├──课时001： mlcamp_course_info.mp4 110.86M
├──课时002： 课程介绍.mp4 208.92M
├──课时003： 凸集、凸函数、判定凸函数(102330).mp4 190.17M
├──课时003： 凸集、凸函数、判定凸函数.mp4 1.50M
├──课时004： transportation problem.mp4 112.32M
├──课时005： portfolio optimization.mp4 168.80M
├──课时006： set cover problem.mp4 63.74M
├──课时007： duality.mp4 221.66M
├──课时008： 答疑部分.mp4 102.00M
├──课时009：从词嵌入到文档距离01.mp4 151.74M
├──课时010：从词嵌入到文档距离02.mp4 184.14M
├──课时011：KKT Condition.mp4 86.54M
├──课时012：svm 的直观理解.mp4 32.92M
├──课时013：svm 的数学模型.mp4 62.82M
├──课时014：带松弛变量的svm.mp4 64.95M
├──课时015：带kernel的svm.mp4 80.42M
├──课时016：svm的smo的解法.mp4 76.60M
├──课时017：使用svm支持多个类别.mp4 13.57M
├──课时018：kernel linear regression.mp4 28.89M
├──课时019：kernel pca.mp4 56.44M
├──课时020：交叉验证.mp4 14.84M
├──课时021：vc维.mp4 11.46M
├──课时022：直播答疑01.mp4 115.55M
├──课时023：直播答疑02.mp4 143.05M
├──课时024：lp实战01.mp4 119.53M
├──课时025：lp实战02.mp4 60.66M
├──课时026：lp实战03.mp4 75.69M
├──课时027：hard，np hard-01.mp4 58.07M
├──课时028：hard，np hard-02.mp4 60.46M
├──课时029：hard，np hard-03.mp4 174.23M
├──课时030：引言.mp4 7.42M
├──课时031：线性回归.mp4 103.65M
├──课时032：basis expansion.mp4 29.67M
├──课时033：bias 与 variance.mp4 44.39M
├──课时034：正则化.mp4 77.14M
├──课时035：ridge, lasso, elasticnet.mp4 21.04M
├──课时036：逻辑回归.mp4 147.57M
├──课时037：softmax 多元逻辑回归.mp4 23.64M
├──课时038：梯度下降法.mp4 35.43M
├──课时039：svm人脸识别结合cross-validation交叉验证01.mp4 61.59M
├──课时040：svm人脸识别结合cross-validation交叉验证02.mp4 62.54M
├──课时041：svm人脸识别结合cross-validation交叉验证03.mp4 100.47M
├──课时042：svm人脸识别结合cross-validation交叉验证04.mp4 115.26M
├──课时043：模型评估方法和svm做人脸识别01.mp4 96.15M
├──课时044：模型评估方法和svm做人脸识别02.mp4 59.83M
├──课时045：模型评估方法和svm做人脸识别03.mp4 116.14M
├──课时046：pca和lda的原理和实战01.mp4 68.03M
├──课时047：pca和lda的原理和实战02.mp4 75.41M
├──课时048：pca和lda的原理和实战03.mp4 121.97M
├──课时049：softmax with cross entropy01.mp4 86.43M
├──课时050：softmax with cross entropy02.mp4 108.80M
├──课时051：softmax with cross entropy03.mp4 72.55M
├──课时052：kernel logistic regression and the import vec01.mp4 89.00M
├──课时053：kernel logistic regression and the import vec02.mp4 104.11M
├──课时054：lda 作为分类器.mp4 128.54M
├──课时055：lda 作为分类器答疑.mp4 124.15M
├──课时056：lda 作为降维工具.mp4 40.25M
├──课时057：kernel lda 5 kernel lda答疑.mp4 9.16M
