黑马程序员《2025年Python+人工智能开发教程 V5.0 (AI版) 》
├01_Python基础-V5.X版-14天-AI版
├01.Linux基础
├Day01_Linux基础
├Day02_Linux基础
├02.MySQL基础
├day01-Mysql基础
├day02-Mysql查询
├day03-Mysql多表查询
├day04-窗口函数+练习题
├03.Python基础
├day01
├day02
├day03
├day04
├day05
├day06
├day07
├day08
├02_Python进阶-V5.X版-9天-AI版
├day01-面向对象基础
├01.Python进阶-大纲介绍.mp4
├02.今日内容大纲介绍.mp4
├03.面向对象-初识.mp4
├04.面向对象-三大特征介绍.mp4
├05.定义类和对象.mp4
├06.self对象介绍.mp4
├07.在类内部调用类的函数.mp4
├08.在类外定义和获取属性.mp4
├09.上午内容回顾.mp4
├10.在类内获取属性.mp4
├11.魔法方法-init-无参数.mp4
├12.魔法方法-init-有参数.mp4
├13.魔法方法-str和del.mp4
├14.案例-减肥.mp4
├15.案例-烤地瓜.mp4
├day02-面向对象高级
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.定义类的格式.mp4
├04.继承-入门.mp4
├05.继承-单继承.mp4
├06.继承-多继承.mp4
├07.继承-方法重写-入门.mp4
├08.继承-子类访问父类成员-方式1.mp4
├09.继承-子类访问父类成员-方式2.mp4
├10.继承-多层继承.mp4
├11.封装-私有化属性.mp4
├12.上午内容回顾.mp4
├13.封装-私有化方法.mp4
├14.扩展-方法重写案例-手机类.mp4
├15.多态-入门.mp4
├16.扩展Java版多态.mp4
├17.多态案例战斗机.mp4
├18.抽象类详解.mp4
├19.类属性和对象属性详解.mp4
├20.类方法和静态方法详解.mp4
├day03-学生管理系统-深拷贝浅拷贝
├01.昨日反馈和作业处理.mp4
├02.面向对象版-学生管理系统-需求分析.mp4
├03.学生类-代码实现.mp4
├04.学生管理系统文件-搭建提示界面.mp4
├05.学生管理系统文件-搭建基本框架.mp4
├06.学生管理系统文件-业务逻辑代码实现.mp4
├07.main模块-搭建程序的主入口.mp4
├08.学生管理系统文件-添加学生.mp4
├09.学生管理系统文件-查看所有学生信息.mp4
├10.学生管理系统文件-修改学生信息.mp4
├11.学生管理系统文件-删除学生信息.mp4
├12.学生管理系统文件-查询单个学生信息.mp4
├13.上午内容回顾.mp4
├14.扩展dict属性.mp4
├15.扩展withopen语法.mp4
├16.学生管理系统文件-保存学生信息.mp4
├17.学生管理系统文件-加载学生信息.mp4
├18.扩展-把showview()函数定义成静态方法.mp4
├19.深浅拷贝-普通赋值.mp4
├20.深浅拷贝-浅拷贝.mp4
├21.深浅拷贝-深拷贝.mp4
├22.今日内容总结.mp4
├day04_闭包和装饰器
├01.昨日内容回顾.mp4
├02.函数名-作为对象.mp4
├03.函数名-作为实参传递.mp4
├04.闭包-入门.mp4
├05.闭包-图解.mp4
├06.闭包-nonlocal关键字.mp4
├07.装饰器-入门.mp4
├08.装饰器-无参无返回值.mp4
├09.装饰器-有参无返回值.mp4
├10.上午内容回顾.mp4
├11.装饰器-无参有返回值.mp4
├12.装饰器-有参有返回值.mp4
├13.装饰器-可变参数.mp4
├14.多个装饰器-装饰1个函数.mp4
├15.多个装饰器-执行流程.mp4
├16.带有参数的装饰器(上).mp4
├17.带有参数的装饰器(下).mp4
├day05_网编和多线程
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.网络编程-介绍.mp4
├04.端口号-介绍.mp4
├05.协议-介绍.mp4
├06.网络通信-原理.mp4
├07.socket-入门.mp4
├08.TCP流程分析.mp4
├09.字符串和二进制数据相互转换.mp4
├10.案例-收发1句话-服务器端代码实现.mp4
├11.案例-收发1句话-客户端代码实现.mp4
├12.上午内容回顾.mp4
├13.服务器端-端口号复用.mp4
├14扩展.服务器端-接收多客户端消息.mp4
├15.扩展长连接.mp4
├16.扩展文件上传.mp4
├17.扩展文件上传支持多客户端.mp4
├18.并行和并发介绍.mp4
├19.多任务介绍.mp4
├20.多进程-代码实现.mp4
├day06_多线程_生成器
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.多进程-参数解释.mp4
├04.多进程-获取进程编号.mp4
├05.多进程-进程之间数据相互隔离.mp4
├06.默认-主进程会等待子进程结束再结束.mp4
├07.设置主进程结束-子进程同步结束.mp4
├08.多线程-基本概述.mp4
├09.多线程-入门.mp4
├10.多线程-参数解释.mp4
├11.多线程-执行顺序.mp4
├12.多线程-守护线程.mp4
├13.上午内容回顾.mp4
├14.多线程-线程间共享数据.mp4
├15.多线程-操作共享变量-出现非法值.mp4
├16.多线程-解决线程安全问题.mp4
├17.多线程和多进程的区别.mp4
├18.回顾-with open语法.mp4
├19.自定义代码实现-上下文管理器(了解).mp4
├day07_正则表达式
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.生成器-推导式写法.mp4
├04.生成器-yield关键字.mp4
├05.生成器-自定义数据迭代器.mp4
├06.property-装饰器用法.mp4
├07.property-修饰类变量.mp4
├08.正则表达式-相关概述.mp4
├09.正则表达式-入门.mp4
├10.正则表达式-数量词.mp4
├11.正则表达式-替换.mp4
├12.上午内容回顾.mp4
├13.正则表达式-校验单个字符.mp4
├14.正则表达式-校验多个字符.mp4
├15.正则表达式-校验开头和结尾.mp4
├16.正则表达式-或者 和 分组.mp4
├17.正则表达式-分组详解.mp4
├18.数据结构和算法-入门.mp4
├19.数据结构和算法-特点.mp4
├20.时间复杂度简介.mp4
├day08_算法和数据结构
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.时间复杂度介绍.mp4
├04.时间复杂度计算.mp4
├05.最优最坏时间复杂度介绍.mp4
├06.常见的时间复杂度介绍(掌握).mp4
├07.空间复杂度介绍(了解).mp4
├08.回顾-数据结构和算法概述.mp4
├09.数据结构-划分.mp4
├10.数据结构-线性结构-顺序表介绍.mp4
├11.数据结构-线性结构-顺序表扩容策略.mp4
├12.数据结构-线性结构-顺序表-添加和删除.mp4
├13.上午内容回顾.mp4
├14.链表-介绍.mp4
