课程目录

• 22-AIoT企业级项目开发
• 69-基于NB-IoT的共享单车设计(官网暂无)
• 68-Slam实战-智能无人小车(官网暂无)
• 12-机器视觉
• 26-基于OpenCV的信用卡数字识别项目
• 章节1-信用卡数字识别
• 25-基于OpenCV的车辆统计项目
• 章节1-车辆统计项目
• 24-基于OpenCV的虚拟计算器项目
• 章节1-虚拟计算器
• 23-机器视觉之OpenCV
• 章节12-特征点检测和匹配
• 章节20-文档扫描ocr和光流估计
• 章节7-形态学
• 章节10-图像直方图
• 章节1-图片和视频的加载和显示
• 章节16-图像分割与修复
• 章节17-人脸检测和车牌识别
• 章节9-图像金字塔
• 章节13-图像查找和图像拼接
• 章节19-答题卡识别判卷
• 章节14-虚拟计算器项目
• 章节6-滤波器
• 章节3-OpenCV绘制图形
• 章节2-OpenCV基础知识
• 章节5-图形基本变换
• 章节15-信用卡数字识别
• 章节8-图像轮廓
• 章节11-车辆统计项目
• 章节4-OpenCV的运算
• 章节18-目标追踪
• 24-面试突击班
• 71-Python面试突击班
• 章节4-Python面试突击班（四）
• 课时2-生成器是什么
• 课时3-最简单的生成器
• 课时7-学生答疑
• 课时6-说说Python中字典的底层是怎么实现的
• 课时1-面试总结介绍
• 课时4-在函数中使yield关键字
• 课时5-闭包是什么，你怎么理解闭包
• 章节1-Python面试突击班（一）
• 课时1-类和对象
• 课时4-使用函数来定义一个元素
• 课时6-基于new函数实现单例
• 课时3-元类的定义
• 课时5-使用类的方式定义一个类
• 课时2-Type类
• 课时7-基于元类来实现单例
• 章节6-Python面试突击班（六）
• 课时4-解题思路
• 课时7-解题思路
• 课时1-课前互动
• 课时8-超级丑数代码实现
• 课时6-Python笔试面试题之算法（二）
• 课时2-复习堆排序算法
• 课时5-中位数案例代码实现
• 课时3-Python笔试面试题之算法（一）
• 章节2-Python面试突击班（二）
• 课时2-缓存架构
• 课时6-使用缓存
• 课时1-什么是缓存
• 课时12-学生答疑
• 课时3-缓存的数据
• 课时7-缓存视图函数
• 课时9-缓存有参函数
• 课时10-缓存普通对象
• 课时11-核心装饰器和函数说明
• 课时5-Flask-caching处理缓存
• 课时8-缓存其他函数
• 课时4-缓存后端
• 章节3-Python面试突击班（三）
• 课时7-学生答疑
• 课时1-时间复杂度
• 课时5-怎么理解选择排序的时间复杂度
• 课时3-实现一个特殊的栈，在基本功能上的基础上，再实现返回栈中最小元素功能
• 课时2-常数时间
• 课时6-怎么理解快速排序的时间复杂度
• 课时4-代码实现
• 章节5-Python面试突击班（五）
• 课时5-堆排序算法代码实现
• 课时2-为什么要用大根堆和小根堆排序
• 课时3-最大堆删除堆顶节点后的自我调整
• 课时4-构建最大堆
• 课时1-堆排序涉及到的概念
• 章节7-Python面试突击班（七）
• 课时10-学生答疑
• 课时2-对象的引用计数机制
• 课时9-字符串转换成整型
• 课时8-怎么反转一个整数
• 课时3-垃圾回收
• 课时1-课前互动
• 课时4-Python的内存池
• 课时7-is和==有什么区别
• 课时6-Python里面如何拷贝一个对象
• 课时5-怎么优化内存管理
• 09-机器学习-图概率模型
• 20-概率图模型
• 章节3-条件随机场CRF
• 课时2-条件随机场概念
• 课时3-条件随机场NLP实体命名案例
• 课时1-条件随机场CRF-HMM模型总结
• 章节2-隐马尔可夫模型HMM
• 课时7-隐马尔可夫模型HMM前向算法示例
• 课时6-隐马尔可夫模型HMM案例进行参数说明计算
• 课时5-隐马尔可夫模型模型HMM解决三个问题
• 课时13-股票走势分析
• 课时12-隐马尔可夫模型HMM参数估计问题
• 课时1-贝叶斯网络概述
• 课时11-隐马尔可夫模型HMM解码问题
• 课时8-维特比算法概述
• 课时9-维特比算法流程
• 课时10-维特比算法示例
• 课时4-隐马尔可夫模型HMM基本假设
• 课时3-隐马尔可夫模型HMM概述
• 课时2-马尔科夫链介绍
• 章节1-朴素贝叶斯
• 课时7-文本分类英语进行独热编码
• 课时6-三种分布朴素贝叶斯模型应用
• 课时8-贝叶斯网络中文one-hot编码
• 课时3-朴素贝叶斯（独立性假设）
• 课时10-垃圾短信分类项目实战
• 课时1-概率图模型概述
• 课时5-朴素贝叶斯三种模型介绍
• 课时11-新闻类别分类项目实战
• 课时2-贝叶斯公式计算示例
• 课时4-朴素贝叶斯嫁与不嫁案例分析
• 课时9-TF-IDF词频逆向文本频率原理和代码实现
• 19-电商项目--用户评论情感分析
• 章节1-用户评价情感分析
• 课时1-京东天猫用户评价情感分析-单层神经网网络
• 课时4-京东天猫用户评价情感分析-神经网络代码实现
• 课时5-京东天猫用户评价情感分析-结巴分词
• 课时7-京东天猫用户评价情感分析-深度学习建模预测
• 课时6-京东天猫用户评价情感分析-文本向量化
• 课时3-京东天猫用户评价情感分析-多层神经网络
• 课时2-京东天猫用户评价情感分析-激活函数
• 02-python高级
• 05-Python高级编程
• 章节2-章节装饰器
• 课时7-75第二章-元类的理解2
• 课时5-73第二章-枚举类
• 课时4-72第二章-定制对象2
• 课时3-71第二章-多继承和定制对象1
• 课时2-70第二章-Property装饰器的用法
• 课时1-69第二章-slots属性的限制
• 课时6-74第二章-元类的理解1
• 章节4-内存管理
• 课时3-3-第四章-隔代回收机制
• 课时1-1-第四章-对象池
• 课时2-2-第四章-引用计数机制
• 章节3-正则表达式
• 课时3-78第三章-正则表达式的写法2
• 课时5-80第三章-正则表达式的写法4
• 课时1-76第三章-正则表达式的编译
• 课时2-77第三章-正则表达式的写法1
• 课时4-79第三章-正则表达式的写法3
• 课时6-81第三章-Re模块的高级用法
• 章节1-生成器与高级函数
• 课时4-62第一章-高阶函数1
• 课时10-67第一章-装饰器1
• 课时7-65第一章-高阶函数4
• 课时2-60第一章-生成器2
• 课时1-59第一章-生成器1
• 课时6-64第一章-高阶函数3
• 课时9-66第一章-闭包
• 课时5-63第一章-高阶函数2
• 课时8-66-前的视频-闭包介绍
• 课时11-68第一章-装饰器2和偏函数
• 课时3-61第一章-迭代器
• 04-爬虫基础
• 章节2-爬虫开发基础
• 课时10-JSON数据及解析
• 课时1-HTTP与HTTPS
• 课时8-Session的工作原理
• 课时7-使用Chrome浏览器分析豆瓣网站
• 课时5-常见的响应状态码
• 课时9-Cookie的工作原理
• 课时11-Ajax请求
• 课时2-URL与URI
• 课时4-常见的请求头参数
• 课时6-HTTP请求的交互过程
• 课时3-常见的请求方式
• 章节3-网络请求
• 课时1-urllib简介_urllib.parse的使用
• 课时2-构造Request对象发送请求
• 课时3-urlopen方法的源代码
• 章节4-数据解析
• 课时6-正则表达式的基本使用
• 课时1-初识XPath解析数据
• 课时3-BeautifulSoup的简介_基本使用
• 课时5-课堂案例-爬取淘宝网首页使用BeautifulSoup解析数据
• 课时8-pyquery简介_三种初始化方式
• 课时7-课堂案例-下载糗事百科小视频
• 课时9-pyquery的基本使用
• 课时4-BeautifulSoup的使用
• 课时10-课堂案例-爬取起点小说网
• 课时2-课堂案例-爬取起点小说网使用XPath提取数据
• 章节1-初识爬虫
• 课时2-数据的来源及作用
• 课时4-如何爬取数据及robots协议
• 课时6-网络爬虫的原理
• 课时5-爬虫的分类
• 课时7-为什么用Python语言写爬虫
• 课时1-说在前面的话
• 课时3-爬虫的概念及应用领域
• 章节5-数据存储
• 课时35-Python操作MongoDB_插入操作
• 课时17-数据查询语言_分组查询
• 课时37-Python操作MongoDB_查询操作
• 课时6-Excel文件相关概念介绍_openpyxl模块的安装与测试
• 课时29-MongoDB最基本命令
• 课时20-Python连接MySQL数据库_批量插入操作
• 课时9-课堂案例-爬取下厨房美食_存储到Excel文件中
• 课时7-使用Python向Excel文件中写入数据
• 课时24-课堂案例_发送请求
• 课时15-数据操作语言_insert_update_delete
• 课时16-数据查询语言_基本查询_模糊查询
• 课时19-Python连接MySQL数据库_插入操作
• 课时4-使用Python读取CSV文件中的内容
• 课时11-MySQL服务的开启与关闭
• 课时8-使用Python读取Excel文件中的内容
• 课时18-数据查询语言_表连接查询
• 课时25-课堂案例_数据解析
• 课时14-数据定义语言_create_alter_drop
• 课时3-CSV文件的简介_使用Python向CSV文件写入数据
• 课时10-MySQL的简介
• 课时21-Python连接MySQL数据库_修改与删除操作
• 课时31-MongoDB的save与update操作
• 课时13-SQL的分类
• 课时33-MongoDB简单查询操作
• 课时34-MongoDB的复杂查询操作
• 课时12-MySQL的数据类型
• 课时26-课堂案例_数据存储
• 课时27-MongoDB的简介_安装及启动服务
