黑马-人工智能与数据挖掘

【资源目录】：

├──01 阶段一 人工智能

| ├──01 第一章 机器学习概述V2.1

| | └──01 机器学习介绍

| | | ├──01 01-0前置-机器学习科学计算库内容简介.mp4 13.83M

| | | ├──02 01-1讲解-机器学习科学计算库内容简介.mp4 6.20M

| | | ├──03 02-1讲解-人工智能概述.mp4 55.63M

| | | ├──04 02-2点评-人工智能概述.mp4 22.46M

| | | ├──05 03-1讲解-人工智能的发展历程.mp4 22.30M

| | | ├──06 04-1讲解-人工智能主要分支.mp4 22.49M

| | | ├──07 04-2点评-人工智能主要分支.mp4 24.87M

| | | ├──08 05-1讲解-机器学习定义工作流程概述.mp4 9.47M

| | | ├──09 05-2点评-机器学习定义工作流程概述.mp4 34.52M

| | | ├──10 06-1讲解-机器学习工作流程各步骤解释.mp4 43.10M

| | | ├──11 06-2点评-机器学习工作流程各步骤解释.mp4 12.75M

| | | ├──12 06-3点评-机器学习工作流程各步骤解释.mp4 8.04M

| | | ├──13 07-1讲解-机器学习算法分类介绍.mp4 31.20M

| | | ├──14 07-2点评-机器学习算法分类介绍.mp4 6.31M

| | | ├──15 08-1讲解-模型评估.mp4 20.06M

| | | ├──16 08-2点评-模型评估.mp4 9.20M

| | | ├──17 08-3点评-模型评估.mp4 5.88M

| | | ├──18 09-1讲解-Azure机器学习平台实验演示1.mp4 55.50M

| | | ├──19 10-1讲解-Azure机器学习平台实验演示2.mp4 25.04M

| | | ├──20 11-1讲解-深度学习简介.mp4 18.43M

| | | └──21 11-2点评-深度学习简介.mp4 9.34M

| ├──02 第二章 环境安装和使用V2.1

| | └──01 环境安装及使用

| | | ├──01 12-1讲解-基础环境安装.mp4 11.98M

| | | ├──02 13-1讲解-jupyter notebook的基本使用1.mp4 47.42M

| | | ├──03 13-2点评-jupyter notebook的基本使用1.mp4 32.15M

| | | ├──04 14-1讲解-jupyter notebook的基本使用2.mp4 43.28M

| | | ├──05 14-2点评-jupyter notebook的基本使用2.mp4 5.96M

| | | └──06 15-1讲解-matplotlib的基本使用.mp4 15.19M

| ├──03 第三章 matplotlibV2.1

| | └──01 matplotlib使用

| | | ├──01 01-1讲解-实现基础绘图-某城市温度变换图.mp4 12.10M

| | | ├──02 01-2点评-实现基础绘图-某城市温度变换图.mp4 26.19M

| | | ├──03 02-1讲解-绘图辅助功能完善-某城市温度变换图.mp4 53.21M

| | | ├──04 02-2点评-绘图辅助功能完善-某城市温度变换图.mp4 14.45M

| | | ├──05 03-1讲解-在一个坐标系下绘制多个图像.mp4 25.87M

| | | ├──06 03-2点评-在一个坐标系下绘制多个图像.mp4 6.76M

| | | ├──07 04-1讲解-在多个坐标系下绘制多个图像.mp4 54.66M

| | | ├──08 04-2点评-在多个坐标系下绘制多个图像.mp4 18.76M

| | | ├──09 05-1讲解-常见图形绘制.mp4 30.69M

| | | └──10 05-2点评-常见图形绘制.mp4 21.02M

| ├──04 第四章 numpyV2.1

| | └──01 numpy使用

| | | ├──01 06-1讲解-numpy介绍.mp4 26.39M

| | | ├──02 06-2点评-numpy介绍.mp4 7.72M

| | | ├──03 07-1讲解-ndarray介绍.mp4 9.00M

| | | ├──04 07-2点评-ndarray介绍.mp4 16.13M

| | | ├──05 08-1讲解-创建0，1数组，固定范围数组.mp4 24.14M

| | | ├──06 08-2点评-创建0，1数组，固定范围数组.mp4 16.07M

| | | ├──07 09-1讲解-创建随机数组.mp4 38.14M

| | | ├──08 09-2点评-创建随机数组.mp4 14.89M

| | | ├──09 10-1讲解-数组的基本操作.mp4 37.77M

| | | ├──10 10-2点评-数组的基本操作.mp4 13.46M

| | | ├──11 10-3点评-前面总结.mp4 13.96M

| | | ├──12 10-4点评-回顾.mp4 39.68M

| | | ├──13 11-1讲解-ndarray的运算.mp4 42.83M

| | | ├──14 12-1讲解-数组间运算.mp4 24.13M

| | | ├──15 11-2点评-ndarray的运算.mp4 11.91M

| | | ├──16 12-2点评-数组间运算.mp4 14.18M

| | | ├──17 13-1讲解-矩阵复习.mp4 27.99M

| | | ├──18 13-2点评-矩阵复习.mp4 19.24M

| | | └──19 13-3点评-矩阵复习.mp4 10.86M

| ├──05 第五章 pandasV2.1

| | ├──01 pandas数据结构

| | | ├──01 14-1讲解-pandas介绍.mp4 6.43M

| | | ├──02 14-2点评-pandas介绍.mp4 4.06M

| | | ├──03 15-1讲解-pandas数据结构-series.mp4 19.09M

| | | ├──04 15-2点评-pandas数据结构-series.mp4 5.94M