├15.自定义代码模拟链表-创建节点类.mp4
├16.链表类-架构搭建.mp4
├17.链表类-判断链表是否为空.mp4
├18.链表类-获取长度.mp4
├19.链表类-遍历链表.mp4
├20.链表类-往头部添加元素.mp4
├21.链表类-往末尾添加元素.mp4
├22.链表类-往中间添加元素.mp4
├23.链表类-删除元素.mp4
├24.链表类-查找元素.mp4
├25.顺序表和链表区别.mp4
├day09_算法和数据结构
├01.昨日内容回顾.mp4
├02.排序算法-稳定性介绍.mp4
├03.冒泡排序-原理介绍.mp4
├04.冒泡排序-代码实现.mp4
├05.选择排序-分析流程.mp4
├06.选择排序-代码实现.mp4
├07.选择排序-代码实现.mp4
├08.快速排序-思路分析.mp4
├09.快速排序-代码实现.mp4
├10.快速排序-图解.mp4
├11.上午内容回顾.mp4
├12.二分查找-递归版.mp4
├13.二分查找-非递归版.mp4
├14.数据结构-树-相关概述.mp4
├15.数据结构-树-应用场景和存储.mp4
├16.树形结构-应用场景-简介.mp4
├17.树形结构-相关公式.mp4
├18.自定义代码-模拟树形结构-添加元素.mp4
├19.模拟树形结构-遍历-广度优先.mp4
├20.模拟树形结构-遍历-深度优先.mp4
├21.根据遍历结果-逆推树形结构.mp4
├03-数据处理和统计分析-V5.X版-10天-AI版
├day01
├01.阶段大纲介绍.mp4
├02.今日内容大纲介绍.mp4
├03.计算机介绍.mp4
├04.Linux系统介绍.mp4
├05.虚拟化软件介绍.mp4
├06.Vmware-软件安装.mp4
├07.手动安装虚拟机(了解即可).mp4
├08.挂载虚拟机到Vmware软件(掌握).mp4
├09.Linux-快照.mp4
├10.FinalShell-连接Linux虚拟机.mp4
├11.Linux-命令格式介绍.mp4
├11.Linux目录-介绍.mp4
├12.上午内容回顾.mp4
├13.Linux基础命令-ls命令.mp4
├14.Linux基础命令-cd和pwd.mp4
├15.Linux基础命令-创建目录.mp4
├16.Linux基础命令-文件操作(上).mp4
├17.Linux基础命令-文件操作(下).mp4
├18.Linux基础命令-查找命令.mp4
├19.Linux基础命令-grep和管道命令.mp4
├20.Linux基础命令-echo, 重定向, tail命令.mp4
├21.Linux基础命令-vi命令入门.mp4
├22.Linux基础命令-vi常用快捷键.mp4
├23.扩展man命令 和 help选项.mp4
├day02
├扩展
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.root用户-初识.mp4
├04.用户和用户组相关操作.mp4
├05.权限查看相关.mp4
├06.权限管理命令-chmod.mp4
├07.权限管理命令-chown.mp4
├08.Linux-常用快捷键.mp4
├09.Linux-yum方式安装软件.mp4
├10.Linux-服务管理命令-systemctl.mp4
├11.Linux-软连接.mp4
├12.Linux-硬链接.mp4
├13.上午内容回顾.mp4
├14.IP地址-介绍.mp4
├15.网络相关-配置域名映射.mp4
├16.网络传输-下载和发起网络请求.mp4
├17.网络相关-端口号相关操作.mp4
├18.进程相关.mp4
├19.环境变量相关.mp4
├20.Linux-上传和下载.mp4
├21.压缩和解压缩-tarball 归档方式.mp4
├22.压缩和解压缩-zip方式.mp4
├day03
├01.昨日内容回顾.mp4
├02.今日内容大纲介绍.mp4
├03.数据库简介.mp4
├04.数据库分类.mp4
├05.MySQL版本介绍.mp4
├06.MySQL-安装.mp4
├07.MySQL-安装时可能遇到的问题.mp4
├08.MySQL-登陆和登出.mp4
├09.DataGrip连接MySQL.mp4
├10.扩展PyCharm连接MySQL.mp4
├11.扩展DataGrip基本设置.mp4
├12.SQL语句-分类.mp4
├13.SQL语句-通用语法和常用数据类型.mp4
├14.上午内容回顾.mp4
├15.DDL-操作数据库.mp4
├16.DDL-操作数据表.mp4
├17.DDL-操作字段.mp4
├18.DML-添加表数据.mp4
├19.DML-修改和删除表数据.mp4
├20.delete from 和 truncate table区别.mp4
├21.扩展如何备份数据表.mp4
├22.约束详解.mp4
├day04
├01.昨日内容回顾及反馈处理.mp4
├02.单表查询-简单查询.mp4
├03.单表查询-条件查询.mp4
├04.单表查询-排序查询.mp4
├05.单表查询-聚合查询.mp4
├06.单表查询-分组查询.mp4
├07.单表查询-分页查询.mp4
├08.上午内容回顾.mp4
├09.多表建表-一对多.mp4
├10.扩展多表建表-多对多.mp4
├11.扩展多表建表-一对一.mp4
├12.多表查询-交叉查询.mp4
├13.多表查询-连接查询.mp4
├14.多表查询-子查询.mp4
├15.多表查询-自关联查询.mp4
├16.窗口函数入门.mp4
├day05
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.Python数据分析的优势.mp4
├04.Python-常见的开源库.mp4
├05.Anaconda-环境搭建.mp4
├06.Anaconda-如何安装第三方资源库.mp4
├07.Anaconda-沙箱相关操作.mp4
├08.Jupyter Notebook-入门.mp4
├09.Jupyter Notebook-常用快捷键.mp4
├10.扩展Jupyter lab演示.mp4
├11.PyCharm集成Anaconda-jupyter Notebook.mp4
├12.上午内容回顾.mp4
├13.Numpy-常用属性.mp4
├14.创建ndarray数组zerosonesempty.mp4
├15.创建ndarray数组arangematrix.mp4
├16.创建ndarray数组randrandintuniform.mp4
├17.创建ndarray数组astype函数.mp4
├18.创建ndarray数组logspace等比数列和linspace等差数列.mp4
├19.ndarray内置函数-基本函数.mp4
├20.ndarray内置函数-统计函数.mp4
├21.ndarray内置函数比较-排序-去重.mp4
├22.ndarray运算.mp4
├day06
├01.昨日反馈处理.mp4
├02.今日内容大纲介绍.mp4
├03.Panda-数据结构介绍.mp4
├04.通过列表创建Series对象.mp4
├05.扩展通过元组字典创建Series对象.mp4
├06.创建DataFrame对象.mp4
├07.Series对象常用属性.mp4
├08.Series对象常用函数.mp4
├09.Series案例-电影数据.mp4
├10.Series-结合布尔值操作.mp4
├11.Series-计算.mp4
├12.上午内容回顾.mp4
├13.DataFrame-常用属性介绍.mp4
├14.DataFrame-常用函数介绍.mp4
