资源介绍
慕课网·AI人工智能算法工程师（体系课）
PS：目前只有（1-7）阶段
资源目录
├─00 资料
│ ├─电子书
│ │ ├─01 AI 开发的语言Python
│ │ │ ├─01 【顺序结构】程序逻辑结构
│ │ │ ├─02 【选择结构】程序逻辑结构
│ │ │ ├─03 【循环结构】程序逻辑结构
│ │ │ ├─04 【序列概述】存储一系列数据：序列
│ │ │ ├─05 【列表】存储一系列数据：序列
│ │ │ ├─06 【元组】存储一系列数据：序列
│ │ │ ├─07 【字典】存储一系列数据：序列
│ │ │ ├─08 【集合】存储一系列数据：序列
│ │ │ ├─09 【字符串操作】存储一系列数据：序列
│ │ │ ├─10 函数
│ │ │ ├─11 模块
│ │ │ ├─12 文件与文件夹操作：图片文件筛选器
│ │ │ ├─13 Python面向对象编程
│ │ │ ├─14 文本文件的操作
│ │ │ ├─15 表格数据处理（Pandas）
│ │ │ ├─16 Matplotlib画图
│ │ │ ├─17 影像数据处理（OpenCV)
│ │ │ └─18 pickle文件处理
│ │ └─02 AI中核心数学知识
│ │ ├─01 【微积分】概念回顾：导数、微分、积分
│ │ ├─02 【微积分】链式求导法
│ │ ├─03 【微积分】反向传播算法
│ │ ├─04 【线性代数】基本概念与数据的表示
│ │ ├─05 【线性代数】矩阵基础运算
│ │ ├─06 【线性代数】矩阵数学求解
│ │ ├─07 【线性代数】特征向量和特征值
│ │ ├─08 【概率论】概率的基本概念
│ │ ├─09 【概率论】随机变量及其分布
│ │ ├─10 【概率论】期望、方差与协方差
│ │ ├─11 【概率论】常见的概率分布
│ │ └─12 【概率论】大数定律与中心极限定理
│ └─项目教辅
│ ├─01 人工智能的新浪潮.html 2.22MB
│ ├─02 人工智能的早期发展历.html 1.87MB
│ ├─03 人工智能的典型应用.html 2.23MB
│ ├─04 什么是人工智能.html 2.05MB
│ ├─05 第2周 课程资源 res.zip 631.66MB
│ ├─06 第2周 全部代码.zip 92.31MB
│ ├─07 本章介绍.html 292.8KB
│ ├─08 基本输入输出.html 547.12KB
│ ├─09 程序逻辑结构.html 2.08MB
│ ├─10 序列.html 2.89MB
│ ├─11 文件与文件夹操作_yol.zip 633.26MB
│ ├─12 函数.html 901.76KB
│ ├─13 文件与文件夹操作.html 759.01KB
│ ├─14 python中的类.html 307.04KB
│ ├─15 第三周 课程代码与资.zip 718.04MB
│ ├─16 课程整体介绍与学习安.html 297.87KB
│ ├─17 文本文件操作.html 540.13KB
│ ├─18 excel处理.html 1.44MB
│ ├─19 matplotlib.html 783.73KB
│ ├─20 OpenCV.html 796.4KB
│ ├─21 pickle文件处理：数据.html 207.8KB
│ ├─22 软件的封装.html 256.94KB
│ ├─23 线性代数.html 1.47MB
│ ├─24 微积分.html 2.28MB
│ ├─25 反向传播算法-代码.zip 6.45KB
│ ├─26 概率论.html 1.18MB
│ ├─27 机器学习特征.html 1.53MB
│ ├─28 机器学习基础.html 1.21MB
│ ├─29 机器学习模型种类.html 1.41MB
│ ├─30 机器学习评估指标.html 1.13MB
│ ├─31 机器学习优化目标.html 991.55KB
│ ├─32 机器学习-机器学习案.zip 2.67KB
│ ├─33 机器学习案例实战.html 920.84KB
│ ├─34 单层感知器模型.zip 1.25KB
│ ├─35 神经网络基础.html 1.03MB
│ ├─36 单层神经网络案例实践.html 521.32KB
│ ├─37 多层感知器异或问题求.zip 1.4KB
│ ├─38 多层之感知器与反向传.html 1.07MB
│ ├─39 多层神经网络案例实践.html 544.82KB