| | | ├──05 16-1讲解-pandas数据结构-DataFrame1.mp4 28.50M

| | | ├──06 16-2点评-pandas数据结构-DataFrame1.mp4 11.42M

| | | ├──07 16-3点评-回顾总结.mp4 22.41M

| | | ├──08 17-1讲解-pandas数据结构-DataFrame2.mp4 19.44M

| | | ├──09 18-1讲解-pandas数据结构-multiindex和panel.mp4 28.12M

| | | └──10 18-2点评-pandas数据结构-multiindex和panel.mp4 4.15M

| | ├──02 pandas基础使用

| | | ├──01 01-1讲解-pandas中的索引.mp4 38.36M

| | | ├──02 01-2点评-pandas中的索引.mp4 11.32M

| | | ├──03 02-1讲解-赋值和排序.mp4 24.76M

| | | ├──04 02-2点评-赋值和排序.mp4 7.09M

| | | ├──05 03-1讲解-pandas中的算术运算和逻辑运算.mp4 24.24M

| | | ├──06 03-2点评-pandas中的算术运算和逻辑运算.mp4 9.95M

| | | ├──07 04-1讲解-pandas中的统计函数.mp4 22.49M

| | | ├──08 04-2点评-pandas中的统计函数.mp4 7.92M

| | | ├──09 05-1讲解-pandas中的累计统计函数和自定义函数.mp4 25.37M

| | | ├──10 05-2点评-pandas中的累计统计函数和自定义函数.mp4 44.86M

| | | ├──11 06-1讲解-pandas中绘图方式介绍.mp4 26.45M

| | | ├──12 07-1讲解-pandas中文件的读取和写入.mp4 71.48M

| | | ├──13 07-2点评-pandas中文件的读取和写入.mp4 16.00M

| | | ├──14 07-3点评-pandas中文件的读取和写入.mp4 71.77M

| | | └──15 07-4点评-内容总结.mp4 94.20M

| | ├──03 pandas高级使用

| | | ├──01 08-1讲解-缺失值的处理.mp4 61.25M

| | | ├──02 08-2点评-缺失值的处理.mp4 16.20M

| | | ├──03 09-1讲解-数据离散化.mp4 33.60M

| | | ├──04 09-2点评-数据离散化.mp4 13.13M

| | | ├──05 10-1讲解-数据表的合并.mp4 21.71M

| | | ├──06 10-2点评-数据表的合并.mp4 10.75M

| | | ├──07 11-1讲解-交叉表和透视表介绍.mp4 38.17M

| | | ├──08 11-2点评-交叉表和透视表介绍.mp4 12.48M

| | | ├──09 11-3点评-内容回顾.mp4 11.78M

| | | ├──10 12-1讲解-分组聚合介绍.mp4 18.32M

| | | ├──11 12-2点评-分组聚合介绍.mp4 9.83M

| | | ├──12 13-1讲解-星巴克案例实现.mp4 19.61M

| | | └──13 13-2点评-星巴克案例实现.mp4 3.43M

| | └──04 电影案例分析

| | | ├──01 14-0前置-电影案例分析1.mp4 4.83M

| | | ├──02 14-1讲解-电影案例分析1.mp4 32.83M

| | | ├──03 14-2点评-电影案例分析1.mp4 12.77M

| | | ├──04 15-1讲解-电影案例分析.mp4 48.80M

| | | ├──05 15-2点评-电影案例分析.mp4 20.62M

| | | └──06 15-3点评-电影案例分析.mp4 10.22M

| ├──06 第六章 seabornV2.1

| | ├──01 绘制统计图

| | | ├──01 01-1讲解-绘制单变量分布.mp4 21.65M

| | | ├──02 01-2点评-绘制单变量分布.mp4 7.30M

| | | ├──03 02-1讲解-绘制双变量分布图形.mp4 41.63M

| | | └──04 02-2点评-绘制双变量分布图形.mp4 9.37M

| | ├──02 分类数据绘图

| | | ├──01 03-1讲解-类别散点图的绘制.mp4 17.54M

| | | ├──02 03-2点评-类别散点图的绘制.mp4 31.53M

| | | ├──03 03-3点评-内容回顾.mp4 65.05M

| | | ├──04 04-1讲解-类别内的数据分布和统计估计.mp4 39.40M

| | | └──05 04-2点评-类别内的数据分布和统计估计.mp4 19.91M

| | ├──03 NBA案例

| | | ├──01 05-1讲解-NBA数据获取和相关性基本分析.mp4 4.83M

| | | ├──02 05-2点评-NBA数据获取和相关性基本分析.mp4 14.27M

| | | ├──03 06-1讲解-对数据进行分析-seaborn.mp4 55.31M

| | | ├──04 06-2点评-对数据进行分析-seaborn.mp4 16.28M

| | | ├──05 07-1讲解-衍生变量的可视化实践.mp4 45.34M

| | | ├──06 07-2点评-衍生变量的可视化实践.mp4 9.08M

| | | ├──07 08-1讲解-球队数据分析.mp4 87.16M

| | | └──08 08-2点评-球队数据分析.mp4 10.16M

| | └──04 北京租房数据统计分析

| | | ├──01 09-0前置-北京市租房数据获取和重复值与空值处理.mp4 31.14M

| | | ├──02 09-1讲解-北京市租房数据获取和重复值与空值处理.mp4 29.06M

| | | ├──03 09-2点评-北京市租房数据获取和重复值与空值处理.mp4 12.87M

| | | ├──04 10-1讲解-数据类型转换（面积，户型）.mp4 30.60M

| | | ├──05 10-2点评-数据类型转换（面积，户型）.mp4 6.86M

