黑马-2025年python人工智能开发V6.0
PS:我看目录跟论坛v5.x是一样的,不知道改了那些内容,懒得挨个去对比了,感兴趣的自己下载看吧
├── 阶段011 赠品-投满分项目
│ ├── day04
│ │ ├── 06-数据获取实现_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 03-模型蒸馏项目架构_.wmv
│ │ ├── 04-词表构建_.wmv
│ │ ├── 07-数据迭代实现_.wmv
│ │ ├── 05-数据获取_.wmv
│ │ ├── 02-模型蒸馏思想_.wmv
│ │ ├── 08-textCNN实践_.wmv
│ ├── day05
│ │ ├── 07-剪枝思想_.wmv
│ │ ├── 02-textCNN介绍_.wmv
│ │ ├── 06-主函数_.wmv
│ │ ├── 06-训练流程_.wmv
│ │ ├── 01-内容回顾_.wmv
│ │ ├── 09-结构化剪枝_.wmv
│ │ ├── 08-特定层剪枝_.wmv
│ │ ├── 03-数据对齐_.wmv
│ │ ├── 05-模型训练_.wmv
│ │ ├── 04-损失计算_.wmv
│ │ ├── 10-多层剪枝_.wmv
│ │ ├── 12-自定义剪枝_.wmv
│ │ ├── 11-全局剪枝_.wmv
│ ├── day02
│ │ ├── 02-模型训练_.wmv
│ │ ├── 01-fasttext优化-分词_.wmv
│ │ ├── 03-模型部署_.wmv
│ │ ├── 07-数据迭代_.wmv
│ │ ├── 04-bert数据信息_.wmv
│ │ ├── 08-时间差计算_.wmv
│ │ ├── 05-bert代码结构构建_.wmv
│ │ ├── 06-bert数据获取_.wmv
│ ├── day01
│ │ ├── 07-模型构建与训练_.wmv
│ │ ├── 09-fasttext数据集构建_.wmv
│ │ ├── 10-fasttext模型训练_.wmv
│ │ ├── 11-优化1-自动化参数搜索_.wmv
│ │ ├── 06-特征工程_.wmv
│ │ ├── 05-数据获取_.wmv
│ │ ├── 04-分词_.wmv
│ │ ├── 02-数据集获取_.wmv
│ │ ├── 08-fasttext数据处理_.wmv
│ │ ├── 01-项目背景和数据集介绍_.wmv
│ │ ├── 03-数据分布分析_.wmv
│ ├── day03
│ │ ├── 03-模型训练与评估实现_.wmv
│ │ ├── 02-模型训练与评估思想_.wmv
│ │ ├── 05-模型预测_.wmv
│ │ ├── 01-模型构建_.wmv
│ │ ├── 04-实现2_.wmv
│ │ ├── 07-模型量化_.wmv
│ │ ├── 06-模型部署_.wmv
│ ├── day06
│ │ ├── 03-项目串讲_.wmv
│ │ ├── 02-数据集构建方法_.wmv
│ │ ├── 01-面试问题和工作文问题_.wmv
├── 06_深度学习基础-V6.X版-6天-AI版
│ ├── day01
│ │ ├── 07-元素类型转换_.wmv
│ │ ├── 11-点乘和点积_.wmv
│ │ ├── 03-torch简介_.wmv
│ │ ├── 13-索引操作_.wmv
│ │ ├── 04-torch张量创建_.wmv
│ │ ├── 06-全01张量_.wmv
│ │ ├── 02-发展历史_.wmv
│ │ ├── 05-线性张量和随机张量_.wmv
│ │ ├── 15-多维索引_.wmv
│ │ ├── 08-张量和ndarray的转换_.wmv
│ │ ├── 14-范围与布尔索引_.wmv
│ │ ├── 12-运算函数_.wmv
│ │ ├── 09-标量_.wmv
│ │ ├── 16-形状操作_.wmv
│ │ ├── 01-深度学习是什么_.wmv
│ │ ├── 10-基本运算_.wmv
│ ├── day06
│ │ ├── 06-模型构建_.wmv
│ │ ├── 08-模型预测_.wmv
│ │ ├── 09-内容总结_.wmv
│ │ ├── 07-模型训练_.wmv
│ │ ├── 02-RNN的流程_.wmv
│ │ ├── 04-歌词生成案例_.wmv
│ │ ├── 03-API_.wmv
│ │ ├── 01-RNN介绍_.wmv
│ │ ├── 05-数据集封装_.wmv
│ ├── day05
│ │ ├── 04-卷积层的实现_.wmv
│ │ ├── 11-词嵌入层_.wmv
│ │ ├── 12-内容总结_.wmv
│ │ ├── 08-网络构建实现_.wmv
│ │ ├── 10-自然语言处理概述_.wmv
│ │ ├── 03-卷积层_.wmv
│ │ ├── 02-卷积神经网络的构成_.wmv
│ │ ├── 05-池化层_.wmv
│ │ ├── 01-图像是什么_.wmv
│ │ ├── 06-图像分类案例_.wmv
│ │ ├── 09-模型训练_.wmv
│ │ ├── 07-网络结构构建_.wmv
│ ├── day04
│ │ ├── 05-案例:反向隐藏层_.wmv
│ │ ├── 15-训练和预测_.wmv
│ │ ├── 13-BN层_.wmv
│ │ ├── 06-指数加权平均_.wmv
│ │ ├── 09-rmsprop+adam_.wmv
│ │ ├── 14-手机价格分类案例_.wmv
│ │ ├── 11-学习率衰减2_.wmv
│ │ ├── 02-前向和反向的过程_.wmv
│ │ ├── 10-学习率衰减_.wmv
│ │ ├── 04-案例:反向输出层_.wmv
│ │ ├── 08-adagrad_.wmv
│ │ ├── 01-内容回顾_.wmv
│ │ ├── 03-案例:前向过程_.wmv
│ │ ├── 07-动量法_.wmv
│ │ ├── 12-正则化方法_.wmv
│ ├── day02
│ │ ├── 10-sigmoid_.wmv
│ │ ├── 09-激活函数作用_.wmv
│ │ ├── 02-view_.wmv
│ │ ├── 01-形状变换_.wmv
│ │ ├── 04-自动微分_.wmv
│ │ ├── 11-tanh+relu_.wmv
│ │ ├── 03-张量拼接_.wmv
│ │ ├── 05-自动微分2_.wmv
│ │ ├── 07-回归案例总结_.wmv
│ │ ├── 06-线性回归案例_.wmv
│ │ ├── 08-神经网络介绍_.wmv
│ ├── day03
│ │ ├── 05-参数初始化_.wmv
│ │ ├── 11-二分类交叉熵损失_.wmv
│ │ ├── 02-softmax_.wmv
│ │ ├── 13-梯度下降算法_.wmv
│ │ ├── 04-激活函数总结_.wmv
│ │ ├── 09-损失函数_.wmv
│ │ ├── 12-回归损失函数_.wmv
│ │ ├── 08-神经网络优缺点_.wmv
│ │ ├── 03-其他激活函数_.wmv
│ │ ├── 07-参数量统计_.wmv
│ │ ├── 01-内容回顾_.wmv
│ │ ├── 10-交叉熵损失_.wmv
│ │ ├── 06-模型构建_.wmv
├── 【提示!!!】文件解压密码:szjm
├── 阶段012 赠品-计算机视觉
│ ├── 此部分为赠送教程-CV
│ │ ├── 《OpenCV3编程入门》书本配套源代码
│ │ │ ├── OpenCV3编程入门.pdf
│ │ │ ├── 【可执行exe合集】《OpenCV3编程入门》书中可执行程序合集.rar
│ │ │ ├── 【OpenCV3版】《OpenCV3编程入门》书本配套源代码.rar
│ │ ├── Opencv视频教程
│ │ │ ├── 13 附赠1:Opencv资料
│ │ │ │ ├── 数字图像处理与机器视觉――Visual C++与Matlab....iso
│ │ │ │ ├── OpenCV2ComputerVisionApplicationProgrammingCookbookCode.zip
│ │ │ │ ├── A_Computational_Approach_to_Edge_Detection-sz4.pdf
│ │ │ │ ├── 图像处理、分析与机器视觉(第三版).pdf
│ │ │ │ ├── 计算机视觉:算法与应用(Richard Szeliski-2010).pdf
│ │ │ │ ├── 视觉计算理论.pdf
│ │ │ │ ├── OpenCV的计算机视觉技术实现.rar
│ │ │ │ ├── Mastering OpenCV with Practical Computer Vision Projects [eBook].pdf
│ │ │ │ ├── 学习OpenCV 中文版.pdf
│ │ │ │ ├── OpenCV.2.Computer.Vision.Application.Programming.Cookbook.pdf
│ │ │ │ ├── opencv2计算机视觉编程手册( 扫描版1-35页).pdf
│ │ │ │ ├── Computer and Machine Vision Theory Algorithms Practicalities.pdf
│ │ │ │ ├── 图像处理技术手册.pdf
│ │ │ │ ├── opencv2手册第五章.pdf
│ │ │ │ ├── 基于OpenCV的计算机视觉技术实现.pdf
│ │ │ │ ├── 计算机视觉(马颂德、张正友).pdf
│ │ │ │ ├── 机器视觉算法与应用.pdf
│ │ │ │ ├── 机器视觉-张广军.pdf
│ │ │ │ ├── 图像处理与计算机视觉算法及应用 原书第2版 [(美)帕科尔著][清华大学出版社][2012.05][388页]sample.pdf
│ │ │ │ ├── 计算机视觉——算法与应用.pdf.pdf
│ │ │ │ ├── 学习opencv书——源代码.zip
│ │ │ │ ├── Learning OpenCV 2nd Early Release.pdf
│ │ │ │ ├── [数字图像处理与机器视觉:Visual.C++.与Matlab实现].张铮.扫描版.pdf
│ │ │ │ ├── 图像处理、分析与机器视觉(第三版)英文版.pdf
│ │ │ │ ├── 图像处理分析与机器视觉(第二版)中译.pdf
│ │ │ │ ├── OpenCV教程基础篇-于仕琪-北航.pdf
│ │ │ │ ├── 机器视觉测量技术.pdf
│ │ │ │ ├── opencv手册.chm
│ │ │ ├── 06 OpenCV视频分析与对象跟踪实战教程 (课件+源码)
│ │ │ │ ├── 04-背景消除建模(BSM)-01.ts
│ │ │ │ ├── 16-视频中移动对象统计.ts
│ │ │ │ ├── 课程配套课件.zip
│ │ │ │ ├── 06-对象检测与跟踪(基于颜色)-01.ts
│ │ │ │ ├── 07-对象检测与跟踪(基于颜色)-02.ts
│ │ │ │ ├── 05-背景消除建模(BSM)-02.ts
│ │ │ │ ├── 10-光流的对象跟踪-03.ts
│ │ │ │ ├── 09-光流的对象跟踪-02.ts
│ │ │ │ ├── 08-光流的对象跟踪-01.ts
│ │ │ │ ├── 03-视频读写-02.ts
│ │ │ │ ├── 02-视频读写-01.ts
│ │ │ │ ├── 12-CAMShift对象跟踪.ts
│ │ │ │ ├── 18-扩展模块中的多对象跟踪.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 15-CAMShift对象跟踪-04.ts
│ │ │ │ ├── 13-CAMShift对象跟踪-02.ts
│ │ │ │ ├── 17-扩展模块中的跟踪方法介绍.ts
│ │ │ │ ├── 14-CAMShift对象跟踪-03.ts
│ │ │ │ ├── 11-光流的对象跟踪-04.ts
│ │ │ ├── 09 14个常用OpenCV+C++图像处理
│ │ │ │ ├── 14_车牌识别系统
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── PlateIdentify
│ │ │ │ │ │ │ ├── template
│ │ │ │ │ │ │ │ ├── 浙.bmp
│ │ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ │ │ ├── L.bmp
│ │ │ │ │ │ │ │ ├── 6.bmp
│ │ │ │ │ │ │ │ ├── 琼.bmp
│ │ │ │ │ │ │ │ ├── G.bmp
│ │ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ │ ├── 京.bmp
│ │ │ │ │ │ │ │ ├── Z.bmp
│ │ │ │ │ │ │ │ ├── U.bmp
│ │ │ │ │ │ │ │ ├── Y.bmp
│ │ │ │ │ │ │ │ ├── E.bmp
│ │ │ │ │ │ │ │ ├── 辽.bmp
│ │ │ │ │ │ │ │ ├── T.bmp
│ │ │ │ │ │ │ │ ├── 4.bmp
│ │ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ │ ├── C.bmp
│ │ │ │ │ │ │ │ ├── V.bmp
│ │ │ │ │ │ │ │ ├── 鄂.bmp
│ │ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ │ ├── 黑.bmp
│ │ │ │ │ │ │ │ ├── 粤.bmp
│ │ │ │ │ │ │ │ ├── W.bmp
│ │ │ │ │ │ │ │ ├── N.bmp
│ │ │ │ │ │ │ │ ├── 湘.bmp
│ │ │ │ │ │ │ │ ├── H.bmp
│ │ │ │ │ │ │ │ ├── J.bmp
│ │ │ │ │ │ │ │ ├── X.bmp
│ │ │ │ │ │ │ │ ├── P.bmp
│ │ │ │ │ │ │ │ ├── M.bmp
│ │ │ │ │ │ │ │ ├── 5.bmp
│ │ │ │ │ │ │ │ ├── 9.bmp
│ │ │ │ │ │ │ │ ├── D.bmp
│ │ │ │ │ │ │ │ ├── F.bmp
│ │ │ │ │ │ │ │ ├── S.bmp
│ │ │ │ │ │ │ │ ├── 7.bmp
│ │ │ │ │ │ │ │ ├── 8.bmp
│ │ │ │ │ │ │ │ ├── K.bmp
│ │ │ │ │ │ │ │ ├── Q.bmp
│ │ │ │ │ │ │ │ ├── R.bmp
│ │ │ │ │ │ │ │ ├── B.bmp
│ │ │ │ │ │ │ │ ├── A.bmp
│ │ │ │ │ │ │ │ ├── 川.bmp
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── PlateIdentify.ico
│ │ │ │ │ │ │ │ ├── PlateIdentify.rc2
│ │ │ │ │ │ │ │ ├── PlateIdentifyDoc.ico
│ │ │ │ │ │ │ ├── Image_thin.cpp
│ │ │ │ │ │ │ ├── ImageFUNC.h
│ │ │ │ │ │ │ ├── PlateIdentify.rc
│ │ │ │ │ │ │ ├── PlateIdentify.cpp
│ │ │ │ │ │ │ ├── PlateIdentify.h
│ │ │ │ │ │ │ ├── MyImg.cpp
│ │ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── Image_thin.h
│ │ │ │ │ │ │ ├── PlateIdentifyView.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── PlateIdentifyDoc.h
│ │ │ │ │ │ │ ├── Classification.h
│ │ │ │ │ │ │ ├── MyImg.h
│ │ │ │ │ │ │ ├── lut_thin.h
│ │ │ │ │ │ │ ├── PlateIdentify.vcproj
│ │ │ │ │ │ │ ├── lut_shrink.h
│ │ │ │ │ │ │ ├── PlateIdentifyView.h
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── PlateIdentify.aps
│ │ │ │ │ │ │ ├── PlateIdentifyDoc.cpp
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── Classification.cpp
│ │ │ │ │ │ │ ├── ImageFUNC.cpp
│ │ │ │ │ │ ├── PlateIdentify.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 黑A00001.bmp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── template
│ │ │ │ │ │ │ ├── 川.bmp
│ │ │ │ │ │ │ ├── Q.bmp
│ │ │ │ │ │ │ ├── F.bmp
│ │ │ │ │ │ │ ├── 辽.bmp
│ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ │ ├── 湘.bmp
│ │ │ │ │ │ │ ├── Y.bmp
│ │ │ │ │ │ │ ├── 鄂.bmp
│ │ │ │ │ │ │ ├── G.bmp
│ │ │ │ │ │ │ ├── 7.bmp
│ │ │ │ │ │ │ ├── H.bmp
│ │ │ │ │ │ │ ├── 京.bmp
│ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ ├── U.bmp
│ │ │ │ │ │ │ ├── 6.bmp
│ │ │ │ │ │ │ ├── M.bmp
│ │ │ │ │ │ │ ├── T.bmp
│ │ │ │ │ │ │ ├── K.bmp
│ │ │ │ │ │ │ ├── 浙.bmp
│ │ │ │ │ │ │ ├── L.bmp
│ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ ├── J.bmp
│ │ │ │ │ │ │ ├── 5.bmp
│ │ │ │ │ │ │ ├── 黑.bmp
│ │ │ │ │ │ │ ├── X.bmp
│ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ ├── 9.bmp
│ │ │ │ │ │ │ ├── V.bmp
│ │ │ │ │ │ │ ├── R.bmp
│ │ │ │ │ │ │ ├── D.bmp
│ │ │ │ │ │ │ ├── Z.bmp
│ │ │ │ │ │ │ ├── E.bmp
│ │ │ │ │ │ │ ├── C.bmp
│ │ │ │ │ │ │ ├── 8.bmp
│ │ │ │ │ │ │ ├── 4.bmp
│ │ │ │ │ │ │ ├── S.bmp
│ │ │ │ │ │ │ ├── B.bmp
│ │ │ │ │ │ │ ├── 粤.bmp
│ │ │ │ │ │ │ ├── 琼.bmp
│ │ │ │ │ │ │ ├── P.bmp
│ │ │ │ │ │ │ ├── N.bmp
│ │ │ │ │ │ │ ├── A.bmp
│ │ │ │ │ │ │ ├── W.bmp
│ │ │ │ │ │ ├── highgui210.dll
│ │ │ │ │ │ ├── cvaux210.dll
│ │ │ │ │ │ ├── ml210.dll
│ │ │ │ │ │ ├── cv210.dll
│ │ │ │ │ │ ├── cxcore210.dll
│ │ │ │ │ │ ├── PlateIdentify.exe
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 01_所需软件
│ │ │ │ │ ├── OpenCV-2.1.0-win32-vs2008.exe
│ │ │ │ │ ├── vtk-5.8.0.zip
│ │ │ │ │ ├── vtkDocHtml-5.8.0.tar.gz
│ │ │ │ │ ├── vtkdata-5.8.0.zip
│ │ │ │ │ ├── cmake-2.8.7-win32-x86.exe
│ │ │ │ ├── 12_运动车辆检测跟踪系统
│ │ │ │ │ ├── Videos
│ │ │ │ │ │ ├── car.avi
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── cv210.dll
│ │ │ │ │ │ ├── cvaux210.dll
│ │ │ │ │ │ ├── MoveTracking.exe
│ │ │ │ │ │ ├── ml210.dll
│ │ │ │ │ │ ├── highgui210.dll
│ │ │ │ │ │ ├── cxcore210.dll
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── MoveTracking
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── MoveTracking.rc2
│ │ │ │ │ │ │ │ ├── MoveTrackingDoc.ico
│ │ │ │ │ │ │ │ ├── MoveTracking.ico
│ │ │ │ │ │ │ ├── MoveTracking.aps
│ │ │ │ │ │ │ ├── MoveTrackingView.cpp
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── MoveTrackingDoc.cpp
│ │ │ │ │ │ │ ├── MoveTracking.h
│ │ │ │ │ │ │ ├── MoveTracking.rc
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── MoveTracking.vcproj
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── MoveTrackingView.h
│ │ │ │ │ │ │ ├── MoveTrackingDoc.h
│ │ │ │ │ │ │ ├── MoveTracking.cpp
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ ├── MoveTracking.sln
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 10_指纹提取与识别系统
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── FP
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── FP.rc2
│ │ │ │ │ │ │ ├── FP.vcproj
│ │ │ │ │ │ │ ├── FP.dll
│ │ │ │ │ │ │ ├── preprocess.cpp
│ │ │ │ │ │ │ ├── FPAGlobal.h
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── FP.cpp
│ │ │ │ │ │ │ ├── Match.cpp
│ │ │ │ │ │ │ ├── coding.h
│ │ │ │ │ │ │ ├── FPAType.h
│ │ │ │ │ │ │ ├── FP.h
│ │ │ │ │ │ │ ├── FP.clw
│ │ │ │ │ │ │ ├── FP.rc
│ │ │ │ │ │ │ ├── FP.dsw
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── test.h
│ │ │ │ │ │ │ ├── FPA.H
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── FP.sln
│ │ │ │ │ │ │ ├── FP.dsp
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── FP.APS
│ │ │ │ │ │ │ ├── preprocess.h
│ │ │ │ │ │ │ ├── FP.lib
│ │ │ │ │ │ │ ├── patternMatch.h
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── MinutiaExtract.h
│ │ │ │ │ │ │ ├── MinutiaExtract.cpp
│ │ │ │ │ │ │ ├── FP.plg
│ │ │ │ │ │ │ ├── UtilityFunction.h
│ │ │ │ │ │ │ ├── FP.def
│ │ │ │ │ │ │ ├── FPA.CPP
│ │ │ │ │ │ │ ├── FP.opt
│ │ │ │ │ │ │ ├── Match.h
│ │ │ │ │ │ │ ├── FPEngine.h
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ ├── 指纹提取与识别系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── 指纹提取与识别系统.ico
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── FingerMatch.cpp
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.vcproj
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.rc
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── FPA.H
│ │ │ │ │ │ │ ├── FingerMatch.h
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.cpp
│ │ │ │ │ │ │ ├── OfflineMatch.cpp
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.h
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.aps
│ │ │ │ │ │ ├── FPEngine
│ │ │ │ │ │ │ ├── VF_Api.h
│ │ │ │ │ │ │ ├── VF_GetMinutia.h
│ │ │ │ │ │ │ ├── VF_FileIO.h
│ │ │ │ │ │ │ ├── FPEngine.h
│ │ │ │ │ │ │ ├── VF_Enhance.h
│ │ │ │ │ │ │ ├── VF_Feature2.h
│ │ │ │ │ │ │ ├── VF_Global.h
│ │ │ │ │ │ │ ├── FPEngine.dsw
│ │ │ │ │ │ │ ├── FPEngine.dsp
│ │ │ │ │ │ │ ├── VF_PatternMatch.h
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── VF_Thin.h
│ │ │ │ │ │ │ ├── FPEngine.vcproj
│ │ │ │ │ │ │ ├── VF_Verify.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── VF_Smooth.h
│ │ │ │ │ │ │ ├── VF_Function.h
│ │ │ │ │ │ │ ├── VF_Template.h
│ │ │ │ │ │ │ ├── VF_GetOrientMap.h
│ │ │ │ │ │ │ ├── FPEngine.cpp
│ │ │ │ │ │ │ ├── FPEngine.opt
│ │ │ │ │ │ │ ├── VF_GetSingulary.h
│ │ │ │ │ │ │ ├── VF_Binary.h
│ │ │ │ │ │ │ ├── VF_Type.h
│ │ │ │ │ │ │ ├── VF_AlignMatch.h
│ │ │ │ │ │ │ ├── VF_Err.h
│ │ │ │ │ │ │ ├── FPEngine.sln
│ │ │ │ │ │ │ ├── VF_Zoom.h
│ │ │ │ │ │ │ ├── VF_Divide.h
│ │ │ │ │ │ │ ├── FPEngine.plg
│ │ │ │ │ │ │ ├── VF_Feature.h
│ │ │ │ │ │ │ ├── VF_GlobalMatch.h
│ │ │ │ │ │ ├── 指纹提取与识别系统.sln
│ │ │ │ │ ├── Dll库
│ │ │ │ │ │ ├── FP.dll
│ │ │ │ │ │ ├── FPEngine.dll
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 指纹提取与识别系统.exe
│ │ │ │ │ │ ├── FPEngine.dll
│ │ │ │ │ │ ├── FP.dll
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 8.bmp
│ │ │ │ │ │ ├── 5.bmp
│ │ │ │ │ │ ├── 7.bmp
│ │ │ │ │ │ ├── 6.bmp
│ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ ├── 4.bmp
│ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 11_人脸检测与识别系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 人脸检测与识别系统.exe
│ │ │ │ │ ├── 人脸识别
│ │ │ │ │ │ ├── libfacedetection-master.rar
│ │ │ │ │ │ ├── detectface.cpp
│ │ │ │ │ │ ├── DetectFace(Release).rar
│ │ │ │ │ │ ├── OpenCV - win7+vs2013(2012)+opencv3.0.pdf
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 人脸检测与识别系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── 人脸检测与识别系统.ico
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ ├── SimilarHood.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.vcproj
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.h
│ │ │ │ │ │ │ ├── OpenImgDlg.h
│ │ │ │ │ │ │ ├── OpenImgDlg.cpp
│ │ │ │ │ │ │ ├── FaceDetectDlg.cpp
│ │ │ │ │ │ │ ├── FaceDetectDlg.h
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.cpp
│ │ │ │ │ │ │ ├── SimilarHood.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.rc
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.aps
│ │ │ │ │ │ ├── 人脸检测与识别系统.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── face.bmp
│ │ │ │ │ ├── 一个基于 OpenCV 的人脸识别系统
│ │ │ │ │ │ ├── faceidentifysys
│ │ │ │ │ │ │ ├── highgui100.dll
│ │ │ │ │ │ │ ├── ml100.dll
│ │ │ │ │ │ │ ├── 输入格式.doc
│ │ │ │ │ │ │ ├── haarcascade_frontalface_alt.xml
│ │ │ │ │ │ │ ├── haarcascade.cpp
│ │ │ │ │ │ │ ├── cvaux100.dll
│ │ │ │ │ │ │ ├── news.jpg
│ │ │ │ │ │ │ ├── libguide40.dll
│ │ │ │ │ │ │ ├── zhang.jpg
│ │ │ │ │ │ │ ├── Thumbs.db
│ │ │ │ │ │ │ ├── sub0zhang.jpg
│ │ │ │ │ │ │ ├── haarcascade.exe
│ │ │ │ │ │ │ ├── cxts001.dll
│ │ │ │ │ │ │ ├── haarcascade.ncb
│ │ │ │ │ │ │ ├── haarcascade.dsw
│ │ │ │ │ │ │ ├── sub1news.jpg
│ │ │ │ │ │ │ ├── cvcam100.dll
│ │ │ │ │ │ │ ├── cxcore100.dll
│ │ │ │ │ │ │ ├── haarcascade.opt
│ │ │ │ │ │ │ ├── haarcascade.plg
│ │ │ │ │ │ │ ├── zhang1.jpg
│ │ │ │ │ │ │ ├── cv100.dll
│ │ │ │ │ │ │ ├── haarcascade.dsp
│ │ │ │ │ │ │ ├── hu.JPG
│ │ │ │ │ │ │ ├── sub0news.jpg
│ │ │ │ │ │ │ ├── sub0hu.jpg
│ │ │ │ │ │ │ ├── result.jpg
│ │ │ │ │ ├── 说明.txt
│ │ │ │ │ ├── 一个基于 OpenCV 的人脸识别系统.rar
│ │ │ │ ├── 05_CT图像重建系统
│ │ │ │ │ ├── Data
│ │ │ │ │ │ ├── headsq
│ │ │ │ │ │ │ ├── quarter.69
│ │ │ │ │ │ │ ├── quarter.66
│ │ │ │ │ │ │ ├── quarter.30
│ │ │ │ │ │ │ ├── quarter.16
│ │ │ │ │ │ │ ├── quarter.44
│ │ │ │ │ │ │ ├── quarter.73
│ │ │ │ │ │ │ ├── quarter.18
│ │ │ │ │ │ │ ├── quarter.46
│ │ │ │ │ │ │ ├── quarter.39
│ │ │ │ │ │ │ ├── quarter.78
│ │ │ │ │ │ │ ├── quarter.42
│ │ │ │ │ │ │ ├── quarter.35
│ │ │ │ │ │ │ ├── quarter.2
│ │ │ │ │ │ │ ├── quarter.51
│ │ │ │ │ │ │ ├── quarter.28
│ │ │ │ │ │ │ ├── quarter.48
│ │ │ │ │ │ │ ├── quarter.11
│ │ │ │ │ │ │ ├── quarter.72
│ │ │ │ │ │ │ ├── quarter.29
│ │ │ │ │ │ │ ├── quarter.14
│ │ │ │ │ │ │ ├── quarter.20
│ │ │ │ │ │ │ ├── quarter.88
│ │ │ │ │ │ │ ├── quarter.64
│ │ │ │ │ │ │ ├── quarter.68
│ │ │ │ │ │ │ ├── quarter.37
│ │ │ │ │ │ │ ├── quarter.7
│ │ │ │ │ │ │ ├── quarter.62
│ │ │ │ │ │ │ ├── quarter.85
│ │ │ │ │ │ │ ├── quarter.89
│ │ │ │ │ │ │ ├── quarter.8
│ │ │ │ │ │ │ ├── quarter.67
│ │ │ │ │ │ │ ├── quarter.26
│ │ │ │ │ │ │ ├── quarter.38
│ │ │ │ │ │ │ ├── quarter.81
│ │ │ │ │ │ │ ├── quarter.43
│ │ │ │ │ │ │ ├── quarter.3
│ │ │ │ │ │ │ ├── quarter.71
│ │ │ │ │ │ │ ├── quarter.58
│ │ │ │ │ │ │ ├── quarter.61
│ │ │ │ │ │ │ ├── quarter.13
│ │ │ │ │ │ │ ├── quarter.91
│ │ │ │ │ │ │ ├── quarter.6
│ │ │ │ │ │ │ ├── quarter.83
│ │ │ │ │ │ │ ├── quarter.54
│ │ │ │ │ │ │ ├── quarter.nhdr
│ │ │ │ │ │ │ ├── quarter.76
│ │ │ │ │ │ │ ├── quarter.57
│ │ │ │ │ │ │ ├── quarter.59
│ │ │ │ │ │ │ ├── quarter.93
│ │ │ │ │ │ │ ├── quarter.53
│ │ │ │ │ │ │ ├── quarter.50
│ │ │ │ │ │ │ ├── quarter.80
│ │ │ │ │ │ │ ├── quarter.31
│ │ │ │ │ │ │ ├── quarter.74
│ │ │ │ │ │ │ ├── quarter.41
│ │ │ │ │ │ │ ├── quarter.52
│ │ │ │ │ │ │ ├── quarter.17
│ │ │ │ │ │ │ ├── quarter.65
│ │ │ │ │ │ │ ├── quarter.33
│ │ │ │ │ │ │ ├── quarter.82
│ │ │ │ │ │ │ ├── quarter.15
│ │ │ │ │ │ │ ├── quarter.84
│ │ │ │ │ │ │ ├── quarter.36
│ │ │ │ │ │ │ ├── quarter.92
│ │ │ │ │ │ │ ├── quarter.79
│ │ │ │ │ │ │ ├── quarter.90
│ │ │ │ │ │ │ ├── quarter.21
│ │ │ │ │ │ │ ├── quarter.9
│ │ │ │ │ │ │ ├── quarter.56
│ │ │ │ │ │ │ ├── quarter.45
│ │ │ │ │ │ │ ├── quarter.40
│ │ │ │ │ │ │ ├── quarter.24
│ │ │ │ │ │ │ ├── quarter.22
│ │ │ │ │ │ │ ├── quarter.5
│ │ │ │ │ │ │ ├── quarter.63
│ │ │ │ │ │ │ ├── quarter.27
│ │ │ │ │ │ │ ├── quarter.70
│ │ │ │ │ │ │ ├── quarter.25
│ │ │ │ │ │ │ ├── quarter.49
│ │ │ │ │ │ │ ├── quarter.10
│ │ │ │ │ │ │ ├── quarter.60
│ │ │ │ │ │ │ ├── quarter.55
│ │ │ │ │ │ │ ├── quarter.19
│ │ │ │ │ │ │ ├── quarter.23
│ │ │ │ │ │ │ ├── quarter.47
│ │ │ │ │ │ │ ├── quarter.1
│ │ │ │ │ │ │ ├── quarter.87
│ │ │ │ │ │ │ ├── quarter.32
│ │ │ │ │ │ │ ├── quarter.34
│ │ │ │ │ │ │ ├── quarter.75
│ │ │ │ │ │ │ ├── quarter.12
│ │ │ │ │ │ │ ├── quarter.86
│ │ │ │ │ │ │ ├── quarter.4
│ │ │ │ │ │ │ ├── quarter.77
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── CTImageReconstruction_cone
│ │ │ │ │ │ │ ├── CTImageReconstruction_cone
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_cone.cpp
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_cone.vcproj
│ │ │ │ │ │ │ ├── CTImageReconstruction_cone.sln
│ │ │ │ │ │ ├── CTImageReconstruction_brain
│ │ │ │ │ │ │ ├── CTImageReconstruction_brain
│ │ │ │ │ │ │ │ ├── Debug
│ │ │ │ │ │ │ │ │ ├── vtkNetCDF.dll
│ │ │ │ │ │ │ │ │ ├── vtkproj4.dll
│ │ │ │ │ │ │ │ │ ├── vtklibxml2.dll
│ │ │ │ │ │ │ │ │ ├── vtkalglib.dll
│ │ │ │ │ │ │ │ │ ├── vtkfreetype.dll
│ │ │ │ │ │ │ │ │ ├── vtkexoIIc.dll
│ │ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.exe
│ │ │ │ │ │ │ │ │ ├── vtkImaging.dll
│ │ │ │ │ │ │ │ │ ├── vtkGeovis.dll
│ │ │ │ │ │ │ │ │ ├── vtkzlib.dll
│ │ │ │ │ │ │ │ │ ├── vtkFiltering.dll
│ │ │ │ │ │ │ │ │ ├── vtkViews.dll
│ │ │ │ │ │ │ │ │ ├── vtkpng.dll
│ │ │ │ │ │ │ │ │ ├── vtkGenericFiltering.dll
│ │ │ │ │ │ │ │ │ ├── vtkftgl.dll
│ │ │ │ │ │ │ │ │ ├── vtkCharts.dll
│ │ │ │ │ │ │ │ │ ├── vtkexpat.dll
│ │ │ │ │ │ │ │ │ ├── vtkRendering.dll
│ │ │ │ │ │ │ │ │ ├── vtkjpeg.dll
│ │ │ │ │ │ │ │ │ ├── vtkHybrid.dll
│ │ │ │ │ │ │ │ │ ├── vtkMFC.dll
│ │ │ │ │ │ │ │ │ ├── vtkGraphics.dll
│ │ │ │ │ │ │ │ │ ├── vtkverdict.dll
│ │ │ │ │ │ │ │ │ ├── vtkCommon.dll
│ │ │ │ │ │ │ │ │ ├── vtktiff.dll
│ │ │ │ │ │ │ │ │ ├── vtkWidgets.dll
│ │ │ │ │ │ │ │ │ ├── vtkNetCDF_cxx.dll
│ │ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.ilk
│ │ │ │ │ │ │ │ │ ├── vtkDICOMParser.dll
│ │ │ │ │ │ │ │ │ ├── vtkmetaio.dll
│ │ │ │ │ │ │ │ │ ├── vtkhdf5.dll
│ │ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.pdb
│ │ │ │ │ │ │ │ │ ├── vtkInfovis.dll
│ │ │ │ │ │ │ │ │ ├── vtkIO.dll
│ │ │ │ │ │ │ │ │ ├── vtkVolumeRendering.dll
│ │ │ │ │ │ │ │ │ ├── vtksys.dll
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.vcproj
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.cpp
│ │ │ │ │ │ │ ├── CTImageReconstruction_brain.sln
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 06_数字图像水印系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── WaterMark.exe
│ │ │ │ │ │ ├── WaterMark_LSB.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── WaterMark
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── WaterMark.ico
│ │ │ │ │ │ │ │ ├── WaterMark.rc2
│ │ │ │ │ │ │ │ ├── FACE.ICO
│ │ │ │ │ │ │ ├── WaterMark.h
│ │ │ │ │ │ │ ├── WaterMark.clw
│ │ │ │ │ │ │ ├── WaterMark.rc
│ │ │ │ │ │ │ ├── WaterMarkDlg.cpp
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ │ ├── WaterMark.vcproj
│ │ │ │ │ │ │ ├── WaterMark.plg
│ │ │ │ │ │ │ ├── WaterMark.cpp
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── WaterMark.opt
│ │ │ │ │ │ │ ├── WaterMark.dsp
│ │ │ │ │ │ │ ├── WaterMark.aps
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── WaterMarkDlg.h
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── WaterMark.dsw
│ │ │ │ │ │ │ ├── WaterMark.sln
│ │ │ │ │ │ ├── WaterMark_LSB
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── WaterMark_LSBDoc.ico
│ │ │ │ │ │ │ │ ├── SECUR02A.ICO
│ │ │ │ │ │ │ │ ├── WaterMark_LSB.rc2
│ │ │ │ │ │ │ ├── DIB.h
│ │ │ │ │ │ │ ├── WaterMark_LSBView.cpp
│ │ │ │ │ │ │ ├── WaterMark_LSB.opt
│ │ │ │ │ │ │ ├── WaterMark_LSB.vcproj
│ │ │ │ │ │ │ ├── WaterMark_LSB.h
│ │ │ │ │ │ │ ├── DIB.cpp
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── WaterMark_LSBDoc.cpp
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── WaterMark_LSB.rc
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── WaterMark_LSBDoc.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.sln
│ │ │ │ │ │ │ ├── WaterMark_LSBView.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.aps
│ │ │ │ │ │ │ ├── WaterMark_LSB.dsw
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.cpp
│ │ │ │ │ │ │ ├── WaterMark_LSB.dsp
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.plg
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── graymark.bmp
│ │ │ │ │ │ ├── dog1.bmp
│ │ │ │ │ │ ├── graymark1.bmp
│ │ │ │ │ │ ├── senery1.bmp
│ │ │ │ │ │ ├── cat1.bmp
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 04_图像编辑器实现
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── lena.bmp
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ ├── PhotoProcessDoc.ico
│ │ │ │ │ │ │ ├── PhotoProcess.ico
│ │ │ │ │ │ │ ├── PhotoProcess.rc2
│ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ ├── PhotoProcess.cpp
│ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ ├── SharpenProcessDib.h
│ │ │ │ │ │ ├── ImageFilterDib.h
│ │ │ │ │ │ ├── SmoothProcessDib.cpp
│ │ │ │ │ │ ├── PhotoProcessView.cpp
│ │ │ │ │ │ ├── GrayTransformDib.cpp
│ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ ├── SmoothProcessDib.h
│ │ │ │ │ │ ├── PhotoProcessDoc.h
│ │ │ │ │ │ ├── PhotoProcess.aps
│ │ │ │ │ │ ├── PhotoProcessDoc.cpp
│ │ │ │ │ │ ├── FogDlg.cpp
│ │ │ │ │ │ ├── HistogramDib.h
│ │ │ │ │ │ ├── ImageRestoreDib.cpp
│ │ │ │ │ │ ├── ImageRestoreDib.h
│ │ │ │ │ │ ├── ImageFilterDib.cpp
│ │ │ │ │ │ ├── PhotoProcess.h
│ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ ├── PhotoProcess.rc
│ │ │ │ │ │ ├── GrayTransformDib.h
│ │ │ │ │ │ ├── FrequencyFilterDib.h
│ │ │ │ │ │ ├── PhotoProcess.vcproj
│ │ │ │ │ │ ├── FogDlg.h
│ │ │ │ │ │ ├── SharpenProcessDib.cpp
│ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ ├── ColorEnhanceDib.cpp
│ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ ├── HistogramDib.cpp
│ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ ├── ColorEnhanceDib.h
│ │ │ │ │ │ ├── PhotoProcessView.h
│ │ │ │ │ │ ├── PhotoProcess.sln
│ │ │ │ │ │ ├── FrequencyFilterDib.cpp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── PhotoProcess.exe
│ │ │ │ ├── 09_细胞检测与计数系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 细胞检测与计数系统.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 细胞检测与计数系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── 细胞检测与计数系统.ico
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ ├── ThrHsi.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.aps
│ │ │ │ │ │ │ ├── RTH.h
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.h
│ │ │ │ │ │ │ ├── CellDoc.cpp
│ │ │ │ │ │ │ ├── Pre.h
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.cpp
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.rc
│ │ │ │ │ │ │ ├── CellView.h
│ │ │ │ │ │ │ ├── Pre.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── ThrHsi.cpp
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── RTH.cpp
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── CellView.cpp
│ │ │ │ │ │ │ ├── CellDoc.h
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.vcproj
│ │ │ │ │ │ ├── 细胞检测与计数系统.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── blood.bmp
│ │ │ │ ├── 07_遥感图像配准系统
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 2待校正图像.bmp
│ │ │ │ │ │ ├── 5增强结果图像.bmp
│ │ │ │ │ │ ├── 4校正结果图像.bmp
│ │ │ │ │ │ ├── 6配准结果图像.bmp
│ │ │ │ │ │ ├── 10图像配准基准图像.bmp
│ │ │ │ │ │ ├── 3待配准图像.bmp
│ │ │ │ │ │ ├── 1几何校正基准图像.bmp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 遥感图像配准系统.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 遥感图像配准系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── 遥感图像配准系统.ico
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── 遥感图像配准系统Doc.ico
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── DlgReg.h
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── ChildFrm.cpp
│ │ │ │ │ │ │ ├── DlgCor.cpp
│ │ │ │ │ │ │ ├── RSIDoc.h
│ │ │ │ │ │ │ ├── 遥感图像配准系统.vcproj
│ │ │ │ │ │ │ ├── RSIDoc.cpp
│ │ │ │ │ │ │ ├── DlgAftReg.cpp
│ │ │ │ │ │ │ ├── RSIView.h
│ │ │ │ │ │ │ ├── DlgEnhance.h
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── ChildFrm.h
│ │ │ │ │ │ │ ├── 遥感图像配准系统.rc
│ │ │ │ │ │ │ ├── RSIView.cpp
│ │ │ │ │ │ │ ├── DIBPrcs.cpp
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 遥感图像配准系统.aps
│ │ │ │ │ │ │ ├── ColorTable.h
│ │ │ │ │ │ │ ├── DlgEnhance.cpp
│ │ │ │ │ │ │ ├── 遥感图像配准系统.cpp
│ │ │ │ │ │ │ ├── DlgReg.cpp
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── DibShow.cpp
│ │ │ │ │ │ │ ├── cdib.cpp
│ │ │ │ │ │ │ ├── 遥感图像配准系统.h
│ │ │ │ │ │ │ ├── DlgAftReg.h
│ │ │ │ │ │ │ ├── MyException.h
│ │ │ │ │ │ │ ├── cdib.h
│ │ │ │ │ │ │ ├── DlgCor.h
│ │ │ │ │ │ │ ├── GlobalApi.h
│ │ │ │ │ │ ├── 遥感图像配准系统.sln
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 03_图片浏览器实现
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── PictView.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── Lib
│ │ │ │ │ │ │ ├── GIFAPI.CPP
│ │ │ │ │ │ │ ├── JINCLUDE.H
│ │ │ │ │ │ │ ├── JVERSION.H
│ │ │ │ │ │ │ ├── JDHUFF.H
│ │ │ │ │ │ │ ├── CqOctree.cpp
│ │ │ │ │ │ │ ├── Gif.cpp
│ │ │ │ │ │ │ ├── JMEMSYS.H
│ │ │ │ │ │ │ ├── CDJPEG.H
│ │ │ │ │ │ │ ├── GIFAPI.H
│ │ │ │ │ │ │ ├── JERROR.H
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── JCHUFF.H
│ │ │ │ │ │ │ ├── Gif.h
│ │ │ │ │ │ │ ├── dibapi.h
│ │ │ │ │ │ │ ├── CDERROR.H
│ │ │ │ │ │ │ ├── IP.cpp
│ │ │ │ │ │ │ ├── JCONFIG.H
│ │ │ │ │ │ │ ├── JPEGLIB.H
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ │ ├── JDCT.H
│ │ │ │ │ │ │ ├── Jpeg.cpp
│ │ │ │ │ │ │ ├── Jmorecfg.h
│ │ │ │ │ │ │ ├── JPEGINT.H
│ │ │ │ │ │ │ ├── Jpeglib2.lib
│ │ │ │ │ │ │ ├── dibapi.cpp
│ │ │ │ │ │ │ ├── Jpeg.h
│ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ ├── PictViewDoc.ico
│ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ ├── toolbar1.bmp
│ │ │ │ │ │ │ ├── PictView.rc2
│ │ │ │ │ │ │ ├── PictView.ico
│ │ │ │ │ │ ├── ImageBmpConvert.cpp
│ │ │ │ │ │ ├── PictView.cpp
│ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ ├── PictViewDoc.cpp
│ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ ├── PictView.clw
│ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ ├── PictViewDoc.h
│ │ │ │ │ │ ├── PictView.aps
│ │ │ │ │ │ ├── PictView.vcproj
│ │ │ │ │ │ ├── PictView.plg
│ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ ├── ClassImage.cpp
│ │ │ │ │ │ ├── PictViewView.h
│ │ │ │ │ │ ├── CodeFans.net.url
│ │ │ │ │ │ ├── PictView.rc
│ │ │ │ │ │ ├── ClassImage.h
│ │ │ │ │ │ ├── PictView.dsp
│ │ │ │ │ │ ├── PictView.vcproj.C0.LHB.user
│ │ │ │ │ │ ├── PictView.h
│ │ │ │ │ │ ├── ImageTga.cpp
│ │ │ │ │ │ ├── ImageBmp.cpp
│ │ │ │ │ │ ├── PictView.dsw
│ │ │ │ │ │ ├── PictView.sln
│ │ │ │ │ │ ├── ImagePcx.cpp
│ │ │ │ │ │ ├── PictView.opt
│ │ │ │ │ │ ├── PictViewView.cpp
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── lena.bmp
│ │ │ │ ├── 02_绘图板
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ ├── MFC绘图版Doc.ico
│ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ ├── MFC绘图版.ico
│ │ │ │ │ │ │ ├── toolbar1.bmp
│ │ │ │ │ │ │ ├── MFC绘图版.rc2
│ │ │ │ │ │ ├── MFC绘图版.clw
│ │ │ │ │ │ ├── MFC绘图版.h
│ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ ├── MFC绘图版View.cpp
│ │ │ │ │ │ ├── SettingDlg.cpp
│ │ │ │ │ │ ├── Stroke.h
│ │ │ │ │ │ ├── MFC绘图版.dsp
│ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ ├── MFC绘图版.dsw
│ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ ├── Graph.h
│ │ │ │ │ │ ├── MFC绘图版.cpp
│ │ │ │ │ │ ├── MFC绘图版Doc.opt
│ │ │ │ │ │ ├── MFC绘图版.plg
│ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ ├── MFC绘图版View.ncb
│ │ │ │ │ │ ├── MFC绘图版.vcxproj
│ │ │ │ │ │ ├── MFC绘图版.opt
│ │ │ │ │ │ ├── MFC绘图版Doc.cpp
│ │ │ │ │ │ ├── MFC绘图版.aps
│ │ │ │ │ │ ├── SettingDlg.h
│ │ │ │ │ │ ├── MFC绘图版Doc.ncb
│ │ │ │ │ │ ├── MFC绘图版Doc.h
│ │ │ │ │ │ ├── MFC绘图版Doc.plg
│ │ │ │ │ │ ├── MFC绘图版View.opt
│ │ │ │ │ │ ├── MFC绘图版.sln
│ │ │ │ │ │ ├── Graph.cpp
│ │ │ │ │ │ ├── MFC绘图版.vcproj
│ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ ├── MFC绘图版View.plg
│ │ │ │ │ │ ├── MFC绘图版View.h
│ │ │ │ │ │ ├── MFC绘图版.rc
│ │ │ │ │ │ ├── Stroke.cpp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── MFC绘图版.exe
│ │ │ │ ├── 08_图像检索系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 图像检索系统.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 图像检索系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── 图像检索系统.ico
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── 图像检索系统.vcproj
│ │ │ │ │ │ │ ├── imagetrievalDlg.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── picture.h
│ │ │ │ │ │ │ ├── 图像检索系统.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 图像检索系统.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── 图像检索系统.aps
│ │ │ │ │ │ │ ├── imagetrievalDlg.h
│ │ │ │ │ │ │ ├── 图像检索系统.rc
│ │ │ │ │ │ ├── 图像检索系统.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── E1456.BMP
│ │ │ │ │ │ ├── hand10.BMP
│ │ │ │ │ │ ├── tn_0029.BMP
│ │ │ │ │ │ ├── TM141.BMP
│ │ │ │ │ │ ├── leaf2.BMP
│ │ │ │ │ │ ├── ys066.BMP
│ │ │ │ │ │ ├── hand1.BMP
│ │ │ │ │ │ ├── 7.BMP
│ │ │ │ │ │ ├── E1454.BMP
│ │ │ │ │ │ ├── E1453.BMP
│ │ │ │ │ │ ├── TM146.BMP
│ │ │ │ │ │ ├── leaf6.BMP
│ │ │ │ │ │ ├── tn_0027.BMP
│ │ │ │ │ │ ├── 2.BMP
│ │ │ │ │ │ ├── ys065.BMP
│ │ │ │ │ │ ├── ys067.BMP
│ │ │ │ │ │ ├── tn_0024.BMP
│ │ │ │ │ │ ├── 5.BMP
│ │ │ │ │ │ ├── hand13.BMP
│ │ │ │ │ │ ├── E1458.BMP
│ │ │ │ │ │ ├── tn_0023.BMP
│ │ │ │ │ │ ├── ys047.BMP
│ │ │ │ │ │ ├── 6.BMP
│ │ │ │ │ │ ├── tn_0003.BMP
│ │ │ │ │ │ ├── leaf5.BMP
│ │ │ │ │ │ ├── tn_0026.BMP
│ │ │ │ │ │ ├── hand2.BMP
│ │ │ │ │ │ ├── 3.BMP
│ │ │ │ │ │ ├── hand4.BMP
│ │ │ │ │ │ ├── E1459.BMP
│ │ │ │ │ │ ├── 1.BMP
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 13_车型识别系统
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 背景图像.bmp
│ │ │ │ │ │ ├── 前景图像.bmp
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── CarShapeIdentify
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── CarShapeIdentify.rc2
│ │ │ │ │ │ │ │ ├── CarShapeIdentifyDoc.ico
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── CarShapeIdentify.ico
│ │ │ │ │ │ │ ├── contour
│ │ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ │ │ ├── 1(1).bmp
│ │ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── MyImg.h
│ │ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ │ ├── CarShapeIdentify.h
│ │ │ │ │ │ │ ├── CarShapeIdentify.cpp
│ │ │ │ │ │ │ ├── CarShapeIdentifyDoc.cpp
│ │ │ │ │ │ │ ├── CarShapeIdentify.aps
│ │ │ │ │ │ │ ├── CarShapeIdentify.rc
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── MyImg.cpp
│ │ │ │ │ │ │ ├── CarShapeIdentifyView.cpp
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── CarShapeIdentifyDoc.h
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── CarShapeIdentify.vcproj
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── CarShapeIdentifyView.h
│ │ │ │ │ │ ├── CarShapeIdentify.sln
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── contour
│ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ ├── ml210.dll
│ │ │ │ │ │ ├── cxcore210.dll
│ │ │ │ │ │ ├── cvaux210.dll
│ │ │ │ │ │ ├── highgui210.dll
│ │ │ │ │ │ ├── cv210.dll
│ │ │ │ │ │ ├── CarShapeIdentify.exe
│ │ │ │ │ ├── 说明.txt
│ │ │ ├── 12 深度学习CNN RNN等框架
│ │ │ │ ├── 第3课 梯度下降法与反向传播
│ │ │ │ │ ├── 第3课 梯度下降法与反向传播.avi
│ │ │ │ │ ├── 5月班第3课课件:梯度下降法与反向传播 (1).pdf
│ │ │ │ ├── 第5课 CNN训练注意事项与框架使用
│ │ │ │ │ ├── 5月班第5次课 - caffe TensorFlow使用与CNN训练注意事项.pdf
│ │ │ │ │ ├── 第5课 CNN训练注意事项与框架使用.avi
│ │ │ │ ├── 第4课 CNN与常用框架
│ │ │ │ │ ├── 第4课 CNN与常用框架.avi
│ │ │ │ │ ├── 5月深度学习班第4课--CNN,典型网络结构与常用框架.pdf
│ │ │ │ ├── 第10课 更多框架
│ │ │ │ │ ├── 第10课 更多框架.avi
│ │ │ │ │ ├── 5月班第10课_framework.pdf
│ │ │ │ ├── 第8课 RNN应用
│ │ │ │ │ ├── 5月班第8课_rnn_appliacation.pdf
│ │ │ │ │ ├── 第8课 RNN应用.avi
│ │ │ │ ├── 第9课 更多的网络类型
│ │ │ │ │ ├── 第9课 更多的网络类型.avi
│ │ │ │ │ ├── 5月班第9次课课件_more_about_nn.pdf
│ │ │ │ ├── 第1课 机器学习中数学基础
│ │ │ │ │ ├── 五月班第一次课件:机器学习中数学基础 (1).pdf
│ │ │ │ │ ├── 第1课 机器学习中数学基础.avi
│ │ │ │ ├── 第2课 高效计算基础与图像线性分类器
│ │ │ │ │ ├── image linear classification.zip
│ │ │ │ │ ├── 第2课 高效计算基础与图像线性分类器.avi
│ │ │ │ │ ├── numpy_operations.ipynb
│ │ │ │ │ ├── 5月班第2课课件:高效计算基础与图像线性分类器.pdf
│ │ │ │ ├── 第6课 CNN推展案例
│ │ │ │ │ ├── 第6课 CNN推展案例.avi
│ │ │ │ │ ├── 5月班第6次课 - CNN扩展 图像识别与定位 物体检测 NeuralStyle.pdf
│ │ │ │ ├── 第7课 RNN介绍
│ │ │ │ │ ├── 5月班第7课课件_rnn_intrduction.pdf
│ │ │ │ │ ├── 第7课 RNN介绍.avi
│ │ │ ├── 15 工具箱
│ │ │ │ ├── 4.0
│ │ │ │ │ ├── opencv4.0.0.zip
│ │ │ │ │ ├── opencv_contrib-4.0.0.zip
│ │ │ │ ├── 3.4
│ │ │ │ │ ├── opencv-3.4.1-vc14_vc15.exe
│ │ │ │ ├── OpenCV下载地址.txt
│ │ │ │ ├── vs2015.com_chs.iso
│ │ │ ├── 08 人工智能之OpenCV人脸识别案例实战视频教程 (课件+源码)
│ │ │ │ ├── 08-人脸识别算法之FisherFace.ts
│ │ │ │ ├── 10-案例-实时人脸识别应用开发-01.ts
│ │ │ │ ├── 07-人脸识别算法之EigenFace-02.ts
│ │ │ │ ├── 09-人脸识别算法之LBPH.ts
│ │ │ │ ├── 11-案例-实时人脸识别应用开发-02.ts
│ │ │ │ ├── 02-均值方差与协方差 协方差矩阵.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 05-PCA原理与应用-02.ts
│ │ │ │ ├── 03-特征值与特征向量.ts
│ │ │ │ ├── 04-PCA原理与应用-01.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 06-人脸识别算法之EigenFace-01.ts
│ │ │ │ ├── 01-概述与环境准备.ts
│ │ │ ├── 01 OpenCV图像处理视频课程(课件+源码)
│ │ │ │ ├── 34-基于距离变换与分水岭的图像分割-01.ts
│ │ │ │ ├── 31-轮廓周围绘制矩形框和圆形框.ts
│ │ │ │ ├── 课程配套PPT.zip
│ │ │ │ ├── 28-模板匹配(Template Match).ts
│ │ │ │ ├── 33-点多边形测试.ts
│ │ │ │ ├── 12-形态学操作.ts
│ │ │ │ ├── 23-像素重映射(cv__remap).ts
│ │ │ │ ├── 09-模糊图像一.ts
│ │ │ │ ├── 32-图像矩(Image Moments).ts
│ │ │ │ ├── 15-基本阈值操作.ts
│ │ │ │ ├── 30-凸包-Convex Hull.ts
│ │ │ │ ├── 05-图像操作.ts
│ │ │ │ ├── 17-处理边缘.ts
│ │ │ │ ├── 21-霍夫变换-直线.ts
│ │ │ │ ├── 14-图像金字塔-上采样与降采样.ts
│ │ │ │ ├── 29-轮廓发现.ts
│ │ │ │ ├── 24-直方图均衡化.ts
│ │ │ │ ├── 06-图像混合.ts
│ │ │ │ ├── 18-Sobel算子.ts
│ │ │ │ ├── 10-图像模糊二.ts
│ │ │ │ ├── 22-霍夫圆变换.ts
│ │ │ │ ├── 35-基于距离变换与分水岭的图像分割-02.ts
│ │ │ │ ├── 26-直方图比较.ts
│ │ │ │ ├── 02-加载、修改、保存图像.ts
│ │ │ │ ├── 25-直方图计算.ts
│ │ │ │ ├── 04-Mat对象.ts
│ │ │ │ ├── 27-直方图反向投影(Back Projection).ts
│ │ │ │ ├── 01-概述 - OpenCV介绍与环境搭建.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 11-膨胀与腐蚀.ts
│ │ │ │ ├── 08-绘制形状与文字.ts
│ │ │ │ ├── 20-Canny边缘检测.ts
│ │ │ │ ├── 07-调整图像亮度与对比度.ts
│ │ │ │ ├── 13-形态学操作应用-提取水平与垂直线.ts
│ │ │ │ ├── 03-矩阵的掩膜操作.ts
│ │ │ │ ├── 16-自定义线性滤波.ts
│ │ │ │ ├── 19-Laplance算子.ts
│ │ │ ├── 11 OpenCV & FFmpeg & Qt C++视频编辑器实战开发
│ │ │ │ ├── 04 FFMpeg工具处理音频
│ │ │ │ │ ├── 027 使用ffmpeg工具实现音频抽取剪切和与视频合并~1.mp4
│ │ │ │ ├── 02 OpenCV核心类型 Mat
│ │ │ │ │ ├── attached_files
│ │ │ │ │ │ ├── 007 OpenCV Mat类型分析源码介绍空间创建和释放
│ │ │ │ │ │ │ ├── -src-1.rar
│ │ │ │ │ ├── 013 通过迭代器遍历Mat并总结遍历方法~1.mp4
│ │ │ │ │ ├── 010 遍历不连续的OpenCV Mat空间~1.mp4
│ │ │ │ │ ├── 008 遍历和修改连续的OpenCV Mat图像空间~1.mp4
│ │ │ │ │ ├── 014 QT自定义opengl的Widget绘制Mat~1.mp4
│ │ │ │ │ ├── 012 通过OpenCV at函数遍历Mat并捕获异常~1.mp4
│ │ │ │ │ ├── 011 通过OpenCV ptr模板函数遍历Mat并测试其性能~1.mp4
│ │ │ │ │ ├── 009 使用opencv接口实现运行记时函数用来分析执行效率~1.mp4
│ │ │ │ │ ├── 007 OpenCV Mat类型分析源码介绍空间创建和释放~1.mp4
│ │ │ │ ├── 01 介绍
│ │ │ │ │ ├── attached_files
