符和grep.mp4

　　││├──03_AI大模型之Linux与Shell_打包和解包.mp4

　　││├──04_AI大模型之Linux与Shell_df,du,top和free命令.mp4

　　││├──05_AI大模型之Linux与Shell_ps和netstat命令.mp4

　　││├──06_AI大模型之Linux与Shell_定时任务.mp4

　　││├──07_AI大模型之Linux与Shell_Shell介绍.mp4

　　││├──08_AI大模型之Linux与Shell_第一个Shell程序.mp4

　　││├──09_AI大模型之Linux与Shell_变量定义.mp4

　　││├──10_AI大模型之Linux与Shell_特殊变量.mp4

　　││├──11_AI大模型之Linux与Shell_上午内容回顾.mp4

　　││├──12_AI大模型之Linux与Shell_算术运算与条件判断.mp4

　　││├──13_AI大模型之Linux与Shell_if分支.mp4

　　││├──14_AI大模型之Linux与Shell_case分支.mp4

　　││├──15_AI大模型之Linux与Shell_for循环.mp4

　　││├──16_AI大模型之Linux与Shell_特殊变量对比.mp4

　　││├──17_AI大模型之Linux与Shell_while循环.mp4

　　││├──18_AI大模型之Linux与Shell_read.mp4

　　││├──19_AI大模型之Linux与Shell_自定义函数.mp4

　　││├──20_AI大模型之Linux与Shell_cut命令.mp4

　　││├──21_AI大模型之Linux与Shell_awk命令.mp4

　　││└──每日一考.md

　　│└──1.笔记.exe

　　├──04_MySQL

　　│├──3.代码

　　││└──[]