│ ├─40 序列预测问题与RNN模.html 1.11MB
│ ├─41 长短时记忆网络与门控.html 723.6KB
│ ├─42 卷积神经网络基础.html 1.08MB
│ ├─43 卷积与全连接的比较.html 948.89KB
│ ├─44 卷积与池化反向传播.html 807.77KB
│ ├─45 典型卷积神经网络模型.html 1.29MB
│ ├─46 激活函数.html 950.37KB
│ ├─47 参数初始化.html 829KB
│ ├─48 深度学习标准化.html 803.41KB
│ ├─49 深度学习泛化与正则化.html 1.73MB
│ ├─50 深度学习学习率与优化.html 1.27MB
│ ├─51 Label Studio标注结.zip 861.07KB
│ ├─52 imgaug.zip 29.52KB
│ ├─53 安装PyTorch.html 213.8KB
│ ├─54 TENSORS的操作.html 1.38MB
│ ├─55 Tensor操作
│ │ └─Tensor操作（代码） -1.#INDB
│ ├─55 Tensor操作.zip 1.1MB
│ ├─56 Dataset与Dataloader.html 641.57KB
│ ├─57 Dataset与Dataloader.zip 656.47MB
│ ├─58 数据增强与转换.html 2.75MB
│ ├─59 数据增强与转换代码.zip 14.86MB
│ ├─60 模型搭建与复现.html 1.74MB
│ ├─61 模型搭建与复现.zip 4.74KB
│ ├─62 第11周【代码】.zip 565.22MB
│ ├─63 优化器【代码】.zip 11.01KB
│ ├─64 pytorch封装软件【代.zip 79.26MB
│ ├─65 代码.zip 895B
│ ├─66 AlexNet与VGGNet（ppt.html 2.16MB
│ ├─67 从零搭建VGGNet（ppt.html 364.84KB
│ ├─68 代码.zip 1.97KB
│ ├─69 1X1卷积与Inception结.html 1.23MB
│ ├─70 从零搭建GoogLeNet（p.html 349.56KB
│ ├─71 代码.zip 3.13KB
│ ├─72 ResNet与DenseNet（pp.html 1.28MB
│ ├─73 从零搭建ResNet（ppt.html 378.1KB
│ ├─74 MobileNets代码.zip 26.89MB
│ ├─75 卷积拆分分组与Xcepti.html 1.28MB
│ ├─76 MobileNet系列.html 2.01MB
│ ├─77 从零搭建MobileNet.html 348.33KB
│ └─78 ShuffleNets.zip 13.88MB
├─01 快速搞清楚人工智能
│ └─01 人工智能发展前景与就业方向
│ ├─01 课程全面解析
│ │ └─01 快速了解课程–带你避坑.mp4 117.5MB
│ ├─02 人工智能到底是什么
│ │ ├─01 什么是人工智能.mp4 93.22MB
│ │ └─02 人工智能的研究方法.mp4 60.78MB
│ ├─03 人工智能发展背后的历史
│ │ ├─01 人工智能第一次浪潮.mp4 75.08MB
│ │ ├─02 人工智能第二次浪潮.mp4 73.48MB
│ │ ├─03 人工智能第三次浪潮.mp4 84.24MB
│ │ └─04 为什么当下人工智能得以快速发展.mp4 86.54MB
│ └─04 解锁人工智能各大行业典型应用&就业方向
│ ├─01 科学研究行业典型应用.mp4 13.33MB
│ ├─02 交通出行&安防监控行业典型应用.mp4 31.96MB
│ ├─03 娱乐生活&教育学习行业典型应用.mp4 28.26MB
│ ├─04 医疗看护&体育健康行业典型应用.mp4 23.63MB
│ ├─05 金融支付&电商零售行业典型应用.mp4 17.55MB
│ ├─06 智能制造&养殖护理行业典型应用.mp4 19.09MB
│ ├─07 语音处理就业方向.mp4 14.11MB
│ ├─08 计算机视觉就业方向.mp4 16.62MB
│ ├─09 自然语言处理就业方向.mp4 9.14MB
│ └─10 推荐与搜索就业方向.mp4 14.3MB
├─02 AI编程基石：Python入门与进阶
│ ├─01 Python起步：入门与环境搭建