├──课时058：ensemble majority voting.mp4 43.61M
├──课时059：ensemble bagging.mp4 28.08M
├──课时060：ensemble boosting.mp4 84.82M
├──课时061：ensemble random forests.mp4 15.94M
├──课时062：ensemble stacking.mp4 28.18M
├──课时063：答疑.mp4 202.20M
├──课时064：决策树的应用.mp4 83.82M
├──课时065：集成模型.mp4 70.22M
├──课时066：提升树.mp4 57.55M
├──课时067：目标函数的构建.mp4 49.87M
├──课时068：additive training.mp4 45.83M
├──课时069：使用泰勒级数近似目标函数.mp4 47.89M
├──课时070：重新定义一棵树.mp4 105.12M
├──课时071：如何寻找树的形状.mp4 108.74M
├──课时072：xgboost-01.mp4 71.70M
├──课时073：xgboost-02.mp4 85.37M
├──课时074：xgboost-03.mp4 100.34M
├──课时075：xgboost的代码解读 工程实战-01.mp4 151.55M
├──课时076：xgboost的代码解读 工程实战-02.mp4 123.45M
├──课时077：xgboost的代码解读 工程实战-03.mp4 119.12M
├──课时078：理解和比较xgboost gbdt lightgbm-01.mp4 90.95M
├──课时079：理解和比较xgboost gbdt lightgbm-02.mp4 83.48M
├──课时080：理解和比较xgboost gbdt lightgbm-03.mp4 173.61M
├──课时081：lightgbm-01.mp4 79.01M
├──课时082：lightgbm-02.mp4 88.68M
├──课时083：lightgbm-03.mp4 87.72M
├──课时084：聚类算法介绍 k-means 算法描述.mp4 45.13M
├──课时085：k-means 的特性 k-means++.mp4 102.70M
├──课时086：em 算法思路.mp4 49.61M
├──课时087：em 算法推演.mp4 51.98M
├──课时088：em 算法的收敛性证明.mp4 36.82M
├──课时089：em 与高斯混合模型.mp4 114.57M
├──课时090：em 与 kmeans 的关系.mp4 15.35M
├──课时091：dbscan聚类算法.mp4 83.86M
├──课时092：课后答疑.mp4 62.44M
├──课时093：kaggle广告点击欺诈识别实战-01.mp4 82.67M
├──课时094：kaggle广告点击欺诈识别实战-02.mp4 107.92M
├──课时095：kaggle广告点击欺诈识别实战-03.mp4 174.79M
├──课时096：kaggle广告点击欺诈识别实战-04.mp4 166.31M
├──课时097：klda实例+homework1讲评-01.mp4 147.22M
├──课时098：klda实例+homework1讲评-02.mp4 89.24M
├──课时099：klda实例+homework1讲评-03.mp4 124.44M
├──课时100：klda实例+homework1讲评-04_(new).mp4 117.45M
├──课时101：Analysis and Applications-01_ev.mp4 79.73M
├──课时102：Analysis and Applications-02_ev.mp4 86.68M
├──课时103：Analysis and Applications-03_ev.mp4 58.89M
├──课时104：基于HMM的中文分词： jieba分词原理1_ev.mp4 113.52M
├──课时105：基于HMM的中文分词： jieba分词原理2_ev.mp4 132.97M
├──课时106：基于HMM的中文分词： jieba分词原理3_ev.mp4 100.66M
├──课时107：基于HMM的中文分词： jieba分词原理_ev.mp4 108.93M
├──课时108：Graphical Models_ev.mp4 146.21M
├──课时109：Hidden Markov Model_ev.mp4 46.31M
├──课时110：Finding Best Z_ev.mp4 99.37M
├──课时111：Finding Best Z：Viterbi_ev.mp4 79.06M
├──课时112：HMM 的参数估计_ev.mp4 149.54M