├15.DataFrame-布尔索引.mp4
├16.DataFrame-计算.mp4
├17.DataFrame-索引操作-入门.mp4
├18.DataFrame-修改行索引和列名.mp4
├19.DataFrame-添加-删除-插入列.mp4
├20.DataFrame-导入和导出数据.mp4
├day07
├01.昨日内容回顾.mp4
├02.今日内容大纲介绍.mp4
├03.DataFrame-加载行, 列数据.mp4
├04.DataFrame-加载指定行列的数据.mp4
├05.DataFrame-聚合统计.mp4
├06.DataFrame-基本绘图.mp4
├07.DataFrame-常用的统计值的方法.mp4
├08.DataFrame-常用排序方法.mp4
├09.链家案例-前5个需求.mp4
├10.链家案例-6~8需求.mp4
├11.链家案例-9~12需求.mp4
├12.上午内容回顾.mp4
├13.数据组合-concat()函数.mp4
├14.数据组合-append()函数.mp4
├15.数据组合-merge-一对一.mp4
├16.数据组合-merge-多对一.mp4
├17.数组聚合-join方式(了解).mp4
├18.缺失值-初识.mp4
├19.缺失值-加载.mp4
├20.缺失值-查看.mp4
├21.缺失值处理-删除.mp4
├22.缺失值处理-非线性填充.mp4
├23.缺失值处理-线性填充.mp4
├day08
├01.昨日反馈处理及内容回顾.mp4
├02.今日内容大纲介绍.mp4
├03.apply函数-操作Series对象.mp4
├04.apply函数-操作df对象.mp4
├05.apply函数案例-计算某列的缺失值占比.mp4
├06.向量化函数介绍.mp4
├07.apply函数-结合lambda表达式使用.mp4
├08.分组聚合演示.mp4
├09.分组转换演示.mp4
├10.分组过滤演示.mp4
├11.GroupBy分组对象介绍.mp4
├12.上午内容回顾.mp4
├13.零售会员数据分析-需求介绍.mp4
├14.零售会员数据分析-月增量实现及可视化.mp4
├15.零售会员数据分析-透视表方式计算月增量.mp4
├16.零售会员数据分析-计算月存量.mp4
├17.零售会员数据分析-会员增量等级分布.mp4
├18.回顾python中的日期类型.mp4
├19.Pandas中的日期类型介绍.mp4
├20.提取日期的各个部分.mp4
├21.日期运算.mp4
├22.获取连续的日期.mp4
├23.Python可视化组件介绍.mp4
├24.Matplotlib-状态接口方式绘图.mp4
├25.Matplotlib-面向对象方式绘图.mp4
├day09
├01.今日内容大纲介绍.mp4
├02.anscombe数据集可视化.mp4
├03.MatPlotlib-单变量-直方图.mp4
├04.MatPlotlib-双变量-散方图.mp4
├05.MatPlotlib-多变量-散点图.mp4
├06.Pandas-单变量-柱状图(条形图).mp4
├07.Pandas-单变量-折线图-面积图-饼图.mp4
├08.Seaborn-单变量-直方图.mp4
├09.Seaborn-单变量-密度图.mp4
├10.Seaborn-单变量-计数图.mp4
├11.Seaborn-双变量-散点图.mp4
├12.上午内容回顾.mp4
├13.Seaborn-双变量-2D密度图.mp4
├14.Seaborn-双变量-箱线图.mp4
├15.Seaborn-双变量-小提琴图.mp4
├16.Seaborn-样式介绍.mp4
├day10
├01.昨日内容回顾.mp4
├02.会员价值度预估模型介绍.mp4
├03.RFM案例-基本实现过程介绍.mp4
├04.RFM案例-背景介绍.mp4
├05.RFM案例-数据源介绍.mp4
├06.RFM案例-加载数据及查看格式.mp4
├07.RFM案例-数据预处理.mp4
├08.RFM案例-汇总数据.mp4
├09.RFM案例-计算RFM各项指标值.mp4
├10.上午内容回顾.mp4
├11.RFM案例-计算最终结果.mp4
├12.RFM案例-绘制3D柱状图.mp4
├13.RFM案例-导出结果到本地文件或者数据库.mp4
├14.RFM案例-总结及细节.mp4
├15.RFM案例-面向对象版.mp4
├16.扩展迭代器.mp4
├17.总结LinuxMySQL.mp4
├18.总结NumpyPandas.mp4
├04_机器学习-V5.X版-10天-AI版
├day01-机器学习概述
├01-课前内容.mp4
├02-人工智能三大概念.mp4
├03-应用领域及发展史.mp4
├04-常用术语（特征，样本，标签）.mp4
├05-机器学习算法分类.mp4
├06-建模流程+线性回归案例demo.mp4
├07-Anaconda+Pycharm.mp4
├08-线性回归-模型保存.mp4
├09-KNN案例.mp4
├10-kmeans案例.mp4
├11-特征工程.mp4
├12-过拟合欠拟合.mp4
├13-sklearn库.mp4
├14-今日总结.mp4
├day02-KNN算法
├01-昨日回顾.mp4
├02-KNN思想.mp4
├03-KNN思想2.mp4
├04-KNN-API.mp4
├05-距离度量.mp4
├06-模型预处理-归一化.mp4
├07-模型预处理-标准化及总结.mp4
├08-模型预处理案例-鸢尾花-数据导入.mp4
├09-鸢尾花特征数据展示.mp4
├10-数据可视化+数据集切分.mp4
├11-模型预测评估.mp4
├12-交叉验证网格搜索.mp4
├13-交叉验证代码解析.mp4
├14-今日总结.mp4
├day03-线性回归
├01-昨日回顾.mp4
├02-KNN-MINIST-数据获取.mp4
├03-KNNMINIST-模型训练.mp4
├04-KNN-作业.mp4
├05-线性回归介绍.mp4
├06-线性回归基本求解及概念介绍.mp4
├07-导数和矩阵.mp4
├08-练习题.mp4
├09-正规方程法.mp4
├10-梯度下降法.mp4
├day04-线性回归+逻辑回归
├01-昨日回顾.mp4
├02-梯度下降法案例.mp4
├03-案例-银行信贷.mp4
├04-梯度下降法算法分类.mp4
├05-梯度下降算法总结.mp4
├06-评估指标.mp4
├07-梯度下降法+正规方程法API.mp4
├08-波士顿房价预测-正规方程法.mp4
├09-波士顿房价预测-梯度下降法.mp4
├10-过拟合欠拟合实现.mp4
├11-正则化-L1.mp4
├12-正则化-L2正则化及代码实现.mp4
├13-线性回归总结.mp4
├14-逻辑回归基本介绍.mp4
├15-逻辑回归基本原理.mp4
├day05-逻辑回归
├01-总结回顾.mp4
├02-逻辑回归案例-cancer预测.mp4
├03-评估-混淆矩阵.mp4
├04-评估-PRf1-score.mp4
├05-ROCAUC.mp4
├06-案例-客户流失-数据预处理.mp4
├06-AUCAPI.mp4
├07-案例-客户流失-模型训练.mp4
├08-今日总结.mp4
├day06-决策树
├01-昨日回顾.mp4
├02-决策树思想.mp4
├03-ID3决策树-信息增益.mp4
├04-信息增益-详解.mp4
├05-ID3决策树-总结.mp4
├06-C4.5-信息增益率.mp4
├07-C4.5-案例.mp4
├08-C4.5总结.mp4
├09-CART决策树-案例.mp4
