【机器学习】1 人工智能简介
19:41
【机器学习】2 环境及工具包介绍
17:39
【机器学习】3 环境配置及Python语法实操
22:52
【机器学习】4 Pandas、Numpy、Matplotlib实操
23:22
【机器学习】5 机器学习介绍
17:43
【机器学习】6 线性回归
25:48
【机器学习】7 线性回归实战准备
13:35
【机器学习】8 单因子线性回归实战
17:19
【机器学习】9 多因子线性回归实战
25:30
【机器学习】11 逻辑回归（1）
14:55
【机器学习】12 逻辑回归（2）
14:31
【机器学习】13 实战准备
13:32
【机器学习】14 考试通过实战（一）
19:50
【机器学习】15 考试通过实战（二）
16:03
【机器学习】16 芯片检测实战
16:31
【机器学习】17 无监督学习
18:38
【机器学习】18 Kmeans-KNN-Meanshift
19:02
【机器学习】19 实战准备
09:20
【机器学习】20 Kmeans实战（1）
12:35
【机器学习】21 Kmeans实战（2）
11:32
【机器学习】22 KNN-Meanshift(
16:52
【机器学习】23 决策树（1）
13:23
【机器学习】24 决策树（2）
14:49
【机器学习】25 异常检测
15:37
【机器学习】26 主成分分析
17:19
【机器学习】27 实战准备
22:20
【机器学习】29 实战（2）
14:50
【机器学习】30 实战（3）
23:33
【机器学习】31 过拟合与欠拟合
18:38
【机器学习】32 数据分离与混淆矩阵
21:38
【机器学习】33 模型优化
21:10
【机器学习】34 实战准备
13:44
【机器学习】35 实战（一）
24:54
【机器学习】36 实战（二）
15:06
【机器学习】37 实战（三）
24:21
【机器学习】38 多层感知器(MLP)
18:19
【机器学习】39 MLP实现非线性分类
19:46
【机器学习】40 实战准备
18:58
【机器学习】41 实战（一）
23:25
【机器学习】42 实战（二）
18:47
【机器学习】44 卷积神经网络（一）
【机器学习】45 实战准备
15:19
【机器学习】46 实战（一）
24:18
【机器学习】47 实战（二）
26:21
【机器学习】48 序列数据案例
11:42
【机器学习】49 循环神经网络RNN
16:07
【机器学习】50 不同类型的RNN模型
17:37
【机器学习】51 实战准备
15:26
【机器学习】52 实战（一）RNN股价预测
20:50
【机器学习】54 实战（二）RNN股价预测
12:41
【机器学习】55 实战（一）LSTM实现文本生成
22:09
【机器学习】56 实战（二）LSTM实现文本生成
09:01
【机器学习】57 迁移学习（一）
13:00
【机器学习】58 迁移学习（二）
08:49
【机器学习】59 在线学习
07:42
【机器学习】60 混合模型1
15:10
【机器学习】61 实战准备（一）
14:37
【机器学习】62 实战准备（二）
14:06
【机器学习】63 基于新数据的迁移学习实战
24:06
【机器学习】64 机器深度学习实现少样本苹果分类（一）
25:11
【机器学习】65 机器深度学习实现少样本苹果分类（二）
16:24
【机器学习】66 机器深度学习实现少样本苹果分类（三）
17:11
【机器学习】67 机器深度学习实现少样本苹果分类（四）
13:24
【机器学习】68 课程总结（一）
19:53
【机器学习】69 课程总结（二）
15:42
【机器学习】70 课程总结（三）
23:17
【Pytorch入门到精通】01.课程导学
13:34
【Pytorch入门到精通】02.初识Pytorch基本框架
11:16
【Pytorch入门到精通】03.环境配置（1）
11:22
【Pytorch入门到精通】04.环境配置（2）
08:49
【Pytorch入门到精通】05.机器学习中的分类与回归问题-机器学习基本构成元素
11:16
【Pytorch入门到精通】06.Tensor的基本定义
06:22
【Pytorch入门到精通】07.Tensor与机器学习的关系
07:34
【Pytorch入门到精通】08.Tensor创建编程实例
19:56
【Pytorch入门到精通】09.Tensor的属性
07:40
【Pytorch入门到精通】10.Tensor的属性-稀疏的张量的编程实践
07:40
【Pytorch入门到精通】11.Tensor的算术运算
08:13