├──课时113：XGBoost分类问题-01_ev.mp4 92.54M
├──课时114：XGBoost分类问题-02_ev.mp4 149.27M
├──课时115：XGBoost分类问题-03_ev.mp4 102.09M
├──课时116：基于STM-CRF命名实体识别-01_ev.mp4 108.17M
├──课时117：基于STM-CRF命名实体识别-02_ev.mp4 123.59M
├──课时118：基于STM-CRF命名实体识别-03_ev.mp4 165.00M
├──课时119.mp4 54.21M
├──课时120：forward algorithm.mp4 62.06M
├──课时121：backward algorithm.mp4 34.90M
├──课时122：complete vs incomplete case.mp4 61.63M
├──课时123：estimate a-review of language model.mp4 83.26M
├──课时124：回顾-生成模型与判别模型.mp4 39.60M
├──课时125：回顾-有向图vs无向图.mp4 45.66M
├──课时126：multinomial logistic regression.mp4 70.61M
├──课时127：回顾-hmm.mp4 63.41M
├──课时128：log-linear model to linear-crf.mp4 83.06M
├──课时129：inference problem.mp4 59.81M
├──课时130：bp算法.mp4 276.09M
├──课时131：pytorch基础.mp4 316.24M
├──课时132：深度学习与深度神经网络的历史背景.mp4 74.95M
├──课时133：神经网络的前向算法.mp4 52.13M
├──课时134：神经网络的误差向后传递算法.mp4 58.39M
├──课时135：误差向后传递算法推导.mp4 38.90M
├──课时136：课后答疑.mp4 120.48M
├──课时137：inception-resnet卷积神经网络-01.mp4 89.04M
├──课时138：inception-resnet卷积神经网络-02.mp4 131.96M
├──课时139：bp算法回顾-01.mp4 130.81M
├──课时140：bp算法回顾-02.mp4 123.82M
├──课时141：bp算法回顾-03.mp4 125.84M
├──课时142：矩阵求导-01.mp4 132.44M
├──课时143：矩阵求导-02.mp4 111.74M
├──课时144：矩阵求导-03.mp4 143.90M
├──课时145：卷积的原理.mp4 52.21M
├──课时146：多通道输入, 多通道输出的卷积操作, 典型的卷积网络结构.mp4 33.59M
├──课时147：卷积层用于降低网络模型的复杂度.mp4 45.46M
├──课时148：卷积层复杂度的推演 padding的种类.mp4 39.90M
├──课时149：卷积层的误差向后传递算法(梯度推演) .mp4 88.45M
├──课时150：卷积层的各种变体.mp4 37.85M
├──课时151：经典的卷积网络一览.mp4 60.18M
├──课时152：课后答疑.mp4 256.41M
├──课时153：EffNet-01.mp4 188.86M
├──课时154：EffNet-02.mp4 219.74M
├──课时155：MobileNet-01.mp4 308.16M
├──课时156：MobileNet-02.mp4 197.43M
├──课时157：MobileNet-03.mp4 217.63M
├──课时158：ShuffleNet-01.mp4 263.48M
├──课时159：ShuffleNet-02.mp4 322.29M
├──课时160：ShuffleNet-03.mp4 262.63M
├──课时161：神经网络的梯度消失及其对策.mp4 189.48M
├──课时162：神经网络的过拟合及其对策1-Dropout.mp4 41.12M
├──课时163：神经网络的过拟合及其对策2-L1 L2 Regularization.mp4 23.71M
├──课时164：神经网络的过拟合及其对策3-Max Norm.mp4 22.48M
├──课时165：神经网络的过拟合及其对策4-Batch Normalization.mp4 130.83M
├──课时166：批处理梯度下降法, 随机梯度下降法, mini批处理梯度下降法.mp4 164.58M
├──课时167_.mp4 38.56M
├──课时168_.mp4 51.13M
├──课时169_.mp4 32.55M
├──课时170_.mp4 19.23M
├──课时171_.mp4 78.55M
