知驿📋 资源介绍
本资源为陆家嘴学堂邹博主讲的机器学习与深度学习集训营完整合集，共81个文件、15.8GB。视频部分44个，按16个专题依次展开：Python基础与数学库、数据清洗与特征选择、多元回归与Logistic回归、决策树与随机森林、SVM、聚类、EM算法、隐马尔科夫模型HMM、主题模型LDA、卷积神经网络CNN、图像视频的定位与识别、循环神经网络RNN、自然语言处理（含语言模型、词法句法语义分析、词向量、文本分类、机器翻译、信息抽取、问答系统等14讲）、生成对抗网络GAN、强化学习（马尔科夫决策、动态规划、蒙特卡罗、时间差分、值函数与策略函数逼近等9讲）。课件部分37项，含各专题PDF/PPT讲义与配套代码压缩包（Python、Data、Regression、RandomForest、SVM、Clustering、EM、HMM、LDA、CNN、labelImg、深度学习Code、PersonDetector、SpamEamil等），并附赠书籍与听课说明。适合零基础想系统入门机器学习与深度学习的学习者、需补齐算法原理与代码实操的在校生及转行求职者。可对照目录逐节学习，掌握主流算法原理并动手复现代码。
不想注册？也可 邮箱快速下单（¥17.90）
📦 免费拷贝服务（U盘 / 移动硬盘）
资源费用（50%）归资源提供方；拷贝人工费 U盘 10 元/只、硬盘按容量计费；运费按地区计费，可选顺丰（+100%）；费用合计满 ¥99 普通快递包邮；付款后 48 小时内发货。
费用构成：资源费用的 50% 归资源提供方（创作者分成）；拷贝人工费 U盘 10 元/只、硬盘按容量计费； 设备费为 U盘/硬盘成本。请自行核实资源内容：本店只提供下载和拷贝服务，无法核实商品内容的完整性与内容的版权合法性。
🗂️ 完整文件清单（81 个文件 / 15.8GB）
📁 课件 58 项
📁 第01次课 1 项
- 📄 1.Python与数学基础.pdf7.4MB
📁 第01节 Python基础1 - Python及其数学库 2 项
- 📄 1.矩阵和线性代数_Python.pdf4.5MB
- 📄 1.Python.zip779KB
📁 第02节 Python基础2 - 机器学习库 1 项
- 📄 2.概率论与数理统计.pdf7.0MB
📁 第03节 数据清洗和特征选择 2 项
- 📄 3.数据清洗和特征选择.pdf3.0MB
- 📄 3.Data.zip8.1MB
📁 第04节 多元回归和Logistic回归 2 项
- 📄 4.Regression.zip29KB
- 📄 4.多元回归与逻辑回归.pdf4.6MB
📁 第05节 决策树和随机森林 2 项
- 📄 5.RandomForest.zip32.3MB
- 📄 5.决策树随机森林.ppt7.4MB
📁 第06节 SVM 2 项
- 📄 6.SVM.zip15.0MB
- 📄 6.支持向量机.pdf4.0MB
📁 第07节 聚类 2 项
- 📄 7.聚类.pdf8.6MB
- 📄 7.Clustering.zip610KB
📁 第08节 EM算法 2 项
- 📄 8.EM.zip10KB
- 📄 8.EM算法.ppt3.4MB
📁 第09节 HMM 2 项
- 📄 9.HMM.ppt4.8MB
- 📄 9.HMM.zip2.7MB
📁 第10节：主题模型LDA 2 项
- 📄 10.主题模型.pdf3.4MB
- 📄 10.LDA.zip2.9MB
📁 第11节：卷积神经网络CNN 2 项
- 📄 11.CNN.zip20KB
- 📄 11.卷积神经网络.pdf9.6MB
📁 第11节：卷积神经网络CNN-2 1 项
- 📄 12卷积神经网络.pdf9.6MB
📁 第12节：图像视频的定位与识别 4 项
📁 腾讯研究员 交大博士 1 项
- 📄 目标检测-生辉-第三周.pdf5.9MB
- 📄 第十二节.pdf3.8MB
- 📄 12.labelImg.zip6.7MB
📁 第12节代码 1 项
- 📄 深度学习Code.zip4.7GB
📁 第13节 3 项
- 📄 13.RNN.ppt8.7MB
- 📄 13.RNN.zip7.8MB