| | | ├──06 11-1讲解-房源数量和位置分布分析.mp4 20.14M

| | | ├──07 11-2点评-房源数量和位置分布分析.mp4 4.41M

| | | ├──08 12-1讲解-户型数量基本分析.mp4 38.49M

| | | ├──09 12-2点评-户型数量基本分析.mp4 19.37M

| | | ├──10 12-3点评-户型数量基本分析.mp4 7.92M

| | | ├──11 13-1讲解-平均租金基本分析.mp4 53.57M

| | | ├──12 13-2点评-平均租金基本分析.mp4 25.19M

| | | ├──13 14-1讲解-面积区间分析.mp4 8.61M

| | | ├──14 14-2点评-面积区间分析.mp4 6.22M

| | | └──15 14-3点评-内容总结.mp4 63.69M

| ├──07 第七章 K近邻算法V2.1

| | ├──01 k近邻算法介绍

| | | ├──01 01-0前置-K-近邻算法简介.mp4 8.46M

| | | ├──02 01-1讲解-K-近邻算法简介.mp4 31.54M

| | | ├──03 01-2点评-K-近邻算法简介.mp4 8.20M

| | | ├──04 02-1讲解-K近邻算法api初步使用.mp4 21.16M

| | | ├──05 02-2点评-K近邻算法api初步使用.mp4 19.07M

| | | ├──06 03-1讲解-机器学习中距离度量介绍.mp4 35.21M

| | | ├──07 03-2点评-机器学习中距离度量介绍.mp4 16.36M

| | | ├──08 04-1讲解-K值的选择介绍.mp4 13.99M

| | | └──09 04-2点评-K值的选择介绍.mp4 12.54M

| | ├──02 kd树

| | | ├──01 05-1讲解-kd树和kd树的构造过程.mp4 27.69M

| | | ├──02 05-2点评-kd树和kd树的构造过程.mp4 15.22M

| | | ├──03 06-1讲解-kd树案例实现.mp4 41.83M

| | | ├──04 06-2点评-kd树案例实现.mp4 18.38M

| | | ├──05 06-3点评-内容回顾.mp4 11.95M

| | | └──06 06-4点评-kd树案例实现.mp4 19.84M

| | ├──03 数据集处理

| | | ├──01 07-1讲解-数据集获取和属性介绍.mp4 50.71M

| | | ├──02 07-2点评-数据集获取和属性介绍.mp4 21.16M

| | | ├──03 08-1讲解-数据可视化介绍.mp4 18.62M

| | | ├──04 08-2讲解-数据可视化介绍.mp4 7.30M

| | | ├──05 09-1讲解-数据集的划分.mp4 25.96M

| | | └──06 09-2点评-数据集的划分.mp4 9.00M

| | ├──04 特征工程

| | | ├──01 10-1讲解-特征预处理简介.mp4 10.77M

| | | ├──02 10-2点评-特征预处理简介.mp4 3.43M

| | | ├──03 11-1讲解-归一化和标准化介绍.mp4 43.38M

| | | ├──04 11-2点评-归一化和标准化介绍.mp4 27.61M

| | | └──05 11-3点评-归一化和标准化介绍.mp4 3.73M

| | ├──05 KNN总结

| | | ├──01 12-1讲解-鸢尾花种类预测.mp4 40.15M

| | | ├──02 12-2点评-鸢尾花种类预测.mp4 9.35M

| | | ├──03 12-3点评-内容总结.mp4 13.16M

| | | ├──04 12-4点评-内容回顾.mp4 57.41M

| | | ├──05 13-1讲解-KNN算法总结.mp4 9.53M

| | | └──06 13-2点评-KNN算法总结.mp4 4.77M

| | ├──06 交叉验证, 网格搜索

| | | ├──01 14-1讲解-交叉验证、网格搜索概念介绍.mp4 18.35M

| | | ├──02 14-2点评-交叉验证、网格搜索概念介绍.mp4 11.99M

| | | ├──03 15-1讲解-交叉验证、网格搜索案例实现.mp4 24.25M

| | | └──04 15-2点评-交叉验证、网格搜索案例实现.mp4 8.61M

| | └──07 案例 Facebook位置预测

| | | ├──01 01-1讲解-案例-Facebook位置预测流程分析.mp4 21.89M

| | | ├──02 01-2点评-案例-Facebook位置预测流程分析.mp4 13.11M

| | | ├──03 02-1讲解-案例-Facebook位置预测代码实现1.mp4 56.53M

| | | ├──04 02-2点评-案例-Facebook位置预测代码实现1.mp4 33.29M

| | | ├──05 03-1讲解-案例-Facebook位置预测代码实现2.mp4 42.00M

| | | ├──06 03-3点评-案例-Facebook位置预测代码实现2.mp4 8.46M

| | | ├──07 04-1讲解-补充-数据分割和留出法.mp4 26.49M

| | | ├──08 04-2点评-补充-数据分割和留出法.mp4 14.03M

| | | ├──09 05-1讲解-补充-交叉验证法和自助法.mp4 43.45M

| | | └──10 05-2点评-补充-交叉验证法和自助法.mp4 17.93M

| ├──08 第八章 线性回归V2.1

| | ├──01 回归介绍

| | | ├──01 06-1讲解-线性回归简介.mp4 23.82M

| | | ├──02 06-2点评-线性回归简介.mp4 4.59M

| | | ├──03 07-1讲解-初始线性回归api.mp4 13.80M

| | | ├──04 08-1讲解-数学：求导.mp4 11.99M

| | | └──05 08-2点评-数学：求导.mp4 5.50M

| | ├──02 损失优化

| | | ├──01 09-1讲解-线性回归中损失函数的介绍.mp4 11.44M

| | | ├──02 09-2点评-线性回归中损失函数的介绍.mp4 9.31M