├──课时172_.mp4 33.61M
├──课时173_.mp4 35.83M
├──课时174_.mp4 35.35M
├──课时175：课后答疑.mp4 95.89M
├──课时176：语言模型的原理及其应用.mp4 22.02M
├──课时177：基于n-gram的语言模型.mp4 69.79M
├──课时178：基于固定窗口的神经语言模型.mp4 28.74M
├──课时179：RNN的原理, 基于RNN的语言模型及其应用.mp4 83.43M
├──课时180：RNN中的梯度消失与梯度爆炸.mp4 59.31M
├──课时181：LSTM的原理.mp4 32.43M
├──课时182：GRU的原理.mp4 11.11M
├──课时183：梯度消失 爆炸的解决方案.mp4 11.66M
├──课时184：双向Bidirectional RNN, 多层Multi-layer RNN.mp4 24.93M
├──课时185：课后答疑.mp4 83.44M
├──课时186：人脸关键点检测项目讲解-01.mp4 114.04M
├──课时187：人脸关键点检测项目讲解-02.mp4 106.99M
├──课时188：人脸关键点检测项目讲解-03.mp4 162.65M
├──课时189：LONG SHORT-TERM MEMORY-01.mp4 314.96M
├──课时190：LONG SHORT-TERM MEMORY-02.mp4 122.53M
├──课时191：为什么需要Attention注意力机制.mp4 50.86M
├──课时192：Attention的原理.mp4 69.41M
├──课时193：Transformer入门.mp4 19.72M
├──课时194：Self-Attention注意力机制的原理.mp4 76.55M
├──课时195：Positional Encoding.mp4 17.71M
├──课时196：Layer Normalization.mp4 17.86M
├──课时197：Transformer Decoder解码器的原理, 损失函数, 训练小技巧.mp4 121.69M
├──课时198：Bert的原理.mp4 38.13M
├──课时199：课后答疑.mp4 97.00M
├──课时200：课中答疑.mp4 53.38M
├──课时201：Word2Vec论文解读-01.mp4 106.32M
├──课时202：Word2Vec论文解读-02.mp4 82.04M
├──课时203：Word2Vec论文解读-03.mp4 126.82M
├──课时204：使用BiLSTM+CNN实现NER-01.mp4 82.32M
├──课时205：使用BiLSTM+CNN实现NER-02.mp4 106.69M
├──课时206：使用BiLSTM+CNN实现NER-03.mp4 141.86M
├──课时207_.mp4 150.57M
├──课时208_.mp4 109.89M
├──课时209_.mp4 166.65M
├──课时210_.mp4 137.42M
├──课时211_.mp4 151.07M
├──课时212_.mp4 183.49M
├──课时213_.mp4 188.43M
├──课时214_.mp4 30.70M
├──课时215_.mp4 45.53M
├──课时216_.mp4 19.11M
├──课时217_.mp4 11.33M
├──课时218_.mp4 15.77M
├──课时219_.mp4 45.05M
├──课时220_.mp4 19.93M
├──课时221_.mp4 7.13M
├──课时222_.mp4 34.55M
├──课时223_.mp4 30.99M
├──课时224_.mp4 220.14M
├──课时225_.mp4 140.36M
├──课时226_.mp4 219.26M
├──课时227_.mp4 281.87M
├──课时228_.mp4 223.93M
├──课时229_.mp4 337.32M
├──课时230_.mp4 48.50M
├──课时231_.mp4 25.97M
├──课时232_.mp4 66.30M
├──课时233_.mp4 115.16M
├──课时234_.mp4 38.37M
├──课时235_.mp4 140.50M
├──课时236_.mp4 70.33M
├──课时237_.mp4 50.12M
├──课时238_.mp4 5.84M
├──课时239_.mp4 15.01M
├──课时240_.mp4 566.64M
├──课时241_.mp4 233.85M
├──课时242_.mp4 252.29M
├──课时243_.mp4 175.69M
├──课时244_.mp4 118.84M
├──课时245_.mp4 164.19M
├──课时246_.mp4 122.76M