• 课时22-Python连接MySQL数据库_查询操作
• 课时36-Python操作MongoDB_修改_删除操作
• 课时1-数据存储_JSON存储
• 课时2-课堂案例_爬取京东销量最好的粽子数据
• 课时38-课堂案例_爬取链家二手房成交量存到MongoDB中
• 课时30-MongoDB的insert操作
• 课时32-MongoDB的remove操作
• 课时23-课堂案例_搭建项目结构
• 课时5-课堂案例_使用CSV文件存储粽子评论数据
• 课时28-MongoDB与SQL的对比_常用的数据类型
• 06-数据结构和算法
• 章节6-树
• 课时4-04.根据前序遍历与中序遍历确定树
• 课时3-03.树的深度优先遍历
• 课时2-02.树的广度优先遍历
• 课时1-01.树&二叉树
• 章节4-栈和队列
• 课时2-02-栈实现
• 课时1-01-栈引入
• 课时4-04-队列实现
• 课时3-03-课后作业
• 课时6-06-双端队列
• 课时5-05-循环队列
• 章节1-算法引入
• 课时4-04-timeit模块使用
• 课时1-01.算法引入
• 课时5-05-列表与字典的时间复杂度
• 课时2-02.时间复杂度1
• 课时3-03.时间复杂度2
• 章节3-链表
• 课时9-09-双向链表01
• 课时10-10-双向链表02
• 课时3-03-单向链表实现-搭建框架与add方法
• 课时4-04-实现append与nodes_list方法
• 课时6-06-单向链表的删除 修改与查找
• 课时1-01-链表概述
• 课时2-02-单向链表-思路
• 课时8-08-单向循环链表02
• 课时5-05-实现insert方法
• 课时7-07-单向循环链表的遍历 添加
• 章节5-排序
• 课时3-03.插入排序
• 课时6-06.快速排序-思路
• 课时5-05.希尔排序-实现
• 课时7-07.快速排序-实现
• 课时10-10.哈希表
• 课时1-01.排序算法稳定性&冒泡排序
• 课时11-11.二分查找
• 课时4-04.希尔排序-概念
• 课时2-02.选择排序
• 课时9-09.桶排序
• 课时8-08.归并排序
• 章节2-顺序表
• 课时1-01.数据结构引入
• 课时2-02.顺序表01
• 课时4-04.顺序表03
• 课时3-03.顺序表02
• 15-深度学习项目实战
• 44-深度学习-目标检测YOLO实战
• 章节7-YOLOv5源码解读
• 课时5-读取缓存文件更新labels
• 课时7-马赛克数据增强详解
• 课时4-构建路径和生成缓存文件
• 课时6-Rectangular Training
• 课时2-使用自定义数据集
• 课时9-detect模块详解
• 课时8-创建模型
• 课时12-损失源码详解
• 课时11-正样本匹配核心代码讲解
• 课时3-训练自己的数据集
• 课时10-正样本匹配理论和代码准备
• 课时1-项目总体介绍和使用方法
• 章节1-YOLO-V1整体思想与网络架构
• 课时2-YOLOv1的损失
• 课时4-YOLOv1总体架构
• 课时3-YOLOv1的局限
• 课时1-YOLOv1网络结构
• 章节8-目标检测算法SSD
• 课时3-default box的生成
• 课时6-后处理
• 课时5-损失的计算
• 课时4-损失函数定义
• 课时2-SSD源码总体架构
• 课时7-正负样本划分
• 课时1-SSD算法原理
• 章节2-YOLO-V2进化详解
• 课时1-版本升级概述
• 章节9-目标检测算法RetinaNet
• 课时1-RetinaNet网络
• 章节6-YOLO-V5网络模型介绍
• 课时3-数据增强
• 课时1-YOLOv5总体介绍
• 课时6-消除网格敏感度
• 课时5-损失计算
• 课时2-网络结构亮点
• 课时4-训练策略
• 课时7-正样本匹配
• 章节5-YOLO-V4网络模型介绍
• 课时11-yolov4整体架构
• 课时9-SAM注意力机制模块
• 课时7-NMS细节优化
• 课时4-DropBlock与标签平滑处理
• 课时1-版本升级概述
• 课时5-损失函数局限性
• 课时6-CIOU损失函数定义
• 课时12-mish激活函数和Eliminate grid sensitivity
• 课时3-数据增强策略分析
• 课时2-YOLOv4版本贡献
• 课时8-SPP与CSP网络结构
• 课时10-PAN模块解读
• 章节4-YOLOv3 SPP源码解读
• 课时3-预测代码的使用
• 课时4-配置文件解析
• 课时5-模型创建
• 课时2-训练脚本解析
• 课时1-使用自定义数据集
• 章节3-YOLO-V3网络模型介绍
• 课时6-focal loss
• 课时4-SPP模块说明
• 课时5-IOU 损失
• 课时1-YOLOv3介绍
• 课时2-YOLOv3spp介绍
• 课时3-mosaic图像增强
• 45-基于SSD的口罩佩戴检测项目
• 章节1-SSD口罩识别
• 课时11-预测和总结
• 课时10-模型训练
• 课时8-计算target
• 课时19-训练
• 课时15-FirstModel创建
• 课时16-MiddleModel创建
• 课时21-口罩项目源码解读
• 课时4-自定义数据集
• 课时13-计算offset
• 课时2-SSD算法原理回顾
• 课时6-展示anchors
• 课时7-计算iou值
• 课时1-项目介绍
• 课时17-LastModel和最终模型创建
• 课时14-工具类函数
• 课时3-数据集收集
• 课时5-生成anchors
• 课时20-预测和结果展示
• 课时12-ssd生成anchor源码编写
• 课时9-定义模型
• 课时18-计算损失
• 46-基于YOLOv4的中国交通标志识别项目
• 章节1-基于YOLOv4的中国交通标志识别
• 课时10-预测过程
• 课时7-coco工具包使用
• 课时5-数据集分析代码编写
• 课时2-交通标志数据集介绍
• 课时4-数据集分析
• 课时9-使用GPU训练
• 课时8-cpu训练过程
• 课时11-项目总结
• 课时6-tt100k数据集转coco代码编写
• 课时3-yolov4理论回顾
• 课时1-项目介绍
• 43-基于MASK-RCNN的气球检测项目
• 章节1-基于MASK-RCNN框架的气球检测项目
• 课时5-使用labelme标注数据
• 课时3-环境搭建
• 课时1-项目介绍
• 课时12-推理代码编写
• 课时10-balloon数据集代码测试
• 课时11-训练代码编写
• 课时13-via格式转coco格式代码编写
• 课时4-数据收集
• 课时8-项目执行过程源码分析
• 课时14-训练和预测代码修改
• 课时6-EISeg使用
• 课时9-balloon配置文件和数据集代码编写
• 课时2-maskrcnn原理回顾
• 课时7-使用VIA标注数据
• 42-深度学习-目标检测经典模型实战
• 章节1-目标检测基础知识
• 课时1-目标检测前言
• 课时3-COCO数据集介绍
• 课时4-mAP计算
• 课时5-制作自己的数据集
• 课时2-PASCAL VOC数据集介绍
• 章节4-Faster R-CNN模型
• 课时1-Faster-R-CNN网络
• 章节2-目标检测RCNN模型
• 课时1-R-CNN网络
• 章节5-Faster R-CNN源码解读
• 课时3-Faster R-CNN框架源码解读
• 课时1-Faster-R-CNN源码总体说明
• 课时10-计算Fast R-CNN损失
• 课时12-预测结果映射回原尺度
• 课时4-GeneralizedRCNNTransform
• 课时7-计算RPN损失
• 课时5-AnchorsGenerator和RPNHead
• 课时9-Fast R-CNN正负样本划分
• 课时6-生成proposals
• 课时8-ROI Head
• 课时13-更换backbone(不带fpn)
• 课时2-自定义数据集
• 课时11-预测结果后处理
• 课时14-更换backbone(带fpn)
• 章节3-目标检测Fast R-CNN模型
• 课时1-Fast-R-CNN网络
• 课时2-FPN网络
• 章节6-目标检测mask R-CNN模型
• 课时3-双线性插值
• 课时6-源码项目介绍
• 课时4-mask分支
• 课时10-mask分支损失和预测
• 课时5-mask分支损失和预测
• 课时8-预测脚本
• 课时2-ROI Align
• 课时11-预测mask映射回原图
• 课时9-mask分支和roi align前向传播
• 课时1-mask R-CNN模型介绍
• 课时7-train脚本详解和执行训练
• 47-基于YOLOv5的细胞检测项目
• 章节1-基于YOLOv5的细胞检测实战
• 课时11-分类模型和界面结合
• 课时10-快速构建界面之显示视频和摄像头内容
• 课时1-项目介绍
• 课时8-pyqt5快速入门
• 课时3-yolov5原理回顾
• 课时4-yolov5源码训练过程
• 课时5-使用训练好的模型预测
• 课时2-细胞数据集介绍
• 课时9-快速构建界面之显示图片
• 课时6-tflite导出类型
• 课时7-yolov5安卓部署
• 16-IoT开发基础课程
• 49-程序员常用数据结构基础-C语言版本
• 章节1-第一章 数据结构概述
• 课时2-数据结构的分类
• 课时1-数据结构的概念
• 章节4-第四章 树
• 课时34-B+树的应用
• 课时15-二分查找树查找指定的结点
• 课时5-二分查找树的概念
• 课时24-红黑树
• 课时11-递归实现二分查找树结点的插入
• 课时8-二分查找树删除结点
• 课时17-非递归实现二分查找树中序遍历
• 课时19-非递归实现二分查找树按层次遍历
• 课时25-哈夫曼树的基本概念
• 课时20-平衡二叉树的基本概念
• 课时13-二分查找树遍历的实现
• 课时28-哈夫曼树练习
• 课时7-二分查找树的插入
• 课时23-平衡二叉树的旋转
• 课时9-二分查找树的结点描述