| | | ├──03 10-1讲解-使用正规方程对损失函数进行优化.mp4 23.42M

| | | ├──04 10-2点评-使用正规方程对损失函数进行优化.mp4 20.67M

| | | ├──05 11-1讲解-使用梯度下降法对损失函数进行优化.mp4 31.35M

| | | └──06 11-2点评-使用梯度下降法对损失函数进行优化.mp4 15.81M

| | └──03 回归相关知识

| | | ├──01 12-1讲解-梯度下降法方法介绍.mp4 52.14M

| | | ├──02 12-2点评-梯度下降法方法介绍.mp4 22.88M

| | | ├──03 12-3点评-内容回顾.mp4 47.57M

| | | ├──04 13-0前置-线性回归api再介绍.mp4 4.86M

| | | ├──05 13-1讲解-线性回归api再介绍.mp4 6.68M

| | | ├──06 13-2点评-线性回归api再介绍.mp4 8.79M

| | | ├──07 14-1讲解-波士顿房价预测案例.mp4 55.08M

| | | ├──08 14-2点评-波士顿房价预测案例.mp4 7.77M

| | | ├──09 15-1讲解-欠拟合和过拟合的介绍.mp4 23.99M

| | | ├──10 15-2点评-欠拟合和过拟合的介绍.mp4 16.48M

| | | ├──11 16-1讲解-正则化线性模型.mp4 13.51M

| | | ├──12 16-2点评-正则化线性模型.mp4 11.99M

| | | ├──13 17-1讲解-岭回归介绍.mp4 25.00M

| | | ├──14 17-2点评-岭回归介绍.mp4 6.54M

| | | ├──15 18-1讲解-模型保存和加载.mp4 21.74M

| | | └──16 18-2点评-模型保存和加载.mp4 3.52M

| ├──09 第九章 逻辑回归V2.1

| | └──01 逻辑回归

| | | ├──01 01-1讲解-逻辑回归介绍.mp4 31.32M

| | | ├──02 01-2点评-逻辑回归介绍.mp4 19.91M

| | | ├──03 02-1讲解-逻辑回归api介绍.mp4 4.61M

| | | ├──04 02-2点评-内容回顾.mp4 19.03M

| | | ├──05 03-1讲解-肿瘤预测案例.mp4 43.08M

| | | ├──06 03-2点评-肿瘤预测案例.mp4 16.55M

| | | ├──07 04-1讲解-分类评估方法介绍.mp4 52.11M

| | | ├──08 04-2点评-分类评估方法介绍.mp4 17.71M

| | | ├──09 05-1讲解-roc曲线绘制过程.mp4 26.54M

| | | ├──10 05-2点评-roc曲线绘制过程.mp4 16.16M

| | | ├──11 05-3点评-roc曲线绘制过程.mp4 4.39M

| | | ├──12 06-1讲解-补充-类别不平衡数据介绍.mp4 23.93M

| | | ├──13 06-2点评-补充-类别不平衡数据介绍.mp4 6.35M

| | | ├──14 07-1讲解-补充-过采样和欠采样介绍.mp4 32.28M

| | | └──15 07-2点评-补充-过采样和欠采样介绍.mp4 14.27M

| ├──10 第十章 决策树V2.1

| | ├──01 信息增益

| | | ├──01 08-1讲解-决策树算法简介.mp4 5.81M

| | | ├──02 09-1讲解-熵的介绍.mp4 19.69M

| | | ├──03 09-2点评-熵的介绍.mp4 87.16M

| | | ├──04 09-3点评-内容回顾.mp4 51.75M

| | | ├──05 09-3点评-熵的介绍.mp4 10.08M

| | | ├──06 10-0前置-信息增益的介绍.mp4 8.86M

| | | ├──07 10-1讲解-信息增益的介绍.mp4 30.28M

| | | ├──08 10-2点评-信息增益的介绍.mp4 31.45M

| | | ├──09 11-1讲解-信息增益率的介绍.mp4 32.23M

| | | ├──10 11-2点评-信息增益率的介绍.mp4 25.83M

| | | ├──11 12-1讲解-基尼指数的介绍.mp4 27.11M

| | | ├──12 12-2点评-基尼指数的介绍.mp4 19.45M

| | | ├──13 13-1讲解-决策树划分原理小结.mp4 16.10M

| | | ├──14 13-2点评-决策树划分原理小结.mp4 7.10M

| | | ├──15 14-1讲解-cart剪枝介绍.mp4 44.32M

| | | └──16 14-2点评-cart剪枝介绍.mp4 31.54M

| | ├──02 特征提取

| | | ├──01 15-1讲解-字典特征提取.mp4 34.26M

| | | ├──02 15-2点评-字典特征提取.mp4 11.82M

| | | ├──03 16-1讲解-英文文本特征提取.mp4 24.98M

| | | ├──04 16-2点评-英文文本特征提取.mp4 9.33M

| | | ├──05 17-1讲解-中文文本特征提取.mp4 54.59M

| | | ├──06 17-2点评-中文文本特征提取.mp4 43.08M

| | | ├──07 18-1讲解-tfidf内容讲解.mp4 24.26M

| | | ├──08 18-2点评-tfidf内容讲解.mp4 10.39M

| | | └──09 18-3点评-tfidf内容讲解.mp4 13.69M

| | ├──03 案例泰坦生存预测

| | | ├──01 01-1讲解-决策树算法api介绍.mp4 4.89M

| | | ├──02 01-2点评-决策树算法api介绍.mp4 16.48M

| | | ├──03 02-1讲解-泰坦尼克号乘客生存预测.mp4 66.07M

| | | ├──04 02-2点评-泰坦尼克号乘客生存预测.mp4 13.59M

| | | ├──05 03-1讲解-树木可视化操作.mp4 31.31M

| | | └──06 03-2点评-树木可视化操作.mp4 12.99M

| | └──04 回归决策树

| | | ├──01 04-1讲解-回归决策树介绍.mp4 71.48M