- 📄 13.PersonDetector.zip222.2MB
📁 第14节自然语言处理 4 项
📁 自然语言处理 3 项
- 📄 代码下载链接.txt159
- 📄 自然语言处理_.pdf16.4MB
- 📄 SpamEamil.zip22.5MB
📁 第15节生成对抗网络GAN 1 项
- 📄 第十五节课件及源代码.zip2.1MB
📁 第16节 强化学习 1 项
- 📄 强化学习-课件.pdf7.4MB
- 📄 陆家嘴学堂赠送书籍.zip1.0GB
- 📄 如何在电脑上收看陆家嘴学堂的课程.pdf340KB
- 📄 第14节：12.信息抽取（13分钟）.flv20.8MB
- 📄 第14节：11.机器翻译（25分钟）.flv47.1MB
- 📄 第16节：强化学习RL_1.为何学习增强学习.flv97.8MB
- 📄 第14节：8.词向量（27分钟）.flv50.0MB
- 📄 第12节：图像视频的定位与识别3（上海交大博士 腾讯研究员）.flv245.2MB
- 📄 第16节：强化学习RL_2.马尔科夫决策过程.flv63.8MB
- 📄 第14节：14.问答系统（12分钟）.flv22.3MB
- 📄 第16节：强化学习RL_3.动态规划.flv50.0MB
- 📄 第8节：EM算法.flv401.0MB
- 📄 第4节：多元回归和Logistic回归.flv515.8MB
- 📄 第13节：循环神经网络RNN.mp4251.5MB
- 📄 第12节：图像视频的定位与识别4（上海交大博士 腾讯研究员）.flv142.5MB
- 📄 第16节：强化学习RL_4.蒙特卡罗.flv59.4MB
- 📄 第14节：7.语言模型复习（9分钟）.flv15.3MB
- 📄 第十六节：强化学习RL_9.整合学习与规划.flv38.2MB
- 📄 第12节：图像视频的定位与识别2（上海交大博士 腾讯研究员）.flv146.7MB
- 📄 第12节：图像视频的定位与识别1（上海交大博士 腾讯研究员）.flv156.2MB
- 📄 第5节：决策树和随机森林.flv385.4MB
- 📄 第10节：主题模型LDV.flv330.0MB
- 📄 第16节：强化学习RL_7.值函数逼近.flv46.5MB
- 📄 第2节：Python基础 - Python及其数学库3.flv670.5MB
- 📄 第14节：13.篇章分析（3分钟）.flv7.4MB
- 📄 第16节：强化学习RL_8.策略函数逼近.flv44.2MB
- 📄 第14节：1.什么是自然语言处理？？？.flv15.8MB
- 📄 第14节：9.词向量-案例（24分钟).flv57.4MB
- 📄 第16节：强化学习RL_5.时间差分方法.flv47.3MB
- 📄 第6节：SVM.flv386.5MB
- 📄 第14节：4.词法分析（68分钟）.flv173.9MB
- 📄 第14节：6.语义分析（23分钟）.flv45.3MB
- 📄 第3节：Python基础 - 数据清洗和特征选择.flv574.3MB
- 📄 第11节：卷积神经网络CNN2.flv273.8MB
- 📄 第14节：10.文本分类（82分钟）.flv196.0MB
- 📄 第7节：聚类.flv361.4MB
- 📄 第12节：图像视频的定位与识别（上）.flv169.0MB
- 📄 第14节：2.语言模型（31分钟）.flv62.6MB
- 📄 第16节：强化学习RL_6.多步时间差分方法.flv23.8MB
- 📄 第12节：图像视频的定位与识别（下）.flv182.2MB
- 📄 第9节：隐马尔科夫模型HMM.flv297.6MB
- 📄 第15节：生成对抗网络GAN.flv642.3MB
- 📄 第14节：5.句法分析（11分钟）.flv28.7MB
- 📄 第14节：3.语料库和语言知识库（11分钟）.flv27.1MB
- 📄 第1节：Python基础- Python及其数学库1.flv461.9MB
- 📄 第1节：Python基础- Python及其数学库2.flv527.6MB
- 📄 第11节：卷积神经网络CNN1.flv309.5MB