• 课时14-查找二分查找树中的最小值最大值
• 课时12-非递归实现二分查找树结点的插入
• 课时27-哈夫曼树的构造
• 课时31-B树结点的插入
• 课时29-哈夫曼树的应用
• 课时3-满二叉树和完全二叉树
• 课时26-最优二叉树的证明
• 课时33-B+树结点的插入
• 课时6-二分查找树的中序遍历
• 课时16-非递归实现二分查找树先序遍历
• 课时30-B树的基本概念
• 课时18-非递归实现二分查找树后序遍历
• 课时21-最小失衡子树
• 课时22-平衡二叉树练习
• 课时32-B+树的基本概念
• 课时10-二分查找树的初始化
• 课时4-二叉树的遍历
• 课时1-树的基本概念
• 课时2-二叉树的概念及性质
• 章节2-第二章 线性表
• 课时30-双向链表从尾结点开始遍历
• 课时37-带信息结点的双向链表
• 课时21-获取单向链表上指定位置的元素
• 课时3-顺序表的初始化
• 课时10-顺序表的扩容
• 课时12-顺序表的时间复杂度
• 课时20-获取单向链表上指定的元素
• 课时4-顺序表的打印
• 课时26-单向链表的销毁
• 课时2-线性表概述
• 课时11-顺序表在指定位置前插入元素
• 课时23-删除单向链表上指定元素所在的结点
• 课时33-双向链表插入一个结点保持链表为升序
• 课时28-双向链表的初始化
• 课时19-单向链表尾插法
• 课时35-删除双向链表上指定的元素
• 课时31-双向链表尾插法
• 课时36-双向链表的销毁
• 课时25-插入一个元素使得整个单向链表依然保持为升序
• 课时9-顺序表删除指定的元素
• 课时39-查找链表中间结点
• 课时24-在单向链表指定位置前插入一个结点
• 课时18-单向链表的遍历
• 课时16-单向链表的初始化
• 课时1-线性结构概述
• 课时13-链表的基本概念
• 课时34-删除双向链表上指定位置的结点
• 课时38-单向链表的原地反转
• 课时27-双向链表的概念
• 课时17-单向链表头插法
• 课时40-判断链表是否有环
• 课时15-单向链表结点的定义
• 课时14-单向链表头指针
• 课时5-顺序表取值
• 课时22-删除单向链表上指定位置的元素
• 课时8-顺序表删除指定位置的元素
• 课时6-顺序表元素的查找
• 课时32-双向链表在指定的位置插入结点
• 课时29-双向链表头插法
• 课时7-顺序表的销毁
• 章节3-第三章 栈和队列
• 课时1-栈的概述
• 课时10-链式栈的基本概念
• 课时12-链式栈的入栈
• 课时24-循环队列的概念
• 课时6-顺序栈入栈
• 课时20-队列的概念
• 课时8-获取顺序栈顶元素
• 课时17-栈的应用之数值的转换
• 课时18-栈的应用之括号的匹配
• 课时26-顺序队列的长度
• 课时21-队列的操作
• 课时27-判断顺序队列为空和为满
• 课时9-销毁顺序栈
• 课时29-顺序队列出队
• 课时11-链式栈的初始化
• 课时19-栈的应用之表达式求值
• 课时3-顺序栈
• 课时2-栈笔试题讲解
• 课时15-链式栈的销毁
• 课时23-对顺序队列操作的思考
• 课时16-顺序栈和链式栈的选择
• 课时7-顺序栈出栈
• 课时22-顺序队列的描述
• 课时30-链式队列
• 课时25-顺序队列的初始化
• 课时13-链式栈的打印
• 课时28-顺序队列入队
• 课时5-顺序栈的扩容
• 课时4-顺序栈的初始化
• 课时14-链式栈的出栈
• 章节5-第五章 哈希表
• 课时7-哈希函数之数字分析法
• 课时15-哈希算法应用之搜索关键词出现次数
• 课时9-哈希冲突
• 课时5-哈希函数之直接定址法
• 课时14-哈希算法应用之唯一标识
• 课时17-哈希算法应用之数据校验
• 课时11-哈希冲突之再哈希法
• 课时12-哈希冲突之拉链法
• 课时3-哈希表的本质
• 课时8-哈希函数之折叠法
• 课时4-哈希函数构造规则
• 课时13-解决哈希冲突方法总结
• 课时6-哈希函数之除留取余法
• 课时1-哈希表的引入
• 课时10-哈希冲突之开发寻址法
• 课时16-哈希表应用
• 课时2-哈希表的概念
• 50-程序员实用算法
• 章节1-第一章 排序算法
• 课时17-快速排序的实现
• 课时6-选择排序的基本逻辑
• 课时18-归并排序的基本逻辑
• 课时21-归并排序的稳定性
• 课时14-快速排序的基本逻辑
• 课时5-冒泡法排序的实现
• 课时13-插入排序的实现
• 课时8-选择排序的稳定性
• 课时3-冒泡法排序时间复杂度
• 课时4-冒泡法排序的稳定性
• 课时20-归并排序的实现
• 课时19-归并排序的时间复杂度
• 课时22-几种常用排序算法总结
• 课时12-插入排序的稳定性
• 课时9-选择排序的实现
• 课时15-快速排序的时间复杂度
• 课时7-选择排序的时间复杂度
• 课时11-插入排序时间复杂度
• 课时16-快速排序的稳定性
• 课时1-算法课程导读
• 课时2-冒泡法排序基本逻辑
• 课时10-插入排序的基本逻辑
• 章节2-第二章 查找算法
• 课时5-不使用排序查找数组中第二大的值.
• 课时1-二分查找法的基本逻辑
• 课时3-二分查找法的递归实现
• 课时2-二分查找法的时间复杂度
• 课时4-二分查找法的非递归实现
• 48-C语言编程入门
• 章节9-第九章 指针
• 课时5-不同类型指针变量之间的相同点
• 课时19-指针笔试题
• 课时26-strcat函数
• 课时28-strstr函数
• 课时20-字符串的的定义
• 课时21-字符串的操作
• 课时14-二级指针
• 课时7-指针的算术运算
• 课时17-realloc的使用
• 课时29-strtok函数
• 课时24-strcpy函数
• 课时6-不同类型指针变量之间的不同点
• 课时12-一级指针和数组作为函数的形参
• 课时23-strlen的使用及实现原理
• 课时8-数组的指针
• 课时15-内存分配之malloc的基本使用
• 课时22-atoi和atof函数
• 课时3-野指针
• 课时25-strncpy函数
• 课时11-指针变量的地址
• 课时30-函数指针
• 课时4-指针经典笔试题
• 课时2-指针的基本使用
• 课时16-free内存释放
• 课时13-形参为指针的注意事项
• 课时27-strcmp函数
• 课时10-指针数组
• 课时18-二级指针作为函数的形参
• 课时1-指针的基本概念
• 课时9-指针越界问题
• 章节5-第五章 流程控制
• 课时2-分支结构之if else
• 课时11-循环结构之do while
• 课时7-分支结构之if else if 举例
• 课时9-分支结构的嵌套
• 课时21-编程题之猜数字游戏
• 课时22-练习题之自动求某个数字是几位数
• 课时23-笔试题之求质数
• 课时8-分支结构之switch
• 课时4-练习小bug1
• 课时25-笔试题之求圆上的坐标
• 课时3-分支结构练习
• 课时14-循环结构之循环的嵌套
• 课时6-分支结构之if else if
• 课时10-循环结构之while 循环
• 课时15-流程控制之break在switch语句中的使用
• 课时1-分支结构之if
• 课时19-程序异常退出调试方法
• 课时13-循环结构之笔试题
• 课时18-程序卡住了调试方法
• 课时5-练习小bug2
• 课时20-程序结果与预期不一致调试方法
• 课时24-笔试题之青蛙爬井
• 课时12-循环结构之for循环
• 课时17-流程控制之continue的使用
• 课时16-流程控制之break在循环语句中的使用
• 章节3-第三章 C语言输入和输出
• 课时2-getchar函数
• 课时1-输入和输出的基本使用
• 章节7-第七章 函数
• 课时3-函数的设计
• 课时9-递归函数
• 课时2-函数的定义
• 课时7-函数的嵌套调用
• 课时4-函数的使用
• 课时6-局部变量和全局变量
• 课时1-函数的导入
• 课时8-函数的声明
• 课时5-函数的形参和实参
• 章节2-第二章 数据类型
• 课时6-整型数据的表示方法
• 课时10-转义字符1
• 课时9-ASCII码表的高级应用
• 课时15-由printf(“%f-n” 3-2);所引发的思考
• 课时4-long 和 long long的区别
• 课时11-转义字符2
• 课时1-数据类型的导入
• 课时8-字符数据类型
• 课时14-数据在内存中的存储
• 课时5-有符号和无符号数据
• 课时3-整型数据类型
• 课时12-浮点型数据
• 课时13-进制
• 课时7-整型数据的输出格式
• 课时2-常量和变量
• 章节8-第八章 C语言预处理
• 课时3-头文件的包含
• 课时2-有参宏定义
• 课时1-宏定义的基本使用
• 课时4-条件编译
• 章节10-第十章 复合数据类型
• 课时11-联合体的实际用途
• 课时13-枚举
• 课时3-结构体中成员变量的访问
• 课时10-联合体的定义及基本使用
• 课时9-结构体的直接赋值
• 课时2-结构体成员变量的初始化
• 课时12-大端模式和小端模式
• 课时7-typedef 笔试题
• 课时4-练习题讲解
• 课时6-typedef对结构体类型进行重新定义
• 课时5-函数指针在结构体中的应用
• 课时8-结构体中的成员变量是另外一个结构体
• 课时1-结构体的定义
• 章节4-第四章 运算符和表达式
• 课时11-位运算高级用法3
• 课时5-逻辑运算符
• 课时2-算术运算符
• 课时6-位运算1
• 课时12-逗号运算符
• 课时9-位运算高级用法1
• 课时1-运算符和表达式基本概念
• 课时3-赋值运算符
• 课时7-位运算2
• 课时10-位运算高级用法2
• 课时8-位运算3
• 课时13-条件运算符
• 课时4-关系运算符
• 章节6-第六章 数组
• 课时8-一维数组 判断是否为升序数组
• 课时2-一维数组元素的存储
• 课时9-一维数组 逆置
• 课时6-一维数组 计算活了多少天2
• 课时4-一维数组应用举例
• 课时5-一维数组 计算活了多少天1
• 课时7-一维数组 求数组的最大值
• 课时10-二维数组