　　│├──4.视频

　　││├──day01

　　│││├──00_AI大模型之MySQL_每日一考讲解.mp4

　　│││├──01_AI大模型之MySQL_MySQL介绍.mp4

　　│││├──02_AI大模型之MySQL_表之间关系.mp4

　　│││├──03_AI大模型之MySQL_MySQL的安装.mp4

　　│││├──04_AI大模型之MySQL_客户端工具的使用.mp4

　　│││├──05_AI大模型之MySQL_命令行客户端基本操作.mp4

　　│││├──06_AI大模型之MySQL_可视化客户端基本操作.mp4

　　│││├──07_AI大模型之MySQL_SQL语句分类以及规范和注释.mp4

　　│││├──08_AI大模型之MySQL_DDL_库相关.mp4

　　│││├──09_AI大模型之MySQL_DDL_创建表.mp4

　　│││├──10_AI大模型之MySQL_DDL_其它表相关操作.mp4

　　│││├──11_AI大模型之MySQL_DML_向表中添加数据.mp4

　　│││├──12_AI大模型之MySQL_DML_从表中删除数据.mp4

　　│││├──13_AI大模型之MySQL_DML_修改表中数据.mp4

　　│││├──14_AI大模型之MySQL_DML_查询以及总结.mp4

　　│││├──15_AI大模型之MySQL_算术、比较、区间运算符.mp4

　　│││├──16_AI大模型之MySQL_模糊匹配.mp4

　　│││├──17_AI大模型之MySQL_逻辑运算以及空值处理.mp4

　　│││└──每日一考.md

　　││├──day02

　　│││├──00_AI大模型之MySQL_内容回顾.mp4

　　│││├──01_AI大模型之MySQL_整数类型.mp4

　　│││├──02_AI大模型之MySQL_浮点数类型.mp4

　　│││├──03_AI大模型之MySQL_定长与变长字符串.mp4

　　│││├──04_AI大模型之MySQL_枚举与集合.mp4

　　│││├──05_AI大模型之MySQL_日期时间类型.mp4

　　│││├──06_AI大模型之MySQL_常用的数学函数.mp4

　　│││├──07_AI大模型之MySQL_常用数学函数案例.mp4

　　│││├──08_AI大模型之MySQL_上午内容回顾.mp4

　　│││├──09_AI大模型之MySQL_常用字符串函数.mp4

　　│││├──10_AI大模型之MySQL_常用字符函数案例.mp4

　　│││├──11_AI大模型之MySQL_日期函数.mp4

　　│││├──12_AI大模型之MySQL_加密函数.mp4

　　│││├──13_AI大模型之MySQL_条件判断函数.mp4

　　│││├──14_AI大模型之MySQL_聚合函数.mp4

　　│││├──15_AI大模型之MySQL_窗口函数.mp4

　　│││├──16_AI大模型之MySQL_分组函数案例.mp4

　　│││└──每日一考.md

　　││├──day03

　　│││├──00_AI大模型之MySQL_内容回顾.mp4

　　│││├──01_AI大模型之MySQL_关联查询介绍.mp4

　　│││├──02_AI大模型之MySQL_内连接.mp4

　　│││├──03_AI大模型之MySQL_左外连接.mp4

　　│││├──04_AI大模型之MySQL_右外连接.mp4

　　│││├──05_AI大模型之MySQL_全外连接.mp4

　　│││├──06_AI大模型之MySQL_自连接.mp4

　　│││├──07_AI大模型之MySQL_from,where,join,groupby子句.mp4

　　│││├──08_AI大模型之MySQL_having,orderby,limit.mp4

　　│││├──09_AI大模型之MySQL_上午内容回顾.mp4

　　│││├──10_AI大模型之MySQL_select子句执行顺序.mp4

　　│││├──11_AI大模型之MySQL_select中使用子查询.mp4

　　│││├──12_AI大模型之MySQL_where中使用子查询.mp4

　　│││├──13_AI大模型之MySQL_having中使用子查询.mp4

　　│││├──14_AI大模型之MySQL_exists子查询.mp4

　　│││├──15_AI大模型之MySQL_from中使用子查询.mp4

　　│││├──16_AI大模型之MySQL_update中使用子查询.mp4

　　│││├──17_AI大模型之MySQL_子查询建表以及通用表达式.mp4

　　│││├──每日一考.md

　　│││└──数据结构与算法.bmpr

　　││└──day04

　　││├──00_AI大模型之MySQL_内容回顾.mp4

　　││├──01_AI大模型之MySQL_约束介绍.mp4

　　││├──02_AI大模型之MySQL_非空约束.mp4

　　││├──03_AI大模型之MySQL_唯一键索引.mp4

　　││├──04_AI大模型之MySQL_主键约束.mp4

　　││├──05_AI大模型之MySQL_自增约束.mp4

　　││├──06_AI大模型之MySQL_默认值约束.mp4

　　││├──07_AI大模型之MySQL_检查约束.mp4

　　││├──08_AI大模型之MySQL_外键约束.mp4

　　││├──09_AI大模型之MySQL_事务.mp4

　　││├──10_AI大模型之MySQL_事务隔离级别.mp4

　　││├──11_AI大模型之MySQL_用户管理.mp4

　　││├──12_AI大模型之MySQL_从本地MySQL中查询数据.mp4

　　││├──13_AI大模型之MySQL_添加，修改，删除数据.mp4

　　││├──14_AI大模型之MySQL_Ubuntu上安装MySQL.mp4

　　││├──15_AI大模型之MySQL_操作Ubuntu上的MySQL.mp4

　　││├──16_AI大模型之MySQL_操作Redis.mp4

　　││├──17_AI大模型之MySQL_操作Hive.mp4

　　││├──Python连接外部数据源.exe

　　││└──代码.exe

　　│├──1.笔记.exe

　　│└──2.资料.exe

　　├──05_Numpy&Pandas

　　│├──3.代码

　　││└──[]