| | | ├──02 04-2点评-回归决策树介绍.mp4 28.56M

| | | ├──03 05-1讲解-回归决策树和线性回归对比.mp4 30.81M

| | | └──04 05-2点评-回归决策树和线性回归对比.mp4 3.19M

| ├──11 第十一章 集成学习V2.1

| | ├──01 集成介绍

| | | ├──01 06-1讲解-集成学习基本介绍.mp4 8.47M

| | | ├──02 07-1讲解-bagging和随机森林.mp4 62.34M

| | | ├──03 07-2点评-bagging和随机森林.mp4 13.07M

| | | ├──04 07-3点评-bagging和随机森林.mp4 8.21M

| | | └──05 07-4点评-内容回顾.mp4 30.41M

| | ├──02 随机森林案例

| | | ├──01 08-1讲解-otto案例介绍以及数据获取.mp4 31.00M

| | | ├──02 08-2点评-otto案例介绍以及数据获取.mp4 10.84M

| | | ├──03 09-1讲解-otto数据基本处理.mp4 29.69M

| | | ├──04 09-2点评-otto数据基本处理.mp4 19.47M

| | | ├──05 10-1讲解-otto数据模型基本训练.mp4 35.45M

| | | ├──06 10-2点评-otto数据模型基本训练.mp4 6.52M

| | | ├──07 11-1讲解-模型调优和确定最优模型.mp4 82.70M

| | | ├──08 11-2点评-模型调优和确定最优模型.mp4 9.55M

| | | ├──09 11-3点评-模型调优和确定最优模型.mp4 12.98M

| | | ├──10 12-1讲解-生成提交数据.mp4 40.56M

| | | └──11 12-2点评-生成提交数据.mp4 17.24M

| | └──03 集成学习

| | | ├──01 13-1讲解-boosting介绍.mp4 36.79M

| | | ├──02 13-2点评-boosting介绍.mp4 73.84M

| | | ├──03 14-1讲解-GBDT的介绍.mp4 18.55M

| | | └──04 14-2点评-GBDT的介绍.mp4 44.35M

| ├──12 第十二章 聚类算法V2.1

| | └──01 聚类算法

| | | ├──01 01-1讲解-聚类算法介绍.mp4 7.06M

| | | ├──02 02-1讲解-聚类算法api初步实现.mp4 23.82M

| | | ├──03 02-2点评-聚类算法api初步实现.mp4 20.67M

| | | ├──04 03-1讲解-聚类算法实现流程.mp4 15.70M

| | | ├──05 03-2点评-聚类算法实现流程.mp4 11.49M

| | | ├──06 04-1讲解-模型评估.mp4 31.57M

| | | ├──07 04-2点评-模型评估.mp4 20.65M

| | | ├──08 05-1讲解-算法优化介绍.mp4 34.43M

| | | ├──09 05-2点评-算法优化介绍.mp4 26.22M

| | | ├──10 06-1讲解-特征降维内容介绍.mp4 62.22M

| | | ├──11 06-2点评-特征降维内容介绍.mp4 7.58M

| | | ├──12 07-1讲解-pca降维介绍.mp4 4.59M

| | | ├──13 08-1讲解-用户对物品类别的喜好细分案例.mp4 41.11M

| | | └──14 08-2点评-用户对物品类别的喜好细分案例.mp4 10.28M

| ├──13 第十三章 朴素贝叶斯V2.1

| | └──01 朴素贝叶斯

| | | ├──01 09-1讲解-初始朴素贝叶斯.mp4 4.41M

| | | ├──02 09-2点评-初始朴素贝叶斯.mp4 4.86M

| | | ├──03 10-1讲解-概率内容复习.mp4 44.90M

| | | ├──04 10-2点评-概率内容复习.mp4 8.48M

| | | ├──05 11-1讲解-朴素贝叶斯计算案例.mp4 25.85M

| | | ├──06 11-2点评-朴素贝叶斯计算案例.mp4 12.08M

| | | ├──07 12-1讲解-朴素贝叶斯案例实现1.mp4 24.54M

| | | ├──08 13-1讲解-朴素贝叶斯案例实现2.mp4 81.69M

| | | ├──09 13-2点评-朴素贝叶斯案例实现2.mp4 7.98M

| | | ├──10 13-3点评-内容回顾.mp4 13.01M

| | | ├──11 13-4点评-内容回顾.mp4 46.75M

| | | ├──12 14-1讲解-朴素贝叶斯内容总结.mp4 13.25M

| | | └──13 14-2点评-朴素贝叶斯内容总结.mp4 23.99M

| ├──14 第十四章 SVM算法V2.1

| | └──01 SVM算法

| | | ├──01 01-1讲解-SVM基本介绍.mp4 28.56M

| | | ├──02 01-2点评-SVM基本介绍.mp4 18.20M

| | | ├──03 02-1讲解-SVM算法api初步使用.mp4 5.69M

| | | ├──04 03-1讲解-SVM算法推导的目标函数.mp4 27.97M

| | | ├──05 03-2点评-SVM算法推导的目标函数.mp4 19.07M

| | | ├──06 04-1讲解-SVM目标函数推导过程及举例.mp4 42.32M

| | | ├──07 04-2点评-SVM目标函数推导过程及举例.mp4 47.83M

| | | ├──08 04-3点评-内容回顾.mp4 42.43M

| | | ├──09 05-1讲解-SVM损失函数.mp4 14.70M

| | | ├──10 05-2点评-SVM损失函数.mp4 9.12M

| | | ├──11 06-1讲解-SVM的核方法介绍.mp4 34.17M

| | | ├──12 06-2点评-SVM的核方法介绍.mp4 8.83M

| | | ├──13 07-1讲解-SVM回归介绍.mp4 2.35M

| | | ├──14 07-2点评-SVM回归介绍.mp4 6.35M