• 课时3-一维数组元素的地址
• 课时11-二维数组初始化
• 课时1-一维数组的基本使用
• 章节11-第十一章 C程序的组成
• 课时5-多个源文件-理论
• 课时11-const的使用
• 课时4-头文件重复包含问题
• 课时1-头文件之宏定义
• 课时8-static 修饰全局变量
• 课时9-static修饰局部变量
• 课时6-多个源文件-实践
• 课时7-static修饰函数
• 课时10-static的使用总结
• 课时2-头文件之结构体的定义 全局变量和全局函数的声明
• 课时3-头文件编译原理
• 章节1-第一章 C语言开篇
• 课时2-Clion开发环境安装
• 课时4-注释
• 课时1-C语言开篇
• 课时3-第一个C程序
• 51-C++编程入门
• 章节5-第五章 多态
• 课时21-Mstring类extend函数的实现
• 课时24-Mstring类append函数的实现
• 课时5-运算符重载测试类构造函数的实现
• 课时26-Mstring类destroy函数的实现
• 课时17-Mstring 类构造函数的实现
• 课时10-运算符重载之[]符号的重载
• 课时18-关于编程练习的两种方法
• 课时25-Mstring类关系运算符的重载
• 课时39-动态绑定的原理
• 课时23-Mstring 类+运算符的重载
• 课时45-抽象类
• 课时30-动态多态的概念
• 课时14-引用作为函数的返回值和对象作为函数返回值的差别
• 课时29-友元类
• 课时3-静态联编的体现
• 课时6-运算符重载之+号运算符的重载
• 课时47-抽象类实例
• 课时33-虚函数指针
• 课时4-运算符重载的概念
• 课时22-Mstring类[]运算符的重载的实现
• 课时28-友元函数的灵活应用
• 课时44-纯虚函数的基本使用
• 课时37-继承关系中各个类的虚函数表以及对象的内存模型
• 课时9-运算符重载之大于符号的重载
• 课时42-虚函数表指针的访问
• 课时31-虚函数的基本使用
• 课时46-纯虚函数使用注意事项
• 课时27-友元函数
• 课时36-虚函数表指针的概念
• 课时2-多态的概念
• 课时11-运算符重载之=符号的重载
• 课时32-重载 覆盖 隐藏
• 课时16-Mstring类的声明
• 课时38-动态绑定的引入
• 课时35-单继承关系中派生类虚函数表中的内容
• 课时34-虚函数表的基本概念
• 课时8-运算符重载之+号运算符重载验证
• 课时15-Mstring类需求
• 课时48-虚析构函数
• 课时7-C++编译器对临时对象的优化
• 课时20-Mstring 类输出运算符的重载
• 课时1-多态的引入
• 课时40-基类指针指向派生类对象调用函数注意事项
• 课时41-虚函数和非虚函数的灵活应用
• 课时13-运算符重载之输出运算符的重载
• 课时43-虚函数表及虚函数指针的访问
• 课时12-运算符重载之前置++和后置++的重载
• 课时19-Mstring 类=符号的重载
• 章节11-第十一章 C++11新特性
• 课时6-6 使用using定义别名
• 课时2-2 auto类型推导
• 课时3-3 decltype类型推导
• 课时9-9 move函数
• 课时8-8 右值引用
• 课时1-1 什么是C++11标准
• 课时7-7 final 关键字
• 课时4-4 基于范围的for循环
• 课时5-5 列表初始化
• 章节4-第四章 继承
• 课时7-单继承中构造函数和析构函数的调用顺序
• 课时4-派生类继承基类属性和方法验证
• 课时14-静态成员的继承
• 课时18-回合制游戏Hero基类的设计
• 课时10-隐藏
• 课时20-回合制游戏为英雄添加技能
• 课时15-回合制游戏需求分析
• 课时11-多继承
• 课时2-继承的概念
• 课时8-派生类中调用基类的构造函数
• 课时6-protected和private的取别
• 课时12-环形继承
• 课时17-回合制游戏Skill类的派生类的设计
• 课时1-为什么需要继承
• 课时5-三种不同的继承方式
• 课时13-虚继承
• 课时16-回合制游戏Skill基类的实现
• 课时3-派生类的定义
• 课时19-回合制游戏Hero类派生类的设计
• 课时9-派生类中的成员变量和基类中的成员变量名冲突
• 章节6-第六章 C++对C的拓展2
• 课时4-const 修饰对象
• 课时1-const修饰普通变量
• 课时12-nullptr
• 课时10-__cplusplus的使用
• 课时5-const修饰引用
• 课时2-const修饰成员变量.
• 课时8-const修饰函数返回值为const的引用
• 课时7-const修饰函数返回值为const的指针
• 课时3-const修饰成员函数
• 课时6-onst修饰函数返回值为普通变量和对象
• 课时9-extern C的使用
• 课时11-extern C在实际工作中的使用
• 章节8-第八章 强制类型转换
• 课时1-隐式类型转换和强制类型转换的概念
• 课时4-const_cast之函数的形参和返回值
• 课时3-const_cast之const 修饰自定义类型
• 课时5-static_cast
• 课时6-dynamic_cast
• 课时2-const_cast之const常量折叠
• 章节10-第十章 STL
• 课时45-STL 容器总结
• 课时52-STL 查找算法之adjacent_find函数
• 课时5-vector的赋值
• 课时22-list容器的反转
• 课时43-map容器的删除
• 课时36-pair 对组
• 课时42-map容器的大小
• 课时15-list容器头部和尾部的操作
• 课时49-STL 排序算法之partial_sort函数
• 课时31-set容器拷贝构造与赋值
• 课时12-vector容器迭代器失效
• 课时24-stack容器的入栈和出栈
• 课时41-map容器拷贝构造函数和赋值
• 课时18-list容器的赋值
• 课时11-vector容器中迭代器的基本使用
• 课时38-map容器元素的插入
• 课时46-STL 排序算法之sort函数
• 课时14-list容器的基本概念
• 课时21-list容器的删除
• 课时37-map容器的基本概念
• 课时44-map容器的排序
• 课时26-stack容器的大小
• 课时51-reverse函数
• 课时53-STL 查找算法之binary_search函数
• 课时19-list容器的大小
• 课时40-map容器获取键所对应的值
• 课时7-vector元素的访问方式
• 课时25-stack容器的拷贝构造方法
• 课时4-vector 的构造方法
• 课时47-STL 容器总结
• 课时2-STL的基本概念
• 课时27-queue容器的入队和出队
• 课时33-函数对象的基本概念
• 课时48-STL 排序算法之sort函数
• 课时10-迭代器的本质
• 课时6-vector的大小
• 课时34-函数对象的使用
• 课时30-set容器的插入和迭代器
• 课时3-容器的分类介绍
• 课时9-迭代器的基本概念
• 课时50-STL 排序算法之merge函数
• 课时20-list容器的插入
• 课时35-set容器的查找
• 课时39-map容器第三种插入方法注意事项
• 课时8-vector 插入函数insert的使用
• 课时13-deque容器
• 课时32-set容器的删除
• 课时28-queue容器的其他操作
• 课时17-list对象的带参数构造
• 课时16-list容器的反向迭代器
• 课时1-STL学习介绍
• 课时23-list容器迭代器的失效
• 课时29-set容器的基本概念
• 章节9-第九章 泛型编程
• 课时1-函数模板的基本使用
• 课时2-函数模板的工作原理
• 课时3-多个泛型的使用
• 课时4-函数模板总结
• 章节1-第一章 C++概述
• 课时4-第一个C++程序
• 课时3-C++的应用场景
• 课时1-C++简述
• 课时2-C++标准
• 章节2-第二章 C++对C的拓展1
• 课时11-内联函数的引入
• 课时3-命名空间只能全局范围内定义
• 课时6-命名空间的别名
• 课时1-C++命令空间的基本常识
• 课时15-默认参数注意事项
• 课时12-内联函数的基本概念
• 课时8-使用引用的注意事项
• 课时9-引用的本质
• 课时14-函数的默认参数
• 课时7-引用的概念及基本使用
• 课时17-函数重载的实现原理
• 课时5-命名空间的声明和实现分开
• 课时4-命名空间的嵌套定义
• 课时16-函数重载的概念及使用
• 课时13-内联函数的使用注意事项
• 课时2-命名空间的定义及成员的访问
• 课时10-引用作为函数的形参以及引用的意义
• 章节7-第七章 异常
• 课时5-自定义异常
• 课时3-异常的捕获
• 课时2-抛出异常
• 课时4-C++标准异常
• 课时1-异常的基本概念
• 章节3-第三章 类和对象
• 课时47-Array类remove_index函数的实现
• 课时14-构造函数总结
• 课时45-Array类insert成员函数需求分析
• 课时41-动态数组需求说明
• 课时4-成员变量和成员函数的访问
• 课时8-类的分开实现
• 课时3-对象的实例化
• 课时24-拷贝构造函数的形参
• 课时16-析构函数的用途
• 课时31-C++ sting类简述
• 课时35-string对象比较大小
• 课时44-Array类部分成员函数的实现
• 课时23-拷贝构造函数的使用
• 课时38-string类replace成员函数
• 课时12-无参构造函数设计的注意事项
• 课时36-求string对象的子串
• 课时40-string类insert成员函数
• 课时26-引用作为函数的形参
• 课时21-使用已构造的对象初始化新的对象
• 课时33-string对象的赋值
• 课时10-无参构造函数
• 课时30-静态成员函数
• 课时6-面向过程和面向对象程序设计
• 课时20-多个对象的构造和析构.