├10-CART决策树-案例+总结.mp4
├11-泰坦尼克号案例-讲解.mp4
├12-泰坦尼克号案例-代码实现.mp4
├13-回归决策树-思想.mp4
├14-回归决策树-案例.mp4
├15-决策树剪枝.mp4
├16-今日总结.mp4
├day07-集成学习
├01-昨日回顾.mp4
├02-集成学习思想.mp4
├03-随机森林思想.mp4
├04-Adaboost思想.mp4
├04-随机森林案例.mp4
├05-adaboost案例-葡萄酒分类 .mp4
├06-GBDT思想.mp4
├07-GBDT 案例-泰坦尼克号-代码实现.mp4
├08-XGBoost原理.mp4
├09-XGBoost案例.mp4
├day08-朴素贝叶斯和特征降维+聚类K-means
├01-昨日回顾.mp4
├02-朴素贝叶斯思想.mp4
├03-总结.mp4
├04-朴素贝叶斯情感分类案例.mp4
├05-低方差过滤法.mp4
├06-PCA.mp4
├07-相关系数法mp4.mp4
├08-特征降维总结.mp4
├09-朴素贝叶斯总结.mp4
├10-特征降维总结.mp4
├11-聚类基本介绍.mp4
├12-K-means API.mp4
├13-K-means实现流程.mp4
├14-K-Means评估指标.mp4
├day09-聚类kmeans算法+SVM
├01-朴素贝叶斯+特征降维总结.mp4
├02-K-means总结.mp4
├03-案例-客户分析-数据展示.mp4
├04-案例-客户分析-模型训练及结果分析.mp4
├05-SVM思想.mp4
├06-SVM案例-鸢尾花-数据读取处理.mp4
├07-SVM案例-鸢尾花-模型训练展示.mp4
├08-SVM-C值测试.mp4
├09-SVM算法原理.mp4
├10-SVM核函数.mp4
├day10-总结+拓展
├01-总结回顾-1.mp4
├02-总结回顾-2.mp4
├03-总结回顾-3.mp4
├04-总结回顾-4.mp4
├05-大模型时代-1.mp4
├06-大模型时代-2.mp4
├每日算法.mp4
├算法-毕天宇-滑动窗口法.mp4
├05_金融风控-V5.X版-8天-AI版
├day01
├01【了解】-课程资料说明.mp4
├02【了解】-项目整体介绍.mp4
├03【了解】-今日内容介绍.mp4
├04【理解】信贷&风控介绍.mp4
├05【了解】消费贷和现金贷.mp4
├06【了解】常见风险介绍.mp4
├07【理解】风控术语名词.mp4
├08【理解】风控业务案例-背景&需求说明.mp4
├09【实现】风控业务案例-数据加载.mp4
├10【实现】风控业务案例-数据处理.mp4
├11【实现】风控业务案例-增加中间字段.mp4
├12【实现】风控业务案例-季度转换和过滤.mp4
├13【实现】风控业务案例-计算坏账率.mp4
├14【实现】风控业务案例-就散入催率.mp4
├15【实现】风控业务案例-回收账单数.mp4
├16【小结】风控业务案例小结.mp4
├17【理解】信贷业务如何运行.mp4
├18【了解】业务转换和漏斗.mp4
├19【了解】业务表说明.mp4
├20【了解】前置操作（配置终端工具和datagrip）.mp4
├21【了解】风控报表指标介绍.mp4
├22【了解】数据导入.mp4
├day02
├01【回顾】昨日内容回顾.mp4
├02【了解】各阶段转化率表（1）.mp4
├03【了解】各阶段转化率表（2）.mp4
├04【了解】各阶段转换率表（3）.mp4
├05【了解】各阶段转化率表（4）.mp4
├06【了解】通过率表（1）.mp4
├07【了解】通过率表（2）.mp4
├08【理解】金融风控项目流程梳理.mp4
├09【了解】下午内容介绍.mp4
├10【理解】业务流程&ABC卡介绍.mp4
├11【理解】互联网金融组成三部分.mp4
├12【理解】机器学习流程.mp4
├13【掌握】项目准备期-Y标签的定义.mp4
├14【理解】项目准备期-样本的概述.mp4
├15【理解】项目准备期-观察期和表现期.mp4
├16【理解】姓名准备期-数据集划分.mp4
├17【理解】项目准备期-样本设计.mp4
├18【理解】特征工程-数据收集.mp4
├19【理解】特征工程-特征构建.mp4
├20【理解】特征工程-特征评估.mp4
├21【理解】模型构建-模型训练&模型评估.mp4
├22【理解】上线运营.mp4
├day03
├01【回顾】昨日内容回顾.mp4
├02【了解】今日内容介绍.mp4
├03【理解】规则挖掘案例介绍.mp4
├04【理解】业务规则案例-需求.mp4
├05【理解】业务规则案例-数据字典.mp4
├06【实现】业务规则案例-加载数据.mp4
├07【实现】业务规则案例-数据处理（填充，过滤，去重）.mp4
├08【实现】业务规则案例-数值型衍生.mp4
├09【实现】业务规则案例-类别型衍生.mp4
├10【实现】业务规则案例-模型训练&可视化.mp4
├11【小结】业务规则案例-小结.mp4
├12【理解】数据准备-征信数据介绍.mp4
├13【了解】梳理数据内置逻辑.mp4
├14【理解】时间截面特征&静态信息特征.mp4
├15【理解】时间序列特征衍生方式.mp4
├16【理解】时间序列特征缺失值处理.mp4
├17【理解】时间序列特征未来信息处理.mp4
├18【理解】分箱介绍.mp4
├19【理解】卡方分箱.mp4
├20【理解】toad库大致说明.mp4
├21【总结】今日内容回顾.mp4
├day04
├01【回顾】昨日内容回顾.mp4
├02【实现】toad库分箱案例-加载数据.mp4
├03【实现】toad库分箱案例-并可视化.mp4
├04【实现】toad库分箱案例-调整箱数.mp4
├05【实现】toad库分箱案例-其他分箱展示.mp4
├06【实现】toad库分箱案例-WOE编码.mp4
├07【实现】toad库分箱案例-badrate坏人的比例及调整.mp4
├08【实现】toad库分箱案例-WOE编码.mp4
├09【小结】toad库分箱案例-小结.mp4
├10【理解】三种编码小结.mp4
├11【了解】多值有序类型编码.mp4
├12【了解】特征组合.mp4
├13【了解】用户关联特征.mp4
├14【扩展】信贷业务和可解释性.mp4
├15【理解】好特征的标准-覆盖度.mp4
├16【理解】好特征的标准-区分度.mp4
├17【理解】好特征的标准-相关性.mp4
├18【实现】好特征的标准-相关性案例.mp4
├19【理解】好特征的标准-稳定性及小结.mp4
├20【理解】特征筛选-星座特征.mp4
├21【理解】特征筛选-Boruta.mp4
├22【实现】特征筛选-Boruta案例.mp4
├23【总结】今日内容总结.mp4
├day05
├01【回顾】昨日内容回顾.mp4
├02【理解】多特征筛选-方差膨胀系数.mp4
├03【实现】多特征筛选-方差膨胀系数案例.mp4
├04【实现】多特征筛选-递归特征消除.mp4
├05【实现】多特征筛选-L1特征选择.mp4
├06【理解】特征监控.mp4
├07【小结】特征工程小结.mp4
├08【了解】模型评分卡内容安排说明.mp4
├09【了解】模型构建流程（上）.mp4
├10【了解】模型构建流程（中）.mp4
├11【理解】模型构建流程（下）.mp4
├12【理解】逻辑回归评分卡-评分映射方法.mp4
├13【实现】逻辑回归评分卡-加载数据.mp4
├14【理解】逻辑回归评分卡-到底是先做特征还是先训练模型.mp4
├15【实现】逻辑回归评分卡-模型训练.mp4
├16【实现】逻辑回归评分卡-模型评估.mp4
