价格: 99 学币

分类: 更多

发布时间: 2022-09-23 19:06:18

最近更新: 2022-09-23 19:06:18

资源类型: VIP

优惠: 开通VIP/SVIP免费获取此资源

开通VIP享受更多优惠 网盘下载地址

资源目录

.
├── 01-自动聊天机器人项目班/
│   ├── 第1课 聊天机器人的基础模型与综述/
│   ├── 第2课 NLP基础及扫盲/
│   ├── 第3课 用基础机器学习方法制作聊天机器人/
│   ├── 第4课 深度学习基础及扫盲/
│   ├── 第5课 深度学习聊天机器人原理/
│   ├── 第6课 用深度学习方法制作聊天机器人/
│   ├── 第7课 看图回答VQA/
│   └── 第8课 简单易用的聊天机器人开发平台与展望/
├── 02-智能问答系统实战/
│   ├── [341M]  第1课 对话系统的介绍.ts
│   ├── [286M]  第2课 智能客服系统基础知识讲解.ts
│   ├── [391M]  第3课 深度学习技术讲解.ts
│   ├── [459M]  第4课 检索式与生成式对话系统.ts
│   ├── [354M]  第5课 Seq2Seq模型与attention机制.ts
│   └── [455M]  第6课 BERT详解.ts
├── 03-语音识别实战/
│   ├── 拓展阶段/
│   ├── 第一阶段 概览语音识别技术/
│   ├── 第三阶段 实战判别式训练和ASR模型/
│   └── 第二阶段 掌握声学模型和语言模型/
├── 04-语音识别技术的前世今生/
│   ├── [210M]  语音识别技术之今生:神经网络.ts
│   └── [228M]  语音识别技术之前世: GMM + HMM.ts
├── 05-无人驾驶实战/
│   ├── [202M]  第一课 自动驾驶概述.ts
│   ├── [216M]  第七课 高精地图与车路协同设备.ts
│   ├── [188M]  第三课 感知基础.ts
│   ├── [175M]  第九课 预测系统.ts
│   ├── [253M]  第二课 软件环境基础(ROS CMake).ts
│   ├── [287M]  第五课 感知实战:物体跟踪.ts
│   ├── [157M]  第八课 无人车定位系统.ts
│   ├── [221M]  第六课 视觉定位.ts
│   ├── [166M]  第十一课 控制理论.ts
│   ├── [260M]  第十二课 基于强化学习的自动驾驶系统.ts
│   ├── [187M]  第十课 路径规划.ts
│   └── [190M]  第四课 感知实战:目标检测.ts
├── 06-无人机自主飞行实战/
│   ├── [143M]  第1课 无人机硬件理论课.ts
│   ├── [2.3G]  第2课 无人机拼装实战.ts
│   ├── [290M]  第3课 Linux 基础知识.ts
│   ├── [310M]  第4课 ROS 与 OFFBOARD MODE.ts
│   ├── [217M]  第5课 无人机机载摄像头 3D 建模.ts
│   ├── [1.4G]  第6课 SLAM 原理及其介绍.ts
│   ├── [1.5G]  第7课 环境感知和路径规划.ts
│   ├── [709M]  第8课 GPS, IMU,SLAM 传感器融合.ts
│   ├── [340M]  第9课 基于地图的无人机定位及 Point-And-Fly.ts
│   └── [341M]  第10课 未来工业无人机和全自主飞行载人载货应用前景与障碍.ts
├── 07-图搜索实战班/
│   ├── [231M]  第1课 图搜索实战班第1讲.ts
│   ├── [1.6M]  第1课.pdf
│   ├── [233M]  第2课 图搜索实战班第2讲.ts
│   └── [1.2M]  第2课.pdf
├── 08-数据挖掘班/
│   ├── 其他资料/
│   ├── 第1课 数据科学与数学基础/
│   ├── 第2课 数据处理分析可视化/
│   ├── 第3课 海量数据的分布式处理/
│   ├── 第4课 关联规则挖掘/
│   ├── 第5课 数据与聚类/
│   ├── 第6课 海量高维数据与近似最近邻/
│   ├── 第7课 分类与排序/
│   ├── 第8课 推荐系统/
│   ├── 第9课 海量高维数据与维度约减/
│   └── 第10课 PageRank与图挖掘/
├── 09-生成对抗网络实战/
│   ├── [1.2M]  code.zip
│   ├── [ 52M]  gan-applications.zip
│   ├── [183K]  gan.zip