│ │ │ │ │ │ ├── 002 opencv源码在windows下载编译安装
│ │ │ │ │ │ │ ├── opencv3.2Linux.txt.zip
│ │ │ │ │ │ ├── 006 windows 上创建opencv示例项目编译并执行
│ │ │ │ │ │ │ ├── 01-windows-linux-1.zip
│ │ │ │ │ ├── 003 Ubuntu下编译opencv源码~1.mp4
│ │ │ │ │ ├── 002 opencv源码在windows下载编译安装~1.mp4
│ │ │ │ │ ├── 001 介绍~1.mp4
│ │ │ │ │ ├── 005 ubuntu上创建opencv示例项目makefile编译并执行~1.mp4
│ │ │ │ │ ├── 006 windows 上创建opencv示例项目编译并执行~1.mp4
│ │ │ │ │ ├── 004 windows 上创建opencv示例项目编译并执行~1.mp4
│ │ │ │ ├── 05 OpenCV视频IO接口
│ │ │ │ │ ├── 034 使用opencv实现视频播放位置跳转~1.mp4
│ │ │ │ │ ├── 036 通过VideoWrite的write写入视频文件并分析源码~1.mp4
│ │ │ │ │ ├── 032 使用OpenCV VideoCapture播放视频示例~1.mp4
│ │ │ │ │ ├── 033 获取视频和相机的属性并分析获取视频属性的源码~1.mp4
│ │ │ │ │ ├── 028 OpenCV VideoCapture打开摄像头接口讲解和源码分析~1.mp4
│ │ │ │ │ ├── 029 OpenCV VideoCapture打开视频流接口讲解和源码分析~1.mp4
│ │ │ │ │ ├── 035 通过VideoWrite的open创建视频文件并分析源码~1.mp4
│ │ │ │ │ ├── 031 OpenCV read读取一帧视频接口讲解和源码分析~1.mp4
│ │ │ │ │ ├── 030 VideoCapture release关闭和空间释放源码分析~1.mp4
│ │ │ │ │ ├── 037 以h264格式录制并预览摄像机视频代码演示~1.mp4
│ │ │ │ ├── 06 XVideoEdit视频编辑器实战
│ │ │ │ │ ├── attached_files
│ │ │ │ │ │ ├── 061 视频添加水印
│ │ │ │ │ │ │ ├── 10XVideoEdit.zip
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ ├── 058 通过图像金字塔调整视频尺寸
│ │ │ │ │ │ │ ├── 7XVideoEdit.zip
│ │ │ │ │ │ ├── 065 音频类的抽取接口开发和测试
│ │ │ │ │ │ │ ├── 13XVideoEdit.zip
│ │ │ │ │ │ ├── 068 完成了视频剪辑包含音频剪辑
│ │ │ │ │ │ │ ├── 14XVideoEdit-Linux.zip
│ │ │ │ │ │ ├── 042 完成视频编辑器播放界面并完成绘制视频widget重载
│ │ │ │ │ │ │ ├── 1XVideoEdit.zip
│ │ │ │ │ │ ├── 062 视频融合1-完成了打开第二个视频源
│ │ │ │ │ │ │ ├── 11XVideoEdit-blend.zip
│ │ │ │ │ │ ├── 048 通过QSlider滑动条拖动完成视频播放位置跳转
│ │ │ │ │ │ │ ├── 2XVideoEdit.zip
│ │ │ │ │ │ ├── 052 视频的导出1接口调用搭建和界面实现完成
│ │ │ │ │ │ │ ├── 4XVideoEdit.zip
│ │ │ │ │ │ ├── 055 视频图像旋转并导出
│ │ │ │ │ │ │ ├── 5XVideoEdit.zip
│ │ │ │ │ │ ├── 059 通过ROI裁剪视频画面
│ │ │ │ │ │ │ ├── 8XVideoEdit.zip
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ ├── 056 视频上下左右镜像
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ │ ├── 6XVideoEdit.zip
│ │ │ │ │ │ ├── 051 调整视频亮度对比度3完成界视频结果显示
│ │ │ │ │ │ │ ├── 3XVideoEdit.zip
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ ├── 064 两路视频的横向合并为一个视频
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ │ ├── 12XVideoEdit.zip
│ │ │ │ │ │ ├── 060 转换为灰度图视频并导出
│ │ │ │ │ │ │ ├── 9XVideoEdit.zip
│ │ │ │ │ ├── 052 视频的导出1接口调用搭建和界面实现完成~1.mp4
│ │ │ │ │ ├── 040 基于QT系统界面设计详解~1.mp4
│ │ │ │ │ ├── 057 调整视频尺寸并导出~1.mp4
│ │ │ │ │ ├── 051 调整视频亮度对比度3完成界视频结果显示~1.mp4
│ │ │ │ │ ├── 061 视频添加水印~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 058 通过图像金字塔调整视频尺寸~1.mp4
│ │ │ │ │ ├── 049 调整视频亮度对比度1完成XImagePro类~1.mp4
│ │ │ │ │ ├── 050 调整视频亮度对比度2完成XFilter类~1.mp4
│ │ │ │ │ ├── 048 通过QSlider滑动条拖动完成视频播放位置跳转~1.mp4
│ │ │ │ │ ├── 054 完成播放暂停并使用qss设置播放暂停按钮样式效果~1.mp4
│ │ │ │ │ ├── 062 视频融合1-完成了打开第二个视频源~1.mp4
│ │ │ │ │ ├── 066 完成视频中音频的的合并导出~1.mp4
│ │ │ │ │ ├── 063 视频融合2-完成了融合和导出~1.mp4
│ │ │ │ │ ├── 041 实战项目环境搭建项目创建和配置~1.mp4
│ │ │ │ │ ├── 043 详解通过qss完成界面风格设置设置按钮圆角和渐变颜色~1.mp4
│ │ │ │ │ ├── 067 完成了视频的开始结束位置剪辑音频未处理~1.mp4
│ │ │ │ │ ├── 044 通过qt界面打开外部视频并完成打开失败的界面提示~1.mp4
│ │ │ │ │ ├── 060 转换为灰度图视频并导出~1.mp4
│ │ │ │ │ ├── 064 两路视频的横向合并为一个视频~1.mp4
│ │ │ │ │ ├── 046 解码并使用播放视频分析并解决QImage图像数据不连续问题~1.mp4
│ │ │ │ │ ├── 047 视频播放器进度条QSlider显示播放进度~1.mp4
│ │ │ │ │ ├── 059 通过ROI裁剪视频画面~1.mp4
│ │ │ │ │ ├── 039 项目类图介绍和类功能讲解~1.mp4
│ │ │ │ │ ├── 056 视频上下左右镜像~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 042 完成视频编辑器播放界面并完成绘制视频widget重载~1.mp4
│ │ │ │ │ ├── 055 视频图像旋转并导出~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 068 完成了视频剪辑包含音频剪辑~1.mp4
│ │ │ │ │ ├── 065 音频类的抽取接口开发和测试~1.mp4
│ │ │ │ │ ├── 053 视频导出2功能实现~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 038 编辑器的需求分析和最终实现的功能介绍~1.mp4
│ │ │ │ │ ├── 045 使用opencv读取并解码视频通过信号槽机制发出绘制信号~1.mp4
│ │ │ │ ├── 03 OpenCV图像处理
│ │ │ │ │ ├── 016 RGBYUVGRAY像素格式介绍opencv像素格式转换cvtColor接口讲解~1.mp4
│ │ │ │ │ ├── 017 手动实现转换灰度图并与opencv提供的函数做性能对比~1.mp4
│ │ │ │ │ ├── 026 通过ROI实现图像并排合并~1.mp4
│ │ │ │ │ ├── 020 图像尺寸调整算法介绍并手动实现近邻算法~1.mp4
│ │ │ │ │ ├── 019 通过对Mat遍历修改图像亮度和对比度与convertTo性能对比~1.mp4
│ │ │ │ │ ├── 021 调用opencv的resize使用近邻算法并与自定义算法比较~1.mp4
│ │ │ │ │ ├── 025 图像旋转和镜像~1.mp4
│ │ │ │ │ ├── 015 通过ROI感兴趣区域来裁剪图像~1.mp4
│ │ │ │ │ ├── 022 图像尺寸调整双线程插值算法讲解和性能测试~1.mp4
│ │ │ │ │ ├── 024 实现两幅图像混合blending~1.mp4
│ │ │ │ │ ├── 018 通过OpenCV阈值函数threshold实现图像的二值化~1.mp4
│ │ │ │ │ ├── 023 高斯金字塔和拉普拉斯金字塔调整图像尺寸详解~1.mp4
│ │ │ ├── 10 OpenCV计算机视觉实战(Python版)(课件+源码)
│ │ │ │ ├── 资料.rar
│ │ │ │ ├── 课件.rar
│ │ │ │ ├── 1-10.rar
│ │ │ │ ├── 11-21.rar
│ │ │ ├── 02 OpenCV特征提取与检测实战视频课程 (课件+源码)
│ │ │ │ ├── 13-HOG特征检测-01.ts
│ │ │ │ ├── 23-AKAZE局部匹配-01.ts
│ │ │ │ ├── 25-Brisk特征检测与匹配.ts
│ │ │ │ ├── 20-特征描述子.ts
│ │ │ │ ├── 08-亚像素级别角点检测.ts
│ │ │ │ ├── 10-SURF特征检测-02.ts
│ │ │ │ ├── 17-LBP(Local Binary Patterns)特征-03.ts
│ │ │ │ ├── 19-Haar特征.ts
│ │ │ │ ├── 15-LBP(Local Binary Patterns)特征-01.ts
│ │ │ │ ├── 05-Shi-Tomasi角点检测.ts
│ │ │ │ ├── 06-自定义角点检测器-01.ts
│ │ │ │ ├── 14-HOG特征检测-02.ts
│ │ │ │ ├── 21-FLANN特征匹配.ts
│ │ │ │ ├── 26-级联分类器 – 人脸检测.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 22-平面对象识别.ts
│ │ │ │ ├── 11-SIFT特征检测-01.ts
│ │ │ │ ├── 16-LBP(Local Binary Patterns)特征-02.ts
│ │ │ │ ├── 07-自定义角点检测器-02.ts
│ │ │ │ ├── 18-积分图计算.ts
│ │ │ │ ├── 12-SIFT特征检测-02.ts
│ │ │ │ ├── 24-AKAZE局部匹配-02.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 03-Harris角点检测-01.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 09-SURF特征检测-01.ts
│ │ │ │ ├── 02-OpenCV3.1.0编译.ts
│ │ │ │ ├── 04-Harris角点检测-02.ts
│ │ │ ├── 07 OpenCV3.3深度神经网络(DNN)模块-应用视频教程 (课件+源码)
│ │ │ │ ├── 08-FCN模型图像分割-02.ts
│ │ │ │ ├── 02-使用GoogleNet模型实现图像分类-01.ts
│ │ │ │ ├── 04-使用SSD模型实现对象检测-01.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 10-GOTURN模型实现视频对象跟踪.ts
│ │ │ │ ├── 03-使用GoogleNet模型实现图像分类-02.ts
│ │ │ │ ├── 06-MobileNet模型实时对象检测.ts
│ │ │ │ ├── 07-FCN模型实现图像分割-01.ts
│ │ │ │ ├── 05-使用SSD模型实现对象检测-02.ts
│ │ │ │ ├── 01-DNN模块概述.ts
│ │ │ │ ├── 09-CNN模型预测性别与年龄.ts
│ │ │ ├── 《OpenCV3编程入门》书本配套源代码
│ │ │ │ ├── 【OpenCV3版】《OpenCV3编程入门》书本配套源代码.rar
│ │ │ │ ├── 【可执行exe合集】《OpenCV3编程入门》书中可执行程序合集.rar
│ │ │ │ ├── OpenCV3编程入门.pdf
│ │ │ ├── 05 OpenCV图像分割实战视频教程 (课件+源码)
│ │ │ │ ├── 12-Grabcut原理与演示应用-代码演示.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 课程配套代码与图片.zip
│ │ │ │ ├── 09-分水岭分割方法-对象分离与计数02.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 10-分水岭分割方法-图像分割.ts
│ │ │ │ ├── 06-高斯混合模型(GMM)方法-图像分割.ts
│ │ │ │ ├── 13-案例实战一证件照背景替换-01.ts
│ │ │ │ ├── 07-分水岭分割方法-原理.ts
│ │ │ │ ├── 15-案例实战一绿幕背景视频抠图-01.ts
│ │ │ │ ├── 11-Grabcut原理与演示应用-原理.ts
│ │ │ │ ├── 04-KMeans方法-图像分割.ts
│ │ │ │ ├── 08-分水岭分割方法-对象分离与计数01.ts
│ │ │ │ ├── 14-案例实战一证件照背景替换.ts
│ │ │ │ ├── 02-KMeans方法-原理.ts
│ │ │ │ ├── 03-KMeans方法-数据聚类.ts
│ │ │ │ ├── 16-案例实战一绿幕背景视频抠图.ts
│ │ │ │ ├── 05-高斯混合模型(GMM)方法-原理与数据聚类.ts
│ │ │ ├── 14 附赠2:赠送不同环境下安装不同版本的opencv
│ │ │ │ ├── visual_studio_community_2017_version_15.3.exe
│ │ │ │ ├── win+OpenCV 4.0+Python3.6开发环境搭建.flv
│ │ │ │ ├── win 系统 Visual Studio 2017安装及使用教程.flv
│ │ │ │ ├── win+opencv3.3+VS2017环境配置指导.flv
│ │ │ │ ├── 5分钟配置好OpenCV3.2+VS2015开发环境.flv
│ │ │ ├── 04 OpenCV级联分类器训练与使用实战教程课程 (课件+源码)
│ │ │ │ ├── 13-HAAR_LBP级联分类器训练-03.ts
│ │ │ │ ├── 08-视频中人脸检测与眼睛跟踪-02.ts
│ │ │ │ ├── 02-Haar与LBP级联分类器原理介绍-01.ts
│ │ │ │ ├── 03-Haar与LBP级联分类器原理介绍-02.ts
│ │ │ │ ├── 11-HAAR_LBP级联分类器训练-01.ts
│ │ │ │ ├── 12-HAAR_LBP级联分类器训练-02.ts
│ │ │ │ ├── 05-Haar与LBP级联分类器使用-02.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 10-HAAR级联数据文件结构与精简.ts
│ │ │ │ ├── 04-Haar与LBP级联分类器使用-01.ts
│ │ │ │ ├── 06-HAAR猫脸检测.ts
│ │ │ │ ├── 09-视频中人脸检测与眼睛跟踪-03.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 07-视频中人脸检测与眼睛跟踪-01.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ ├── 03 OpenCV图像处理-小案例实战 (课件+源码)
│ │ │ │ ├── 12-案例五 透视校正-02.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 02-案例一 切边-01.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 13-案例五 透视校正-03.ts
│ │ │ │ ├── 09-案例四 对象计数-01.ts
│ │ │ │ ├── 06-案例二 直线检测-02.ts
│ │ │ │ ├── 14-案例五 透视校正-04.ts
│ │ │ │ ├── 07-案例三 对象提取-01.ts
│ │ │ │ ├── 15-案例六 对象提取与测量.ts
│ │ │ │ ├── 10-案例四 对象计数-02.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 03-案例一 切边-02.ts
│ │ │ │ ├── 05-案例二 直线检测-01.ts
│ │ │ │ ├── 04-案例一 切边-03.ts
│ │ │ │ ├── 11-案例五 透视校正-01.ts
│ │ │ │ ├── 08-案例三 对象提取-02.ts
│ │ │ ├── 00 如果没有声音或者卡顿,下载到电脑看即可.txt
├── 阶段014 赠品-AI智慧交通项目实战
│ ├── 03-车流量统计
│ │ ├── 02-多目标跟踪算法_.wmv
│ │ ├── 10-sort算法实现跟踪_.wmv
│ │ ├── 09-sort算法实现2_.wmv
│ │ ├── 06-卡尔曼滤波思想_.wmv
│ │ ├── 11-deepsort算法跟踪_.wmv
│ │ ├── 08-sort算法实现1 _.wmv
│ │ ├── 07-卡尔曼滤波实践_.wmv
│ │ ├── 04-KM算法_.wmv
│ │ ├── 05-卡尔曼滤波_.wmv
│ │ ├── 03-sort和deepsort算法_.wmv
│ │ ├── 01-车流量统计思想_.wmv
│ ├── 02-yoloV8
│ │ ├── 05-streamlit的实现_.wmv
│ │ ├── 04-效果展示_.wmv
│ │ ├── 02-V8简介_.wmv
│ │ ├── 01-YOLO发展_.wmv
│ │ ├── 03-V8的使用_.wmv
│ ├── 04-车道线检测
│ │ ├── 07-相机较正流程_.wmv
│ │ ├── 13-车道线拟合_.wmv
│ │ ├── 11-车道线提取_.wmv
│ │ ├── 08-双目较正_.wmv
│ │ ├── 15-车道线曲率_.wmv
│ │ ├── 16-车辆偏离中心库里计算_.wmv
│ │ ├── 06-优化方法2_.wmv
│ │ ├── 02-相机坐标系转换_.wmv
│ │ ├── 18-效果展示_.wmv
│ │ ├── 14-车道线填充_.wmv
│ │ ├── 05-优化方法_.wmv
│ │ ├── 04-相机较正方法_.wmv
│ │ ├── 10-图像去畸变_.wmv
│ │ ├── 09-相机较正实现_.wmv
│ │ ├── 12-车道线定位_.wmv
│ │ ├── 01-车道线检测原理_.wmv
│ │ ├── 17-车道线检测流程_.wmv
│ │ ├── 03-内容回顾_.wmv
│ ├── 01-opencv
│ │ ├── 04-opencv介绍_.wmv
│ │ ├── 08-图像缩放与平移_.wmv
│ │ ├── 11-图像噪声_.wmv
│ │ ├── 14-sobel边缘检测_.wmv
│ │ ├── 09-图像旋转和仿射变换_.wmv
│ │ ├── 01-项目架构_.wmv
│ │ ├── 12-图像平滑方法_.wmv
│ │ ├── 16-视频读写_.wmv
│ │ ├── 10-透射变换_.wmv
│ │ ├── 05-图像读写_.wmv
│ │ ├── 17-opencv总结_.wmv
│ │ ├── 07-图像加法_.wmv
│ │ ├── 02-项目构成_.wmv
│ │ ├── 03-资料共享_.wmv
│ │ ├── 15-canny边缘检测_.wmv
│ │ ├── 06-绘制几何图像_.wmv
│ │ ├── 13-边缘检测思想_.wmv
├── 03-数据处理和统计分析-V6.X版-10天-AI版
│ ├── day09
│ │ ├── 06.Pandas-单变量-柱状图(条形图)_.wmv
│ │ ├── 14.Seaborn-双变量-箱线图_.wmv
│ │ ├── 16.Seaborn-样式介绍_.wmv
│ │ ├── 07.Pandas-单变量-折线图-面积图-饼图_.wmv
│ │ ├── 15.Seaborn-双变量-小提琴图_.wmv
│ │ ├── 11.Seaborn-双变量-散点图_.wmv
│ │ ├── 09.Seaborn-单变量-密度图_.wmv
│ │ ├── 03.MatPlotlib-单变量-直方图_.wmv
│ │ ├── 08.Seaborn-单变量-直方图_.wmv
│ │ ├── 02.anscombe数据集可视化_.wmv
│ │ ├── 01.今日内容大纲介绍_.wmv
│ │ ├── 13.Seaborn-双变量-2D密度图_.wmv
│ │ ├── 10.Seaborn-单变量-计数图_.wmv
│ │ ├── 05.MatPlotlib-多变量-散点图_.wmv
│ │ ├── 04.MatPlotlib-双变量-散方图_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ ├── day01
│ │ ├── 08.挂载虚拟机到Vmware软件(掌握)_.wmv
│ │ ├── 05.虚拟化软件介绍_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 03.计算机介绍_.wmv
│ │ ├── 14.Linux基础命令-cd和pwd_.wmv
│ │ ├── 13.Linux基础命令-ls命令_.wmv
│ │ ├── 10.FinalShell-连接Linux虚拟机_.wmv
│ │ ├── 20.Linux基础命令-echo, 重定向, tail命令_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 07.手动安装虚拟机(了解即可)_.wmv
│ │ ├── 22.Linux基础命令-vi常用快捷键_.wmv
│ │ ├── 04.Linux系统介绍_.wmv
│ │ ├── 19.Linux基础命令-grep和管道命令_.wmv
│ │ ├── 17.Linux基础命令-文件操作(下)_.wmv
│ │ ├── 21.Linux基础命令-vi命令入门_.wmv
│ │ ├── 16.Linux基础命令-文件操作(上)_.wmv
│ │ ├── 23.扩展_man命令 和 help选项_.wmv
│ │ ├── 06.Vmware-软件安装_.wmv
│ │ ├── 01.阶段大纲介绍_.wmv
│ │ ├── 15.Linux基础命令-创建目录_.wmv
│ │ ├── 11.Linux目录-介绍_.wmv
│ │ ├── 11.Linux-命令格式介绍_.wmv
│ │ ├── 09.Linux-快照_.wmv
│ │ ├── 18.Linux基础命令-查找命令_.wmv
│ ├── day08
│ │ ├── 21.日期运算_.wmv
│ │ ├── 09.分组转换演示_.wmv
│ │ ├── 25.Matplotlib-面向对象方式绘图_.wmv
│ │ ├── 04.apply函数-操作df对象_.wmv
│ │ ├── 08.分组聚合演示_.wmv
│ │ ├── 13.零售会员数据分析-需求介绍_.wmv
│ │ ├── 18.回顾_python中的日期类型_.wmv
│ │ ├── 10.分组过滤演示_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 06.向量化函数介绍_.wmv
│ │ ├── 11.GroupBy分组对象介绍_.wmv
│ │ ├── 03.apply函数-操作Series对象_.wmv
│ │ ├── 19.Pandas中的日期类型介绍_.wmv
│ │ ├── 16.零售会员数据分析-计算月存量_.wmv
│ │ ├── 24.Matplotlib-状态接口方式绘图_.wmv
│ │ ├── 07.apply函数-结合lambda表达式使用_.wmv
│ │ ├── 23.Python可视化组件介绍_.wmv
│ │ ├── 05.apply函数案例-计算某列的缺失值占比_.wmv
│ │ ├── 14.零售会员数据分析-月增量实现及可视化_.wmv
│ │ ├── 22.获取连续的日期_.wmv
│ │ ├── 15.零售会员数据分析-透视表方式计算月增量_.wmv
│ │ ├── 17.零售会员数据分析-会员增量等级分布_.wmv
│ │ ├── 20.提取日期的各个部分_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 01.昨日反馈处理及内容回顾_.wmv
│ ├── day03
│ │ ├── 20.delete from 和 truncate table区别_.wmv
│ │ ├── 05.MySQL版本介绍_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 04.数据库分类_.wmv
│ │ ├── 11.扩展_DataGrip基本设置_.wmv
│ │ ├── 17.DDL-操作字段_.wmv
│ │ ├── 03.数据库简介_.wmv
│ │ ├── 21.扩展_如何备份数据表_.wmv
│ │ ├── 14.上午内容回顾_.wmv
│ │ ├── 15.DDL-操作数据库_.wmv
│ │ ├── 19.DML-修改和删除表数据_.wmv
│ │ ├── 08.MySQL-登陆和登出_.wmv
│ │ ├── 06.MySQL-安装_.wmv
│ │ ├── 07.MySQL-安装时可能遇到的问题_.wmv
│ │ ├── 09.DataGrip连接MySQL_.wmv
│ │ ├── 10.扩展_PyCharm连接MySQL_.wmv
│ │ ├── 13.SQL语句-通用语法和常用数据类型_.wmv
│ │ ├── 22.约束详解_.wmv
│ │ ├── 16.DDL-操作数据表_.wmv
│ │ ├── 18.DML-添加表数据_.wmv
│ │ ├── 12.SQL语句-分类_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ ├── day06
│ │ ├── 15.DataFrame-布尔索引_.wmv
│ │ ├── 06.创建DataFrame对象_.wmv
│ │ ├── 13.DataFrame-常用属性介绍_.wmv
│ │ ├── 03.Panda-数据结构介绍_.wmv
│ │ ├── 04.通过列表创建Series对象_.wmv
│ │ ├── 07.Series对象常用属性_.wmv
│ │ ├── 10.Series-结合布尔值操作_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 05.扩展_通过元组_字典创建Series对象_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 20.DataFrame-导入和导出数据_.wmv
│ │ ├── 17.DataFrame-索引操作-入门_.wmv
│ │ ├── 11.Series-计算_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 19.DataFrame-添加-删除-插入列_.wmv
│ │ ├── 14.DataFrame-常用函数介绍_.wmv
│ │ ├── 08.Series对象常用函数_.wmv
│ │ ├── 09.Series案例-电影数据_.wmv
│ │ ├── 18.DataFrame-修改行索引和列名_.wmv
│ │ ├── 16.DataFrame-计算_.wmv
│ ├── day04
│ │ ├── 07.单表查询-分页查询_.wmv
│ │ ├── 11.扩展_多表建表-一对一_.wmv
│ │ ├── 12.多表查询-交叉查询_.wmv
│ │ ├── 06.单表查询-分组查询_.wmv
│ │ ├── 13.多表查询-连接查询_.wmv
│ │ ├── 05.单表查询-聚合查询_.wmv
│ │ ├── 08.上午内容回顾_.wmv
│ │ ├── 03.单表查询-条件查询_.wmv
│ │ ├── 01.昨日内容回顾及反馈处理_.wmv
│ │ ├── 10.扩展_多表建表-多对多_.wmv
│ │ ├── 09.多表建表-一对多_.wmv
│ │ ├── 16.窗口函数入门_.wmv
│ │ ├── 14.多表查询-子查询_.wmv
│ │ ├── 02.单表查询-简单查询_.wmv
│ │ ├── 04.单表查询-排序查询_.wmv
│ │ ├── 15.多表查询-自关联查询_.wmv
│ ├── day10
│ │ ├── 10.上午内容回顾_.wmv
│ │ ├── 08.RFM案例-汇总数据_.wmv
│ │ ├── 15.RFM案例-面向对象版_.wmv
│ │ ├── 03.RFM案例-基本实现过程介绍_.wmv
│ │ ├── 02.会员价值度预估模型介绍_.wmv
│ │ ├── 18.总结_Numpy_Pandas_.wmv
│ │ ├── 09.RFM案例-计算RFM各项指标值_.wmv
│ │ ├── 07.RFM案例-数据预处理_.wmv
│ │ ├── 04.RFM案例-背景介绍_.wmv
│ │ ├── 11.RFM案例-计算最终结果_.wmv
│ │ ├── 05.RFM案例-数据源介绍_.wmv
│ │ ├── 13.RFM案例-导出结果到本地文件或者数据库_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 16.扩展_迭代器_.wmv
│ │ ├── 14.RFM案例-总结及细节_.wmv
│ │ ├── 17.总结_Linux_MySQL_.wmv
│ │ ├── 06.RFM案例-加载数据及查看格式_.wmv
│ │ ├── 12.RFM案例-绘制3D柱状图_.wmv
│ ├── day02
│ │ ├── 扩展
│ │ │ ├── 01.Shell入门_.wmv
│ │ │ ├── 02.Shell脚本-运行方式_.wmv
│ │ │ ├── 03.MySQL环境搭建_.wmv
│ │ ├── 09.Linux-yum方式安装软件_.wmv
│ │ ├── 06.权限管理命令-chmod_.wmv
│ │ ├── 21.压缩和解压缩-tarball 归档方式_.wmv
│ │ ├── 05.权限查看相关_.wmv
│ │ ├── 22.压缩和解压缩-zip方式_.wmv
│ │ ├── 03.root用户-初识_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 15.网络相关-配置域名映射_.wmv
│ │ ├── 08.Linux-常用快捷键_.wmv
│ │ ├── 14.IP地址-介绍_.wmv
│ │ ├── 16.网络传输-下载和发起网络请求_.wmv
│ │ ├── 17.网络相关-端口号相关操作_.wmv
│ │ ├── 18.进程相关_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 04.用户和用户组相关操作_.wmv
│ │ ├── 07.权限管理命令-chown_.wmv
│ │ ├── 19.环境变量相关_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 12.Linux-硬链接_.wmv
│ │ ├── 20.Linux-上传和下载_.wmv
│ │ ├── 11.Linux-软连接_.wmv
│ │ ├── 10.Linux-服务管理命令-systemctl_.wmv
│ ├── day07
│ │ ├── 14.数据组合-append()函数_.wmv
│ │ ├── 07.DataFrame-常用的统计值的方法_.wmv
│ │ ├── 03.DataFrame-加载行, 列数据_.wmv
│ │ ├── 04.DataFrame-加载指定行列的数据_.wmv
│ │ ├── 08.DataFrame-常用排序方法_.wmv
│ │ ├── 16.数据组合-merge-多对一_.wmv
│ │ ├── 22.缺失值处理-非线性填充_.wmv
│ │ ├── 21.缺失值处理-删除_.wmv
│ │ ├── 09.链家案例-前5个需求_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 15.数据组合-merge-一对一_.wmv
│ │ ├── 20.缺失值-查看_.wmv
│ │ ├── 11.链家案例-9~12需求_.wmv
│ │ ├── 10.链家案例-6~8需求_.wmv
│ │ ├── 05.DataFrame-聚合统计_.wmv
│ │ ├── 18.缺失值-初识_.wmv
│ │ ├── 23.缺失值处理-线性填充_.wmv
│ │ ├── 06.DataFrame-基本绘图_.wmv
│ │ ├── 17.数组聚合-join方式(了解)_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 19.缺失值-加载_.wmv
│ │ ├── 13.数据组合-concat()函数_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ ├── day05
│ │ ├── 21.ndarray内置函数_比较-排序-去重_.wmv
│ │ ├── 15.创建ndarray数组_arange_matrix_.wmv
│ │ ├── 04.Python-常见的开源库_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 09.Jupyter Notebook-常用快捷键_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 18.创建ndarray数组_logspace等比数列和linspace等差数列_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 08.Jupyter Notebook-入门_.wmv
│ │ ├── 11.PyCharm集成Anaconda-jupyter Notebook_.wmv
│ │ ├── 19.ndarray内置函数-基本函数_.wmv
│ │ ├── 06.Anaconda-如何安装第三方资源库_.wmv
│ │ ├── 22.ndarray_运算_.wmv
│ │ ├── 16.创建ndarray数组_rand_randint_uniform_.wmv
│ │ ├── 20.ndarray内置函数-统计函数_.wmv
│ │ ├── 03.Python数据分析的优势_.wmv
│ │ ├── 10.扩展_Jupyter lab演示_.wmv
│ │ ├── 14.创建ndarray_数组_zeros_ones_empty_.wmv
│ │ ├── 13.Numpy-常用属性_.wmv
│ │ ├── 17.创建ndarray数组_astype函数_.wmv
│ │ ├── 07.Anaconda-沙箱相关操作_.wmv
│ │ ├── 05.Anaconda-环境搭建_.wmv
├── 08_知识图谱-V6.X-10天-AI版
│ ├── day03
│ │ ├── 04-model2train_.wmv
│ │ ├── 09-部署上线_.wmv
│ │ ├── 02-lstm搭建_.wmv
│ │ ├── 11-dataloader-dubug_.wmv
│ │ ├── 10-TransferData-debug_.wmv
│ │ ├── 01-每日反馈+总结_.wmv
│ │ ├── 07-model2text_.wmv
│ │ ├── 06-model2dev_.wmv
│ │ ├── 08-extract_ents_.wmv
│ │ ├── 12-train-debug_.wmv
│ │ ├── 03-lstm-crf搭建_.wmv
│ ├── day04
│ │ ├── 03-基于规则实现RE_.wmv
│ │ ├── 07-pos_padding_.wmv
│ │ ├── 11-get_loader_.wmv
│ │ ├── 05-数据预处理1_.wmv
│ │ ├── 06-sent_padding_.wmv
│ │ ├── 02-关系抽取基本知识_.wmv
│ │ ├── 01-每日反馈+拓展_.wmv
│ │ ├── 04-config_.wmv
│ │ ├── 08-get_data_.wmv
│ │ ├── 09-dataset_.wmv
│ │ ├── 10-collate_fn_.wmv
│ ├── day05
│ │ ├── 03-forward的shape变化_.wmv
│ │ ├── 04-forward实现_.wmv
│ │ ├── 10-config_.wmv
│ │ ├── 05-train实现_.wmv
│ │ ├── 06-model2test实现_.wmv
│ │ ├── 01-每日反馈+总结_.wmv
│ │ ├── 07-predict讲解_.wmv
│ │ ├── 08-casrel架构_.wmv
│ │ ├── 09-casrel模型细节_.wmv
│ │ ├── 02-模型init_.wmv
│ ├── day02
│ │ ├── 07-总结_.wmv
│ │ ├── 04-加载数据集_.wmv
│ │ ├── 02-代码架构_.wmv
│ │ ├── 06-read_label_text_.wmv
│ │ ├── 11-总结_.wmv
│ │ ├── 08-config_.wmv
│ │ ├── 01-CRF损失函数推导_.wmv
│ │ ├── 05-transfer方法_.wmv
│ │ ├── 10-get_data_.wmv
│ │ ├── 03-项目架构_.wmv
│ │ ├── 09-dataset-collate_fn_.wmv
│ ├── day08
│ │ ├── 06-get_spo_type分析_.wmv
│ │ ├── 09-检索neo4j_.wmv
│ │ ├── 07-ready_data_.wmv
│ │ ├── 08-构建neo4j_.wmv
│ │ ├── 04-创建节点关系_.wmv
│ │ ├── 02-cypher使用2_.wmv
│ │ ├── 01-neo4切换测试库_.wmv
│ │ ├── 03-cypher使用3_.wmv
│ │ ├── 05-查询节点关系_.wmv
│ ├── day01
│ │ ├── 04-doccano安装_.wmv
│ │ ├── 03-三个工具_.wmv
│ │ ├── 10-基于规则案例_.wmv
│ │ ├── 06-doccano使用2_.wmv
│ │ ├── 07-总结_.wmv
│ │ ├── 05-doccano使用1_.wmv
│ │ ├── 11-lstm+crf架构_.wmv
│ │ ├── 01-什么是知识图谱_.wmv
│ │ ├── 02-知识图谱技术概况_.wmv
│ │ ├── 09-ner基本知识_.wmv
│ │ ├── 08-基于规则_.wmv
│ ├── day06
│ │ ├── 07-collate_fn_.wmv
│ │ ├── 04-label举例解释_.wmv
│ │ ├── 08-dataset_.wmv
│ │ ├── 09-get_data+debug_.wmv
│ │ ├── 10-模型init_.wmv
│ │ ├── 03-label初始化_.wmv
│ │ ├── 06-填充工作_.wmv
│ │ ├── 05-解析inner_triples_.wmv
│ │ ├── 02-find_head_index_.wmv
│ │ ├── 01-每日反馈+总结_.wmv
│ ├── day07
│ │ ├── 08-train_.wmv
│ │ ├── 06-extract_sub_.wmv
│ │ ├── 02-get_subs+get_objs_for_specific_sub_.wmv
│ │ ├── 03-compute_loss_.wmv
│ │ ├── 07-extract_obj_and_rel_.wmv
│ │ ├── 04-loss_.wmv
│ │ ├── 09-train_debug_.wmv
│ │ ├── 10-predict_.wmv
│ │ ├── 05-load_model_.wmv
│ │ ├── 01-反馈+总结_.wmv
│ ├── day09
│ │ ├── 01-模型debug_.wmv
├── 04_机器学习-V6.X版-10天-AI版
│ ├── day06-决策树
│ │ ├── 02-决策树思想_.wmv
│ │ ├── 08-C4.5总结_.wmv
│ │ ├── 11-泰坦尼克号案例-讲解_.wmv
│ │ ├── 09-CART决策树-案例_.wmv
│ │ ├── 14-回归决策树-案例_.wmv
│ │ ├── 07-C4.5-案例_.wmv
│ │ ├── 05-ID3决策树-总结_.wmv
│ │ ├── 16-今日总结_.wmv
│ │ ├── 03-ID3决策树-信息增益_.wmv
│ │ ├── 13-回归决策树-思想_.wmv
│ │ ├── 12-泰坦尼克号案例-代码实现_.wmv
│ │ ├── 04-信息增益-详解_.wmv
│ │ ├── 06-C4.5-信息增益率_.wmv
│ │ ├── 15-决策树剪枝_.wmv
│ │ ├── 10-CART决策树-案例+总结_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ ├── day10-总结+拓展
│ │ ├── 01-总结回顾-1_.wmv
│ │ ├── 06-大模型时代-2_.wmv
│ │ ├── 04-总结回顾-4_.wmv
│ │ ├── 05-大模型时代-1_.wmv
│ │ ├── 02-总结回顾-2_.wmv
│ │ ├── 03-总结回顾-3_.wmv
│ ├── day05-逻辑回归
│ │ ├── 06-AUC_API_.wmv
│ │ ├── 01-总结回顾_.wmv
│ │ ├── 04-评估-P_R_f1-score_.wmv
│ │ ├── 08-今日总结_.wmv
│ │ ├── 02-逻辑回归案例-cancer预测_.wmv
│ │ ├── 03-评估-混淆矩阵_.wmv
│ │ ├── 05-ROC_AUC_.wmv
│ │ ├── 06-案例-客户流失-数据预处理_.wmv
│ │ ├── 07-案例-客户流失-模型训练_.wmv
│ ├── day09-聚类kmeans算法+SVM
│ │ ├── 04-案例-客户分析-模型训练及结果分析_.wmv
│ │ ├── 02-K-means总结_.wmv
│ │ ├── 06-SVM案例-鸢尾花-数据读取处理_.wmv
│ │ ├── 03-案例-客户分析-数据展示_.wmv
│ │ ├── 05-SVM思想_.wmv
│ │ ├── 09-SVM算法原理_.wmv
│ │ ├── 01-朴素贝叶斯+特征降维总结_.wmv
│ │ ├── 08-SVM-C值测试_.wmv
│ │ ├── 10-SVM核函数_.wmv
│ │ ├── 07-SVM案例-鸢尾花-模型训练展示_.wmv
│ ├── day04-线性回归+逻辑回归
│ │ ├── 04-梯度下降法算法分类_.wmv
│ │ ├── 08-波士顿房价预测-正规方程法_.wmv
│ │ ├── 11-正则化-L1_.wmv
│ │ ├── 05-梯度下降算法总结_.wmv
│ │ ├── 10-过拟合欠拟合实现_.wmv
│ │ ├── 15-逻辑回归基本原理_.wmv
│ │ ├── 13-线性回归总结_.wmv
│ │ ├── 03-案例-银行信贷_.wmv
│ │ ├── 12-正则化-L2正则化及代码实现_.wmv
│ │ ├── 02-梯度下降法案例_.wmv
│ │ ├── 07-梯度下降法+正规方程法API_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 09-波士顿房价预测-梯度下降法_.wmv
│ │ ├── 14-逻辑回归基本介绍_.wmv
│ │ ├── 06-评估指标_.wmv
│ ├── day07-集成学习
│ │ ├── 04-Adaboost思想_.wmv
│ │ ├── 02-集成学习思想_.wmv
│ │ ├── 07-GBDT 案例-泰坦尼克号-代码实现_.wmv
│ │ ├── 06-GBDT思想_.wmv
│ │ ├── 05-adaboost案例-葡萄酒分类 _.wmv
│ │ ├── 08-XGBoost原理_.wmv
│ │ ├── 09-XGBoost案例_.wmv
│ │ ├── 03-随机森林思想_.wmv
│ │ ├── 04-随机森林案例_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ ├── day02-KNN算法
│ │ ├── 06-模型预处理-归一化_.wmv
│ │ ├── 02-KNN思想_.wmv
│ │ ├── 14-今日总结_.wmv
│ │ ├── 11-模型预测评估_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 10-数据可视化+数据集切分_.wmv
│ │ ├── 12-交叉验证网格搜索_.wmv
│ │ ├── 03-KNN思想2_.wmv
│ │ ├── 13-交叉验证代码解析_.wmv
│ │ ├── 04-KNN-API_.wmv
│ │ ├── 07-模型预处理-标准化及总结_.wmv
│ │ ├── 05-距离度量_.wmv
│ │ ├── 08-模型预处理案例-鸢尾花-数据导入_.wmv
│ │ ├── 09-鸢尾花特征数据展示_.wmv
│ ├── day08-朴素贝叶斯和特征降维+聚类K-means
│ │ ├── 07-相关系数法mp4_.wmv
│ │ ├── 13-K-means实现流程_.wmv
│ │ ├── 03-总结_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 14-K-Means评估指标_.wmv
│ │ ├── 11-聚类基本介绍_.wmv
│ │ ├── 05-低方差过滤法_.wmv
│ │ ├── 02-朴素贝叶斯思想_.wmv
│ │ ├── 04-朴素贝叶斯情感分类案例_.wmv
│ │ ├── 08-特征降维总结_.wmv
│ │ ├── 09-朴素贝叶斯总结_.wmv
│ │ ├── 06-PCA_.wmv
│ │ ├── 12-K-means API_.wmv
│ │ ├── 10-特征降维总结_.wmv
│ ├── day01-机器学习概述
│ │ ├── 02-人工智能三大概念_.wmv
│ │ ├── 06-建模流程+线性回归案例demo_.wmv
│ │ ├── 08-线性回归-模型保存_.wmv
│ │ ├── 13-sklearn库_.wmv
│ │ ├── 09-KNN案例_.wmv
│ │ ├── 12-过拟合欠拟合_.wmv
│ │ ├── 10-kmeans案例_.wmv
│ │ ├── 03-应用领域及发展史_.wmv
│ │ ├── 01-课前内容_.wmv
│ │ ├── 04-常用术语(特征,样本,标签)_.wmv
│ │ ├── 14-今日总结_.wmv
│ │ ├── 11-特征工程_.wmv
│ │ ├── 07-Anaconda+Pycharm_.wmv
│ │ ├── 05-机器学习算法分类_.wmv
│ ├── day03-线性回归
│ │ ├── 07-导数和矩阵_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 03-KNN_MINIST-模型训练_.wmv
│ │ ├── 04-KNN-作业_.wmv
│ │ ├── 09-正规方程法_.wmv
│ │ ├── 06-线性回归基本求解及概念介绍_.wmv
│ │ ├── 02-KNN-MINIST-数据获取_.wmv
│ │ ├── 10-梯度下降法_.wmv
│ │ ├── 05-线性回归介绍_.wmv
│ │ ├── 08-练习题_.wmv
│ ├── 每日算法_.wmv
│ ├── 算法-毕天宇-滑动窗口法_.wmv
├── 02_Python进阶-V6.X版-9天-AI版
│ ├── day06_多线程_生成器
│ │ ├── 17.多线程和多进程的区别_.wmv
│ │ ├── 18.回顾-with open语法_.wmv
│ │ ├── 06.默认-主进程会等待子进程结束再结束_.wmv
│ │ ├── 11.多线程-执行顺序_.wmv
│ │ ├── 03.多进程-参数解释_.wmv
│ │ ├── 05.多进程-进程之间数据相互隔离_.wmv
│ │ ├── 14.多线程-线程间共享数据_.wmv
│ │ ├── 09.多线程-入门_.wmv
│ │ ├── 15.多线程-操作共享变量-出现非法值_.wmv
│ │ ├── 07.设置主进程结束-子进程同步结束_.wmv
│ │ ├── 08.多线程-基本概述_.wmv
│ │ ├── 19.自定义代码实现-上下文管理器(了解)_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 12.多线程-守护线程_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 10.多线程-参数解释_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 04.多进程-获取进程编号_.wmv
│ │ ├── 16.多线程-解决线程安全问题_.wmv
│ ├── day03-学生管理系统-深拷贝浅拷贝
│ │ ├── 20.深浅拷贝-浅拷贝_.wmv
│ │ ├── 11.学生管理系统文件-删除学生信息_.wmv
│ │ ├── 07.main模块-搭建程序的主入口_.wmv
│ │ ├── 19.深浅拷贝-普通赋值_.wmv
│ │ ├── 16.学生管理系统文件-保存学生信息_.wmv
│ │ ├── 17.学生管理系统文件-加载学生信息_.wmv
│ │ ├── 06.学生管理系统文件-业务逻辑代码实现_.wmv
│ │ ├── 12.学生管理系统文件-查询单个学生信息_.wmv
│ │ ├── 18.扩展-把show_view()函数定义成静态方法_.wmv
│ │ ├── 05.学生管理系统文件-搭建基本框架_.wmv
│ │ ├── 01.昨日反馈和作业处理_.wmv
│ │ ├── 14.扩展_dict属性_.wmv
│ │ ├── 03.学生类-代码实现_.wmv
│ │ ├── 08.学生管理系统文件-添加学生_.wmv
│ │ ├── 22.今日内容总结_.wmv
│ │ ├── 21.深浅拷贝-深拷贝_.wmv
│ │ ├── 02.面向对象版-学生管理系统-需求分析_.wmv
│ │ ├── 09.学生管理系统文件-查看所有学生信息_.wmv
│ │ ├── 04.学生管理系统文件-搭建提示界面_.wmv
│ │ ├── 15.扩展_with_open语法_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 10.学生管理系统文件-修改学生信息_.wmv
│ ├── day01-面向对象基础
│ │ ├── 10.在类内获取属性_.wmv
│ │ ├── 12.魔法方法-init-有参数_.wmv
│ │ ├── 14.案例-减肥_.wmv
│ │ ├── 01.Python进阶-大纲介绍_.wmv
│ │ ├── 03.面向对象-初识_.wmv
│ │ ├── 06.self对象介绍_.wmv
│ │ ├── 15.案例-烤地瓜_.wmv
│ │ ├── 13.魔法方法-str和del_.wmv
│ │ ├── 05.定义类和对象_.wmv
│ │ ├── 04.面向对象-三大特征介绍_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 09.上午内容回顾_.wmv
│ │ ├── 11.魔法方法-init-无参数_.wmv
│ │ ├── 07.在类内部调用类的函数_.wmv
│ │ ├── 08.在类外定义和获取属性_.wmv
│ ├── day08_算法和数据结构
│ │ ├── 04.时间复杂度计算_.wmv
│ │ ├── 14.链表-介绍_.wmv
│ │ ├── 22.链表类-往中间添加元素_.wmv
│ │ ├── 10.数据结构-线性结构-顺序表介绍_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 25.顺序表和链表区别_.wmv
│ │ ├── 08.回顾-数据结构和算法概述_.wmv
│ │ ├── 18.链表类-获取长度_.wmv
│ │ ├── 20.链表类-往头部添加元素_.wmv
│ │ ├── 23.链表类-删除元素_.wmv
│ │ ├── 06.常见的时间复杂度介绍(掌握)_.wmv
│ │ ├── 15.自定义代码模拟链表-创建节点类_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 16.链表类-架构搭建_.wmv
│ │ ├── 24.链表类-查找元素_.wmv
│ │ ├── 17.链表类-判断链表是否为空_.wmv
│ │ ├── 03.时间复杂度介绍_.wmv
│ │ ├── 09.数据结构-划分_.wmv
│ │ ├── 05.最优最坏时间复杂度介绍_.wmv
│ │ ├── 07.空间复杂度介绍(了解)_.wmv
│ │ ├── 21.链表类-往末尾添加元素_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 11.数据结构-线性结构-顺序表扩容策略_.wmv
│ │ ├── 19.链表类-遍历链表_.wmv
│ │ ├── 12.数据结构-线性结构-顺序表-添加和删除_.wmv
│ ├── day02-面向对象高级
│ │ ├── 05.继承-单继承_.wmv
│ │ ├── 06.继承-多继承_.wmv
│ │ ├── 18.抽象类详解_.wmv
│ │ ├── 04.继承-入门_.wmv
│ │ ├── 11.封装-私有化属性_.wmv
│ │ ├── 20.类方法和静态方法详解_.wmv
│ │ ├── 10.继承-多层继承_.wmv
│ │ ├── 19.类属性和对象属性详解_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 03.定义类的格式_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 15.多态-入门_.wmv
│ │ ├── 07.继承-方法重写-入门_.wmv
│ │ ├── 08.继承-子类访问父类成员-方式1_.wmv
│ │ ├── 17.多态案例_战斗机_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 13.封装-私有化方法_.wmv
│ │ ├── 14.扩展-方法重写案例-手机类_.wmv
│ │ ├── 16.扩展_Java版多态_.wmv
│ │ ├── 09.继承-子类访问父类成员-方式2_.wmv
│ ├── day07_正则表达式
│ │ ├── 04.生成器-yield关键字_.wmv
│ │ ├── 05.生成器-自定义数据迭代器_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 19.数据结构和算法-特点_.wmv
│ │ ├── 20.时间复杂度简介_.wmv
│ │ ├── 03.生成器-推导式写法_.wmv
│ │ ├── 06.property-装饰器用法_.wmv
│ │ ├── 17.正则表达式-分组详解_.wmv
│ │ ├── 13.正则表达式-校验单个字符_.wmv
│ │ ├── 15.正则表达式-校验开头和结尾_.wmv
│ │ ├── 16.正则表达式-或者 和 分组_.wmv
│ │ ├── 07.property-修饰类变量_.wmv
│ │ ├── 10.正则表达式-数量词_.wmv
│ │ ├── 08.正则表达式-相关概述_.wmv
│ │ ├── 14.正则表达式-校验多个字符_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 11.正则表达式-替换_.wmv
│ │ ├── 18.数据结构和算法-入门_.wmv
│ │ ├── 09.正则表达式-入门_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ ├── day09_算法和数据结构
│ │ ├── 03.冒泡排序-原理介绍_.wmv
│ │ ├── 12.二分查找-递归版_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 09.快速排序-代码实现_.wmv
│ │ ├── 15.数据结构-树-应用场景和存储_.wmv
│ │ ├── 07.选择排序-代码实现_.wmv
│ │ ├── 10.快速排序-图解_.wmv
│ │ ├── 08.快速排序-思路分析_.wmv
│ │ ├── 04.冒泡排序-代码实现_.wmv
│ │ ├── 18.自定义代码-模拟树形结构-添加元素_.wmv
│ │ ├── 21.根据遍历结果-逆推树形结构_.wmv
│ │ ├── 14.数据结构-树-相关概述_.wmv
│ │ ├── 20.模拟树形结构-遍历-深度优先_.wmv
│ │ ├── 17.树形结构-相关公式_.wmv
│ │ ├── 19.模拟树形结构-遍历-广度优先_.wmv
│ │ ├── 06.选择排序-代码实现_.wmv
│ │ ├── 13.二分查找-非递归版_.wmv
│ │ ├── 05.选择排序-分析流程_.wmv
│ │ ├── 02.排序算法-稳定性介绍_.wmv
│ │ ├── 11.上午内容回顾_.wmv
│ │ ├── 16.树形结构-应用场景-简介_.wmv
│ ├── day04_闭包和装饰器
│ │ ├── 07.装饰器-入门_.wmv
│ │ ├── 09.装饰器-有参无返回值_.wmv
│ │ ├── 06.闭包-nonlocal关键字_.wmv
│ │ ├── 03.函数名-作为实参传递_.wmv
│ │ ├── 08.装饰器-无参无返回值_.wmv
│ │ ├── 10.上午内容回顾_.wmv
│ │ ├── 12.装饰器-有参有返回值_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 16.带有参数的装饰器(上)_.wmv
│ │ ├── 02.函数名-作为对象_.wmv
│ │ ├── 17.带有参数的装饰器(下)_.wmv
│ │ ├── 15.多个装饰器-执行流程_.wmv
│ │ ├── 04.闭包-入门_.wmv
│ │ ├── 14.多个装饰器-装饰1个函数_.wmv
│ │ ├── 05.闭包-图解_.wmv
│ │ ├── 11.装饰器-无参有返回值_.wmv
│ │ ├── 13.装饰器-可变参数_.wmv
│ ├── day05_网编和多线程
│ │ ├── 18.并行和并发介绍_.wmv
│ │ ├── 06.网络通信-原理_.wmv
│ │ ├── 20.多进程-代码实现_.wmv
│ │ ├── 07.socket-入门_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 16.扩展_文件上传_.wmv
│ │ ├── 11.案例-收发1句话-客户端代码实现_.wmv
│ │ ├── 10.案例-收发1句话-服务器端代码实现_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 09.字符串和二进制数据相互转换_.wmv
│ │ ├── 15.扩展_长连接_.wmv
│ │ ├── 17.扩展_文件上传_支持多客户端_.wmv
│ │ ├── 19.多任务介绍_.wmv
│ │ ├── 04.端口号-介绍_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 13.服务器端-端口号复用_.wmv
│ │ ├── 14扩展_.服务器端-接收多客户端消息_.wmv
│ │ ├── 08.TCP流程分析_.wmv
│ │ ├── 03.网络编程-介绍_.wmv
│ │ ├── 05.协议-介绍_.wmv
├── 00 v5配套课件和资料(包括所需软件)
│ ├── 【提示】文件解压密码:szjm
│ ├── 004 机器学习-V5.0-AI版
│ │ ├── day05-逻辑回归
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20230904115156371.png
│ │ │ │ │ ├── 53.png
│ │ │ │ │ ├── 2021-1.png
│ │ │ │ │ ├── boosting6.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── 41.png
│ │ │ │ │ ├── image-20230905142136958.png
│ │ │ │ │ ├── image-20240801152804626.png
│ │ │ │ │ ├── 46.png
│ │ │ │ │ ├── boosting2.png
│ │ │ │ │ ├── image-20230904151300483.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── cart1.png
│ │ │ │ │ ├── image-20230906184836062.png
│ │ │ │ │ ├── 45.png
│ │ │ │ │ ├── image-20220530130216962.png
│ │ │ │ │ ├── image-20230904162952115.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230906170804514.png
│ │ │ │ │ ├── 25.png
│ │ │ │ │ ├── 22.png
│ │ │ │ │ ├── image-20230905235722201.png
│ │ │ │ │ ├── image-20230904182146483.png
│ │ │ │ │ ├── image-20230905163909254.png
│ │ │ │ │ ├── image-20230905163934119.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── 47.png
│ │ │ │ │ ├── image-20230917143542540.png
│ │ │ │ │ ├── image-20220121161828121.png
│ │ │ │ │ ├── image-20230904151343779.png
│ │ │ │ │ ├── 51.png
│ │ │ │ │ ├── 49.png
│ │ │ │ │ ├── boosting3.png
│ │ │ │ │ ├── wpsarP0jT.png
│ │ │ │ │ ├── 02.png
│ │ │ │ │ ├── 48.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 58.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20230904144434180.png
│ │ │ │ │ ├── 006tNbRwly1ga8u1799fcj31nu0kggqt.jpg
│ │ │ │ │ ├── image-20230905233552550.png
│ │ │ │ │ ├── boostin4.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── image-20230906184748265.png
│ │ │ │ │ ├── 57.png
│ │ │ │ │ ├── 55.png
│ │ │ │ │ ├── 59.png
│ │ │ │ │ ├── image-20230905153217302.png
│ │ │ │ │ ├── 34.png
│ │ │ │ │ ├── image-20230914160802488.png
│ │ │ │ │ ├── image-20230904151314359.png
│ │ │ │ │ ├── 24.png
│ │ │ │ │ ├── 29.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── 21.png
│ │ │ │ │ ├── image-20230905142802304.png
│ │ │ │ │ ├── image-20230904145453737.png
│ │ │ │ │ ├── image-20230904151334262.png
│ │ │ │ │ ├── 56.png
│ │ │ │ │ ├── 37.png
│ │ │ │ │ ├── 19.png
│ │ │ │ │ ├── 26.png
│ │ │ │ │ ├── 31.png
│ │ │ │ │ ├── image-20230905115310935.png
│ │ │ │ │ ├── 50.png
│ │ │ │ │ ├── 30.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── 28.png
│ │ │ │ │ ├── 32.png
│ │ │ │ │ ├── image-20230905161031728.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── 33.png
│ │ │ │ │ ├── image-20240801120746646.png
│ │ │ │ │ ├── 23.png
│ │ │ │ │ ├── image-20230906170739818.png
│ │ │ │ │ ├── 54.png
│ │ │ │ │ ├── image-20230905142825748.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20230905115142450.png
│ │ │ │ │ ├── image-20230905142723434.png
│ │ │ │ │ ├── image-20230904144658969.png
│ │ │ │ │ ├── image-20230905235742221.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── 2021-2.png
│ │ │ │ │ ├── image-20230905153103621.png
│ │ │ │ │ ├── 44.png
│ │ │ │ │ ├── 60.png
│ │ │ │ │ ├── image-20240801160336488.png
│ │ │ │ │ ├── 42.png
│ │ │ │ │ ├── 46-3996485.png
│ │ │ │ │ ├── image-20230906004228553.png
│ │ │ │ │ ├── 38.png
│ │ │ │ │ ├── image-20230913152535607.png
│ │ │ │ │ ├── 35.png
│ │ │ │ │ ├── image-20230905155453855.png
│ │ │ │ │ ├── image-20230905142647180.png
│ │ │ │ │ ├── 36.png
│ │ │ │ │ ├── image-20230905171420720.png
│ │ │ │ │ ├── image-20230906170712026.png
│ │ │ │ │ ├── 43.png
│ │ │ │ │ ├── image-20230905142707392.png
│ │ │ │ │ ├── image-20230905142204113.png
│ │ │ │ │ ├── image-20230904145530932.png
│ │ │ │ │ ├── 53-3996485.png
│ │ │ │ │ ├── image-20230905150018847.png
│ │ │ │ │ ├── 40.png
│ │ │ │ │ ├── 05.png
│ │ │ │ │ ├── boosting7.png
│ │ │ │ │ ├── image-20230905153119221.png
│ │ │ │ │ ├── image-20230904144454316.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20230905153041427.png
│ │ │ │ │ ├── image-20230914105309023.png
│ │ │ │ │ ├── boosting5.png
│ │ │ │ │ ├── image-20230905150001475.png
│ │ │ │ │ ├── 52.png
│ │ │ │ │ ├── image-20230905163851528.png
│ │ │ │ │ ├── 39.png
│ │ │ │ │ ├── cart2.png
│ │ │ │ │ ├── image-20230906005243629.png
│ │ │ │ ├── 逻辑回归.md
│ │ │ │ ├── 机器学习V5.0-01-04.xmind
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── KMP算法.pptx
│ │ │ ├── 04-代码
│ │ │ │ ├── 01-LogisticRegression_Cancer.py
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 02-Class_Metirc.py
│ │ │ │ ├── 03-Churn_Pred.py
│ │ │ │ ├── churn.csv
│ │ │ ├── 01-讲义
│ │ │ │ ├── 05-决策树.pdf
│ │ ├── day03-线性回归
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── ball.py
│ │ │ │ │ ├── 自由落体运动.pptx
│ │ │ │ ├── 03-线性回归作业.pdf
│ │ │ │ ├── 03-线性回归作业-答案.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── 02-Boston.py
│ │ │ │ ├── 01-LinearRegression API.py
│ │ │ │ ├── 波士顿房价xy.csv
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 03-拟合效果.py
│ │ │ ├── 01-讲义
│ │ │ │ ├── 03-线性回归.pdf
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20230901103000204.png
│ │ │ │ │ ├── image-20230901103123601.png
│ │ │ │ │ ├── image-20230901152745308.png
│ │ │ │ │ ├── image-20230912145402703.png
│ │ │ │ │ ├── image-20230901183152966.png
│ │ │ │ │ ├── l2.png
│ │ │ │ │ ├── image-20230901143204713.png
│ │ │ │ │ ├── image-20230912103729099.png
│ │ │ │ │ ├── image-20230901145840373.png
│ │ │ │ │ ├── l2_3.png
│ │ │ │ │ ├── image-20230901183333299.png
│ │ │ │ │ ├── image-20230901183301618.png
│ │ │ │ │ ├── image-20230901115201758.png
│ │ │ │ │ ├── 1.png
│ │ │ │ │ ├── image-20230901110606206.png
│ │ │ │ │ ├── image-20240731120450448.png
│ │ │ │ │ ├── image-20230901183240178.png
│ │ │ │ │ ├── image-20240731191353155-17224246394383.png
│ │ │ │ │ ├── image-20230901113810862.png
│ │ │ │ │ ├── image-20230901114527268.png
│ │ │ │ │ ├── image-20230901113834036.png
│ │ │ │ │ ├── image-20230901113822728.png
│ │ │ │ │ ├── l2_2.png
│ │ │ │ │ ├── image-20230901183113930.png
│ │ │ │ │ ├── image-20230911234116911.png
│ │ │ │ │ ├── image-20240731191353155.png
│ │ │ │ │ ├── image-20230913101352444.png
│ │ │ │ │ ├── image-20230901110853094.png
│ │ │ │ │ ├── image-20230901145009232.png
│ │ │ │ │ ├── 006tNbRwly1ga8u37zooxj317g0tc7dk.jpg
│ │ │ │ │ ├── image-20230901101621761.png
│ │ │ │ │ ├── image-20230901152623981.png
│ │ │ │ │ ├── image-20230901104147248.png
│ │ │ │ │ ├── image-20230901115232323.png
│ │ │ │ │ ├── image-20230901104626001.png
│ │ │ │ │ ├── image-20230901145231388.png
│ │ │ │ │ ├── image-20230901115246275.png
│ │ │ │ │ ├── image-20230901104237860.png
│ │ │ │ │ ├── image-20230901183315009.png
│ │ │ │ │ ├── image-20230901114816872.png
│ │ │ │ │ ├── image-20240731190649914.png
│ │ │ │ │ ├── image-20230901152659373.png
│ │ │ │ │ ├── image-20240731191324217.png
│ │ │ │ │ ├── image-20230901102250602.png
│ │ │ │ │ ├── image-20230901110842936.png
│ │ │ │ │ ├── mse.png
│ │ │ │ │ ├── image-20230901115223778.png
│ │ │ │ │ ├── image-20230912090316271.png
│ │ │ │ │ ├── image-20230901150113602.png
│ │ │ │ │ ├── image-20230901144711751.png
│ │ │ │ │ ├── image-20230913092037241.png
│ │ │ │ │ ├── l2_7.png
│ │ │ │ │ ├── image-20230901145322438.png
│ │ │ │ │ ├── image-20230901102940614.png
│ │ │ │ │ ├── image-20230901150708528.png
│ │ │ │ │ ├── image-20240730162748965.png
│ │ │ │ │ ├── image-20230901150406897.png
│ │ │ │ │ ├── image-20230901101931661.png
│ │ │ │ │ ├── image-20230913145042318.png
│ │ │ │ │ ├── image-20230901162716376.png
│ │ │ │ │ ├── mae.png
│ │ │ │ │ ├── 2.png
│ │ │ │ │ ├── image-20240731190903826.png
│ │ │ │ │ ├── image-20230901114539398.png
│ │ │ │ │ ├── l2_4.png
│ │ │ │ │ ├── image-20230901183007785.png
│ │ │ │ │ ├── rmse.png
│ │ │ │ │ ├── rmse3.png
│ │ │ │ │ ├── image-20230901144053678.png
│ │ │ │ │ ├── 006tNbRwly1ga8u2sjcw9j314o0g8wkd.jpg
│ │ │ │ │ ├── image-20230901183346878.png
│ │ │ │ │ ├── image-20230901102857178.png
│ │ │ │ │ ├── image-20230901115210623.png
│ │ │ │ │ ├── image-20230901183222050.png
│ │ │ │ │ ├── image-20230901143014908.png
│ │ │ │ │ ├── image-20240731191538575.png
│ │ │ │ │ ├── image-20230901144102962.png
│ │ │ │ │ ├── image-20240731191324217-17224246656145-17224247243948.png
│ │ │ │ │ ├── 导数.jpeg
│ │ │ │ │ ├── image-20240731191324217-17224246656145.png
│ │ │ │ │ ├── image-20230901183020726.png
│ │ │ │ │ ├── image-20230901101918502.png
│ │ │ │ │ ├── 006tNbRwly1ga8u2rlw69j315m0oc40y.jpg
│ │ │ │ │ ├── image-20230901183125661.png
│ │ │ │ │ ├── image-20230901152758396.png
│ │ │ │ │ ├── rmse2.png
│ │ │ │ │ ├── image-20230901110253313.png
│ │ │ │ │ ├── image-20230901183139728.png
│ │ │ │ │ ├── l2_6.png
│ │ │ │ │ ├── image-20230901152528805.png
│ │ │ │ │ ├── 3.png
│ │ │ │ │ ├── image-20230912163031832.png
│ │ │ │ │ ├── image-20230901143529603.png
│ │ │ │ │ ├── l2_5.png
│ │ │ │ │ ├── image-20230901165653276.png
│ │ │ │ │ ├── image-20230901101426794.png
│ │ │ │ │ ├── 006tNbRwly1ga8u2tduvuj30zs0kctav.jpg
│ │ │ │ │ ├── 006tNbRwly1ga8u39xrmlj30xo0ryk16.jpg
│ │ │ │ │ ├── image-20230901102402944.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240801093608216.png
│ │ │ │ ├── 机器学习V5.0-01-03.xmind
│ │ │ │ ├── 线性回归.md
│ │ ├── day06-决策树
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20240801152804626.png
│ │ │ │ │ ├── image-20230906170712026.png
│ │ │ │ │ ├── 46.png
│ │ │ │ │ ├── 21.png
│ │ │ │ │ ├── image-20230905142136958.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── 32.png
│ │ │ │ │ ├── image-20230904144454316.png
│ │ │ │ │ ├── 57.png