├17【实现】逻辑回归评分卡-特征筛选.mp4
├18【理解】模型报告解读.mp4
├19【总结】今日内容总结.mp4
├day06
├01-昨日内容回顾.mp4
├01【回顾】昨日内容回顾.mp4
├02-评分卡逻辑转换.mp4
├02【了解】今日内容介绍.mp4
├03-评分卡转换.mp4
├03【实现】逻辑回归评分卡-模型报告-数据准备.mp4
├04-LightGBM优势.mp4
├04【实现】逻辑回归评分卡-模型报告-报告实现（上）.mp4
├05-LightGBM思路梳理.mp4
├05【实现】逻辑回归评分卡-模型报告-报告实现（下）.mp4
├06-集成学习评分卡.mp4
├06【理解】逻辑回归评分卡-模型报告可视化.mp4
├07-toad官网简介.mp4
├07【实现】逻辑回归评分卡-评分映射.mp4
├08-toad整体流程梳理.mp4
├08【实现】逻辑回归评分卡-评级划分.mp4
├09【理解】集成学习评分卡-LightGBM原理.mp4
├10【回顾】上午内容回顾.mp4
├11【理解】集成学习评分卡-LightGBM分布式含义解释.mp4
├12【实现】集成学习评分卡-加载数据并数据划分.mp4
├13【理解】LightGBM参数&训练思路分析.mp4
├14【实现】集成学习评分卡-模型评估&画图.mp4
├14【实现】集成学习评分卡-模型训练&特征筛选.mp4
├15【实现】集成学习评分卡-评分映射.mp4
├16【理解】集成学习评分卡-模型报告说明.mp4
├17【理解】toad库梳理整个流程.mp4
├18【总结】今日内容总结.mp4
├day07
├01【回顾】昨日内容回顾.mp4
├02【了解】今日内容介绍.mp4
├03【理解】样本不均衡及处理方式说明.mp4
├04【理解】样本不均衡-代价敏感介绍.mp4
├05【实现】样本不均衡-代价敏感案例.mp4
├06【理解】样本不均衡-过采样介绍.mp4
├07【理解】样本不均衡-SMOTE案例流程说明.mp4
├08【实现】杨不均衡-SMOTE案例实现.mp4
├09【回顾】上午内容回顾.mp4
├10【了解】反欺诈检测.mp4
├11【了解】异常点检测说明.mp4
├12【了解】异常点检测-zscore介绍.mp4
├13【理解】异常点检测-LOF概述.mp4
├14【实现】异常点检测-LOF案例.mp4
├15【理解】异常点检测-IF概述.mp4
├16【实现】异常点检测-IF案例.mp4
├17【了解】preA模型.mp4
├18【小结】今日内容总结.mp4
├day08
├01-git分支介绍.mp4
├01【总结】项目总结-xmind.mp4
├02-git配置.mp4
├02【总结】项目总结-画图.mp4
├03-PyCharm操作.mp4
├03【了解】git简单历史.mp4
├04-冲突解决.mp4
├04【了解】版本控制系统简述.mp4
├05-面试流程说明.mp4
├05【了解】版本控制系统之集中式和分布式.mp4
├06【了解】Git及安装.mp4
├07【理解】概念区分.mp4
├08【理解】git架构.mp4
├09【了解】git分支.mp4
├10【了解】gitee及分支描述.mp4
├11【实现】配置账号及公钥.mp4
├12【了解】git命令拉取代码.mp4
├13【实现】PyCharm拉取代码.mp4
├14【回顾】上午内容回顾.mp4
├15【实操】PyCharm整合git操作.mp4
├16【实操】更新远程仓库代码.mp4
├17【实现】分支代码合并.mp4
├18【理解】冲突的解决.mp4
├19【了解】简历和项目文档概述.mp4
├20【理解】面试流程说明.mp4
├06_深度学习基础-V5.X版-6天-AI版
├day01
├01-深度学习是什么.mp4
├02-发展历史.mp4
├03-torch简介.mp4
├04-torch张量创建.mp4
├05-线性张量和随机张量.mp4
├06-全01张量.mp4
├07-元素类型转换.mp4
├08-张量和ndarray的转换.mp4
├09-标量.mp4
├10-基本运算.mp4
├11-点乘和点积.mp4
├12-运算函数.mp4
├13-索引操作.mp4
├14-范围与布尔索引.mp4
├15-多维索引.mp4
├16-形状操作.mp4
├day02
├01-形状变换.mp4
├02-view.mp4
├03-张量拼接.mp4
├04-自动微分.mp4
├05-自动微分2.mp4
├06-线性回归案例.mp4
├07-回归案例总结.mp4
├08-神经网络介绍.mp4
├09-激活函数作用.mp4
├10-sigmoid.mp4
├11-tanh+relu.mp4
├day03
├01-内容回顾.mp4
├02-softmax.mp4
├03-其他激活函数.mp4
├04-激活函数总结.mp4
├05-参数初始化.mp4
├06-模型构建.mp4
├07-参数量统计.mp4
├08-神经网络优缺点.mp4
├09-损失函数.mp4
├10-交叉熵损失.mp4
├11-二分类交叉熵损失.mp4
├12-回归损失函数.mp4
├13-梯度下降算法.mp4
├day04
├01-内容回顾.mp4
├02-前向和反向的过程.mp4
├03-案例：前向过程.mp4
├04-案例：反向输出层.mp4
├05-案例：反向隐藏层.mp4
├06-指数加权平均.mp4
├07-动量法.mp4
├08-adagrad.mp4
├09-rmsprop+adam.mp4
├10-学习率衰减.mp4
├11-学习率衰减2.mp4
├12-正则化方法.mp4
├13-BN层.mp4
├14-手机价格分类案例.mp4
├15-训练和预测.mp4
├day05
├01-图像是什么.mp4
├02-卷积神经网络的构成.mp4
├03-卷积层.mp4
├04-卷积层的实现.mp4
├05-池化层.mp4
├06-图像分类案例.mp4
├07-网络结构构建.mp4
├08-网络构建实现.mp4
├09-模型训练.mp4
├10-自然语言处理概述.mp4
├11-词嵌入层.mp4
├12-内容总结.mp4
├day06
├01-RNN介绍.mp4
├02-RNN的流程.mp4
├03-API.mp4
├04-歌词生成案例.mp4
├05-数据集封装.mp4
├06-模型构建.mp4
├07-模型训练.mp4
├08-模型预测.mp4
├09-内容总结.mp4
├07_自然语言处理+GPT-V5.X版-13天-AI版
├day01
├01-课程安排.mp4
├02-课程内容简介.mp4
├03-自然语言处理入门.mp4
├04-笔记总结.mp4
├05-文本预处理的主要模块.mp4
├06-文本分词的介绍.mp4
├07-jieba精确模式分词.mp4
├08-jieba全模式和搜索引擎分词.mp4
├09-jieba繁体分词和用户自定义词典.mp4
├10-上午内容回顾.mp4
├11-NER和Pos的讲解.mp4
├12-文本张量的表示方法介绍.mp4
├13-onehot编码的实现和训练.mp4
├14-onehot编码的应用.mp4
├15-CBOW模型的思想.mp4
├16-CBOW推导过程思想.mp4
├17-今日内容总结.mp4
├day02
├01-昨日内容回顾.mp4
├02-skipgram的讲解.mp4
├03-fasttext训练词向量基础.mp4
├03-fasttext训练词向量进阶.mp4
├04-nn.Embedding和word2vec区别.mp4
├05-nn.Embedding代码分析.mp4
├06-nn.Embedding的代码实现.mp4