• 课时39-string类erase成员函数
• 课时2-类的定义
• 课时37-string类find成员函数
• 课时25-深拷贝和浅拷贝
• 课时48-Array类remove_data成员函数的实现
• 课时42-Array类的设计
• 课时32-String对象的构造方法
• 课时28-this指针
• 课时34-string对象的拼接
• 课时18-delete运算符的使用
• 课时15-析构函数的定义
• 课时13-初始化成员列表的使用
• 课时11-有参构造函数
• 课时49-Array类完善
• 课时46-Array类insert成员函数的实现
• 课时19-new delete 和malloc free的区别
• 课时1-类和对象的基本概念
• 课时5-类成员的访问控制
• 课时27-编译器对属性和方法的处理机制
• 课时7-习题讲解
• 课时22-对象赋值的解决方法
• 课时43-Array类构造函数和析构函数的实现
• 课时29-静态成员变量
• 课时9-构造函数的引入
• 课时17-new运算符的使用
• 07-机器学习-无监督学习
• 15-无监督学习算法
• 章节2-聚类系列算法进阶
• 课时1-DBSCAN算法介绍
• 课时3-DBSCAN聚类案例数据创建
• 课时2-DBSCAN算法原理和参数详解
• 课时8-分层聚类瑞士卷数据效果
• 课时6-分层聚类概念原理参数介绍
• 课时9-作业介绍和知识点总结
• 课时4-DBSCAN聚类案例Kmeans算法聚类效果
• 课时7-分层聚类概念原理参数介绍
• 课时5-DBSCAN聚类案例效果
• 章节5-EM算法与GMM高斯混合模型
• 课时3-EM算法思想与步骤
• 课时2-LLE算法使用代码举例
• 课时5-EM算法入门举例介绍
• 课时4-极大似然思想
• 课时7-GMM高斯混合模型聚类使用代码举例
• 课时8-Jessen不等式介绍
• 课时6-EM算法进阶举例介绍
• 课时1-LLE局部线性嵌入降维法算法原理介绍
• 章节3-降维系列算法高级
• 课时2-数据降维概念
• 课时5-PCA降维算法特征值分解代码实现
• 课时4-PCA 算法介绍和使用
• 课时1-数据相关性概念介绍和代码演示
• 课时6-PCA降维算法奇异值分解SVD代码实现
• 课时3-数据降维方法介绍
• 章节4-降维系列算法进阶
• 课时6-NMF非负矩阵分解
• 课时2-线性代数之特征值特征向量分解
• 课时7-LDA算法流程（修正）
• 课时4-LDA算法原理
• 课时1-协方差和散度矩阵
• 课时5-LDA算法流程
• 课时3-线性代数之SVD奇异值分解
• 章节1-聚类系列算法高级
• 课时5-Kmeans算法原理和流程
• 课时7-轮廓系数使用
• 课时6-聚类评价指标轮廓系数
• 课时8-聚类评价指标调整兰德系数
• 课时4-聚类算法的划分标准
• 课时2-Kmeans聚类亚洲国家队类别可视化
• 课时1-Kmeans聚类亚洲国家队自动划分类别
• 课时3-聚类算法概念介绍
• 课时9-Kmeans聚类提取特征图片压缩
• 08-机器学习-决策树
• 17-电商项目--京东购买意向预测
• 章节1-电商项目--京东客户购买意向预测
• 课时35-京东用户购买意向预测-Xgboost建模-测试数据模型评估
• 课时21-京东用户购买意向预测-特征工程-用户近期行为特征
• 课时10-京东用户购买意向预测-数据探索-月每天商品8销量统计
• 课时16-京东用户购买意向预测-特征工程-评论特征处理
• 课时4-京东用户购买意向预测-数据清洗-重复数据
• 课时13-京东用户购买意向预测-特征工程-数据加载
• 课时26-京东用户购买意向预测-特征工程-构建数据集-函数调用数据查看
• 课时14-京东用户购买意向预测-特征工程-用户基本特征
• 课时15-京东用户购买意向预测-特征工程-商品基本特征
• 课时32-京东用户购买意向预测-Xgboost建模-特征重要性查看
• 课时3-京东用户购买意向预测-数据清洗-数据集验证
• 课时2-京东用户购买意向预测-数据清洗-数据挖掘流程
• 课时34-京东用户购买意向预测-Xgboost建模-验证数据模型评估
• 课时23-京东用户购买意向预测-特征工程-用户对同类别下各种商品行为代码解读
• 课时27-京东用户购买意向预测-特征工程-构建数据集-代码解读（一）
• 课时30-京东用户购买意向预测-Xgboost建模-数据加载
• 课时28-京东用户购买意向预测-特征工程-构建数据集-代码解读（二）
• 课时1-京东用户购买意向预测-数据清洗-项目和数据介绍
• 课时33-京东用户购买意向预测-Xgboost建模-算法预测验证数据
• 课时29-京东用户购买意向预测-特征工程-构建训练集和测试集
• 课时19-京东用户购买意向预测-特征工程-用户类别商品计数统计代码解读
• 课时8-京东用户购买意向预测-数据探索-月每天购买情况
• 课时20-京东用户购买意向预测-特征工程-累计用户行为特征处理
• 课时5-京东用户购买意向预测-数据清洗-构建User信息
• 课时18-京东用户购买意向预测-特征工程-用户类别商品计数统计
• 课时31-京东用户购买意向预测-Xgboost建模-模型训练
• 课时25-京东用户购买意向预测-特征工程-商品类别用户行为特征处理
• 课时7-京东用户购买意向预测-数据探索-周每天购买情况
• 课时22-京东用户购买意向预测-特征工程-用户对同类别下各商品行为
• 课时24-京东用户购买意向预测-特征工程-商品ID用户行为特征处理
• 课时17-京东用户购买意向预测-特征工程-评论特征补充说明
• 课时6-京东用户购买意向预测-数据清洗-过滤空数据无交互数据
• 课时12-京东用户购买意向预测-特征工程-数据处理维度
• 课时9-京东用户购买意向预测-数据探索-周每天各商品类别销量
• 课时11-京东用户购买意向预测-数据探索-用户商品行为轨迹
• 16-决策树系列算法
• 章节3-决策树回归算法
• 课时5-决策回归树原理根节点裂分mse计算
• 课时3-决策回归树算法示例演示
• 课时1-决策树与不同算法综合对比
• 课时6-决策回归树最佳裂分条件计算
• 课时2-决策回归树原理概述
• 课时7-作业-归一化对不同算法有何影响
• 课时4-决策回归树原理未分裂mse计算
• 章节2-决策树分类算法进阶
• 课时6-决策树作业葡萄酒分类不同算法比较
• 课时4-决策树剪枝详解
• 课时5-决策树超参数选择
• 课时1-决策树原理：代码筛选决策树的根节点
• 课时2-决策树分类指标详解
• 课时3-决策树鸢尾花分类案例
• 章节11-Xgboost算法与实战
• 课时4-XGBoost树结构
• 课时9-XGBoost三种建模方式介绍
• 课时3-XGBoost算法介绍
• 课时12-XGBoost实战最佳参数测试验证
• 课时1-Adaboost回归算法建模和算法流程
• 课时11-XGBoost实战超参数选择
• 课时6-XBGoost目标函数泰勒展开
• 课时5-XGBoost目标函数方程
• 课时7-XGBoost目标函数优化
• 课时2-Adaboost回归树算法原理代码构建
• 课时8-XGBoost叶节点权重计算公式推导
• 课时10-XGBoost实战建模与二分类评价指标ROC-AUC介绍
• 章节8-Adaboost提升树二分类算法高级
• 课时3-Adaboost算法应用多分类案例
• 课时2-Adaboost算法应用乳腺癌案例
• 课时1-Adaboost算法原理概述
• 课时4-Adaboost算法应用多分类数据清洗案例
• 章节10-Adaboost提升树多分类算法与回归算法
• 课时1-Adaboost二分类概率代码演示计算
• 课时6-Adaboost多分类概率代码演示计算
• 课时5-Adaboost多分类代码构建第三棵树
• 课时3-Adaboost多分类代码构建第一棵树
• 课时2-Adaboost提升树多分类建模预测
• 课时4-Adaboost多分类代码构建第二棵树
• 章节4-集成算法
• 课时4-随机森林原理和应用
• 课时5-极限森林原理和应用
• 课时1-归一化对不同算法影响
• 课时2-决策回归树VS线性回归
• 课时3-集成算法原理概述
• 章节1-决策树分类算法原理
• 课时7-手写代码计算信息熵对比不同属性信息增益
• 课时8-作业-手写代码计算Gini系数
• 课时2-决策树概述示例二（找对象）
• 课时6-手写代码计算信息熵
• 课时3-决策树的应用和可视化
• 课时1-决策树概述示例一（债务偿还）
• 课时5-信息熵和信息增益概念和公式
• 课时4-决策树graphviz安装与可视化
• 章节5-GBDT梯度提升分类树高级
• 课时4-GBDT梯度提升分类树使用
• 课时1-极限森林随机性之所在
• 课时3-交叉熵原理概述
• 课时6-GBDT算例建模与可视化
• 课时2-信息熵
• 课时5-GBDT梯度提升分类树数学公式
• 章节7-GBDT梯度提升回归树
• 课时2-bagging集成算法代码演示
• 课时1-集成算法概述
• 课时5-GBDT梯度提升回归树原理
• 课时4-GBDT梯度提升回归树应用
• 课时6-GBDT梯度提升回归树最佳裂分条件计算
• 课时3-GBDT梯度提升回归树概述
• 章节6-GBDT梯度提升分类树进阶
• 课时6-GBDT交叉熵损失函数化简
• 课时2-GBDT原理剖析代码拟合第二棵树
• 课时1-GBDT原理剖析代码拟合第一棵树
• 课时3-GBDT原理剖析代码拟合第三棵树
• 课时10-GBDT二分类算法步骤总结
• 课时9-GBDT叶节点预测值公式推导
• 课时8-GBDT初始值F0的推导过程
• 课时7-GBDT交叉熵损失函数求导
• 课时5-GBDT交叉熵损失函数介绍
• 课时4-GBDT原理剖析代码计算概率
• 章节9-Adaboost提升树二分类算法进阶
• 课时4-Adaboost代码构建第一棵树弱学习器权重计算以及样本权重更新
• 课时2-Adaboost数据建模以及可视化
• 课时1-Adaboost二分类算法流程讲解
• 课时3-Adaboost代码构建第一课树拆分条件计算
• 课时7-Adaboost弱学习器聚合
• 课时5-Adaboost代码构建第二棵决策树
• 课时6-Adaboost代码构建第三棵决策树
• 18-天猫用户复购预测项目实战
• 章节1-天猫用户复购预测项目实战
• 课时3-数据查看
• 课时8-用户店铺联合特征工程
• 课时4-数据集成
• 课时13-LGB算法建模
• 课时10-空数据填充
• 课时5-数据类型转换
• 课时2-数据加载
• 课时9-购买点击比
• 课时11-年龄性别类别型转换
• 课时14-XGB算法建模
• 课时15-LGB交叉验证多轮建模
• 课时12-数据存储
• 课时7-店铺特征工程
• 课时6-用户特征工程