│   ├── [232M]  第1课 生成对抗网络基本原理.ts
│   ├── [187M]  第2课 多种多样的GAN.ts
│   ├── [214M]  第3课 基于能量的GAN.ts
│   ├── [ 18M]  第3课 更多的生成对抗网络.pdf
│   ├── [333M]  第4课 GAN实战.ts
│   ├── [8.3M]  第一课 声称对抗网络基本原理.pdf
│   └── [4.7M]  第二课:WGAN and more.pdf
├── 10-深度学习项目班/
│   ├── [349M]  卷积神经网络与计算机视觉.ts
│   ├── [368M]  神经网络初步.ts
│   ├── [371M]  第一课 深度卷积神经网络基础(原理、调参、Kaggle比赛实践).ts
│   ├── [629M]  第七课 从矩阵分解到FM based NN.ts
│   ├── [779M]  第三课 自然语言处理从入门到进阶.ts
│   ├── [423M]  第二课 深度学习在大规模图像搜索中的实际应用.ts
│   ├── [780M]  第五课 从FM到DNN到wide&amp_deep model.ts
│   ├── [570M]  第八课 从CCF神经网络到Deep Auto-encoder for CF.ts
│   ├── [637M]  第六课 FNN CCPM PNN与图片混合点击率预估.ts
│   └── [1.0G]  第四课 聊天机器人实战演练.ts
├── 11-深度学习论文班/
│   ├── [199M]  第1课 Reducing the dimensionality of data with neural networks..ts
│   ├── [130M]  第2课 A fast learning algorithm for deep belief nets..ts
│   ├── [226M]  第3课 Densely Connected Convolutional Networks.ts
│   ├── [287M]  第4课 A guide for convolution arithmetic for deep learning.ts
│   ├── [268M]  第5课 Imagenet classification with deep convolutional neural networks..ts
│   ├── [143M]  第6课 Speech recognition with deep recurrent neural networks.ts
│   ├── [263M]  第7课 Decoupled neural interfaces using synthetic gradients.ts
│   └── [233M]  第8课 Deep Learning without Poor Local Minima.ts
├── 12-深度学习第四期/
│   ├── 其他资料/
│   ├── 第一阶段 深度学习从零入门/
│   ├── 第三阶段 CNN延伸:深度学习框架与高级应用/
│   ├── 第二阶段 透彻理解CNN/
│   ├── 第五阶段 迁移学习与增强学习/
│   └── 第四阶段 掌握自然语言处理中的神经网络/
├── 13-人工智能极简入门/
│   ├── [221M]  第1课 机械思维:从人工智能发展史中,我们能获得什么启示?.ts
│   ├── [245M]  第2课 数据思维:为什么大数据当代AI发展的最大推手?.ts
│   ├── [227M]  第3课 辩证思维:如何成为智能时代的精英?.ts
│   ├── [227M]  第3课 辩证思维:如何成为智能时代的精英?.ts.baiduyun.downloading
│   ├── 第3课 辩证思维:如何成为智能时代的精英?.ts.baiduyun.downloading.cfg
│   ├── [228M]  第4课 锯箭思维:为什么说回归分析是完成数据到价值转换的好途径?.ts
│   ├── [227M]  第5课 中庸思维:机器学习的三大流派都是什么.ts
│   ├── [210M]  第6课 概率思维:为什么贝叶斯是一个现代人的人生观?.ts
│   ├── [239M]  第7课 维度思维:降维和升维给我们带来什么启示?.ts
│   ├── [226M]  第8课 不确定思维:为什么生命以负熵为生?.ts
│   ├── [259M]  第9课 心学思维:神经网络学习的生物学基础在哪里?.ts
│   └── [281M]  第10课 焦距思维:为什么卷积神经网络在深度学习中得到广泛应用?.ts
├── 14-区块链实战/