├07-从Embedding中获取某个词的词向量.mp4
├08-标签数量统计分布.mp4
├09-句子长度分布统计.mp4
├10-长度分布散点图.mp4
├11-词频统计代码实现.mp4
├12-今日内容总结.mp4
├day03
├01-昨日内容回顾.mp4
├02-词云展示讲解前半部分.mp4
├03-词云展示讲解后半部分.mp4
├04-添加N-gram特征的原理.mp4
├05-实现N-Gram的代码.mp4
├06-句子长短补齐和截断.mp4
├07-回忆数据增强方法.mp4
├08-RNN模型入门.mp4
├09-传统RNN模型内部结构讲解.mp4
├10-RNN模型代码的实现--base.mp4
├11-RNN模型改变长度.mp4
├12-RNN模型原理解析.mp4
├13-RNN模型修改层数.mp4
├14-今日内容总结.mp4
├day04
├01-昨日内容回顾.mp4
├02-LSTM模型内部结构分析.mp4
├03-LSTM模型内部结构源代码分析.mp4
├04-Bi-LSTM模型原理.mp4
├05-LSTM模型代码的实现.mp4
├06-GRU模型架构原理解析.mp4
├07-GRU模型代码的实现.mp4
├08-RNN人名分类案例介绍.mp4
├09-RNN人名分类导入第三方工具.mp4
├10-将文本数据读取到内存中.mp4
├11-构建Dataset数据源对象.mp4
├12-实例化dataloader对象.mp4
├13-今日内容总结.mp4
├day05
├01-昨日内容总结.mp4
├02-RNN模型的搭建和测试.mp4
├03-LSTM模型的搭建和测试.mp4
├04-GRU模型的搭建和测试.mp4
├05-RNN模型训练代码的实现--前半部分.mp4
├06-RNN模型训练代码的实现--后半部分.mp4
├07-LSTM模型的训练代码的实现.mp4
├08-保存模型训练结果到文件.mp4
├09-模型结果的图形化展示.mp4
├10-RNN模型预测结果.mp4
├11-LSTM+GRU模型预测.mp4
├12-今日内容总结.mp4
├day06
├01-昨日内容回顾.mp4
├02-seq2seq文本翻译过程解析.mp4
├03-深度学习注意力机制介绍.mp4
├04-不带Attention的Encoder2Decoder框架解析.mp4
├05-带Attention的Encoder2Decoder框架解析.mp4
├06-注意力概率分布的计算方式.mp4
├07-softAttention的讲解.mp4
├08-hardAttention和softAttention的介绍.mp4
├09-seq2seq框架加入attention计算过程解释.mp4
├10-pytorch版本的attention计算过程.mp4
├11-注意力计算规则.mp4
├12-三维矩阵乘法解析.mp4
├13-注意力的作用和计算步骤.mp4
├14-注意力机制实现代码的讲解.mp4
├15-注意力机制代码的实现.mp4
├16-注意力机制实现扩展.mp4
├17-今日内容总结.mp4
├18-seq2seq英译法案例分析.mp4
├day07
├01-昨日内容回顾.mp4
├02-英译法案例基本介绍.mp4
├03-数据清洗函数定义.mp4
├04-getdata函数获取mypairs对.mp4
├05-getdata函数获取英文和法文词典.mp4
├06-Dataset类的实现.mp4
├07-Dataloader类的实现.mp4
├08-基于GRU的编码器代码实现.mp4
├09-基于GRU的无Attention的解码器代码分析.mp4
├10-基于GRU的无Attention的代码实现和测试.mp4
├11-基于GRU的带Attention的代码分析.mp4
├12-基于GRU解码器代码的再次分析.mp4
├13-模型训练代码的分析.mp4
├day08
├01-昨日内容回顾.mp4
├02-模型训练函数前半部分.mp4
├03-模型内部训练函数前半部分.mp4
├04-模型内部训练函数后半部分.mp4
├05-模型训练函数后半部分.mp4
├06-模型评估函数代码分析.mp4
├07-模型测试函数实现.mp4
├08-模型测试函数代码实现.mp4
├09-模型评估函数.mp4
├10-注意力绘图.mp4
├11-transformer背景介绍.mp4
├12-transformer模型架构.mp4
├13-输入部分Embedding代码的实现.mp4
├14-三角函数位置编码解析.mp4
├15-位置编码代码分析.mp4
├day09
├01-昨日内容回顾.mp4
├02-位置编码代码分析.mp4
├03-位置编码器的代码实现.mp4
├04-三角函数位置编码的图形化展示.mp4
├05-下三角矩阵的代码实现.mp4
├06-注意力机制代码的分析.mp4
├07-mask机制的讲解.mp4
├08-注意力机制代码的实现.mp4
├09-多头注意力的思想.mp4
├10-多头注意力机制代码实现的思路分析.mp4
├11-多头注意力机制代码的实现.mp4
├12-前馈全连接层代码的实现.mp4
├13-规范化层代码的分析.mp4
├14-规范化层代码的实现.mp4
├15-LayerNorm和BatchNorm的区别.mp4
├16-今日内容总结.mp4
├day10
├01-编码器子层连接结构实现.mp4
├02-编码器层代码的实现.mp4
├03-编码器代码的实现.mp4
├04-解码器层代码的实现.mp4
├05-解码器层代码的测试.mp4
├06-解码器的代码实现.mp4
├07-输出部分代码的实现.mp4
├08-transformer模型架构代码分析.mp4
├09-EncoderDecoder架构代码实现.mp4
├10-EncoderDecoder模型实例化代码分析.mp4
├11-transformer模型架构的实现和测试.mp4
├12-fasttext工具的介绍.mp4
├13-层次softmax的哈夫曼树的构建.mp4
├14-层次softmax进行模型训练的原理.mp4
├15-负采样优化算法原理.mp4
├16-今日内容总结.mp4
├day11
├01-文本分类任务的介绍.mp4
├02-fasttext文本分类数据获取和分割.mp4
├03-fasttext实现文本分类未调优.mp4
├04-数据优化后进行文本分类.mp4
├05-调整学习率-epoch等参数优化模型.mp4
├06-模型超参数调优.mp4
├07-词向量迁移介绍.mp4
├08-迁移学习的概念.mp4
├09-预训练模型的介绍.mp4
├10-transformers库的基本介绍.mp4
├11-transformers库的使用.mp4
├12-transformers库使用的基本方式.mp4
├13-pipeline方式实现文本分类.mp4
├14-pipeline方式实现特征抽取.mp4
├15-pipeline方式实现完形填空.mp4
├16-pipeline方式实现阅读理解任务.mp4
├17-pipeline方式实现文本摘要任务.mp4
├18-pipeline方式实现NER任务.mp4
├19-automodel实现文本分类.mp4
├20-今日内容总结.mp4
├day12
├01-昨日内容回顾.mp4
├02-AutoModel实现特征提取任务.mp4
├03-AutoModel实现完形填空任务.mp4
├04-AutoModel实现阅读理解任务.mp4
├05-AutoModel实现文本摘要任务.mp4
├06-AutoModel实现NER任务.mp4
├07-具体模型实现完形填空任务.mp4