│ │ │ │ │ ├── image-20230904145530932.png
│ │ │ │ │ ├── image-20230905153041427.png
│ │ │ │ │ ├── image-20230904162952115.png
│ │ │ │ │ ├── image-20230906170739818.png
│ │ │ │ │ ├── image-20220121161828121.png
│ │ │ │ │ ├── boosting6.png
│ │ │ │ │ ├── image-20230905115142450.png
│ │ │ │ │ ├── image-20230914105309023.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── image-20230905150001475.png
│ │ │ │ │ ├── 46-3996485.png
│ │ │ │ │ ├── 006tNbRwly1ga8u1799fcj31nu0kggqt.jpg
│ │ │ │ │ ├── image-20230904151314359.png
│ │ │ │ │ ├── 24.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── image-20230904144658969.png
│ │ │ │ │ ├── image-20230905163909254.png
│ │ │ │ │ ├── image-20230905171420720.png
│ │ │ │ │ ├── image-20230904144434180.png
│ │ │ │ │ ├── 28.png
│ │ │ │ │ ├── 26.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── 44.png
│ │ │ │ │ ├── image-20230906184836062.png
│ │ │ │ │ ├── image-20230906004228553.png
│ │ │ │ │ ├── image-20230906170804514.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── 25.png
│ │ │ │ │ ├── image-20230905235742221.png
│ │ │ │ │ ├── image-20230905142707392.png
│ │ │ │ │ ├── 36.png
│ │ │ │ │ ├── image-20230905142802304.png
│ │ │ │ │ ├── 54.png
│ │ │ │ │ ├── 33.png
│ │ │ │ │ ├── image-20230905153103621.png
│ │ │ │ │ ├── 2021-2.png
│ │ │ │ │ ├── boosting7.png
│ │ │ │ │ ├── cart1.png
│ │ │ │ │ ├── 53.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── image-20230905161031728.png
│ │ │ │ │ ├── image-20240801120746646.png
│ │ │ │ │ ├── image-20220530130216962.png
│ │ │ │ │ ├── boosting3.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230905163934119.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── 35.png
│ │ │ │ │ ├── 55.png
│ │ │ │ │ ├── 56.png
│ │ │ │ │ ├── image-20230904145453737.png
│ │ │ │ │ ├── image-20230906005243629.png
│ │ │ │ │ ├── 38.png
│ │ │ │ │ ├── image-20230905233552550.png
│ │ │ │ │ ├── 41.png
│ │ │ │ │ ├── 43.png
│ │ │ │ │ ├── 48.png
│ │ │ │ │ ├── 19.png
│ │ │ │ │ ├── 59.png
│ │ │ │ │ ├── image-20230905142647180.png
│ │ │ │ │ ├── image-20230905150018847.png
│ │ │ │ │ ├── boosting5.png
│ │ │ │ │ ├── 53-3996485.png
│ │ │ │ │ ├── image-20230913152535607.png
│ │ │ │ │ ├── image-20230904151343779.png
│ │ │ │ │ ├── image-20230905142825748.png
│ │ │ │ │ ├── image-20230905142723434.png
│ │ │ │ │ ├── 58.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── image-20230905155453855.png
│ │ │ │ │ ├── image-20230904115156371.png
│ │ │ │ │ ├── 22.png
│ │ │ │ │ ├── image-20230905142204113.png
│ │ │ │ │ ├── 30.png
│ │ │ │ │ ├── 37.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── 60.png
│ │ │ │ │ ├── image-20230904151300483.png
│ │ │ │ │ ├── 47.png
│ │ │ │ │ ├── 51.png
│ │ │ │ │ ├── image-20230917143542540.png
│ │ │ │ │ ├── image-20230905163851528.png
│ │ │ │ │ ├── image-20240801160336488.png
│ │ │ │ │ ├── image-20230904182146483.png
│ │ │ │ │ ├── 40.png
│ │ │ │ │ ├── 34.png
│ │ │ │ │ ├── 2021-1.png
│ │ │ │ │ ├── image-20230905153217302.png
│ │ │ │ │ ├── wpsarP0jT.png
│ │ │ │ │ ├── 23.png
│ │ │ │ │ ├── 29.png
│ │ │ │ │ ├── 49.png
│ │ │ │ │ ├── 52.png
│ │ │ │ │ ├── 05.png
│ │ │ │ │ ├── 31.png
│ │ │ │ │ ├── boostin4.png
│ │ │ │ │ ├── 42.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 39.png
│ │ │ │ │ ├── image-20230906184748265.png
│ │ │ │ │ ├── 45.png
│ │ │ │ │ ├── image-20230905115310935.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── image-20230905153119221.png
│ │ │ │ │ ├── image-20230904151334262.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── cart2.png
│ │ │ │ │ ├── boosting2.png
│ │ │ │ │ ├── image-20230914160802488.png
│ │ │ │ │ ├── 50.png
│ │ │ │ │ ├── 02.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── image-20230905235722201.png
│ │ │ │ │ ├── 15.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240803123153305.png
│ │ │ │ │ ├── image-20240803123434009.png
│ │ │ │ │ ├── image-20240803113408798.png
│ │ │ │ │ ├── image-20240803123628897.png
│ │ │ │ │ ├── image-20240803123129259.png
│ │ │ │ │ ├── image-20240803123139166.png
│ │ │ │ │ ├── image-20240803123310924.png
│ │ │ │ │ ├── image-20240803145009156.png
│ │ │ │ │ ├── image-20240803123556693.png
│ │ │ │ │ ├── image-20240803101336688.png
│ │ │ │ ├── 机器学习V5.0-01-05.xmind
│ │ │ │ ├── 决策树.md
│ │ │ ├── 04-代码
│ │ │ │ ├── titanic
│ │ │ │ │ ├── gender_submission.csv
│ │ │ │ │ ├── train.csv
│ │ │ │ ├── 01-titanic.py
│ │ │ │ ├── 02-RegressionTree.py
│ │ │ ├── 01-讲义
│ │ │ │ ├── 05-决策树.pdf
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 盛最多水的容器.ppt
│ │ │ │ ├── 05-决策树作业.pdf
│ │ │ │ ├── 05-决策树作业-答案.pdf
│ │ ├── day02-KNN算法
│ │ │ ├── 01-讲义
│ │ │ │ ├── 02-KNN算法.pdf
│ │ │ ├── 06-其它
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 算法题文档-张琛.txt
│ │ │ │ │ ├── 执行操作使频率分数最大-张琛.pptx
│ │ │ │ │ ├── 算法-张琛-变长滑动窗口法.py
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20230831161125003.png
│ │ │ │ │ ├── image-20230831154005301.png
│ │ │ │ │ ├── image-20230831143456524.png
│ │ │ │ │ ├── image-20230831163559554.png
│ │ │ │ │ ├── image-20230831163329892.png
│ │ │ │ │ ├── 0_QHogxF9l4hy0Xxub.png
│ │ │ │ │ ├── image-20230831153948263.png
│ │ │ │ │ ├── 0_SHhnoaaIm36pc1bd.png
│ │ │ │ │ ├── image-20230831151728056.png
│ │ │ │ │ ├── image-20230831143341119.png
│ │ │ │ │ ├── image-20230831161222857.png
│ │ │ │ │ ├── image-20230831163236810.png
│ │ │ │ │ ├── image-20230831154217579.png
│ │ │ │ │ ├── image-20230831143416184.png
│ │ │ │ │ ├── image-20230831143430741.png
│ │ │ │ │ ├── image-20230831154033908.png
│ │ │ │ │ ├── image-20230831164024844.png
│ │ │ │ │ ├── image-20230831163636694.png
│ │ │ │ │ ├── image-20230831143503916.png
│ │ │ │ │ ├── image-20230831155813699.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── image-20230831152503338.png
│ │ │ │ │ ├── image-20230831143226786.png
│ │ │ │ │ ├── image-20230831155159883.png
│ │ │ │ │ ├── image-20230831143443988.png
│ │ │ │ │ ├── image-20230831143403932.png
│ │ │ │ │ ├── image-20230910154650041.png
│ │ │ │ │ ├── image-20230831143436328.png
│ │ │ │ │ ├── image-20230831145236097.png
│ │ │ │ │ ├── image-20230831145250261.png
│ │ │ │ │ ├── image-20230831160053298.png
│ │ │ │ ├── KNN算法.md
│ │ │ │ ├── 机器学习V5.0-01-02.xmind
│ │ │ ├── 04-代码
│ │ │ │ ├── 手写数字识别.csv
│ │ │ │ ├── 04-GridSearchCV.py
│ │ │ │ ├── 03-KNN_Iris.py
│ │ │ │ ├── knn.pth
│ │ │ │ ├── 02-特征预处理.py
│ │ │ │ ├── demo.png
│ │ │ │ ├── 01-KNN API 实验.py
│ │ │ │ ├── 05-KNN_Digit.py
│ │ │ ├── 05-作业
│ │ │ │ ├── 02-KNN算法作业.pdf
│ │ │ │ ├── 02-KNN算法作业-答案.pdf
│ │ ├── day07-集成学习
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── 19.png
│ │ │ │ │ ├── 49.png
│ │ │ │ │ ├── boosting3.png
│ │ │ │ │ ├── boostin4.png
│ │ │ │ │ ├── image-20230906184748265.png
│ │ │ │ │ ├── 23.png
│ │ │ │ │ ├── 43.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── 39.png
│ │ │ │ │ ├── 38.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 48.png
│ │ │ │ │ ├── 50.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230906004228553.png
│ │ │ │ │ ├── 55.png
│ │ │ │ │ ├── 37.png
│ │ │ │ │ ├── 22.png
│ │ │ │ │ ├── image-20230905235722201.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── boosting5.png
│ │ │ │ │ ├── image-20230906170712026.png
│ │ │ │ │ ├── 28.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── 29.png
│ │ │ │ │ ├── 46.png
│ │ │ │ │ ├── 2021-1.png
│ │ │ │ │ ├── 25.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── 2021-2.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 02.png
│ │ │ │ │ ├── 26.png
│ │ │ │ │ ├── 21.png
│ │ │ │ │ ├── 52.png
│ │ │ │ │ ├── 47.png
│ │ │ │ │ ├── 41.png
│ │ │ │ │ ├── 54.png
│ │ │ │ │ ├── 58.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── 42.png
│ │ │ │ │ ├── image-20230906005243629.png
│ │ │ │ │ ├── 53.png
│ │ │ │ │ ├── 53-3996485.png
│ │ │ │ │ ├── boosting6.png
│ │ │ │ │ ├── image-20230906170804514.png
│ │ │ │ │ ├── 32.png
│ │ │ │ │ ├── image-20230906170739818.png
│ │ │ │ │ ├── 40.png
│ │ │ │ │ ├── 60.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── 59.png
│ │ │ │ │ ├── 33.png
│ │ │ │ │ ├── 57.png
│ │ │ │ │ ├── 44.png
│ │ │ │ │ ├── 46-3996485.png
│ │ │ │ │ ├── 51.png
│ │ │ │ │ ├── image-20230905235742221.png
│ │ │ │ │ ├── image-20230917143542540.png
│ │ │ │ │ ├── 45.png
│ │ │ │ │ ├── 31.png
│ │ │ │ │ ├── boosting7.png
│ │ │ │ │ ├── 30.png
│ │ │ │ │ ├── 56.png
│ │ │ │ │ ├── 24.png
│ │ │ │ │ ├── 35.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── 34.png
│ │ │ │ │ ├── image-20230905233552550.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── boosting2.png
│ │ │ │ │ ├── 36.png
│ │ │ │ │ ├── image-20230906184836062.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240804093834845.png
│ │ │ │ │ ├── image-20240804183228948.png
│ │ │ │ │ ├── image-20240804183254740.png
│ │ │ │ │ ├── image-20240804183243687.png
│ │ │ │ │ ├── image-20240804150652476.png
│ │ │ │ │ ├── image-20240804174659656.png
│ │ │ │ ├── 机器学习V5.0-01-06.xmind
│ │ │ │ ├── 集成学习.md
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── game of life.py
│ │ │ │ │ ├── 生命游戏_程实.pptx
│ │ │ │ ├── 06-集成学习作业-答案.pdf
│ │ │ │ ├── 06-集成学习作业.pdf
│ │ │ ├── 01-讲义
│ │ │ │ ├── 06-集成学习.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── data
│ │ │ │ │ ├── titanic
│ │ │ │ │ │ ├── gender_submission.csv
│ │ │ │ │ │ ├── train.csv
│ │ │ │ │ │ ├── test.csv
│ │ │ │ │ ├── wine0501.csv
│ │ │ │ │ ├── 红酒品质分类.csv
│ │ │ │ ├── 01-RandomForest.py
│ │ │ │ ├── 04-XGBoost.py
│ │ │ │ ├── 红酒品质分类_train.csv
│ │ │ │ ├── 红酒品质分类_test.csv
│ │ │ │ ├── 03-GBDT.py
│ │ │ │ ├── 02-Adaboost.py
│ │ ├── 补充资料
│ │ │ ├── 评价指标对比:准确率(accuracy)、精确率(Precision)、召回率(Recall)、IOU、Kappa系数_pixed accuray是什么指标-CSDN博客.url
│ │ ├── day10-总结+拓展
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 电话号码的字母组合
│ │ │ │ │ │ ├── 电话号码的字母组合.pptx
│ │ │ │ │ │ ├── 深度优先.py
│ │ │ │ ├── 09-支持向量机SVM作业.pdf
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── J1Ov4Ib5gezgDtBUSOOCaw.png
│ │ │ │ │ ├── image-20230907235722584.png
│ │ │ │ │ ├── image-20230907235419332.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── fR1j1gotRS5AmKm7wzH9TA.png
│ │ │ │ │ ├── image-20230907154048646.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── image-20220506215927918.png
│ │ │ │ │ ├── image-20230907175629131.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── image-20220506215320442.png
│ │ │ │ │ ├── image-20230907154020519.png
│ │ │ │ │ ├── image-20220417162654878.png
│ │ │ │ │ ├── image-20230907154134756.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── image-20230907154031485.png
│ │ │ │ │ ├── image-20220506214214988.png
│ │ │ │ │ ├── 123.gif
│ │ │ │ │ ├── image-20230907235445626.png
│ │ │ │ │ ├── image-20230907154114275.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20220415203230260.png
│ │ │ │ │ ├── image-20230907160724989.png
│ │ │ │ │ ├── image-20230907154012860.png
│ │ │ │ │ ├── image-20230907161700948.png
│ │ │ │ │ ├── image-20220415205327187.png
│ │ │ │ │ ├── image-20230907162022629.png
│ │ │ │ │ ├── image-20230907154057623.png
│ │ │ │ │ ├── image-20230907175029288.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20220506215747633.png
│ │ │ │ │ ├── image-20230907155134223.png
│ │ │ │ │ ├── image-20220415205249208.png
│ │ │ │ │ ├── image-20220415203929976.png
│ │ │ │ │ ├── image-20230907175700398.png
│ │ │ │ │ ├── image-20230907175708063.png
│ │ │ │ │ ├── image-20230907175814007.png
│ │ │ │ │ ├── image-20230907235706140.png
│ │ │ │ │ ├── image-20230907162031157.png
│ │ │ │ │ ├── image-20230907154126307.png
│ │ │ │ │ ├── image-20230907155359984.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20220506214339077.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230907235733281.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── 14-4079860.png
│ │ │ │ ├── 支持向量机.md
│ │ │ ├── 01-讲义
│ │ │ │ ├── 10-支持向量机SVM.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── plot_util.py
│ │ │ │ ├── 01-SVM_API.py
│ │ │ │ ├── 02-C_Test.py
│ │ │ │ ├── 03-RBF.py
│ │ ├── day08-朴素贝叶斯和特征降维+聚类K-means
│ │ │ ├── 03-笔记
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240806112516226.png
│ │ │ │ │ ├── image-20240806112520184.png
│ │ │ │ │ ├── image-20240806112509859.png
│ │ │ │ ├── images
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── image-20240806080353910.png
│ │ │ │ │ ├── 03.png
│ │ │ │ │ ├── spm.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── image-20230907000332670.png
│ │ │ │ │ ├── image-20230906224506412.png
│ │ │ │ │ ├── 04.png
│ │ │ │ ├── 机器学习V5.0-01-09.xmind
│ │ │ │ ├── 特征降维.md
│ │ │ │ ├── 朴素贝叶斯.md
│ │ │ ├── 04-代码
│ │ │ │ ├── stopwords.txt
│ │ │ │ ├── 书籍评价.csv
│ │ │ │ ├── 02-FeatureExtraction.py
│ │ │ │ ├── 01-Bayes.py
│ │ │ │ ├── 垃圾邮件分类数据.csv
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 大顶堆.py
│ │ │ │ │ ├── 大顶堆实现.pptx
│ │ │ │ ├── 07-朴素贝叶斯和特征降维作业.pdf
│ │ │ │ ├── 07-朴素贝叶斯和特征降维作业-答案.pdf
│ │ │ ├── 01-讲义
│ │ │ │ ├── 07-朴素贝叶斯.pdf
│ │ │ │ ├── 08-特征降维.pdf
│ │ ├── day09-聚类kmeans算法+SVM
│ │ │ ├── 01-讲义
│ │ │ │ ├── 09-聚类.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── data
│ │ │ │ │ ├── customers.csv
│ │ │ │ │ ├── factor_returns.csv
│ │ │ │ ├── 03-Customers.py
│ │ │ │ ├── 01-Kmeans API.py
│ │ │ │ ├── 02-Kmeans metric.py
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── fR1j1gotRS5AmKm7wzH9TA.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 123.gif
│ │ │ │ │ ├── image-20230907162031157.png
│ │ │ │ │ ├── image-20230907154031485.png
│ │ │ │ │ ├── image-20230907154020519.png
│ │ │ │ │ ├── image-20220415205249208.png
│ │ │ │ │ ├── image-20220506215927918.png
│ │ │ │ │ ├── image-20230907111524608.png
│ │ │ │ │ ├── image-20230907104345786.png
│ │ │ │ │ ├── image-20230907103735327.png
│ │ │ │ │ ├── image-20230907155134223.png
│ │ │ │ │ ├── image-20230907154057623.png
│ │ │ │ │ ├── image-20220506214339077.png
│ │ │ │ │ ├── image-20230907113314803.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20230907235722584.png
│ │ │ │ │ ├── image-20230907103836985.png
│ │ │ │ │ ├── J1Ov4Ib5gezgDtBUSOOCaw.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── image-20230907103706847.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── image-20220415203230260.png
│ │ │ │ │ ├── image-20230907175629131.png
│ │ │ │ │ ├── image-20230907110141764.png
│ │ │ │ │ ├── image-20230907102501138.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── image-20220417162654878.png
│ │ │ │ │ ├── image-20230907175708063.png
│ │ │ │ │ ├── image-20230907155359984.png
│ │ │ │ │ ├── image-20230907112055346.png
│ │ │ │ │ ├── image-20230907154048646.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20230907104612455.png
│ │ │ │ │ ├── image-20230907095330384.png
│ │ │ │ │ ├── image-20220506215747633.png
│ │ │ │ │ ├── image-20230907103801026.png
│ │ │ │ │ ├── image-20220506215320442.png
│ │ │ │ │ ├── image-20220415205327187.png
│ │ │ │ │ ├── image-20230907235733281.png
│ │ │ │ │ ├── image-20230907161700948.png
│ │ │ │ │ ├── image-20230907175029288.png
│ │ │ │ │ ├── 14-4079860.png
│ │ │ │ │ ├── image-20230907104255878.png
│ │ │ │ │ ├── image-20230907110135000.png
│ │ │ │ │ ├── image-20230907104250565.png
│ │ │ │ │ ├── image-20230907175814007.png
│ │ │ │ │ ├── image-20230907160724989.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── image-20230907162022629.png
│ │ │ │ │ ├── image-20230907154114275.png
│ │ │ │ │ ├── image-20220415203929976.png
│ │ │ │ │ ├── image-20220506214214988.png
│ │ │ │ │ ├── image-20230907103711787.png
│ │ │ │ │ ├── image-20230907104715886.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20230907154012860.png
│ │ │ │ │ ├── image-20230907235706140.png
│ │ │ │ │ ├── image-20230907154126307.png
│ │ │ │ │ ├── image-20230907101036326.png
│ │ │ │ │ ├── image-20230907175700398.png
│ │ │ │ │ ├── image-20230907235445626.png
│ │ │ │ │ ├── image-20230907095150331.png
│ │ │ │ │ ├── image-20230907103854967.png
│ │ │ │ │ ├── image-20230907104603930.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230907235419332.png
│ │ │ │ │ ├── image-20230907111546495.png
│ │ │ │ │ ├── image-20230907154134756.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240807174408992.png
│ │ │ │ │ ├── image-20240807150703282.png
│ │ │ │ │ ├── image-20240807154528019.png
│ │ │ │ │ ├── image-20240807174443577.png
│ │ │ │ │ ├── image-20240807172907632.png
│ │ │ │ │ ├── image-20240807172007585.png
│ │ │ │ │ ├── image-20240807150657127.png
│ │ │ │ │ ├── image-20240807080859573.png
│ │ │ │ │ ├── image-20240806182538976.png
│ │ │ │ ├── 支持向量机.md
│ │ │ │ ├── 机器学习V5.0-01-09.xmind
│ │ │ │ ├── 聚类.md
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 算法-粉刷房子
│ │ │ │ │ │ ├── 算法题.py
│ │ │ │ │ │ ├── 粉刷房子讲解.pptx
│ │ │ │ ├── 08-聚类kmeans算法作业.pdf
│ │ │ │ ├── 08-聚类kmeans算法作业-答案.pdf
│ │ ├── day01-机器学习概述
│ │ │ ├── 03-笔记
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20230830180344230.png
│ │ │ │ │ ├── image-20240723143316864.png
│ │ │ │ │ ├── image-20230831101912582.png
│ │ │ │ │ ├── image-20230830180241863.png
│ │ │ │ │ ├── image-20230831113029823-3452630-3452631.png
│ │ │ │ │ ├── image-20230830163616925.png
│ │ │ │ │ ├── image-20230830175454832.png
│ │ │ │ │ ├── image-20230830174630247.png
│ │ │ │ │ ├── image-20230830174748910.png
│ │ │ │ │ ├── image-20230830172741928.png
│ │ │ │ │ ├── image-20230830164846564.png
│ │ │ │ │ ├── image-20230831112038043.png
│ │ │ │ │ ├── image-20230830174516047.png
│ │ │ │ │ ├── 04.jpg
│ │ │ │ │ ├── image-20230830174027227.png
│ │ │ │ │ ├── image-20230830154802582.png
│ │ │ │ │ ├── image-20230830155732871.png
│ │ │ │ │ ├── image-20230831103613657.png
│ │ │ │ │ ├── image-20240723191521322.png
│ │ │ │ │ ├── image-20240723191405779.png
│ │ │ │ │ ├── image-20230830175447247.png
│ │ │ │ │ ├── image-20230831105649036.png
│ │ │ │ │ ├── image-20230830175128039.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── image-20230830172814624.png
│ │ │ │ │ ├── image-20230831105621223.png
│ │ │ │ │ ├── image-20230830173235334.png
│ │ │ │ │ ├── image-20230830154440581.png
│ │ │ │ │ ├── image-20230830160037927.png
│ │ │ │ │ ├── image-20230831103857938.png
│ │ │ │ │ ├── image-20230830180151157.png
│ │ │ │ │ ├── image-20220121142953785.png
│ │ │ │ │ ├── image-20220121143151874.png
│ │ │ │ │ ├── image-20230830155136554.png
│ │ │ │ │ ├── image-20230830155311258.png
│ │ │ │ │ ├── image-20230831104203971.png
│ │ │ │ │ ├── image-20230909170335989.png
│ │ │ │ │ ├── image-20230831113029823.png
│ │ │ │ │ ├── image-20230909171155534.png
│ │ │ │ │ ├── image-20240723191436541.png
│ │ │ │ │ ├── image-20230830170447442.png
│ │ │ │ │ ├── image-20230830174449204.png
│ │ │ │ │ ├── image-20230831113029823-3452630.png
│ │ │ │ │ ├── image-20220117155634566.png
│ │ │ │ │ ├── image-20230831115439968.png
│ │ │ │ │ ├── image-20230830173907526.png
│ │ │ │ │ ├── intro2.jpg
│ │ │ │ ├── 机器学习课程-课前说明.xmind
│ │ │ │ ├── 机器学习V5.0-机器学习概述.xmind
│ │ │ │ ├── 机器学习概述.md
│ │ │ ├── 06-其它
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 滑动窗口最大值--毕天宇.pptx
│ │ │ │ ├── 拓展1-Pycharm+Anaconda基本使用.pdf
│ │ │ ├── 05-作业
│ │ │ │ ├── day01.md
│ │ │ │ ├── 01-机器学习概述作业.pdf
│ │ │ │ ├── 01-机器学习概述作业-答案.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── model
│ │ │ │ │ ├── mylrmodel01.bin
│ │ │ │ ├── 02-分类任务API-KNN.py
│ │ │ │ ├── 01-回归任务API.py
│ │ │ │ ├── 03-无监督聚类API-Kmeans.py
│ │ │ │ ├── requirments.txt
│ │ │ ├── 01-讲义
│ │ │ │ ├── 01-机器学习概述.pdf
│ │ ├── 00-代码练习库
│ │ │ ├── 03-线性回归
│ │ │ │ ├── 03-拟合效果.py
│ │ │ │ ├── 波士顿房价xy.csv
│ │ │ │ ├── 01-LinearRegression API.py
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 02-Boston.py
│ │ │ ├── 01-机器学习概述
│ │ │ │ ├── model
│ │ │ │ ├── 02-分类任务API-KNN.py
│ │ │ │ ├── 01-回归任务API.py
│ │ │ │ ├── 03-无监督聚类API-Kmeans.py
│ │ │ ├── 02-KNN算法
│ │ │ │ ├── 05-KNN_Digit.py
│ │ │ │ ├── 04-GridSearchCV.py
│ │ │ │ ├── 03-KNN_Iris.py
│ │ │ │ ├── demo.png
│ │ │ │ ├── 手写数字识别.csv
│ │ │ │ ├── 02-特征预处理.py
│ │ │ │ ├── 01-KNN API 实验.py
│ │ │ │ ├── knn.pth
│ │ ├── day04-线性回归+逻辑回归
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 算法演示-demo.py
│ │ │ │ │ ├── 罗马数字转整数.pptx
│ │ │ │ ├── 04-逻辑回归作业.pdf
│ │ │ │ ├── 04-逻辑回归作业-答案.pdf
│ │ │ ├── 01-讲义
│ │ │ │ ├── 04-逻辑回归.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── 03-Churn_Pred.py
│ │ │ │ ├── churn.csv
│ │ │ │ ├── 01-LogisticRegression_Cancer.py
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 02-Class_Metirc.py
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── image-20230904144454316.png
│ │ │ │ │ ├── image-20230914105309023.png
│ │ │ │ │ ├── image-20230904151334262.png
│ │ │ │ │ ├── image-20230904151343779.png
│ │ │ │ │ ├── image-20230904182146483.png
│ │ │ │ │ ├── image-20230904145453737.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20230904162952115.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20230905142723434.png
│ │ │ │ │ ├── image-20230905142802304.png
│ │ │ │ │ ├── image-20230905155453855.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20230913152535607.png
│ │ │ │ │ ├── image-20230905142204113.png
│ │ │ │ │ ├── image-20230905161031728.png
│ │ │ │ │ ├── image-20230904151314359.png
│ │ │ │ │ ├── image-20230905142825748.png
│ │ │ │ │ ├── image-20230914160802488.png
│ │ │ │ │ ├── image-20230905163934119.png
│ │ │ │ │ ├── image-20230905153119221.png
│ │ │ │ │ ├── image-20230905163909254.png
│ │ │ │ │ ├── image-20230905153217302.png
│ │ │ │ │ ├── image-20230905115310935.png
│ │ │ │ │ ├── image-20230904151300483.png
│ │ │ │ │ ├── image-20230905115142450.png
│ │ │ │ │ ├── image-20230904144658969.png
│ │ │ │ │ ├── image-20240801160336488.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── image-20230905142707392.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── wpsarP0jT.png
│ │ │ │ │ ├── image-20230905150018847.png
│ │ │ │ │ ├── image-20220121161828121.png
│ │ │ │ │ ├── image-20230904115156371.png
│ │ │ │ │ ├── image-20230905171420720.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── 006tNbRwly1ga8u1799fcj31nu0kggqt.jpg
│ │ │ │ │ ├── image-20230905153103621.png
│ │ │ │ │ ├── image-20230905153041427.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── image-20220530130216962.png
│ │ │ │ │ ├── cart1.png
│ │ │ │ │ ├── image-20240801152804626.png
│ │ │ │ │ ├── image-20230904145530932.png
│ │ │ │ │ ├── image-20240801120746646.png
│ │ │ │ │ ├── image-20230904144434180.png
│ │ │ │ │ ├── image-20230905163851528.png
│ │ │ │ │ ├── image-20230905150001475.png
│ │ │ │ │ ├── cart2.png
│ │ │ │ │ ├── image-20230905142647180.png
│ │ │ │ │ ├── 05.png
│ │ │ │ │ ├── image-20230905142136958.png
│ │ │ │ ├── 逻辑回归.md
│ │ │ │ ├── 机器学习V5.0-01-04.xmind
│ │ ├── 机器学习V5.0课程总结.xmind
│ │ ├── AI20期-大模型时代 .pdf
│ │ ├── 机器学习V5.0课程逻辑图总结.xmind
│ │ ├── api.xmind
│ ├── 010 多模态大模型项目-V5.0-AI版
│ │ ├── 010 多模态大模型项目-V5.0-AI版
│ │ │ ├── 03-阿里
│ │ │ │ ├── site
│ │ │ │ │ ├── 01-PAI简介
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 02-准备工作
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 03-搭建PAI-DSW开发环境
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 00-虚拟试衣背景
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 05-资源清理
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 04-虚拟试衣实践
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── assets
│ │ │ │ │ │ ├── javascripts
│ │ │ │ │ │ │ ├── workers
│ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js
│ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js.map
│ │ │ │ │ │ │ ├── lunr
│ │ │ │ │ │ │ │ ├── min
│ │ │ │ │ │ │ │ │ ├── lunr.it.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.pt.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ru.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ja.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.hi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.kn.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.jp.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.sa.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.nl.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.no.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ta.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ro.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.fr.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.th.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.du.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.stemmer.support.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.tr.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.multi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.de.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.da.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.vi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.hu.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ko.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.fi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ar.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.zh.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.sv.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.hy.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.es.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.te.min.js
│ │ │ │ │ │ │ │ ├── tinyseg.js
│ │ │ │ │ │ │ │ ├── wordcut.js
│ │ │ │ │ │ │ ├── bundle.220ee61c.min.js.map
│ │ │ │ │ │ │ ├── bundle.220ee61c.min.js
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── favicon.png
│ │ │ │ │ │ ├── stylesheets
│ │ │ │ │ │ │ ├── main.eebd395e.min.css
│ │ │ │ │ │ │ ├── palette.ecc896b0.min.css
│ │ │ │ │ │ │ ├── palette.ecc896b0.min.css.map
│ │ │ │ │ │ │ ├── main.eebd395e.min.css.map
│ │ │ │ │ ├── images
│ │ │ │ │ │ ├── fjyw77odlkyus_25e86d3387d04203a46760bce12770f3.jpeg
│ │ │ │ │ │ ├── image-20240131145204773.png
│ │ │ │ │ │ ├── TB13DzOjXP7gK0jSZFjXXc5aXXa-212-48-20240131152904775.png
│ │ │ │ │ │ ├── fjyw77odlkyus_7432b9b44df6489981e5587dab4f7e21.png
│ │ │ │ │ │ ├── 4665fb80c9rvk.svg
│ │ │ │ │ │ ├── TB1I8964.Y1gK0jSZFCXXcwqXXa-128-128.png
│ │ │ │ │ │ ├── p683320.png
│ │ │ │ │ │ ├── image-20240131141431485.png
│ │ │ │ │ │ ├── image-20240129173903332.png
│ │ │ │ │ │ ├── O1CN01jm7e2q1lsL4JGR00s_!!6000000004874-2-tps-108-108-20240131143706950.png
│ │ │ │ │ │ ├── p691851.png
│ │ │ │ │ │ ├── TB13DzOjXP7gK0jSZFjXXc5aXXa-212-48.png
│ │ │ │ │ │ ├── fjyw77odlkyus_82b50e1139524541ab7c16bb28d5deb2.png
│ │ │ │ │ │ ├── p691843-20240131145421611.png
│ │ │ │ │ │ ├── p628439-20240131151710999.png
│ │ │ │ │ │ ├── O1CN01kdsK8n27CaVhvyOgU_!!6000000007761-2-tps-128-128.png
│ │ │ │ │ │ ├── TB1Uz5_47T2gK0jSZFkXXcIQFXa-108-108.png
│ │ │ │ │ │ ├── O1CN01e6fRca1hDnY306PPr_!!6000000004244-2-tps-108-108.png
│ │ │ │ │ │ ├── image-20240131152759599.png
│ │ │ │ │ │ ├── fjyw77odlkyus_0f76b5a1300843d385c796fdd897fa22.png
│ │ │ │ │ │ ├── O1CN01e6fRca1hDnY306PPr_!!6000000004244-2-tps-108-108-20240131143706945.png
│ │ │ │ │ │ ├── p678439.png
│ │ │ │ │ │ ├── fjyw77odlkyus_91274965cd94478386867d3d815670f5.png
│ │ │ │ │ │ ├── TB1Q_i747L0gK0jSZFAXXcA9pXa-128-128.png
│ │ │ │ │ │ ├── image-20240131112412900.png
│ │ │ │ │ │ ├── O1CN01jm7e2q1lsL4JGR00s_!!6000000004874-2-tps-108-108.png
│ │ │ │ │ │ ├── TB1bezd4.T1gK0jSZFrXXcNCXXa-108-108.png
│ │ │ │ │ │ ├── p691864.png
│ │ │ │ │ │ ├── image-20240129175734601.png
│ │ │ │ │ │ ├── p718066.png
│ │ │ │ │ │ ├── image-20240131153058469.png
│ │ │ │ │ │ ├── p691843.png
│ │ │ │ │ │ ├── p739224.png
│ │ │ │ │ │ ├── image-20240131144750131.png
│ │ │ │ │ │ ├── fjyw77odlkyus_69061e93af2a49e5b100a7b31ea4cd47.png
│ │ │ │ │ │ ├── fjyw77odlkyus_b8f571be1a6c49748f4382c1f5ea86b0.png
│ │ │ │ │ │ ├── p633329.png
│ │ │ │ │ │ ├── fjyw77odlkyus_7e4a478bd3b341e6b8f47bfb5684d953.png
│ │ │ │ │ │ ├── image-20240131113354869.png
│ │ │ │ │ │ ├── p738236.png
│ │ │ │ │ │ ├── p628439.png
│ │ │ │ │ │ ├── p691838-20240131145421139.png
│ │ │ │ │ │ ├── p691838.png
│ │ │ │ │ │ ├── fjyw77odlkyus_7ef73e8065fc4bba8f61e4526de47a75.png
│ │ │ │ │ │ ├── fjyw77odlkyus_634ffd9eb35843ab99577ca3de775995.png
│ │ │ │ │ │ ├── fjyw77odlkyus_8891c8e5f5a349aca485c7460a538f96.png
│ │ │ │ │ │ ├── p680753.png
│ │ │ │ │ │ ├── image-20240131144945090.png
│ │ │ │ │ │ ├── image-20240131143842549.png
│ │ │ │ │ │ ├── fjyw77odlkyus_e64a4f5b53fa49a7bd4d821cd4c095d2.png
│ │ │ │ │ │ ├── TB1bezd4.T1gK0jSZFrXXcNCXXa-108-108-20240131143706960.png
│ │ │ │ │ │ ├── image-20240131141556851.png
│ │ │ │ │ ├── search
│ │ │ │ │ │ ├── search_index.json
│ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 404.html
│ │ │ │ │ ├── sitemap.xml
│ │ │ │ │ ├── sitemap.xml.gz
│ │ │ │ ├── 01-阿里百炼平台.pdf
│ │ │ │ ├── 图表分析数据.md
│ │ │ ├── 简历
│ │ │ │ ├── 简历8-其他.pdf
│ │ │ │ ├── 简历4-教育.pdf
│ │ │ │ ├── 简历11-建筑.docx
│ │ │ │ ├── 简历2-安全.pdf
│ │ │ │ ├── 简历3-旅游.pdf
│ │ │ │ ├── 简历10-其他.pdf
│ │ │ │ ├── 简历5-教育.pdf
│ │ │ │ ├── 简历9-其他.pdf
│ │ │ │ ├── 简历6.docx
│ │ │ │ ├── 简历1-政企.pdf
│ │ │ │ ├── 简历7-其他.pdf
│ │ │ ├── 项目文档
│ │ │ │ ├── 项目2_基于ChatGLM3-6B+LoRA的在线教育平台信息抽取项目.md
│ │ │ │ ├── 项目1_基于LangChain+ChatGLM3-6B的本地知识库问答项目.md
│ │ │ │ ├── 项目3_基于Llama-2-7B+Fine-Tuning的在线智能客服项目.md
│ │ │ │ ├── 项目4_基于BERT+P-Tuning的教育类资讯自动分类项目.md
│ │ │ │ ├── 项目介绍.xmind
│ │ │ │ ├── 3.电商产品的售后问题分类系统.docx
│ │ │ │ ├── 项目文档.pdf
│ │ │ ├── 02-百度
│ │ │ │ ├── 01-讲义
│ │ │ │ │ ├── 01-文心一言的使用
│ │ │ │ │ │ ├── 02-背后技术
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── image-20231219174923969.png
│ │ │ │ │ │ │ │ ├── image-20231219175252893.png
│ │ │ │ │ │ │ │ ├── image-20231219175700902.png
│ │ │ │ │ │ │ │ ├── image-20231219174714740.png
│ │ │ │ │ │ │ │ ├── community_43f88e3.png
│ │ │ │ │ │ │ │ ├── image-20231218132904291.png
│ │ │ │ │ │ │ │ ├── image-20231219175439683.png
│ │ │ │ │ │ │ │ ├── image-20231219175646365.png
│ │ │ │ │ │ │ │ ├── image-20231219174951816.png
│ │ │ │ │ │ │ │ ├── image-20231219175452413.png
│ │ │ │ │ │ │ │ ├── image-20231218132848980.png
│ │ │ │ │ │ │ │ ├── image-20231219175515357.png
│ │ │ │ │ │ │ │ ├── v2-a3d267f4488d38971bebb77ecbc40a0c_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231218132621464.png
│ │ │ │ │ │ │ │ ├── v2-20d88c4a57366ba4bceb693c0829f293_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219175632788.png
│ │ │ │ │ │ │ │ ├── image-20231218133728841.png
│ │ │ │ │ │ │ │ ├── image-20231219175504067.png
│ │ │ │ │ │ │ │ ├── image-20231218132541540.png
│ │ │ │ │ │ │ ├── 02-飞桨.html
│ │ │ │ │ │ │ ├── 04-文心一言与千帆大模型的关系.html
│ │ │ │ │ │ │ ├── 03-百度云智能.html
│ │ │ │ │ │ │ ├── 01-基础模型.html
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── favicon.png
│ │ │ │ │ │ │ ├── stylesheets
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css.map
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css.map
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css
│ │ │ │ │ │ │ ├── javascripts
│ │ │ │ │ │ │ │ ├── lunr
│ │ │ │ │ │ │ │ │ ├── min
│ │ │ │ │ │ │ │ │ │ ├── lunr.hy.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.es.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ta.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sa.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ko.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.jp.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ar.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.pt.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hu.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ro.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.tr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.nl.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.da.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sv.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.kn.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.fi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.no.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.vi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.te.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.th.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.de.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ru.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.it.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.stemmer.support.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ja.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.multi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.fr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.du.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.zh.min.js
│ │ │ │ │ │ │ │ │ ├── wordcut.js
│ │ │ │ │ │ │ │ │ ├── tinyseg.js
│ │ │ │ │ │ │ │ ├── workers
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js.map
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js.map
│ │ │ │ │ │ ├── search
│ │ │ │ │ │ │ ├── search_index.json
│ │ │ │ │ │ ├── 01-erniebot入门
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── image-20231221143248796.png
│ │ │ │ │ │ │ │ ├── image-20231219171557349-2977358.png
│ │ │ │ │ │ │ │ ├── v2-406521df85e0b7d2172c9c0e0970049e_1440w.webp
│ │ │ │ │ │ │ │ ├── image_68d25d0.png
│ │ │ │ │ │ │ │ ├── image-20231221145044512.png
│ │ │ │ │ │ │ │ ├── v2-de0da124f9bf09e463352e1eb87e6898_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231221144312538.png
│ │ │ │ │ │ │ │ ├── image-20231221144208698.png
│ │ │ │ │ │ │ │ ├── image-20231219171654669.png
│ │ │ │ │ │ │ │ ├── image-20231219172635859.png
│ │ │ │ │ │ │ │ ├── image_b437d12.png
│ │ │ │ │ │ │ │ ├── image-20231219171557349.png
│ │ │ │ │ │ │ │ ├── image_74fd981.png
│ │ │ │ │ │ │ │ ├── image_f6fe5e5.png
│ │ │ │ │ │ │ │ ├── v2-f9bb83002c857d60cb58cee5eebf67e8_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219171325115.png
│ │ │ │ │ │ │ │ ├── image-20231221144038060.png
│ │ │ │ │ │ │ │ ├── image-20231221145145949.png
│ │ │ │ │ │ │ │ ├── image-20231221144423735.png
│ │ │ │ │ │ │ │ ├── image-20231219173525515.png
│ │ │ │ │ │ │ │ ├── image-20231219171631705.png
│ │ │ │ │ │ │ │ ├── image-20231221145227582.png
│ │ │ │ │ │ │ │ ├── image-20231221145642441.png
│ │ │ │ │ │ │ │ ├── image-20231219173701909.png
│ │ │ │ │ │ │ │ ├── illg7thxi
│ │ │ │ │ │ │ │ ├── v2-3e4b3722d3119fe85b55d4cf6619fa9f_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-398324cb4b6f7e22a34234f3e611c813_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-7d79542710e666a834e4f6bae13b5750_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219172031066.png
│ │ │ │ │ │ │ │ ├── image_0011ec0.png
│ │ │ │ │ │ │ │ ├── v2-7d79542710e666a834e4f6bae13b5750_720w.jpg
│ │ │ │ │ │ │ │ ├── image-20231219172847307.png
│ │ │ │ │ │ │ │ ├── v2-cef46e11e72d1274e84a40252a840b63_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-4227c5936bfa394f5e3f68dfc823479d_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-e0db52e1d563647e190109151905ecb2_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-1df5158e083968b5a4b683f1727798cc_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219173230774.png
│ │ │ │ │ │ │ │ ├── v2-c9beebe117784c0d8c5003905d968d64_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219170918747.png
│ │ │ │ │ │ │ │ ├── image-20231219171841906.png
│ │ │ │ │ │ │ │ ├── image-20231221145526472.png
│ │ │ │ │ │ │ ├── 01-erniebot入门.html
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ │ ├── sitemap.xml.gz
│ │ │ │ │ │ ├── sitemap.xml
│ │ │ │ │ │ ├── 404.html
│ │ │ │ │ ├── 02-千帆大模型的使用
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── community_e61e75e.png
│ │ │ │ │ │ │ ├── community_f62ebd4.png
│ │ │ │ │ │ │ ├── community_a2daa80.png
│ │ │ │ │ │ │ ├── community_cd6a07e.png
│ │ │ │ │ │ │ ├── community_e00b865.png
│ │ │ │ │ │ │ ├── community_837e0ed.png
│ │ │ │ │ │ │ ├── community_580b142.png
│ │ │ │ │ │ │ ├── community_43b8db8.png
│ │ │ │ │ │ │ ├── community_c5db9af.png
│ │ │ │ │ │ │ ├── community_90a5a94.png
│ │ │ │ │ │ │ ├── community_dbb5525.png
│ │ │ │ │ │ │ ├── community_b40e7c0.png
│ │ │ │ │ │ │ ├── community_e97e54b.png
│ │ │ │ │ │ │ ├── community_5e375f2.png
│ │ │ │ │ │ │ ├── community_c1bd617.png
│ │ │ │ │ │ │ ├── community_d0d930f.png
│ │ │ │ │ │ │ ├── community_d1172fc.png
│ │ │ │ │ │ │ ├── community_9f7e19b.png
│ │ │ │ │ │ │ ├── community_1deaa09.png
│ │ │ │ │ │ │ ├── community_4f5f222.png
│ │ │ │ │ │ │ ├── community_fd3eecb.png
│ │ │ │ │ │ │ ├── community_bd4998c.png
│ │ │ │ │ │ │ ├── community_f5db0f8.png
│ │ │ │ │ │ │ ├── community_82cf344.png
│ │ │ │ │ │ │ ├── community_f337854.png
│ │ │ │ │ │ │ ├── community_815c469.png
│ │ │ │ │ │ │ ├── community_fd2f00c.png
│ │ │ │ │ │ │ ├── community_12fd2b0.png
│ │ │ │ │ │ │ ├── community_af3c492.png
│ │ │ │ │ │ │ ├── community_055a4cf.png
│ │ │ │ │ │ │ ├── community_7906118.png
│ │ │ │ │ │ │ ├── community_1b03dab.png
│ │ │ │ │ │ │ ├── community_657f175.png
│ │ │ │ │ │ │ ├── community_a754d16.png
│ │ │ │ │ │ │ ├── community_55dcffa.png
│ │ │ │ │ │ │ ├── community_1d8de16.png
│ │ │ │ │ │ │ ├── community_fbb6978.png
│ │ │ │ │ │ │ ├── community_2123ca5.png
│ │ │ │ │ │ │ ├── community_4fca113.png
│ │ │ │ │ │ │ ├── community_53ebc87.png
│ │ │ │ │ │ │ ├── community_3f9622a.png
│ │ │ │ │ │ │ ├── community_36aa0b1.png
│ │ │ │ │ │ │ ├── community_5596edb.png
│ │ │ │ │ │ │ ├── community_7beab4c.png