• 课时1-天猫用户复购预测项目实战概述
• 课时16-XGB交叉验证多轮建模
• 06-机器学习-线性分类
• 14-线性分类算法
• 章节2-逻辑回归多分类softmax
• 课时7-Sigmoid与Softmax异同
• 课时1-逻辑回归梯度下降更新公式
• 课时2-逻辑回归多分类OVR
• 课时4-代码实战逻辑回归OVR概率计算
• 课时5-Softmax函数与概率计算
• 课时3-逻辑回归OVR建模与概率预测
• 课时6-代码实战逻辑回归Softmax概率计算
• 章节5-SVM支持向量机原理与实战（一）
• 课时3-SVM支持向量机对偶问题转化
• 课时6-SVM支持向量机网格搜索参数优化
• 课时4-SVM支持向量机目标函数构建
• 课时7-SVM软间隔及优化
• 课时5-SVM支持向量机损失函数SMO求解过程
• 课时1-SVM支持向量机原理可视化
• 课时2-SVM支持向量机KKT条件详解
• 章节6-SVM支持向量机原理与实战（二）
• 课时4-SVM支持向量机软间隔与优化目标函数构建
• 课时5-SVM算法整体回顾
• 课时3-SVM支持向量机LFW人脸分类建模预测可视化
• 课时2-SVM支持向量机LFW数据建模与参数选择
• 课时1-LFW人脸数据加载与介绍
• 章节4-SVM支持向量机原理（二）
• 课时6-SVR支持向量机回归核函数差异
• 课时1-作业讲解和知识点回顾
• 课时2-SVC支持向量机分类不同核函数差异
• 课时3-非线性核函数介绍
• 课时4-核函数对应数学公式
• 课时5-KKT条件介绍
• 课时7-SVR支持向量机回归拟合天猫双十一销量方程
• 章节3-SVM 支持向量机原理（一）
• 课时3-SVM二分类最大间隔绘制
• 课时5-拉格朗日乘子法原理推导
• 课时1-SVM支持向量机概念
• 课时4-拉格朗日乘子法介绍
• 课时2-支持向量机SVM目标函数推导
• 课时6-支持向量机SVM作业介绍
• 章节1-逻辑回归二分类
• 课时2-Sigmoid 函数介绍
• 课时6-逻辑回归代码实现与概率手动计算
• 课时5-损失函数立体化呈现（二）
• 课时4-损失函数立体化呈现（一）
• 课时1-逻辑回归介绍
• 课时3-逻辑回归损失函数推导
• 05-机器学习-线性回归
• 12-线性回归算法
• 章节5-梯度下降优化
• 课时6-过拟合欠拟合与正则化
• 课时4-天池工业蒸汽量项目归一化实战（一）
• 课时2-最小值最大值归一化
• 课时3-Z-score归一化
• 课时5-天池工业蒸汽量项目归一化实战（二）
• 课时1-归一化目的
• 章节1-线性回归正规方程
• 课时6-正规方程应用求解多元一次方程
• 课时1-承前启后数据分析概要
• 课时4-线性回归概念更上一层楼
• 课时5-正规方程
• 课时8-sklearn带截距运算
• 课时2-什么是线性回归
• 课时3-线性回归基本概念
• 课时7-sklearn线性回归正规方程运算
• 章节6-梯度下降优化进阶
• 课时9-ElasticNet弹性网络应用
• 课时1-归一化之预测结果升华提升
• 课时5-L1正则化套索回归权重衰减梯度下降公式
• 课时7-Ridge岭回归应用
• 课时4-L1正则化稀松性缩小系数到零
• 课时2-套索回归介绍
• 课时8-Lasso套索回归应用
• 课时6-L2正则化岭回归原理详解
• 课时3-L1正则化可视化图形
• 章节2-多元线性回归推导
• 课时6-最小二乘法公式推导
• 课时7-正规方程线性回归演示
• 课时1-八元一次方程问题再现
• 课时2-八元一次方程增加截距求解
• 课时5-最大似然估计
• 课时8-sklearn线性回归演示
• 课时4-凸函数判定
• 课时3-正规方程推导过程
• 章节7-线性回归升维与实战
• 课时6-多项式回归实战天猫双十一销量预测（线性回归模型）
• 课时1-天池工业蒸汽量项目不同模型预测结果
• 课时5-多项式回归升维实战（二）
• 课时7-多项式回归实战天猫双十一销量预测（随机梯度下降模型）
• 课时2-多项式回归升维概念介绍
• 课时3-多项式回归升维实战（一）
• 课时4-多项式回归升维维度概念详解
• 课时8-中国人寿保费预测（EDA数据探索）
• 章节4-梯度下降进阶
• 课时9-MBGD小批量梯度下降代码实现
• 课时2-线性回归梯度下降更新公式
• 课时5-BGD批量梯度下降代码实现
• 课时4-SGD和MBGD更新公式
• 课时8-SGD随机梯度下降求解多元一次方程
• 课时6-BGD批量梯度下降求解多元一次方程
• 课时7-SGD随机梯度下降求解一元一次方程
• 课时1-三种常用梯度下降介绍对比
• 课时3-BGD批量梯度下降更新公式
• 章节3-梯度下降
• 课时3-模型评估
• 课时5-梯度下降步骤
• 课时2-数据拆分建模与预测
• 课时1-波士顿房价加载与查看
• 课时8-梯度下降可视化
• 课时6-函数与导函数求解最优解
• 课时7-梯度下降代码演示
• 课时4-梯度下降概念介绍
• 13-智能发电厂工业蒸汽量项目预测实战
• 章节1-智能发电厂工业蒸汽量预测项目实战（阿里巴巴实战项目）
• 课时18-智能发电厂工业蒸汽量预测-lightGBM和Xgboost建模线上检验
• 课时21-智能发电厂工业蒸汽量预测-模型融合岭回归调参
• 课时7-智能发电厂工业蒸汽量预测-正态化操作
• 课时8-智能发电厂工业蒸汽量预测-数据拆分
• 课时19-智能发电厂工业蒸汽量预测-模型融合数据加载
• 课时23-智能发电厂工业蒸汽量预测-模型融合bagging
• 课时13-智能发电厂工业蒸汽量预测-模型预测之学习曲线
• 课时20-智能发电厂工业蒸汽量预测-模型融合算法调参函数
• 课时4-智能发电厂工业蒸汽量预测-数据分布
• 课时12-智能发电厂工业蒸汽量预测-模型预测之数据加载
• 课时2-智能发电厂工业蒸汽量预测-数据介绍
• 课时14-智能发电厂工业蒸汽量预测-多元线性回归建模线上检验
• 课时17-智能发电厂工业蒸汽量预测-GBDT建模线上检验
• 课时15-智能发电厂工业蒸汽量预测-随机森林建模线上检验
• 课时10-智能发电厂工业蒸汽量预测-多重共线性
• 课时6-智能发电厂工业蒸汽量预测-归一化
• 课时1-智能发电厂工业蒸汽量预测-项目介绍
• 课时9-智能发电厂工业蒸汽量预测-异常值过滤
• 课时11-智能发电厂工业蒸汽量预测-模型初验
• 课时22-智能发电厂工业蒸汽量预测-模型融合其他算法调参
• 课时5-智能发电厂工业蒸汽量预测-特征筛选
• 课时16-智能发电厂工业蒸汽量预测-SVR建模线上检验
• 课时3-智能发电厂工业蒸汽量预测-箱型图数据探索
• 11-程序员的数学
• 章节3-线性代数高级
• 课时4-特征值分解定义与操作
• 课时10-SVD 进行数据压缩
• 课时1-特征值与特征向量概念
• 课时6-矩阵和向量的求导公式
• 课时7-奇异值分解（SVD）
• 课时13-SVD 进行协同过滤
• 课时3-特征值与行列式
• 课时2-满秩矩阵
• 课时5-特征值分解意义
• 课时8-奇异值分解计算方式
• 课时11-SVD 进行 PCA 降维
• 课时9-奇异值分解性质
• 课时12-SVD 进行矩阵求逆
• 章节1-微积分基础
• 课时9-神经网络激活函数Softmax求导
• 课时11-导数与函数单调性
• 课时1-导数的定义与作用
• 课时6-复合函数求导法则
• 课时2-左右导数与可导函数
• 课时7-神经网络激活函数Sigmoid求导
• 课时10-高阶导数
• 课时3-导数的几何与物理意义
• 课时12-极值定理
• 课时5-导数四则运算法则
• 课时4-基本函数求导公式
• 课时8-神经网络激活函数Tanh求导
• 课时14-一元函数泰勒展开
• 课时13-导数与函数凹凸性
• 章节5-概率论
• 课时3-条件概率和贝叶斯公式
• 课时2-随机事件
• 课时1-概率论与机器学习
• 课时4-随机事件的独立性
• 课时7-方差
• 课时8-数学期望与方差重要公式
• 课时13-最大似然估计
• 课时11-协方差
• 课时9-随机向量
• 课时10-随机变量独立性
• 课时5-随机变量
• 课时12-机器学习中常见分布
• 课时6-期望
• 章节4-多元函数微分学
• 课时3-高阶偏导数
• 课时6-Hessian 矩阵
• 课时1-多元函数定义
• 课时8-二次型
• 课时5-雅可比矩阵
• 课时2-偏导数
• 课时4-梯度
• 课时7-极值判别法则
• 章节2-线性代数基础
• 课时2-行向量和列向量
• 课时11-伴随矩阵
• 课时8-矩阵运算
• 课时4-向量的范数
• 课时9-逆矩阵
• 课时5-特殊向量
• 课时1-向量是什么
• 课时10-行列式
• 课时3-向量运算
• 课时6-矩阵是什么
• 课时7-常见矩阵
• 章节6-最优化
• 课时7-牛顿法求解最优化问题
• 课时6-牛顿法解方程代码演示
• 课时16-拉格朗日乘数法
• 课时3-梯度下降法公式推导
• 课时11-数值优化算法瓶颈
• 课时13-凸集
• 课时17-KKT 条件
• 课时10-坐标下降法
• 课时18-拉格朗日对偶
• 课时14-凸函数
• 课时15-凸函数表达形式
• 课时2-求导与迭代求解
• 课时4-梯度下降代码演示
• 课时5-牛顿法解方程原理
• 课时8-牛顿法求解最优化代码演示
• 课时1-最优化概念
• 课时9-拟牛顿法介绍
• 课时12-凸优化问题
• 03-Python数据分析
• 08-Python数据分析综合项目实战
• 章节1-数据分析师岗位需求分析
• 课时8-不同细分领域数据分析岗位需求量
• 课时6-数据清洗行业信息处理
• 课时2-数据加载
• 课时11-数据分析师学历要求
• 课时4-数据清洗薪水转换
• 课时9-各城市数据分析师平均薪资
• 课时10-不同城市工作经验与薪水关系
• 课时12-技能与薪资对应关系
• 课时14-不同规模公司招聘差异
• 课时7-各城市数据分析师岗位需求量
• 课时13-大公司对数据分析师技能要求
• 课时3-数据清洗数据提取
• 课时5-数据清洗技能提取
• 课时1-数据分析综合项目实战介绍
• 07-Python数据科学计算库
• 章节8-数据可视化进阶
• 课时1-柱状图带文本
• 课时7-3D图像绘制
• 课时2-极坐标绘制
• 课时4-箱式图散点图饼图
• 课时10-seaborn热力图
• 课时6-蜘蛛图
• 课时9-seaborn线形图
• 课时3-直方图
• 课时5-热力图
• 课时8-seaborn快速上手
• 章节7-数据可视化高级
• 课时1-双轴布局
• 课时3-箭头
• 课时5-折线图
• 课时4-注释
• 课时2-文本操作
• 章节1-NumPy入门
• 课时5-NumPy数据保存和数据类型
• 课时2-NumPy数组引出
• 课时6-NumPy数组运算
• 课时4-NumPy数组查看