| | | ├──15 08-1讲解-SVM算法api再介绍.mp4 17.27M

| | | ├──16 08-2点评-SVM算法api再介绍.mp4 10.63M

| | | ├──17 09-1讲解-数字识别器案例初步介绍.mp4 17.91M

| | | ├──18 09-2点评-数字识别器案例初步介绍.mp4 8.31M

| | | ├──19 10-1讲解-数字识别器-获取数据.mp4 27.29M

| | | ├──20 10-2点评-数字识别器-获取数据.mp4 5.98M

| | | ├──21 11-1讲解-数字识别器-数据基本处理和模型训练.mp4 60.61M

| | | ├──22 11-2点评-数字识别器-数据基本处理和模型训练.mp4 10.05M

| | | ├──23 12-1讲解-SVM总结.mp4 4.12M

| | | ├──24 12-2点评-SVM总结.mp4 6.07M

| | | └──25 12-3点评-内容总结.mp4 7.98M

| ├──15 第十五章 EM算法V2.1

| | └──01 EM算法

| | | ├──01 01-1讲解-初识EM算法.mp4 5.73M

| | | ├──02 01-2点评-初识EM算法.mp4 5.91M

| | | ├──03 02-1讲解-EM算法介绍.mp4 22.61M

| | | ├──04 02-2点评-EM算法介绍.mp4 7.37M

| | | ├──05 02-3点评-内容回顾.mp4 44.84M

| | | ├──06 03-0前置-EM算法实例.mp4 9.45M

| | | ├──07 03-1讲解-EM算法实例.mp4 42.03M

| | | └──08 03-2点评-EM算法实例.mp4 19.54M

| ├──16 第十六章 HMM算法V2.1

| | └──01 HMM算法

| | | ├──01 04-1讲解-马尔科夫链的介绍.mp4 12.12M

| | | ├──02 04-2点评-马尔科夫链的介绍.mp4 8.24M

| | | ├──03 05-1讲解-HMM模型的简单案例.mp4 37.36M

| | | ├──04 05-2点评-HMM模型的简单案例.mp4 16.85M

| | | ├──05 06-1讲解-HMM模型三种经典问题举例求解.mp4 54.74M

| | | ├──06 06-2点评-HMM模型三种经典问题举例求解.mp4 20.99M

| | | ├──07 07-1讲解-HMM模型基础.mp4 45.89M

| | | ├──08 07-2点评-HMM模型基础.mp4 17.02M

| | | ├──09 08-1讲解-前向后向算法评估观察序列概率.mp4 10.08M

| | | ├──10 08-2点评-前向后向算法评估观察序列概率.mp4 6.87M

| | | ├──11 08-3点评-内容回顾.mp4 23.43M

| | | ├──12 08-4点评-前向后向算法评估观察序列概率.mp4 33.56M

| | | ├──13 09-1讲解-维特比算法解码隐藏状态序列.mp4 43.51M

| | | ├──14 09-2点评-维特比算法解码隐藏状态序列.mp4 19.59M

| | | ├──15 10-1讲解-鲍姆-韦尔奇算法简介.mp4 4.75M

| | | ├──16 11-1讲解-HMM模型api介绍及案例代码实现.mp4 47.76M

| | | └──17 11-2点评-HMM模型api介绍及案例代码实现.mp4 17.37M

| └──17 第十七章 集成学习进阶V2.1

| | ├──01 XGBoost算法

| | | ├──01 01-1讲解-xgboost最优模型构建方法.mp4 10.26M

| | | ├──02 01-2点评-xgboost最优模型构建方法.mp4 7.53M

| | | ├──03 02-1讲解-目标函数确定和树的复杂度介绍.mp4 24.40M

| | | ├──04 02-2点评-目标函数确定和树的复杂度介绍.mp4 18.21M

| | | ├──05 03-1讲解-XGBoost目标函数的推导.mp4 32.23M

| | | ├──06 03-2点评-回顾.mp4 68.62M

| | | ├──07 03-2点评-XGBoost目标函数的推导.mp4 35.35M

| | | ├──08 04-1讲解-XGBoost的回归树构建方法.mp4 17.14M

| | | ├──09 04-2点评-XGBoost的回归树构建方法.mp4 10.39M

| | | ├──10 05-1讲解-XGBoost和GBDT的区别.mp4 31.60M

| | | ├──11 05-2点评-XGBoost和GBDT的区别.mp4 6.52M

| | | ├──12 06-1讲解-xgboost算法api与参数介绍.mp4 28.11M

| | | ├──13 06-2点评-xgboost算法api与参数介绍.mp4 30.85M

| | | └──14 07-1讲解-xgboost简单案例介绍.mp4 26.05M

| | ├──02 otto案例

| | | ├──01 08-1讲解-otto案例xgboost实现-数据基本处理.mp4 69.49M

| | | ├──02 08-2点评-otto案例xgboost实现-数据基本处理.mp4 13.78M

| | | ├──03 08-3点评-otto案例xgboost实现-数据基本处理.mp4 3.28M

| | | ├──04 09-1讲解-otto案例xgboost实现-模型基本训练.mp4 17.48M

| | | ├──05 10-1讲解-otto案例xgboost实现-模型调优.mp4 16.55M

| | | ├──06 10-2点评-otto案例xgboost实现-模型调优.mp4 5.94M

| | | ├──07 10-3点评-内容回顾.mp4 7.53M

| | | └──08 11-1讲解-otto案例xgboost实现-最优模型运行.mp4 27.77M

| | ├──03 lightGBM算法

| | | ├──01 01-1讲解-lightGBM简单介绍.mp4 27.61M

| | | ├──02 01-2点评-lightGBM简单介绍.mp4 9.64M

| | | ├──03 02-1讲解-lightGBM算法原理介绍.mp4 32.15M