│   ├── [150M]  第一课 从比特币到区块链.ts
│   ├── [208M]  第七课 智能合约开发入门(实战项目).ts
│   ├── [201M]  第三课 手动实现简易区块链原型(代码实战).ts
│   ├── [179M]  第二课 共识、挖矿、交易以及钱包详解.ts
│   ├── [155M]  第五课 比特币的局限性及以太坊入门.ts
│   ├── [203M]  第八课 ICO揭秘以及如何发币.ts
│   ├── [147M]  第六课 智能合约学习准备.ts
│   └── [195M]  第四课 比特币源码编译和本地实验(略懂C++即可).ts
├── 15-迁移学习/
│   ├── [ 33M]  transfer-learning code.zip
│   ├── [179M]  第1课 迁移学习详解.ts
│   ├── [261M]  第2课 迁移学习实战.ts
│   └── [6.5M]  第一课 迁移学习.pdf
├── 16-七月在线-机器学习集训营第九期/
│   ├── 机器学习集训营第九期/
│   └── 资料/
├── 17-七月:推荐系统实战 第二期/
│   ├── [195M]  学术界最新算法在BAT的应用2.mp4
│   ├── [360M]  第1课 推荐系统简介:BAT、头条等.mp4
│   ├── [438M]  第2课 召回算法和业界最佳实践(一).mp4
│   ├── [436M]  第3课 召回算法和业界最佳实践(二).mp4
│   ├── [493M]  第4课 用户建模(召回、排序都会用到).mp4
│   ├── [512M]  第5课 排序算法&深度学习模型.mp4
│   ├── [417M]  第6课 重排序算法:Learn to Rank.mp4
│   ├── [270M]  第7课 学术界最新算法在BAT的应用1.mp4
│   └── [ 86M]  资料.zip
├── 18-面试求职第四期/
│   ├── [ 76M]  名企AI面试100题 第二版.pdf
│   ├── 第一阶段 掌握基础算法和数据结构/
│   ├── 第三阶段 实战动态规划和贪心/
│   ├── 第二阶段 玩转树、堆、图等高级数据结构/
│   └── 第四阶段 掌握海量数据处理和概率,求职心不慌/
├── 19-量化交易策略实战/
│   ├── [249M]  第1课 量化交易基础.ts
│   ├── [350M]  第2课 衍生品及交易策略(A).ts
│   ├── [350M]  第2课 衍生品及交易策略(A).ts.baiduyun.downloading
│   ├── 第2课 衍生品及交易策略(A).ts.baiduyun.downloading.cfg
│   ├── [242M]  第3课 衍生品及交易策略(B).ts
│   └── [312M]  第4课 统计套利.ts
├── 20-矩阵与凸优化班/
│   ├── [830K]  Lecture1.pdf
│   ├── [491K]  Lecture2.pdf
│   ├── [315K]  Lecture3.pdf
│   ├── [586K]  lecture4_凸优化初步.pdf
│   ├── [231K]  lecture5.pdf
│   ├── [219K]  lecture6_凸优化在机器学习中的应用.pdf
│   ├── [283M]  第1课 理解矩阵.ts
│   ├── [244M]  第2课 理解微积分和凸优化.ts
│   ├── [148M]  第3课 微积分与逼近论.ts
│   ├── [210M]  第4课 凸优化初步.ts
│   ├── [164M]  第5课 凸优化进阶.ts
│   └── [171M]  第6课 凸优化在机器学习中的应用.ts
├── 21-金融风控实战/
│   ├── 第一阶段 金融风控技术基础/
│   ├── 第三阶段 机器学习与评分卡模型/
│   ├── 第二阶段 机器学习的核心:特征工程/
│   ├── 第五阶段 高级风控模型/
│   └── 第四阶段 模型优化/
├── 22-计算机视觉 第二期/
│   ├── [2.5M]  lesson1 图像处理基础.zip
│   ├── [ 12M]  lesson2 图像处理进阶.zip
│   ├── [2.5M]  lesson3 神经网络初步与调参.zip
│   ├── [ 20M]  lesson4 深度CNN原理与实战.zip
│   ├── [ 28M]  lesson6 大规模车辆图片搜索.zip
│   ├── [ 14M]  lesson7 目标检测与无人驾驶.zip
│   ├── [5.9M]  lesson8 深度学习在图像语义分割中的应用.zip