│ │ ├─01 周课程整体介绍和安排
│ │ │ ├─01 课程整体介绍与学习安排.mp4 16.62MB
│ │ │ └─02 课程资料说明【必看清楚在哪查看随课资料】.html 393.68KB
│ │ ├─02 Anacond软件：安装、管理python相关包
│ │ │ ├─01 Anaconda的安装与应用.mp4 155.44MB
│ │ │ ├─02 Anaconda的环境管理-电子文档.html 3.16KB
│ │ │ └─03 Anaconda换源指南-电子文档.html 2.95KB
│ │ ├─03 Jupyter Notbook&Pycharm：Py开发工具
│ │ │ ├─01 2.JupyterNotebook的介绍&安装&应用.mp4 116.31MB
│ │ │ └─02 3.PyCharm的介绍&安装&应用.mp4 100.16MB
│ │ └─04 环境配置的优化方案
│ │ └─01 4.环境配置的优化方案.mp4 119.8MB
│ ├─02 Python基础与程序流程控制
│ │ ├─01 基础语法与输入出
│ │ │ ├─01 等号赋值&命名规则.mp4 27.74MB
│ │ │ ├─02 注释&输入输出.mp4 20.78MB
│ │ │ └─03 综合案例.mp4 60.49MB
│ │ ├─02 顺序结构语句
│ │ │ ├─01 赋值&计算&数据格式.mp4 28.19MB
│ │ │ └─02 数据格式转换&案例.mp4 51.03MB
│ │ ├─03 选择结构语句
│ │ │ ├─01 IF选择语句.mp4 23.84MB
│ │ │ └─02 IF选择语句综合案例.mp4 22.59MB
│ │ └─04 循环结构语句
│ │ ├─01 for循环语句.mp4 17.19MB
│ │ ├─02 while循环语句.mp4 22.85MB
│ │ └─03 循环语句综合案例.mp4 31.59MB
│ ├─03 Python列表、元组、字典和集合
│ │ └─01 Python序列与应用
│ │ ├─01 序列通用操作.mp4 23.04MB
│ │ ├─02 python列表.mp4 20.27MB
│ │ ├─03 python元组.mp4 11.49MB
│ │ ├─04 字典.mp4 27.59MB
│ │ ├─05 集合.mp4 11.68MB
│ │ └─06 字符串.mp4 26.97MB
│ ├─04 Python函数、模块，文件与文件夹操作
│ │ ├─01 Python函数
│ │ │ ├─01 函数.mp4 21.3MB
│ │ │ └─02 综合案例：使用函数创建模型.mp4 31.32MB
│ │ ├─02 python模块
│ │ │ └─01 模块的使用.mp4 95.61MB
│ │ └─03 Python文件与文件操作
│ │ ├─01 文件操作.mp4 38.28MB
│ │ ├─02 文件夹操作.mp4 52.7MB
│ │ ├─03 综合案例：YOLO标注文件清洗.mp4 44.15MB
│ │ └─04 综合案例：YOLO标注文件清洗.mp4 132.97MB
│ └─05 Python面向对象编程
│ ├─01 面向对象的概念
│ │ ├─01 类.mp4 14.14MB
│ │ ├─02 属性.mp4 18.65MB
│ │ ├─03 行为.mp4 23.63MB
│ │ └─04 对象.mp4 37.79MB
│ ├─02 面向对象的特征
│ │ ├─01 封装.mp4 36.4MB
│ │ ├─02 继承.mp4 43.61MB
│ │ └─03 多态.mp4 31.02MB
│ └─03 综合案例
│ └─01 综合案例：神经网络的继承.mp4 55.58MB
├─03 AI编程基石：Python高级编程
│ ├─01 Python的文件、表格、绘图、视频处理
│ │ ├─01 周课程整体介绍与安排
│ │ │ └─01 第3周课程整体介绍与学习安排.mp4 15.92MB
│ │ ├─02 文本文件操作
│ │ │ ├─01 文件读取处理.mp4 38.22MB
│ │ │ └─02 综合案例：日志文件读写.mp4 26.29MB
│ │ ├─03 pandas 表格数据处理
│ │ │ ├─01 pandas表格读取与数据处理.mp4 33.57MB
│ │ │ └─02 综合案例：pandas表格处理.mp4 52.78MB
│ │ ├─04 Matplotlib 常用画图处理