│ │ │ │ │ │ │ ├── community_7b9433f.png
│ │ │ │ │ │ │ ├── community_56c532a.png
│ │ │ │ │ │ │ ├── community_5843d36.png
│ │ │ │ │ │ │ ├── community_c8127de.png
│ │ │ │ │ │ │ ├── community_61ecaf2.png
│ │ │ │ │ │ │ ├── community_0f65ce2.png
│ │ │ │ │ │ │ ├── community_3abbc33.png
│ │ │ │ │ │ │ ├── community_1ebbcca.png
│ │ │ │ │ │ │ ├── community_2865fba.png
│ │ │ │ │ │ │ ├── community_c24846c.png
│ │ │ │ │ │ │ ├── community_5b0dfee.png
│ │ │ │ │ │ │ ├── community_6d0e063.png
│ │ │ │ │ │ │ ├── community_749f526.png
│ │ │ │ │ │ │ ├── community_7cf1fb3.png
│ │ │ │ │ │ │ ├── community_27a4995.png
│ │ │ │ │ │ │ ├── community_e6ad5bb.png
│ │ │ │ │ │ │ ├── community_c3e8106.png
│ │ │ │ │ │ │ ├── community_9e22efa.png
│ │ │ │ │ │ │ ├── community_9c9eba0.png
│ │ │ │ │ │ │ ├── community_5d85b55.png
│ │ │ │ │ │ │ ├── community_7caba05.png
│ │ │ │ │ │ │ ├── community_8a92692.png
│ │ │ │ │ │ │ ├── community_3fa9acc.png
│ │ │ │ │ │ │ ├── community_ec3f165.png
│ │ │ │ │ │ │ ├── community_4bab5d7.png
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── javascripts
│ │ │ │ │ │ │ │ ├── workers
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js.map
│ │ │ │ │ │ │ │ ├── lunr
│ │ │ │ │ │ │ │ │ ├── min
│ │ │ │ │ │ │ │ │ │ ├── lunr.fr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ja.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.it.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.zh.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.da.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ro.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.de.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.fi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.nl.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.th.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.vi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sv.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.no.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sa.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ru.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.stemmer.support.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ko.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.es.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ar.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hu.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.te.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.multi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hy.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.tr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.kn.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.jp.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ta.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.pt.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.du.min.js
│ │ │ │ │ │ │ │ │ ├── wordcut.js
│ │ │ │ │ │ │ │ │ ├── tinyseg.js
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js.map
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js
│ │ │ │ │ │ │ ├── stylesheets
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css.map
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css.map
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── favicon.png
│ │ │ │ │ │ ├── search
│ │ │ │ │ │ │ ├── search_index.json
│ │ │ │ │ │ ├── 01-千帆大模型使用指南.html
│ │ │ │ │ │ ├── sitemap.xml.gz
│ │ │ │ │ │ ├── 404.html
│ │ │ │ │ │ ├── sitemap.xml
│ │ │ │ │ │ ├── index.html
│ │ │ │ ├── 02-数据
│ │ │ │ │ ├── 清洗emoji数据的demo数据集.zip
│ │ │ │ │ ├── sample-text-dialog-unsort-jsonl.zip
│ │ │ ├── 01-讯飞
│ │ │ │ ├── 02-代码
│ │ │ │ │ ├── Dataset-of-financial-news-classification
│ │ │ │ │ │ ├── .idea
│ │ │ │ │ │ │ ├── inspectionProfiles
│ │ │ │ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ │ │ │ │ ├── Project_Default.xml
│ │ │ │ │ │ │ ├── workspace.xml
│ │ │ │ │ │ │ ├── misc.xml
│ │ │ │ │ │ │ ├── modules.xml
│ │ │ │ │ │ │ ├── .gitignore
│ │ │ │ │ │ │ ├── Dataset-of-financial-news-sentiment-classification-master.iml
│ │ │ │ │ │ ├── Fiance_test_data.csv
│ │ │ │ │ │ ├── Fiance_train_data.csv
│ │ │ │ │ ├── translate_in_many_style.zip
│ │ │ │ │ ├── 语言大模型实现流程.zip
│ │ │ │ ├── 01-讲义
│ │ │ │ │ ├── 星火大模型(博学谷).pdf
│ │ │ ├── 企业级大模型应用平台.mindnode
│ │ │ │ ├── style.mindnodestyle
│ │ │ │ │ ├── metadata.plist
│ │ │ │ │ ├── contents.xml
│ │ │ │ ├── resources
│ │ │ │ ├── QuickLook
│ │ │ │ │ ├── Preview.jpg
│ │ │ │ ├── contents.xml
│ │ │ │ ├── viewState.plist
│ ├── 赠送往期多项目
│ │ ├── AI智慧交通项目实战.zip
│ │ ├── 亿图人脸支付项目实战.zip
│ │ ├── 计算机视觉项目实战.zip
│ │ ├── 投满分项目项目实战.zip
│ ├── 002 Python进阶-V5.0-AI版
│ │ ├── 002 Python进阶-V5.0-AI版
│ │ │ ├── 01.python进阶
│ │ │ │ ├── day09_算法和数据结构
│ │ │ │ │ ├── 04-随堂图片
│ │ │ │ │ │ ├── Day09_随堂图片.png
│ │ │ │ │ ├── 02-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712714176098.png
│ │ │ │ │ │ │ ├── 1712742846298.png
│ │ │ │ │ │ │ ├── 1712742834809.png
│ │ │ │ │ │ │ ├── 1712735423065.png
│ │ │ │ │ │ │ ├── 1712714954783.png
│ │ │ │ │ │ │ ├── 1712739660820.png
│ │ │ │ │ │ ├── Day09_随堂笔记.md
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day09.zip
│ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ ├── day08_算法和数据结构
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day08.zip
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712631423157.png
│ │ │ │ │ │ │ ├── 1712632612012.png
│ │ │ │ │ │ │ ├── 1712648758006.png
│ │ │ │ │ │ │ ├── 1712648751450.png
│ │ │ │ │ │ │ ├── 1712649592924.png
│ │ │ │ │ │ │ ├── 1712649604965.png
│ │ │ │ │ │ ├── Day08_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ ├── Day08_上午内容回顾.txt
│ │ │ │ ├── day07_正则表达式
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day07.zip
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── Day07_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 正则表达式算法复杂度-作业.md
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── Day07_上午内容回顾.txt
│ │ │ │ ├── day04_闭包和装饰器
│ │ │ │ │ ├── 06-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1720023128183.png
│ │ │ │ │ │ │ ├── 1720023084115.png
│ │ │ │ │ │ │ ├── 1720023102995.png
│ │ │ │ │ │ ├── Day04_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 闭包与装饰器作业.md
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── 02-随堂图片
│ │ │ │ │ │ ├── Day04_随堂图片_new.png
│ │ │ │ │ │ ├── Day04_随堂图片.png
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day04.zip
│ │ │ │ │ ├── Day04_上午内容回顾.txt
│ │ │ │ ├── 讲义
│ │ │ │ │ ├── 03_浅拷贝和深拷贝.pptx
│ │ │ │ │ ├── 08_1数据结构与算法_概念时间复杂度.pptx
│ │ │ │ │ ├── 08_2数据结构与算法_概念数据结构 .pptx
│ │ │ │ │ ├── 05_网络编程.pptx
│ │ │ │ │ ├── 07_2Python其他高级语法.pptx
│ │ │ │ │ ├── 03_Python面向对象综合案例.pptx
│ │ │ │ │ ├── 08_4数据结构与算法_排序.pptx
│ │ │ │ │ ├── 04_闭包和装饰器.pptx
│ │ │ │ │ ├── 08_3数据结构与算法_链表.pptx
│ │ │ │ │ ├── 07_1Python正则表达式.pptx
│ │ │ │ │ ├── 01_Python面向对象基础.pptx
│ │ │ │ │ ├── 02_Python面向对象高级.pptx
│ │ │ │ │ ├── 08_5数据结构与算法_二分查找.pptx
│ │ │ │ │ ├── 06_2-线程.pptx
│ │ │ │ │ ├── 08_6数据结构与算法_二叉树.pptx
│ │ │ │ │ ├── 06_1-进程.pptx
│ │ │ │ ├── day01-面向对象基础
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day01.zip
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 面向对象基础作业.md
│ │ │ │ │ │ ├── 面向对象基础作业.pdf
│ │ │ │ │ │ ├── day01实操练习-参考答案.md
│ │ │ │ │ ├── 02-笔记
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── image-20230329105357312.png
│ │ │ │ │ │ │ ├── image-20230812100223180.png
│ │ │ │ │ │ │ ├── image-20230329110844227.png
│ │ │ │ │ │ │ ├── image-20230329154818576.png
│ │ │ │ │ │ │ ├── image-20230329165844902.png
│ │ │ │ │ │ │ ├── image-23185447321.png
│ │ │ │ │ │ │ ├── image-15142545979.png
│ │ │ │ │ │ │ ├── image-20230812085359643.png
│ │ │ │ │ │ │ ├── image-15110919776.png
│ │ │ │ │ │ │ ├── image-20230329111334052.png
│ │ │ │ │ │ │ ├── image-15112450526.png
│ │ │ │ │ │ │ ├── image-20230812093826292.png
│ │ │ │ │ │ │ ├── image-26061015026.png
│ │ │ │ │ │ │ ├── image-23185025048.png
│ │ │ │ │ │ │ ├── image-15105528242.png
│ │ │ │ │ │ │ ├── image-20230329150958486.png
│ │ │ │ │ │ │ ├── image-23184354740.png
│ │ │ │ │ │ │ ├── image-20230329154721590.png
│ │ │ │ │ │ │ ├── image-15112955453.png
│ │ │ │ │ │ │ ├── image-20230329160105271.png
│ │ │ │ │ │ │ ├── image-20230328195100667.png
│ │ │ │ │ │ │ ├── image-20230329144738647.png
│ │ │ │ │ │ │ ├── image-20230329154824003.png
│ │ │ │ │ │ │ ├── image-15110701291.png
│ │ │ │ │ │ │ ├── image-20230329150129223.png
│ │ │ │ │ │ │ ├── image-20230329105406154.png
│ │ │ │ │ │ │ ├── image-20230329102518504.png
│ │ │ │ │ │ │ ├── image-20230812090607058.png
│ │ │ │ │ │ │ ├── image-15111916141.png
│ │ │ │ │ │ │ ├── image-20230329111640476.png
│ │ │ │ │ │ │ ├── image-20230329094259723.png
│ │ │ │ │ │ │ ├── image-20230812095619479.png
│ │ │ │ │ │ │ ├── image-15103504343.png
│ │ │ │ │ │ │ ├── image-20230323105545170.png
│ │ │ │ │ │ │ ├── image-20230329104730634.png
│ │ │ │ │ │ │ ├── image-20230329160057736.png
│ │ │ │ │ │ │ ├── image-20230329154750404.png
│ │ │ │ │ │ ├── Day01_随堂图片.png
│ │ │ │ │ │ ├── Python面向对象基础.md
│ │ │ │ │ ├── 06-扩展资料-递归和练习题
│ │ │ │ │ │ ├── 视频
│ │ │ │ │ │ │ ├── 03.os模块介绍.avi
│ │ │ │ │ │ │ ├── 09.递归-求阶乘.avi
│ │ │ │ │ │ │ ├── 05.排列组合.avi
│ │ │ │ │ │ │ ├── 10.递归-阶乘图解.avi
│ │ │ │ │ │ │ ├── 08.模拟斗地主发牌.avi
│ │ │ │ │ │ │ ├── 07.模拟登陆.avi
│ │ │ │ │ │ │ ├── 11.递归-斐波那契数列数列.avi
│ │ │ │ │ │ │ ├── 04-约瑟夫环.avi
│ │ │ │ │ │ │ ├── 06.统计每个字符的次数.avi
│ │ │ │ │ │ ├── 扩展练习题
│ │ │ │ │ │ │ ├── 03-排列组合.py
│ │ │ │ │ │ │ ├── 05-模拟登陆.py
│ │ │ │ │ │ │ ├── 06-模拟斗地主发牌.py
│ │ │ │ │ │ │ ├── 08-斐波那契数列.py
│ │ │ │ │ │ │ ├── 07-递归-求阶乘.py
│ │ │ │ │ │ │ ├── 01-os模块.py
│ │ │ │ │ │ │ ├── 04-统计每个字符出现的次数.py
│ │ │ │ │ │ │ ├── 02-约瑟夫环.py
│ │ │ │ │ ├── Day01_上午内容回顾.txt
│ │ │ │ ├── day03-学生管理系统-深拷贝浅拷贝
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712022896369.png
│ │ │ │ │ │ ├── Day03_随堂笔记.md
│ │ │ │ │ ├── 05-图片
│ │ │ │ │ │ ├── Day03_随堂图片_new.png
│ │ │ │ │ │ ├── day03_随堂图片.png
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 学员管理系统(面向对象)-作业.md
│ │ │ │ │ ├── 06-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day03_sms.zip
│ │ │ │ │ ├── Day03_内容回顾.txt
│ │ │ │ ├── day05_网编和多线程
│ │ │ │ │ ├── 02-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712288077683.png
│ │ │ │ │ │ │ ├── 1712285859763.png
│ │ │ │ │ │ │ ├── 1712314095082.png
│ │ │ │ │ │ │ ├── 1712280088621.png
│ │ │ │ │ │ ├── Day05_随堂笔记.md
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day05.zip
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 多任务作业_17期.md
│ │ │ │ │ │ ├── 网络编程作业.md
│ │ │ │ │ ├── 05-今日内容总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── Day05_随堂图片.png
│ │ │ │ │ ├── Day05_上午内容回顾.txt
│ │ │ │ ├── day06_多线程_生成器
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712400407676.png
│ │ │ │ │ │ ├── Day06_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 多任务作业-线程相关.md
│ │ │ │ │ │ ├── python其他语法-作业.md
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day06.zip
│ │ │ │ │ │ ├── jaychou_lyrics.txt
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ │ ├── Day06_随堂图片.png
│ │ │ │ ├── day02-面向对象高级
│ │ │ │ │ ├── 05-随堂图片
│ │ │ │ │ │ ├── day02_随堂图片.png
│ │ │ │ │ ├── 03-笔记
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── image-05144821736.png
│ │ │ │ │ │ │ ├── image-07174754336.png
│ │ │ │ │ │ │ ├── image-05175029045.png
│ │ │ │ │ │ │ ├── image-05144714823.png
│ │ │ │ │ │ │ ├── image-20230330111528253.png
│ │ │ │ │ │ │ ├── image-06155249926.png
│ │ │ │ │ │ │ ├── image-20230330161310784.png
│ │ │ │ │ │ │ ├── image-06171153762.png
│ │ │ │ │ │ │ ├── image-20230813100554665.png
│ │ │ │ │ │ │ ├── image-20230330144854423.png
│ │ │ │ │ │ │ ├── image-06162828013.png
│ │ │ │ │ │ │ ├── image-16140801583.png
│ │ │ │ │ │ │ ├── image-06162528647.png
│ │ │ │ │ │ │ ├── image-05190235793.png
│ │ │ │ │ │ │ ├── image-06155303777.png
│ │ │ │ │ │ │ ├── image-16150109647.png
│ │ │ │ │ │ │ ├── image-16142829775.png
│ │ │ │ │ │ │ ├── image-20230809170803783.png
│ │ │ │ │ │ ├── Python面向对象高级.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 面向对象高级作业.md
│ │ │ │ │ │ ├── 面向对象高级作业.pdf
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day02
│ │ │ │ │ │ │ ├── day02
│ │ │ │ │ │ │ │ ├── .idea
│ │ │ │ │ │ │ │ │ ├── inspectionProfiles
│ │ │ │ │ │ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ │ │ │ │ │ ├── modules.xml
│ │ │ │ │ │ │ │ │ ├── day02.iml
│ │ │ │ │ │ │ │ │ ├── workspace.xml
│ │ │ │ │ │ │ │ ├── 12-抽象类入门.py
│ │ │ │ │ │ │ │ ├── 08-封装-私有化方法.py
│ │ │ │ │ │ │ │ ├── 13-类属性和对象属性详解.py
│ │ │ │ │ │ │ │ ├── 09-扩展-方法重写应用场景演示.py
│ │ │ │ │ │ │ │ ├── 03-多继承.py
│ │ │ │ │ │ │ │ ├── 01-继承入门.py
│ │ │ │ │ │ │ │ ├── 05-方法重写-进阶.py
│ │ │ │ │ │ │ │ ├── 06-多层继承.py
│ │ │ │ │ │ │ │ ├── 10-多态-入门.py
│ │ │ │ │ │ │ │ ├── 14-类方法和静态方法详解.py
│ │ │ │ │ │ │ │ ├── 02-单继承.py
│ │ │ │ │ │ │ │ ├── 07-封装-私有化-入门.py
│ │ │ │ │ │ │ │ ├── 04-方法重写-入门.py
│ │ │ │ │ │ │ │ ├── 11-多态-战斗机案例.py
│ │ │ │ │ │ ├── day02.zip
│ │ │ │ │ ├── Day02_上午内容回顾.txt
│ │ │ │ │ ├── Python进阶.xmind
│ ├── 001 Python基础-V5.0-AI版.zip
│ ├── 003 数据处理和统计分析-V5.0-AI版.zip
│ ├── 008 知识图谱-V5.0-AI版.zip
│ ├── 009 大模型开发基础与项目-V5.0-AI版.zip
│ ├── 005 金融风控-V5.0-AI版.zip
│ ├── 010 多模态大模型项目-V5.0-AI版.zip
│ ├── 006 深度学习基础-V5.0-AI版.zip
│ ├── 004 机器学习-V5.0-AI版.zip
│ ├── 007 NLP自然语言处理+GPT-V5.0-AI版.zip
│ ├── 002 Python进阶-V5.0-AI版.zip
├── 阶段013 赠品-亿图人脸支付项目
│ ├── 01-人脸检测
│ │ ├── 07.参数配置_.wmv
│ │ ├── 06.模型构建_.wmv
│ │ ├── 08.训练策略_.wmv
│ │ ├── 11.内容总结_.wmv
│ │ ├── 09.训练流程_.wmv
│ │ ├── 04.验证数据集_.wmv
│ │ ├── 05.数据集获取_.wmv
│ │ ├── 10.模型训练_.wmv
│ │ ├── 03.人脸检测概述_.wmv
│ │ ├── 02.视频读写_.wmv
│ │ ├── 01.内容回顾_.wmv
│ ├── 04-人脸识别
│ │ ├── 05.代码结构_.wmv
│ │ ├── 10.人脸支付项目总结_.wmv
│ │ ├── 04.模型集成_.wmv
│ │ ├── 06.人脸矫正_.wmv
│ │ ├── 08.可视化_.wmv
│ │ ├── 07.属性获取_.wmv
│ │ ├── 01.内容回顾_.wmv
│ │ ├── 09.模型部署_.wmv
│ │ ├── 03.模型使用_.wmv
│ │ ├── 02.模型训练_.wmv
│ ├── 02-人脸姿态
│ │ ├── 08.模型构建_.wmv
│ │ ├── 06.数据集加载_.wmv
│ │ ├── 07.数据增强_.wmv
│ │ ├── 03.模型预测_.wmv
│ │ ├── 02.模型训练结果_.wmv
│ │ ├── 09.模型训练_.wmv
│ │ ├── 01.内容回顾_.wmv
│ │ ├── 05.人脸姿态概述_.wmv
│ │ ├── 04.模型预测流程_.wmv
│ │ ├── 10. 内容总结_.wmv
│ ├── 03-人脸多任务(1)
│ │ ├── 06.模型训练_.wmv
│ │ ├── 03.数据加载_.wmv
│ │ ├── 10.模型构建_.wmv
│ │ ├── 08.人脸识别_.wmv
│ │ ├── 05.模型构建_.wmv
│ │ ├── 09.数据获取_.wmv
│ │ ├── 07.模型预测_.wmv
│ │ ├── 02.人脸多任务_.wmv
│ │ ├── 04.数据增强_.wmv
│ │ ├── 12.内容总结_.wmv
│ │ ├── 01.内容回顾_.wmv
│ │ ├── 11.arcface_.wmv
├── 10_开源大模型平台-V6.X版本-3天-AI版
│ ├── 01-讯飞
│ │ ├── 02-API_.wmv
│ │ ├── 01-星火大模型介绍_.wmv
│ │ ├── 03-大模型定制平台_.wmv
│ │ ├── 04-语音大模型_.wmv
│ ├── 03-阿里
│ │ ├── 02-阿里PAI_.wmv
│ │ ├── 01-阿里百炼_.wmv
│ ├── 02-百度
│ │ ├── 01-百度千帆_.wmv
│ │ ├── 02-千帆模型_.wmv
├── 01_Python基础-V6.X版-14天-AI版
│ ├── 03.Python基础
│ │ ├── day04
│ │ │ ├── 04.列表-增.avi
│ │ │ ├── 08.上午内容回顾.avi
│ │ │ ├── 16.字典-查询相关.avi
│ │ │ ├── 10.列表-嵌套.avi
│ │ │ ├── 09.列表-改.avi
│ │ │ ├── 11.列表-嵌套案例-随机分配办公室.avi
│ │ │ ├── 07.列表-删.avi
│ │ │ ├── 02.列表-入门.avi
│ │ │ ├── 15.字典-增删改.avi
│ │ │ ├── 05.列表-查.avi
│ │ │ ├── 13.列表-幸运数字6.avi
│ │ │ ├── 03.列表-遍历.avi
│ │ │ ├── 12.元组-详解.avi
│ │ │ ├── 01.今日内容大纲介绍.avi
│ │ │ ├── 14.字典-入门.avi
│ │ │ ├── 06.扩展-大串中小串出现的次数.avi
│ │ │ ├── 18.今日内容总结.avi
│ │ │ ├── 17.字典-遍历.avi
│ │ ├── day08
│ │ │ ├── 12.PyMysql-入门.avi
│ │ │ ├── 10.递归-阶乘图解.avi
│ │ │ ├── 07.模拟登陆.avi
│ │ │ ├── 13.PyMysql-CURD操作.avi
│ │ │ ├── 05.排列组合.avi
│ │ │ ├── 08.模拟斗地主发牌.avi
│ │ │ ├── 03.os模块介绍.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 09.递归-求阶乘.avi
│ │ │ ├── 04-约瑟夫环.avi
│ │ │ ├── 06.统计每个字符的次数.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 11.递归-斐波那契数列数列.avi
│ │ ├── day07
│ │ │ ├── 06.异常-捕获指定异常.avi
│ │ │ ├── 16.学生管理系统-打印界面.avi
│ │ │ ├── 04.异常-演示.avi
│ │ │ ├── 25.学生管理系统-升级版思路.avi
│ │ │ ├── 14.包-详解.avi
│ │ │ ├── 09.模块-导入方式详解.avi
│ │ │ ├── 19.学生管理系统-根据学号删除学生信息.avi
│ │ │ ├── 12.模块_all属性.avi
│ │ │ ├── 22.学生管理系统-根据学号查询学生信息.avi
│ │ │ ├── 15.学生管理系统-演示及需求分析.avi
│ │ │ ├── 23.学生管理系统-根据姓名查询学生信息.avi
│ │ │ ├── 08.异常-传递性.avi
│ │ │ ├── 20.学生管理系统-根据姓名删除学生信息.avi
│ │ │ ├── 11.模块_name属性.avi
│ │ │ ├── 17.学生管理系统-架构实现.avi
│ │ │ ├── 13.上午内容回顾.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 03.今日内容大纲介绍.avi
│ │ │ ├── 21.学生管理系统-修改学生信息.avi
│ │ │ ├── 07.异常-完整格式.avi
│ │ │ ├── 18.学生管理系统-添加学生.avi
│ │ │ ├── 05.异常-入门.avi
│ │ │ ├── 02.昨日内容回顾.avi
│ │ │ ├── 24.学生管理系统-查询所有学生信息.avi
│ │ │ ├── 10.导入-自定义模块.avi
│ │ ├── day06
│ │ │ ├── 10.交换变量值.avi
│ │ │ ├── 06.函数参数-缺省参数.avi
│ │ │ ├── 03.函数-同时返回多个值.avi
│ │ │ ├── 13.匿名函数(上).avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 09.组包和拆包解释.avi
│ │ │ ├── 12.扩展-引用相关的面试题.avi
│ │ │ ├── 17.文件操作-读取数据-中文.avi
│ │ │ ├── 04.函数参数-位置参数.avi
│ │ │ ├── 11.引用详解(了解).avi
│ │ │ ├── 08.函数参数-不定长参数-案例.avi
│ │ │ ├── 19.综合案例-备份文件.avi
│ │ │ ├── 18.文件操作-写数据.avi
│ │ │ ├── 14.匿名函数(下).avi
│ │ │ ├── 20.扩展-with-open语句.avi
│ │ │ ├── 16.文件操作-读取数据.avi
│ │ │ ├── 05.函数参数-关键字参数.avi
│ │ │ ├── 07.函数参数-不定长参数.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 15.文件操作-打开文件.avi
│ │ ├── day03
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 16.字符串案例-判断文件名是否以.png结尾.avi
│ │ │ ├── 07.猜数字游戏.avi
│ │ │ ├── 08.扩展-循环+else语法.avi
│ │ │ ├── 15.字符串案例-打印偶数索引.avi
│ │ │ ├── 14.字符串-常用函数-replace-split.avi
│ │ │ ├── 04.for循环-99乘法表.avi
│ │ │ ├── 10.字符串-入门.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 03.for循环-入门.avi
│ │ │ ├── 12.字符串-切片.avi
│ │ │ ├── 09.扩展-打印质数.avi
│ │ │ ├── 05.循环控制跳转语句-break和continue.avi
│ │ │ ├── 11.字符串-下标.avi
│ │ │ ├── 13.字符串-常用函数-find-index.avi
│ │ │ ├── 06.报数字游戏.avi
│ │ ├── day05
│ │ │ ├── 12.函数-返回值详解.avi
│ │ │ ├── 04.容器类型公共操作-运算符.avi
│ │ │ ├── 11.函数-参数解释.avi
│ │ │ ├── 03.集合-入门.avi
│ │ │ ├── 09.上午内容回顾.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 05.容器类型公共操作-函数.avi
│ │ │ ├── 15.变量的作用域.avi
│ │ │ ├── 14.函数-嵌套调用案例.avi
│ │ │ ├── 16.多函数执行流程.avi
│ │ │ ├── 07.集合和字典推导式详解.avi
│ │ │ ├── 10.函数-说明文档.avi
│ │ │ ├── 08.函数-入门.avi
│ │ │ ├── 13.函数-嵌套调用.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 06.列表推导式详解.avi
│ │ ├── day01
│ │ │ ├── 03.今日内容大纲介绍.avi
│ │ │ ├── 07.扩展_编译型和解释型语言对比.avi
│ │ │ ├── 15.标识符和关键字.avi
│ │ │ ├── 16.输出(上).avi
│ │ │ ├── 18.输入.avi
│ │ │ ├── 10.PyCharm基本设置和常用插件.avi
│ │ │ ├── 08.Python环境搭建.avi
│ │ │ ├── 11.上午内容回顾.avi
│ │ │ ├── 13.变量-入门.avi
│ │ │ ├── 17.输出(下).avi
│ │ │ ├── 14.变量-数据类型.avi
│ │ │ ├── 04.计算机简介.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 19.运算符详解.avi
│ │ │ ├── 02.Python阶段-大纲介绍.avi
│ │ │ ├── 12.Python基础语法-注释.avi
│ │ │ ├── 09.Python入门案例-HelloWorld(重要).avi
│ │ │ ├── 05.计算机语言介绍.avi
│ │ │ ├── 20.类型转换.avi
│ │ │ ├── 06.Python语言介绍.avi
│ │ ├── day02
│ │ │ ├── 06.比较运算符和逻辑运算符.avi
│ │ │ ├── 13.循环-入门.avi
│ │ │ ├── 02.昨日作业处理_交换变量.avi
│ │ │ ├── 12.扩展_Debug断点调试.avi
│ │ │ ├── 09.if语句-嵌套.avi
│ │ │ ├── 15.循环求和-偶数和.avi
│ │ │ ├── 07.if语句-双分支.avi
│ │ │ ├── 10.分支结构-猜拳游戏.avi
│ │ │ ├── 05.if语句-单分支.avi
│ │ │ ├── 04.顺序结构介绍.avi
│ │ │ ├── 16.循环-统计思想.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 20.循环嵌套-打印99乘法表.avi
│ │ │ ├── 03.今日内容大纲介绍.avi
│ │ │ ├── 19.循环嵌套-打印倒三角形.avi
│ │ │ ├── 18.循环嵌套-打印正三角形.avi
│ │ │ ├── 17.循环嵌套-打印矩形.avi
│ │ │ ├── 08.if语句-多分支.avi
│ │ │ ├── 14.循环求和-1 ~ 100之间数字和.avi
│ │ │ ├── 11.扩展-三元表达式.avi
│ ├── 01.Linux基础
│ │ ├── Day01_Linux基础
│ │ │ ├── 12.Linux_目录结构介绍.avi
│ │ │ ├── 16.Linux命令_文件相关.avi
│ │ │ ├── 09.FinalShell连接Linux虚拟机.avi
│ │ │ ├── 18.今日内容总结.avi
│ │ │ ├── 14.Linux命令_cd_pwd.avi
│ │ │ ├── 03.计算机初识.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 13.Linux命令_ls.avi
│ │ │ ├── 15.Linux命令_mkdir.avi
│ │ │ ├── 04.Linux系统简介.avi
│ │ │ ├── 06.如何安装Vmware软件.avi
│ │ │ ├── 08.VMware挂载虚拟机(掌握).avi
│ │ │ ├── 10.上午内容回顾.avi
│ │ │ ├── 11.扩展_Linux快照.avi
│ │ │ ├── 05.宿主机和虚拟机关系图.avi
│ │ │ ├── 07.手动安装Linux虚拟机(了解).avi
│ │ │ ├── 01.Python基础_阶段大纲.avi
│ │ │ ├── 17.Linux命令_查找相关.avi
│ │ ├── Day02_Linux基础
│ │ │ ├── 15.Linux命令-常用快捷键.avi
│ │ │ ├── 06.Linux命令-如何修改IP地址.avi
│ │ │ ├── 20.Linux命令-端口号相关.avi
│ │ │ ├── 10.Linux命令-用户和用户组相关(了解).avi
│ │ │ ├── 18.Linux命令-软连接和硬链接.avi
│ │ │ ├── 03.Linux命令-管道-过滤-统计.avi
│ │ │ ├── 22.Linux命令-上传和下载.avi
│ │ │ ├── 19.Linux命令-网络相关.avi
│ │ │ ├── 23.Linux命令-压缩和解压缩.avi
│ │ │ ├── 07.Linux命令-vi命令详解.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 14.Linux命令-chown命令.avi
│ │ │ ├── 09.Linux命令-su和sudo.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 17.Linux命令-systemctl命令.avi
│ │ │ ├── 08.Linux命令-查看命令手册.avi
│ │ │ ├── 12.权限管理-图解.avi
│ │ │ ├── 13.Linux命令-chmod命令(重点掌握).avi
│ │ │ ├── 21.Linux命令-进程相关.avi
│ │ │ ├── 11.上午内容回顾.avi
│ │ │ ├── 05.Linux命令-vi编辑器(重点).avi
│ │ │ ├── 16.Linux命令-yum方式安装软件.avi
│ │ │ ├── 04.Linux命令-重定向-echo-反引号-tail.avi
│ ├── 02.MySQL基础
│ │ ├── day04-窗口函数+练习题
│ │ │ ├── 08.SQL练习题(34题)-5 ~ 10题.avi
│ │ │ ├── 09.SQL练习题(34题)-11 ~ 15题.avi
│ │ │ ├── 03.窗口函数-初体验.avi
│ │ │ ├── 14.SQL练习题(34题)-29 ~ 34题.avi
│ │ │ ├── 12.SQL练习题(34题)-21 ~ 24题.avi
│ │ │ ├── 13.SQL练习题(34题)-25 ~ 28题.avi
│ │ │ ├── 10.SQL练习题(34题)-16 ~ 17题.avi
│ │ │ ├── 07.SQL练习题(34题)-前5题.avi
│ │ │ ├── 05.SQL练习题(34题)-导入数据.avi
│ │ │ ├── 06.SQL练习题(34题)-表字段介绍.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 11.SQL练习题(34题)-18 ~ 20题.avi
│ │ │ ├── 02.窗口函数介绍.avi
│ │ │ ├── 04.扩展_case when语句.avi
│ │ ├── day03-Mysql多表查询
│ │ │ ├── 15.多表建表-一对一建表(了解).avi
│ │ │ ├── 09.多表查询-子查询.avi
│ │ │ ├── 13.多表建表-多对多图解.avi
│ │ │ ├── 05.多表查询-准备数据.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 16.SQL练习题-导入数据.avi
│ │ │ ├── 03.多表建表-一对多-图解.avi
│ │ │ ├── 12.自关联查询-代码实现.avi
│ │ │ ├── 06.多表查询-交叉查询.avi
│ │ │ ├── 14.多表建表-多对多代码实现.avi
│ │ │ ├── 08.多表查询-外连接查询.avi
│ │ │ ├── 17.扩展_case when 和 if函数.avi
│ │ │ ├── 11.自关联查询-导入数据.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 10.上午内容回顾.avi
│ │ │ ├── 07.多表查询-内连接查询.avi
│ │ │ ├── 04.多表建表-一对多-代码实现.avi
│ │ ├── day02-Mysql查询
│ │ │ ├── 12.单表查询-聚合查询.avi
│ │ │ ├── 05.约束-单表约束详解.avi
│ │ │ ├── 15.多表查询-入门(明天还会重头讲).avi
│ │ │ ├── 07.单表查询-准备动作.avi
│ │ │ ├── 04.扩展-delete 和 truncate的区别.avi
│ │ │ ├── 03.约束-主键约束详解.avi
│ │ │ ├── 11.单表查询-排序查询.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 06.扩展-如何备份表数据.avi
│ │ │ ├── 14.单表查询-分页查询.avi
│ │ │ ├── 09.单表查询-条件查询.avi
│ │ │ ├── 08.单表查询-基本查询.avi
│ │ │ ├── 10.上午内容回顾.avi
│ │ │ ├── 13.单表查询-分组查询.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ ├── day01-Mysql基础
│ │ │ ├── 07.数据库-常见的问题.avi
│ │ │ ├── 15.DDL语句-操作数据库.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 05.数据库-常见数据库介绍.avi
│ │ │ ├── 17.DDL语句-操作字段.avi
│ │ │ ├── 12.SQL-分类介绍.avi
│ │ │ ├── 06.数据库-环境搭建.avi
│ │ │ ├── 09.DataGrip-安装.avi
│ │ │ ├── 19.DML语句-修改和删除表数据.avi
│ │ │ ├── 18.DML语句-添加表数据.avi
│ │ │ ├── 08.MySQL-登陆和登出.avi
│ │ │ ├── 03.数据库-概述.avi
│ │ │ ├── 10.DataGrip-连接MySQL.avi
│ │ │ ├── 14.SQL-常用数据类型.avi
│ │ │ ├── 11.DataGrip-基本设置.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 04.数据库-DBMS和数据库的关系.avi
│ │ │ ├── 16.DDL语句-操作数据表.avi
│ │ │ ├── 13.SQL-通用语法.avi
├── 09_大模型-V6.X版本【线下】-13天-AI版
│ ├── day13
│ │ ├── 03-内容总结_.wmv
│ │ ├── 01-agent_.wmv
│ │ ├── 02-Agent开发工具_.wmv
│ ├── day05
│ │ ├── 03-PET微调方法_.wmv
│ │ ├── 06-p-tuning_.wmv
│ │ ├── 01-NLP的四范式_.wmv
│ │ ├── 04-硬模版和软模版_.wmv
│ │ ├── 07-PPL_.wmv
│ │ ├── 08-prompt-tuning总结_.wmv
│ │ ├── 02-Prompt微调的方式_.wmv
│ │ ├── 05-prompt tuning_.wmv
│ ├── day03
│ │ ├── 06-LLaMa和Bloom_.wmv
│ │ ├── 03-GLM的训练目标_.wmv
│ │ ├── 05-GLM的特点_.wmv
│ │ ├── 02- chatGpt的微调方法_.wmv
│ │ ├── 07-百川大模型_.wmv
│ │ ├── 09-提示词工程原则_.wmv
│ │ ├── 01-chatGPT的微调方法_.wmv
│ │ ├── 04-GLM的位置编码_.wmv
│ │ ├── 08-提示词工程_.wmv
│ ├── day01
│ │ ├── 02-语言模型_.wmv
│ │ ├── 09-PPL_.wmv
│ │ ├── 07-bleu_.wmv
│ │ ├── 08-rough_.wmv
│ │ ├── 10-AE的BERT模型_.wmv
│ │ ├── 04-n-gram_.wmv
│ │ ├── 03-语言模型的发展_.wmv
│ │ ├── 06-神经网络的语言模型_.wmv
│ │ ├── 01-大模型背景_.wmv
│ ├── day10
│ │ ├── 05-工具函数_.wmv
│ │ ├── 03-数据预处理_.wmv
│ │ ├── 07-模型预测_.wmv
│ │ ├── 04-data_loader_.wmv
│ │ ├── 02-配置信息_.wmv
│ │ ├── 01-项目介绍_.wmv
│ │ ├── 06-模型训练_.wmv
│ ├── day12
│ │ ├── 05-原理_.wmv
│ │ ├── 03-向量库构建和检索_.wmv
│ │ ├── 10-AssistantAPI实践_.wmv
│ │ ├── 02-模型构建_.wmv
│ │ ├── 08-GPTs_.wmv
│ │ ├── 04-Function——Call_.wmv
│ │ ├── 01-RAG_.wmv
│ │ ├── 09-AssistantAPI的使用_.wmv
│ │ ├── 06-实践_.wmv
│ │ ├── 07-SQL_.wmv
│ ├── day04
│ │ ├── 08-文本匹配的内容_.wmv
│ │ ├── 02-文本分类提示词_.wmv
│ │ ├── 01-项目背景_.wmv
│ │ ├── 04-趋动云使用_.wmv
│ │ ├── 05-文本信息抽取提示词_.wmv
│ │ ├── 07-文本抽取的实现_.wmv
│ │ ├── 03-文本分类推理_.wmv
│ │ ├── 06-文本信息抽取的后处理_.wmv
│ ├── day07
│ │ ├── 05-准确率计算_.wmv
│ │ ├── 10-前端部署_.wmv
│ │ ├── 08-模型预测_.wmv
│ │ ├── 06-损失函数_.wmv
│ │ ├── 07-topK 和topP_.wmv
│ │ ├── 01-模型训练_.wmv
│ │ ├── 03-模型训练2_.wmv
│ │ ├── 09-topK和topP_.wmv
│ │ ├── 02-模型训练2_.wmv
│ │ ├── 04-模型验证_.wmv
│ ├── day06
│ │ ├── 10-config_.wmv
│ │ ├── 08-dataloader_.wmv
│ │ ├── 06-process实现_.wmv
│ │ ├── 02-adapter_.wmv
│ │ ├── 03-lora_.wmv
│ │ ├── 07-dataset实现_.wmv
│ │ ├── 01-prefix微调_.wmv
│ │ ├── 09-模型构建_.wmv
│ │ ├── 05-项目背景和数据_.wmv
│ │ ├── 04-伪代码_.wmv
│ ├── day08
│ │ ├── 01-项目背景_.wmv
│ │ ├── 05-dataset_.wmv
│ │ ├── 03-template构建1_.wmv
│ │ ├── 04-template构建2_.wmv
│ │ ├── 06-data_preprocess_.wmv
│ │ ├── 10-子标签找主标签_.wmv
│ │ ├── 08-标签词映射_.wmv
│ │ ├── 07-dataloader_.wmv
│ │ ├── 02-PET的项目架构_.wmv
│ │ ├── 09-主标签找子标签_.wmv
│ ├── day11
│ │ ├── 10-检索器_.wmv
│ │ ├── 03-嵌入模型_.wmv
│ │ ├── 01-Langchain介绍_.wmv
│ │ ├── 04-prompts_.wmv
│ │ ├── 06-agents_.wmv
│ │ ├── 02-Chat模型_.wmv
│ │ ├── 07-memory_.wmv
│ │ ├── 08-index_.wmv
│ │ ├── 09-向量数据库_.wmv
│ │ ├── 05-chains_.wmv
│ ├── day09
│ │ ├── 05-模型预测_.wmv
│ │ ├── 06-ptuning的数据处理_.wmv
│ │ ├── 08-ptuning的工具函数、训练和预测_.wmv
│ │ ├── 03-评价指标_.wmv
│ │ ├── 07-ptuning的dataloader_.wmv
│ │ ├── 04-模型训练_.wmv
│ │ ├── 01-损失计算_.wmv
│ │ ├── 02-id转换_.wmv
│ ├── day02
│ │ ├── 09-in_contextlearning_.wmv
│ │ ├── 02-GPT的预训练过程_.wmv
│ │ ├── 06-GPT2网络和训练_.wmv
│ │ ├── 10-GPT3的特点_.wmv
│ │ ├── 08-GPT3的网络结构_.wmv
│ │ ├── 11-强化学习_.wmv
│ │ ├── 01-GPT的网络结构_.wmv
│ │ ├── 05-seq2seq_.wmv
│ │ ├── 03-GPT的微调_.wmv
│ │ ├── 04-AR的特点_.wmv
│ │ ├── 07-GPT2的特点_.wmv
├── 07_自然语言处理+GPT-V6.X版-13天-AI版
│ ├── day04
│ │ ├── 10-将文本数据读取到内存中_.wmv
│ │ ├── 08-RNN人名分类案例介绍_.wmv
│ │ ├── 02-LSTM模型内部结构分析_.wmv
│ │ ├── 06-GRU模型架构原理解析_.wmv
│ │ ├── 07-GRU模型代码的实现_.wmv
│ │ ├── 04-Bi-LSTM模型原理_.wmv
│ │ ├── 09-RNN人名分类导入第三方工具_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 05-LSTM模型代码的实现_.wmv
│ │ ├── 12-实例化dataloader对象_.wmv
│ │ ├── 03-LSTM模型内部结构源代码分析_.wmv
│ │ ├── 11-构建Dataset数据源对象_.wmv
│ │ ├── 13-今日内容总结_.wmv
│ ├── day06
│ │ ├── 15-注意力机制代码的实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 18-seq2seq英译法案例分析_.wmv
│ │ ├── 05-带Attention的Encoder2Decoder框架解析_.wmv
│ │ ├── 17-今日内容总结_.wmv
│ │ ├── 04-不带Attention的Encoder2Decoder框架解析_.wmv
│ │ ├── 09-seq2seq框架加入attention计算过程解释_.wmv
│ │ ├── 06-注意力概率分布的计算方式_.wmv
│ │ ├── 03-深度学习注意力机制介绍_.wmv
│ │ ├── 16-注意力机制实现扩展_.wmv
│ │ ├── 12-三维矩阵乘法解析_.wmv
│ │ ├── 14-注意力机制实现代码的讲解_.wmv
│ │ ├── 08-hardAttention和softAttention的介绍_.wmv
│ │ ├── 13-注意力的作用和计算步骤_.wmv
│ │ ├── 10-pytorch版本的attention计算过程_.wmv
│ │ ├── 11-注意力计算规则_.wmv
│ │ ├── 02-seq2seq文本翻译过程解析_.wmv
│ │ ├── 07-softAttention的讲解_.wmv
│ ├── day12
│ │ ├── 10-中文分类案例自定义函数实现_.wmv
│ │ ├── 04-AutoModel实现阅读理解任务_.wmv
│ │ ├── 13-中文分类案例模型训练代码_.wmv
│ │ ├── 12-中文分类案例模型训练思路_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 11-中文分类案例模型搭建_.wmv
│ │ ├── 07-具体模型实现完形填空任务_.wmv
│ │ ├── 14-中文分类案例模型评估代码_.wmv
│ │ ├── 03-AutoModel实现完形填空任务_.wmv
│ │ ├── 02-AutoModel实现特征提取任务_.wmv
│ │ ├── 15-今日内容总结_.wmv
│ │ ├── 08-迁移学习案例基本介绍_.wmv
│ │ ├── 05-AutoModel实现文本摘要任务_.wmv
│ │ ├── 06-AutoModel实现NER任务_.wmv
│ │ ├── 09-中文分类案例数据加载_.wmv
│ ├── day01
│ │ ├── 07-jieba精确模式分词_.wmv
│ │ ├── 01-课程安排_.wmv
│ │ ├── 10-上午内容回顾_.wmv
│ │ ├── 13-onehot编码的实现和训练_.wmv
│ │ ├── 14-onehot编码的应用_.wmv
│ │ ├── 11-NER和Pos的讲解_.wmv
│ │ ├── 08-jieba全模式和搜索引擎分词_.wmv
│ │ ├── 12-文本张量的表示方法介绍_.wmv
│ │ ├── 03-自然语言处理入门_.wmv
│ │ ├── 17-今日内容总结_.wmv
│ │ ├── 05-文本预处理的主要模块_.wmv
│ │ ├── 15-CBOW模型的思想_.wmv
│ │ ├── 09-jieba繁体分词和用户自定义词典_.wmv
│ │ ├── 02-课程内容简介_.wmv
│ │ ├── 16-CBOW推导过程思想_.wmv
│ │ ├── 04-笔记总结_.wmv
│ │ ├── 06-文本分词的介绍_.wmv
│ ├── day11
│ │ ├── 08-迁移学习的概念_.wmv
│ │ ├── 01-文本分类任务的介绍_.wmv
│ │ ├── 19-automodel实现文本分类_.wmv
│ │ ├── 04-数据优化后进行文本分类_.wmv
│ │ ├── 16-pipeline方式实现阅读理解任务_.wmv
│ │ ├── 17-pipeline方式实现文本摘要任务_.wmv
│ │ ├── 13-pipeline方式实现文本分类_.wmv
│ │ ├── 05-调整学习率-epoch等参数优化模型_.wmv
│ │ ├── 06-模型超参数调优_.wmv
│ │ ├── 03-fasttext实现文本分类未调优_.wmv
│ │ ├── 15-pipeline方式实现完形填空_.wmv
│ │ ├── 11-transformers库的使用_.wmv
│ │ ├── 18-pipeline方式实现NER任务_.wmv
│ │ ├── 02-fasttext文本分类数据获取和分割_.wmv
│ │ ├── 20-今日内容总结_.wmv
│ │ ├── 07-词向量迁移介绍_.wmv
│ │ ├── 09-预训练模型的介绍_.wmv
│ │ ├── 12-transformers库使用的基本方式_.wmv
│ │ ├── 14-pipeline方式实现特征抽取_.wmv
│ │ ├── 10-transformers库的基本介绍_.wmv
│ ├── day05
│ │ ├── 01-昨日内容总结_.wmv
│ │ ├── 10-RNN模型预测结果_.wmv
│ │ ├── 12-今日内容总结_.wmv
│ │ ├── 09-模型结果的图形化展示_.wmv
│ │ ├── 04-GRU模型的搭建和测试_.wmv
│ │ ├── 05-RNN模型训练代码的实现--前半部分_.wmv
│ │ ├── 08-保存模型训练结果到文件_.wmv
│ │ ├── 02-RNN模型的搭建和测试_.wmv
│ │ ├── 06-RNN模型训练代码的实现--后半部分_.wmv
│ │ ├── 03-LSTM模型的搭建和测试_.wmv
│ │ ├── 11-LSTM+GRU模型预测_.wmv
│ │ ├── 07-LSTM模型的训练代码的实现_.wmv
│ ├── day07
│ │ ├── 08-基于GRU的编码器代码实现_.wmv
│ │ ├── 11-基于GRU的带Attention的代码分析_.wmv
│ │ ├── 13-模型训练代码的分析_.wmv
│ │ ├── 09-基于GRU的无Attention的解码器代码分析_.wmv
│ │ ├── 10-基于GRU的无Attention的代码实现和测试_.wmv
│ │ ├── 05-get_data函数获取英文和法文词典_.wmv
│ │ ├── 07-Dataloader类的实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 04-get_data函数获取my_pairs对_.wmv
│ │ ├── 12-基于GRU解码器代码的再次分析_.wmv
│ │ ├── 02-英译法案例基本介绍_.wmv
│ │ ├── 06-Dataset类的实现_.wmv
│ │ ├── 03-数据清洗函数定义_.wmv
│ ├── day08
│ │ ├── 06-模型评估函数代码分析_.wmv
│ │ ├── 04-模型内部训练函数后半部分_.wmv
│ │ ├── 14-三角函数位置编码解析_.wmv
│ │ ├── 03-模型内部训练函数前半部分_.wmv
│ │ ├── 05-模型训练函数后半部分_.wmv
│ │ ├── 02-模型训练函数前半部分_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 07-模型测试函数实现_.wmv
│ │ ├── 11-transformer背景介绍_.wmv
│ │ ├── 12-transformer模型架构_.wmv
│ │ ├── 10-注意力绘图_.wmv
│ │ ├── 09-模型评估函数_.wmv
│ │ ├── 15-位置编码代码分析_.wmv
│ │ ├── 08-模型测试函数代码实现_.wmv
│ │ ├── 13-输入部分Embedding代码的实现_.wmv
│ ├── day03
│ │ ├── 11-RNN模型改变长度_.wmv
│ │ ├── 10-RNN模型代码的实现--base_.wmv
│ │ ├── 05-实现N-Gram的代码_.wmv
│ │ ├── 13-RNN模型修改层数_.wmv
│ │ ├── 07-回忆数据增强方法_.wmv
│ │ ├── 12-RNN模型原理解析_.wmv
│ │ ├── 06-句子长短补齐和截断_.wmv
│ │ ├── 03-词云展示讲解后半部分_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 14-今日内容总结_.wmv
│ │ ├── 08-RNN模型入门_.wmv
│ │ ├── 09-传统RNN模型内部结构讲解_.wmv
│ │ ├── 02-词云展示讲解前半部分_.wmv
│ │ ├── 04-添加N-gram特征的原理_.wmv
│ ├── day02
│ │ ├── 04-nn.Embedding和word2vec区别_.wmv
│ │ ├── 05-nn.Embedding代码分析_.wmv
│ │ ├── 09-句子长度分布统计_.wmv
│ │ ├── 06-nn.Embedding的代码实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 11-词频统计代码实现_.wmv
│ │ ├── 12-今日内容总结_.wmv
│ │ ├── 02-skipgram的讲解_.wmv
│ │ ├── 03-fasttext训练词向量基础_.wmv
│ │ ├── 07-从Embedding中获取某个词的词向量_.wmv
│ │ ├── 08-标签数量统计分布_.wmv
│ │ ├── 10-长度分布散点图_.wmv
│ │ ├── 03-fasttext训练词向量进阶_.wmv
│ ├── day09
│ │ ├── 02-位置编码代码分析_.wmv
│ │ ├── 14-规范化层代码的实现_.wmv
│ │ ├── 08-注意力机制代码的实现_.wmv
│ │ ├── 06-注意力机制代码的分析_.wmv
│ │ ├── 15-LayerNorm和BatchNorm的区别_.wmv
│ │ ├── 09-多头注意力的思想_.wmv
│ │ ├── 04-三角函数位置编码的图形化展示_.wmv
│ │ ├── 05-下三角矩阵的代码实现_.wmv
│ │ ├── 07-mask机制的讲解_.wmv
│ │ ├── 11-多头注意力机制代码的实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 13-规范化层代码的分析_.wmv
│ │ ├── 16-今日内容总结_.wmv
│ │ ├── 03-位置编码器的代码实现_.wmv
│ │ ├── 10-多头注意力机制代码实现的思路分析_.wmv
│ │ ├── 12-前馈全连接层代码的实现_.wmv
│ ├── day13
│ │ ├── 15-MacBERT和SpanBERT的介绍_.wmv
│ │ ├── 04-中文完型填空模型预测_.wmv
│ │ ├── 18-BERT_GPT_ELMO的对比_.wmv
│ │ ├── 03-中文完型填空模型训练_.wmv
│ │ ├── 16-ELMO模型的介绍_.wmv
│ │ ├── 10-BERT模型的预训练任务_.wmv
│ │ ├── 17-GPT模型的介绍_.wmv
│ │ ├── 14-Roberta模型的介绍_.wmv
│ │ ├── 13-AlBERT模型的介绍_.wmv
│ │ ├── 06-中文句子关系构建自定义函数_.wmv
│ │ ├── 09-BERT模型的架构_.wmv
│ │ ├── 05-中文句子关系构建dataset对象_.wmv
│ │ ├── 12-BERT模型的特点_.wmv
│ │ ├── 07-中文句子关系模型训练_.wmv
│ │ ├── 08-中文句子关系模型完结_.wmv
│ │ ├── 02-中文完型填空构建模型_.wmv
│ │ ├── 01-中文完型填空数据预处理_.wmv
│ │ ├── 11-BERT模型的优缺点_.wmv
│ │ ├── 19-今日内容总结_.wmv
│ ├── day10
│ │ ├── 10-EncoderDecoder模型实例化代码分析_.wmv
│ │ ├── 01-编码器子层连接结构实现_.wmv
│ │ ├── 12-fasttext工具的介绍_.wmv
│ │ ├── 05-解码器层代码的测试_.wmv
│ │ ├── 13-层次softmax的哈夫曼树的构建_.wmv
│ │ ├── 15-负采样优化算法原理_.wmv
│ │ ├── 02-编码器层代码的实现_.wmv
│ │ ├── 06-解码器的代码实现_.wmv
│ │ ├── 08-transformer模型架构代码分析_.wmv
│ │ ├── 04-解码器层代码的实现_.wmv
│ │ ├── 03-编码器代码的实现_.wmv
│ │ ├── 11-transformer模型架构的实现和测试_.wmv
│ │ ├── 09-EncoderDecoder架构代码实现_.wmv
│ │ ├── 16-今日内容总结_.wmv
│ │ ├── 07-输出部分代码的实现_.wmv
│ │ ├── 14-层次softmax进行模型训练的原理_.wmv
├── 06_金融风控-V6.X版-8天-AI版
│ ├── day06
│ │ ├── 10【回顾】上午内容回顾_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 02【了解】今日内容介绍_.wmv
│ │ ├── 04-LightGBM优势_.wmv
│ │ ├── 07-toad官网简介_.wmv
│ │ ├── 11【理解】集成学习评分卡-LightGBM分布式含义解释_.wmv
│ │ ├── 02-评分卡逻辑转换_.wmv
│ │ ├── 03-评分卡转换_.wmv
│ │ ├── 06【理解】逻辑回归评分卡-模型报告可视化_.wmv
│ │ ├── 17【理解】toad库梳理整个流程_.wmv
│ │ ├── 05【实现】逻辑回归评分卡-模型报告-报告实现(下)_.wmv
│ │ ├── 09【理解】集成学习评分卡-LightGBM原理_.wmv
│ │ ├── 08【实现】逻辑回归评分卡-评级划分_.wmv
│ │ ├── 12【实现】集成学习评分卡-加载数据并数据划分_.wmv
│ │ ├── 03【实现】逻辑回归评分卡-模型报告-数据准备_.wmv
│ │ ├── 13【理解】LightGBM参数&训练思路分析_.wmv
│ │ ├── 06-集成学习评分卡_.wmv
│ │ ├── 07【实现】逻辑回归评分卡-评分映射_.wmv
│ │ ├── 15【实现】集成学习评分卡-评分映射_.wmv
│ │ ├── 14【实现】集成学习评分卡-模型评估&画图_.wmv
│ │ ├── 05-LightGBM思路梳理_.wmv
│ │ ├── 14【实现】集成学习评分卡-模型训练&特征筛选_.wmv
│ │ ├── 04【实现】逻辑回归评分卡-模型报告-报告实现(上)_.wmv
│ │ ├── 18【总结】今日内容总结_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 16【理解】集成学习评分卡-模型报告说明_.wmv
│ │ ├── 08-toad整体流程梳理_.wmv
│ ├── day07
│ │ ├── 18【小结】今日内容总结_.wmv
│ │ ├── 07【理解】样本不均衡-SMOTE案例流程说明_.wmv
│ │ ├── 06【理解】样本不均衡-过采样介绍_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 03【理解】样本不均衡及处理方式说明_.wmv
│ │ ├── 09【回顾】上午内容回顾_.wmv
│ │ ├── 15【理解】异常点检测-IF概述_.wmv
│ │ ├── 10【了解】反欺诈检测_.wmv
│ │ ├── 08【实现】杨不均衡-SMOTE案例实现_.wmv
│ │ ├── 16【实现】异常点检测-IF案例_.wmv
│ │ ├── 13【理解】异常点检测-LOF概述_.wmv
│ │ ├── 12【了解】异常点检测-zscore介绍_.wmv
│ │ ├── 02【了解】今日内容介绍_.wmv
│ │ ├── 04【理解】样本不均衡-代价敏感介绍_.wmv
│ │ ├── 17【了解】preA模型_.wmv
│ │ ├── 05【实现】样本不均衡-代价敏感案例_.wmv
│ │ ├── 11【了解】异常点检测说明_.wmv
│ │ ├── 14【实现】异常点检测-LOF案例_.wmv
│ ├── day05
│ │ ├── 08【了解】模型评分卡内容安排说明_.wmv
│ │ ├── 11【理解】模型构建流程(下)_.wmv
│ │ ├── 12【理解】逻辑回归评分卡-评分映射方法_.wmv
│ │ ├── 17【实现】逻辑回归评分卡-特征筛选_.wmv
│ │ ├── 07【小结】特征工程小结_.wmv
│ │ ├── 14【理解】逻辑回归评分卡-到底是先做特征还是先训练模型_.wmv
│ │ ├── 13【实现】逻辑回归评分卡-加载数据_.wmv
│ │ ├── 09【了解】模型构建流程(上)_.wmv
│ │ ├── 16【实现】逻辑回归评分卡-模型评估_.wmv
│ │ ├── 02【理解】多特征筛选-方差膨胀系数_.wmv
│ │ ├── 15【实现】逻辑回归评分卡-模型训练_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 03【实现】多特征筛选-方差膨胀系数案例_.wmv
│ │ ├── 06【理解】特征监控_.wmv
│ │ ├── 19【总结】今日内容总结_.wmv
│ │ ├── 18【理解】模型报告解读_.wmv
│ │ ├── 10【了解】模型构建流程(中)_.wmv
│ │ ├── 04【实现】多特征筛选-递归特征消除_.wmv
│ │ ├── 05【实现】多特征筛选-L1特征选择_.wmv
│ ├── day08
│ │ ├── 16【实操】更新远程仓库代码_.wmv
│ │ ├── 02【总结】项目总结-画图_.wmv
│ │ ├── 03【了解】git简单历史_.wmv
│ │ ├── 17【实现】分支代码合并_.wmv
│ │ ├── 05【了解】版本控制系统之集中式和分布式_.wmv
│ │ ├── 15【实操】PyCharm整合git操作_.wmv
│ │ ├── 04-冲突解决_.wmv
│ │ ├── 19【了解】简历和项目文档概述_.wmv
│ │ ├── 01-git分支介绍_.wmv
│ │ ├── 02-git配置_.wmv
│ │ ├── 09【了解】git分支_.wmv
│ │ ├── 12【了解】git命令拉取代码_.wmv
│ │ ├── 08【理解】git架构_.wmv
│ │ ├── 20【理解】面试流程说明_.wmv
│ │ ├── 01【总结】项目总结-xmind_.wmv
│ │ ├── 07【理解】概念区分_.wmv
│ │ ├── 03-PyCharm操作_.wmv
│ │ ├── 04【了解】版本控制系统简述_.wmv
│ │ ├── 05-面试流程说明_.wmv
│ │ ├── 18【理解】冲突的解决_.wmv
│ │ ├── 14【回顾】上午内容回顾_.wmv
│ │ ├── 13【实现】PyCharm拉取代码_.wmv
│ │ ├── 11【实现】配置账号及公钥_.wmv
│ │ ├── 06【了解】Git及安装_.wmv
│ │ ├── 10【了解】gitee及分支描述_.wmv
│ ├── day03
│ │ ├── 02【了解】今日内容介绍_.wmv
│ │ ├── 07【实现】业务规则案例-数据处理(填充,过滤,去重)_.wmv
│ │ ├── 15【理解】时间序列特征衍生方式_.wmv
│ │ ├── 21【总结】今日内容回顾_.wmv
│ │ ├── 20【理解】toad库大致说明_.wmv
│ │ ├── 05【理解】业务规则案例-数据字典_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 03【理解】规则挖掘案例介绍_.wmv
│ │ ├── 16【理解】时间序列特征缺失值处理_.wmv
│ │ ├── 14【理解】时间截面特征&静态信息特征_.wmv
│ │ ├── 13【了解】梳理数据内置逻辑_.wmv
│ │ ├── 04【理解】业务规则案例-需求_.wmv
│ │ ├── 10【实现】业务规则案例-模型训练&可视化_.wmv
│ │ ├── 17【理解】时间序列特征未来信息处理_.wmv
│ │ ├── 12【理解】数据准备-征信数据介绍_.wmv
│ │ ├── 09【实现】业务规则案例-类别型衍生_.wmv
│ │ ├── 11【小结】业务规则案例-小结_.wmv
│ │ ├── 08【实现】业务规则案例-数值型衍生_.wmv
│ │ ├── 18【理解】分箱介绍_.wmv
│ │ ├── 19【理解】卡方分箱_.wmv
│ │ ├── 06【实现】业务规则案例-加载数据_.wmv
│ ├── day01
│ │ ├── 04【理解】信贷&风控介绍_.wmv
│ │ ├── 20【了解】前置操作(配置终端工具和datagrip)_.wmv
│ │ ├── 18【了解】业务转换和漏斗_.wmv
│ │ ├── 15【实现】风控业务案例-回收账单数_.wmv
│ │ ├── 13【实现】风控业务案例-计算坏账率_.wmv
│ │ ├── 03【了解】-今日内容介绍_.wmv
│ │ ├── 09【实现】风控业务案例-数据加载_.wmv
│ │ ├── 10【实现】风控业务案例-数据处理_.wmv
│ │ ├── 05【了解】消费贷和现金贷_.wmv
│ │ ├── 08【理解】风控业务案例-背景&需求说明_.wmv
│ │ ├── 16【小结】风控业务案例小结_.wmv
│ │ ├── 14【实现】风控业务案例-就散入催率_.wmv
│ │ ├── 11【实现】风控业务案例-增加中间字段_.wmv
│ │ ├── 07【理解】风控术语名词_.wmv
│ │ ├── 22【了解】数据导入_.wmv
│ │ ├── 17【理解】信贷业务如何运行_.wmv
│ │ ├── 06【了解】常见风险介绍_.wmv
│ │ ├── 01【了解】-课程资料说明_.wmv
│ │ ├── 21【了解】风控报表指标介绍_.wmv
│ │ ├── 19【了解】业务表说明_.wmv
│ │ ├── 12【实现】风控业务案例-季度转换和过滤_.wmv
│ │ ├── 02【了解】-项目整体介绍_.wmv
│ ├── day02
│ │ ├── 19【理解】特征工程-特征构建_.wmv
│ │ ├── 22【理解】上线运营_.wmv
│ │ ├── 10【理解】业务流程&ABC卡介绍_.wmv
│ │ ├── 04【了解】各阶段转换率表(3)_.wmv
│ │ ├── 13【掌握】项目准备期-Y标签的定义_.wmv
│ │ ├── 16【理解】姓名准备期-数据集划分_.wmv
│ │ ├── 18【理解】特征工程-数据收集_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 02【了解】各阶段转化率表(1)_.wmv
│ │ ├── 20【理解】特征工程-特征评估_.wmv
│ │ ├── 05【了解】各阶段转化率表(4)_.wmv
│ │ ├── 21【理解】模型构建-模型训练&模型评估_.wmv
│ │ ├── 08【理解】金融风控项目流程梳理_.wmv
│ │ ├── 17【理解】项目准备期-样本设计_.wmv
│ │ ├── 15【理解】项目准备期-观察期和表现期_.wmv
│ │ ├── 09【了解】下午内容介绍_.wmv
│ │ ├── 14【理解】项目准备期-样本的概述_.wmv
│ │ ├── 12【理解】机器学习流程_.wmv
│ │ ├── 11【理解】互联网金融组成三部分_.wmv
│ │ ├── 07【了解】通过率表(2)_.wmv
│ │ ├── 03【了解】各阶段转化率表(2)_.wmv
│ │ ├── 06【了解】通过率表(1)_.wmv
│ ├── day04
│ │ ├── 06【实现】toad库分箱案例-WOE编码_.wmv
│ │ ├── 03【实现】toad库分箱案例-并可视化_.wmv
│ │ ├── 14【扩展】信贷业务和可解释性_.wmv
│ │ ├── 12【了解】特征组合_.wmv
│ │ ├── 05【实现】toad库分箱案例-其他分箱展示_.wmv
│ │ ├── 18【实现】好特征的标准-相关性案例_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 20【理解】特征筛选-星座特征_.wmv
│ │ ├── 16【理解】好特征的标准-区分度_.wmv
│ │ ├── 10【理解】三种编码小结_.wmv
│ │ ├── 07【实现】toad库分箱案例-badrate坏人的比例及调整_.wmv
│ │ ├── 13【了解】用户关联特征_.wmv
│ │ ├── 17【理解】好特征的标准-相关性_.wmv
│ │ ├── 15【理解】好特征的标准-覆盖度_.wmv
│ │ ├── 08【实现】toad库分箱案例-WOE编码_.wmv
│ │ ├── 21【理解】特征筛选-Boruta_.wmv
│ │ ├── 22【实现】特征筛选-Boruta案例_.wmv