| | | ├──04 02-2点评-lightGBM算法原理介绍.mp4 34.90M

| | | ├──05 03-1讲解-lightGBM算法api参数介绍.mp4 19.17M

| | | ├──06 03-2点评-lightGBM算法api参数介绍.mp4 27.61M

| | | ├──07 04-1讲解-lightGBM算法简单案例介绍.mp4 48.19M

| | | ├──08 04-2点评-lightGBM算法简单案例介绍.mp4 8.05M

| | | ├──09 05-1讲解-pubg案例简介.mp4 22.89M

| | | └──10 05-2点评-pubg案例简介.mp4 5.79M

| | └──04 绝地求生案例

| | | ├──01 06-1讲解-获取pubg数据.mp4 31.54M

| | | ├──02 06-2点评-获取pubg数据.mp4 4.06M

| | | ├──03 07-1讲解-数据缺失值处理和查看每场比赛人数.mp4 44.86M

| | | ├──04 07-2点评-数据缺失值处理和查看每场比赛人数.mp4 5.46M

| | | ├──05 07-3点评-内容回顾.mp4 59.06M

| | | ├──06 08-1讲解-规范化输出部分数据和部分变量合成.mp4 34.52M

| | | ├──07 09-1讲解-异常值处理1.mp4 63.20M

| | | ├──08 09-2点评-异常值处理1.mp4 12.92M

| | | ├──09 10-1讲解-异常值值处理2.mp4 49.77M

| | | ├──10 10-2点评-异常值值处理2.mp4 7.73M

| | | ├──11 11-1讲解-类别型数据处理.mp4 41.83M

| | | ├──12 11-2点评-类别型数据处理.mp4 9.68M

| | | ├──13 12-1讲解-数据截取、确定特征值和目标值、分割数据集.mp4 17.74M

| | | ├──14 13-1讲解-使用RF进行模型训练.mp4 57.58M

| | | ├──15 13-2点评-使用RF进行模型训练.mp4 10.60M

| | | ├──16 14-1讲解-lightGBM对模型调优1.mp4 45.77M

| | | ├──17 14-2点评-lightGBM对模型调优1.mp4 7.15M

| | | ├──18 15-1讲解-lightGBM对模型调优2.mp4 51.14M

| | | └──19 15-2点评-lightGBM对模型调优2.mp4 6.60M

└──02 阶段二 数据挖掘

| └──01 第一章 SparkMllib数据挖掘+SparkGraphX

| | ├──01 1-SparkMllib机器学习理论基础详解

| | | ├──01 01-机器学习和大数据的区别(一).mp4 27.46M

| | | ├──02 02-机器学习和大数据的区别和联系(二).mp4 34.79M

| | | ├──03 03-机器学习和大数据的区别和联系(三).mp4 26.25M

| | | ├──04 04-人工智能和机器学习的区别.mp4 36.52M

| | | ├──05 05-数据分析和数据挖掘联系.mp4 15.29M

| | | ├──06 06-什么是机器学习问题.mp4 29.83M

| | | ├──07 07-基于规则的学习和基于模型的学习方式.mp4 24.42M

| | | ├──08 08-机器学习数据集概述1.mp4 19.66M

| | | ├──09 09-机器学习数据集概述2.mp4 25.69M

| | | ├──10 10-机器学习数据集概述3.mp4 27.34M

| | | ├──11 11-机器学习问题分类.mp4 57.62M

| | | ├──12 12-机器学习三要素强化.mp4 19.07M

| | | ├──13 13-构建机器学习模型的流程.mp4 14.93M

| | | ├──14 14-模型选择.mp4 26.87M

| | | └──15 15-交叉验证及经验和结构风险.mp4 39.40M

| | ├──02 2-SparkMllib库特征工程基础与实战(一)

| | | ├──01 01-SparkMllib的功能.mp4 33.11M

| | | ├──02 2-SparkMllib的版本.mp4 17.59M

| | | ├──03 3-SparkMllib架构.mp4 20.90M

| | | ├──04 4-环境搭建及RDD、DF、DS的转换实践.mp4 62.06M

| | | ├──05 5-如何利用SparkMllib构建机器学习推荐架构.mp4 31.60M

| | | ├──06 6.SparkMllib算法分类及应用场景.mp4 18.40M

| | | ├──07 7-SparkMllib基础数据类型-localvector.mp4 45.63M

| | | ├──08 8-SparkMllib基础数据类型-labelpoint.mp4 20.59M

| | | ├──09 9.SparkMllib基础数据类型-libsvm数据读取.mp4 34.81M

| | | ├──10 10.SparkMllib基础数据类型-localmatrix.mp4 22.26M

| | | ├──11 11.SparkMllib基础数据类型-分布式行矩阵和行索引矩阵.mp4 49.11M

| | | ├──12 12.SparkMllib基础数据类型-分块矩阵.mp4 56.24M

| | | ├──13 13.SparkMllib均值和方差.mp4 49.91M

| | | ├──14 14-SparkMllib相关系数.mp4 46.00M

| | | ├──15 15-SparkMllib假设检验的卡方验证.mp4 53.83M

| | | ├──16 16-SparkMllib假设检验和随机数的产生.mp4 65.55M

| | | ├──17 17-特征提取tf-ifd.mp4 61.09M

| | | ├──18 18-特征提取-word2vec实践.mp4 25.72M

| | | └──19 19-特征提取CountVector.mp4 25.16M

| | ├──03 3-SparkMllib库特征工程基础与实战(二)