│ │ │ ├─01 Ma tplotlib 绘制折线图.mp4 64.08MB
│ │ │ └─02 Ma tplotlib 绘制散点图&柱状图&饼状图.mp4 36.35MB
│ │ ├─05 OpenCV 影像数据处理
│ │ │ ├─01 图像数据处理：安装&加载图片和展示图片.mp4 40.04MB
│ │ │ ├─02 图像数据处理：图片缩放&翻转&保存.mp4 55.64MB
│ │ │ ├─03 视频数据处理：读取&保存.mp4 44.7MB
│ │ │ └─04 综合案例：视频处理.mp4 50.62MB
│ │ └─06 pickle文件处理：数据序列化处理
│ │ ├─01 pickle文件操作.mp4 11.79MB
│ │ └─02 综合案例：pickle实战-数据序列化处理.mp4 29.05MB
│ └─02 PyQt构建用户界面应用程序
│ ├─01 PyQt安装与构建用户界面
│ │ ├─01 PyQt安装与运行.mp4 56.68MB
│ │ ├─02 Python GUI快速入门.html 1.18KB
│ │ └─03 PyQt制作界面实战图片展示功能.mp4 62.04MB
│ └─02 优化PyQt构建用户界面应用程序
│ ├─01 PyQt制作界面优化.mp4 43.02MB
│ └─02 PyQt制作界面代码完善.mp4 46.35MB
├─04 人工智能底层基石-三大必备AI 数学基础
│ ├─01 线性代数：人工智能数据基础
│ │ ├─01 周课程整体介绍与安排
│ │ │ └─01 课程整体介绍与学习安排.mp4 57.61MB
│ │ └─02 线性代数
│ │ ├─01 线性代数基础概念：标量、向量、矩阵、张量.mp4 12.1MB
│ │ ├─02 案例实战：创建向量、矩阵、张量.mp4 25.03MB
│ │ ├─03 案例实战：将Numpy矩阵保存成本地图像.mp4 37.91MB
│ │ ├─04 案例实战：图像增强（调整对比度）.mp4 56.88MB
│ │ ├─05 Python实现解方程组.mp4 34.47MB
│ │ ├─06 特征向量与特征值实操.mp4 25.49MB
│ │ └─07 案例实战：图像的SVD分解.mp4 48.38MB
│ ├─02 微积分： 数学背后的AI力量
│ │ ├─01 概念回顾：导数、微分、积分
│ │ │ ├─01 导数【常用初等函数的导数和深度学习中的激活函数】.mp4 15.88MB
│ │ │ ├─02 案例：使用Python画出上述激活函数.mp4 44.71MB
│ │ │ ├─03 微分和积分.mp4 8.57MB
│ │ │ ├─04 案例：展示二维图像切线.mp4 37.1MB
│ │ │ └─05 案例：三位函数的切面.mp4 48.24MB
│ │ ├─02 链式求导
│ │ │ └─01 链式求导法.mp4 9.38MB
│ │ └─03 反向传播算法
│ │ ├─01 反向传播算法.mp4 54.23MB
│ │ ├─02 手推反向传播算法.html 305.21KB
│ │ ├─03 案例：神经网络反向传播.mp4 93.04MB
│ │ ├─04 案例：制作梯度下降求最小的动画.mp4 71.14MB
│ │ └─05 案例：实现三维平面的梯度下降.mp4 42.87MB
│ └─03 概率论： 数据科学与AI的关键
│ └─01 概率论核心概念与案例
│ ├─01 概率的基本概念与案例：使用python 模拟随机实验.mp4 13.66MB
│ ├─02 随机变量与案例：概率质量函数示意图.mp4 33.91MB
│ ├─03 期望、方差与协方差及案例：计算期望、方差与协方差.mp4 21.14MB
│ ├─04 实战：模拟常见的概率分布.mp4 31.87MB
│ ├─05 大数定律及 实战：投硬币大数定律.mp4 32.05MB
│ └─06 中心极限定理及 实战：中心极限定理.mp4 22.17MB
├─05 机器学习 – 解锁人工智能的核心
│ ├─01 机器学习理论&常见任务
│ │ ├─01 周介绍和课程安排
│ │ │ └─01 周介绍和课程安排.html 305.45KB
│ │ ├─02 机器学习基础
│ │ │ ├─01 什么是机器学习.mp4 60.2MB
│ │ │ ├─02 为什么需要机器学习.mp4 26.5MB
│ │ │ └─03 机器学习的发展历史.mp4 35.24MB