│ │ ├── 02【实现】toad库分箱案例-加载数据_.wmv
│ │ ├── 23【总结】今日内容总结_.wmv
│ │ ├── 11【了解】多值有序类型编码_.wmv
│ │ ├── 04【实现】toad库分箱案例-调整箱数_.wmv
│ │ ├── 19【理解】好特征的标准-稳定性及小结_.wmv
│ │ ├── 09【小结】toad库分箱案例-小结_.wmv
本主题需向作者支付 20 资源币 才能浏览 购买主题
好教程啊
PS:我看目录跟论坛v5.x是一样的,不知道改了那些内容,懒得挨个去对比了,感兴趣的自己下载看吧
├── 阶段011 赠品-投满分项目
│ ├── day04
│ │ ├── 06-数据获取实现_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 03-模型蒸馏项目架构_.wmv
│ │ ├── 04-词表构建_.wmv
│ │ ├── 07-数据迭代实现_.wmv
│ │ ├── 05-数据获取_.wmv
│ │ ├── 02-模型蒸馏思想_.wmv
│ │ ├── 08-textCNN实践_.wmv
│ ├── day05
│ │ ├── 07-剪枝思想_.wmv
│ │ ├── 02-textCNN介绍_.wmv
│ │ ├── 06-主函数_.wmv
│ │ ├── 06-训练流程_.wmv
│ │ ├── 01-内容回顾_.wmv
│ │ ├── 09-结构化剪枝_.wmv
│ │ ├── 08-特定层剪枝_.wmv
│ │ ├── 03-数据对齐_.wmv
│ │ ├── 05-模型训练_.wmv
│ │ ├── 04-损失计算_.wmv
│ │ ├── 10-多层剪枝_.wmv
│ │ ├── 12-自定义剪枝_.wmv
│ │ ├── 11-全局剪枝_.wmv
│ ├── day02
│ │ ├── 02-模型训练_.wmv
│ │ ├── 01-fasttext优化-分词_.wmv
│ │ ├── 03-模型部署_.wmv
│ │ ├── 07-数据迭代_.wmv
│ │ ├── 04-bert数据信息_.wmv
│ │ ├── 08-时间差计算_.wmv
│ │ ├── 05-bert代码结构构建_.wmv
│ │ ├── 06-bert数据获取_.wmv
│ ├── day01
│ │ ├── 07-模型构建与训练_.wmv
│ │ ├── 09-fasttext数据集构建_.wmv
│ │ ├── 10-fasttext模型训练_.wmv
│ │ ├── 11-优化1-自动化参数搜索_.wmv
│ │ ├── 06-特征工程_.wmv
│ │ ├── 05-数据获取_.wmv
│ │ ├── 04-分词_.wmv
│ │ ├── 02-数据集获取_.wmv
│ │ ├── 08-fasttext数据处理_.wmv
│ │ ├── 01-项目背景和数据集介绍_.wmv
│ │ ├── 03-数据分布分析_.wmv
│ ├── day03
│ │ ├── 03-模型训练与评估实现_.wmv
│ │ ├── 02-模型训练与评估思想_.wmv
│ │ ├── 05-模型预测_.wmv
│ │ ├── 01-模型构建_.wmv
│ │ ├── 04-实现2_.wmv
│ │ ├── 07-模型量化_.wmv
│ │ ├── 06-模型部署_.wmv
│ ├── day06
│ │ ├── 03-项目串讲_.wmv
│ │ ├── 02-数据集构建方法_.wmv
│ │ ├── 01-面试问题和工作文问题_.wmv
├── 06_深度学习基础-V6.X版-6天-AI版
│ ├── day01
│ │ ├── 07-元素类型转换_.wmv
│ │ ├── 11-点乘和点积_.wmv
│ │ ├── 03-torch简介_.wmv
│ │ ├── 13-索引操作_.wmv
│ │ ├── 04-torch张量创建_.wmv
│ │ ├── 06-全01张量_.wmv
│ │ ├── 02-发展历史_.wmv
│ │ ├── 05-线性张量和随机张量_.wmv
│ │ ├── 15-多维索引_.wmv
│ │ ├── 08-张量和ndarray的转换_.wmv
│ │ ├── 14-范围与布尔索引_.wmv
│ │ ├── 12-运算函数_.wmv
│ │ ├── 09-标量_.wmv
│ │ ├── 16-形状操作_.wmv
│ │ ├── 01-深度学习是什么_.wmv
│ │ ├── 10-基本运算_.wmv
│ ├── day06
│ │ ├── 06-模型构建_.wmv
│ │ ├── 08-模型预测_.wmv
│ │ ├── 09-内容总结_.wmv
│ │ ├── 07-模型训练_.wmv
│ │ ├── 02-RNN的流程_.wmv
│ │ ├── 04-歌词生成案例_.wmv
│ │ ├── 03-API_.wmv
│ │ ├── 01-RNN介绍_.wmv
│ │ ├── 05-数据集封装_.wmv
│ ├── day05
│ │ ├── 04-卷积层的实现_.wmv
│ │ ├── 11-词嵌入层_.wmv
│ │ ├── 12-内容总结_.wmv
│ │ ├── 08-网络构建实现_.wmv
│ │ ├── 10-自然语言处理概述_.wmv
│ │ ├── 03-卷积层_.wmv
│ │ ├── 02-卷积神经网络的构成_.wmv
│ │ ├── 05-池化层_.wmv
│ │ ├── 01-图像是什么_.wmv
│ │ ├── 06-图像分类案例_.wmv
│ │ ├── 09-模型训练_.wmv
│ │ ├── 07-网络结构构建_.wmv
│ ├── day04
│ │ ├── 05-案例:反向隐藏层_.wmv
│ │ ├── 15-训练和预测_.wmv
│ │ ├── 13-BN层_.wmv
│ │ ├── 06-指数加权平均_.wmv
│ │ ├── 09-rmsprop+adam_.wmv
│ │ ├── 14-手机价格分类案例_.wmv
│ │ ├── 11-学习率衰减2_.wmv
│ │ ├── 02-前向和反向的过程_.wmv
│ │ ├── 10-学习率衰减_.wmv
│ │ ├── 04-案例:反向输出层_.wmv
│ │ ├── 08-adagrad_.wmv
│ │ ├── 01-内容回顾_.wmv
│ │ ├── 03-案例:前向过程_.wmv
│ │ ├── 07-动量法_.wmv
│ │ ├── 12-正则化方法_.wmv
│ ├── day02
│ │ ├── 10-sigmoid_.wmv
│ │ ├── 09-激活函数作用_.wmv
│ │ ├── 02-view_.wmv
│ │ ├── 01-形状变换_.wmv
│ │ ├── 04-自动微分_.wmv
│ │ ├── 11-tanh+relu_.wmv
│ │ ├── 03-张量拼接_.wmv
│ │ ├── 05-自动微分2_.wmv
│ │ ├── 07-回归案例总结_.wmv
│ │ ├── 06-线性回归案例_.wmv
│ │ ├── 08-神经网络介绍_.wmv
│ ├── day03
│ │ ├── 05-参数初始化_.wmv
│ │ ├── 11-二分类交叉熵损失_.wmv
│ │ ├── 02-softmax_.wmv
│ │ ├── 13-梯度下降算法_.wmv
│ │ ├── 04-激活函数总结_.wmv
│ │ ├── 09-损失函数_.wmv
│ │ ├── 12-回归损失函数_.wmv
│ │ ├── 08-神经网络优缺点_.wmv
│ │ ├── 03-其他激活函数_.wmv
│ │ ├── 07-参数量统计_.wmv
│ │ ├── 01-内容回顾_.wmv
│ │ ├── 10-交叉熵损失_.wmv
│ │ ├── 06-模型构建_.wmv
├── 【提示!!!】文件解压密码:szjm
├── 阶段012 赠品-计算机视觉
│ ├── 此部分为赠送教程-CV
│ │ ├── 《OpenCV3编程入门》书本配套源代码
│ │ │ ├── OpenCV3编程入门.pdf
│ │ │ ├── 【可执行exe合集】《OpenCV3编程入门》书中可执行程序合集.rar
│ │ │ ├── 【OpenCV3版】《OpenCV3编程入门》书本配套源代码.rar
│ │ ├── Opencv视频教程
│ │ │ ├── 13 附赠1:Opencv资料
│ │ │ │ ├── 数字图像处理与机器视觉――Visual C++与Matlab....iso
│ │ │ │ ├── OpenCV2ComputerVisionApplicationProgrammingCookbookCode.zip
│ │ │ │ ├── A_Computational_Approach_to_Edge_Detection-sz4.pdf
│ │ │ │ ├── 图像处理、分析与机器视觉(第三版).pdf
│ │ │ │ ├── 计算机视觉:算法与应用(Richard Szeliski-2010).pdf
│ │ │ │ ├── 视觉计算理论.pdf
│ │ │ │ ├── OpenCV的计算机视觉技术实现.rar
│ │ │ │ ├── Mastering OpenCV with Practical Computer Vision Projects [eBook].pdf
│ │ │ │ ├── 学习OpenCV 中文版.pdf
│ │ │ │ ├── OpenCV.2.Computer.Vision.Application.Programming.Cookbook.pdf
│ │ │ │ ├── opencv2计算机视觉编程手册( 扫描版1-35页).pdf
│ │ │ │ ├── Computer and Machine Vision Theory Algorithms Practicalities.pdf
│ │ │ │ ├── 图像处理技术手册.pdf
│ │ │ │ ├── opencv2手册第五章.pdf
│ │ │ │ ├── 基于OpenCV的计算机视觉技术实现.pdf
│ │ │ │ ├── 计算机视觉(马颂德、张正友).pdf
│ │ │ │ ├── 机器视觉算法与应用.pdf
│ │ │ │ ├── 机器视觉-张广军.pdf
│ │ │ │ ├── 图像处理与计算机视觉算法及应用 原书第2版 [(美)帕科尔著][清华大学出版社][2012.05][388页]sample.pdf
│ │ │ │ ├── 计算机视觉——算法与应用.pdf.pdf
│ │ │ │ ├── 学习opencv书——源代码.zip
│ │ │ │ ├── Learning OpenCV 2nd Early Release.pdf
│ │ │ │ ├── [数字图像处理与机器视觉:Visual.C++.与Matlab实现].张铮.扫描版.pdf
│ │ │ │ ├── 图像处理、分析与机器视觉(第三版)英文版.pdf
│ │ │ │ ├── 图像处理分析与机器视觉(第二版)中译.pdf
│ │ │ │ ├── OpenCV教程基础篇-于仕琪-北航.pdf
│ │ │ │ ├── 机器视觉测量技术.pdf
│ │ │ │ ├── opencv手册.chm
│ │ │ ├── 06 OpenCV视频分析与对象跟踪实战教程 (课件+源码)
│ │ │ │ ├── 04-背景消除建模(BSM)-01.ts
│ │ │ │ ├── 16-视频中移动对象统计.ts
│ │ │ │ ├── 课程配套课件.zip
│ │ │ │ ├── 06-对象检测与跟踪(基于颜色)-01.ts
│ │ │ │ ├── 07-对象检测与跟踪(基于颜色)-02.ts
│ │ │ │ ├── 05-背景消除建模(BSM)-02.ts
│ │ │ │ ├── 10-光流的对象跟踪-03.ts
│ │ │ │ ├── 09-光流的对象跟踪-02.ts
│ │ │ │ ├── 08-光流的对象跟踪-01.ts
│ │ │ │ ├── 03-视频读写-02.ts
│ │ │ │ ├── 02-视频读写-01.ts
│ │ │ │ ├── 12-CAMShift对象跟踪.ts
│ │ │ │ ├── 18-扩展模块中的多对象跟踪.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 15-CAMShift对象跟踪-04.ts
│ │ │ │ ├── 13-CAMShift对象跟踪-02.ts
│ │ │ │ ├── 17-扩展模块中的跟踪方法介绍.ts
│ │ │ │ ├── 14-CAMShift对象跟踪-03.ts
│ │ │ │ ├── 11-光流的对象跟踪-04.ts
│ │ │ ├── 09 14个常用OpenCV+C++图像处理
│ │ │ │ ├── 14_车牌识别系统
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── PlateIdentify
│ │ │ │ │ │ │ ├── template
│ │ │ │ │ │ │ │ ├── 浙.bmp
│ │ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ │ │ ├── L.bmp
│ │ │ │ │ │ │ │ ├── 6.bmp
│ │ │ │ │ │ │ │ ├── 琼.bmp
│ │ │ │ │ │ │ │ ├── G.bmp
│ │ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ │ ├── 京.bmp
│ │ │ │ │ │ │ │ ├── Z.bmp
│ │ │ │ │ │ │ │ ├── U.bmp
│ │ │ │ │ │ │ │ ├── Y.bmp
│ │ │ │ │ │ │ │ ├── E.bmp
│ │ │ │ │ │ │ │ ├── 辽.bmp
│ │ │ │ │ │ │ │ ├── T.bmp
│ │ │ │ │ │ │ │ ├── 4.bmp
│ │ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ │ ├── C.bmp
│ │ │ │ │ │ │ │ ├── V.bmp
│ │ │ │ │ │ │ │ ├── 鄂.bmp
│ │ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ │ ├── 黑.bmp
│ │ │ │ │ │ │ │ ├── 粤.bmp
│ │ │ │ │ │ │ │ ├── W.bmp
│ │ │ │ │ │ │ │ ├── N.bmp
│ │ │ │ │ │ │ │ ├── 湘.bmp
│ │ │ │ │ │ │ │ ├── H.bmp
│ │ │ │ │ │ │ │ ├── J.bmp
│ │ │ │ │ │ │ │ ├── X.bmp
│ │ │ │ │ │ │ │ ├── P.bmp
│ │ │ │ │ │ │ │ ├── M.bmp
│ │ │ │ │ │ │ │ ├── 5.bmp
│ │ │ │ │ │ │ │ ├── 9.bmp
│ │ │ │ │ │ │ │ ├── D.bmp
│ │ │ │ │ │ │ │ ├── F.bmp
│ │ │ │ │ │ │ │ ├── S.bmp
│ │ │ │ │ │ │ │ ├── 7.bmp
│ │ │ │ │ │ │ │ ├── 8.bmp
│ │ │ │ │ │ │ │ ├── K.bmp
│ │ │ │ │ │ │ │ ├── Q.bmp
│ │ │ │ │ │ │ │ ├── R.bmp
│ │ │ │ │ │ │ │ ├── B.bmp
│ │ │ │ │ │ │ │ ├── A.bmp
│ │ │ │ │ │ │ │ ├── 川.bmp
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── PlateIdentify.ico
│ │ │ │ │ │ │ │ ├── PlateIdentify.rc2
│ │ │ │ │ │ │ │ ├── PlateIdentifyDoc.ico
│ │ │ │ │ │ │ ├── Image_thin.cpp
│ │ │ │ │ │ │ ├── ImageFUNC.h
│ │ │ │ │ │ │ ├── PlateIdentify.rc
│ │ │ │ │ │ │ ├── PlateIdentify.cpp
│ │ │ │ │ │ │ ├── PlateIdentify.h
│ │ │ │ │ │ │ ├── MyImg.cpp
│ │ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── Image_thin.h
│ │ │ │ │ │ │ ├── PlateIdentifyView.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── PlateIdentifyDoc.h
│ │ │ │ │ │ │ ├── Classification.h
│ │ │ │ │ │ │ ├── MyImg.h
│ │ │ │ │ │ │ ├── lut_thin.h
│ │ │ │ │ │ │ ├── PlateIdentify.vcproj
│ │ │ │ │ │ │ ├── lut_shrink.h
│ │ │ │ │ │ │ ├── PlateIdentifyView.h
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── PlateIdentify.aps
│ │ │ │ │ │ │ ├── PlateIdentifyDoc.cpp
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── Classification.cpp
│ │ │ │ │ │ │ ├── ImageFUNC.cpp
│ │ │ │ │ │ ├── PlateIdentify.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 黑A00001.bmp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── template
│ │ │ │ │ │ │ ├── 川.bmp
│ │ │ │ │ │ │ ├── Q.bmp
│ │ │ │ │ │ │ ├── F.bmp
│ │ │ │ │ │ │ ├── 辽.bmp
│ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ │ ├── 湘.bmp
│ │ │ │ │ │ │ ├── Y.bmp
│ │ │ │ │ │ │ ├── 鄂.bmp
│ │ │ │ │ │ │ ├── G.bmp
│ │ │ │ │ │ │ ├── 7.bmp
│ │ │ │ │ │ │ ├── H.bmp
│ │ │ │ │ │ │ ├── 京.bmp
│ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ ├── U.bmp
│ │ │ │ │ │ │ ├── 6.bmp
│ │ │ │ │ │ │ ├── M.bmp
│ │ │ │ │ │ │ ├── T.bmp
│ │ │ │ │ │ │ ├── K.bmp
│ │ │ │ │ │ │ ├── 浙.bmp
│ │ │ │ │ │ │ ├── L.bmp
│ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ ├── J.bmp
│ │ │ │ │ │ │ ├── 5.bmp
│ │ │ │ │ │ │ ├── 黑.bmp
│ │ │ │ │ │ │ ├── X.bmp
│ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ ├── 9.bmp
│ │ │ │ │ │ │ ├── V.bmp
│ │ │ │ │ │ │ ├── R.bmp
│ │ │ │ │ │ │ ├── D.bmp
│ │ │ │ │ │ │ ├── Z.bmp
│ │ │ │ │ │ │ ├── E.bmp
│ │ │ │ │ │ │ ├── C.bmp
│ │ │ │ │ │ │ ├── 8.bmp
│ │ │ │ │ │ │ ├── 4.bmp
│ │ │ │ │ │ │ ├── S.bmp
│ │ │ │ │ │ │ ├── B.bmp
│ │ │ │ │ │ │ ├── 粤.bmp
│ │ │ │ │ │ │ ├── 琼.bmp
│ │ │ │ │ │ │ ├── P.bmp
│ │ │ │ │ │ │ ├── N.bmp
│ │ │ │ │ │ │ ├── A.bmp
│ │ │ │ │ │ │ ├── W.bmp
│ │ │ │ │ │ ├── highgui210.dll
│ │ │ │ │ │ ├── cvaux210.dll
│ │ │ │ │ │ ├── ml210.dll
│ │ │ │ │ │ ├── cv210.dll
│ │ │ │ │ │ ├── cxcore210.dll
│ │ │ │ │ │ ├── PlateIdentify.exe
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 01_所需软件
│ │ │ │ │ ├── OpenCV-2.1.0-win32-vs2008.exe
│ │ │ │ │ ├── vtk-5.8.0.zip
│ │ │ │ │ ├── vtkDocHtml-5.8.0.tar.gz
│ │ │ │ │ ├── vtkdata-5.8.0.zip
│ │ │ │ │ ├── cmake-2.8.7-win32-x86.exe
│ │ │ │ ├── 12_运动车辆检测跟踪系统
│ │ │ │ │ ├── Videos
│ │ │ │ │ │ ├── car.avi
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── cv210.dll
│ │ │ │ │ │ ├── cvaux210.dll
│ │ │ │ │ │ ├── MoveTracking.exe
│ │ │ │ │ │ ├── ml210.dll
│ │ │ │ │ │ ├── highgui210.dll
│ │ │ │ │ │ ├── cxcore210.dll
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── MoveTracking
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── MoveTracking.rc2
│ │ │ │ │ │ │ │ ├── MoveTrackingDoc.ico
│ │ │ │ │ │ │ │ ├── MoveTracking.ico
│ │ │ │ │ │ │ ├── MoveTracking.aps
│ │ │ │ │ │ │ ├── MoveTrackingView.cpp
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── MoveTrackingDoc.cpp
│ │ │ │ │ │ │ ├── MoveTracking.h
│ │ │ │ │ │ │ ├── MoveTracking.rc
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── MoveTracking.vcproj
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── MoveTrackingView.h
│ │ │ │ │ │ │ ├── MoveTrackingDoc.h
│ │ │ │ │ │ │ ├── MoveTracking.cpp
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ ├── MoveTracking.sln
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 10_指纹提取与识别系统
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── FP
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── FP.rc2
│ │ │ │ │ │ │ ├── FP.vcproj
│ │ │ │ │ │ │ ├── FP.dll
│ │ │ │ │ │ │ ├── preprocess.cpp
│ │ │ │ │ │ │ ├── FPAGlobal.h
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── FP.cpp
│ │ │ │ │ │ │ ├── Match.cpp
│ │ │ │ │ │ │ ├── coding.h
│ │ │ │ │ │ │ ├── FPAType.h
│ │ │ │ │ │ │ ├── FP.h
│ │ │ │ │ │ │ ├── FP.clw
│ │ │ │ │ │ │ ├── FP.rc
│ │ │ │ │ │ │ ├── FP.dsw
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── test.h
│ │ │ │ │ │ │ ├── FPA.H
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── FP.sln
│ │ │ │ │ │ │ ├── FP.dsp
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── FP.APS
│ │ │ │ │ │ │ ├── preprocess.h
│ │ │ │ │ │ │ ├── FP.lib
│ │ │ │ │ │ │ ├── patternMatch.h
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── MinutiaExtract.h
│ │ │ │ │ │ │ ├── MinutiaExtract.cpp
│ │ │ │ │ │ │ ├── FP.plg
│ │ │ │ │ │ │ ├── UtilityFunction.h
│ │ │ │ │ │ │ ├── FP.def
│ │ │ │ │ │ │ ├── FPA.CPP
│ │ │ │ │ │ │ ├── FP.opt
│ │ │ │ │ │ │ ├── Match.h
│ │ │ │ │ │ │ ├── FPEngine.h
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ ├── 指纹提取与识别系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── 指纹提取与识别系统.ico
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── FingerMatch.cpp
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.vcproj
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.rc
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── FPA.H
│ │ │ │ │ │ │ ├── FingerMatch.h
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.cpp
│ │ │ │ │ │ │ ├── OfflineMatch.cpp
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.h
│ │ │ │ │ │ │ ├── 指纹提取与识别系统.aps
│ │ │ │ │ │ ├── FPEngine
│ │ │ │ │ │ │ ├── VF_Api.h
│ │ │ │ │ │ │ ├── VF_GetMinutia.h
│ │ │ │ │ │ │ ├── VF_FileIO.h
│ │ │ │ │ │ │ ├── FPEngine.h
│ │ │ │ │ │ │ ├── VF_Enhance.h
│ │ │ │ │ │ │ ├── VF_Feature2.h
│ │ │ │ │ │ │ ├── VF_Global.h
│ │ │ │ │ │ │ ├── FPEngine.dsw
│ │ │ │ │ │ │ ├── FPEngine.dsp
│ │ │ │ │ │ │ ├── VF_PatternMatch.h
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── VF_Thin.h
│ │ │ │ │ │ │ ├── FPEngine.vcproj
│ │ │ │ │ │ │ ├── VF_Verify.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── VF_Smooth.h
│ │ │ │ │ │ │ ├── VF_Function.h
│ │ │ │ │ │ │ ├── VF_Template.h
│ │ │ │ │ │ │ ├── VF_GetOrientMap.h
│ │ │ │ │ │ │ ├── FPEngine.cpp
│ │ │ │ │ │ │ ├── FPEngine.opt
│ │ │ │ │ │ │ ├── VF_GetSingulary.h
│ │ │ │ │ │ │ ├── VF_Binary.h
│ │ │ │ │ │ │ ├── VF_Type.h
│ │ │ │ │ │ │ ├── VF_AlignMatch.h
│ │ │ │ │ │ │ ├── VF_Err.h
│ │ │ │ │ │ │ ├── FPEngine.sln
│ │ │ │ │ │ │ ├── VF_Zoom.h
│ │ │ │ │ │ │ ├── VF_Divide.h
│ │ │ │ │ │ │ ├── FPEngine.plg
│ │ │ │ │ │ │ ├── VF_Feature.h
│ │ │ │ │ │ │ ├── VF_GlobalMatch.h
│ │ │ │ │ │ ├── 指纹提取与识别系统.sln
│ │ │ │ │ ├── Dll库
│ │ │ │ │ │ ├── FP.dll
│ │ │ │ │ │ ├── FPEngine.dll
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 指纹提取与识别系统.exe
│ │ │ │ │ │ ├── FPEngine.dll
│ │ │ │ │ │ ├── FP.dll
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 8.bmp
│ │ │ │ │ │ ├── 5.bmp
│ │ │ │ │ │ ├── 7.bmp
│ │ │ │ │ │ ├── 6.bmp
│ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ ├── 4.bmp
│ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 11_人脸检测与识别系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 人脸检测与识别系统.exe
│ │ │ │ │ ├── 人脸识别
│ │ │ │ │ │ ├── libfacedetection-master.rar
│ │ │ │ │ │ ├── detectface.cpp
│ │ │ │ │ │ ├── DetectFace(Release).rar
│ │ │ │ │ │ ├── OpenCV - win7+vs2013(2012)+opencv3.0.pdf
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 人脸检测与识别系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── 人脸检测与识别系统.ico
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ ├── SimilarHood.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.vcproj
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.h
│ │ │ │ │ │ │ ├── OpenImgDlg.h
│ │ │ │ │ │ │ ├── OpenImgDlg.cpp
│ │ │ │ │ │ │ ├── FaceDetectDlg.cpp
│ │ │ │ │ │ │ ├── FaceDetectDlg.h
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.cpp
│ │ │ │ │ │ │ ├── SimilarHood.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.rc
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── 人脸检测与识别系统.aps
│ │ │ │ │ │ ├── 人脸检测与识别系统.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── face.bmp
│ │ │ │ │ ├── 一个基于 OpenCV 的人脸识别系统
│ │ │ │ │ │ ├── faceidentifysys
│ │ │ │ │ │ │ ├── highgui100.dll
│ │ │ │ │ │ │ ├── ml100.dll
│ │ │ │ │ │ │ ├── 输入格式.doc
│ │ │ │ │ │ │ ├── haarcascade_frontalface_alt.xml
│ │ │ │ │ │ │ ├── haarcascade.cpp
│ │ │ │ │ │ │ ├── cvaux100.dll
│ │ │ │ │ │ │ ├── news.jpg
│ │ │ │ │ │ │ ├── libguide40.dll
│ │ │ │ │ │ │ ├── zhang.jpg
│ │ │ │ │ │ │ ├── Thumbs.db
│ │ │ │ │ │ │ ├── sub0zhang.jpg
│ │ │ │ │ │ │ ├── haarcascade.exe
│ │ │ │ │ │ │ ├── cxts001.dll
│ │ │ │ │ │ │ ├── haarcascade.ncb
│ │ │ │ │ │ │ ├── haarcascade.dsw
│ │ │ │ │ │ │ ├── sub1news.jpg
│ │ │ │ │ │ │ ├── cvcam100.dll
│ │ │ │ │ │ │ ├── cxcore100.dll
│ │ │ │ │ │ │ ├── haarcascade.opt
│ │ │ │ │ │ │ ├── haarcascade.plg
│ │ │ │ │ │ │ ├── zhang1.jpg
│ │ │ │ │ │ │ ├── cv100.dll
│ │ │ │ │ │ │ ├── haarcascade.dsp
│ │ │ │ │ │ │ ├── hu.JPG
│ │ │ │ │ │ │ ├── sub0news.jpg
│ │ │ │ │ │ │ ├── sub0hu.jpg
│ │ │ │ │ │ │ ├── result.jpg
│ │ │ │ │ ├── 说明.txt
│ │ │ │ │ ├── 一个基于 OpenCV 的人脸识别系统.rar
│ │ │ │ ├── 05_CT图像重建系统
│ │ │ │ │ ├── Data
│ │ │ │ │ │ ├── headsq
│ │ │ │ │ │ │ ├── quarter.69
│ │ │ │ │ │ │ ├── quarter.66
│ │ │ │ │ │ │ ├── quarter.30
│ │ │ │ │ │ │ ├── quarter.16
│ │ │ │ │ │ │ ├── quarter.44
│ │ │ │ │ │ │ ├── quarter.73
│ │ │ │ │ │ │ ├── quarter.18
│ │ │ │ │ │ │ ├── quarter.46
│ │ │ │ │ │ │ ├── quarter.39
│ │ │ │ │ │ │ ├── quarter.78
│ │ │ │ │ │ │ ├── quarter.42
│ │ │ │ │ │ │ ├── quarter.35
│ │ │ │ │ │ │ ├── quarter.2
│ │ │ │ │ │ │ ├── quarter.51
│ │ │ │ │ │ │ ├── quarter.28
│ │ │ │ │ │ │ ├── quarter.48
│ │ │ │ │ │ │ ├── quarter.11
│ │ │ │ │ │ │ ├── quarter.72
│ │ │ │ │ │ │ ├── quarter.29
│ │ │ │ │ │ │ ├── quarter.14
│ │ │ │ │ │ │ ├── quarter.20
│ │ │ │ │ │ │ ├── quarter.88
│ │ │ │ │ │ │ ├── quarter.64
│ │ │ │ │ │ │ ├── quarter.68
│ │ │ │ │ │ │ ├── quarter.37
│ │ │ │ │ │ │ ├── quarter.7
│ │ │ │ │ │ │ ├── quarter.62
│ │ │ │ │ │ │ ├── quarter.85
│ │ │ │ │ │ │ ├── quarter.89
│ │ │ │ │ │ │ ├── quarter.8
│ │ │ │ │ │ │ ├── quarter.67
│ │ │ │ │ │ │ ├── quarter.26
│ │ │ │ │ │ │ ├── quarter.38
│ │ │ │ │ │ │ ├── quarter.81
│ │ │ │ │ │ │ ├── quarter.43
│ │ │ │ │ │ │ ├── quarter.3
│ │ │ │ │ │ │ ├── quarter.71
│ │ │ │ │ │ │ ├── quarter.58
│ │ │ │ │ │ │ ├── quarter.61
│ │ │ │ │ │ │ ├── quarter.13
│ │ │ │ │ │ │ ├── quarter.91
│ │ │ │ │ │ │ ├── quarter.6
│ │ │ │ │ │ │ ├── quarter.83
│ │ │ │ │ │ │ ├── quarter.54
│ │ │ │ │ │ │ ├── quarter.nhdr
│ │ │ │ │ │ │ ├── quarter.76
│ │ │ │ │ │ │ ├── quarter.57
│ │ │ │ │ │ │ ├── quarter.59
│ │ │ │ │ │ │ ├── quarter.93
│ │ │ │ │ │ │ ├── quarter.53
│ │ │ │ │ │ │ ├── quarter.50
│ │ │ │ │ │ │ ├── quarter.80
│ │ │ │ │ │ │ ├── quarter.31
│ │ │ │ │ │ │ ├── quarter.74
│ │ │ │ │ │ │ ├── quarter.41
│ │ │ │ │ │ │ ├── quarter.52
│ │ │ │ │ │ │ ├── quarter.17
│ │ │ │ │ │ │ ├── quarter.65
│ │ │ │ │ │ │ ├── quarter.33
│ │ │ │ │ │ │ ├── quarter.82
│ │ │ │ │ │ │ ├── quarter.15
│ │ │ │ │ │ │ ├── quarter.84
│ │ │ │ │ │ │ ├── quarter.36
│ │ │ │ │ │ │ ├── quarter.92
│ │ │ │ │ │ │ ├── quarter.79
│ │ │ │ │ │ │ ├── quarter.90
│ │ │ │ │ │ │ ├── quarter.21
│ │ │ │ │ │ │ ├── quarter.9
│ │ │ │ │ │ │ ├── quarter.56
│ │ │ │ │ │ │ ├── quarter.45
│ │ │ │ │ │ │ ├── quarter.40
│ │ │ │ │ │ │ ├── quarter.24
│ │ │ │ │ │ │ ├── quarter.22
│ │ │ │ │ │ │ ├── quarter.5
│ │ │ │ │ │ │ ├── quarter.63
│ │ │ │ │ │ │ ├── quarter.27
│ │ │ │ │ │ │ ├── quarter.70
│ │ │ │ │ │ │ ├── quarter.25
│ │ │ │ │ │ │ ├── quarter.49
│ │ │ │ │ │ │ ├── quarter.10
│ │ │ │ │ │ │ ├── quarter.60
│ │ │ │ │ │ │ ├── quarter.55
│ │ │ │ │ │ │ ├── quarter.19
│ │ │ │ │ │ │ ├── quarter.23
│ │ │ │ │ │ │ ├── quarter.47
│ │ │ │ │ │ │ ├── quarter.1
│ │ │ │ │ │ │ ├── quarter.87
│ │ │ │ │ │ │ ├── quarter.32
│ │ │ │ │ │ │ ├── quarter.34
│ │ │ │ │ │ │ ├── quarter.75
│ │ │ │ │ │ │ ├── quarter.12
│ │ │ │ │ │ │ ├── quarter.86
│ │ │ │ │ │ │ ├── quarter.4
│ │ │ │ │ │ │ ├── quarter.77
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── CTImageReconstruction_cone
│ │ │ │ │ │ │ ├── CTImageReconstruction_cone
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_cone.cpp
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_cone.vcproj
│ │ │ │ │ │ │ ├── CTImageReconstruction_cone.sln
│ │ │ │ │ │ ├── CTImageReconstruction_brain
│ │ │ │ │ │ │ ├── CTImageReconstruction_brain
│ │ │ │ │ │ │ │ ├── Debug
│ │ │ │ │ │ │ │ │ ├── vtkNetCDF.dll
│ │ │ │ │ │ │ │ │ ├── vtkproj4.dll
│ │ │ │ │ │ │ │ │ ├── vtklibxml2.dll
│ │ │ │ │ │ │ │ │ ├── vtkalglib.dll
│ │ │ │ │ │ │ │ │ ├── vtkfreetype.dll
│ │ │ │ │ │ │ │ │ ├── vtkexoIIc.dll
│ │ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.exe
│ │ │ │ │ │ │ │ │ ├── vtkImaging.dll
│ │ │ │ │ │ │ │ │ ├── vtkGeovis.dll
│ │ │ │ │ │ │ │ │ ├── vtkzlib.dll
│ │ │ │ │ │ │ │ │ ├── vtkFiltering.dll
│ │ │ │ │ │ │ │ │ ├── vtkViews.dll
│ │ │ │ │ │ │ │ │ ├── vtkpng.dll
│ │ │ │ │ │ │ │ │ ├── vtkGenericFiltering.dll
│ │ │ │ │ │ │ │ │ ├── vtkftgl.dll
│ │ │ │ │ │ │ │ │ ├── vtkCharts.dll
│ │ │ │ │ │ │ │ │ ├── vtkexpat.dll
│ │ │ │ │ │ │ │ │ ├── vtkRendering.dll
│ │ │ │ │ │ │ │ │ ├── vtkjpeg.dll
│ │ │ │ │ │ │ │ │ ├── vtkHybrid.dll
│ │ │ │ │ │ │ │ │ ├── vtkMFC.dll
│ │ │ │ │ │ │ │ │ ├── vtkGraphics.dll
│ │ │ │ │ │ │ │ │ ├── vtkverdict.dll
│ │ │ │ │ │ │ │ │ ├── vtkCommon.dll
│ │ │ │ │ │ │ │ │ ├── vtktiff.dll
│ │ │ │ │ │ │ │ │ ├── vtkWidgets.dll
│ │ │ │ │ │ │ │ │ ├── vtkNetCDF_cxx.dll
│ │ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.ilk
│ │ │ │ │ │ │ │ │ ├── vtkDICOMParser.dll
│ │ │ │ │ │ │ │ │ ├── vtkmetaio.dll
│ │ │ │ │ │ │ │ │ ├── vtkhdf5.dll
│ │ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.pdb
│ │ │ │ │ │ │ │ │ ├── vtkInfovis.dll
│ │ │ │ │ │ │ │ │ ├── vtkIO.dll
│ │ │ │ │ │ │ │ │ ├── vtkVolumeRendering.dll
│ │ │ │ │ │ │ │ │ ├── vtksys.dll
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.vcproj
│ │ │ │ │ │ │ │ ├── CTImageReconstruction_brain.cpp
│ │ │ │ │ │ │ ├── CTImageReconstruction_brain.sln
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 06_数字图像水印系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── WaterMark.exe
│ │ │ │ │ │ ├── WaterMark_LSB.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── WaterMark
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── WaterMark.ico
│ │ │ │ │ │ │ │ ├── WaterMark.rc2
│ │ │ │ │ │ │ │ ├── FACE.ICO
│ │ │ │ │ │ │ ├── WaterMark.h
│ │ │ │ │ │ │ ├── WaterMark.clw
│ │ │ │ │ │ │ ├── WaterMark.rc
│ │ │ │ │ │ │ ├── WaterMarkDlg.cpp
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ │ ├── WaterMark.vcproj
│ │ │ │ │ │ │ ├── WaterMark.plg
│ │ │ │ │ │ │ ├── WaterMark.cpp
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── WaterMark.opt
│ │ │ │ │ │ │ ├── WaterMark.dsp
│ │ │ │ │ │ │ ├── WaterMark.aps
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── WaterMarkDlg.h
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── WaterMark.dsw
│ │ │ │ │ │ │ ├── WaterMark.sln
│ │ │ │ │ │ ├── WaterMark_LSB
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── WaterMark_LSBDoc.ico
│ │ │ │ │ │ │ │ ├── SECUR02A.ICO
│ │ │ │ │ │ │ │ ├── WaterMark_LSB.rc2
│ │ │ │ │ │ │ ├── DIB.h
│ │ │ │ │ │ │ ├── WaterMark_LSBView.cpp
│ │ │ │ │ │ │ ├── WaterMark_LSB.opt
│ │ │ │ │ │ │ ├── WaterMark_LSB.vcproj
│ │ │ │ │ │ │ ├── WaterMark_LSB.h
│ │ │ │ │ │ │ ├── DIB.cpp
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── WaterMark_LSBDoc.cpp
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── WaterMark_LSB.rc
│ │ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── WaterMark_LSBDoc.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.sln
│ │ │ │ │ │ │ ├── WaterMark_LSBView.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.aps
│ │ │ │ │ │ │ ├── WaterMark_LSB.dsw
│ │ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.cpp
│ │ │ │ │ │ │ ├── WaterMark_LSB.dsp
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── WaterMark_LSB.plg
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── graymark.bmp
│ │ │ │ │ │ ├── dog1.bmp
│ │ │ │ │ │ ├── graymark1.bmp
│ │ │ │ │ │ ├── senery1.bmp
│ │ │ │ │ │ ├── cat1.bmp
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 04_图像编辑器实现
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── lena.bmp
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ ├── PhotoProcessDoc.ico
│ │ │ │ │ │ │ ├── PhotoProcess.ico
│ │ │ │ │ │ │ ├── PhotoProcess.rc2
│ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ ├── PhotoProcess.cpp
│ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ ├── SharpenProcessDib.h
│ │ │ │ │ │ ├── ImageFilterDib.h
│ │ │ │ │ │ ├── SmoothProcessDib.cpp
│ │ │ │ │ │ ├── PhotoProcessView.cpp
│ │ │ │ │ │ ├── GrayTransformDib.cpp
│ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ ├── SmoothProcessDib.h
│ │ │ │ │ │ ├── PhotoProcessDoc.h
│ │ │ │ │ │ ├── PhotoProcess.aps
│ │ │ │ │ │ ├── PhotoProcessDoc.cpp
│ │ │ │ │ │ ├── FogDlg.cpp
│ │ │ │ │ │ ├── HistogramDib.h
│ │ │ │ │ │ ├── ImageRestoreDib.cpp
│ │ │ │ │ │ ├── ImageRestoreDib.h
│ │ │ │ │ │ ├── ImageFilterDib.cpp
│ │ │ │ │ │ ├── PhotoProcess.h
│ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ ├── PhotoProcess.rc
│ │ │ │ │ │ ├── GrayTransformDib.h
│ │ │ │ │ │ ├── FrequencyFilterDib.h
│ │ │ │ │ │ ├── PhotoProcess.vcproj
│ │ │ │ │ │ ├── FogDlg.h
│ │ │ │ │ │ ├── SharpenProcessDib.cpp
│ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ ├── ColorEnhanceDib.cpp
│ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ ├── HistogramDib.cpp
│ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ ├── ColorEnhanceDib.h
│ │ │ │ │ │ ├── PhotoProcessView.h
│ │ │ │ │ │ ├── PhotoProcess.sln
│ │ │ │ │ │ ├── FrequencyFilterDib.cpp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── PhotoProcess.exe
│ │ │ │ ├── 09_细胞检测与计数系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 细胞检测与计数系统.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 细胞检测与计数系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── 细胞检测与计数系统.ico
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ ├── ThrHsi.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.aps
│ │ │ │ │ │ │ ├── RTH.h
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.h
│ │ │ │ │ │ │ ├── CellDoc.cpp
│ │ │ │ │ │ │ ├── Pre.h
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.cpp
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.rc
│ │ │ │ │ │ │ ├── CellView.h
│ │ │ │ │ │ │ ├── Pre.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── ThrHsi.cpp
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── RTH.cpp
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── CellView.cpp
│ │ │ │ │ │ │ ├── CellDoc.h
│ │ │ │ │ │ │ ├── 细胞检测与计数系统.vcproj
│ │ │ │ │ │ ├── 细胞检测与计数系统.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── blood.bmp
│ │ │ │ ├── 07_遥感图像配准系统
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 2待校正图像.bmp
│ │ │ │ │ │ ├── 5增强结果图像.bmp
│ │ │ │ │ │ ├── 4校正结果图像.bmp
│ │ │ │ │ │ ├── 6配准结果图像.bmp
│ │ │ │ │ │ ├── 10图像配准基准图像.bmp
│ │ │ │ │ │ ├── 3待配准图像.bmp
│ │ │ │ │ │ ├── 1几何校正基准图像.bmp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 遥感图像配准系统.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 遥感图像配准系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── 遥感图像配准系统.ico
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── 遥感图像配准系统Doc.ico
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── DlgReg.h
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── ChildFrm.cpp
│ │ │ │ │ │ │ ├── DlgCor.cpp
│ │ │ │ │ │ │ ├── RSIDoc.h
│ │ │ │ │ │ │ ├── 遥感图像配准系统.vcproj
│ │ │ │ │ │ │ ├── RSIDoc.cpp
│ │ │ │ │ │ │ ├── DlgAftReg.cpp
│ │ │ │ │ │ │ ├── RSIView.h
│ │ │ │ │ │ │ ├── DlgEnhance.h
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── ChildFrm.h
│ │ │ │ │ │ │ ├── 遥感图像配准系统.rc
│ │ │ │ │ │ │ ├── RSIView.cpp
│ │ │ │ │ │ │ ├── DIBPrcs.cpp
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 遥感图像配准系统.aps
│ │ │ │ │ │ │ ├── ColorTable.h
│ │ │ │ │ │ │ ├── DlgEnhance.cpp
│ │ │ │ │ │ │ ├── 遥感图像配准系统.cpp
│ │ │ │ │ │ │ ├── DlgReg.cpp
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── DibShow.cpp
│ │ │ │ │ │ │ ├── cdib.cpp
│ │ │ │ │ │ │ ├── 遥感图像配准系统.h
│ │ │ │ │ │ │ ├── DlgAftReg.h
│ │ │ │ │ │ │ ├── MyException.h
│ │ │ │ │ │ │ ├── cdib.h
│ │ │ │ │ │ │ ├── DlgCor.h
│ │ │ │ │ │ │ ├── GlobalApi.h
│ │ │ │ │ │ ├── 遥感图像配准系统.sln
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 03_图片浏览器实现
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── PictView.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── Lib
│ │ │ │ │ │ │ ├── GIFAPI.CPP
│ │ │ │ │ │ │ ├── JINCLUDE.H
│ │ │ │ │ │ │ ├── JVERSION.H
│ │ │ │ │ │ │ ├── JDHUFF.H
│ │ │ │ │ │ │ ├── CqOctree.cpp
│ │ │ │ │ │ │ ├── Gif.cpp
│ │ │ │ │ │ │ ├── JMEMSYS.H
│ │ │ │ │ │ │ ├── CDJPEG.H
│ │ │ │ │ │ │ ├── GIFAPI.H
│ │ │ │ │ │ │ ├── JERROR.H
│ │ │ │ │ │ │ ├── Dib.cpp
│ │ │ │ │ │ │ ├── JCHUFF.H
│ │ │ │ │ │ │ ├── Gif.h
│ │ │ │ │ │ │ ├── dibapi.h
│ │ │ │ │ │ │ ├── CDERROR.H
│ │ │ │ │ │ │ ├── IP.cpp
│ │ │ │ │ │ │ ├── JCONFIG.H
│ │ │ │ │ │ │ ├── JPEGLIB.H
│ │ │ │ │ │ │ ├── Dib.h
│ │ │ │ │ │ │ ├── JDCT.H
│ │ │ │ │ │ │ ├── Jpeg.cpp
│ │ │ │ │ │ │ ├── Jmorecfg.h
│ │ │ │ │ │ │ ├── JPEGINT.H
│ │ │ │ │ │ │ ├── Jpeglib2.lib
│ │ │ │ │ │ │ ├── dibapi.cpp
│ │ │ │ │ │ │ ├── Jpeg.h
│ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ ├── PictViewDoc.ico
│ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ ├── toolbar1.bmp
│ │ │ │ │ │ │ ├── PictView.rc2
│ │ │ │ │ │ │ ├── PictView.ico
│ │ │ │ │ │ ├── ImageBmpConvert.cpp
│ │ │ │ │ │ ├── PictView.cpp
│ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ ├── PictViewDoc.cpp
│ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ ├── PictView.clw
│ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ ├── PictViewDoc.h
│ │ │ │ │ │ ├── PictView.aps
│ │ │ │ │ │ ├── PictView.vcproj
│ │ │ │ │ │ ├── PictView.plg
│ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ ├── ClassImage.cpp
│ │ │ │ │ │ ├── PictViewView.h
│ │ │ │ │ │ ├── CodeFans.net.url
│ │ │ │ │ │ ├── PictView.rc
│ │ │ │ │ │ ├── ClassImage.h
│ │ │ │ │ │ ├── PictView.dsp
│ │ │ │ │ │ ├── PictView.vcproj.C0.LHB.user
│ │ │ │ │ │ ├── PictView.h
│ │ │ │ │ │ ├── ImageTga.cpp
│ │ │ │ │ │ ├── ImageBmp.cpp
│ │ │ │ │ │ ├── PictView.dsw
│ │ │ │ │ │ ├── PictView.sln
│ │ │ │ │ │ ├── ImagePcx.cpp
│ │ │ │ │ │ ├── PictView.opt
│ │ │ │ │ │ ├── PictViewView.cpp
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── lena.bmp
│ │ │ │ ├── 02_绘图板
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ ├── MFC绘图版Doc.ico
│ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ ├── MFC绘图版.ico
│ │ │ │ │ │ │ ├── toolbar1.bmp
│ │ │ │ │ │ │ ├── MFC绘图版.rc2
│ │ │ │ │ │ ├── MFC绘图版.clw
│ │ │ │ │ │ ├── MFC绘图版.h
│ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ ├── MFC绘图版View.cpp
│ │ │ │ │ │ ├── SettingDlg.cpp
│ │ │ │ │ │ ├── Stroke.h
│ │ │ │ │ │ ├── MFC绘图版.dsp
│ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ ├── MFC绘图版.dsw
│ │ │ │ │ │ ├── StdAfx.cpp
│ │ │ │ │ │ ├── Graph.h
│ │ │ │ │ │ ├── MFC绘图版.cpp
│ │ │ │ │ │ ├── MFC绘图版Doc.opt
│ │ │ │ │ │ ├── MFC绘图版.plg
│ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ ├── MFC绘图版View.ncb
│ │ │ │ │ │ ├── MFC绘图版.vcxproj
│ │ │ │ │ │ ├── MFC绘图版.opt
│ │ │ │ │ │ ├── MFC绘图版Doc.cpp
│ │ │ │ │ │ ├── MFC绘图版.aps
│ │ │ │ │ │ ├── SettingDlg.h
│ │ │ │ │ │ ├── MFC绘图版Doc.ncb
│ │ │ │ │ │ ├── MFC绘图版Doc.h
│ │ │ │ │ │ ├── MFC绘图版Doc.plg
│ │ │ │ │ │ ├── MFC绘图版View.opt
│ │ │ │ │ │ ├── MFC绘图版.sln
│ │ │ │ │ │ ├── Graph.cpp
│ │ │ │ │ │ ├── MFC绘图版.vcproj
│ │ │ │ │ │ ├── StdAfx.h
│ │ │ │ │ │ ├── MFC绘图版View.plg
│ │ │ │ │ │ ├── MFC绘图版View.h
│ │ │ │ │ │ ├── MFC绘图版.rc
│ │ │ │ │ │ ├── Stroke.cpp
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── MFC绘图版.exe
│ │ │ │ ├── 08_图像检索系统
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── 图像检索系统.exe
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── 图像检索系统
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── My.rc2
│ │ │ │ │ │ │ │ ├── 图像检索系统.ico
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── 图像检索系统.vcproj
│ │ │ │ │ │ │ ├── imagetrievalDlg.cpp
│ │ │ │ │ │ │ ├── Resource.h
│ │ │ │ │ │ │ ├── picture.h
│ │ │ │ │ │ │ ├── 图像检索系统.cpp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── 图像检索系统.h
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── 图像检索系统.aps
│ │ │ │ │ │ │ ├── imagetrievalDlg.h
│ │ │ │ │ │ │ ├── 图像检索系统.rc
│ │ │ │ │ │ ├── 图像检索系统.sln
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── E1456.BMP
│ │ │ │ │ │ ├── hand10.BMP
│ │ │ │ │ │ ├── tn_0029.BMP
│ │ │ │ │ │ ├── TM141.BMP
│ │ │ │ │ │ ├── leaf2.BMP
│ │ │ │ │ │ ├── ys066.BMP
│ │ │ │ │ │ ├── hand1.BMP
│ │ │ │ │ │ ├── 7.BMP
│ │ │ │ │ │ ├── E1454.BMP
│ │ │ │ │ │ ├── E1453.BMP
│ │ │ │ │ │ ├── TM146.BMP
│ │ │ │ │ │ ├── leaf6.BMP
│ │ │ │ │ │ ├── tn_0027.BMP
│ │ │ │ │ │ ├── 2.BMP
│ │ │ │ │ │ ├── ys065.BMP
│ │ │ │ │ │ ├── ys067.BMP
│ │ │ │ │ │ ├── tn_0024.BMP
│ │ │ │ │ │ ├── 5.BMP
│ │ │ │ │ │ ├── hand13.BMP
│ │ │ │ │ │ ├── E1458.BMP
│ │ │ │ │ │ ├── tn_0023.BMP
│ │ │ │ │ │ ├── ys047.BMP
│ │ │ │ │ │ ├── 6.BMP
│ │ │ │ │ │ ├── tn_0003.BMP
│ │ │ │ │ │ ├── leaf5.BMP
│ │ │ │ │ │ ├── tn_0026.BMP
│ │ │ │ │ │ ├── hand2.BMP
│ │ │ │ │ │ ├── 3.BMP
│ │ │ │ │ │ ├── hand4.BMP
│ │ │ │ │ │ ├── E1459.BMP
│ │ │ │ │ │ ├── 1.BMP
│ │ │ │ │ ├── 说明.txt
│ │ │ │ ├── 13_车型识别系统
│ │ │ │ │ ├── Images
│ │ │ │ │ │ ├── 背景图像.bmp
│ │ │ │ │ │ ├── 前景图像.bmp
│ │ │ │ │ ├── 源码
│ │ │ │ │ │ ├── CarShapeIdentify
│ │ │ │ │ │ │ ├── res
│ │ │ │ │ │ │ │ ├── CarShapeIdentify.rc2
│ │ │ │ │ │ │ │ ├── CarShapeIdentifyDoc.ico
│ │ │ │ │ │ │ │ ├── Toolbar.bmp
│ │ │ │ │ │ │ │ ├── CarShapeIdentify.ico
│ │ │ │ │ │ │ ├── contour
│ │ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ │ │ ├── 1(1).bmp
│ │ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ ├── stdafx.cpp
│ │ │ │ │ │ │ ├── MyImg.h
│ │ │ │ │ │ │ ├── resource.h
│ │ │ │ │ │ │ ├── CarShapeIdentify.h
│ │ │ │ │ │ │ ├── CarShapeIdentify.cpp
│ │ │ │ │ │ │ ├── CarShapeIdentifyDoc.cpp
│ │ │ │ │ │ │ ├── CarShapeIdentify.aps
│ │ │ │ │ │ │ ├── CarShapeIdentify.rc
│ │ │ │ │ │ │ ├── MainFrm.cpp
│ │ │ │ │ │ │ ├── MyImg.cpp
│ │ │ │ │ │ │ ├── CarShapeIdentifyView.cpp
│ │ │ │ │ │ │ ├── stdafx.h
│ │ │ │ │ │ │ ├── targetver.h
│ │ │ │ │ │ │ ├── CarShapeIdentifyDoc.h
│ │ │ │ │ │ │ ├── MainFrm.h
│ │ │ │ │ │ │ ├── CarShapeIdentify.vcproj
│ │ │ │ │ │ │ ├── ReadMe.txt
│ │ │ │ │ │ │ ├── CarShapeIdentifyView.h
│ │ │ │ │ │ ├── CarShapeIdentify.sln
│ │ │ │ │ ├── 可执行文件
│ │ │ │ │ │ ├── contour
│ │ │ │ │ │ │ ├── 0.bmp
│ │ │ │ │ │ │ ├── 1.bmp
│ │ │ │ │ │ │ ├── 3.bmp
│ │ │ │ │ │ │ ├── 2.bmp
│ │ │ │ │ │ ├── ml210.dll
│ │ │ │ │ │ ├── cxcore210.dll
│ │ │ │ │ │ ├── cvaux210.dll
│ │ │ │ │ │ ├── highgui210.dll
│ │ │ │ │ │ ├── cv210.dll
│ │ │ │ │ │ ├── CarShapeIdentify.exe
│ │ │ │ │ ├── 说明.txt
│ │ │ ├── 12 深度学习CNN RNN等框架
│ │ │ │ ├── 第3课 梯度下降法与反向传播
│ │ │ │ │ ├── 第3课 梯度下降法与反向传播.avi
│ │ │ │ │ ├── 5月班第3课课件:梯度下降法与反向传播 (1).pdf
│ │ │ │ ├── 第5课 CNN训练注意事项与框架使用
│ │ │ │ │ ├── 5月班第5次课 - caffe TensorFlow使用与CNN训练注意事项.pdf
│ │ │ │ │ ├── 第5课 CNN训练注意事项与框架使用.avi
│ │ │ │ ├── 第4课 CNN与常用框架
│ │ │ │ │ ├── 第4课 CNN与常用框架.avi
│ │ │ │ │ ├── 5月深度学习班第4课--CNN,典型网络结构与常用框架.pdf
│ │ │ │ ├── 第10课 更多框架
│ │ │ │ │ ├── 第10课 更多框架.avi
│ │ │ │ │ ├── 5月班第10课_framework.pdf
│ │ │ │ ├── 第8课 RNN应用
│ │ │ │ │ ├── 5月班第8课_rnn_appliacation.pdf
│ │ │ │ │ ├── 第8课 RNN应用.avi
│ │ │ │ ├── 第9课 更多的网络类型
│ │ │ │ │ ├── 第9课 更多的网络类型.avi
│ │ │ │ │ ├── 5月班第9次课课件_more_about_nn.pdf
│ │ │ │ ├── 第1课 机器学习中数学基础
│ │ │ │ │ ├── 五月班第一次课件:机器学习中数学基础 (1).pdf
│ │ │ │ │ ├── 第1课 机器学习中数学基础.avi
│ │ │ │ ├── 第2课 高效计算基础与图像线性分类器
│ │ │ │ │ ├── image linear classification.zip
│ │ │ │ │ ├── 第2课 高效计算基础与图像线性分类器.avi
│ │ │ │ │ ├── numpy_operations.ipynb
│ │ │ │ │ ├── 5月班第2课课件:高效计算基础与图像线性分类器.pdf
│ │ │ │ ├── 第6课 CNN推展案例
│ │ │ │ │ ├── 第6课 CNN推展案例.avi
│ │ │ │ │ ├── 5月班第6次课 - CNN扩展 图像识别与定位 物体检测 NeuralStyle.pdf
│ │ │ │ ├── 第7课 RNN介绍
│ │ │ │ │ ├── 5月班第7课课件_rnn_intrduction.pdf
│ │ │ │ │ ├── 第7课 RNN介绍.avi
│ │ │ ├── 15 工具箱
│ │ │ │ ├── 4.0
│ │ │ │ │ ├── opencv4.0.0.zip
│ │ │ │ │ ├── opencv_contrib-4.0.0.zip
│ │ │ │ ├── 3.4
│ │ │ │ │ ├── opencv-3.4.1-vc14_vc15.exe
│ │ │ │ ├── OpenCV下载地址.txt
│ │ │ │ ├── vs2015.com_chs.iso
│ │ │ ├── 08 人工智能之OpenCV人脸识别案例实战视频教程 (课件+源码)
│ │ │ │ ├── 08-人脸识别算法之FisherFace.ts
│ │ │ │ ├── 10-案例-实时人脸识别应用开发-01.ts
│ │ │ │ ├── 07-人脸识别算法之EigenFace-02.ts
│ │ │ │ ├── 09-人脸识别算法之LBPH.ts
│ │ │ │ ├── 11-案例-实时人脸识别应用开发-02.ts
│ │ │ │ ├── 02-均值方差与协方差 协方差矩阵.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 05-PCA原理与应用-02.ts
│ │ │ │ ├── 03-特征值与特征向量.ts
│ │ │ │ ├── 04-PCA原理与应用-01.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 06-人脸识别算法之EigenFace-01.ts
│ │ │ │ ├── 01-概述与环境准备.ts
│ │ │ ├── 01 OpenCV图像处理视频课程(课件+源码)
│ │ │ │ ├── 34-基于距离变换与分水岭的图像分割-01.ts
│ │ │ │ ├── 31-轮廓周围绘制矩形框和圆形框.ts
│ │ │ │ ├── 课程配套PPT.zip
│ │ │ │ ├── 28-模板匹配(Template Match).ts
│ │ │ │ ├── 33-点多边形测试.ts
│ │ │ │ ├── 12-形态学操作.ts
│ │ │ │ ├── 23-像素重映射(cv__remap).ts
│ │ │ │ ├── 09-模糊图像一.ts
│ │ │ │ ├── 32-图像矩(Image Moments).ts
│ │ │ │ ├── 15-基本阈值操作.ts
│ │ │ │ ├── 30-凸包-Convex Hull.ts
│ │ │ │ ├── 05-图像操作.ts
│ │ │ │ ├── 17-处理边缘.ts
│ │ │ │ ├── 21-霍夫变换-直线.ts
│ │ │ │ ├── 14-图像金字塔-上采样与降采样.ts
│ │ │ │ ├── 29-轮廓发现.ts
│ │ │ │ ├── 24-直方图均衡化.ts
│ │ │ │ ├── 06-图像混合.ts
│ │ │ │ ├── 18-Sobel算子.ts
│ │ │ │ ├── 10-图像模糊二.ts
│ │ │ │ ├── 22-霍夫圆变换.ts
│ │ │ │ ├── 35-基于距离变换与分水岭的图像分割-02.ts
│ │ │ │ ├── 26-直方图比较.ts
│ │ │ │ ├── 02-加载、修改、保存图像.ts
│ │ │ │ ├── 25-直方图计算.ts
│ │ │ │ ├── 04-Mat对象.ts
│ │ │ │ ├── 27-直方图反向投影(Back Projection).ts
│ │ │ │ ├── 01-概述 - OpenCV介绍与环境搭建.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 11-膨胀与腐蚀.ts
│ │ │ │ ├── 08-绘制形状与文字.ts
│ │ │ │ ├── 20-Canny边缘检测.ts
│ │ │ │ ├── 07-调整图像亮度与对比度.ts
│ │ │ │ ├── 13-形态学操作应用-提取水平与垂直线.ts
│ │ │ │ ├── 03-矩阵的掩膜操作.ts
│ │ │ │ ├── 16-自定义线性滤波.ts
│ │ │ │ ├── 19-Laplance算子.ts
│ │ │ ├── 11 OpenCV & FFmpeg & Qt C++视频编辑器实战开发
│ │ │ │ ├── 04 FFMpeg工具处理音频
│ │ │ │ │ ├── 027 使用ffmpeg工具实现音频抽取剪切和与视频合并~1.mp4
│ │ │ │ ├── 02 OpenCV核心类型 Mat
│ │ │ │ │ ├── attached_files
│ │ │ │ │ │ ├── 007 OpenCV Mat类型分析源码介绍空间创建和释放
│ │ │ │ │ │ │ ├── -src-1.rar
│ │ │ │ │ ├── 013 通过迭代器遍历Mat并总结遍历方法~1.mp4
│ │ │ │ │ ├── 010 遍历不连续的OpenCV Mat空间~1.mp4
│ │ │ │ │ ├── 008 遍历和修改连续的OpenCV Mat图像空间~1.mp4
│ │ │ │ │ ├── 014 QT自定义opengl的Widget绘制Mat~1.mp4
│ │ │ │ │ ├── 012 通过OpenCV at函数遍历Mat并捕获异常~1.mp4
│ │ │ │ │ ├── 011 通过OpenCV ptr模板函数遍历Mat并测试其性能~1.mp4
│ │ │ │ │ ├── 009 使用opencv接口实现运行记时函数用来分析执行效率~1.mp4