• 课时1-开发环境安装与配置
• 课时3-NumPy数组创建
• 课时7-NumPy索引与切片
• 章节6-数据可视化入门
• 课时7-子视图
• 课时1-Matplotlib概述
• 课时6-风格样式
• 课时2-图形绘制
• 课时3-坐标轴刻度标签标题
• 课时5-脊柱移动
• 课时4-图例
• 章节3-pandas入门
• 课时1-NumPy高级操作展示
• 课时2-蓝色妖姬制作
• 课时4-数据查看与读写
• 课时3-数据分析库安装与数据结构
• 课时5-数据选择
• 章节2-NumPy高级
• 课时3-广播机制
• 课时4-通用函数
• 课时5-矩阵运算
• 课时2-数据形状改变
• 课时1-NumPy综合运用展示
• 章节5-pandas进阶
• 课时5-分箱操作
• 课时1-作业介绍与数据重塑
• 课时2-数据重塑
• 课时4-数据排序
• 课时3-数学和统计指标
• 课时7-pandas数据可视化
• 课时6-分组聚合
• 章节4-pandas高级
• 课时7-数据转换apply操作
• 课时4-数据集成merge操作
• 课时3-数据集成insert操作
• 课时6-数据转换之变形金刚
• 课时2-数据集成concat操作
• 课时1-数据筛选与赋值
• 课时5-数据清洗
• 01-python基础
• 01-提问的智慧
• 章节1-马士兵教育线上平台的使用
• 课时1-平台的介绍及使用
• 章节3-程序调试入门
• 课时3-Debug代码调试
• 课时2-博客和工具网站的使用
• 课时1-学习查看日志
• 章节2-沟通的技巧入门
• 课时4-提供分析材料
• 课时2-使用专业的术语
• 课时1-概念引入
• 课时3-准确具体描述问题
• 03-Python基础直播课(官网无)
• 02-图解Python语法
• 章节12-找对象不积极思想有问题
• 课时2-类与对象
• 课时6-动态绑定属性和方法
• 课时4-对象的创建
• 课时1-编程的两大思想_面向过程_面向对象
• 课时5-类属性_类方法_静态方法的使用方式
• 课时3-定义Python中的类
• 章节11-全民来找茬
• 课时4-Bug的常见类型-思路不清导致的部题
• 课时8-traceback模块的使用
• 课时3-Bug的常见类型_错误点不熟悉导致错误
• 课时6-try-except-else结构与try-except-else-finally结构
• 课时7-Python中常见的异常类型
• 课时9-Pycharm的程序调试
• 课时2-Bug的常见类型_粗心导致的错误
• 课时1-Bug的由来
• 课时5-Bug的常见类型-被动掉坑-try-except
• 章节10-水晶球不调不动
• 课时7-函数的参数总结
• 课时6-函数参数定义_个数可变的位置形参_个数可变的关键字形参
• 课时2-函数调用的参数传递_位置实参_关键字实参
• 课时10-斐波那契数列_本章总结
• 课时1-函数的定义与调用
• 课时4-函数的返回值
• 课时5-函数参数定义_默认值参数
• 课时3-函数参数传递的内存分析
• 课时9-递归函数
• 课时8-变量的作用域
• 章节17-实操案例
• 课时1-实操案例一
• 课时17-实操案例十
• 课时15-实操案例八
• 课时7-实操案例四
• 课时18-实操案例十一
• 课时12-实操案例七
• 课时5-实操案例三
• 课时9-实操案例五
• 课时11-实操案例六
• 课时20-实操案例十三
• 课时13-实操案例七
• 课时22-实操案例十四
• 课时4-实操案例二
• 课时3-实操案例二
• 课时19-实操案例十二
• 课时2-实操案例一
• 课时21-实操案例十四
• 课时16-实操案例九
• 课时8-实操案例五
• 课时24-实操案例十五
• 课时6-实操案例三
• 课时10-实操案例六
• 课时14-实操案例八
• 课时23-实操案例十五
• 章节8-是排还是散
• 课时7-集合间的关系
• 课时8-集合的数据操作
• 课时1-什么是元组
• 课时2-元组的创建方式
• 课时4-元组的遍历
• 课时5-集合的概述与创建
• 课时6-集合的相关操作
• 课时3-为什么要将元组设计成不可变序列
• 课时9-集合生成式
• 章节7-夫妻站
• 课时8-字典的特点
• 课时2-字典的实现原理
• 课时5-字典元素的增_删_改操作
• 课时3-字典的创建
• 课时4-字典元素的获取
• 课时6-获取字典视图
• 课时9-字典生成式
• 课时1-什么是字典
• 课时7-字典元素的遍历
• 章节13-接着找对象
• 课时6-特殊属性
• 课时1-面向对象的三大特征_封装的实现方式
• 课时5-多态的实现
• 课时7-特殊方法
• 课时10-深拷贝
• 课时3-方法重写
• 课时8-__new__与__init__演示创建对象的过程
• 课时9-类的赋值与浅拷贝
• 课时4-object类
• 课时2-继承及其实现方式
• 章节5-转圈圈
• 课时10-二重循环中的break与continue
• 课时5-for_in练习题_100到999之间的水仙花数
• 课时1-range函数的使用
• 课时9-嵌套循环
• 课时7-流程控制语句continue
• 课时8-else语句
• 课时3-whil练习题_1到100之间的偶数和
• 课时2-while循环
• 课时4-for_in循环
• 课时6-流程控制语句break
• 章节4-往哪走
• 课时8-pass语句
• 课时2-对象的布尔值
• 课时4-分支结构_双分支结构
• 课时5-分支结构_多分支结构
• 课时6-分支结构_嵌套if的使用
• 课时7-条件表达式
• 课时3-分支结构_单分支结构
• 课时1-程序的组织结构_顺序结构
• 章节1-出使Python国
• 课时2-Python简介
• 课时6-转义字符与原字符
• 课时5-输出函数print
• 课时4-集成开发环境Pycharm的安装及设置模板
• 课时1-Python的自述
• 课时3-Python开发环境的安装
• 章节15-大宝藏
• 课时5-with语句
• 课时4-文件对象的常用方法
• 课时1-编码格式的介绍
• 课时2-文件读写的原理_读取磁盘文件中的内容
• 课时3-常用的文件打开模式
• 课时6-os模块的常用函数
• 课时7-os.path模块的常用方法_课堂案例
• 章节9-一串连一串
• 课时11-字符串的编码与解码
• 课时7-字符串的常用操作_替换与合并
• 课时2-字符串的常用操作_字符串的查询操作
• 课时4-字符串的常用操作_字符串内容对齐操作的方法
• 课时10-格式化字符串
• 课时5-字符串的常用操作_字符串的劈分
• 课时6-字符串的常用操作_字符串判断的相关方法
• 课时8-字符串的比较操作
• 课时1-字符串的创建与驻留机制
• 课时3-字符串的常用操作_字符串的大小写转换操作方法
• 课时9-字符串的切片操作
• 章节3-算你赢
• 课时5-运算符_比较运算符
• 课时4-运算符_赋值运算符
• 课时7-运算符_位运算
• 课时8-运算符的优先级
• 课时3-运算符_算术运算符
• 课时2-input函数的高级使用
• 课时1-input函数的使用
• 课时6-运算符_布尔运算符
• 章节2-七十二变
• 课时1-二进制与字符编码
• 课时7-数据类型_浮点类型
• 课时2-Python中的标识符和保留字
• 课时12-Python中的注释
• 课时5-Python中常见的数据类型
• 课时3-变量的定义和使用
• 课时11-类型转换_float函数
• 课时9-数据类型_字符串类型
• 课时6-数据类型-整数类型
• 课时10-类型转换_str函数与int函数
• 课时8-数据类型_布尔类型
• 课时4-变量的多次赋值
• 章节6-一次排开
• 课时5-获取列表中指定的元素
• 课时12-列表生成式
• 课时3-列表的特点
• 课时9-列表元素的删除操作
• 课时4-获取指定元素的索引
• 课时8-列表元素的添加操作
• 课时10-列表元素的修改操作
• 课时2-列表对象的创建
• 课时11-列表元素的排序操作
• 课时1-为什么需要列表
• 课时6-获取列表中的多个元素_切片操作
• 课时7-列表元素的判断及遍历
• 章节16-大显身手
• 课时3-学生信息管理系统-主函数设计
• 课时10-学生信息管理系统-排序模块设计
• 课时8-学生信息管理系统-统计学生总人数
• 课时5-学生信息管理系统-删除学生信息功能
• 课时7-学生信息管理系统-查找学生信息功能
• 课时6-学生信息管理系统-修改学生信息功能
• 课时1-学生信息管理系统-需求分析
• 课时2-学生信息管理系统-系统设计
• 课时11-学生信息管理系统-项目打包生成exe可执行文件
• 课时9-学生信息管理系统-显示所有学生信息功能
• 课时4-学生信息管理系统-录入学生信息功能
• 章节14-百宝箱
• 课时5-Python中常用的内容模块
• 课时6-第三方模块的安装与使用
• 课时2-模块的导入
• 课时1-什么叫模块_模块化编程的好处
• 课时3-以主程序方式运行
• 课时4-Python中的包
• 14-深度学习进阶
• 37-自然语言处理项目实战--机器翻译(官网暂无)
• 35-基于CNN的猫狗图片分类项目
• 章节1-基于CNN的猫狗图片分类项目
• 课时2-读取数据
• 课时4-配置网络
• 课时3-搭建卷积神经网络
• 课时6-数据增强
• 课时1-项目介绍
• 课时5-模型训练
• 36-自然语言处理(NLP)
• 章节1-自然语言处理基础概念
• 课时2-序列数据研究
• 课时1-NLP介绍和NLP初期发展
• 课时3-文本预处理
• 38-PyTorch深度学习框架
• 章节3-卷积神经网络
• 课时12-tensorboard的使用
• 课时6-vgg16迁移学习
• 课时1-使用pytorch搭建cnn实现手写数字识别
• 课时10-自定义dataset
• 课时9-模型参数保存
• 课时3-图片预处理
• 课时7-学习率衰减
• 课时2-4种天气数据处理
• 课时8-数据增强
• 课时11-自定义数据集问题解决
• 课时5-添加BN层
• 课时4-添加dropout层
• 章节1-Pytorch入门
• 课时4-pytorch自动微分
• 课时7-pytorch实现分类问题
• 课时2-pytorch安装
• 课时5-pytorch实现原始线性回归
• 课时8-模型的子类写法
• 课时1-pytorch介绍
• 课时3-pytorch张量基础操作和基础运算
• 课时6-pytorch实现线性回归封装写法
• 章节2-dataset和dataloader
• 课时1-使用dataset重构代码
• 课时2-使用DataLoader重构代码
• 课时4-封装
• 课时3-添加校验代码
• 41-基于图像分类的工业缺陷检测项目