│   ├── [6.9M]  lesson9 RNN与GAN.zip
│   ├── [ 32M]  lesson10 理解AlphaGo (强化学习) 和生成模型(GAN)背后的原理.zip
│   ├── [201M]  第1课:图像处理基础.ts
│   ├── [240M]  第2课:图像处理进阶.ts
│   ├── [180M]  第3课:神经网络初步与调参技巧 ( by Seven).ts
│   ├── [183M]  第4课:深度卷积神经网络原理与实践 (by Seven).ts
│   ├── [196M]  第5课 图像搜索技术 (by Seven).ts
│   ├── [282M]  第7课:目标检测及其在无人驾驶领域的作用.ts
│   ├── [217M]  第8课:深度学习在图像语义分割中的应用.ts
│   ├── [213M]  第9课:RNN及其应用(image captioning and VQA).ts
│   ├── [225M]  第10课:深度学习前沿:理解AlphaGo (强化学习) 和生成模型(GAN)背后的原理.ts
│   └── [236M]  重识别 (by Seven).ts
├── 23-机器学习中的数学第二期/
│   ├── 扩展/
│   ├── [1.5M]  第1课微分学与梯度下降法.pdf
│   ├── [790K]  第2课微分学进阶.pdf
│   ├── [1.9M]  第3课 Probability.pdf
│   ├── [1.6M]  第4课-MLE.pdf.crdownload
│   ├── [779K]  第5课-线性代数基础_.pdf
│   ├── [336K]  第6课-线性代数进阶.pdf
│   ├── [2.2M]  第7课凸优化简介.pdf
│   ├── [ 52K]  第8课代码示范.支持向量机.ipynb
│   ├── [2.1M]  第8课凸优化进阶.pdf
│   ├── [ 11M]  第9课-机器学习分类问题与数学(上).pdf
│   ├── [7.3M]  第10课-机器学习分类问题与数学(下).pdf
│   ├── [186M]  第一课:微分学基本概念.ts
│   ├── [133M]  第七课:凸优化简介.ts
│   ├── [220M]  第三课:概率论简介.ts
│   ├── [207M]  第九课:从线性模型谈起的机器学习分类与回归.ts
│   ├── [148M]  第二课:微分学进阶.ts
│   ├── [310M]  第五课: 线性代数基础.ts
│   ├── [149M]  第八课:优化的稳定性.ts
│   ├── [191M]  第六课:线性代数进阶.ts
│   ├── [200M]  第十课:从信息论到工业界最爱的树模型.ts
│   └── [265M]  第四课:极大似然估计.ts
├── 24-机器学习与量化交易项目班/
│   ├── 扩展/
│   ├── 第一课 自动化交易综述/
│   ├── 第七课 模型评估与风险控制/
│   ├── 第三课 搭建自己的量化数据库/
│   ├── 第九课 量化策略的实现/
│   ├── 第二课 量化交易系统综述/
│   ├── 第五课 策略建模综述/
│   ├── 第八课 自动交易系统的搭建/
│   ├── 第六课 策略建模:基于机器学习的策略建模/
│   ├── 第十课 策略优化与课程总结/
│   └── 第四课 用Python进行金融数据分析/
├── 25-机器学习应用班/
│   ├── 其他资料/
│   ├── 第1课 数学基础/
│   ├── 第2课 随机森林及其应用/
│   ├── 第3课 特征工程与模型调优/
│   ├── 第4课 推荐系统与案例/
│   ├── 第5课 CTR预估/
│   ├── 第6课 NLP应用基础/
│   ├── 第7课 深度学习在NLP中的应用/
│   ├── 第8课 图像检索与相关应用/
│   ├── 第9课 计算机视觉中的物体检测/
│   └── 第10课 社交网络在工业界的应用/
├── 26-机器学习工程师 第八期/
│   ├── 扩展资料/
│   ├── 第1课(上)微积分/
│   ├── 第1课(下)概率论/
│   ├── 第2课(上) 线性代数/
│   ├── 第2课(下) 凸优化/
│   ├── 第3课 回归问题与应用/
│   ├── 第4课 决策树、随机森林、GBDT/
│   ├── 第5课 SVM/
│   ├── 第6课 最大熵与EM算法(上)/
│   ├── 第6课 最大熵与EM算法(下)/
│   ├── 第7课 机器学习中的特征工程处理/