│ │ │ │ │ ├── 007 OpenCV Mat类型分析源码介绍空间创建和释放~1.mp4
│ │ │ │ ├── 01 介绍
│ │ │ │ │ ├── attached_files
│ │ │ │ │ │ ├── 002 opencv源码在windows下载编译安装
│ │ │ │ │ │ │ ├── opencv3.2Linux.txt.zip
│ │ │ │ │ │ ├── 006 windows 上创建opencv示例项目编译并执行
│ │ │ │ │ │ │ ├── 01-windows-linux-1.zip
│ │ │ │ │ ├── 003 Ubuntu下编译opencv源码~1.mp4
│ │ │ │ │ ├── 002 opencv源码在windows下载编译安装~1.mp4
│ │ │ │ │ ├── 001 介绍~1.mp4
│ │ │ │ │ ├── 005 ubuntu上创建opencv示例项目makefile编译并执行~1.mp4
│ │ │ │ │ ├── 006 windows 上创建opencv示例项目编译并执行~1.mp4
│ │ │ │ │ ├── 004 windows 上创建opencv示例项目编译并执行~1.mp4
│ │ │ │ ├── 05 OpenCV视频IO接口
│ │ │ │ │ ├── 034 使用opencv实现视频播放位置跳转~1.mp4
│ │ │ │ │ ├── 036 通过VideoWrite的write写入视频文件并分析源码~1.mp4
│ │ │ │ │ ├── 032 使用OpenCV VideoCapture播放视频示例~1.mp4
│ │ │ │ │ ├── 033 获取视频和相机的属性并分析获取视频属性的源码~1.mp4
│ │ │ │ │ ├── 028 OpenCV VideoCapture打开摄像头接口讲解和源码分析~1.mp4
│ │ │ │ │ ├── 029 OpenCV VideoCapture打开视频流接口讲解和源码分析~1.mp4
│ │ │ │ │ ├── 035 通过VideoWrite的open创建视频文件并分析源码~1.mp4
│ │ │ │ │ ├── 031 OpenCV read读取一帧视频接口讲解和源码分析~1.mp4
│ │ │ │ │ ├── 030 VideoCapture release关闭和空间释放源码分析~1.mp4
│ │ │ │ │ ├── 037 以h264格式录制并预览摄像机视频代码演示~1.mp4
│ │ │ │ ├── 06 XVideoEdit视频编辑器实战
│ │ │ │ │ ├── attached_files
│ │ │ │ │ │ ├── 061 视频添加水印
│ │ │ │ │ │ │ ├── 10XVideoEdit.zip
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ ├── 058 通过图像金字塔调整视频尺寸
│ │ │ │ │ │ │ ├── 7XVideoEdit.zip
│ │ │ │ │ │ ├── 065 音频类的抽取接口开发和测试
│ │ │ │ │ │ │ ├── 13XVideoEdit.zip
│ │ │ │ │ │ ├── 068 完成了视频剪辑包含音频剪辑
│ │ │ │ │ │ │ ├── 14XVideoEdit-Linux.zip
│ │ │ │ │ │ ├── 042 完成视频编辑器播放界面并完成绘制视频widget重载
│ │ │ │ │ │ │ ├── 1XVideoEdit.zip
│ │ │ │ │ │ ├── 062 视频融合1-完成了打开第二个视频源
│ │ │ │ │ │ │ ├── 11XVideoEdit-blend.zip
│ │ │ │ │ │ ├── 048 通过QSlider滑动条拖动完成视频播放位置跳转
│ │ │ │ │ │ │ ├── 2XVideoEdit.zip
│ │ │ │ │ │ ├── 052 视频的导出1接口调用搭建和界面实现完成
│ │ │ │ │ │ │ ├── 4XVideoEdit.zip
│ │ │ │ │ │ ├── 055 视频图像旋转并导出
│ │ │ │ │ │ │ ├── 5XVideoEdit.zip
│ │ │ │ │ │ ├── 059 通过ROI裁剪视频画面
│ │ │ │ │ │ │ ├── 8XVideoEdit.zip
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ ├── 056 视频上下左右镜像
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ │ ├── 6XVideoEdit.zip
│ │ │ │ │ │ ├── 051 调整视频亮度对比度3完成界视频结果显示
│ │ │ │ │ │ │ ├── 3XVideoEdit.zip
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ ├── 064 两路视频的横向合并为一个视频
│ │ │ │ │ │ │ ├── 下载必看.txt
│ │ │ │ │ │ │ ├── 12XVideoEdit.zip
│ │ │ │ │ │ ├── 060 转换为灰度图视频并导出
│ │ │ │ │ │ │ ├── 9XVideoEdit.zip
│ │ │ │ │ ├── 052 视频的导出1接口调用搭建和界面实现完成~1.mp4
│ │ │ │ │ ├── 040 基于QT系统界面设计详解~1.mp4
│ │ │ │ │ ├── 057 调整视频尺寸并导出~1.mp4
│ │ │ │ │ ├── 051 调整视频亮度对比度3完成界视频结果显示~1.mp4
│ │ │ │ │ ├── 061 视频添加水印~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 058 通过图像金字塔调整视频尺寸~1.mp4
│ │ │ │ │ ├── 049 调整视频亮度对比度1完成XImagePro类~1.mp4
│ │ │ │ │ ├── 050 调整视频亮度对比度2完成XFilter类~1.mp4
│ │ │ │ │ ├── 048 通过QSlider滑动条拖动完成视频播放位置跳转~1.mp4
│ │ │ │ │ ├── 054 完成播放暂停并使用qss设置播放暂停按钮样式效果~1.mp4
│ │ │ │ │ ├── 062 视频融合1-完成了打开第二个视频源~1.mp4
│ │ │ │ │ ├── 066 完成视频中音频的的合并导出~1.mp4
│ │ │ │ │ ├── 063 视频融合2-完成了融合和导出~1.mp4
│ │ │ │ │ ├── 041 实战项目环境搭建项目创建和配置~1.mp4
│ │ │ │ │ ├── 043 详解通过qss完成界面风格设置设置按钮圆角和渐变颜色~1.mp4
│ │ │ │ │ ├── 067 完成了视频的开始结束位置剪辑音频未处理~1.mp4
│ │ │ │ │ ├── 044 通过qt界面打开外部视频并完成打开失败的界面提示~1.mp4
│ │ │ │ │ ├── 060 转换为灰度图视频并导出~1.mp4
│ │ │ │ │ ├── 064 两路视频的横向合并为一个视频~1.mp4
│ │ │ │ │ ├── 046 解码并使用播放视频分析并解决QImage图像数据不连续问题~1.mp4
│ │ │ │ │ ├── 047 视频播放器进度条QSlider显示播放进度~1.mp4
│ │ │ │ │ ├── 059 通过ROI裁剪视频画面~1.mp4
│ │ │ │ │ ├── 039 项目类图介绍和类功能讲解~1.mp4
│ │ │ │ │ ├── 056 视频上下左右镜像~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 042 完成视频编辑器播放界面并完成绘制视频widget重载~1.mp4
│ │ │ │ │ ├── 055 视频图像旋转并导出~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 068 完成了视频剪辑包含音频剪辑~1.mp4
│ │ │ │ │ ├── 065 音频类的抽取接口开发和测试~1.mp4
│ │ │ │ │ ├── 053 视频导出2功能实现~1_吾爱程序猿论坛用户分享.mp4
│ │ │ │ │ ├── 038 编辑器的需求分析和最终实现的功能介绍~1.mp4
│ │ │ │ │ ├── 045 使用opencv读取并解码视频通过信号槽机制发出绘制信号~1.mp4
│ │ │ │ ├── 03 OpenCV图像处理
│ │ │ │ │ ├── 016 RGBYUVGRAY像素格式介绍opencv像素格式转换cvtColor接口讲解~1.mp4
│ │ │ │ │ ├── 017 手动实现转换灰度图并与opencv提供的函数做性能对比~1.mp4
│ │ │ │ │ ├── 026 通过ROI实现图像并排合并~1.mp4
│ │ │ │ │ ├── 020 图像尺寸调整算法介绍并手动实现近邻算法~1.mp4
│ │ │ │ │ ├── 019 通过对Mat遍历修改图像亮度和对比度与convertTo性能对比~1.mp4
│ │ │ │ │ ├── 021 调用opencv的resize使用近邻算法并与自定义算法比较~1.mp4
│ │ │ │ │ ├── 025 图像旋转和镜像~1.mp4
│ │ │ │ │ ├── 015 通过ROI感兴趣区域来裁剪图像~1.mp4
│ │ │ │ │ ├── 022 图像尺寸调整双线程插值算法讲解和性能测试~1.mp4
│ │ │ │ │ ├── 024 实现两幅图像混合blending~1.mp4
│ │ │ │ │ ├── 018 通过OpenCV阈值函数threshold实现图像的二值化~1.mp4
│ │ │ │ │ ├── 023 高斯金字塔和拉普拉斯金字塔调整图像尺寸详解~1.mp4
│ │ │ ├── 10 OpenCV计算机视觉实战(Python版)(课件+源码)
│ │ │ │ ├── 资料.rar
│ │ │ │ ├── 课件.rar
│ │ │ │ ├── 1-10.rar
│ │ │ │ ├── 11-21.rar
│ │ │ ├── 02 OpenCV特征提取与检测实战视频课程 (课件+源码)
│ │ │ │ ├── 13-HOG特征检测-01.ts
│ │ │ │ ├── 23-AKAZE局部匹配-01.ts
│ │ │ │ ├── 25-Brisk特征检测与匹配.ts
│ │ │ │ ├── 20-特征描述子.ts
│ │ │ │ ├── 08-亚像素级别角点检测.ts
│ │ │ │ ├── 10-SURF特征检测-02.ts
│ │ │ │ ├── 17-LBP(Local Binary Patterns)特征-03.ts
│ │ │ │ ├── 19-Haar特征.ts
│ │ │ │ ├── 15-LBP(Local Binary Patterns)特征-01.ts
│ │ │ │ ├── 05-Shi-Tomasi角点检测.ts
│ │ │ │ ├── 06-自定义角点检测器-01.ts
│ │ │ │ ├── 14-HOG特征检测-02.ts
│ │ │ │ ├── 21-FLANN特征匹配.ts
│ │ │ │ ├── 26-级联分类器 – 人脸检测.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 22-平面对象识别.ts
│ │ │ │ ├── 11-SIFT特征检测-01.ts
│ │ │ │ ├── 16-LBP(Local Binary Patterns)特征-02.ts
│ │ │ │ ├── 07-自定义角点检测器-02.ts
│ │ │ │ ├── 18-积分图计算.ts
│ │ │ │ ├── 12-SIFT特征检测-02.ts
│ │ │ │ ├── 24-AKAZE局部匹配-02.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 03-Harris角点检测-01.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 09-SURF特征检测-01.ts
│ │ │ │ ├── 02-OpenCV3.1.0编译.ts
│ │ │ │ ├── 04-Harris角点检测-02.ts
│ │ │ ├── 07 OpenCV3.3深度神经网络(DNN)模块-应用视频教程 (课件+源码)
│ │ │ │ ├── 08-FCN模型图像分割-02.ts
│ │ │ │ ├── 02-使用GoogleNet模型实现图像分类-01.ts
│ │ │ │ ├── 04-使用SSD模型实现对象检测-01.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 10-GOTURN模型实现视频对象跟踪.ts
│ │ │ │ ├── 03-使用GoogleNet模型实现图像分类-02.ts
│ │ │ │ ├── 06-MobileNet模型实时对象检测.ts
│ │ │ │ ├── 07-FCN模型实现图像分割-01.ts
│ │ │ │ ├── 05-使用SSD模型实现对象检测-02.ts
│ │ │ │ ├── 01-DNN模块概述.ts
│ │ │ │ ├── 09-CNN模型预测性别与年龄.ts
│ │ │ ├── 《OpenCV3编程入门》书本配套源代码
│ │ │ │ ├── 【OpenCV3版】《OpenCV3编程入门》书本配套源代码.rar
│ │ │ │ ├── 【可执行exe合集】《OpenCV3编程入门》书中可执行程序合集.rar
│ │ │ │ ├── OpenCV3编程入门.pdf
│ │ │ ├── 05 OpenCV图像分割实战视频教程 (课件+源码)
│ │ │ │ ├── 12-Grabcut原理与演示应用-代码演示.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 课程配套代码与图片.zip
│ │ │ │ ├── 09-分水岭分割方法-对象分离与计数02.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 10-分水岭分割方法-图像分割.ts
│ │ │ │ ├── 06-高斯混合模型(GMM)方法-图像分割.ts
│ │ │ │ ├── 13-案例实战一证件照背景替换-01.ts
│ │ │ │ ├── 07-分水岭分割方法-原理.ts
│ │ │ │ ├── 15-案例实战一绿幕背景视频抠图-01.ts
│ │ │ │ ├── 11-Grabcut原理与演示应用-原理.ts
│ │ │ │ ├── 04-KMeans方法-图像分割.ts
│ │ │ │ ├── 08-分水岭分割方法-对象分离与计数01.ts
│ │ │ │ ├── 14-案例实战一证件照背景替换.ts
│ │ │ │ ├── 02-KMeans方法-原理.ts
│ │ │ │ ├── 03-KMeans方法-数据聚类.ts
│ │ │ │ ├── 16-案例实战一绿幕背景视频抠图.ts
│ │ │ │ ├── 05-高斯混合模型(GMM)方法-原理与数据聚类.ts
│ │ │ ├── 14 附赠2:赠送不同环境下安装不同版本的opencv
│ │ │ │ ├── visual_studio_community_2017_version_15.3.exe
│ │ │ │ ├── win+OpenCV 4.0+Python3.6开发环境搭建.flv
│ │ │ │ ├── win 系统 Visual Studio 2017安装及使用教程.flv
│ │ │ │ ├── win+opencv3.3+VS2017环境配置指导.flv
│ │ │ │ ├── 5分钟配置好OpenCV3.2+VS2015开发环境.flv
│ │ │ ├── 04 OpenCV级联分类器训练与使用实战教程课程 (课件+源码)
│ │ │ │ ├── 13-HAAR_LBP级联分类器训练-03.ts
│ │ │ │ ├── 08-视频中人脸检测与眼睛跟踪-02.ts
│ │ │ │ ├── 02-Haar与LBP级联分类器原理介绍-01.ts
│ │ │ │ ├── 03-Haar与LBP级联分类器原理介绍-02.ts
│ │ │ │ ├── 11-HAAR_LBP级联分类器训练-01.ts
│ │ │ │ ├── 12-HAAR_LBP级联分类器训练-02.ts
│ │ │ │ ├── 05-Haar与LBP级联分类器使用-02.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 10-HAAR级联数据文件结构与精简.ts
│ │ │ │ ├── 04-Haar与LBP级联分类器使用-01.ts
│ │ │ │ ├── 06-HAAR猫脸检测.ts
│ │ │ │ ├── 09-视频中人脸检测与眼睛跟踪-03.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 07-视频中人脸检测与眼睛跟踪-01.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ ├── 03 OpenCV图像处理-小案例实战 (课件+源码)
│ │ │ │ ├── 12-案例五 透视校正-02.ts
│ │ │ │ ├── 课程配套源代码.zip
│ │ │ │ ├── 02-案例一 切边-01.ts
│ │ │ │ ├── 课程配套PDF.zip
│ │ │ │ ├── 13-案例五 透视校正-03.ts
│ │ │ │ ├── 09-案例四 对象计数-01.ts
│ │ │ │ ├── 06-案例二 直线检测-02.ts
│ │ │ │ ├── 14-案例五 透视校正-04.ts
│ │ │ │ ├── 07-案例三 对象提取-01.ts
│ │ │ │ ├── 15-案例六 对象提取与测量.ts
│ │ │ │ ├── 10-案例四 对象计数-02.ts
│ │ │ │ ├── 01-概述.ts
│ │ │ │ ├── 03-案例一 切边-02.ts
│ │ │ │ ├── 05-案例二 直线检测-01.ts
│ │ │ │ ├── 04-案例一 切边-03.ts
│ │ │ │ ├── 11-案例五 透视校正-01.ts
│ │ │ │ ├── 08-案例三 对象提取-02.ts
│ │ │ ├── 00 如果没有声音或者卡顿,下载到电脑看即可.txt
├── 阶段014 赠品-AI智慧交通项目实战
│ ├── 03-车流量统计
│ │ ├── 02-多目标跟踪算法_.wmv
│ │ ├── 10-sort算法实现跟踪_.wmv
│ │ ├── 09-sort算法实现2_.wmv
│ │ ├── 06-卡尔曼滤波思想_.wmv
│ │ ├── 11-deepsort算法跟踪_.wmv
│ │ ├── 08-sort算法实现1 _.wmv
│ │ ├── 07-卡尔曼滤波实践_.wmv
│ │ ├── 04-KM算法_.wmv
│ │ ├── 05-卡尔曼滤波_.wmv
│ │ ├── 03-sort和deepsort算法_.wmv
│ │ ├── 01-车流量统计思想_.wmv
│ ├── 02-yoloV8
│ │ ├── 05-streamlit的实现_.wmv
│ │ ├── 04-效果展示_.wmv
│ │ ├── 02-V8简介_.wmv
│ │ ├── 01-YOLO发展_.wmv
│ │ ├── 03-V8的使用_.wmv
│ ├── 04-车道线检测
│ │ ├── 07-相机较正流程_.wmv
│ │ ├── 13-车道线拟合_.wmv
│ │ ├── 11-车道线提取_.wmv
│ │ ├── 08-双目较正_.wmv
│ │ ├── 15-车道线曲率_.wmv
│ │ ├── 16-车辆偏离中心库里计算_.wmv
│ │ ├── 06-优化方法2_.wmv
│ │ ├── 02-相机坐标系转换_.wmv
│ │ ├── 18-效果展示_.wmv
│ │ ├── 14-车道线填充_.wmv
│ │ ├── 05-优化方法_.wmv
│ │ ├── 04-相机较正方法_.wmv
│ │ ├── 10-图像去畸变_.wmv
│ │ ├── 09-相机较正实现_.wmv
│ │ ├── 12-车道线定位_.wmv
│ │ ├── 01-车道线检测原理_.wmv
│ │ ├── 17-车道线检测流程_.wmv
│ │ ├── 03-内容回顾_.wmv
│ ├── 01-opencv
│ │ ├── 04-opencv介绍_.wmv
│ │ ├── 08-图像缩放与平移_.wmv
│ │ ├── 11-图像噪声_.wmv
│ │ ├── 14-sobel边缘检测_.wmv
│ │ ├── 09-图像旋转和仿射变换_.wmv
│ │ ├── 01-项目架构_.wmv
│ │ ├── 12-图像平滑方法_.wmv
│ │ ├── 16-视频读写_.wmv
│ │ ├── 10-透射变换_.wmv
│ │ ├── 05-图像读写_.wmv
│ │ ├── 17-opencv总结_.wmv
│ │ ├── 07-图像加法_.wmv
│ │ ├── 02-项目构成_.wmv
│ │ ├── 03-资料共享_.wmv
│ │ ├── 15-canny边缘检测_.wmv
│ │ ├── 06-绘制几何图像_.wmv
│ │ ├── 13-边缘检测思想_.wmv
├── 03-数据处理和统计分析-V6.X版-10天-AI版
│ ├── day09
│ │ ├── 06.Pandas-单变量-柱状图(条形图)_.wmv
│ │ ├── 14.Seaborn-双变量-箱线图_.wmv
│ │ ├── 16.Seaborn-样式介绍_.wmv
│ │ ├── 07.Pandas-单变量-折线图-面积图-饼图_.wmv
│ │ ├── 15.Seaborn-双变量-小提琴图_.wmv
│ │ ├── 11.Seaborn-双变量-散点图_.wmv
│ │ ├── 09.Seaborn-单变量-密度图_.wmv
│ │ ├── 03.MatPlotlib-单变量-直方图_.wmv
│ │ ├── 08.Seaborn-单变量-直方图_.wmv
│ │ ├── 02.anscombe数据集可视化_.wmv
│ │ ├── 01.今日内容大纲介绍_.wmv
│ │ ├── 13.Seaborn-双变量-2D密度图_.wmv
│ │ ├── 10.Seaborn-单变量-计数图_.wmv
│ │ ├── 05.MatPlotlib-多变量-散点图_.wmv
│ │ ├── 04.MatPlotlib-双变量-散方图_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ ├── day01
│ │ ├── 08.挂载虚拟机到Vmware软件(掌握)_.wmv
│ │ ├── 05.虚拟化软件介绍_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 03.计算机介绍_.wmv
│ │ ├── 14.Linux基础命令-cd和pwd_.wmv
│ │ ├── 13.Linux基础命令-ls命令_.wmv
│ │ ├── 10.FinalShell-连接Linux虚拟机_.wmv
│ │ ├── 20.Linux基础命令-echo, 重定向, tail命令_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 07.手动安装虚拟机(了解即可)_.wmv
│ │ ├── 22.Linux基础命令-vi常用快捷键_.wmv
│ │ ├── 04.Linux系统介绍_.wmv
│ │ ├── 19.Linux基础命令-grep和管道命令_.wmv
│ │ ├── 17.Linux基础命令-文件操作(下)_.wmv
│ │ ├── 21.Linux基础命令-vi命令入门_.wmv
│ │ ├── 16.Linux基础命令-文件操作(上)_.wmv
│ │ ├── 23.扩展_man命令 和 help选项_.wmv
│ │ ├── 06.Vmware-软件安装_.wmv
│ │ ├── 01.阶段大纲介绍_.wmv
│ │ ├── 15.Linux基础命令-创建目录_.wmv
│ │ ├── 11.Linux目录-介绍_.wmv
│ │ ├── 11.Linux-命令格式介绍_.wmv
│ │ ├── 09.Linux-快照_.wmv
│ │ ├── 18.Linux基础命令-查找命令_.wmv
│ ├── day08
│ │ ├── 21.日期运算_.wmv
│ │ ├── 09.分组转换演示_.wmv
│ │ ├── 25.Matplotlib-面向对象方式绘图_.wmv
│ │ ├── 04.apply函数-操作df对象_.wmv
│ │ ├── 08.分组聚合演示_.wmv
│ │ ├── 13.零售会员数据分析-需求介绍_.wmv
│ │ ├── 18.回顾_python中的日期类型_.wmv
│ │ ├── 10.分组过滤演示_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 06.向量化函数介绍_.wmv
│ │ ├── 11.GroupBy分组对象介绍_.wmv
│ │ ├── 03.apply函数-操作Series对象_.wmv
│ │ ├── 19.Pandas中的日期类型介绍_.wmv
│ │ ├── 16.零售会员数据分析-计算月存量_.wmv
│ │ ├── 24.Matplotlib-状态接口方式绘图_.wmv
│ │ ├── 07.apply函数-结合lambda表达式使用_.wmv
│ │ ├── 23.Python可视化组件介绍_.wmv
│ │ ├── 05.apply函数案例-计算某列的缺失值占比_.wmv
│ │ ├── 14.零售会员数据分析-月增量实现及可视化_.wmv
│ │ ├── 22.获取连续的日期_.wmv
│ │ ├── 15.零售会员数据分析-透视表方式计算月增量_.wmv
│ │ ├── 17.零售会员数据分析-会员增量等级分布_.wmv
│ │ ├── 20.提取日期的各个部分_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 01.昨日反馈处理及内容回顾_.wmv
│ ├── day03
│ │ ├── 20.delete from 和 truncate table区别_.wmv
│ │ ├── 05.MySQL版本介绍_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 04.数据库分类_.wmv
│ │ ├── 11.扩展_DataGrip基本设置_.wmv
│ │ ├── 17.DDL-操作字段_.wmv
│ │ ├── 03.数据库简介_.wmv
│ │ ├── 21.扩展_如何备份数据表_.wmv
│ │ ├── 14.上午内容回顾_.wmv
│ │ ├── 15.DDL-操作数据库_.wmv
│ │ ├── 19.DML-修改和删除表数据_.wmv
│ │ ├── 08.MySQL-登陆和登出_.wmv
│ │ ├── 06.MySQL-安装_.wmv
│ │ ├── 07.MySQL-安装时可能遇到的问题_.wmv
│ │ ├── 09.DataGrip连接MySQL_.wmv
│ │ ├── 10.扩展_PyCharm连接MySQL_.wmv
│ │ ├── 13.SQL语句-通用语法和常用数据类型_.wmv
│ │ ├── 22.约束详解_.wmv
│ │ ├── 16.DDL-操作数据表_.wmv
│ │ ├── 18.DML-添加表数据_.wmv
│ │ ├── 12.SQL语句-分类_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ ├── day06
│ │ ├── 15.DataFrame-布尔索引_.wmv
│ │ ├── 06.创建DataFrame对象_.wmv
│ │ ├── 13.DataFrame-常用属性介绍_.wmv
│ │ ├── 03.Panda-数据结构介绍_.wmv
│ │ ├── 04.通过列表创建Series对象_.wmv
│ │ ├── 07.Series对象常用属性_.wmv
│ │ ├── 10.Series-结合布尔值操作_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 05.扩展_通过元组_字典创建Series对象_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 20.DataFrame-导入和导出数据_.wmv
│ │ ├── 17.DataFrame-索引操作-入门_.wmv
│ │ ├── 11.Series-计算_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 19.DataFrame-添加-删除-插入列_.wmv
│ │ ├── 14.DataFrame-常用函数介绍_.wmv
│ │ ├── 08.Series对象常用函数_.wmv
│ │ ├── 09.Series案例-电影数据_.wmv
│ │ ├── 18.DataFrame-修改行索引和列名_.wmv
│ │ ├── 16.DataFrame-计算_.wmv
│ ├── day04
│ │ ├── 07.单表查询-分页查询_.wmv
│ │ ├── 11.扩展_多表建表-一对一_.wmv
│ │ ├── 12.多表查询-交叉查询_.wmv
│ │ ├── 06.单表查询-分组查询_.wmv
│ │ ├── 13.多表查询-连接查询_.wmv
│ │ ├── 05.单表查询-聚合查询_.wmv
│ │ ├── 08.上午内容回顾_.wmv
│ │ ├── 03.单表查询-条件查询_.wmv
│ │ ├── 01.昨日内容回顾及反馈处理_.wmv
│ │ ├── 10.扩展_多表建表-多对多_.wmv
│ │ ├── 09.多表建表-一对多_.wmv
│ │ ├── 16.窗口函数入门_.wmv
│ │ ├── 14.多表查询-子查询_.wmv
│ │ ├── 02.单表查询-简单查询_.wmv
│ │ ├── 04.单表查询-排序查询_.wmv
│ │ ├── 15.多表查询-自关联查询_.wmv
│ ├── day10
│ │ ├── 10.上午内容回顾_.wmv
│ │ ├── 08.RFM案例-汇总数据_.wmv
│ │ ├── 15.RFM案例-面向对象版_.wmv
│ │ ├── 03.RFM案例-基本实现过程介绍_.wmv
│ │ ├── 02.会员价值度预估模型介绍_.wmv
│ │ ├── 18.总结_Numpy_Pandas_.wmv
│ │ ├── 09.RFM案例-计算RFM各项指标值_.wmv
│ │ ├── 07.RFM案例-数据预处理_.wmv
│ │ ├── 04.RFM案例-背景介绍_.wmv
│ │ ├── 11.RFM案例-计算最终结果_.wmv
│ │ ├── 05.RFM案例-数据源介绍_.wmv
│ │ ├── 13.RFM案例-导出结果到本地文件或者数据库_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 16.扩展_迭代器_.wmv
│ │ ├── 14.RFM案例-总结及细节_.wmv
│ │ ├── 17.总结_Linux_MySQL_.wmv
│ │ ├── 06.RFM案例-加载数据及查看格式_.wmv
│ │ ├── 12.RFM案例-绘制3D柱状图_.wmv
│ ├── day02
│ │ ├── 扩展
│ │ │ ├── 01.Shell入门_.wmv
│ │ │ ├── 02.Shell脚本-运行方式_.wmv
│ │ │ ├── 03.MySQL环境搭建_.wmv
│ │ ├── 09.Linux-yum方式安装软件_.wmv
│ │ ├── 06.权限管理命令-chmod_.wmv
│ │ ├── 21.压缩和解压缩-tarball 归档方式_.wmv
│ │ ├── 05.权限查看相关_.wmv
│ │ ├── 22.压缩和解压缩-zip方式_.wmv
│ │ ├── 03.root用户-初识_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 15.网络相关-配置域名映射_.wmv
│ │ ├── 08.Linux-常用快捷键_.wmv
│ │ ├── 14.IP地址-介绍_.wmv
│ │ ├── 16.网络传输-下载和发起网络请求_.wmv
│ │ ├── 17.网络相关-端口号相关操作_.wmv
│ │ ├── 18.进程相关_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 04.用户和用户组相关操作_.wmv
│ │ ├── 07.权限管理命令-chown_.wmv
│ │ ├── 19.环境变量相关_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 12.Linux-硬链接_.wmv
│ │ ├── 20.Linux-上传和下载_.wmv
│ │ ├── 11.Linux-软连接_.wmv
│ │ ├── 10.Linux-服务管理命令-systemctl_.wmv
│ ├── day07
│ │ ├── 14.数据组合-append()函数_.wmv
│ │ ├── 07.DataFrame-常用的统计值的方法_.wmv
│ │ ├── 03.DataFrame-加载行, 列数据_.wmv
│ │ ├── 04.DataFrame-加载指定行列的数据_.wmv
│ │ ├── 08.DataFrame-常用排序方法_.wmv
│ │ ├── 16.数据组合-merge-多对一_.wmv
│ │ ├── 22.缺失值处理-非线性填充_.wmv
│ │ ├── 21.缺失值处理-删除_.wmv
│ │ ├── 09.链家案例-前5个需求_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 15.数据组合-merge-一对一_.wmv
│ │ ├── 20.缺失值-查看_.wmv
│ │ ├── 11.链家案例-9~12需求_.wmv
│ │ ├── 10.链家案例-6~8需求_.wmv
│ │ ├── 05.DataFrame-聚合统计_.wmv
│ │ ├── 18.缺失值-初识_.wmv
│ │ ├── 23.缺失值处理-线性填充_.wmv
│ │ ├── 06.DataFrame-基本绘图_.wmv
│ │ ├── 17.数组聚合-join方式(了解)_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 19.缺失值-加载_.wmv
│ │ ├── 13.数据组合-concat()函数_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ ├── day05
│ │ ├── 21.ndarray内置函数_比较-排序-去重_.wmv
│ │ ├── 15.创建ndarray数组_arange_matrix_.wmv
│ │ ├── 04.Python-常见的开源库_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 09.Jupyter Notebook-常用快捷键_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 18.创建ndarray数组_logspace等比数列和linspace等差数列_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 08.Jupyter Notebook-入门_.wmv
│ │ ├── 11.PyCharm集成Anaconda-jupyter Notebook_.wmv
│ │ ├── 19.ndarray内置函数-基本函数_.wmv
│ │ ├── 06.Anaconda-如何安装第三方资源库_.wmv
│ │ ├── 22.ndarray_运算_.wmv
│ │ ├── 16.创建ndarray数组_rand_randint_uniform_.wmv
│ │ ├── 20.ndarray内置函数-统计函数_.wmv
│ │ ├── 03.Python数据分析的优势_.wmv
│ │ ├── 10.扩展_Jupyter lab演示_.wmv
│ │ ├── 14.创建ndarray_数组_zeros_ones_empty_.wmv
│ │ ├── 13.Numpy-常用属性_.wmv
│ │ ├── 17.创建ndarray数组_astype函数_.wmv
│ │ ├── 07.Anaconda-沙箱相关操作_.wmv
│ │ ├── 05.Anaconda-环境搭建_.wmv
├── 08_知识图谱-V6.X-10天-AI版
│ ├── day03
│ │ ├── 04-model2train_.wmv
│ │ ├── 09-部署上线_.wmv
│ │ ├── 02-lstm搭建_.wmv
│ │ ├── 11-dataloader-dubug_.wmv
│ │ ├── 10-TransferData-debug_.wmv
│ │ ├── 01-每日反馈+总结_.wmv
│ │ ├── 07-model2text_.wmv
│ │ ├── 06-model2dev_.wmv
│ │ ├── 08-extract_ents_.wmv
│ │ ├── 12-train-debug_.wmv
│ │ ├── 03-lstm-crf搭建_.wmv
│ ├── day04
│ │ ├── 03-基于规则实现RE_.wmv
│ │ ├── 07-pos_padding_.wmv
│ │ ├── 11-get_loader_.wmv
│ │ ├── 05-数据预处理1_.wmv
│ │ ├── 06-sent_padding_.wmv
│ │ ├── 02-关系抽取基本知识_.wmv
│ │ ├── 01-每日反馈+拓展_.wmv
│ │ ├── 04-config_.wmv
│ │ ├── 08-get_data_.wmv
│ │ ├── 09-dataset_.wmv
│ │ ├── 10-collate_fn_.wmv
│ ├── day05
│ │ ├── 03-forward的shape变化_.wmv
│ │ ├── 04-forward实现_.wmv
│ │ ├── 10-config_.wmv
│ │ ├── 05-train实现_.wmv
│ │ ├── 06-model2test实现_.wmv
│ │ ├── 01-每日反馈+总结_.wmv
│ │ ├── 07-predict讲解_.wmv
│ │ ├── 08-casrel架构_.wmv
│ │ ├── 09-casrel模型细节_.wmv
│ │ ├── 02-模型init_.wmv
│ ├── day02
│ │ ├── 07-总结_.wmv
│ │ ├── 04-加载数据集_.wmv
│ │ ├── 02-代码架构_.wmv
│ │ ├── 06-read_label_text_.wmv
│ │ ├── 11-总结_.wmv
│ │ ├── 08-config_.wmv
│ │ ├── 01-CRF损失函数推导_.wmv
│ │ ├── 05-transfer方法_.wmv
│ │ ├── 10-get_data_.wmv
│ │ ├── 03-项目架构_.wmv
│ │ ├── 09-dataset-collate_fn_.wmv
│ ├── day08
│ │ ├── 06-get_spo_type分析_.wmv
│ │ ├── 09-检索neo4j_.wmv
│ │ ├── 07-ready_data_.wmv
│ │ ├── 08-构建neo4j_.wmv
│ │ ├── 04-创建节点关系_.wmv
│ │ ├── 02-cypher使用2_.wmv
│ │ ├── 01-neo4切换测试库_.wmv
│ │ ├── 03-cypher使用3_.wmv
│ │ ├── 05-查询节点关系_.wmv
│ ├── day01
│ │ ├── 04-doccano安装_.wmv
│ │ ├── 03-三个工具_.wmv
│ │ ├── 10-基于规则案例_.wmv
│ │ ├── 06-doccano使用2_.wmv
│ │ ├── 07-总结_.wmv
│ │ ├── 05-doccano使用1_.wmv
│ │ ├── 11-lstm+crf架构_.wmv
│ │ ├── 01-什么是知识图谱_.wmv
│ │ ├── 02-知识图谱技术概况_.wmv
│ │ ├── 09-ner基本知识_.wmv
│ │ ├── 08-基于规则_.wmv
│ ├── day06
│ │ ├── 07-collate_fn_.wmv
│ │ ├── 04-label举例解释_.wmv
│ │ ├── 08-dataset_.wmv
│ │ ├── 09-get_data+debug_.wmv
│ │ ├── 10-模型init_.wmv
│ │ ├── 03-label初始化_.wmv
│ │ ├── 06-填充工作_.wmv
│ │ ├── 05-解析inner_triples_.wmv
│ │ ├── 02-find_head_index_.wmv
│ │ ├── 01-每日反馈+总结_.wmv
│ ├── day07
│ │ ├── 08-train_.wmv
│ │ ├── 06-extract_sub_.wmv
│ │ ├── 02-get_subs+get_objs_for_specific_sub_.wmv
│ │ ├── 03-compute_loss_.wmv
│ │ ├── 07-extract_obj_and_rel_.wmv
│ │ ├── 04-loss_.wmv
│ │ ├── 09-train_debug_.wmv
│ │ ├── 10-predict_.wmv
│ │ ├── 05-load_model_.wmv
│ │ ├── 01-反馈+总结_.wmv
│ ├── day09
│ │ ├── 01-模型debug_.wmv
├── 04_机器学习-V6.X版-10天-AI版
│ ├── day06-决策树
│ │ ├── 02-决策树思想_.wmv
│ │ ├── 08-C4.5总结_.wmv
│ │ ├── 11-泰坦尼克号案例-讲解_.wmv
│ │ ├── 09-CART决策树-案例_.wmv
│ │ ├── 14-回归决策树-案例_.wmv
│ │ ├── 07-C4.5-案例_.wmv
│ │ ├── 05-ID3决策树-总结_.wmv
│ │ ├── 16-今日总结_.wmv
│ │ ├── 03-ID3决策树-信息增益_.wmv
│ │ ├── 13-回归决策树-思想_.wmv
│ │ ├── 12-泰坦尼克号案例-代码实现_.wmv
│ │ ├── 04-信息增益-详解_.wmv
│ │ ├── 06-C4.5-信息增益率_.wmv
│ │ ├── 15-决策树剪枝_.wmv
│ │ ├── 10-CART决策树-案例+总结_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ ├── day10-总结+拓展
│ │ ├── 01-总结回顾-1_.wmv
│ │ ├── 06-大模型时代-2_.wmv
│ │ ├── 04-总结回顾-4_.wmv
│ │ ├── 05-大模型时代-1_.wmv
│ │ ├── 02-总结回顾-2_.wmv
│ │ ├── 03-总结回顾-3_.wmv
│ ├── day05-逻辑回归
│ │ ├── 06-AUC_API_.wmv
│ │ ├── 01-总结回顾_.wmv
│ │ ├── 04-评估-P_R_f1-score_.wmv
│ │ ├── 08-今日总结_.wmv
│ │ ├── 02-逻辑回归案例-cancer预测_.wmv
│ │ ├── 03-评估-混淆矩阵_.wmv
│ │ ├── 05-ROC_AUC_.wmv
│ │ ├── 06-案例-客户流失-数据预处理_.wmv
│ │ ├── 07-案例-客户流失-模型训练_.wmv
│ ├── day09-聚类kmeans算法+SVM
│ │ ├── 04-案例-客户分析-模型训练及结果分析_.wmv
│ │ ├── 02-K-means总结_.wmv
│ │ ├── 06-SVM案例-鸢尾花-数据读取处理_.wmv
│ │ ├── 03-案例-客户分析-数据展示_.wmv
│ │ ├── 05-SVM思想_.wmv
│ │ ├── 09-SVM算法原理_.wmv
│ │ ├── 01-朴素贝叶斯+特征降维总结_.wmv
│ │ ├── 08-SVM-C值测试_.wmv
│ │ ├── 10-SVM核函数_.wmv
│ │ ├── 07-SVM案例-鸢尾花-模型训练展示_.wmv
│ ├── day04-线性回归+逻辑回归
│ │ ├── 04-梯度下降法算法分类_.wmv
│ │ ├── 08-波士顿房价预测-正规方程法_.wmv
│ │ ├── 11-正则化-L1_.wmv
│ │ ├── 05-梯度下降算法总结_.wmv
│ │ ├── 10-过拟合欠拟合实现_.wmv
│ │ ├── 15-逻辑回归基本原理_.wmv
│ │ ├── 13-线性回归总结_.wmv
│ │ ├── 03-案例-银行信贷_.wmv
│ │ ├── 12-正则化-L2正则化及代码实现_.wmv
│ │ ├── 02-梯度下降法案例_.wmv
│ │ ├── 07-梯度下降法+正规方程法API_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 09-波士顿房价预测-梯度下降法_.wmv
│ │ ├── 14-逻辑回归基本介绍_.wmv
│ │ ├── 06-评估指标_.wmv
│ ├── day07-集成学习
│ │ ├── 04-Adaboost思想_.wmv
│ │ ├── 02-集成学习思想_.wmv
│ │ ├── 07-GBDT 案例-泰坦尼克号-代码实现_.wmv
│ │ ├── 06-GBDT思想_.wmv
│ │ ├── 05-adaboost案例-葡萄酒分类 _.wmv
│ │ ├── 08-XGBoost原理_.wmv
│ │ ├── 09-XGBoost案例_.wmv
│ │ ├── 03-随机森林思想_.wmv
│ │ ├── 04-随机森林案例_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ ├── day02-KNN算法
│ │ ├── 06-模型预处理-归一化_.wmv
│ │ ├── 02-KNN思想_.wmv
│ │ ├── 14-今日总结_.wmv
│ │ ├── 11-模型预测评估_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 10-数据可视化+数据集切分_.wmv
│ │ ├── 12-交叉验证网格搜索_.wmv
│ │ ├── 03-KNN思想2_.wmv
│ │ ├── 13-交叉验证代码解析_.wmv
│ │ ├── 04-KNN-API_.wmv
│ │ ├── 07-模型预处理-标准化及总结_.wmv
│ │ ├── 05-距离度量_.wmv
│ │ ├── 08-模型预处理案例-鸢尾花-数据导入_.wmv
│ │ ├── 09-鸢尾花特征数据展示_.wmv
│ ├── day08-朴素贝叶斯和特征降维+聚类K-means
│ │ ├── 07-相关系数法mp4_.wmv
│ │ ├── 13-K-means实现流程_.wmv
│ │ ├── 03-总结_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 14-K-Means评估指标_.wmv
│ │ ├── 11-聚类基本介绍_.wmv
│ │ ├── 05-低方差过滤法_.wmv
│ │ ├── 02-朴素贝叶斯思想_.wmv
│ │ ├── 04-朴素贝叶斯情感分类案例_.wmv
│ │ ├── 08-特征降维总结_.wmv
│ │ ├── 09-朴素贝叶斯总结_.wmv
│ │ ├── 06-PCA_.wmv
│ │ ├── 12-K-means API_.wmv
│ │ ├── 10-特征降维总结_.wmv
│ ├── day01-机器学习概述
│ │ ├── 02-人工智能三大概念_.wmv
│ │ ├── 06-建模流程+线性回归案例demo_.wmv
│ │ ├── 08-线性回归-模型保存_.wmv
│ │ ├── 13-sklearn库_.wmv
│ │ ├── 09-KNN案例_.wmv
│ │ ├── 12-过拟合欠拟合_.wmv
│ │ ├── 10-kmeans案例_.wmv
│ │ ├── 03-应用领域及发展史_.wmv
│ │ ├── 01-课前内容_.wmv
│ │ ├── 04-常用术语(特征,样本,标签)_.wmv
│ │ ├── 14-今日总结_.wmv
│ │ ├── 11-特征工程_.wmv
│ │ ├── 07-Anaconda+Pycharm_.wmv
│ │ ├── 05-机器学习算法分类_.wmv
│ ├── day03-线性回归
│ │ ├── 07-导数和矩阵_.wmv
│ │ ├── 01-昨日回顾_.wmv
│ │ ├── 03-KNN_MINIST-模型训练_.wmv
│ │ ├── 04-KNN-作业_.wmv
│ │ ├── 09-正规方程法_.wmv
│ │ ├── 06-线性回归基本求解及概念介绍_.wmv
│ │ ├── 02-KNN-MINIST-数据获取_.wmv
│ │ ├── 10-梯度下降法_.wmv
│ │ ├── 05-线性回归介绍_.wmv
│ │ ├── 08-练习题_.wmv
│ ├── 每日算法_.wmv
│ ├── 算法-毕天宇-滑动窗口法_.wmv
├── 02_Python进阶-V6.X版-9天-AI版
│ ├── day06_多线程_生成器
│ │ ├── 17.多线程和多进程的区别_.wmv
│ │ ├── 18.回顾-with open语法_.wmv
│ │ ├── 06.默认-主进程会等待子进程结束再结束_.wmv
│ │ ├── 11.多线程-执行顺序_.wmv
│ │ ├── 03.多进程-参数解释_.wmv
│ │ ├── 05.多进程-进程之间数据相互隔离_.wmv
│ │ ├── 14.多线程-线程间共享数据_.wmv
│ │ ├── 09.多线程-入门_.wmv
│ │ ├── 15.多线程-操作共享变量-出现非法值_.wmv
│ │ ├── 07.设置主进程结束-子进程同步结束_.wmv
│ │ ├── 08.多线程-基本概述_.wmv
│ │ ├── 19.自定义代码实现-上下文管理器(了解)_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 12.多线程-守护线程_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 10.多线程-参数解释_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 04.多进程-获取进程编号_.wmv
│ │ ├── 16.多线程-解决线程安全问题_.wmv
│ ├── day03-学生管理系统-深拷贝浅拷贝
│ │ ├── 20.深浅拷贝-浅拷贝_.wmv
│ │ ├── 11.学生管理系统文件-删除学生信息_.wmv
│ │ ├── 07.main模块-搭建程序的主入口_.wmv
│ │ ├── 19.深浅拷贝-普通赋值_.wmv
│ │ ├── 16.学生管理系统文件-保存学生信息_.wmv
│ │ ├── 17.学生管理系统文件-加载学生信息_.wmv
│ │ ├── 06.学生管理系统文件-业务逻辑代码实现_.wmv
│ │ ├── 12.学生管理系统文件-查询单个学生信息_.wmv
│ │ ├── 18.扩展-把show_view()函数定义成静态方法_.wmv
│ │ ├── 05.学生管理系统文件-搭建基本框架_.wmv
│ │ ├── 01.昨日反馈和作业处理_.wmv
│ │ ├── 14.扩展_dict属性_.wmv
│ │ ├── 03.学生类-代码实现_.wmv
│ │ ├── 08.学生管理系统文件-添加学生_.wmv
│ │ ├── 22.今日内容总结_.wmv
│ │ ├── 21.深浅拷贝-深拷贝_.wmv
│ │ ├── 02.面向对象版-学生管理系统-需求分析_.wmv
│ │ ├── 09.学生管理系统文件-查看所有学生信息_.wmv
│ │ ├── 04.学生管理系统文件-搭建提示界面_.wmv
│ │ ├── 15.扩展_with_open语法_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 10.学生管理系统文件-修改学生信息_.wmv
│ ├── day01-面向对象基础
│ │ ├── 10.在类内获取属性_.wmv
│ │ ├── 12.魔法方法-init-有参数_.wmv
│ │ ├── 14.案例-减肥_.wmv
│ │ ├── 01.Python进阶-大纲介绍_.wmv
│ │ ├── 03.面向对象-初识_.wmv
│ │ ├── 06.self对象介绍_.wmv
│ │ ├── 15.案例-烤地瓜_.wmv
│ │ ├── 13.魔法方法-str和del_.wmv
│ │ ├── 05.定义类和对象_.wmv
│ │ ├── 04.面向对象-三大特征介绍_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 09.上午内容回顾_.wmv
│ │ ├── 11.魔法方法-init-无参数_.wmv
│ │ ├── 07.在类内部调用类的函数_.wmv
│ │ ├── 08.在类外定义和获取属性_.wmv
│ ├── day08_算法和数据结构
│ │ ├── 04.时间复杂度计算_.wmv
│ │ ├── 14.链表-介绍_.wmv
│ │ ├── 22.链表类-往中间添加元素_.wmv
│ │ ├── 10.数据结构-线性结构-顺序表介绍_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 25.顺序表和链表区别_.wmv
│ │ ├── 08.回顾-数据结构和算法概述_.wmv
│ │ ├── 18.链表类-获取长度_.wmv
│ │ ├── 20.链表类-往头部添加元素_.wmv
│ │ ├── 23.链表类-删除元素_.wmv
│ │ ├── 06.常见的时间复杂度介绍(掌握)_.wmv
│ │ ├── 15.自定义代码模拟链表-创建节点类_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 16.链表类-架构搭建_.wmv
│ │ ├── 24.链表类-查找元素_.wmv
│ │ ├── 17.链表类-判断链表是否为空_.wmv
│ │ ├── 03.时间复杂度介绍_.wmv
│ │ ├── 09.数据结构-划分_.wmv
│ │ ├── 05.最优最坏时间复杂度介绍_.wmv
│ │ ├── 07.空间复杂度介绍(了解)_.wmv
│ │ ├── 21.链表类-往末尾添加元素_.wmv
│ │ ├── 13.上午内容回顾_.wmv
│ │ ├── 11.数据结构-线性结构-顺序表扩容策略_.wmv
│ │ ├── 19.链表类-遍历链表_.wmv
│ │ ├── 12.数据结构-线性结构-顺序表-添加和删除_.wmv
│ ├── day02-面向对象高级
│ │ ├── 05.继承-单继承_.wmv
│ │ ├── 06.继承-多继承_.wmv
│ │ ├── 18.抽象类详解_.wmv
│ │ ├── 04.继承-入门_.wmv
│ │ ├── 11.封装-私有化属性_.wmv
│ │ ├── 20.类方法和静态方法详解_.wmv
│ │ ├── 10.继承-多层继承_.wmv
│ │ ├── 19.类属性和对象属性详解_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 03.定义类的格式_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 15.多态-入门_.wmv
│ │ ├── 07.继承-方法重写-入门_.wmv
│ │ ├── 08.继承-子类访问父类成员-方式1_.wmv
│ │ ├── 17.多态案例_战斗机_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 13.封装-私有化方法_.wmv
│ │ ├── 14.扩展-方法重写案例-手机类_.wmv
│ │ ├── 16.扩展_Java版多态_.wmv
│ │ ├── 09.继承-子类访问父类成员-方式2_.wmv
│ ├── day07_正则表达式
│ │ ├── 04.生成器-yield关键字_.wmv
│ │ ├── 05.生成器-自定义数据迭代器_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 19.数据结构和算法-特点_.wmv
│ │ ├── 20.时间复杂度简介_.wmv
│ │ ├── 03.生成器-推导式写法_.wmv
│ │ ├── 06.property-装饰器用法_.wmv
│ │ ├── 17.正则表达式-分组详解_.wmv
│ │ ├── 13.正则表达式-校验单个字符_.wmv
│ │ ├── 15.正则表达式-校验开头和结尾_.wmv
│ │ ├── 16.正则表达式-或者 和 分组_.wmv
│ │ ├── 07.property-修饰类变量_.wmv
│ │ ├── 10.正则表达式-数量词_.wmv
│ │ ├── 08.正则表达式-相关概述_.wmv
│ │ ├── 14.正则表达式-校验多个字符_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 11.正则表达式-替换_.wmv
│ │ ├── 18.数据结构和算法-入门_.wmv
│ │ ├── 09.正则表达式-入门_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ ├── day09_算法和数据结构
│ │ ├── 03.冒泡排序-原理介绍_.wmv
│ │ ├── 12.二分查找-递归版_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 09.快速排序-代码实现_.wmv
│ │ ├── 15.数据结构-树-应用场景和存储_.wmv
│ │ ├── 07.选择排序-代码实现_.wmv
│ │ ├── 10.快速排序-图解_.wmv
│ │ ├── 08.快速排序-思路分析_.wmv
│ │ ├── 04.冒泡排序-代码实现_.wmv
│ │ ├── 18.自定义代码-模拟树形结构-添加元素_.wmv
│ │ ├── 21.根据遍历结果-逆推树形结构_.wmv
│ │ ├── 14.数据结构-树-相关概述_.wmv
│ │ ├── 20.模拟树形结构-遍历-深度优先_.wmv
│ │ ├── 17.树形结构-相关公式_.wmv
│ │ ├── 19.模拟树形结构-遍历-广度优先_.wmv
│ │ ├── 06.选择排序-代码实现_.wmv
│ │ ├── 13.二分查找-非递归版_.wmv
│ │ ├── 05.选择排序-分析流程_.wmv
│ │ ├── 02.排序算法-稳定性介绍_.wmv
│ │ ├── 11.上午内容回顾_.wmv
│ │ ├── 16.树形结构-应用场景-简介_.wmv
│ ├── day04_闭包和装饰器
│ │ ├── 07.装饰器-入门_.wmv
│ │ ├── 09.装饰器-有参无返回值_.wmv
│ │ ├── 06.闭包-nonlocal关键字_.wmv
│ │ ├── 03.函数名-作为实参传递_.wmv
│ │ ├── 08.装饰器-无参无返回值_.wmv
│ │ ├── 10.上午内容回顾_.wmv
│ │ ├── 12.装饰器-有参有返回值_.wmv
│ │ ├── 01.昨日内容回顾_.wmv
│ │ ├── 16.带有参数的装饰器(上)_.wmv
│ │ ├── 02.函数名-作为对象_.wmv
│ │ ├── 17.带有参数的装饰器(下)_.wmv
│ │ ├── 15.多个装饰器-执行流程_.wmv
│ │ ├── 04.闭包-入门_.wmv
│ │ ├── 14.多个装饰器-装饰1个函数_.wmv
│ │ ├── 05.闭包-图解_.wmv
│ │ ├── 11.装饰器-无参有返回值_.wmv
│ │ ├── 13.装饰器-可变参数_.wmv
│ ├── day05_网编和多线程
│ │ ├── 18.并行和并发介绍_.wmv
│ │ ├── 06.网络通信-原理_.wmv
│ │ ├── 20.多进程-代码实现_.wmv
│ │ ├── 07.socket-入门_.wmv
│ │ ├── 02.今日内容大纲介绍_.wmv
│ │ ├── 16.扩展_文件上传_.wmv
│ │ ├── 11.案例-收发1句话-客户端代码实现_.wmv
│ │ ├── 10.案例-收发1句话-服务器端代码实现_.wmv
│ │ ├── 01.昨日反馈处理_.wmv
│ │ ├── 09.字符串和二进制数据相互转换_.wmv
│ │ ├── 15.扩展_长连接_.wmv
│ │ ├── 17.扩展_文件上传_支持多客户端_.wmv
│ │ ├── 19.多任务介绍_.wmv
│ │ ├── 04.端口号-介绍_.wmv
│ │ ├── 12.上午内容回顾_.wmv
│ │ ├── 13.服务器端-端口号复用_.wmv
│ │ ├── 14扩展_.服务器端-接收多客户端消息_.wmv
│ │ ├── 08.TCP流程分析_.wmv
│ │ ├── 03.网络编程-介绍_.wmv
│ │ ├── 05.协议-介绍_.wmv
├── 00 v5配套课件和资料(包括所需软件)
│ ├── 【提示】文件解压密码:szjm
│ ├── 004 机器学习-V5.0-AI版
│ │ ├── day05-逻辑回归
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20230904115156371.png
│ │ │ │ │ ├── 53.png
│ │ │ │ │ ├── 2021-1.png
│ │ │ │ │ ├── boosting6.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── 41.png
│ │ │ │ │ ├── image-20230905142136958.png
│ │ │ │ │ ├── image-20240801152804626.png
│ │ │ │ │ ├── 46.png
│ │ │ │ │ ├── boosting2.png
│ │ │ │ │ ├── image-20230904151300483.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── cart1.png
│ │ │ │ │ ├── image-20230906184836062.png
│ │ │ │ │ ├── 45.png
│ │ │ │ │ ├── image-20220530130216962.png
│ │ │ │ │ ├── image-20230904162952115.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230906170804514.png
│ │ │ │ │ ├── 25.png
│ │ │ │ │ ├── 22.png
│ │ │ │ │ ├── image-20230905235722201.png
│ │ │ │ │ ├── image-20230904182146483.png
│ │ │ │ │ ├── image-20230905163909254.png
│ │ │ │ │ ├── image-20230905163934119.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── 47.png
│ │ │ │ │ ├── image-20230917143542540.png
│ │ │ │ │ ├── image-20220121161828121.png
│ │ │ │ │ ├── image-20230904151343779.png
│ │ │ │ │ ├── 51.png
│ │ │ │ │ ├── 49.png
│ │ │ │ │ ├── boosting3.png
│ │ │ │ │ ├── wpsarP0jT.png
│ │ │ │ │ ├── 02.png
│ │ │ │ │ ├── 48.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 58.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20230904144434180.png
│ │ │ │ │ ├── 006tNbRwly1ga8u1799fcj31nu0kggqt.jpg
│ │ │ │ │ ├── image-20230905233552550.png
│ │ │ │ │ ├── boostin4.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── image-20230906184748265.png
│ │ │ │ │ ├── 57.png
│ │ │ │ │ ├── 55.png
│ │ │ │ │ ├── 59.png
│ │ │ │ │ ├── image-20230905153217302.png
│ │ │ │ │ ├── 34.png
│ │ │ │ │ ├── image-20230914160802488.png
│ │ │ │ │ ├── image-20230904151314359.png
│ │ │ │ │ ├── 24.png
│ │ │ │ │ ├── 29.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── 21.png
│ │ │ │ │ ├── image-20230905142802304.png
│ │ │ │ │ ├── image-20230904145453737.png
│ │ │ │ │ ├── image-20230904151334262.png
│ │ │ │ │ ├── 56.png
│ │ │ │ │ ├── 37.png
│ │ │ │ │ ├── 19.png
│ │ │ │ │ ├── 26.png
│ │ │ │ │ ├── 31.png
│ │ │ │ │ ├── image-20230905115310935.png
│ │ │ │ │ ├── 50.png
│ │ │ │ │ ├── 30.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── 28.png
│ │ │ │ │ ├── 32.png
│ │ │ │ │ ├── image-20230905161031728.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── 33.png
│ │ │ │ │ ├── image-20240801120746646.png
│ │ │ │ │ ├── 23.png
│ │ │ │ │ ├── image-20230906170739818.png
│ │ │ │ │ ├── 54.png
│ │ │ │ │ ├── image-20230905142825748.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20230905115142450.png
│ │ │ │ │ ├── image-20230905142723434.png
│ │ │ │ │ ├── image-20230904144658969.png
│ │ │ │ │ ├── image-20230905235742221.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── 2021-2.png
│ │ │ │ │ ├── image-20230905153103621.png
│ │ │ │ │ ├── 44.png
│ │ │ │ │ ├── 60.png
│ │ │ │ │ ├── image-20240801160336488.png
│ │ │ │ │ ├── 42.png
│ │ │ │ │ ├── 46-3996485.png
│ │ │ │ │ ├── image-20230906004228553.png
│ │ │ │ │ ├── 38.png
│ │ │ │ │ ├── image-20230913152535607.png
│ │ │ │ │ ├── 35.png
│ │ │ │ │ ├── image-20230905155453855.png
│ │ │ │ │ ├── image-20230905142647180.png
│ │ │ │ │ ├── 36.png
│ │ │ │ │ ├── image-20230905171420720.png
│ │ │ │ │ ├── image-20230906170712026.png
│ │ │ │ │ ├── 43.png
│ │ │ │ │ ├── image-20230905142707392.png
│ │ │ │ │ ├── image-20230905142204113.png
│ │ │ │ │ ├── image-20230904145530932.png
│ │ │ │ │ ├── 53-3996485.png
│ │ │ │ │ ├── image-20230905150018847.png
│ │ │ │ │ ├── 40.png
│ │ │ │ │ ├── 05.png
│ │ │ │ │ ├── boosting7.png
│ │ │ │ │ ├── image-20230905153119221.png
│ │ │ │ │ ├── image-20230904144454316.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20230905153041427.png
│ │ │ │ │ ├── image-20230914105309023.png
│ │ │ │ │ ├── boosting5.png
│ │ │ │ │ ├── image-20230905150001475.png
│ │ │ │ │ ├── 52.png
│ │ │ │ │ ├── image-20230905163851528.png
│ │ │ │ │ ├── 39.png
│ │ │ │ │ ├── cart2.png
│ │ │ │ │ ├── image-20230906005243629.png
│ │ │ │ ├── 逻辑回归.md
│ │ │ │ ├── 机器学习V5.0-01-04.xmind
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── KMP算法.pptx
│ │ │ ├── 04-代码
│ │ │ │ ├── 01-LogisticRegression_Cancer.py
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 02-Class_Metirc.py
│ │ │ │ ├── 03-Churn_Pred.py
│ │ │ │ ├── churn.csv
│ │ │ ├── 01-讲义
│ │ │ │ ├── 05-决策树.pdf
│ │ ├── day03-线性回归
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── ball.py
│ │ │ │ │ ├── 自由落体运动.pptx
│ │ │ │ ├── 03-线性回归作业.pdf
│ │ │ │ ├── 03-线性回归作业-答案.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── 02-Boston.py
│ │ │ │ ├── 01-LinearRegression API.py
│ │ │ │ ├── 波士顿房价xy.csv
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 03-拟合效果.py
│ │ │ ├── 01-讲义
│ │ │ │ ├── 03-线性回归.pdf
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20230901103000204.png
│ │ │ │ │ ├── image-20230901103123601.png
│ │ │ │ │ ├── image-20230901152745308.png
│ │ │ │ │ ├── image-20230912145402703.png
│ │ │ │ │ ├── image-20230901183152966.png
│ │ │ │ │ ├── l2.png
│ │ │ │ │ ├── image-20230901143204713.png
│ │ │ │ │ ├── image-20230912103729099.png
│ │ │ │ │ ├── image-20230901145840373.png
│ │ │ │ │ ├── l2_3.png
│ │ │ │ │ ├── image-20230901183333299.png
│ │ │ │ │ ├── image-20230901183301618.png
│ │ │ │ │ ├── image-20230901115201758.png
│ │ │ │ │ ├── 1.png
│ │ │ │ │ ├── image-20230901110606206.png
│ │ │ │ │ ├── image-20240731120450448.png
│ │ │ │ │ ├── image-20230901183240178.png
│ │ │ │ │ ├── image-20240731191353155-17224246394383.png
│ │ │ │ │ ├── image-20230901113810862.png
│ │ │ │ │ ├── image-20230901114527268.png
│ │ │ │ │ ├── image-20230901113834036.png
│ │ │ │ │ ├── image-20230901113822728.png
│ │ │ │ │ ├── l2_2.png
│ │ │ │ │ ├── image-20230901183113930.png
│ │ │ │ │ ├── image-20230911234116911.png
│ │ │ │ │ ├── image-20240731191353155.png
│ │ │ │ │ ├── image-20230913101352444.png
│ │ │ │ │ ├── image-20230901110853094.png
│ │ │ │ │ ├── image-20230901145009232.png
│ │ │ │ │ ├── 006tNbRwly1ga8u37zooxj317g0tc7dk.jpg
│ │ │ │ │ ├── image-20230901101621761.png
│ │ │ │ │ ├── image-20230901152623981.png
│ │ │ │ │ ├── image-20230901104147248.png
│ │ │ │ │ ├── image-20230901115232323.png
│ │ │ │ │ ├── image-20230901104626001.png
│ │ │ │ │ ├── image-20230901145231388.png
│ │ │ │ │ ├── image-20230901115246275.png
│ │ │ │ │ ├── image-20230901104237860.png
│ │ │ │ │ ├── image-20230901183315009.png
│ │ │ │ │ ├── image-20230901114816872.png
│ │ │ │ │ ├── image-20240731190649914.png
│ │ │ │ │ ├── image-20230901152659373.png
│ │ │ │ │ ├── image-20240731191324217.png
│ │ │ │ │ ├── image-20230901102250602.png
│ │ │ │ │ ├── image-20230901110842936.png
│ │ │ │ │ ├── mse.png
│ │ │ │ │ ├── image-20230901115223778.png
│ │ │ │ │ ├── image-20230912090316271.png
│ │ │ │ │ ├── image-20230901150113602.png
│ │ │ │ │ ├── image-20230901144711751.png
│ │ │ │ │ ├── image-20230913092037241.png
│ │ │ │ │ ├── l2_7.png
│ │ │ │ │ ├── image-20230901145322438.png
│ │ │ │ │ ├── image-20230901102940614.png
│ │ │ │ │ ├── image-20230901150708528.png
│ │ │ │ │ ├── image-20240730162748965.png
│ │ │ │ │ ├── image-20230901150406897.png
│ │ │ │ │ ├── image-20230901101931661.png
│ │ │ │ │ ├── image-20230913145042318.png
│ │ │ │ │ ├── image-20230901162716376.png
│ │ │ │ │ ├── mae.png
│ │ │ │ │ ├── 2.png
│ │ │ │ │ ├── image-20240731190903826.png
│ │ │ │ │ ├── image-20230901114539398.png
│ │ │ │ │ ├── l2_4.png
│ │ │ │ │ ├── image-20230901183007785.png
│ │ │ │ │ ├── rmse.png
│ │ │ │ │ ├── rmse3.png
│ │ │ │ │ ├── image-20230901144053678.png
│ │ │ │ │ ├── 006tNbRwly1ga8u2sjcw9j314o0g8wkd.jpg
│ │ │ │ │ ├── image-20230901183346878.png
│ │ │ │ │ ├── image-20230901102857178.png
│ │ │ │ │ ├── image-20230901115210623.png
│ │ │ │ │ ├── image-20230901183222050.png
│ │ │ │ │ ├── image-20230901143014908.png
│ │ │ │ │ ├── image-20240731191538575.png
│ │ │ │ │ ├── image-20230901144102962.png
│ │ │ │ │ ├── image-20240731191324217-17224246656145-17224247243948.png
│ │ │ │ │ ├── 导数.jpeg
│ │ │ │ │ ├── image-20240731191324217-17224246656145.png
│ │ │ │ │ ├── image-20230901183020726.png
│ │ │ │ │ ├── image-20230901101918502.png
│ │ │ │ │ ├── 006tNbRwly1ga8u2rlw69j315m0oc40y.jpg
│ │ │ │ │ ├── image-20230901183125661.png
│ │ │ │ │ ├── image-20230901152758396.png
│ │ │ │ │ ├── rmse2.png
│ │ │ │ │ ├── image-20230901110253313.png
│ │ │ │ │ ├── image-20230901183139728.png
│ │ │ │ │ ├── l2_6.png
│ │ │ │ │ ├── image-20230901152528805.png
│ │ │ │ │ ├── 3.png
│ │ │ │ │ ├── image-20230912163031832.png
│ │ │ │ │ ├── image-20230901143529603.png
│ │ │ │ │ ├── l2_5.png
│ │ │ │ │ ├── image-20230901165653276.png
│ │ │ │ │ ├── image-20230901101426794.png
│ │ │ │ │ ├── 006tNbRwly1ga8u2tduvuj30zs0kctav.jpg
│ │ │ │ │ ├── 006tNbRwly1ga8u39xrmlj30xo0ryk16.jpg
│ │ │ │ │ ├── image-20230901102402944.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240801093608216.png
│ │ │ │ ├── 机器学习V5.0-01-03.xmind
│ │ │ │ ├── 线性回归.md
│ │ ├── day06-决策树
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20240801152804626.png
│ │ │ │ │ ├── image-20230906170712026.png
│ │ │ │ │ ├── 46.png
│ │ │ │ │ ├── 21.png
│ │ │ │ │ ├── image-20230905142136958.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── 32.png
│ │ │ │ │ ├── image-20230904144454316.png
│ │ │ │ │ ├── 57.png
│ │ │ │ │ ├── image-20230904145530932.png
│ │ │ │ │ ├── image-20230905153041427.png