├──课时247_.mp4 94.41M
├──课时248_.mp4 204.76M
├──课时249_.mp4 209.36M
├──课时250_.mp4 57.19M
├──课时251_.mp4 59.62M
├──课时252_.mp4 24.09M
├──课时253_.mp4 71.33M
├──课时254_.mp4 80.25M
├──课时255_.mp4 99.49M
├──课时256_.mp4 70.99M
├──课时257_.mp4 294.03M
├──课时258_.mp4 146.24M
├──课时259_.mp4 200.33M
├──课时260_.mp4 89.48M
├──课时261_.mp4 89.35M
├──课时262_.mp4 104.86M
├──课时263_.mp4 248.50M
├──课时264_.mp4 170.96M
├──课时265_.mp4 185.81M
├──课时266_.mp4 215.77M
├──课时267_.mp4 280.76M
├──课时268_.mp4 414.80M
├──课时269_.mp4 367.58M
├──课时270_.mp4 325.74M
├──课时271_.mp4 338.01M
├──课时272_.mp4 277.57M
├──课时273_.mp4 181.32M
├──课时274_.mp4 165.11M
├──课时275_.mp4 88.41M
├──课时276_.mp4 94.64M
├──课时277_.mp4 89.49M
├──课时278_.mp4 95.76M
├──课时279_.mp4 114.45M
├──课时280_.mp4 59.01M
├──课时281_.mp4 187.11M
├──课时282_.mp4 274.79M
├──课时283_.mp4 445.16M
├──课时284_.mp4 442.61M
├──课时285_.mp4 198.14M
├──课时286_.mp4 234.31M
├──课时287_.mp4 1.40G
├──课时288_.mp4 296.03M
├──课时289_.mp4 353.90M
├──课时290_.mp4 322.31M
├──课时291_.mp4 620.23M
├──课时292_.mp4 161.75M
├──课时293_.mp4 86.66M
├──课时294_.mp4 132.14M
├──课时295_.mp4 197.51M
├──课时296_.mp4 311.61M
├──课时297_.mp4 1.22G
├──课时298_.mp4 135.25M
├──课时299_.mp4 250.09M
├──课时300_.mp4 351.37M
├──课时301_.mp4 322.09M
├──课时302_.mp4 96.55M
├──课时303_.mp4 120.81M
├──课时304_.mp4 87.92M
├──课时305_.mp4 98.76M
├──课时306_.mp4 129.67M
├──课时307_.mp4 116.32M
├──课时308_.mp4 293.53M
├──课时309_.mp4 88.73M
├──课时310_.mp4 1.54G
├──课时311_.mp4 169.95M
├──课时312_.mp4 161.40M
├──课时313_.mp4 964.34M
├──课时314_.mp4 1.57G
├──课时315_.mp4 1.30G
├──课时316_.mp4 826.99M
├──课时317_.mp4 812.35M
├──课时318_.mp4 1.07G
├──课时319_.mp4 529.18M
├──课时320_.mp4 413.46M
├──课时321_.mp4 77.81M
├──课时322_.mp4 79.41M
├──课时323_.mp4 44.58M
├──课时324_.mp4 61.76M
├──课时325_.mp4 60.33M
├──课时326_.mp4 81.58M
├──课时327_.mp4 68.98M
├──课时328_.mp4 75.84M
├──课时329_.mp4 82.21M
├──课时330_.mp4 205.85M
├──课时331_.mp4 175.17M
├──课时332_.mp4 200.18M
├──课时333_.mp4 165.88M
├──课时334_.mp4 54.57M
├──课时335_.mp4 161.43M
├──课时336_.mp4 112.35M
├──课时337_.mp4 145.41M
├──课时338_.mp4 90.19M
├──课时339_.mp4 59.92M
├──课时340_.mp4 172.27M
├──课时341_.mp4 95.30M
├──课时342_.mp4 130.87M
├──课时343_.mp4 117.41M
└──资料.zip 929.42M