│   ├── 第8课 多算法组合与模型最优化/
│   ├── 第9课 sklearn与机器学习实战/
│   ├── 第10课 高级工具xgboostlightGBM与建模/
│   ├── 第11课 用户画像与推荐系统/
│   ├── 第12课 聚类/
│   ├── 第13课 聚类与推荐系统实战/
│   ├── 第14课 贝叶斯网络/
│   ├── 第15课 隐马尔科夫模型HMM/
│   ├── 第16课 主题模型/
│   ├── 第18课 卷积神经网络与计算机视觉/
│   ├── 第19课 循环神经网络与自然语言处理/
│   └── 第20课 深度学习实践/
├── 27-互联网计算广告实战/
├── 28-关键点检测实战/
│   ├── [198M]  第1课 关键点检测概览与环境配置.ts
│   ├── [160M]  第2课 图像识别与检测.ts
│   ├── [230M]  第3课 人体骨骼点检测:自顶向下.ts
│   ├── [206M]  第4课 人体骨骼点检测:自底向上.ts
│   ├── [153M]  第5课 人脸和手部特征点检测.ts
│   └── [154M]  第6课 物体关键点检测.ts
├── 29-概率统计 第二期/
│   ├── [144M]  第1课 概率论基础.ts
│   ├── [160M]  第2课 参数估计:从概率到统计.ts
│   ├── [207M]  第3课 面试中常见的概率统计问题.ts
│   ├── [190M]  第4课 概率统计在机器学习中的应用.ts
│   ├── [187M]  第5课 熵与相对熵.ts
│   └── [165M]  第6课 最大熵原理与最大熵模型.ts
├── 30-动态规划实战班/
│   ├── [ 741]  34.cc
│   ├── [ 596]  167.cc
│   ├── [ 588]  215.cpp
│   ├── [ 70K]  二分法微课.pdf
│   ├── [ 78K]  第1课 动态规划.pdf
│   ├── [210M]  第1课 动态规划实战班第1讲.ts
│   ├── [ 78K]  第2课 动态规划.pdf
│   └── [262M]  第2课 动态规划实战班第2讲.ts
├── 31-从头到尾带打kaggle比赛/
│   ├── [249M]  第1课 开营仪式与赛题介绍.ts
│   ├── [246M]  第2课 如何使用Python完成数据分析并构建比赛baseline.ts
│   ├── [304M]  第3课 带你学会使用:构建验证集的3种方法,以及10多种机器学习模型.ts
│   ├── [270M]  第4课 N种数据挖掘技巧,让你学到爽.ts
│   ├── [240M]  第5课 3种模型集成方法,构建最强模型.ts
│   └── [233M]  第6课 比赛总结与展望.ts
├── 32-从零实战目标检测/
│   ├── 第一阶段 夯实基础/
│   ├── 第三阶段 目标检测最新发展现状/
│   └── 第二阶段 目标检测主流体系/
├── 33-从零起步实战slam/
│   ├── [226M]  第1课 SLAM概览与系统环境配置.ts
│   ├── [124M]  第2课 SLAM中的基础.ts
│   ├── [141M]  第3课 李群与李代数.ts
│   ├── [178M]  第4课 相机成像及常用视觉传感器.ts
│   ├── [159M]  第5课 非线性优化.ts
│   ├── [133M]  第6课 视觉里程计.ts
│   ├── [133M]  第7课 多视角几何.ts
│   ├── [106M]  第8课 视觉里程计中的位姿估计方法.ts
│   ├── [172M]  第9课 非线性优化.ts
│   └── [194M]  第10课:回环检测与重建.ts
├── 34-TensorFlow框架案例实战/
│   ├── [176M]  第1课 Tensorflow基础.ts
│   ├── [213M]  第2课 详解深度神经网络案例.ts
│   ├── [171M]  第3课 卷积神经网络与图像应用.ts
│   ├── [201M]  第4课 海量图像训练预处理.ts
│   ├── [244M]  第5课 循环神经网络与应用.ts
│   ├── [176M]  第6课 Tensorboard工具与模型优化.ts
│   ├── [181M]  第7课 Tensorflow应用案例.ts
│   ├── [256M]  第8课 Tensorflow之上的工具库.ts
│   └── 资料/
├── 35-Spark机器学习班/
│   ├── [2.4M]  Spark系统概述与编程入门.pps