│ │ │ │ │ ├── image-20230904162952115.png
│ │ │ │ │ ├── image-20230906170739818.png
│ │ │ │ │ ├── image-20220121161828121.png
│ │ │ │ │ ├── boosting6.png
│ │ │ │ │ ├── image-20230905115142450.png
│ │ │ │ │ ├── image-20230914105309023.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── image-20230905150001475.png
│ │ │ │ │ ├── 46-3996485.png
│ │ │ │ │ ├── 006tNbRwly1ga8u1799fcj31nu0kggqt.jpg
│ │ │ │ │ ├── image-20230904151314359.png
│ │ │ │ │ ├── 24.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── image-20230904144658969.png
│ │ │ │ │ ├── image-20230905163909254.png
│ │ │ │ │ ├── image-20230905171420720.png
│ │ │ │ │ ├── image-20230904144434180.png
│ │ │ │ │ ├── 28.png
│ │ │ │ │ ├── 26.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── 44.png
│ │ │ │ │ ├── image-20230906184836062.png
│ │ │ │ │ ├── image-20230906004228553.png
│ │ │ │ │ ├── image-20230906170804514.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── 25.png
│ │ │ │ │ ├── image-20230905235742221.png
│ │ │ │ │ ├── image-20230905142707392.png
│ │ │ │ │ ├── 36.png
│ │ │ │ │ ├── image-20230905142802304.png
│ │ │ │ │ ├── 54.png
│ │ │ │ │ ├── 33.png
│ │ │ │ │ ├── image-20230905153103621.png
│ │ │ │ │ ├── 2021-2.png
│ │ │ │ │ ├── boosting7.png
│ │ │ │ │ ├── cart1.png
│ │ │ │ │ ├── 53.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── image-20230905161031728.png
│ │ │ │ │ ├── image-20240801120746646.png
│ │ │ │ │ ├── image-20220530130216962.png
│ │ │ │ │ ├── boosting3.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230905163934119.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── 35.png
│ │ │ │ │ ├── 55.png
│ │ │ │ │ ├── 56.png
│ │ │ │ │ ├── image-20230904145453737.png
│ │ │ │ │ ├── image-20230906005243629.png
│ │ │ │ │ ├── 38.png
│ │ │ │ │ ├── image-20230905233552550.png
│ │ │ │ │ ├── 41.png
│ │ │ │ │ ├── 43.png
│ │ │ │ │ ├── 48.png
│ │ │ │ │ ├── 19.png
│ │ │ │ │ ├── 59.png
│ │ │ │ │ ├── image-20230905142647180.png
│ │ │ │ │ ├── image-20230905150018847.png
│ │ │ │ │ ├── boosting5.png
│ │ │ │ │ ├── 53-3996485.png
│ │ │ │ │ ├── image-20230913152535607.png
│ │ │ │ │ ├── image-20230904151343779.png
│ │ │ │ │ ├── image-20230905142825748.png
│ │ │ │ │ ├── image-20230905142723434.png
│ │ │ │ │ ├── 58.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── image-20230905155453855.png
│ │ │ │ │ ├── image-20230904115156371.png
│ │ │ │ │ ├── 22.png
│ │ │ │ │ ├── image-20230905142204113.png
│ │ │ │ │ ├── 30.png
│ │ │ │ │ ├── 37.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── 60.png
│ │ │ │ │ ├── image-20230904151300483.png
│ │ │ │ │ ├── 47.png
│ │ │ │ │ ├── 51.png
│ │ │ │ │ ├── image-20230917143542540.png
│ │ │ │ │ ├── image-20230905163851528.png
│ │ │ │ │ ├── image-20240801160336488.png
│ │ │ │ │ ├── image-20230904182146483.png
│ │ │ │ │ ├── 40.png
│ │ │ │ │ ├── 34.png
│ │ │ │ │ ├── 2021-1.png
│ │ │ │ │ ├── image-20230905153217302.png
│ │ │ │ │ ├── wpsarP0jT.png
│ │ │ │ │ ├── 23.png
│ │ │ │ │ ├── 29.png
│ │ │ │ │ ├── 49.png
│ │ │ │ │ ├── 52.png
│ │ │ │ │ ├── 05.png
│ │ │ │ │ ├── 31.png
│ │ │ │ │ ├── boostin4.png
│ │ │ │ │ ├── 42.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 39.png
│ │ │ │ │ ├── image-20230906184748265.png
│ │ │ │ │ ├── 45.png
│ │ │ │ │ ├── image-20230905115310935.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── image-20230905153119221.png
│ │ │ │ │ ├── image-20230904151334262.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── cart2.png
│ │ │ │ │ ├── boosting2.png
│ │ │ │ │ ├── image-20230914160802488.png
│ │ │ │ │ ├── 50.png
│ │ │ │ │ ├── 02.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── image-20230905235722201.png
│ │ │ │ │ ├── 15.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240803123153305.png
│ │ │ │ │ ├── image-20240803123434009.png
│ │ │ │ │ ├── image-20240803113408798.png
│ │ │ │ │ ├── image-20240803123628897.png
│ │ │ │ │ ├── image-20240803123129259.png
│ │ │ │ │ ├── image-20240803123139166.png
│ │ │ │ │ ├── image-20240803123310924.png
│ │ │ │ │ ├── image-20240803145009156.png
│ │ │ │ │ ├── image-20240803123556693.png
│ │ │ │ │ ├── image-20240803101336688.png
│ │ │ │ ├── 机器学习V5.0-01-05.xmind
│ │ │ │ ├── 决策树.md
│ │ │ ├── 04-代码
│ │ │ │ ├── titanic
│ │ │ │ │ ├── gender_submission.csv
│ │ │ │ │ ├── train.csv
│ │ │ │ ├── 01-titanic.py
│ │ │ │ ├── 02-RegressionTree.py
│ │ │ ├── 01-讲义
│ │ │ │ ├── 05-决策树.pdf
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 盛最多水的容器.ppt
│ │ │ │ ├── 05-决策树作业.pdf
│ │ │ │ ├── 05-决策树作业-答案.pdf
│ │ ├── day02-KNN算法
│ │ │ ├── 01-讲义
│ │ │ │ ├── 02-KNN算法.pdf
│ │ │ ├── 06-其它
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 算法题文档-张琛.txt
│ │ │ │ │ ├── 执行操作使频率分数最大-张琛.pptx
│ │ │ │ │ ├── 算法-张琛-变长滑动窗口法.py
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── image-20230831161125003.png
│ │ │ │ │ ├── image-20230831154005301.png
│ │ │ │ │ ├── image-20230831143456524.png
│ │ │ │ │ ├── image-20230831163559554.png
│ │ │ │ │ ├── image-20230831163329892.png
│ │ │ │ │ ├── 0_QHogxF9l4hy0Xxub.png
│ │ │ │ │ ├── image-20230831153948263.png
│ │ │ │ │ ├── 0_SHhnoaaIm36pc1bd.png
│ │ │ │ │ ├── image-20230831151728056.png
│ │ │ │ │ ├── image-20230831143341119.png
│ │ │ │ │ ├── image-20230831161222857.png
│ │ │ │ │ ├── image-20230831163236810.png
│ │ │ │ │ ├── image-20230831154217579.png
│ │ │ │ │ ├── image-20230831143416184.png
│ │ │ │ │ ├── image-20230831143430741.png
│ │ │ │ │ ├── image-20230831154033908.png
│ │ │ │ │ ├── image-20230831164024844.png
│ │ │ │ │ ├── image-20230831163636694.png
│ │ │ │ │ ├── image-20230831143503916.png
│ │ │ │ │ ├── image-20230831155813699.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── image-20230831152503338.png
│ │ │ │ │ ├── image-20230831143226786.png
│ │ │ │ │ ├── image-20230831155159883.png
│ │ │ │ │ ├── image-20230831143443988.png
│ │ │ │ │ ├── image-20230831143403932.png
│ │ │ │ │ ├── image-20230910154650041.png
│ │ │ │ │ ├── image-20230831143436328.png
│ │ │ │ │ ├── image-20230831145236097.png
│ │ │ │ │ ├── image-20230831145250261.png
│ │ │ │ │ ├── image-20230831160053298.png
│ │ │ │ ├── KNN算法.md
│ │ │ │ ├── 机器学习V5.0-01-02.xmind
│ │ │ ├── 04-代码
│ │ │ │ ├── 手写数字识别.csv
│ │ │ │ ├── 04-GridSearchCV.py
│ │ │ │ ├── 03-KNN_Iris.py
│ │ │ │ ├── knn.pth
│ │ │ │ ├── 02-特征预处理.py
│ │ │ │ ├── demo.png
│ │ │ │ ├── 01-KNN API 实验.py
│ │ │ │ ├── 05-KNN_Digit.py
│ │ │ ├── 05-作业
│ │ │ │ ├── 02-KNN算法作业.pdf
│ │ │ │ ├── 02-KNN算法作业-答案.pdf
│ │ ├── day07-集成学习
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── 19.png
│ │ │ │ │ ├── 49.png
│ │ │ │ │ ├── boosting3.png
│ │ │ │ │ ├── boostin4.png
│ │ │ │ │ ├── image-20230906184748265.png
│ │ │ │ │ ├── 23.png
│ │ │ │ │ ├── 43.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── 39.png
│ │ │ │ │ ├── 38.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 48.png
│ │ │ │ │ ├── 50.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230906004228553.png
│ │ │ │ │ ├── 55.png
│ │ │ │ │ ├── 37.png
│ │ │ │ │ ├── 22.png
│ │ │ │ │ ├── image-20230905235722201.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── boosting5.png
│ │ │ │ │ ├── image-20230906170712026.png
│ │ │ │ │ ├── 28.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── 29.png
│ │ │ │ │ ├── 46.png
│ │ │ │ │ ├── 2021-1.png
│ │ │ │ │ ├── 25.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── 2021-2.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 02.png
│ │ │ │ │ ├── 26.png
│ │ │ │ │ ├── 21.png
│ │ │ │ │ ├── 52.png
│ │ │ │ │ ├── 47.png
│ │ │ │ │ ├── 41.png
│ │ │ │ │ ├── 54.png
│ │ │ │ │ ├── 58.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── 42.png
│ │ │ │ │ ├── image-20230906005243629.png
│ │ │ │ │ ├── 53.png
│ │ │ │ │ ├── 53-3996485.png
│ │ │ │ │ ├── boosting6.png
│ │ │ │ │ ├── image-20230906170804514.png
│ │ │ │ │ ├── 32.png
│ │ │ │ │ ├── image-20230906170739818.png
│ │ │ │ │ ├── 40.png
│ │ │ │ │ ├── 60.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── 59.png
│ │ │ │ │ ├── 33.png
│ │ │ │ │ ├── 57.png
│ │ │ │ │ ├── 44.png
│ │ │ │ │ ├── 46-3996485.png
│ │ │ │ │ ├── 51.png
│ │ │ │ │ ├── image-20230905235742221.png
│ │ │ │ │ ├── image-20230917143542540.png
│ │ │ │ │ ├── 45.png
│ │ │ │ │ ├── 31.png
│ │ │ │ │ ├── boosting7.png
│ │ │ │ │ ├── 30.png
│ │ │ │ │ ├── 56.png
│ │ │ │ │ ├── 24.png
│ │ │ │ │ ├── 35.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── 34.png
│ │ │ │ │ ├── image-20230905233552550.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── boosting2.png
│ │ │ │ │ ├── 36.png
│ │ │ │ │ ├── image-20230906184836062.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240804093834845.png
│ │ │ │ │ ├── image-20240804183228948.png
│ │ │ │ │ ├── image-20240804183254740.png
│ │ │ │ │ ├── image-20240804183243687.png
│ │ │ │ │ ├── image-20240804150652476.png
│ │ │ │ │ ├── image-20240804174659656.png
│ │ │ │ ├── 机器学习V5.0-01-06.xmind
│ │ │ │ ├── 集成学习.md
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── game of life.py
│ │ │ │ │ ├── 生命游戏_程实.pptx
│ │ │ │ ├── 06-集成学习作业-答案.pdf
│ │ │ │ ├── 06-集成学习作业.pdf
│ │ │ ├── 01-讲义
│ │ │ │ ├── 06-集成学习.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── data
│ │ │ │ │ ├── titanic
│ │ │ │ │ │ ├── gender_submission.csv
│ │ │ │ │ │ ├── train.csv
│ │ │ │ │ │ ├── test.csv
│ │ │ │ │ ├── wine0501.csv
│ │ │ │ │ ├── 红酒品质分类.csv
│ │ │ │ ├── 01-RandomForest.py
│ │ │ │ ├── 04-XGBoost.py
│ │ │ │ ├── 红酒品质分类_train.csv
│ │ │ │ ├── 红酒品质分类_test.csv
│ │ │ │ ├── 03-GBDT.py
│ │ │ │ ├── 02-Adaboost.py
│ │ ├── 补充资料
│ │ │ ├── 评价指标对比:准确率(accuracy)、精确率(Precision)、召回率(Recall)、IOU、Kappa系数_pixed accuray是什么指标-CSDN博客.url
│ │ ├── day10-总结+拓展
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 电话号码的字母组合
│ │ │ │ │ │ ├── 电话号码的字母组合.pptx
│ │ │ │ │ │ ├── 深度优先.py
│ │ │ │ ├── 09-支持向量机SVM作业.pdf
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── J1Ov4Ib5gezgDtBUSOOCaw.png
│ │ │ │ │ ├── image-20230907235722584.png
│ │ │ │ │ ├── image-20230907235419332.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── fR1j1gotRS5AmKm7wzH9TA.png
│ │ │ │ │ ├── image-20230907154048646.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── image-20220506215927918.png
│ │ │ │ │ ├── image-20230907175629131.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── image-20220506215320442.png
│ │ │ │ │ ├── image-20230907154020519.png
│ │ │ │ │ ├── image-20220417162654878.png
│ │ │ │ │ ├── image-20230907154134756.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── image-20230907154031485.png
│ │ │ │ │ ├── image-20220506214214988.png
│ │ │ │ │ ├── 123.gif
│ │ │ │ │ ├── image-20230907235445626.png
│ │ │ │ │ ├── image-20230907154114275.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20220415203230260.png
│ │ │ │ │ ├── image-20230907160724989.png
│ │ │ │ │ ├── image-20230907154012860.png
│ │ │ │ │ ├── image-20230907161700948.png
│ │ │ │ │ ├── image-20220415205327187.png
│ │ │ │ │ ├── image-20230907162022629.png
│ │ │ │ │ ├── image-20230907154057623.png
│ │ │ │ │ ├── image-20230907175029288.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20220506215747633.png
│ │ │ │ │ ├── image-20230907155134223.png
│ │ │ │ │ ├── image-20220415205249208.png
│ │ │ │ │ ├── image-20220415203929976.png
│ │ │ │ │ ├── image-20230907175700398.png
│ │ │ │ │ ├── image-20230907175708063.png
│ │ │ │ │ ├── image-20230907175814007.png
│ │ │ │ │ ├── image-20230907235706140.png
│ │ │ │ │ ├── image-20230907162031157.png
│ │ │ │ │ ├── image-20230907154126307.png
│ │ │ │ │ ├── image-20230907155359984.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20220506214339077.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230907235733281.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── 14-4079860.png
│ │ │ │ ├── 支持向量机.md
│ │ │ ├── 01-讲义
│ │ │ │ ├── 10-支持向量机SVM.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── plot_util.py
│ │ │ │ ├── 01-SVM_API.py
│ │ │ │ ├── 02-C_Test.py
│ │ │ │ ├── 03-RBF.py
│ │ ├── day08-朴素贝叶斯和特征降维+聚类K-means
│ │ │ ├── 03-笔记
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240806112516226.png
│ │ │ │ │ ├── image-20240806112520184.png
│ │ │ │ │ ├── image-20240806112509859.png
│ │ │ │ ├── images
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── image-20240806080353910.png
│ │ │ │ │ ├── 03.png
│ │ │ │ │ ├── spm.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── image-20230907000332670.png
│ │ │ │ │ ├── image-20230906224506412.png
│ │ │ │ │ ├── 04.png
│ │ │ │ ├── 机器学习V5.0-01-09.xmind
│ │ │ │ ├── 特征降维.md
│ │ │ │ ├── 朴素贝叶斯.md
│ │ │ ├── 04-代码
│ │ │ │ ├── stopwords.txt
│ │ │ │ ├── 书籍评价.csv
│ │ │ │ ├── 02-FeatureExtraction.py
│ │ │ │ ├── 01-Bayes.py
│ │ │ │ ├── 垃圾邮件分类数据.csv
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 大顶堆.py
│ │ │ │ │ ├── 大顶堆实现.pptx
│ │ │ │ ├── 07-朴素贝叶斯和特征降维作业.pdf
│ │ │ │ ├── 07-朴素贝叶斯和特征降维作业-答案.pdf
│ │ │ ├── 01-讲义
│ │ │ │ ├── 07-朴素贝叶斯.pdf
│ │ │ │ ├── 08-特征降维.pdf
│ │ ├── day09-聚类kmeans算法+SVM
│ │ │ ├── 01-讲义
│ │ │ │ ├── 09-聚类.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── data
│ │ │ │ │ ├── customers.csv
│ │ │ │ │ ├── factor_returns.csv
│ │ │ │ ├── 03-Customers.py
│ │ │ │ ├── 01-Kmeans API.py
│ │ │ │ ├── 02-Kmeans metric.py
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── fR1j1gotRS5AmKm7wzH9TA.png
│ │ │ │ │ ├── 14.png
│ │ │ │ │ ├── 123.gif
│ │ │ │ │ ├── image-20230907162031157.png
│ │ │ │ │ ├── image-20230907154031485.png
│ │ │ │ │ ├── image-20230907154020519.png
│ │ │ │ │ ├── image-20220415205249208.png
│ │ │ │ │ ├── image-20220506215927918.png
│ │ │ │ │ ├── image-20230907111524608.png
│ │ │ │ │ ├── image-20230907104345786.png
│ │ │ │ │ ├── image-20230907103735327.png
│ │ │ │ │ ├── image-20230907155134223.png
│ │ │ │ │ ├── image-20230907154057623.png
│ │ │ │ │ ├── image-20220506214339077.png
│ │ │ │ │ ├── image-20230907113314803.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20230907235722584.png
│ │ │ │ │ ├── image-20230907103836985.png
│ │ │ │ │ ├── J1Ov4Ib5gezgDtBUSOOCaw.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── image-20230907103706847.png
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── image-20220415203230260.png
│ │ │ │ │ ├── image-20230907175629131.png
│ │ │ │ │ ├── image-20230907110141764.png
│ │ │ │ │ ├── image-20230907102501138.png
│ │ │ │ │ ├── 09.png
│ │ │ │ │ ├── image-20220417162654878.png
│ │ │ │ │ ├── image-20230907175708063.png
│ │ │ │ │ ├── image-20230907155359984.png
│ │ │ │ │ ├── image-20230907112055346.png
│ │ │ │ │ ├── image-20230907154048646.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20230907104612455.png
│ │ │ │ │ ├── image-20230907095330384.png
│ │ │ │ │ ├── image-20220506215747633.png
│ │ │ │ │ ├── image-20230907103801026.png
│ │ │ │ │ ├── image-20220506215320442.png
│ │ │ │ │ ├── image-20220415205327187.png
│ │ │ │ │ ├── image-20230907235733281.png
│ │ │ │ │ ├── image-20230907161700948.png
│ │ │ │ │ ├── image-20230907175029288.png
│ │ │ │ │ ├── 14-4079860.png
│ │ │ │ │ ├── image-20230907104255878.png
│ │ │ │ │ ├── image-20230907110135000.png
│ │ │ │ │ ├── image-20230907104250565.png
│ │ │ │ │ ├── image-20230907175814007.png
│ │ │ │ │ ├── image-20230907160724989.png
│ │ │ │ │ ├── 10.png
│ │ │ │ │ ├── image-20230907162022629.png
│ │ │ │ │ ├── image-20230907154114275.png
│ │ │ │ │ ├── image-20220415203929976.png
│ │ │ │ │ ├── image-20220506214214988.png
│ │ │ │ │ ├── image-20230907103711787.png
│ │ │ │ │ ├── image-20230907104715886.png
│ │ │ │ │ ├── 12.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20230907154012860.png
│ │ │ │ │ ├── image-20230907235706140.png
│ │ │ │ │ ├── image-20230907154126307.png
│ │ │ │ │ ├── image-20230907101036326.png
│ │ │ │ │ ├── image-20230907175700398.png
│ │ │ │ │ ├── image-20230907235445626.png
│ │ │ │ │ ├── image-20230907095150331.png
│ │ │ │ │ ├── image-20230907103854967.png
│ │ │ │ │ ├── image-20230907104603930.png
│ │ │ │ │ ├── 11.png
│ │ │ │ │ ├── image-20230907235419332.png
│ │ │ │ │ ├── image-20230907111546495.png
│ │ │ │ │ ├── image-20230907154134756.png
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20240807174408992.png
│ │ │ │ │ ├── image-20240807150703282.png
│ │ │ │ │ ├── image-20240807154528019.png
│ │ │ │ │ ├── image-20240807174443577.png
│ │ │ │ │ ├── image-20240807172907632.png
│ │ │ │ │ ├── image-20240807172007585.png
│ │ │ │ │ ├── image-20240807150657127.png
│ │ │ │ │ ├── image-20240807080859573.png
│ │ │ │ │ ├── image-20240806182538976.png
│ │ │ │ ├── 支持向量机.md
│ │ │ │ ├── 机器学习V5.0-01-09.xmind
│ │ │ │ ├── 聚类.md
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 算法-粉刷房子
│ │ │ │ │ │ ├── 算法题.py
│ │ │ │ │ │ ├── 粉刷房子讲解.pptx
│ │ │ │ ├── 08-聚类kmeans算法作业.pdf
│ │ │ │ ├── 08-聚类kmeans算法作业-答案.pdf
│ │ ├── day01-机器学习概述
│ │ │ ├── 03-笔记
│ │ │ │ ├── assets
│ │ │ │ │ ├── image-20230830180344230.png
│ │ │ │ │ ├── image-20240723143316864.png
│ │ │ │ │ ├── image-20230831101912582.png
│ │ │ │ │ ├── image-20230830180241863.png
│ │ │ │ │ ├── image-20230831113029823-3452630-3452631.png
│ │ │ │ │ ├── image-20230830163616925.png
│ │ │ │ │ ├── image-20230830175454832.png
│ │ │ │ │ ├── image-20230830174630247.png
│ │ │ │ │ ├── image-20230830174748910.png
│ │ │ │ │ ├── image-20230830172741928.png
│ │ │ │ │ ├── image-20230830164846564.png
│ │ │ │ │ ├── image-20230831112038043.png
│ │ │ │ │ ├── image-20230830174516047.png
│ │ │ │ │ ├── 04.jpg
│ │ │ │ │ ├── image-20230830174027227.png
│ │ │ │ │ ├── image-20230830154802582.png
│ │ │ │ │ ├── image-20230830155732871.png
│ │ │ │ │ ├── image-20230831103613657.png
│ │ │ │ │ ├── image-20240723191521322.png
│ │ │ │ │ ├── image-20240723191405779.png
│ │ │ │ │ ├── image-20230830175447247.png
│ │ │ │ │ ├── image-20230831105649036.png
│ │ │ │ │ ├── image-20230830175128039.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── image-20230830172814624.png
│ │ │ │ │ ├── image-20230831105621223.png
│ │ │ │ │ ├── image-20230830173235334.png
│ │ │ │ │ ├── image-20230830154440581.png
│ │ │ │ │ ├── image-20230830160037927.png
│ │ │ │ │ ├── image-20230831103857938.png
│ │ │ │ │ ├── image-20230830180151157.png
│ │ │ │ │ ├── image-20220121142953785.png
│ │ │ │ │ ├── image-20220121143151874.png
│ │ │ │ │ ├── image-20230830155136554.png
│ │ │ │ │ ├── image-20230830155311258.png
│ │ │ │ │ ├── image-20230831104203971.png
│ │ │ │ │ ├── image-20230909170335989.png
│ │ │ │ │ ├── image-20230831113029823.png
│ │ │ │ │ ├── image-20230909171155534.png
│ │ │ │ │ ├── image-20240723191436541.png
│ │ │ │ │ ├── image-20230830170447442.png
│ │ │ │ │ ├── image-20230830174449204.png
│ │ │ │ │ ├── image-20230831113029823-3452630.png
│ │ │ │ │ ├── image-20220117155634566.png
│ │ │ │ │ ├── image-20230831115439968.png
│ │ │ │ │ ├── image-20230830173907526.png
│ │ │ │ │ ├── intro2.jpg
│ │ │ │ ├── 机器学习课程-课前说明.xmind
│ │ │ │ ├── 机器学习V5.0-机器学习概述.xmind
│ │ │ │ ├── 机器学习概述.md
│ │ │ ├── 06-其它
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 滑动窗口最大值--毕天宇.pptx
│ │ │ │ ├── 拓展1-Pycharm+Anaconda基本使用.pdf
│ │ │ ├── 05-作业
│ │ │ │ ├── day01.md
│ │ │ │ ├── 01-机器学习概述作业.pdf
│ │ │ │ ├── 01-机器学习概述作业-答案.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── model
│ │ │ │ │ ├── mylrmodel01.bin
│ │ │ │ ├── 02-分类任务API-KNN.py
│ │ │ │ ├── 01-回归任务API.py
│ │ │ │ ├── 03-无监督聚类API-Kmeans.py
│ │ │ │ ├── requirments.txt
│ │ │ ├── 01-讲义
│ │ │ │ ├── 01-机器学习概述.pdf
│ │ ├── 00-代码练习库
│ │ │ ├── 03-线性回归
│ │ │ │ ├── 03-拟合效果.py
│ │ │ │ ├── 波士顿房价xy.csv
│ │ │ │ ├── 01-LinearRegression API.py
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 02-Boston.py
│ │ │ ├── 01-机器学习概述
│ │ │ │ ├── model
│ │ │ │ ├── 02-分类任务API-KNN.py
│ │ │ │ ├── 01-回归任务API.py
│ │ │ │ ├── 03-无监督聚类API-Kmeans.py
│ │ │ ├── 02-KNN算法
│ │ │ │ ├── 05-KNN_Digit.py
│ │ │ │ ├── 04-GridSearchCV.py
│ │ │ │ ├── 03-KNN_Iris.py
│ │ │ │ ├── demo.png
│ │ │ │ ├── 手写数字识别.csv
│ │ │ │ ├── 02-特征预处理.py
│ │ │ │ ├── 01-KNN API 实验.py
│ │ │ │ ├── knn.pth
│ │ ├── day04-线性回归+逻辑回归
│ │ │ ├── 05-作业
│ │ │ │ ├── 每日算法
│ │ │ │ │ ├── 算法演示-demo.py
│ │ │ │ │ ├── 罗马数字转整数.pptx
│ │ │ │ ├── 04-逻辑回归作业.pdf
│ │ │ │ ├── 04-逻辑回归作业-答案.pdf
│ │ │ ├── 01-讲义
│ │ │ │ ├── 04-逻辑回归.pdf
│ │ │ ├── 04-代码
│ │ │ │ ├── 03-Churn_Pred.py
│ │ │ │ ├── churn.csv
│ │ │ │ ├── 01-LogisticRegression_Cancer.py
│ │ │ │ ├── breast-cancer-wisconsin.csv
│ │ │ │ ├── 02-Class_Metirc.py
│ │ │ ├── 03-笔记
│ │ │ │ ├── images
│ │ │ │ │ ├── 07.png
│ │ │ │ │ ├── image-20230904144454316.png
│ │ │ │ │ ├── image-20230914105309023.png
│ │ │ │ │ ├── image-20230904151334262.png
│ │ │ │ │ ├── image-20230904151343779.png
│ │ │ │ │ ├── image-20230904182146483.png
│ │ │ │ │ ├── image-20230904145453737.png
│ │ │ │ │ ├── 06.png
│ │ │ │ │ ├── image-20230904162952115.png
│ │ │ │ │ ├── 08.png
│ │ │ │ │ ├── image-20230905142723434.png
│ │ │ │ │ ├── image-20230905142802304.png
│ │ │ │ │ ├── image-20230905155453855.png
│ │ │ │ │ ├── 20.png
│ │ │ │ │ ├── 15.png
│ │ │ │ │ ├── image-20230913152535607.png
│ │ │ │ │ ├── image-20230905142204113.png
│ │ │ │ │ ├── image-20230905161031728.png
│ │ │ │ │ ├── image-20230904151314359.png
│ │ │ │ │ ├── image-20230905142825748.png
│ │ │ │ │ ├── image-20230914160802488.png
│ │ │ │ │ ├── image-20230905163934119.png
│ │ │ │ │ ├── image-20230905153119221.png
│ │ │ │ │ ├── image-20230905163909254.png
│ │ │ │ │ ├── image-20230905153217302.png
│ │ │ │ │ ├── image-20230905115310935.png
│ │ │ │ │ ├── image-20230904151300483.png
│ │ │ │ │ ├── image-20230905115142450.png
│ │ │ │ │ ├── image-20230904144658969.png
│ │ │ │ │ ├── image-20240801160336488.png
│ │ │ │ │ ├── 17.png
│ │ │ │ │ ├── image-20230905142707392.png
│ │ │ │ │ ├── 13.png
│ │ │ │ │ ├── wpsarP0jT.png
│ │ │ │ │ ├── image-20230905150018847.png
│ │ │ │ │ ├── image-20220121161828121.png
│ │ │ │ │ ├── image-20230904115156371.png
│ │ │ │ │ ├── image-20230905171420720.png
│ │ │ │ │ ├── 16.png
│ │ │ │ │ ├── 006tNbRwly1ga8u1799fcj31nu0kggqt.jpg
│ │ │ │ │ ├── image-20230905153103621.png
│ │ │ │ │ ├── image-20230905153041427.png
│ │ │ │ │ ├── 01.png
│ │ │ │ │ ├── 18.png
│ │ │ │ │ ├── image-20220530130216962.png
│ │ │ │ │ ├── cart1.png
│ │ │ │ │ ├── image-20240801152804626.png
│ │ │ │ │ ├── image-20230904145530932.png
│ │ │ │ │ ├── image-20240801120746646.png
│ │ │ │ │ ├── image-20230904144434180.png
│ │ │ │ │ ├── image-20230905163851528.png
│ │ │ │ │ ├── image-20230905150001475.png
│ │ │ │ │ ├── cart2.png
│ │ │ │ │ ├── image-20230905142647180.png
│ │ │ │ │ ├── 05.png
│ │ │ │ │ ├── image-20230905142136958.png
│ │ │ │ ├── 逻辑回归.md
│ │ │ │ ├── 机器学习V5.0-01-04.xmind
│ │ ├── 机器学习V5.0课程总结.xmind
│ │ ├── AI20期-大模型时代 .pdf
│ │ ├── 机器学习V5.0课程逻辑图总结.xmind
│ │ ├── api.xmind
│ ├── 010 多模态大模型项目-V5.0-AI版
│ │ ├── 010 多模态大模型项目-V5.0-AI版
│ │ │ ├── 03-阿里
│ │ │ │ ├── site
│ │ │ │ │ ├── 01-PAI简介
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 02-准备工作
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 03-搭建PAI-DSW开发环境
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 00-虚拟试衣背景
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 05-资源清理
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 04-虚拟试衣实践
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ ├── assets
│ │ │ │ │ │ ├── javascripts
│ │ │ │ │ │ │ ├── workers
│ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js
│ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js.map
│ │ │ │ │ │ │ ├── lunr
│ │ │ │ │ │ │ │ ├── min
│ │ │ │ │ │ │ │ │ ├── lunr.it.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.pt.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ru.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ja.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.hi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.kn.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.jp.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.sa.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.nl.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.no.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ta.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ro.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.fr.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.th.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.du.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.stemmer.support.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.tr.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.multi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.de.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.da.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.vi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.hu.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ko.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.fi.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.ar.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.zh.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.sv.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.hy.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.es.min.js
│ │ │ │ │ │ │ │ │ ├── lunr.te.min.js
│ │ │ │ │ │ │ │ ├── tinyseg.js
│ │ │ │ │ │ │ │ ├── wordcut.js
│ │ │ │ │ │ │ ├── bundle.220ee61c.min.js.map
│ │ │ │ │ │ │ ├── bundle.220ee61c.min.js
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── favicon.png
│ │ │ │ │ │ ├── stylesheets
│ │ │ │ │ │ │ ├── main.eebd395e.min.css
│ │ │ │ │ │ │ ├── palette.ecc896b0.min.css
│ │ │ │ │ │ │ ├── palette.ecc896b0.min.css.map
│ │ │ │ │ │ │ ├── main.eebd395e.min.css.map
│ │ │ │ │ ├── images
│ │ │ │ │ │ ├── fjyw77odlkyus_25e86d3387d04203a46760bce12770f3.jpeg
│ │ │ │ │ │ ├── image-20240131145204773.png
│ │ │ │ │ │ ├── TB13DzOjXP7gK0jSZFjXXc5aXXa-212-48-20240131152904775.png
│ │ │ │ │ │ ├── fjyw77odlkyus_7432b9b44df6489981e5587dab4f7e21.png
│ │ │ │ │ │ ├── 4665fb80c9rvk.svg
│ │ │ │ │ │ ├── TB1I8964.Y1gK0jSZFCXXcwqXXa-128-128.png
│ │ │ │ │ │ ├── p683320.png
│ │ │ │ │ │ ├── image-20240131141431485.png
│ │ │ │ │ │ ├── image-20240129173903332.png
│ │ │ │ │ │ ├── O1CN01jm7e2q1lsL4JGR00s_!!6000000004874-2-tps-108-108-20240131143706950.png
│ │ │ │ │ │ ├── p691851.png
│ │ │ │ │ │ ├── TB13DzOjXP7gK0jSZFjXXc5aXXa-212-48.png
│ │ │ │ │ │ ├── fjyw77odlkyus_82b50e1139524541ab7c16bb28d5deb2.png
│ │ │ │ │ │ ├── p691843-20240131145421611.png
│ │ │ │ │ │ ├── p628439-20240131151710999.png
│ │ │ │ │ │ ├── O1CN01kdsK8n27CaVhvyOgU_!!6000000007761-2-tps-128-128.png
│ │ │ │ │ │ ├── TB1Uz5_47T2gK0jSZFkXXcIQFXa-108-108.png
│ │ │ │ │ │ ├── O1CN01e6fRca1hDnY306PPr_!!6000000004244-2-tps-108-108.png
│ │ │ │ │ │ ├── image-20240131152759599.png
│ │ │ │ │ │ ├── fjyw77odlkyus_0f76b5a1300843d385c796fdd897fa22.png
│ │ │ │ │ │ ├── O1CN01e6fRca1hDnY306PPr_!!6000000004244-2-tps-108-108-20240131143706945.png
│ │ │ │ │ │ ├── p678439.png
│ │ │ │ │ │ ├── fjyw77odlkyus_91274965cd94478386867d3d815670f5.png
│ │ │ │ │ │ ├── TB1Q_i747L0gK0jSZFAXXcA9pXa-128-128.png
│ │ │ │ │ │ ├── image-20240131112412900.png
│ │ │ │ │ │ ├── O1CN01jm7e2q1lsL4JGR00s_!!6000000004874-2-tps-108-108.png
│ │ │ │ │ │ ├── TB1bezd4.T1gK0jSZFrXXcNCXXa-108-108.png
│ │ │ │ │ │ ├── p691864.png
│ │ │ │ │ │ ├── image-20240129175734601.png
│ │ │ │ │ │ ├── p718066.png
│ │ │ │ │ │ ├── image-20240131153058469.png
│ │ │ │ │ │ ├── p691843.png
│ │ │ │ │ │ ├── p739224.png
│ │ │ │ │ │ ├── image-20240131144750131.png
│ │ │ │ │ │ ├── fjyw77odlkyus_69061e93af2a49e5b100a7b31ea4cd47.png
│ │ │ │ │ │ ├── fjyw77odlkyus_b8f571be1a6c49748f4382c1f5ea86b0.png
│ │ │ │ │ │ ├── p633329.png
│ │ │ │ │ │ ├── fjyw77odlkyus_7e4a478bd3b341e6b8f47bfb5684d953.png
│ │ │ │ │ │ ├── image-20240131113354869.png
│ │ │ │ │ │ ├── p738236.png
│ │ │ │ │ │ ├── p628439.png
│ │ │ │ │ │ ├── p691838-20240131145421139.png
│ │ │ │ │ │ ├── p691838.png
│ │ │ │ │ │ ├── fjyw77odlkyus_7ef73e8065fc4bba8f61e4526de47a75.png
│ │ │ │ │ │ ├── fjyw77odlkyus_634ffd9eb35843ab99577ca3de775995.png
│ │ │ │ │ │ ├── fjyw77odlkyus_8891c8e5f5a349aca485c7460a538f96.png
│ │ │ │ │ │ ├── p680753.png
│ │ │ │ │ │ ├── image-20240131144945090.png
│ │ │ │ │ │ ├── image-20240131143842549.png
│ │ │ │ │ │ ├── fjyw77odlkyus_e64a4f5b53fa49a7bd4d821cd4c095d2.png
│ │ │ │ │ │ ├── TB1bezd4.T1gK0jSZFrXXcNCXXa-108-108-20240131143706960.png
│ │ │ │ │ │ ├── image-20240131141556851.png
│ │ │ │ │ ├── search
│ │ │ │ │ │ ├── search_index.json
│ │ │ │ │ ├── index.html
│ │ │ │ │ ├── 404.html
│ │ │ │ │ ├── sitemap.xml
│ │ │ │ │ ├── sitemap.xml.gz
│ │ │ │ ├── 01-阿里百炼平台.pdf
│ │ │ │ ├── 图表分析数据.md
│ │ │ ├── 简历
│ │ │ │ ├── 简历8-其他.pdf
│ │ │ │ ├── 简历4-教育.pdf
│ │ │ │ ├── 简历11-建筑.docx
│ │ │ │ ├── 简历2-安全.pdf
│ │ │ │ ├── 简历3-旅游.pdf
│ │ │ │ ├── 简历10-其他.pdf
│ │ │ │ ├── 简历5-教育.pdf
│ │ │ │ ├── 简历9-其他.pdf
│ │ │ │ ├── 简历6.docx
│ │ │ │ ├── 简历1-政企.pdf
│ │ │ │ ├── 简历7-其他.pdf
│ │ │ ├── 项目文档
│ │ │ │ ├── 项目2_基于ChatGLM3-6B+LoRA的在线教育平台信息抽取项目.md
│ │ │ │ ├── 项目1_基于LangChain+ChatGLM3-6B的本地知识库问答项目.md
│ │ │ │ ├── 项目3_基于Llama-2-7B+Fine-Tuning的在线智能客服项目.md
│ │ │ │ ├── 项目4_基于BERT+P-Tuning的教育类资讯自动分类项目.md
│ │ │ │ ├── 项目介绍.xmind
│ │ │ │ ├── 3.电商产品的售后问题分类系统.docx
│ │ │ │ ├── 项目文档.pdf
│ │ │ ├── 02-百度
│ │ │ │ ├── 01-讲义
│ │ │ │ │ ├── 01-文心一言的使用
│ │ │ │ │ │ ├── 02-背后技术
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── image-20231219174923969.png
│ │ │ │ │ │ │ │ ├── image-20231219175252893.png
│ │ │ │ │ │ │ │ ├── image-20231219175700902.png
│ │ │ │ │ │ │ │ ├── image-20231219174714740.png
│ │ │ │ │ │ │ │ ├── community_43f88e3.png
│ │ │ │ │ │ │ │ ├── image-20231218132904291.png
│ │ │ │ │ │ │ │ ├── image-20231219175439683.png
│ │ │ │ │ │ │ │ ├── image-20231219175646365.png
│ │ │ │ │ │ │ │ ├── image-20231219174951816.png
│ │ │ │ │ │ │ │ ├── image-20231219175452413.png
│ │ │ │ │ │ │ │ ├── image-20231218132848980.png
│ │ │ │ │ │ │ │ ├── image-20231219175515357.png
│ │ │ │ │ │ │ │ ├── v2-a3d267f4488d38971bebb77ecbc40a0c_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231218132621464.png
│ │ │ │ │ │ │ │ ├── v2-20d88c4a57366ba4bceb693c0829f293_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219175632788.png
│ │ │ │ │ │ │ │ ├── image-20231218133728841.png
│ │ │ │ │ │ │ │ ├── image-20231219175504067.png
│ │ │ │ │ │ │ │ ├── image-20231218132541540.png
│ │ │ │ │ │ │ ├── 02-飞桨.html
│ │ │ │ │ │ │ ├── 04-文心一言与千帆大模型的关系.html
│ │ │ │ │ │ │ ├── 03-百度云智能.html
│ │ │ │ │ │ │ ├── 01-基础模型.html
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── favicon.png
│ │ │ │ │ │ │ ├── stylesheets
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css.map
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css.map
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css
│ │ │ │ │ │ │ ├── javascripts
│ │ │ │ │ │ │ │ ├── lunr
│ │ │ │ │ │ │ │ │ ├── min
│ │ │ │ │ │ │ │ │ │ ├── lunr.hy.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.es.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ta.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sa.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ko.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.jp.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ar.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.pt.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hu.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ro.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.tr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.nl.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.da.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sv.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.kn.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.fi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.no.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.vi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.te.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.th.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.de.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ru.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.it.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.stemmer.support.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ja.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.multi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.fr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.du.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.zh.min.js
│ │ │ │ │ │ │ │ │ ├── wordcut.js
│ │ │ │ │ │ │ │ │ ├── tinyseg.js
│ │ │ │ │ │ │ │ ├── workers
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js.map
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js.map
│ │ │ │ │ │ ├── search
│ │ │ │ │ │ │ ├── search_index.json
│ │ │ │ │ │ ├── 01-erniebot入门
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── image-20231221143248796.png
│ │ │ │ │ │ │ │ ├── image-20231219171557349-2977358.png
│ │ │ │ │ │ │ │ ├── v2-406521df85e0b7d2172c9c0e0970049e_1440w.webp
│ │ │ │ │ │ │ │ ├── image_68d25d0.png
│ │ │ │ │ │ │ │ ├── image-20231221145044512.png
│ │ │ │ │ │ │ │ ├── v2-de0da124f9bf09e463352e1eb87e6898_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231221144312538.png
│ │ │ │ │ │ │ │ ├── image-20231221144208698.png
│ │ │ │ │ │ │ │ ├── image-20231219171654669.png
│ │ │ │ │ │ │ │ ├── image-20231219172635859.png
│ │ │ │ │ │ │ │ ├── image_b437d12.png
│ │ │ │ │ │ │ │ ├── image-20231219171557349.png
│ │ │ │ │ │ │ │ ├── image_74fd981.png
│ │ │ │ │ │ │ │ ├── image_f6fe5e5.png
│ │ │ │ │ │ │ │ ├── v2-f9bb83002c857d60cb58cee5eebf67e8_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219171325115.png
│ │ │ │ │ │ │ │ ├── image-20231221144038060.png
│ │ │ │ │ │ │ │ ├── image-20231221145145949.png
│ │ │ │ │ │ │ │ ├── image-20231221144423735.png
│ │ │ │ │ │ │ │ ├── image-20231219173525515.png
│ │ │ │ │ │ │ │ ├── image-20231219171631705.png
│ │ │ │ │ │ │ │ ├── image-20231221145227582.png
│ │ │ │ │ │ │ │ ├── image-20231221145642441.png
│ │ │ │ │ │ │ │ ├── image-20231219173701909.png
│ │ │ │ │ │ │ │ ├── illg7thxi
│ │ │ │ │ │ │ │ ├── v2-3e4b3722d3119fe85b55d4cf6619fa9f_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-398324cb4b6f7e22a34234f3e611c813_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-7d79542710e666a834e4f6bae13b5750_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219172031066.png
│ │ │ │ │ │ │ │ ├── image_0011ec0.png
│ │ │ │ │ │ │ │ ├── v2-7d79542710e666a834e4f6bae13b5750_720w.jpg
│ │ │ │ │ │ │ │ ├── image-20231219172847307.png
│ │ │ │ │ │ │ │ ├── v2-cef46e11e72d1274e84a40252a840b63_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-4227c5936bfa394f5e3f68dfc823479d_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-e0db52e1d563647e190109151905ecb2_1440w.webp
│ │ │ │ │ │ │ │ ├── v2-1df5158e083968b5a4b683f1727798cc_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219173230774.png
│ │ │ │ │ │ │ │ ├── v2-c9beebe117784c0d8c5003905d968d64_1440w.webp
│ │ │ │ │ │ │ │ ├── image-20231219170918747.png
│ │ │ │ │ │ │ │ ├── image-20231219171841906.png
│ │ │ │ │ │ │ │ ├── image-20231221145526472.png
│ │ │ │ │ │ │ ├── 01-erniebot入门.html
│ │ │ │ │ │ ├── index.html
│ │ │ │ │ │ ├── sitemap.xml.gz
│ │ │ │ │ │ ├── sitemap.xml
│ │ │ │ │ │ ├── 404.html
│ │ │ │ │ ├── 02-千帆大模型的使用
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── community_e61e75e.png
│ │ │ │ │ │ │ ├── community_f62ebd4.png
│ │ │ │ │ │ │ ├── community_a2daa80.png
│ │ │ │ │ │ │ ├── community_cd6a07e.png
│ │ │ │ │ │ │ ├── community_e00b865.png
│ │ │ │ │ │ │ ├── community_837e0ed.png
│ │ │ │ │ │ │ ├── community_580b142.png
│ │ │ │ │ │ │ ├── community_43b8db8.png
│ │ │ │ │ │ │ ├── community_c5db9af.png
│ │ │ │ │ │ │ ├── community_90a5a94.png
│ │ │ │ │ │ │ ├── community_dbb5525.png
│ │ │ │ │ │ │ ├── community_b40e7c0.png
│ │ │ │ │ │ │ ├── community_e97e54b.png
│ │ │ │ │ │ │ ├── community_5e375f2.png
│ │ │ │ │ │ │ ├── community_c1bd617.png
│ │ │ │ │ │ │ ├── community_d0d930f.png
│ │ │ │ │ │ │ ├── community_d1172fc.png
│ │ │ │ │ │ │ ├── community_9f7e19b.png
│ │ │ │ │ │ │ ├── community_1deaa09.png
│ │ │ │ │ │ │ ├── community_4f5f222.png
│ │ │ │ │ │ │ ├── community_fd3eecb.png
│ │ │ │ │ │ │ ├── community_bd4998c.png
│ │ │ │ │ │ │ ├── community_f5db0f8.png
│ │ │ │ │ │ │ ├── community_82cf344.png
│ │ │ │ │ │ │ ├── community_f337854.png
│ │ │ │ │ │ │ ├── community_815c469.png
│ │ │ │ │ │ │ ├── community_fd2f00c.png
│ │ │ │ │ │ │ ├── community_12fd2b0.png
│ │ │ │ │ │ │ ├── community_af3c492.png
│ │ │ │ │ │ │ ├── community_055a4cf.png
│ │ │ │ │ │ │ ├── community_7906118.png
│ │ │ │ │ │ │ ├── community_1b03dab.png
│ │ │ │ │ │ │ ├── community_657f175.png
│ │ │ │ │ │ │ ├── community_a754d16.png
│ │ │ │ │ │ │ ├── community_55dcffa.png
│ │ │ │ │ │ │ ├── community_1d8de16.png
│ │ │ │ │ │ │ ├── community_fbb6978.png
│ │ │ │ │ │ │ ├── community_2123ca5.png
│ │ │ │ │ │ │ ├── community_4fca113.png
│ │ │ │ │ │ │ ├── community_53ebc87.png
│ │ │ │ │ │ │ ├── community_3f9622a.png
│ │ │ │ │ │ │ ├── community_36aa0b1.png
│ │ │ │ │ │ │ ├── community_5596edb.png
│ │ │ │ │ │ │ ├── community_7beab4c.png
│ │ │ │ │ │ │ ├── community_7b9433f.png
│ │ │ │ │ │ │ ├── community_56c532a.png
│ │ │ │ │ │ │ ├── community_5843d36.png
│ │ │ │ │ │ │ ├── community_c8127de.png
│ │ │ │ │ │ │ ├── community_61ecaf2.png
│ │ │ │ │ │ │ ├── community_0f65ce2.png