├08-迁移学习案例基本介绍.mp4
├09-中文分类案例数据加载.mp4
├10-中文分类案例自定义函数实现.mp4
├11-中文分类案例模型搭建.mp4
├12-中文分类案例模型训练思路.mp4
├13-中文分类案例模型训练代码.mp4
├14-中文分类案例模型评估代码.mp4
├15-今日内容总结.mp4
├day13
├01-中文完型填空数据预处理.mp4
├02-中文完型填空构建模型.mp4
├03-中文完型填空模型训练.mp4
├04-中文完型填空模型预测.mp4
├05-中文句子关系构建dataset对象.mp4
├06-中文句子关系构建自定义函数.mp4
├07-中文句子关系模型训练.mp4
├08-中文句子关系模型完结.mp4
├09-BERT模型的架构.mp4
├10-BERT模型的预训练任务.mp4
├11-BERT模型的优缺点.mp4
├12-BERT模型的特点.mp4
├13-AlBERT模型的介绍.mp4
├14-Roberta模型的介绍.mp4
├15-MacBERT和SpanBERT的介绍.mp4
├16-ELMO模型的介绍.mp4
├17-GPT模型的介绍.mp4
├18-BERTGPTELMO的对比.mp4
├19-今日内容总结.mp4
├08_知识图谱-V5.X-10天-AI版
├day01
├01-什么是知识图谱.mp4
├02-知识图谱技术概况.mp4
├03-三个工具.mp4
├04-doccano安装.mp4
├05-doccano使用1.mp4
├06-doccano使用2.mp4
├07-总结.mp4
├08-基于规则.mp4
├09-ner基本知识.mp4
├10-基于规则案例.mp4
├11-lstm+crf架构.mp4
├day02
├01-CRF损失函数推导.mp4
├02-代码架构.mp4
├03-项目架构.mp4
├04-加载数据集.mp4
├05-transfer方法.mp4
├06-readlabeltext.mp4
├07-总结.mp4
├08-config.mp4
├09-dataset-collatefn.mp4
├10-getdata.mp4
├11-总结.mp4
├day03
├01-每日反馈+总结.mp4
├02-lstm搭建.mp4
├03-lstm-crf搭建.mp4
├04-model2train.mp4
├06-model2dev.mp4
├07-model2text.mp4
├08-extractents.mp4
├09-部署上线.mp4
├10-TransferData-debug.mp4
├11-dataloader-dubug.mp4
├12-train-debug.mp4
├day04
├01-每日反馈+拓展.mp4
├02-关系抽取基本知识.mp4
├03-基于规则实现RE.mp4
├04-config.mp4
├05-数据预处理1.mp4
├06-sentpadding.mp4
├07-pospadding.mp4
├08-getdata.mp4
├09-dataset.mp4
├10-collatefn.mp4
├11-getloader.mp4
├day05
├01-每日反馈+总结.mp4
├02-模型init.mp4
├03-forward的shape变化.mp4
├04-forward实现.mp4
├05-train实现.mp4
├06-model2test实现.mp4
├07-predict讲解.mp4
├08-casrel架构.mp4
├09-casrel模型细节.mp4
├10-config.mp4
├day06
├01-每日反馈+总结.mp4
├02-findheadindex.mp4
├03-label初始化.mp4
├04-label举例解释.mp4
├05-解析innertriples.mp4
├06-填充工作.mp4
├07-collatefn.mp4
├08-dataset.mp4
├09-getdata+debug.mp4
├10-模型init.mp4
├day07
├01-反馈+总结.mp4
├02-getsubs+getobjsforspecificsub.mp4
├03-computeloss.mp4
├04-loss.mp4
├05-loadmodel.mp4
├06-extractsub.mp4
├07-extractobjandrel.mp4
├08-train.mp4
├09-traindebug.mp4
├10-predict.mp4
├day08
├01-neo4切换测试库.mp4
├02-cypher使用2.mp4
├03-cypher使用3.mp4
├04-创建节点关系.mp4
├05-查询节点关系.mp4
├06-getspotype分析.mp4
├07-readydata.mp4
├08-构建neo4j.mp4
├09-检索neo4j.mp4
├day09
├01-模型debug.mp4
├09_大模型-V5.X版本【线下】-13天-AI版
├day01
├01-大模型背景.mp4
├02-语言模型.mp4
├03-语言模型的发展.mp4
├04-n-gram.mp4
├06-神经网络的语言模型.mp4
├07-bleu.mp4
├08-rough.mp4
├09-PPL.mp4
├10-AE的BERT模型.mp4
├day02
├01-GPT的网络结构.mp4
├02-GPT的预训练过程.mp4
├03-GPT的微调.mp4
├04-AR的特点.mp4
├05-seq2seq.mp4
├06-GPT2网络和训练.mp4
├07-GPT2的特点.mp4
├08-GPT3的网络结构.mp4
├09-incontextlearning.mp4
├10-GPT3的特点.mp4
├11-强化学习.mp4
├day03
├01-chatGPT的微调方法.mp4
├02- chatGpt的微调方法.mp4
├03-GLM的训练目标.mp4
├04-GLM的位置编码.mp4
├05-GLM的特点.mp4
├06-LLaMa和Bloom.mp4
├07-百川大模型.mp4
├08-提示词工程.mp4
├09-提示词工程原则.mp4
├day04
├01-项目背景.mp4
├02-文本分类提示词.mp4
├03-文本分类推理.mp4
├04-趋动云使用.mp4
├05-文本信息抽取提示词.mp4
├06-文本信息抽取的后处理.mp4
├07-文本抽取的实现.mp4
├08-文本匹配的内容.mp4
├day05
├01-NLP的四范式.mp4
├02-Prompt微调的方式.mp4
├03-PET微调方法.mp4
├04-硬模版和软模版.mp4
├05-prompt tuning.mp4
├06-p-tuning.mp4
├07-PPL.mp4
├08-prompt-tuning总结.mp4
├day06
├01-prefix微调.mp4
├02-adapter.mp4
├03-lora.mp4
├04-伪代码.mp4
├05-项目背景和数据.mp4
├06-process实现.mp4
├07-dataset实现.mp4
├08-dataloader.mp4
├09-模型构建.mp4
├10-config.mp4
├day07
├01-模型训练.mp4
├02-模型训练2.mp4
├03-模型训练2.mp4
├04-模型验证.mp4
├05-准确率计算.mp4
├06-损失函数.mp4
├07-topK 和topP.mp4
├08-模型预测.mp4
├09-topK和topP.mp4
├10-前端部署.mp4
├day08
├01-项目背景.mp4
├02-PET的项目架构.mp4