　　│├──4.视频

　　││├──day01

　　│││├──00_AI大模型之Numpy_Pandas_前面内容梳理.mp4

　　│││├──01_AI大模型之Numpy_Pandas_Anaconda介绍.mp4

　　│││├──02_AI大模型之Numpy_Pandas_Window上安装Anaconda.mp4

　　│││├──03_AI大模型之Numpy_Pandas_Ubuntu上安装Anaconda.mp4

　　│││├──04_AI大模型之Numpy_Pandas_Pycharm中集成Jupyter.mp4

　　│││├──05_AI大模型之Numpy_Pandas_上午内容回顾.mp4

　　│││├──06_AI大模型之Numpy_Pandas_Pycharm中使用远程Jupyter.mp4

　　│││├──07_AI大模型之Numpy_Pandas_Numpy介绍.mp4

　　│││├──08_AI大模型之Numpy_Pandas_ndArray常用的属性.mp4

　　│││├──09_AI大模型之Numpy_Pandas_array()与asarray().mp4

　　│││├──10_AI大模型之Numpy_Pandas_zeros、ones、empty.mp4

　　│││├──11_AI大模型之Numpy_Pandas_full、arange、linspace、logspace.mp4

　　│││├──12_AI大模型之Numpy_Pandas_随机数数组以及matrix.mp4

　　│││├──13_AI大模型之Numpy_Pandas_ndarray数据类型.mp4

　　│││├──14_AI大模型之Numpy_Pandas_切片和索引.mp4

　　│││├──15_AI大模型之Numpy_Pandas_基本函数.mp4

　　│││└──代码.exe

　　││├──day02

　　│││├──00_AI大模型之Numpy_Pandas_内容回顾.mp4

　　│││├──01_AI大模型之Numpy_Pandas_统计函数.mp4

　　│││├──02_AI大模型之Numpy_Pandas_比较、排序、去重函数.mp4

　　│││├──03_AI大模型之Numpy_Pandas_广播.mp4

　　│││├──04_AI大模型之Numpy_Pandas_矩阵乘法.mp4

　　│││├──05_AI大模型之Numpy_Pandas_Pandas介绍.mp4

　　│││├──06_AI大模型之Numpy_Pandas_Series对象的创建.mp4

　　│││├──07_AI大模型之Numpy_Pandas_Series常用属性.mp4

　　│││├──08_AI大模型之Numpy_Pandas_Series常用方法_1.mp4

　　│││├──09_AI大模型之Numpy_Pandas_Series常用方式_2.mp4

　　│││├──10_AI大模型之Numpy_Pandas_Series的计算.mp4

　　│││├──11_AI大模型之Numpy_Pandas_DataFrame对象的创建.mp4

　　│││├──12_AI大模型之Numpy_Pandas_DataFrame常用的属性.mp4

　　│││└──代码.exe

　　││├──day03

　　│││├──00_AI大模型之Numpy_Pandas_内容回顾.mp4

　　│││├──01_AI大模型之Numpy_Pandas_DataFrame常用方法.mp4

　　│││├──02_AI大模型之Numpy_Pandas_布尔索引以及DataFrame的运算.mp4

　　│││├──03_AI大模型之Numpy_Pandas_DataFrame的修改操作.mp4

　　│││├──04_AI大模型之Numpy_Pandas_数据的导出.mp4

　　│││├──05_AI大模型之Numpy_Pandas_数据的导入以及日期处理初识.mp4

　　│││├──06_AI大模型之Numpy_Pandas_简单数据分析.mp4

　　│││├──07_AI大模型之Numpy_Pandas_分组聚合统计.mp4

　　│││├──08_AI大模型之Numpy_Pandas_员工分析练习.mp4

　　│││├──09_AI大模型之Numpy_Pandas_concat.mp4

　　│││├──10_AI大模型之Numpy_Pandas_merge基本连接.mp4

　　│││├──11_AI大模型之Numpy_Pandas_merge实现内外连接以及join连接.mp4

　　│││└──代码.exe

　　││├──day04

　　│││├──00_AI大模型之Numpy_Pandas_内容回顾.mp4

　　│││├──01_AI大模型之Numpy_Pandas_查看缺失值.mp4

　　│││├──02_AI大模型之Numpy_Pandas_剔除以及填充缺失值.mp4

　　│││├──03_AI大模型之Numpy_Pandas_Series中使用apply.mp4

　　│││├──04_AI大模型之Numpy_Pandas_DataFrame中使用apply以及向量化函数.mp4

　　│││├──05_AI大模型之Numpy_Pandas_DataFrameGroupBy对象.mp4

　　│││├──06_AI大模型之Numpy_Pandas_cut函数.mp4

　　│││├──07_AI大模型之Numpy_Pandas_上午内容回顾.mp4

　　│││├──08_AI大模型之Numpy_Pandas_分组聚合.mp4

　　│││├──09_AI大模型之Numpy_Pandas_分组转换以及分组过滤.mp4

　　│││├──10_AI大模型之Numpy_Pandas_按睡眠时间和压力等级统计睡眠质量.mp4

　　│││├──11_AI大模型之Numpy_Pandas_睡眠时间、压力等级、职业、性别统计睡眠质量.mp4

　　│││├──12_AI大模型之Numpy_Pandas_Pandas日期类型.mp4

　　│││├──13_AI大模型之Numpy_Pandas_时间序列.mp4

　　│││├──14_AI大模型之Numpy_Pandas_Matplotlib绘图.mp4

　　│││└──代码.exe

　　││└──day05

　　││├──00_AI大模型之Numpy_Pandas_内容回顾.mp4

　　││├──01_AI大模型之Numpy_Pandas_面向对象的方式显示正余弦.mp4

　　││├──02_AI大模型之Numpy_Pandas_Matplotlib直方图以及散点图.mp4

　　││├──03_AI大模型之Numpy_Pandas_Pandas的Plot的绘图展示.mp4

　　││├──04_AI大模型之Numpy_Pandas_Seaborn可视化.mp4

　　││├──05_AI大模型之Numpy_Pandas_房价评估项目介绍.mp4

　　││├──06_AI大模型之Numpy_Pandas_数据的导入以及清洗.mp4

　　││├──07_AI大模型之Numpy_Pandas_添加新的特征(1).mp4

　　││├──07_AI大模型之Numpy_Pandas_添加新的特征.mp4

　　││├──08_AI大模型之Numpy_Pandas_描述性和相关性统计.mp4

　　││├──09_AI大模型之Numpy_Pandas_分组聚合统计以及可视化.mp4

　　││├──10_AI大模型之Numpy_Pandas_总结.mp4

　　││└──代码.exe

　　│├──1.笔记.exe

　　│└──2.资料.exe

　　└──06_机器学习核心

　　├──3.代码

　　│└──[]