│ │ ├─03 机器学习特征
│ │ │ ├─01 特征概念.mp4 65.28MB
│ │ │ ├─02 特征编码.mp4 24.2MB
│ │ │ └─03 特征选择.mp4 34.87MB
│ │ └─04 机器学习常见任务
│ │ ├─01 机器学习问题概览.mp4 59.71MB
│ │ └─02 有&无监督学习模型.mp4 53.81MB
│ ├─02 评估目标与优化目标
│ │ ├─01 机器学习评估指标
│ │ │ ├─01 模型评估基础.mp4 14.38MB
│ │ │ ├─02 分类任务常见评估指标.mp4 63MB
│ │ │ └─03 回归任务常见评估指标.mp4 21.42MB
│ │ └─02 机器学习优化目标
│ │ ├─01 模型优化概述.mp4 35.14MB
│ │ ├─02 分类任务常见优化目标.mp4 30.36MB
│ │ └─03 回归任务常见优化目标.mp4 17.75MB
│ └─03 机器学习模型实践
│ └─01 逻辑回归模型原理与实战
│ ├─01 逻辑回归模型原理【如何建模求解】.mp4 22.8MB
│ ├─02 逻辑回归模型原理【逻辑回归模型】.mp4 21.22MB
│ └─03 逻辑回归模型实战.mp4 89.55MB
├─06 神经网络 – 处理和学习复杂的数据
│ ├─01 单层神经网络原理与实践
│ │ ├─01 周课程整体介绍与安排
│ │ │ └─01 周介绍与安排.html 899B
│ │ ├─02 生物神经网络原理
│ │ │ ├─01 生物神经网络原理.mp4 50.54MB
│ │ │ ├─02 MP模型.mp4 12.21MB
│ │ │ └─03 单层感知器&梯度下降法&学习率.mp4 36.15MB
│ │ └─03 感知器与梯度反向传播
│ │ ├─01 线性分类问题.mp4 13.29MB
│ │ └─02 单层感知器求解.mp4 89.21MB
│ ├─02 多层神经网络原理与实践
│ │ ├─01 多层感知器与反向传播算法
│ │ │ ├─01 多层感知器.mp4 53.41MB
│ │ │ ├─02 反向传播算法.mp4 18.77MB
│ │ │ └─03 误差反向传播算法原理.mp4 64.89MB
│ │ └─02 多层神经网络案例实践
│ │ ├─01 异或问题.mp4 19.88MB
│ │ └─02 多层感知器求解.mp4 80.98MB
│ └─03 序列神经网络
│ ├─01 序列预测问题与RNN模型
│ │ ├─01 经典序列预测问题.mp4 26.8MB
│ │ ├─02 循环神经网络&RNN模型&RNN内部结构单元的计算.mp4 32.06MB
│ │ └─03 深层RNN模型&参数学习＆梯度问题.mp4 65.43MB
│ └─02 长短时记忆网络与门控循环单元
│ ├─01 长短时记忆网络LSTM.mp4 110MB
│ ├─02 门控单元的计算.mp4 59.93MB
│ └─03 门控循环单元.mp4 29.28MB
├─07 卷积神经网络（CNN）-处理具有网格结构数据的任务
│ ├─01 卷积神经网络基础
│ │ ├─01 周课程整体介绍与安排
│ │ │ └─01 周课程整体介绍与安排.html 642B
│ │ ├─02 卷积神经网络基础
│ │ │ ├─01 什么是卷积&单个二维图片卷积.mp4 17.82MB
│ │ │ ├─02 多通道卷积.mp4 32.84MB
│ │ │ ├─03 卷积相关操作与参数（填充&步长&大小计算）.mp4 38.3MB
│ │ │ └─04 卷积相关操作与参数（池化&感受野）.mp4 21.64MB
│ │ └─03 卷积与全连接的比较
│ │ ├─01 全连接的局限性（参数量有效性&特征表达能力）.mp4 26.23MB
│ │ ├─02 卷积核心思想（局部连接）.mp4 31.12MB
│ │ └─03 卷积核心思想（权重共享&ANN与CNN比较）.mp4 42.7MB
│ └─02 典型卷积神经网络模型
│ ├─01 卷积与池化反向传播
│ │ ├─01 误差反向传播算法.mp4 13.86MB
│ │ ├─02 卷积误差反向传播算法.mp4 64.67MB
│ │ └─03 池化误差反向传播算法与案例.mp4 17.14MB
│ └─02 典型卷积神经网络模型
│ ├─01 卷积神经网络模块&全连接模块.mp4 14.8MB
│ └─02 LeNets5网络.mp4 83.99MB
└─目录.txt 1.22KB