【Pytorch入门到精通】12.Tensor的算术运算编程实例
17:07
【Pytorch入门到精通】13.in-place的概念和广播机制
09:59
【Pytorch入门到精通】14.取整-余
03:50
【Pytorch入门到精通】15.比较运算-排序-topk-kthvalue-数据合法性校验
18:29
【Pytorch入门到精通】16.三角函数
04:19
【Pytorch入门到精通】17.其他数学函数
05:34
【Pytorch入门到精通】18.Pytorch与统计学方法
14:56
【Pytorch入门到精通】19.Pytorch与分布函数
04:58
【Pytorch入门到精通】20.Pytorch与随机抽样
05:16
【Pytorch入门到精通】21.Pytorch与线性代数运算
09:19
【Pytorch入门到精通】22.Pytorch与矩阵分解-PCA
19:53
【Pytorch入门到精通】23.Pytorch与矩阵分解-SVD分解-LDA
13:10
【Pytorch入门到精通】24.Pytorch与张量裁剪
08:49
【Pytorch入门到精通】25.Pytorch与张量的索引与数据筛选
27:09
【Pytorch入门到精通】26.Pytorch与张量组合与拼接
11:35
【Pytorch入门到精通】27.Pytorch与张量切片
07:38
【Pytorch入门到精通】28.Pytorch与张量变形
14:10
【Pytorch入门到精通】29.Pytorch与张量填充
03:29
【Pytorch入门到精通】30.Pytorch与傅里叶变换
01:08
【Pytorch入门到精通】31.Pytorch简单编程技巧
11:34
【Pytorch入门到精通】32.Pytorch与autograd-导数-方向导数-偏导数-梯度的概念
10:03
【Pytorch入门到精通】33.Pytorch与autograd-梯度与机器学习最优解
12:47
【Pytorch入门到精通】34.Pytorch与autograd-Variable$tensor
02:58
【Pytorch入门到精通】35.Pytorch与autograd-如何计算梯度
03:05
【Pytorch入门到精通】36.Pytorch与autograd中的几个重要概念-variable-grad-gradfn
10:33
【Pytorch入门到精通】37.Pytorch与autograd中的几个重要概念-function
08:20
【Pytorch入门到精通】38.Pytorch与nn库
19:47
【Pytorch入门到精通】39.Pytorch与visdom
04:57
【Pytorch入门到精通】40.Pytorch与tensorboardX
05:58
【Pytorch入门到精通】41.Pytorch与torchvision
02:22
【Pytorch入门到精通】42.机器学习和神经网络的基本概念（1）
20:54
【Pytorch入门到精通】43.机器学习和神经网络的基本概念（2）
17:17
【Pytorch入门到精通】44.利用神经网络解决分类和回归问题（1）
18:28
【Pytorch入门到精通】45.利用神经网络解决分类和回归问题（2）
18:47
【Pytorch入门到精通】46.利用神经网络解决分类和回归问题（3）
13:09
【Pytorch入门到精通】47.利用神经网络解决分类和回归问题（4）
12:07
【Pytorch入门到精通】48.利用神经网络解决分类和回归问题（5）
13:30
【Pytorch入门到精通】49.计算机视觉基本概念
23:02
【Pytorch入门到精通】50.图像处理常见概念
24:31
【Pytorch入门到精通】51.特征工程
14:08
【Pytorch入门到精通】52.卷积神经网（上）
12:37
【Pytorch入门到精通】53.卷积神经网（下）
12:05
【Pytorch入门到精通】54.pooling层
05:08
【Pytorch入门到精通】55.激活层-BN层-FC层-损失层
12:14
【Pytorch入门到精通】56.经典卷积神经网络结构
09:55
【Pytorch入门到精通】57.轻量型网络结构
07:36
【Pytorch入门到精通】58.多分支网络结构
03:43
【Pytorch入门到精通】59.attention的网络结构
08:25
【Pytorch入门到精通】60.学习率
04:44
【Pytorch入门到精通】61.优化器
07:33
【Pytorch入门到精通】62.卷积神经网添加正则化
03:28
