七月在线机器学习工程师班第八期

课程目录
├──第1课 机器学习中的微分与矩阵.mp4 507.17M
├──第2课 概率与凸优化.mp4 308.35M
├──第3课 回归问题与应用.mp4 674.61M
├──第4课 决策树、随机森林、GBDT.mp4 521.87M
├──第5课 SVM.mp4 329.80M
├──第6课 最大熵与EM算法.mp4 329.92M
├──第7课 机器学习中的特征工程处理.mp4 923.38M
├──第8课 多算法组合与模型最优化.mp4 856.38M
├──第9课 sklearn与机器学习实战.mp4 1.10G
├──第10课 高级工具xgboost_lightGBM与建模实战.mp4 1.10G
├──第11课 用户画像与推荐系统.mp4 560.52M
├──第12课 聚类.mp4 301.29M
├──第13课 聚类与推荐系统实战.mp4 1.00G
├──第14课 贝叶斯网络.mp4 529.96M
├──第15课 隐马尔科夫模型HMM.mp4 596.35M
├──第16课 主题模型.mp4 659.95M
├──第17课 神经网络初步.mp4 600.04M
├──第18课 卷积神经网络与计算机视觉.mp4 660.01M
├──第19课 循环神经网络与自然语言处理.mp4 512.19M
└──第20课 深度学习实践.mp4 903.33M

├──课件与代码
| ├──lesson10
| | ├──Using+Xgboost+to+predict+sales.html 326.43kb
| | └──Xgboost usage demo.html 311.86kb
| ├──lesson11_课件与PPT
| | ├──Reccomendation System Examples.ipynb 11.92kb
| | └──机器学习第8期–推荐系统.pdf 11.12M
| ├──lesson19_PPT与课件
| | ├──poem_generator.zip 29.90kb
| | └──第19课：循环神经网络与自然语言处理.pdf 13.20M
| ├──lesson1_PPT与课件
| | ├──lesson1_PPT_微积分线性代数选讲(管).pdf 261.94kb
| | ├──lesson1_补充材料_随机梯度下降法概述_翻译.pdf 611.58kb
| | ├──lesson1_补充材料_线性代数选讲 PCA.ipynb 151.38kb
| | ├──lesson1_参考书_D.C.Lay –线性代数及其应用–中文版(原书第三版）.pdf 65.46M
| | ├──lesson1_参考书_简明微积分 – 龚升.4nd(来自9yls.net).pdf 7.19M
| | ├──lesson1_参考书_数学分析教程（上册）- 常庚哲.史济怀(来自9yls.net).pdf 8.69M
| | ├──lesson1_参考书_数学分析教程（下册）- 常庚哲.史济怀(来自9yls.net).pdf 6.99M
| | └──lesson1_参考书_微积分讲义 – 陈省身(来自9yls.net).pdf 1.94M
| ├──lesson20_PPT与课件
| | ├──deep_learning_frameworks_examples.zip 12.40M
| | └──第20课：深度学习框架与应用案例.pdf 10.09M
| ├──lesson2_PPT与课件
| | └──lesson2_PPT_概率与凸优化（邓）.pdf 288.37kb
| ├──lesson3_PPT与课件
| | ├──lecture_3_codes.zip 173.16kb
| | └──第3课：回归类模型与应用.pdf 13.24M
| ├──lesson5_PPT与课件
| | ├──Kaggle-Bicycle-Example.zip 2.46M
| | └──第5课：机器学习中的特征工程.pdf 6.85M
| ├──lesson6
| | ├──IIS.pdf 1.99M
| | └──MaxEntEM.pdf 2.45M
| ├──lesson8_PPT与课件（含天池电力代码）
| | ├──Feature_engineering_and_model_tuning.zip 8.31M
| | ├──Tianchi_power_baseline.ipynb 142.99kb
| | └──第8课：模型调优与融合.pdf 7.21M
| ├──lesson9_PPT与课件
| | ├──sklearn知识要点.html 341.88kb
| | ├──机器学习基本知识.html 4.86M
| | ├──无敌Scikit_Learn小抄(1).pdf 126.24kb
| | └──无敌Scikit_Learn小抄.pdf 126.24kb
| ├──第16课
| | └──主题模型课件与资料.zip 6.40M
| ├──第17课
| | └──神经网络初步.zip 21.74M
| ├──2.model_training_and_evaluation.ipynb 22.72kb
| ├──data_all_20170524.csv 47.78kb
| ├──Gibbs_LDA.html 279.14kb
| ├──house_price.html 338.28kb
| ├──Learning scikit-learn Machine Learning in Python.pdf 1.29M
| ├──lesson12_clustering.zip 1.85M
| ├──Lesson13_RecommendationSystemCompetition.zip 807.40kb
| ├──lesson14_graphical models.pptx 11.53M
| ├──lesson15_graphical models II.pptx 12.71M
| ├──lesson18_CNN.pdf 12.38M
| ├──lesson4_决策树随机森林.pdf 2.51M
| ├──lesson5_深入理解SVM.pptx 5.58M
| ├──LightGBM-2.0.zip 2.69M
| ├──LightGBM-master.zip 2.80M
| ├──li_hang_slides.zip 15.20M
| ├──Python Deep Learning 2017.4.pdf 8.86M
| ├──Tianchi_power_baseline_bramble.ipynb 11.71kb
| ├──《数学分析教程》(上册教材) 常庚哲史济怀编.pdf 8.81M
| ├──第9课sklearn知识要点.html 341.88kb
| ├──机器学习课件 周志华.zip 15.80M
| └──无敌Scikit_Learn小抄.pdf 126.24kb