│ │ │ │ │ │ │ ├── community_3abbc33.png
│ │ │ │ │ │ │ ├── community_1ebbcca.png
│ │ │ │ │ │ │ ├── community_2865fba.png
│ │ │ │ │ │ │ ├── community_c24846c.png
│ │ │ │ │ │ │ ├── community_5b0dfee.png
│ │ │ │ │ │ │ ├── community_6d0e063.png
│ │ │ │ │ │ │ ├── community_749f526.png
│ │ │ │ │ │ │ ├── community_7cf1fb3.png
│ │ │ │ │ │ │ ├── community_27a4995.png
│ │ │ │ │ │ │ ├── community_e6ad5bb.png
│ │ │ │ │ │ │ ├── community_c3e8106.png
│ │ │ │ │ │ │ ├── community_9e22efa.png
│ │ │ │ │ │ │ ├── community_9c9eba0.png
│ │ │ │ │ │ │ ├── community_5d85b55.png
│ │ │ │ │ │ │ ├── community_7caba05.png
│ │ │ │ │ │ │ ├── community_8a92692.png
│ │ │ │ │ │ │ ├── community_3fa9acc.png
│ │ │ │ │ │ │ ├── community_ec3f165.png
│ │ │ │ │ │ │ ├── community_4bab5d7.png
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── javascripts
│ │ │ │ │ │ │ │ ├── workers
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js
│ │ │ │ │ │ │ │ │ ├── search.74e28a9f.min.js.map
│ │ │ │ │ │ │ │ ├── lunr
│ │ │ │ │ │ │ │ │ ├── min
│ │ │ │ │ │ │ │ │ │ ├── lunr.fr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ja.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.it.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.zh.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.da.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ro.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.de.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.fi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.nl.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.th.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.vi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sv.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.no.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.sa.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ru.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.stemmer.support.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ko.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.es.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ar.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hu.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.te.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.multi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hi.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.hy.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.tr.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.kn.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.jp.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.ta.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.pt.min.js
│ │ │ │ │ │ │ │ │ │ ├── lunr.du.min.js
│ │ │ │ │ │ │ │ │ ├── wordcut.js
│ │ │ │ │ │ │ │ │ ├── tinyseg.js
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js.map
│ │ │ │ │ │ │ │ ├── bundle.220ee61c.min.js
│ │ │ │ │ │ │ ├── stylesheets
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css
│ │ │ │ │ │ │ │ ├── main.eebd395e.min.css.map
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css
│ │ │ │ │ │ │ │ ├── palette.ecc896b0.min.css.map
│ │ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ │ ├── favicon.png
│ │ │ │ │ │ ├── search
│ │ │ │ │ │ │ ├── search_index.json
│ │ │ │ │ │ ├── 01-千帆大模型使用指南.html
│ │ │ │ │ │ ├── sitemap.xml.gz
│ │ │ │ │ │ ├── 404.html
│ │ │ │ │ │ ├── sitemap.xml
│ │ │ │ │ │ ├── index.html
│ │ │ │ ├── 02-数据
│ │ │ │ │ ├── 清洗emoji数据的demo数据集.zip
│ │ │ │ │ ├── sample-text-dialog-unsort-jsonl.zip
│ │ │ ├── 01-讯飞
│ │ │ │ ├── 02-代码
│ │ │ │ │ ├── Dataset-of-financial-news-classification
│ │ │ │ │ │ ├── .idea
│ │ │ │ │ │ │ ├── inspectionProfiles
│ │ │ │ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ │ │ │ │ ├── Project_Default.xml
│ │ │ │ │ │ │ ├── workspace.xml
│ │ │ │ │ │ │ ├── misc.xml
│ │ │ │ │ │ │ ├── modules.xml
│ │ │ │ │ │ │ ├── .gitignore
│ │ │ │ │ │ │ ├── Dataset-of-financial-news-sentiment-classification-master.iml
│ │ │ │ │ │ ├── Fiance_test_data.csv
│ │ │ │ │ │ ├── Fiance_train_data.csv
│ │ │ │ │ ├── translate_in_many_style.zip
│ │ │ │ │ ├── 语言大模型实现流程.zip
│ │ │ │ ├── 01-讲义
│ │ │ │ │ ├── 星火大模型(博学谷).pdf
│ │ │ ├── 企业级大模型应用平台.mindnode
│ │ │ │ ├── style.mindnodestyle
│ │ │ │ │ ├── metadata.plist
│ │ │ │ │ ├── contents.xml
│ │ │ │ ├── resources
│ │ │ │ ├── QuickLook
│ │ │ │ │ ├── Preview.jpg
│ │ │ │ ├── contents.xml
│ │ │ │ ├── viewState.plist
│ ├── 赠送往期多项目
│ │ ├── AI智慧交通项目实战.zip
│ │ ├── 亿图人脸支付项目实战.zip
│ │ ├── 计算机视觉项目实战.zip
│ │ ├── 投满分项目项目实战.zip
│ ├── 002 Python进阶-V5.0-AI版
│ │ ├── 002 Python进阶-V5.0-AI版
│ │ │ ├── 01.python进阶
│ │ │ │ ├── day09_算法和数据结构
│ │ │ │ │ ├── 04-随堂图片
│ │ │ │ │ │ ├── Day09_随堂图片.png
│ │ │ │ │ ├── 02-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712714176098.png
│ │ │ │ │ │ │ ├── 1712742846298.png
│ │ │ │ │ │ │ ├── 1712742834809.png
│ │ │ │ │ │ │ ├── 1712735423065.png
│ │ │ │ │ │ │ ├── 1712714954783.png
│ │ │ │ │ │ │ ├── 1712739660820.png
│ │ │ │ │ │ ├── Day09_随堂笔记.md
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day09.zip
│ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ ├── day08_算法和数据结构
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day08.zip
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712631423157.png
│ │ │ │ │ │ │ ├── 1712632612012.png
│ │ │ │ │ │ │ ├── 1712648758006.png
│ │ │ │ │ │ │ ├── 1712648751450.png
│ │ │ │ │ │ │ ├── 1712649592924.png
│ │ │ │ │ │ │ ├── 1712649604965.png
│ │ │ │ │ │ ├── Day08_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ ├── Day08_上午内容回顾.txt
│ │ │ │ ├── day07_正则表达式
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day07.zip
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── Day07_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 正则表达式算法复杂度-作业.md
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── Day07_上午内容回顾.txt
│ │ │ │ ├── day04_闭包和装饰器
│ │ │ │ │ ├── 06-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1720023128183.png
│ │ │ │ │ │ │ ├── 1720023084115.png
│ │ │ │ │ │ │ ├── 1720023102995.png
│ │ │ │ │ │ ├── Day04_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 闭包与装饰器作业.md
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── 02-随堂图片
│ │ │ │ │ │ ├── Day04_随堂图片_new.png
│ │ │ │ │ │ ├── Day04_随堂图片.png
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day04.zip
│ │ │ │ │ ├── Day04_上午内容回顾.txt
│ │ │ │ ├── 讲义
│ │ │ │ │ ├── 03_浅拷贝和深拷贝.pptx
│ │ │ │ │ ├── 08_1数据结构与算法_概念时间复杂度.pptx
│ │ │ │ │ ├── 08_2数据结构与算法_概念数据结构 .pptx
│ │ │ │ │ ├── 05_网络编程.pptx
│ │ │ │ │ ├── 07_2Python其他高级语法.pptx
│ │ │ │ │ ├── 03_Python面向对象综合案例.pptx
│ │ │ │ │ ├── 08_4数据结构与算法_排序.pptx
│ │ │ │ │ ├── 04_闭包和装饰器.pptx
│ │ │ │ │ ├── 08_3数据结构与算法_链表.pptx
│ │ │ │ │ ├── 07_1Python正则表达式.pptx
│ │ │ │ │ ├── 01_Python面向对象基础.pptx
│ │ │ │ │ ├── 02_Python面向对象高级.pptx
│ │ │ │ │ ├── 08_5数据结构与算法_二分查找.pptx
│ │ │ │ │ ├── 06_2-线程.pptx
│ │ │ │ │ ├── 08_6数据结构与算法_二叉树.pptx
│ │ │ │ │ ├── 06_1-进程.pptx
│ │ │ │ ├── day01-面向对象基础
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day01.zip
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 面向对象基础作业.md
│ │ │ │ │ │ ├── 面向对象基础作业.pdf
│ │ │ │ │ │ ├── day01实操练习-参考答案.md
│ │ │ │ │ ├── 02-笔记
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── image-20230329105357312.png
│ │ │ │ │ │ │ ├── image-20230812100223180.png
│ │ │ │ │ │ │ ├── image-20230329110844227.png
│ │ │ │ │ │ │ ├── image-20230329154818576.png
│ │ │ │ │ │ │ ├── image-20230329165844902.png
│ │ │ │ │ │ │ ├── image-23185447321.png
│ │ │ │ │ │ │ ├── image-15142545979.png
│ │ │ │ │ │ │ ├── image-20230812085359643.png
│ │ │ │ │ │ │ ├── image-15110919776.png
│ │ │ │ │ │ │ ├── image-20230329111334052.png
│ │ │ │ │ │ │ ├── image-15112450526.png
│ │ │ │ │ │ │ ├── image-20230812093826292.png
│ │ │ │ │ │ │ ├── image-26061015026.png
│ │ │ │ │ │ │ ├── image-23185025048.png
│ │ │ │ │ │ │ ├── image-15105528242.png
│ │ │ │ │ │ │ ├── image-20230329150958486.png
│ │ │ │ │ │ │ ├── image-23184354740.png
│ │ │ │ │ │ │ ├── image-20230329154721590.png
│ │ │ │ │ │ │ ├── image-15112955453.png
│ │ │ │ │ │ │ ├── image-20230329160105271.png
│ │ │ │ │ │ │ ├── image-20230328195100667.png
│ │ │ │ │ │ │ ├── image-20230329144738647.png
│ │ │ │ │ │ │ ├── image-20230329154824003.png
│ │ │ │ │ │ │ ├── image-15110701291.png
│ │ │ │ │ │ │ ├── image-20230329150129223.png
│ │ │ │ │ │ │ ├── image-20230329105406154.png
│ │ │ │ │ │ │ ├── image-20230329102518504.png
│ │ │ │ │ │ │ ├── image-20230812090607058.png
│ │ │ │ │ │ │ ├── image-15111916141.png
│ │ │ │ │ │ │ ├── image-20230329111640476.png
│ │ │ │ │ │ │ ├── image-20230329094259723.png
│ │ │ │ │ │ │ ├── image-20230812095619479.png
│ │ │ │ │ │ │ ├── image-15103504343.png
│ │ │ │ │ │ │ ├── image-20230323105545170.png
│ │ │ │ │ │ │ ├── image-20230329104730634.png
│ │ │ │ │ │ │ ├── image-20230329160057736.png
│ │ │ │ │ │ │ ├── image-20230329154750404.png
│ │ │ │ │ │ ├── Day01_随堂图片.png
│ │ │ │ │ │ ├── Python面向对象基础.md
│ │ │ │ │ ├── 06-扩展资料-递归和练习题
│ │ │ │ │ │ ├── 视频
│ │ │ │ │ │ │ ├── 03.os模块介绍.avi
│ │ │ │ │ │ │ ├── 09.递归-求阶乘.avi
│ │ │ │ │ │ │ ├── 05.排列组合.avi
│ │ │ │ │ │ │ ├── 10.递归-阶乘图解.avi
│ │ │ │ │ │ │ ├── 08.模拟斗地主发牌.avi
│ │ │ │ │ │ │ ├── 07.模拟登陆.avi
│ │ │ │ │ │ │ ├── 11.递归-斐波那契数列数列.avi
│ │ │ │ │ │ │ ├── 04-约瑟夫环.avi
│ │ │ │ │ │ │ ├── 06.统计每个字符的次数.avi
│ │ │ │ │ │ ├── 扩展练习题
│ │ │ │ │ │ │ ├── 03-排列组合.py
│ │ │ │ │ │ │ ├── 05-模拟登陆.py
│ │ │ │ │ │ │ ├── 06-模拟斗地主发牌.py
│ │ │ │ │ │ │ ├── 08-斐波那契数列.py
│ │ │ │ │ │ │ ├── 07-递归-求阶乘.py
│ │ │ │ │ │ │ ├── 01-os模块.py
│ │ │ │ │ │ │ ├── 04-统计每个字符出现的次数.py
│ │ │ │ │ │ │ ├── 02-约瑟夫环.py
│ │ │ │ │ ├── Day01_上午内容回顾.txt
│ │ │ │ ├── day03-学生管理系统-深拷贝浅拷贝
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712022896369.png
│ │ │ │ │ │ ├── Day03_随堂笔记.md
│ │ │ │ │ ├── 05-图片
│ │ │ │ │ │ ├── Day03_随堂图片_new.png
│ │ │ │ │ │ ├── day03_随堂图片.png
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 学员管理系统(面向对象)-作业.md
│ │ │ │ │ ├── 06-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day03_sms.zip
│ │ │ │ │ ├── Day03_内容回顾.txt
│ │ │ │ ├── day05_网编和多线程
│ │ │ │ │ ├── 02-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712288077683.png
│ │ │ │ │ │ │ ├── 1712285859763.png
│ │ │ │ │ │ │ ├── 1712314095082.png
│ │ │ │ │ │ │ ├── 1712280088621.png
│ │ │ │ │ │ ├── Day05_随堂笔记.md
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day05.zip
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 多任务作业_17期.md
│ │ │ │ │ │ ├── 网络编程作业.md
│ │ │ │ │ ├── 05-今日内容总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ ├── Day05_随堂图片.png
│ │ │ │ │ ├── Day05_上午内容回顾.txt
│ │ │ │ ├── day06_多线程_生成器
│ │ │ │ │ ├── 01-笔记
│ │ │ │ │ │ ├── assets
│ │ │ │ │ │ │ ├── 1712400407676.png
│ │ │ │ │ │ ├── Day06_随堂笔记.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 多任务作业-线程相关.md
│ │ │ │ │ │ ├── python其他语法-作业.md
│ │ │ │ │ ├── 02-代码
│ │ │ │ │ │ ├── day06.zip
│ │ │ │ │ │ ├── jaychou_lyrics.txt
│ │ │ │ │ ├── 05-今日总结
│ │ │ │ │ │ ├── Python进阶.xmind
│ │ │ │ │ │ ├── Day06_随堂图片.png
│ │ │ │ ├── day02-面向对象高级
│ │ │ │ │ ├── 05-随堂图片
│ │ │ │ │ │ ├── day02_随堂图片.png
│ │ │ │ │ ├── 03-笔记
│ │ │ │ │ │ ├── images
│ │ │ │ │ │ │ ├── image-05144821736.png
│ │ │ │ │ │ │ ├── image-07174754336.png
│ │ │ │ │ │ │ ├── image-05175029045.png
│ │ │ │ │ │ │ ├── image-05144714823.png
│ │ │ │ │ │ │ ├── image-20230330111528253.png
│ │ │ │ │ │ │ ├── image-06155249926.png
│ │ │ │ │ │ │ ├── image-20230330161310784.png
│ │ │ │ │ │ │ ├── image-06171153762.png
│ │ │ │ │ │ │ ├── image-20230813100554665.png
│ │ │ │ │ │ │ ├── image-20230330144854423.png
│ │ │ │ │ │ │ ├── image-06162828013.png
│ │ │ │ │ │ │ ├── image-16140801583.png
│ │ │ │ │ │ │ ├── image-06162528647.png
│ │ │ │ │ │ │ ├── image-05190235793.png
│ │ │ │ │ │ │ ├── image-06155303777.png
│ │ │ │ │ │ │ ├── image-16150109647.png
│ │ │ │ │ │ │ ├── image-16142829775.png
│ │ │ │ │ │ │ ├── image-20230809170803783.png
│ │ │ │ │ │ ├── Python面向对象高级.md
│ │ │ │ │ ├── 04-作业
│ │ │ │ │ │ ├── 面向对象高级作业.md
│ │ │ │ │ │ ├── 面向对象高级作业.pdf
│ │ │ │ │ ├── 01-代码
│ │ │ │ │ │ ├── day02
│ │ │ │ │ │ │ ├── day02
│ │ │ │ │ │ │ │ ├── .idea
│ │ │ │ │ │ │ │ │ ├── inspectionProfiles
│ │ │ │ │ │ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ │ │ │ │ │ ├── modules.xml
│ │ │ │ │ │ │ │ │ ├── day02.iml
│ │ │ │ │ │ │ │ │ ├── workspace.xml
│ │ │ │ │ │ │ │ ├── 12-抽象类入门.py
│ │ │ │ │ │ │ │ ├── 08-封装-私有化方法.py
│ │ │ │ │ │ │ │ ├── 13-类属性和对象属性详解.py
│ │ │ │ │ │ │ │ ├── 09-扩展-方法重写应用场景演示.py
│ │ │ │ │ │ │ │ ├── 03-多继承.py
│ │ │ │ │ │ │ │ ├── 01-继承入门.py
│ │ │ │ │ │ │ │ ├── 05-方法重写-进阶.py
│ │ │ │ │ │ │ │ ├── 06-多层继承.py
│ │ │ │ │ │ │ │ ├── 10-多态-入门.py
│ │ │ │ │ │ │ │ ├── 14-类方法和静态方法详解.py
│ │ │ │ │ │ │ │ ├── 02-单继承.py
│ │ │ │ │ │ │ │ ├── 07-封装-私有化-入门.py
│ │ │ │ │ │ │ │ ├── 04-方法重写-入门.py
│ │ │ │ │ │ │ │ ├── 11-多态-战斗机案例.py
│ │ │ │ │ │ ├── day02.zip
│ │ │ │ │ ├── Day02_上午内容回顾.txt
│ │ │ │ │ ├── Python进阶.xmind
│ ├── 001 Python基础-V5.0-AI版.zip
│ ├── 003 数据处理和统计分析-V5.0-AI版.zip
│ ├── 008 知识图谱-V5.0-AI版.zip
│ ├── 009 大模型开发基础与项目-V5.0-AI版.zip
│ ├── 005 金融风控-V5.0-AI版.zip
│ ├── 010 多模态大模型项目-V5.0-AI版.zip
│ ├── 006 深度学习基础-V5.0-AI版.zip
│ ├── 004 机器学习-V5.0-AI版.zip
│ ├── 007 NLP自然语言处理+GPT-V5.0-AI版.zip
│ ├── 002 Python进阶-V5.0-AI版.zip
├── 阶段013 赠品-亿图人脸支付项目
│ ├── 01-人脸检测
│ │ ├── 07.参数配置_.wmv
│ │ ├── 06.模型构建_.wmv
│ │ ├── 08.训练策略_.wmv
│ │ ├── 11.内容总结_.wmv
│ │ ├── 09.训练流程_.wmv
│ │ ├── 04.验证数据集_.wmv
│ │ ├── 05.数据集获取_.wmv
│ │ ├── 10.模型训练_.wmv
│ │ ├── 03.人脸检测概述_.wmv
│ │ ├── 02.视频读写_.wmv
│ │ ├── 01.内容回顾_.wmv
│ ├── 04-人脸识别
│ │ ├── 05.代码结构_.wmv
│ │ ├── 10.人脸支付项目总结_.wmv
│ │ ├── 04.模型集成_.wmv
│ │ ├── 06.人脸矫正_.wmv
│ │ ├── 08.可视化_.wmv
│ │ ├── 07.属性获取_.wmv
│ │ ├── 01.内容回顾_.wmv
│ │ ├── 09.模型部署_.wmv
│ │ ├── 03.模型使用_.wmv
│ │ ├── 02.模型训练_.wmv
│ ├── 02-人脸姿态
│ │ ├── 08.模型构建_.wmv
│ │ ├── 06.数据集加载_.wmv
│ │ ├── 07.数据增强_.wmv
│ │ ├── 03.模型预测_.wmv
│ │ ├── 02.模型训练结果_.wmv
│ │ ├── 09.模型训练_.wmv
│ │ ├── 01.内容回顾_.wmv
│ │ ├── 05.人脸姿态概述_.wmv
│ │ ├── 04.模型预测流程_.wmv
│ │ ├── 10. 内容总结_.wmv
│ ├── 03-人脸多任务(1)
│ │ ├── 06.模型训练_.wmv
│ │ ├── 03.数据加载_.wmv
│ │ ├── 10.模型构建_.wmv
│ │ ├── 08.人脸识别_.wmv
│ │ ├── 05.模型构建_.wmv
│ │ ├── 09.数据获取_.wmv
│ │ ├── 07.模型预测_.wmv
│ │ ├── 02.人脸多任务_.wmv
│ │ ├── 04.数据增强_.wmv
│ │ ├── 12.内容总结_.wmv
│ │ ├── 01.内容回顾_.wmv
│ │ ├── 11.arcface_.wmv
├── 10_开源大模型平台-V6.X版本-3天-AI版
│ ├── 01-讯飞
│ │ ├── 02-API_.wmv
│ │ ├── 01-星火大模型介绍_.wmv
│ │ ├── 03-大模型定制平台_.wmv
│ │ ├── 04-语音大模型_.wmv
│ ├── 03-阿里
│ │ ├── 02-阿里PAI_.wmv
│ │ ├── 01-阿里百炼_.wmv
│ ├── 02-百度
│ │ ├── 01-百度千帆_.wmv
│ │ ├── 02-千帆模型_.wmv
├── 01_Python基础-V6.X版-14天-AI版
│ ├── 03.Python基础
│ │ ├── day04
│ │ │ ├── 04.列表-增.avi
│ │ │ ├── 08.上午内容回顾.avi
│ │ │ ├── 16.字典-查询相关.avi
│ │ │ ├── 10.列表-嵌套.avi
│ │ │ ├── 09.列表-改.avi
│ │ │ ├── 11.列表-嵌套案例-随机分配办公室.avi
│ │ │ ├── 07.列表-删.avi
│ │ │ ├── 02.列表-入门.avi
│ │ │ ├── 15.字典-增删改.avi
│ │ │ ├── 05.列表-查.avi
│ │ │ ├── 13.列表-幸运数字6.avi
│ │ │ ├── 03.列表-遍历.avi
│ │ │ ├── 12.元组-详解.avi
│ │ │ ├── 01.今日内容大纲介绍.avi
│ │ │ ├── 14.字典-入门.avi
│ │ │ ├── 06.扩展-大串中小串出现的次数.avi
│ │ │ ├── 18.今日内容总结.avi
│ │ │ ├── 17.字典-遍历.avi
│ │ ├── day08
│ │ │ ├── 12.PyMysql-入门.avi
│ │ │ ├── 10.递归-阶乘图解.avi
│ │ │ ├── 07.模拟登陆.avi
│ │ │ ├── 13.PyMysql-CURD操作.avi
│ │ │ ├── 05.排列组合.avi
│ │ │ ├── 08.模拟斗地主发牌.avi
│ │ │ ├── 03.os模块介绍.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 09.递归-求阶乘.avi
│ │ │ ├── 04-约瑟夫环.avi
│ │ │ ├── 06.统计每个字符的次数.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 11.递归-斐波那契数列数列.avi
│ │ ├── day07
│ │ │ ├── 06.异常-捕获指定异常.avi
│ │ │ ├── 16.学生管理系统-打印界面.avi
│ │ │ ├── 04.异常-演示.avi
│ │ │ ├── 25.学生管理系统-升级版思路.avi
│ │ │ ├── 14.包-详解.avi
│ │ │ ├── 09.模块-导入方式详解.avi
│ │ │ ├── 19.学生管理系统-根据学号删除学生信息.avi
│ │ │ ├── 12.模块_all属性.avi
│ │ │ ├── 22.学生管理系统-根据学号查询学生信息.avi
│ │ │ ├── 15.学生管理系统-演示及需求分析.avi
│ │ │ ├── 23.学生管理系统-根据姓名查询学生信息.avi
│ │ │ ├── 08.异常-传递性.avi
│ │ │ ├── 20.学生管理系统-根据姓名删除学生信息.avi
│ │ │ ├── 11.模块_name属性.avi
│ │ │ ├── 17.学生管理系统-架构实现.avi
│ │ │ ├── 13.上午内容回顾.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 03.今日内容大纲介绍.avi
│ │ │ ├── 21.学生管理系统-修改学生信息.avi
│ │ │ ├── 07.异常-完整格式.avi
│ │ │ ├── 18.学生管理系统-添加学生.avi
│ │ │ ├── 05.异常-入门.avi
│ │ │ ├── 02.昨日内容回顾.avi
│ │ │ ├── 24.学生管理系统-查询所有学生信息.avi
│ │ │ ├── 10.导入-自定义模块.avi
│ │ ├── day06
│ │ │ ├── 10.交换变量值.avi
│ │ │ ├── 06.函数参数-缺省参数.avi
│ │ │ ├── 03.函数-同时返回多个值.avi
│ │ │ ├── 13.匿名函数(上).avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 09.组包和拆包解释.avi
│ │ │ ├── 12.扩展-引用相关的面试题.avi
│ │ │ ├── 17.文件操作-读取数据-中文.avi
│ │ │ ├── 04.函数参数-位置参数.avi
│ │ │ ├── 11.引用详解(了解).avi
│ │ │ ├── 08.函数参数-不定长参数-案例.avi
│ │ │ ├── 19.综合案例-备份文件.avi
│ │ │ ├── 18.文件操作-写数据.avi
│ │ │ ├── 14.匿名函数(下).avi
│ │ │ ├── 20.扩展-with-open语句.avi
│ │ │ ├── 16.文件操作-读取数据.avi
│ │ │ ├── 05.函数参数-关键字参数.avi
│ │ │ ├── 07.函数参数-不定长参数.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 15.文件操作-打开文件.avi
│ │ ├── day03
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 16.字符串案例-判断文件名是否以.png结尾.avi
│ │ │ ├── 07.猜数字游戏.avi
│ │ │ ├── 08.扩展-循环+else语法.avi
│ │ │ ├── 15.字符串案例-打印偶数索引.avi
│ │ │ ├── 14.字符串-常用函数-replace-split.avi
│ │ │ ├── 04.for循环-99乘法表.avi
│ │ │ ├── 10.字符串-入门.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 03.for循环-入门.avi
│ │ │ ├── 12.字符串-切片.avi
│ │ │ ├── 09.扩展-打印质数.avi
│ │ │ ├── 05.循环控制跳转语句-break和continue.avi
│ │ │ ├── 11.字符串-下标.avi
│ │ │ ├── 13.字符串-常用函数-find-index.avi
│ │ │ ├── 06.报数字游戏.avi
│ │ ├── day05
│ │ │ ├── 12.函数-返回值详解.avi
│ │ │ ├── 04.容器类型公共操作-运算符.avi
│ │ │ ├── 11.函数-参数解释.avi
│ │ │ ├── 03.集合-入门.avi
│ │ │ ├── 09.上午内容回顾.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 05.容器类型公共操作-函数.avi
│ │ │ ├── 15.变量的作用域.avi
│ │ │ ├── 14.函数-嵌套调用案例.avi
│ │ │ ├── 16.多函数执行流程.avi
│ │ │ ├── 07.集合和字典推导式详解.avi
│ │ │ ├── 10.函数-说明文档.avi
│ │ │ ├── 08.函数-入门.avi
│ │ │ ├── 13.函数-嵌套调用.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 06.列表推导式详解.avi
│ │ ├── day01
│ │ │ ├── 03.今日内容大纲介绍.avi
│ │ │ ├── 07.扩展_编译型和解释型语言对比.avi
│ │ │ ├── 15.标识符和关键字.avi
│ │ │ ├── 16.输出(上).avi
│ │ │ ├── 18.输入.avi
│ │ │ ├── 10.PyCharm基本设置和常用插件.avi
│ │ │ ├── 08.Python环境搭建.avi
│ │ │ ├── 11.上午内容回顾.avi
│ │ │ ├── 13.变量-入门.avi
│ │ │ ├── 17.输出(下).avi
│ │ │ ├── 14.变量-数据类型.avi
│ │ │ ├── 04.计算机简介.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 19.运算符详解.avi
│ │ │ ├── 02.Python阶段-大纲介绍.avi
│ │ │ ├── 12.Python基础语法-注释.avi
│ │ │ ├── 09.Python入门案例-HelloWorld(重要).avi
│ │ │ ├── 05.计算机语言介绍.avi
│ │ │ ├── 20.类型转换.avi
│ │ │ ├── 06.Python语言介绍.avi
│ │ ├── day02
│ │ │ ├── 06.比较运算符和逻辑运算符.avi
│ │ │ ├── 13.循环-入门.avi
│ │ │ ├── 02.昨日作业处理_交换变量.avi
│ │ │ ├── 12.扩展_Debug断点调试.avi
│ │ │ ├── 09.if语句-嵌套.avi
│ │ │ ├── 15.循环求和-偶数和.avi
│ │ │ ├── 07.if语句-双分支.avi
│ │ │ ├── 10.分支结构-猜拳游戏.avi
│ │ │ ├── 05.if语句-单分支.avi
│ │ │ ├── 04.顺序结构介绍.avi
│ │ │ ├── 16.循环-统计思想.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 20.循环嵌套-打印99乘法表.avi
│ │ │ ├── 03.今日内容大纲介绍.avi
│ │ │ ├── 19.循环嵌套-打印倒三角形.avi
│ │ │ ├── 18.循环嵌套-打印正三角形.avi
│ │ │ ├── 17.循环嵌套-打印矩形.avi
│ │ │ ├── 08.if语句-多分支.avi
│ │ │ ├── 14.循环求和-1 ~ 100之间数字和.avi
│ │ │ ├── 11.扩展-三元表达式.avi
│ ├── 01.Linux基础
│ │ ├── Day01_Linux基础
│ │ │ ├── 12.Linux_目录结构介绍.avi
│ │ │ ├── 16.Linux命令_文件相关.avi
│ │ │ ├── 09.FinalShell连接Linux虚拟机.avi
│ │ │ ├── 18.今日内容总结.avi
│ │ │ ├── 14.Linux命令_cd_pwd.avi
│ │ │ ├── 03.计算机初识.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 13.Linux命令_ls.avi
│ │ │ ├── 15.Linux命令_mkdir.avi
│ │ │ ├── 04.Linux系统简介.avi
│ │ │ ├── 06.如何安装Vmware软件.avi
│ │ │ ├── 08.VMware挂载虚拟机(掌握).avi
│ │ │ ├── 10.上午内容回顾.avi
│ │ │ ├── 11.扩展_Linux快照.avi
│ │ │ ├── 05.宿主机和虚拟机关系图.avi
│ │ │ ├── 07.手动安装Linux虚拟机(了解).avi
│ │ │ ├── 01.Python基础_阶段大纲.avi
│ │ │ ├── 17.Linux命令_查找相关.avi
│ │ ├── Day02_Linux基础
│ │ │ ├── 15.Linux命令-常用快捷键.avi
│ │ │ ├── 06.Linux命令-如何修改IP地址.avi
│ │ │ ├── 20.Linux命令-端口号相关.avi
│ │ │ ├── 10.Linux命令-用户和用户组相关(了解).avi
│ │ │ ├── 18.Linux命令-软连接和硬链接.avi
│ │ │ ├── 03.Linux命令-管道-过滤-统计.avi
│ │ │ ├── 22.Linux命令-上传和下载.avi
│ │ │ ├── 19.Linux命令-网络相关.avi
│ │ │ ├── 23.Linux命令-压缩和解压缩.avi
│ │ │ ├── 07.Linux命令-vi命令详解.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 14.Linux命令-chown命令.avi
│ │ │ ├── 09.Linux命令-su和sudo.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 17.Linux命令-systemctl命令.avi
│ │ │ ├── 08.Linux命令-查看命令手册.avi
│ │ │ ├── 12.权限管理-图解.avi
│ │ │ ├── 13.Linux命令-chmod命令(重点掌握).avi
│ │ │ ├── 21.Linux命令-进程相关.avi
│ │ │ ├── 11.上午内容回顾.avi
│ │ │ ├── 05.Linux命令-vi编辑器(重点).avi
│ │ │ ├── 16.Linux命令-yum方式安装软件.avi
│ │ │ ├── 04.Linux命令-重定向-echo-反引号-tail.avi
│ ├── 02.MySQL基础
│ │ ├── day04-窗口函数+练习题
│ │ │ ├── 08.SQL练习题(34题)-5 ~ 10题.avi
│ │ │ ├── 09.SQL练习题(34题)-11 ~ 15题.avi
│ │ │ ├── 03.窗口函数-初体验.avi
│ │ │ ├── 14.SQL练习题(34题)-29 ~ 34题.avi
│ │ │ ├── 12.SQL练习题(34题)-21 ~ 24题.avi
│ │ │ ├── 13.SQL练习题(34题)-25 ~ 28题.avi
│ │ │ ├── 10.SQL练习题(34题)-16 ~ 17题.avi
│ │ │ ├── 07.SQL练习题(34题)-前5题.avi
│ │ │ ├── 05.SQL练习题(34题)-导入数据.avi
│ │ │ ├── 06.SQL练习题(34题)-表字段介绍.avi
│ │ │ ├── 01.昨日内容回顾.avi
│ │ │ ├── 11.SQL练习题(34题)-18 ~ 20题.avi
│ │ │ ├── 02.窗口函数介绍.avi
│ │ │ ├── 04.扩展_case when语句.avi
│ │ ├── day03-Mysql多表查询
│ │ │ ├── 15.多表建表-一对一建表(了解).avi
│ │ │ ├── 09.多表查询-子查询.avi
│ │ │ ├── 13.多表建表-多对多图解.avi
│ │ │ ├── 05.多表查询-准备数据.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 16.SQL练习题-导入数据.avi
│ │ │ ├── 03.多表建表-一对多-图解.avi
│ │ │ ├── 12.自关联查询-代码实现.avi
│ │ │ ├── 06.多表查询-交叉查询.avi
│ │ │ ├── 14.多表建表-多对多代码实现.avi
│ │ │ ├── 08.多表查询-外连接查询.avi
│ │ │ ├── 17.扩展_case when 和 if函数.avi
│ │ │ ├── 11.自关联查询-导入数据.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 10.上午内容回顾.avi
│ │ │ ├── 07.多表查询-内连接查询.avi
│ │ │ ├── 04.多表建表-一对多-代码实现.avi
│ │ ├── day02-Mysql查询
│ │ │ ├── 12.单表查询-聚合查询.avi
│ │ │ ├── 05.约束-单表约束详解.avi
│ │ │ ├── 15.多表查询-入门(明天还会重头讲).avi
│ │ │ ├── 07.单表查询-准备动作.avi
│ │ │ ├── 04.扩展-delete 和 truncate的区别.avi
│ │ │ ├── 03.约束-主键约束详解.avi
│ │ │ ├── 11.单表查询-排序查询.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 06.扩展-如何备份表数据.avi
│ │ │ ├── 14.单表查询-分页查询.avi
│ │ │ ├── 09.单表查询-条件查询.avi
│ │ │ ├── 08.单表查询-基本查询.avi
│ │ │ ├── 10.上午内容回顾.avi
│ │ │ ├── 13.单表查询-分组查询.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ ├── day01-Mysql基础
│ │ │ ├── 07.数据库-常见的问题.avi
│ │ │ ├── 15.DDL语句-操作数据库.avi
│ │ │ ├── 02.今日内容大纲介绍.avi
│ │ │ ├── 05.数据库-常见数据库介绍.avi
│ │ │ ├── 17.DDL语句-操作字段.avi
│ │ │ ├── 12.SQL-分类介绍.avi
│ │ │ ├── 06.数据库-环境搭建.avi
│ │ │ ├── 09.DataGrip-安装.avi
│ │ │ ├── 19.DML语句-修改和删除表数据.avi
│ │ │ ├── 18.DML语句-添加表数据.avi
│ │ │ ├── 08.MySQL-登陆和登出.avi
│ │ │ ├── 03.数据库-概述.avi
│ │ │ ├── 10.DataGrip-连接MySQL.avi
│ │ │ ├── 14.SQL-常用数据类型.avi
│ │ │ ├── 11.DataGrip-基本设置.avi
│ │ │ ├── 01.昨日反馈处理.avi
│ │ │ ├── 04.数据库-DBMS和数据库的关系.avi
│ │ │ ├── 16.DDL语句-操作数据表.avi
│ │ │ ├── 13.SQL-通用语法.avi
├── 09_大模型-V6.X版本【线下】-13天-AI版
│ ├── day13
│ │ ├── 03-内容总结_.wmv
│ │ ├── 01-agent_.wmv
│ │ ├── 02-Agent开发工具_.wmv
│ ├── day05
│ │ ├── 03-PET微调方法_.wmv
│ │ ├── 06-p-tuning_.wmv
│ │ ├── 01-NLP的四范式_.wmv
│ │ ├── 04-硬模版和软模版_.wmv
│ │ ├── 07-PPL_.wmv
│ │ ├── 08-prompt-tuning总结_.wmv
│ │ ├── 02-Prompt微调的方式_.wmv
│ │ ├── 05-prompt tuning_.wmv
│ ├── day03
│ │ ├── 06-LLaMa和Bloom_.wmv
│ │ ├── 03-GLM的训练目标_.wmv
│ │ ├── 05-GLM的特点_.wmv
│ │ ├── 02- chatGpt的微调方法_.wmv
│ │ ├── 07-百川大模型_.wmv
│ │ ├── 09-提示词工程原则_.wmv
│ │ ├── 01-chatGPT的微调方法_.wmv
│ │ ├── 04-GLM的位置编码_.wmv
│ │ ├── 08-提示词工程_.wmv
│ ├── day01
│ │ ├── 02-语言模型_.wmv
│ │ ├── 09-PPL_.wmv
│ │ ├── 07-bleu_.wmv
│ │ ├── 08-rough_.wmv
│ │ ├── 10-AE的BERT模型_.wmv
│ │ ├── 04-n-gram_.wmv
│ │ ├── 03-语言模型的发展_.wmv
│ │ ├── 06-神经网络的语言模型_.wmv
│ │ ├── 01-大模型背景_.wmv
│ ├── day10
│ │ ├── 05-工具函数_.wmv
│ │ ├── 03-数据预处理_.wmv
│ │ ├── 07-模型预测_.wmv
│ │ ├── 04-data_loader_.wmv
│ │ ├── 02-配置信息_.wmv
│ │ ├── 01-项目介绍_.wmv
│ │ ├── 06-模型训练_.wmv
│ ├── day12
│ │ ├── 05-原理_.wmv
│ │ ├── 03-向量库构建和检索_.wmv
│ │ ├── 10-AssistantAPI实践_.wmv
│ │ ├── 02-模型构建_.wmv
│ │ ├── 08-GPTs_.wmv
│ │ ├── 04-Function——Call_.wmv
│ │ ├── 01-RAG_.wmv
│ │ ├── 09-AssistantAPI的使用_.wmv
│ │ ├── 06-实践_.wmv
│ │ ├── 07-SQL_.wmv
│ ├── day04
│ │ ├── 08-文本匹配的内容_.wmv
│ │ ├── 02-文本分类提示词_.wmv
│ │ ├── 01-项目背景_.wmv
│ │ ├── 04-趋动云使用_.wmv
│ │ ├── 05-文本信息抽取提示词_.wmv
│ │ ├── 07-文本抽取的实现_.wmv
│ │ ├── 03-文本分类推理_.wmv
│ │ ├── 06-文本信息抽取的后处理_.wmv
│ ├── day07
│ │ ├── 05-准确率计算_.wmv
│ │ ├── 10-前端部署_.wmv
│ │ ├── 08-模型预测_.wmv
│ │ ├── 06-损失函数_.wmv
│ │ ├── 07-topK 和topP_.wmv
│ │ ├── 01-模型训练_.wmv
│ │ ├── 03-模型训练2_.wmv
│ │ ├── 09-topK和topP_.wmv
│ │ ├── 02-模型训练2_.wmv
│ │ ├── 04-模型验证_.wmv
│ ├── day06
│ │ ├── 10-config_.wmv
│ │ ├── 08-dataloader_.wmv
│ │ ├── 06-process实现_.wmv
│ │ ├── 02-adapter_.wmv
│ │ ├── 03-lora_.wmv
│ │ ├── 07-dataset实现_.wmv
│ │ ├── 01-prefix微调_.wmv
│ │ ├── 09-模型构建_.wmv
│ │ ├── 05-项目背景和数据_.wmv
│ │ ├── 04-伪代码_.wmv
│ ├── day08
│ │ ├── 01-项目背景_.wmv
│ │ ├── 05-dataset_.wmv
│ │ ├── 03-template构建1_.wmv
│ │ ├── 04-template构建2_.wmv
│ │ ├── 06-data_preprocess_.wmv
│ │ ├── 10-子标签找主标签_.wmv
│ │ ├── 08-标签词映射_.wmv
│ │ ├── 07-dataloader_.wmv
│ │ ├── 02-PET的项目架构_.wmv
│ │ ├── 09-主标签找子标签_.wmv
│ ├── day11
│ │ ├── 10-检索器_.wmv
│ │ ├── 03-嵌入模型_.wmv
│ │ ├── 01-Langchain介绍_.wmv
│ │ ├── 04-prompts_.wmv
│ │ ├── 06-agents_.wmv
│ │ ├── 02-Chat模型_.wmv
│ │ ├── 07-memory_.wmv
│ │ ├── 08-index_.wmv
│ │ ├── 09-向量数据库_.wmv
│ │ ├── 05-chains_.wmv
│ ├── day09
│ │ ├── 05-模型预测_.wmv
│ │ ├── 06-ptuning的数据处理_.wmv
│ │ ├── 08-ptuning的工具函数、训练和预测_.wmv
│ │ ├── 03-评价指标_.wmv
│ │ ├── 07-ptuning的dataloader_.wmv
│ │ ├── 04-模型训练_.wmv
│ │ ├── 01-损失计算_.wmv
│ │ ├── 02-id转换_.wmv
│ ├── day02
│ │ ├── 09-in_contextlearning_.wmv
│ │ ├── 02-GPT的预训练过程_.wmv
│ │ ├── 06-GPT2网络和训练_.wmv
│ │ ├── 10-GPT3的特点_.wmv
│ │ ├── 08-GPT3的网络结构_.wmv
│ │ ├── 11-强化学习_.wmv
│ │ ├── 01-GPT的网络结构_.wmv
│ │ ├── 05-seq2seq_.wmv
│ │ ├── 03-GPT的微调_.wmv
│ │ ├── 04-AR的特点_.wmv
│ │ ├── 07-GPT2的特点_.wmv
├── 07_自然语言处理+GPT-V6.X版-13天-AI版
│ ├── day04
│ │ ├── 10-将文本数据读取到内存中_.wmv
│ │ ├── 08-RNN人名分类案例介绍_.wmv
│ │ ├── 02-LSTM模型内部结构分析_.wmv
│ │ ├── 06-GRU模型架构原理解析_.wmv
│ │ ├── 07-GRU模型代码的实现_.wmv
│ │ ├── 04-Bi-LSTM模型原理_.wmv
│ │ ├── 09-RNN人名分类导入第三方工具_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 05-LSTM模型代码的实现_.wmv
│ │ ├── 12-实例化dataloader对象_.wmv
│ │ ├── 03-LSTM模型内部结构源代码分析_.wmv
│ │ ├── 11-构建Dataset数据源对象_.wmv
│ │ ├── 13-今日内容总结_.wmv
│ ├── day06
│ │ ├── 15-注意力机制代码的实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 18-seq2seq英译法案例分析_.wmv
│ │ ├── 05-带Attention的Encoder2Decoder框架解析_.wmv
│ │ ├── 17-今日内容总结_.wmv
│ │ ├── 04-不带Attention的Encoder2Decoder框架解析_.wmv
│ │ ├── 09-seq2seq框架加入attention计算过程解释_.wmv
│ │ ├── 06-注意力概率分布的计算方式_.wmv
│ │ ├── 03-深度学习注意力机制介绍_.wmv
│ │ ├── 16-注意力机制实现扩展_.wmv
│ │ ├── 12-三维矩阵乘法解析_.wmv
│ │ ├── 14-注意力机制实现代码的讲解_.wmv
│ │ ├── 08-hardAttention和softAttention的介绍_.wmv
│ │ ├── 13-注意力的作用和计算步骤_.wmv
│ │ ├── 10-pytorch版本的attention计算过程_.wmv
│ │ ├── 11-注意力计算规则_.wmv
│ │ ├── 02-seq2seq文本翻译过程解析_.wmv
│ │ ├── 07-softAttention的讲解_.wmv
│ ├── day12
│ │ ├── 10-中文分类案例自定义函数实现_.wmv
│ │ ├── 04-AutoModel实现阅读理解任务_.wmv
│ │ ├── 13-中文分类案例模型训练代码_.wmv
│ │ ├── 12-中文分类案例模型训练思路_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 11-中文分类案例模型搭建_.wmv
│ │ ├── 07-具体模型实现完形填空任务_.wmv
│ │ ├── 14-中文分类案例模型评估代码_.wmv
│ │ ├── 03-AutoModel实现完形填空任务_.wmv
│ │ ├── 02-AutoModel实现特征提取任务_.wmv
│ │ ├── 15-今日内容总结_.wmv
│ │ ├── 08-迁移学习案例基本介绍_.wmv
│ │ ├── 05-AutoModel实现文本摘要任务_.wmv
│ │ ├── 06-AutoModel实现NER任务_.wmv
│ │ ├── 09-中文分类案例数据加载_.wmv
│ ├── day01
│ │ ├── 07-jieba精确模式分词_.wmv
│ │ ├── 01-课程安排_.wmv
│ │ ├── 10-上午内容回顾_.wmv
│ │ ├── 13-onehot编码的实现和训练_.wmv
│ │ ├── 14-onehot编码的应用_.wmv
│ │ ├── 11-NER和Pos的讲解_.wmv
│ │ ├── 08-jieba全模式和搜索引擎分词_.wmv
│ │ ├── 12-文本张量的表示方法介绍_.wmv
│ │ ├── 03-自然语言处理入门_.wmv
│ │ ├── 17-今日内容总结_.wmv
│ │ ├── 05-文本预处理的主要模块_.wmv
│ │ ├── 15-CBOW模型的思想_.wmv
│ │ ├── 09-jieba繁体分词和用户自定义词典_.wmv
│ │ ├── 02-课程内容简介_.wmv
│ │ ├── 16-CBOW推导过程思想_.wmv
│ │ ├── 04-笔记总结_.wmv
│ │ ├── 06-文本分词的介绍_.wmv
│ ├── day11
│ │ ├── 08-迁移学习的概念_.wmv
│ │ ├── 01-文本分类任务的介绍_.wmv
│ │ ├── 19-automodel实现文本分类_.wmv
│ │ ├── 04-数据优化后进行文本分类_.wmv
│ │ ├── 16-pipeline方式实现阅读理解任务_.wmv
│ │ ├── 17-pipeline方式实现文本摘要任务_.wmv
│ │ ├── 13-pipeline方式实现文本分类_.wmv
│ │ ├── 05-调整学习率-epoch等参数优化模型_.wmv
│ │ ├── 06-模型超参数调优_.wmv
│ │ ├── 03-fasttext实现文本分类未调优_.wmv
│ │ ├── 15-pipeline方式实现完形填空_.wmv
│ │ ├── 11-transformers库的使用_.wmv
│ │ ├── 18-pipeline方式实现NER任务_.wmv
│ │ ├── 02-fasttext文本分类数据获取和分割_.wmv
│ │ ├── 20-今日内容总结_.wmv
│ │ ├── 07-词向量迁移介绍_.wmv
│ │ ├── 09-预训练模型的介绍_.wmv
│ │ ├── 12-transformers库使用的基本方式_.wmv
│ │ ├── 14-pipeline方式实现特征抽取_.wmv
│ │ ├── 10-transformers库的基本介绍_.wmv
│ ├── day05
│ │ ├── 01-昨日内容总结_.wmv
│ │ ├── 10-RNN模型预测结果_.wmv
│ │ ├── 12-今日内容总结_.wmv
│ │ ├── 09-模型结果的图形化展示_.wmv
│ │ ├── 04-GRU模型的搭建和测试_.wmv
│ │ ├── 05-RNN模型训练代码的实现--前半部分_.wmv
│ │ ├── 08-保存模型训练结果到文件_.wmv
│ │ ├── 02-RNN模型的搭建和测试_.wmv
│ │ ├── 06-RNN模型训练代码的实现--后半部分_.wmv
│ │ ├── 03-LSTM模型的搭建和测试_.wmv
│ │ ├── 11-LSTM+GRU模型预测_.wmv
│ │ ├── 07-LSTM模型的训练代码的实现_.wmv
│ ├── day07
│ │ ├── 08-基于GRU的编码器代码实现_.wmv
│ │ ├── 11-基于GRU的带Attention的代码分析_.wmv
│ │ ├── 13-模型训练代码的分析_.wmv
│ │ ├── 09-基于GRU的无Attention的解码器代码分析_.wmv
│ │ ├── 10-基于GRU的无Attention的代码实现和测试_.wmv
│ │ ├── 05-get_data函数获取英文和法文词典_.wmv
│ │ ├── 07-Dataloader类的实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 04-get_data函数获取my_pairs对_.wmv
│ │ ├── 12-基于GRU解码器代码的再次分析_.wmv
│ │ ├── 02-英译法案例基本介绍_.wmv
│ │ ├── 06-Dataset类的实现_.wmv
│ │ ├── 03-数据清洗函数定义_.wmv
│ ├── day08
│ │ ├── 06-模型评估函数代码分析_.wmv
│ │ ├── 04-模型内部训练函数后半部分_.wmv
│ │ ├── 14-三角函数位置编码解析_.wmv
│ │ ├── 03-模型内部训练函数前半部分_.wmv
│ │ ├── 05-模型训练函数后半部分_.wmv
│ │ ├── 02-模型训练函数前半部分_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 07-模型测试函数实现_.wmv
│ │ ├── 11-transformer背景介绍_.wmv
│ │ ├── 12-transformer模型架构_.wmv
│ │ ├── 10-注意力绘图_.wmv
│ │ ├── 09-模型评估函数_.wmv
│ │ ├── 15-位置编码代码分析_.wmv
│ │ ├── 08-模型测试函数代码实现_.wmv
│ │ ├── 13-输入部分Embedding代码的实现_.wmv
│ ├── day03
│ │ ├── 11-RNN模型改变长度_.wmv
│ │ ├── 10-RNN模型代码的实现--base_.wmv
│ │ ├── 05-实现N-Gram的代码_.wmv
│ │ ├── 13-RNN模型修改层数_.wmv
│ │ ├── 07-回忆数据增强方法_.wmv
│ │ ├── 12-RNN模型原理解析_.wmv
│ │ ├── 06-句子长短补齐和截断_.wmv
│ │ ├── 03-词云展示讲解后半部分_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 14-今日内容总结_.wmv
│ │ ├── 08-RNN模型入门_.wmv
│ │ ├── 09-传统RNN模型内部结构讲解_.wmv
│ │ ├── 02-词云展示讲解前半部分_.wmv
│ │ ├── 04-添加N-gram特征的原理_.wmv
│ ├── day02
│ │ ├── 04-nn.Embedding和word2vec区别_.wmv
│ │ ├── 05-nn.Embedding代码分析_.wmv
│ │ ├── 09-句子长度分布统计_.wmv
│ │ ├── 06-nn.Embedding的代码实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 11-词频统计代码实现_.wmv
│ │ ├── 12-今日内容总结_.wmv
│ │ ├── 02-skipgram的讲解_.wmv
│ │ ├── 03-fasttext训练词向量基础_.wmv
│ │ ├── 07-从Embedding中获取某个词的词向量_.wmv
│ │ ├── 08-标签数量统计分布_.wmv
│ │ ├── 10-长度分布散点图_.wmv
│ │ ├── 03-fasttext训练词向量进阶_.wmv
│ ├── day09
│ │ ├── 02-位置编码代码分析_.wmv
│ │ ├── 14-规范化层代码的实现_.wmv
│ │ ├── 08-注意力机制代码的实现_.wmv
│ │ ├── 06-注意力机制代码的分析_.wmv
│ │ ├── 15-LayerNorm和BatchNorm的区别_.wmv
│ │ ├── 09-多头注意力的思想_.wmv
│ │ ├── 04-三角函数位置编码的图形化展示_.wmv
│ │ ├── 05-下三角矩阵的代码实现_.wmv
│ │ ├── 07-mask机制的讲解_.wmv
│ │ ├── 11-多头注意力机制代码的实现_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 13-规范化层代码的分析_.wmv
│ │ ├── 16-今日内容总结_.wmv
│ │ ├── 03-位置编码器的代码实现_.wmv
│ │ ├── 10-多头注意力机制代码实现的思路分析_.wmv
│ │ ├── 12-前馈全连接层代码的实现_.wmv
│ ├── day13
│ │ ├── 15-MacBERT和SpanBERT的介绍_.wmv
│ │ ├── 04-中文完型填空模型预测_.wmv
│ │ ├── 18-BERT_GPT_ELMO的对比_.wmv
│ │ ├── 03-中文完型填空模型训练_.wmv
│ │ ├── 16-ELMO模型的介绍_.wmv
│ │ ├── 10-BERT模型的预训练任务_.wmv
│ │ ├── 17-GPT模型的介绍_.wmv
│ │ ├── 14-Roberta模型的介绍_.wmv
│ │ ├── 13-AlBERT模型的介绍_.wmv
│ │ ├── 06-中文句子关系构建自定义函数_.wmv
│ │ ├── 09-BERT模型的架构_.wmv
│ │ ├── 05-中文句子关系构建dataset对象_.wmv
│ │ ├── 12-BERT模型的特点_.wmv
│ │ ├── 07-中文句子关系模型训练_.wmv
│ │ ├── 08-中文句子关系模型完结_.wmv
│ │ ├── 02-中文完型填空构建模型_.wmv
│ │ ├── 01-中文完型填空数据预处理_.wmv
│ │ ├── 11-BERT模型的优缺点_.wmv
│ │ ├── 19-今日内容总结_.wmv
│ ├── day10
│ │ ├── 10-EncoderDecoder模型实例化代码分析_.wmv
│ │ ├── 01-编码器子层连接结构实现_.wmv
│ │ ├── 12-fasttext工具的介绍_.wmv
│ │ ├── 05-解码器层代码的测试_.wmv
│ │ ├── 13-层次softmax的哈夫曼树的构建_.wmv
│ │ ├── 15-负采样优化算法原理_.wmv
│ │ ├── 02-编码器层代码的实现_.wmv
│ │ ├── 06-解码器的代码实现_.wmv
│ │ ├── 08-transformer模型架构代码分析_.wmv
│ │ ├── 04-解码器层代码的实现_.wmv
│ │ ├── 03-编码器代码的实现_.wmv
│ │ ├── 11-transformer模型架构的实现和测试_.wmv
│ │ ├── 09-EncoderDecoder架构代码实现_.wmv
│ │ ├── 16-今日内容总结_.wmv
│ │ ├── 07-输出部分代码的实现_.wmv
│ │ ├── 14-层次softmax进行模型训练的原理_.wmv
├── 06_金融风控-V6.X版-8天-AI版
│ ├── day06
│ │ ├── 10【回顾】上午内容回顾_.wmv
│ │ ├── 01-昨日内容回顾_.wmv
│ │ ├── 02【了解】今日内容介绍_.wmv
│ │ ├── 04-LightGBM优势_.wmv
│ │ ├── 07-toad官网简介_.wmv
│ │ ├── 11【理解】集成学习评分卡-LightGBM分布式含义解释_.wmv
│ │ ├── 02-评分卡逻辑转换_.wmv
│ │ ├── 03-评分卡转换_.wmv
│ │ ├── 06【理解】逻辑回归评分卡-模型报告可视化_.wmv
│ │ ├── 17【理解】toad库梳理整个流程_.wmv
│ │ ├── 05【实现】逻辑回归评分卡-模型报告-报告实现(下)_.wmv
│ │ ├── 09【理解】集成学习评分卡-LightGBM原理_.wmv
│ │ ├── 08【实现】逻辑回归评分卡-评级划分_.wmv
│ │ ├── 12【实现】集成学习评分卡-加载数据并数据划分_.wmv
│ │ ├── 03【实现】逻辑回归评分卡-模型报告-数据准备_.wmv
│ │ ├── 13【理解】LightGBM参数&训练思路分析_.wmv
│ │ ├── 06-集成学习评分卡_.wmv
│ │ ├── 07【实现】逻辑回归评分卡-评分映射_.wmv
│ │ ├── 15【实现】集成学习评分卡-评分映射_.wmv
│ │ ├── 14【实现】集成学习评分卡-模型评估&画图_.wmv
│ │ ├── 05-LightGBM思路梳理_.wmv
│ │ ├── 14【实现】集成学习评分卡-模型训练&特征筛选_.wmv
│ │ ├── 04【实现】逻辑回归评分卡-模型报告-报告实现(上)_.wmv
│ │ ├── 18【总结】今日内容总结_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 16【理解】集成学习评分卡-模型报告说明_.wmv
│ │ ├── 08-toad整体流程梳理_.wmv
│ ├── day07
│ │ ├── 18【小结】今日内容总结_.wmv
│ │ ├── 07【理解】样本不均衡-SMOTE案例流程说明_.wmv
│ │ ├── 06【理解】样本不均衡-过采样介绍_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 03【理解】样本不均衡及处理方式说明_.wmv
│ │ ├── 09【回顾】上午内容回顾_.wmv
│ │ ├── 15【理解】异常点检测-IF概述_.wmv
│ │ ├── 10【了解】反欺诈检测_.wmv
│ │ ├── 08【实现】杨不均衡-SMOTE案例实现_.wmv
│ │ ├── 16【实现】异常点检测-IF案例_.wmv
│ │ ├── 13【理解】异常点检测-LOF概述_.wmv
│ │ ├── 12【了解】异常点检测-zscore介绍_.wmv
│ │ ├── 02【了解】今日内容介绍_.wmv
│ │ ├── 04【理解】样本不均衡-代价敏感介绍_.wmv
│ │ ├── 17【了解】preA模型_.wmv
│ │ ├── 05【实现】样本不均衡-代价敏感案例_.wmv
│ │ ├── 11【了解】异常点检测说明_.wmv
│ │ ├── 14【实现】异常点检测-LOF案例_.wmv
│ ├── day05
│ │ ├── 08【了解】模型评分卡内容安排说明_.wmv
│ │ ├── 11【理解】模型构建流程(下)_.wmv
│ │ ├── 12【理解】逻辑回归评分卡-评分映射方法_.wmv
│ │ ├── 17【实现】逻辑回归评分卡-特征筛选_.wmv
│ │ ├── 07【小结】特征工程小结_.wmv
│ │ ├── 14【理解】逻辑回归评分卡-到底是先做特征还是先训练模型_.wmv
│ │ ├── 13【实现】逻辑回归评分卡-加载数据_.wmv
│ │ ├── 09【了解】模型构建流程(上)_.wmv
│ │ ├── 16【实现】逻辑回归评分卡-模型评估_.wmv
│ │ ├── 02【理解】多特征筛选-方差膨胀系数_.wmv
│ │ ├── 15【实现】逻辑回归评分卡-模型训练_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 03【实现】多特征筛选-方差膨胀系数案例_.wmv
│ │ ├── 06【理解】特征监控_.wmv
│ │ ├── 19【总结】今日内容总结_.wmv
│ │ ├── 18【理解】模型报告解读_.wmv
│ │ ├── 10【了解】模型构建流程(中)_.wmv
│ │ ├── 04【实现】多特征筛选-递归特征消除_.wmv
│ │ ├── 05【实现】多特征筛选-L1特征选择_.wmv
│ ├── day08
│ │ ├── 16【实操】更新远程仓库代码_.wmv
│ │ ├── 02【总结】项目总结-画图_.wmv
│ │ ├── 03【了解】git简单历史_.wmv
│ │ ├── 17【实现】分支代码合并_.wmv
│ │ ├── 05【了解】版本控制系统之集中式和分布式_.wmv
│ │ ├── 15【实操】PyCharm整合git操作_.wmv
│ │ ├── 04-冲突解决_.wmv
│ │ ├── 19【了解】简历和项目文档概述_.wmv
│ │ ├── 01-git分支介绍_.wmv
│ │ ├── 02-git配置_.wmv
│ │ ├── 09【了解】git分支_.wmv
│ │ ├── 12【了解】git命令拉取代码_.wmv
│ │ ├── 08【理解】git架构_.wmv
│ │ ├── 20【理解】面试流程说明_.wmv
│ │ ├── 01【总结】项目总结-xmind_.wmv
│ │ ├── 07【理解】概念区分_.wmv
│ │ ├── 03-PyCharm操作_.wmv
│ │ ├── 04【了解】版本控制系统简述_.wmv
│ │ ├── 05-面试流程说明_.wmv
│ │ ├── 18【理解】冲突的解决_.wmv
│ │ ├── 14【回顾】上午内容回顾_.wmv
│ │ ├── 13【实现】PyCharm拉取代码_.wmv
│ │ ├── 11【实现】配置账号及公钥_.wmv
│ │ ├── 06【了解】Git及安装_.wmv
│ │ ├── 10【了解】gitee及分支描述_.wmv
│ ├── day03
│ │ ├── 02【了解】今日内容介绍_.wmv
│ │ ├── 07【实现】业务规则案例-数据处理(填充,过滤,去重)_.wmv
│ │ ├── 15【理解】时间序列特征衍生方式_.wmv
│ │ ├── 21【总结】今日内容回顾_.wmv
│ │ ├── 20【理解】toad库大致说明_.wmv
│ │ ├── 05【理解】业务规则案例-数据字典_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 03【理解】规则挖掘案例介绍_.wmv
│ │ ├── 16【理解】时间序列特征缺失值处理_.wmv
│ │ ├── 14【理解】时间截面特征&静态信息特征_.wmv
│ │ ├── 13【了解】梳理数据内置逻辑_.wmv
│ │ ├── 04【理解】业务规则案例-需求_.wmv
│ │ ├── 10【实现】业务规则案例-模型训练&可视化_.wmv
│ │ ├── 17【理解】时间序列特征未来信息处理_.wmv
│ │ ├── 12【理解】数据准备-征信数据介绍_.wmv
│ │ ├── 09【实现】业务规则案例-类别型衍生_.wmv
│ │ ├── 11【小结】业务规则案例-小结_.wmv
│ │ ├── 08【实现】业务规则案例-数值型衍生_.wmv
│ │ ├── 18【理解】分箱介绍_.wmv
│ │ ├── 19【理解】卡方分箱_.wmv
│ │ ├── 06【实现】业务规则案例-加载数据_.wmv
│ ├── day01
│ │ ├── 04【理解】信贷&风控介绍_.wmv
│ │ ├── 20【了解】前置操作(配置终端工具和datagrip)_.wmv
│ │ ├── 18【了解】业务转换和漏斗_.wmv
│ │ ├── 15【实现】风控业务案例-回收账单数_.wmv
│ │ ├── 13【实现】风控业务案例-计算坏账率_.wmv
│ │ ├── 03【了解】-今日内容介绍_.wmv
│ │ ├── 09【实现】风控业务案例-数据加载_.wmv
│ │ ├── 10【实现】风控业务案例-数据处理_.wmv
│ │ ├── 05【了解】消费贷和现金贷_.wmv
│ │ ├── 08【理解】风控业务案例-背景&需求说明_.wmv
│ │ ├── 16【小结】风控业务案例小结_.wmv
│ │ ├── 14【实现】风控业务案例-就散入催率_.wmv
│ │ ├── 11【实现】风控业务案例-增加中间字段_.wmv
│ │ ├── 07【理解】风控术语名词_.wmv
│ │ ├── 22【了解】数据导入_.wmv
│ │ ├── 17【理解】信贷业务如何运行_.wmv
│ │ ├── 06【了解】常见风险介绍_.wmv
│ │ ├── 01【了解】-课程资料说明_.wmv
│ │ ├── 21【了解】风控报表指标介绍_.wmv
│ │ ├── 19【了解】业务表说明_.wmv
│ │ ├── 12【实现】风控业务案例-季度转换和过滤_.wmv
│ │ ├── 02【了解】-项目整体介绍_.wmv
│ ├── day02
│ │ ├── 19【理解】特征工程-特征构建_.wmv
│ │ ├── 22【理解】上线运营_.wmv
│ │ ├── 10【理解】业务流程&ABC卡介绍_.wmv
│ │ ├── 04【了解】各阶段转换率表(3)_.wmv
│ │ ├── 13【掌握】项目准备期-Y标签的定义_.wmv
│ │ ├── 16【理解】姓名准备期-数据集划分_.wmv
│ │ ├── 18【理解】特征工程-数据收集_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 02【了解】各阶段转化率表(1)_.wmv
│ │ ├── 20【理解】特征工程-特征评估_.wmv
│ │ ├── 05【了解】各阶段转化率表(4)_.wmv
│ │ ├── 21【理解】模型构建-模型训练&模型评估_.wmv
│ │ ├── 08【理解】金融风控项目流程梳理_.wmv
│ │ ├── 17【理解】项目准备期-样本设计_.wmv
│ │ ├── 15【理解】项目准备期-观察期和表现期_.wmv
│ │ ├── 09【了解】下午内容介绍_.wmv
│ │ ├── 14【理解】项目准备期-样本的概述_.wmv
│ │ ├── 12【理解】机器学习流程_.wmv
│ │ ├── 11【理解】互联网金融组成三部分_.wmv
│ │ ├── 07【了解】通过率表(2)_.wmv
│ │ ├── 03【了解】各阶段转化率表(2)_.wmv
│ │ ├── 06【了解】通过率表(1)_.wmv
│ ├── day04
│ │ ├── 06【实现】toad库分箱案例-WOE编码_.wmv
│ │ ├── 03【实现】toad库分箱案例-并可视化_.wmv
│ │ ├── 14【扩展】信贷业务和可解释性_.wmv
│ │ ├── 12【了解】特征组合_.wmv
│ │ ├── 05【实现】toad库分箱案例-其他分箱展示_.wmv
│ │ ├── 18【实现】好特征的标准-相关性案例_.wmv
│ │ ├── 01【回顾】昨日内容回顾_.wmv
│ │ ├── 20【理解】特征筛选-星座特征_.wmv
│ │ ├── 16【理解】好特征的标准-区分度_.wmv
│ │ ├── 10【理解】三种编码小结_.wmv
│ │ ├── 07【实现】toad库分箱案例-badrate坏人的比例及调整_.wmv
│ │ ├── 13【了解】用户关联特征_.wmv
│ │ ├── 17【理解】好特征的标准-相关性_.wmv
│ │ ├── 15【理解】好特征的标准-覆盖度_.wmv
│ │ ├── 08【实现】toad库分箱案例-WOE编码_.wmv
│ │ ├── 21【理解】特征筛选-Boruta_.wmv
│ │ ├── 22【实现】特征筛选-Boruta案例_.wmv
│ │ ├── 02【实现】toad库分箱案例-加载数据_.wmv
│ │ ├── 23【总结】今日内容总结_.wmv
│ │ ├── 11【了解】多值有序类型编码_.wmv
│ │ ├── 04【实现】toad库分箱案例-调整箱数_.wmv
│ │ ├── 19【理解】好特征的标准-稳定性及小结_.wmv
│ │ ├── 09【小结】toad库分箱案例-小结_.wmv
楼主雷锋啊,谢谢分享 5年python人工智能开发 人工智能
页:
[1]