| | | ├──01 20-特征转化的二值化操作.mp4 4.29M

| | | ├──02 21-特征转换-PCA操作.mp4 56.88M

| | | ├──03 22-特征转换-类别型数据和数值型数据转换.mp4 19.07M

| | | ├──04 23-特征转换-OneHot编码方式.mp4 17.36M

| | | ├──05 24-特征转换-VectorIndexer转换操作.mp4 5.94M

| | | ├──06 25-正则项.mp4 39.58M

| | | ├──07 26-数值型数据处理的方法.mp4 35.19M

| | | ├──08 27-Bucketizer分箱.mp4 21.74M

| | | ├──09 28-ElementWise与SQLTransform实践.mp4 33.18M

| | | ├──10 29-特征转换VectorAssemble.mp4 51.11M

| | | ├──11 30-特征转换-QuantileDiscretizer.mp4 18.55M

| | | ├──12 31-特征选择VectorSlicer.mp4 25.08M

| | | ├──13 32-RFormula和卡方验证选择特征方法.mp4 43.44M

| | | ├──14 33-卡方验证案例补充.mp4 45.61M

| | | ├──15 36-案例实践2-Iris统计初步实践.mp4 29.24M

| | | ├──16 37-案例实践2-Iris的rdd相关系数实践.mp4 15.62M

| | | ├──17 38-案例实践2-iris的Dataframe数据统计.mp4 40.68M

| | | └──18 39-案例实践2-iris的SParkMllib特征工程实践.mp4 50.92M

| | ├──04 4-SparkMllib决策树算法基础与实战

| | | ├──01 1-了解什么是决策树.mp4 23.43M

| | | ├──02 2.基于规则建树.mp4 42.78M

| | | ├──03 3-信息熵的理解.mp4 11.91M

| | | ├──04 4-ID3算法步骤详解.mp4 19.05M

| | | ├──05 5-ID3算法举例和C4.5算法改进.mp4 36.99M

| | | ├──06 6-决策树的剪枝方式.mp4 31.73M

| | | ├──07 7-电商购买数据集ID3算法对比实践.mp4 18.83M

| | | ├──08 8-Cart树的回归树原理理解.mp4 40.60M

| | | ├──09 9-Cart树算法案例讲解.mp4 9.47M

| | | ├──10 10-Cart分类树原理及Gini系数.mp4 29.30M

| | | ├──11 11-Cart分类树的案例.mp4 15.67M

| | | ├──12 12-SparkMllib实战libsvm数据建模.mp4 94.66M

| | | ├──13 13-SparkMl实战libsvm数据全流程讲解实战.mp4 75.64M

| | | ├──14 14-SparkMllib相亲数据建模分析.mp4 53.48M

| | | ├──15 15-SparkMllib实战iris鸢尾花实战.mp4 69.19M

| | | └──16 16-SparkMl实战Iris特征工程及建模实战1.mp4 69.91M

| | ├──05 5-SparkMllib高级模块与线性回归基础及实战

| | | ├──01 1-SparkMllib的pipeline简介.mp4 16.87M

| | | ├──02 2-Dataframe组件.mp4 40.75M

| | | ├──03 3-Pipeline原理.mp4 28.14M

| | | ├──04 4-通过set方法和ParamMap方法赋值超参数的选项.mp4 43.83M

| | | ├──05 5-通过pipeline完成案例的代码编写.mp4 42.27M

| | | ├──06 6-如何对模型选择与优化.mp4 12.08M

| | | ├──07 7-超参数的网格搜索.mp4 61.95M

| | | ├──08 8-简单交叉验证及模型选择.mp4 43.49M

| | | ├──09 9-简单线性回归.mp4 30.62M

| | | ├──10 10-最小二乘法解决简单线性回归原理.mp4 19.68M

| | | ├──11 11-多元线性回归简介.mp4 10.60M

| | | ├──12 12-最小二乘推导补充(补充).mp4 33.56M

| | | ├──13 13-线性回归的变体及各适用场景.mp4 35.24M

| | | ├──14 14-SparkMl实战脂肪数据集的案例.mp4 71.77M

| | | ├──15 15-SparkMl实战运输时间的预测分析.mp4 34.03M

| | | ├──16 16-SparkMllib基于RDD结构实战线性回归实例.mp4 36.23M

| | | ├──17 16-SparkMl实战libsvm数据的形式.mp4 22.40M

| | | └──18 17-Sparkml完成房价预测分析实战.mp4 86.89M

| | ├──06 6-SparkMllib聚类算法基础与实战

| | | ├──01 1-什么是聚类.mp4 15.62M

| | | ├──02 2-关于多种距离的度量简介.mp4 24.45M

| | | ├──03 3-聚类算法核心思想.mp4 25.52M

| | | ├──04 4-KMeans的举例.mp4 27.88M

| | | ├──05 5-Kmens算法性能指标分析.mp4 20.92M

| | | ├──06 6-KMeans特点及注意事项.mp4 21.45M

| | | ├──07 7-SparkMLIB实战KMEans算法.mp4 43.28M

| | | ├──08 8-SparkMLLIB实现药品数据得简单聚类.mp4 29.78M

| | | ├──09 9-SparkMl实现基本数据的聚类分析实战.mp4 27.09M

| | | ├──10 10-SparkMl和parkSql实现经纬度数据聚类分析实战.mp4 76.30M

| | | ├──11 11-k-medoids了解.mp4 22.66M

| | | ├──12 12-其他聚类思路-层次聚类方法.mp4 27.07M

| | | ├──13 13-基于密度的聚类DBSCAN.mp4 32.41M

| | | ├──14 14-GMM模型原理.mp4 36.95M

| | | ├──15 15-聚类算法的总结：.mp4 9.13M

| | | ├──16 16-SparkMllib实现对于层次聚类的分析.mp4 29.82M

| | | ├──17 17-SparkMllib完成对于GMM高斯混合模型实践分析.mp4 26.45M

| | | ├──18 18-SparkLDA实现了主题的提取实战.mp4 70.59M

| | | └──19 19-SparkML实现IRis鸢尾花的聚类算法实战.mp4 35.52M

| | ├──07 7-SparkGraphX理论基础与实战

| | | ├──01 1-图基本概念以及图计算应用.mp4 18.42M

| | | ├──02 2-SparkGraphX简介.mp4 17.30M

| | | ├──03 3-SparkGraphX图算法.mp4 14.53M

| | | ├──04 4-SparkGraphX抽象是RDPG—弹性分布式属性图.mp4 9.83M

| | | ├──05 5-SparkGraphX架构层面及存储方式简介.mp4 19.79M

| | | ├──06 6-SparkGraphX定义顶点操作.mp4 51.14M

| | | ├──07 7-SparkGraphX构件图及查询的操作.mp4 50.71M

| | | ├──08 8-图的基本数据结构.mp4 36.98M

| | | ├──09 9-图的类型和图的存储方式简介.mp4 42.42M

| | | ├──10 10-构建图的方法原理及源码了解创建过程.mp4 68.66M

| | | ├──11 11-构建图的操作代码.mp4 66.34M

| | | ├──12 12-社交网络数据的创建部分代码实战.mp4 57.45M

| | | ├──13 13-图的基本信息–顶点、边、入度、出度.mp4 50.66M

| | | ├──14 14-图的转换操作：mapVertices、mapEdges、mapTriplet.mp4 4.29M

| | | ├──15 15-图的结构操作：reverse、subgraph、mask、groupGraph.mp4 57.59M

| | | ├──16 16-图的关联操作.mp4 25.08M

| | | └──17 17-图的聚合以及图的操作API总结.mp4 47.91M

| | └──08 8-SparkGraphX与SparkMllib综合实战

| | | ├──01 1-PageRank算法的基本假设和理解.mp4 14.24M

| | | ├──02 2-PageRank算法思想.mp4 39.18M

| | | ├──03 3-PageRank算法深入.mp4 22.74M

| | | ├──04 4-SparkGraphX通过社交网络数据完成重要节点的选择.mp4 59.35M

| | | ├──05 5-通过wiki数据达到网页重要性的pagerank度量.mp4 31.57M

| | | ├──06 6-通过PageRank算法得到网页排名的重要性.mp4 33.11M

| | | ├──07 7-广度优先遍历.mp4 52.29M

| | | ├──08 8-SparkGrphX实现最短路径.mp4 44.76M

| | | ├──09 9-连通图和强联通图.mp4 51.14M

| | | ├──10 10-SparkGraphx实战三角关系网络发现.mp4 44.86M

| | | ├──11 11-SVD实战推荐算法预测.mp4 26.45M