├03-template构建1.mp4
├04-template构建2.mp4
├05-dataset.mp4
├06-datapreprocess.mp4
├07-dataloader.mp4
├08-标签词映射.mp4
├09-主标签找子标签.mp4
├10-子标签找主标签.mp4
├day09
├01-损失计算.mp4
├02-id转换.mp4
├03-评价指标.mp4
├04-模型训练.mp4
├05-模型预测.mp4
├06-ptuning的数据处理.mp4
├07-ptuning的dataloader.mp4
├08-ptuning的工具函数、训练和预测.mp4
├day10
├01-项目介绍.mp4
├02-配置信息.mp4
├03-数据预处理.mp4
├04-dataloader.mp4
├05-工具函数.mp4
├06-模型训练.mp4
├07-模型预测.mp4
├day11
├01-Langchain介绍.mp4
├02-Chat模型.mp4
├03-嵌入模型.mp4
├04-prompts.mp4
├05-chains.mp4
├06-agents.mp4
├07-memory.mp4
├08-index.mp4
├09-向量数据库.mp4
├10-检索器.mp4
├day12
├01-RAG.mp4
├02-模型构建.mp4
├03-向量库构建和检索.mp4
├04-Function——Call.mp4
├05-原理.mp4
├06-实践.mp4
├07-SQL.mp4
├08-GPTs.mp4
├09-AssistantAPI的使用.mp4
├10-AssistantAPI实践.mp4
├day13
├01-agent.mp4
├02-Agent开发工具.mp4
├03-内容总结.mp4
├10_开源大模型平台-V5.X版本-3天-AI版
├01-讯飞
├01-星火大模型介绍.mp4
├02-API.mp4
├03-大模型定制平台.mp4
├04-语音大模型.mp4
├02-百度
├01-百度千帆.mp4
├02-千帆模型.mp4
├03-阿里
├01-阿里百炼.mp4
├02-阿里PAI.mp4
├阶段011 赠品-投满分项目
├day01
├01-项目背景和数据集介绍.mp4
├02-数据集获取.mp4
├03-数据分布分析.mp4
├04-分词.mp4
├05-数据获取.mp4
├06-特征工程.mp4
├07-模型构建与训练.mp4
├08-fasttext数据处理.mp4
├09-fasttext数据集构建.mp4
├10-fasttext模型训练.mp4
├11-优化1-自动化参数搜索.mp4
├day02
├01-fasttext优化-分词.mp4
├02-模型训练.mp4
├03-模型部署.mp4
├04-bert数据信息.mp4
├05-bert代码结构构建.mp4
├06-bert数据获取.mp4
├07-数据迭代.mp4
├08-时间差计算.mp4
├day03
├01-模型构建.mp4
├02-模型训练与评估思想.mp4
├03-模型训练与评估实现.mp4
├04-实现2.mp4
├05-模型预测.mp4
├06-模型部署.mp4
├07-模型量化.mp4
├day04
├01-昨日回顾.mp4
├02-模型蒸馏思想.mp4
├03-模型蒸馏项目架构.mp4
├04-词表构建.mp4
├05-数据获取.mp4
├06-数据获取实现.mp4
├07-数据迭代实现.mp4
├08-textCNN实践.mp4
├day05
├01-内容回顾.mp4
├02-textCNN介绍.mp4
├03-数据对齐.mp4
├04-损失计算.mp4
├05-模型训练.mp4
├06-训练流程.mp4
├06-主函数.mp4
├07-剪枝思想.mp4
├08-特定层剪枝.mp4
├09-结构化剪枝.mp4
├10-多层剪枝.mp4
├11-全局剪枝.mp4
├12-自定义剪枝.mp4
├day06
├01-面试问题和工作文问题.mp4
├02-数据集构建方法.mp4
├03-项目串讲.mp4
├阶段012 赠品-计算机视觉
├此部分为赠送教程-CV
├Opencv视频教程
├《OpenCV3编程入门》书本配套源代码
├阶段013 赠品-亿图人脸支付项目
├01-人脸检测
├01.内容回顾.mp4
├02.视频读写.mp4
├03.人脸检测概述.mp4
├04.验证数据集.mp4
├05.数据集获取.mp4
├06.模型构建.mp4
├07.参数配置.mp4
├08.训练策略.mp4
├09.训练流程.mp4
├10.模型训练.mp4
├11.内容总结.mp4
├02-人脸姿态
├01.内容回顾.mp4
├02.模型训练结果.mp4
├03.模型预测.mp4
├04.模型预测流程.mp4
├05.人脸姿态概述.mp4
├06.数据集加载.mp4
├07.数据增强.mp4
├08.模型构建.mp4
├09.模型训练.mp4
├10. 内容总结.mp4
├03-人脸多任务(1)
├01.内容回顾.mp4
├02.人脸多任务.mp4
├03.数据加载.mp4
├04.数据增强.mp4
├05.模型构建.mp4
├06.模型训练.mp4
├07.模型预测.mp4
├08.人脸识别.mp4
├09.数据获取.mp4
├10.模型构建.mp4
├11.arcface.mp4
├12.内容总结.mp4
├04-人脸识别
├01.内容回顾.mp4
├02.模型训练.mp4
├03.模型使用.mp4
├04.模型集成.mp4
├05.代码结构.mp4
├06.人脸矫正.mp4
├07.属性获取.mp4
├08.可视化.mp4
├09.模型部署.mp4
├10.人脸支付项目总结.mp4
├阶段014 赠品-AI智慧交通项目实战
├01-opencv
├01-项目架构.mp4
├02-项目构成.mp4
├03-资料共享.mp4
├04-opencv介绍.mp4
├05-图像读写.mp4
├06-绘制几何图像.mp4
├07-图像加法.mp4
├08-图像缩放与平移.mp4
├09-图像旋转和仿射变换.mp4
├10-透射变换.mp4
├11-图像噪声.mp4
├12-图像平滑方法.mp4
├13-边缘检测思想.mp4
├14-sobel边缘检测.mp4
├15-canny边缘检测.mp4
├16-视频读写.mp4
├17-opencv总结.mp4
├02-yoloV8
├01-YOLO发展.mp4
├02-V8简介.mp4
├03-V8的使用.mp4
├04-效果展示.mp4
├05-streamlit的实现.mp4
├03-车流量统计
├01-车流量统计思想.mp4
├02-多目标跟踪算法.mp4
├03-sort和deepsort算法.mp4
├04-KM算法.mp4
├05-卡尔曼滤波.mp4
├06-卡尔曼滤波思想.mp4
├07-卡尔曼滤波实践.mp4
├08-sort算法实现1 .mp4
├09-sort算法实现2.mp4
├10-sort算法实现跟踪.mp4
├11-deepsort算法跟踪.mp4
├04-车道线检测
├01-车道线检测原理.mp4
├02-相机坐标系转换.mp4
├03-内容回顾.mp4
├04-相机较正方法.mp4
├05-优化方法.mp4
├06-优化方法2.mp4
├07-相机较正流程.mp4
├08-双目较正.mp4
├09-相机较正实现.mp4
├10-图像去畸变.mp4
├11-车道线提取.mp4
├12-车道线定位.mp4
├13-车道线拟合.mp4
├14-车道线填充.mp4
├15-车道线曲率.mp4
├16-车辆偏离中心库里计算.mp4
├17-车道线检测流程.mp4
├18-效果展示.mp4