│   ├── [5.1K]  graphx.scala
│   ├── [3.5K]  sql.scala
│   ├── [224M]  第1课 Spark系统概述与编程接口.ts
│   ├── [4.0M]  第2课 Spark运行原理与shuffle过程.pps
│   ├── [183M]  第2课 Spark运行模式及原理.ts
│   ├── [256M]  第3课 Spark存储、调度、与监控分析.ts
│   ├── [124K]  第3课 Spark存储、调度与监控分析.pdf
│   ├── [ 77K]  第4课 Spark性能调优.pdf
│   ├── [216M]  第4课 Spark性能调优.ts
│   ├── [296K]  第5课 Spark即时查询讲解.pdf
│   ├── [196M]  第5课 Spark即时查询讲解.ts
│   ├── [265K]  第6课 Spark图计算讲解.pdf
│   ├── [193M]  第6课 Spark图计算讲解.ts
│   ├── [ 51M]  第7-8课 Spark机器学习.zip
│   ├── [245M]  第7课 Spark机器学习讲解.ts
│   └── [337M]  第8课 Spark机器学习应用.ts
├── 36-PyTorch的入门与实战/
│   ├── [197M]  第一课 深度学习回顾与PyTorch简介.ts
│   ├── [323M]  第七课 Seq2Seq与Attention.ts
│   ├── [210M]  第三课 语言模型.ts
│   ├── [267M]  第二课 词向量简介.ts
│   ├── [267M]  第五课 简单图片分类.ts
│   ├── [363M]  第八课 问答系统.ts
│   ├── [266M]  第六课 图片风格迁移和GAN.ts
│   └── [247M]  第四课 自然语言分类任务.ts
├── 37-Python数据分析 升级版/
│   ├── [198M]  第1课 Python和数据分析入门.ts
│   ├── [261M]  第2课 Numpy.ts
│   ├── [250M]  第3课 Pandas.ts
│   ├── [337M]  第4课 数据获取与处理.ts
│   ├── [288M]  第5课 Matplotlib与数据可视化.ts
│   ├── [259M]  第6课 Python文本分析.ts
│   ├── [249M]  第7课 机器学习库Scikit-Learn与应用.ts
│   ├── [175M]  第8课 Python社交网络分析igraph.ts
│   ├── [227M]  第9课 Python多线程.ts
│   ├── [188M]  第10课 Python深度学习入门.ts
│   ├── [306K]  第一课 Python和数据分析入门.zip
│   ├── [5.0M]  第七课 机器学习库Scikit-Learn与应用.zip
│   ├── [ 50K]  第三课 Pandas.zip
│   ├── [602K]  第九课 Python多线程.zip
│   ├── [ 31K]  第二课 numpy.zip
│   ├── [1.8M]  第五课 matplotlib与数据可视化.zip
│   ├── [ 13M]  第八课 Python社交网络分析igraph.zip
│   ├── [851K]  第六课 Python文本分析.zip
│   ├── [9.2M]  第十课 Python深度学习入门.zip
│   └── [330K]  第四课 数据获取与处理.zip.crdownload
├── 38-Python爬虫项目班/
│   ├── 第1课 环境准备与入门/
│   ├── 第2课 Python编程入门/
│   ├── 第3课 爬虫基础知识与简易爬虫实现/
│   ├── 第4课 相关库使用与登录问题/
│   ├── 第5课 Scrapy及相关应用/
│   ├── 第6课 爬虫设计实战/
│   ├── 第7课 高级内容-并发编程/
│   └── 第8课 分布式爬虫框架设计/
├── 39-Python极简入门/
│   ├── [210M]  第1课 了解一项看似神秘的工作:编程工作和编程语言.ts
│   ├── [194M]  第2课 夯实基础:内置对象和语句基础(一).ts
│   ├── [217M]  第3课 夯实基础:内置对象和语句基础(二).ts
│   ├── [205M]  第4课 夯实基础:内置对象和语句基础(三).ts
│   ├── [212M]  第5课 继承伟大发明;函数.ts
│   ├── [237M]  第6课 光辉思想:面向对象和类(一).ts