　　├──4.视频

　　│├──day01

　　││├──10_概率和概率分布.wmv

　　││├──11_练习_生成随机数.wmv

　　││├──12_贝叶斯定理.wmv

　　││├──13_极大似然估计.wmv

　　││├──14_机器学习概述.wmv

　　││├──15_机器学习发展历史.wmv

　　││├──1_课程整体介绍.wmv

　　││├──2_数学基础_导数.wmv

　　││├──3_练习_函数和导数.wmv

　　││├──4_偏导数和梯度.wmv

　　││├──5_向量运算.wmv

　　││├──6_矩阵运算.wmv

　　││├──7_矩阵求导.wmv

　　││├──8_梯度矩阵.wmv

　　││└──9_练习_计算梯度.wmv

　　│├──day02

　　││├──10_PCA补充说明.wmv

　　││├──11_PCA补充说明2.wmv

　　││├──1_机器学习应用领域.wmv

　　││├──2_机器学习基本术语.wmv

　　││├──3_机器学习方法分类.wmv

　　││├──4_机器学习建模流程.wmv

　　││├──5_特征工程的内容.wmv

　　││├──6_特征工程方法_低方差过滤法.wmv

　　││├──7_特征工程方法_皮尔逊相关系数法.wmv

　　││├──8_特征工程方法_斯皮尔曼相关系数法.wmv

　　││└──9_特征工程方法_PCA.wmv

　　│├──day03

　　││├──10_正则化_案例.wmv

　　││├──11_交叉验证.wmv

　　││├──12_交叉验证_补充说明.wmv

　　││├──13_模型求解算法_解析法.wmv

　　││├──14_交叉验证_补充说明2.wmv

　　││├──1_损失函数.wmv

　　││├──2_经验误差和泛化误差.wmv

　　││├──3_欠拟合和过拟合.wmv

　　││├──4_拟合案例_欠拟合.wmv

　　││├──5_拟合案例_恰好拟合和过拟合.wmv

　　││├──6_拟合案例_问题解答.wmv

　　││├──7_拟合案例_问题解答补充.wmv

　　││├──8_正则化.wmv

　　││├──9_正则化_问题解答.wmv

　　││└──ch02_base.exe

　　│├──Day04

　　││├──10_回归模型评价指标.wmv

　　││├──11_分类模型评价指标_混淆矩阵.wmv

　　││├──12_分类模型评价指标_精确率和召回率.wmv

　　││├──13_分类模型评价指标_f1和分类报告.wmv

　　││├──14_分类模型评价指标_ROC和AUC.wmv

　　││├──1_机器学习流程总结.wmv

　　││├──2_梯度下降法.wmv

　　││├──3_梯度下降法分类.wmv

　　││├──4_梯度下降法具体步骤.wmv

　　││├──5_梯度下降法案例_求函数最小值.wmv

　　││├──6_梯度下降法案例_求函数目标值的位置.wmv

　　││├──7_学习率的调整.wmv

　　││├──8_梯度下降法应用.wmv

　　││├──9_牛顿法和逆牛顿法.wmv

　　││└──ml_tutorial.exe

　　│├──day05

　　││├──10_心脏病案例_数据集说明和加载.wmv

　　││├──11_心脏病案例_数据集划分.wmv

　　││├──12_心脏病案例_特征工程.wmv

　　││├──13_心脏病案例_模型训练和评估.wmv

　　││├──14_心脏病案例_模型保存加载和预测.wmv

　　││├──15_心脏病案例_网格搜索和交叉验证.wmv

　　││├──1_机器学习基本理论复习总结.wmv

　　││├──2_ROC_补充说明.wmv

　　││├──3_KNN_原理介绍.wmv

　　││├──4_KNN_API示例_分类.wmv

　　││├──5_KNN_API示例_回归.wmv

　　││├──6_补充说明_距离计算和权重.wmv

　　││├──7_KNN_距离度量方法.wmv

　　││├──8_归一化.wmv

　　││├──9_标准化.wmv

　　││└──ml_tutorial.exe

　　│├──day06

　　││├──10_线性回归_梯度下降法主要问题.wmv

　　││├──11_线性回归_梯度下降法API调用.wmv

　　││├──12_线性回归案例_广告效果预测.wmv

　　││├──1_复习回顾_KNN.wmv

　　││├──2_补充说明_网格搜索和交叉验证.wmv

　　││├──3_线性回归_原理和应用.wmv

　　││├──4_线性回归_API应用示例.wmv

　　││├──5_线性回归_损失函数.wmv

　　││├──6_线性回归_最小二乘法求解一元线性回归.wmv

　　││├──7_线性回归_正规方程法求解.wmv

　　││├──8_线性回归_API_截距参数.wmv

　　││├──9_线性回归_梯度下降法.wmv

　　││└──ml_tutorial_Day06.exe

　　│├──day07

　　││├──10_逻辑回归_多分类任务.wmv

　　││├──11_逻辑回归案例_手写数字识别.wmv

　　││├──12_感知机_基本介绍.wmv

　　││├──13_感知机_逻辑门电路.wmv

　　││├──14_感知机_简单实现与门.wmv

　　││├──15_感知机_实现逻辑门电路.wmv

　　││├──16_感知机_感知机的局限.wmv

　　││├──17_感知机_多层感知机实现异或门.wmv

　　││├──1_复习回顾_线性回归.wmv

　　││├──2_问题解答_梯度下降tol参数.wmv

　　││├──3_逻辑回归_基本概念和原理.wmv

　　││├──4_逻辑回归_函数表达式补充说明.wmv

　　││├──5_逻辑回归_应用场景.wmv

　　││├──6_逻辑回归_损失函数.wmv

　　││├──7_逻辑回归_损失函数的梯度.wmv

　　││├──8_逻辑回归_API参数介绍.wmv

　　││├──9_逻辑回归_应用案例_心脏病检测.wmv

　　││└──ml_tutorial_Day07.exe

　　│├──day08

　　││├──10_支持向量机.wmv

　　││├──11_集成学习_基本介绍.wmv

　　││├──12_集成学习_AdaBoost.wmv

　　││├──13_集成学习_随机森林.wmv

　　││├──14_聚类_原理简介和聚类算法.wmv

　　││├──1_复习回顾_逻辑回归和感知机.wmv

　　││├──2_朴素贝叶斯_基本原理.wmv

　　││├──3_朴素贝叶斯_贝叶斯估计.wmv

　　││├──4_决策树_基本原理和工作过程.wmv

　　││├──5_决策树_信息熵和条件熵.wmv

　　││├──6_决策树_信息增益.wmv

　　││├──7_决策树_信息增益率和基尼系数.wmv

　　││├──8_决策树_回归树.wmv

　　││├──9_决策树_剪枝.wmv

　　││└──ml_tutorial.exe

　　│└──day09

　　│├──1_复习回顾_其它监督学习和聚类算法.wmv

　　│├──2_聚类_KMeans代码示例.wmv

　　│├──3_聚类_评价指标.wmv

　　│├──4_降维_奇异值分解.wmv

　　│├──5_降维_主成分分析.wmv

　　│├──6_机器学习总体复习.wmv

　　│└──ml_tutorial.exe

　　├──1.笔记.exe

　　└──2.资料.exe