│   ├── [237M]  第7课 光辉思想:面向对象和类(二).ts
│   ├── [274M]  第8课 轮子的世界:模块和包.ts
│   ├── [300M]  第9课 气定神闲:异常处理和文件读写.ts
│   └── [171M]  第10课 展翅腾飞:后续发展方向.ts
├── 40-Python基础入门3/
│   ├── [100K]  Python1.ipynb
│   ├── [ 95K]  Python2.ipynb
│   ├── [276K]  Python3.ipynb
│   ├── [109K]  Python4.ipynb
│   ├── [ 26K]  Python5.ipynb
│   ├── [ 17K]  Python6.ipynb
│   ├── [ 54K]  Python7.ipynb
│   ├── 扩展/
│   ├── [269M]  第1课 Python入门及环境搭建.ts
│   ├── [236M]  第2课 Python编程基础(上).ts
│   ├── [227M]  第3课 Python编程基础(下).ts
│   ├── [218M]  第4课函数基础.ts
│   ├── [213M]  第5课高级函数.ts
│   ├── [180M]  第6课 面向对象基础.ts
│   ├── [235M]  第7课 面向对象高级.ts
│   ├── [226M]  第8课 文件操作及常用系统模块.ts
│   └── [283M]  第9课 Python数据分析.ts
├── 41-OCR文字识别实战/
│   ├── 拓展阶段/
│   ├── 第一阶段 一览OCR技术和字符识别/
│   ├── 第三阶段 掌握其他图像问题/
│   ├── 第二阶段:掌握文本定位与文本检测/
│   └── 预习阶段 OCR基础:CNN和RNN/
├── 42-NLP到Word2Vec实战班/
│   ├── 第1课 NLP理论基础/
│   ├── 第2课 Word2Vec理论基础/
│   ├── 第3课 Word2Vec实战案例课- Kaggle竞赛案例/
│   └── 第4课 从Word2Vec到FastText的新发展+案例/
├── 43-Linux从零入门实战/
│   ├── [241M]  第一讲 Linux介绍.ts
│   ├── [196M]  第七讲 HTTP网络服务.ts
│   ├── [277M]  第三讲 Linux代码编辑器.ts
│   ├── [303M]  第九讲 Linux系统构建.ts
│   ├── [315M]  第二讲 Linux常用操作命令.ts
│   ├── [247M]  第五讲 Linux开发基础.ts
│   ├── [173M]  第八讲 Linux运维基础.ts
│   ├── [188M]  第六讲 Linux网络基础.ts
│   ├── [305M]  第十讲 Linux操作系统常见试题解析.ts
│   └── [195M]  第四讲 Linux Shell编程.ts
├── 44-leetcode刷题班/
│   ├── [1.6K]  200.cpp
│   ├── [1.4K]  207.cpp
│   ├── [1.7K]  399.cpp
│   ├── [223M]  第1课 数论.ts
│   ├── [ 54K]  第1课课件.pdf
│   ├── [243M]  第2课 二分搜索.ts
│   ├── [ 20K]  第2课课件.pdf
│   ├── [347M]  第3课 并查集.ts
│   ├── [726K]  第3课树微课part1.pdf
│   ├── [564K]  第3课树微课part2.pdf
│   ├── [231M]  第4课 深度优先搜索.ts
│   ├── [ 74K]  第5课 图.pdf
│   ├── [299M]  第5课 图论算法.ts
│   └── [228M]  第6课 动态规划.ts
├── 45-kaggle竞赛实战班/
│   ├── [ 14M]  1.zip
│   ├── [ 12M]  2.zip
│   ├── [ 14M]  3.zip
│   ├── [2.2M]  4.zip
│   ├── [ 41M]  5.zip
│   ├── [4.9M]  6.zip
│   ├── [7.8M]  7.zip
│   ├── [ 41M]  8.zip
│   ├── [ 40M]  DSB2017-kaggle肺癌检测第一名解决方案和代码.zip
│   ├── 第一阶段 掌握kaggle比赛的通用流程/
│   ├── 第三阶段 实战电商推荐与金融风控/
│   └── 第二阶段 实战计算广告、NLP、CV等方向/