• 章节1-基于图像分类的工业缺陷检测
• 课时4-模型定义
• 课时3-自定义数据集
• 课时1-项目介绍
• 课时5-定义训练过程
• 课时6-定义预测过程
• 课时2-数据集介绍
• 39-Fashion-MNIST时尚物品分类项目
• 章节1-Fashion-MNIST时尚物品分类
• 课时7-训练过程
• 课时6-定义预测过程
• 课时8-保存和加载模型
• 课时1-项目介绍
• 课时5-定义训练过程
• 课时3-数据读取
• 课时9-模型预测
• 课时2-数据集介绍
• 课时4-创建模型
• 40-基于AlexNet的花分类项目
• 章节1-基于AlexNet的花分类项目
• 课时4-定义训练过程
• 课时6-模型预测
• 课时2-模型定义
• 课时1-项目介绍
• 课时3-读取数据
• 课时5-不收敛bug解决
• 33-卷积神经网络
• 章节1-卷积神经网络原理
• 课时1-卷积神经网络引入
• 课时5-图片数据读取
• 课时3-使用卷积操作图片
• 课时2-卷积神经网络原理
• 课时4-搭建卷积神经网络
• 章节4-前沿分类网络
• 课时2-mobilenetv1v2原理
• 课时5-mobilenetv3网络结构详解
• 课时3-dw卷积和传统卷积对比和mobilenet原理复习
• 课时6-mobilenetv3源码解读
• 课时4-mobilenetv2代码详解
• 课时1-ResNeXt网络原理
• 章节2-经典分类网络结构
• 课时6-GoogLeNet网络结构
• 课时3-手动实现AlexNet
• 课时5-VGG网络实现
• 课时13-resnet训练代码
• 课时11-padding的研究
• 课时2-AlexNet详解
• 课时4-VGG网络结构
• 课时12-搭建resnet网络
• 课时1-cifar-10数据集识别
• 课时9-GoogLeNet训练
• 课时10-resnet网络结构
• 课时8-GoogLeNet网络结构定义
• 课时7-Inception结构和辅助输出结构
• 章节3-CNN网络实战技巧
• 课时2-迁移学习代码实现
• 课时3-迁移学习之训练最后几层参数
• 课时1-迁移学习概念
• 34-基于CNN的10种物体识别项目
• 章节1-基于CNN的10种物体识别项目
• 课时4-数据预处理
• 课时9-网络优化
• 课时6-配置网络
• 课时8-结果展示
• 课时2-数据集介绍
• 课时3-读取数据集
• 课时7-模型训练
• 课时1-项目介绍
• 课时5-定义卷积神经网络
• 17-IoT应用开发
• 55-计算机网络基础
• 章节3-计算机网络体系结构
• 课时27-特殊IP地址
• 课时29-端口号
• 课时39-万维网概述
• 课时17-IP地址习题讲解
• 课时1-常用的计算机网络体系结构
• 课时15-IPV4地址的分类
• 课时21-IP数据报的发送和转发过程
• 课时30-TCP协议的首部
• 课时22-路由表概述
• 课时6-差错检测
• 课时37-wireshark过滤器
• 课时10-以太网交换机自学习和转发帧的流程
• 课时12-虚拟局域网VLAN
• 课时28-运输层概述
• 课时34-用数据报协议UDP概述
• 课时14-IPv4地址概述
• 课时13-网络层概述
• 课时35-TCP和UDP的区别
• 课时2-物理层
• 课时9-MAC地址的识别
• 课时11-以太网交换机的生成树协议STP
• 课时23-路由表的类型
• 课时32-TCP 四次挥手
• 课时36-wireshark 的基本使用
• 课时19-子网的划分方法
• 课时5-透明传输
• 课时8-MAC地址
• 课时40-HTTP协议
• 课时26-ARP高速缓存表
• 课时18-子网掩码
• 课时4-封装成帧
• 课时20-IP协议概述
• 课时38-应用层概述
• 课时16-IPv4各类IP地址详解
• 课时3-数据链路层在网络体系结构中所处的地位
• 课时25-路由表实验
• 课时31-TCP连接的建立
• 课时24-思科gest登陆方式
• 课时33-TCP 可靠性传输的实现
• 课时7-以太网的基本概念
• 章节1-前言
• 课时1-为什么要学习计算机网络基础
• 章节2-计算机网络概述
• 课时9-网络性能指标之时延
• 课时10-网络性能指标之往返时间
• 课时8-网络性能指标之带宽和吞吐量
• 课时2-因特网发展的三个阶段
• 课时3-因特网边缘部分介绍
• 课时6-计算机网络的分类之按线路结构进行分类
• 课时5-计算机网络的分类之按照作用范围分类
• 课时7-网络性能指标之速率
• 课时1-计算机网络在信息时代中的作用
• 课时11-网络性能指标之利用率和丢包率
• 课时4-因特网核心部分介绍
• 60-基于TCP的聊天室开发(官网暂无)
• 54-Linux高并发编程
• 章节2-线程
• 课时9-线程资源的回收
• 课时12-线程的分离
• 课时7-pthread_exit函数
• 课时14-互斥锁mutex的使用
• 课时11-线程清理函数
• 课时5-获取线程ID：pthread_self函数
• 课时8-线程的取消
• 课时13-线程同步的概念
• 课时6-线程的传参
• 课时15-互斥锁编程注意事项
• 课时10-线程退出使用栈上地址实验
• 课时4-线程的创建：pthread_create函数
• 课时2-多线程的特点
• 课时1-线程的基本概念
• 课时3-clone 函数
• 章节1-进程
• 课时41-信号处理流程
• 课时42-signal函数1
• 课时55-管道的概念
• 课时28-fork函数的使用场景
• 课时3-进程的状态
• 课时64-posix 共享内存
• 课时33-孤儿进程
• 课时25-fork函数实验
• 课时2-进程的特点
• 课时40-信号的概念
• 课时22-环境变量
• 课时67-信号量概述
• 课时38-system函数
• 课时48-信号集与信号阻塞
• 课时8-进程上下文的概念
• 课时9-进程上下文的切换过程
• 课时50-SIGALRM信号
• 课时58-System V和POSIX
• 课时65-mmap的其他应用方式
• 课时59-消息队列概述
• 课时49-信号的发送
• 课时4-进程的状态变换
• 课时57-有名管道
• 课时19-CPU调度算法之多级反馈队列调度算法
• 课时34-进程等待之wait函数
• 课时20-命令行参数
• 课时45-signal函数的使用注意事项
• 课时32-僵尸进程
• 课时71-PV操作解决哲学家就餐问题.
• 课时61-消息队列和管道的区别
• 课时37-exec函数注意事项
• 课时66-进程的同步和互斥
• 课时60-System V消息队列
• 课时21-环境表
• 课时15-CPU调度算法之短作业调度算法
• 课时68-PV 操作
• 课时69-PV操作解决进程的同步-公交司机和售票员
• 课时36-exec函数族
• 课时1-进程的概念
• 课时17-CPU调度算法之优先数调度算法
• 课时27-关于fork函数的一些误区
• 课时47-可重入函数
• 课时53-定时器应用C语言版本
• 课时16-CPU调度算法之响应比高者优先调度算法
• 课时18-CPU调度算法之循环轮转调度算法
• 课时31-进程的终止
• 课时56-无名管道
• 课时44-SIGCHLD信号的捕获
• 课时12-进程调度的目标
• 课时35-进程等待之waitpid函数
• 课时70-PV操作解决进程的异步-单生产者和单消费者
• 课时26-子进程对父进程的复制
• 课时62-共享内存概述
• 课时5-进程的挂起
• 课时7-进程地址空间
• 课时23-进程标识
• 课时13-CPU调度准则
• 课时29-vfork函数
• 课时11-进程的行为
• 课时43-signal函数2
• 课时72-System V信号量编程
• 课时75-posix信号量编程
• 课时51-settimer函数
• 课时52-定时器应用C++版本
• 课时30-fork函数的笔试题
• 课时73-信号量编程阻塞问题的判断及解决办法
• 课时54-用户自定义信号
• 课时6-进程控制块PCB
• 课时10-进程的调度时机
• 课时24-fork函数原型解读
• 课时46-sigaction函数
• 课时74-posix信号量
• 课时63-SystemV 共享内存
• 课时39-进程间通信概述
• 课时14-CPU调度算法之先到先服务调度算法
• 57-MySQL基础课程
• 章节22-函数的分类
• 课时1-函数的分类
• 章节13-修改，删除数据
• 课时1-修改，删除数据
• 章节36-视图
• 课时1-视图
• 章节5-查看MySQL的安装结果
• 课时1-查看MySQL的安装结果
• 章节26-having分组后筛选
• 课时1-having分组后筛选
• 章节33-事务及其特征
• 课时1-事务及其特征
• 章节2-数据库类型和常见的关系型数据库
• 课时1-数据库类型和常见的关系型数据库
• 章节37-存储过程
• 课时1-存储过程
• 章节18-DDL和DML的补充
• 课时1-DDL和DML的补充
• 章节7-数据库的卸载
• 课时1-数据库的卸载
• 章节24-多行函数
• 课时1-多行函数
• 章节23-单行函数
• 课时1-单行函数(1)
• 课时2-单行函数(2)
• 章节10-创建数据库表
• 课时1-创建数据库表
• 章节25-分组group by
• 课时1-分组group by
• 章节31-多行子查询
• 课时1-多行子查询
• 章节35-事务隔离级别
• 课时1-事务隔离级别
• 章节29-多表查询2语法
• 课时1-多表查询2语法
• 章节15-非外键约束
• 课时2-非外键约束(2)
• 课时3-非外键约束(3)
• 课时1-非外键约束(1)
• 章节27-单表查询总结
• 课时1-单表查询总结
• 章节17-外键策略
• 课时1-外键策略
• 章节14-修改，删除数据库表
• 课时1-修改，删除数据库表
• 章节12-添加数据
• 课时1-添加数据
• 章节11-数据库表列类型
• 课时1-数据库表列类型
• 章节32-相关子查询
• 课时1-相关子查询
• 章节9-SQL语言入门
• 课时1-SQL语言入门
• 章节3-MySQL介绍
• 课时1-MySQL介绍
• 章节30-单行子查询
• 课时1-单行子查询
• 章节1-数据库基本概念
• 课时1-数据库基本概念
• 章节19-DQL##表的准备
• 课时1-DQL##表的准备
• 章节34-事务并发问题
• 课时1-事务并发问题
• 章节20-最简单的SQL语句
• 课时1-最简单的SQL语句
• 章节16-外键约束
• 课时1-外键约束
• 章节4-MySQL的安装
• 课时1-MySQL的安装
• 章节21-where子句
• 课时1-where子句
• 章节28-多表查询语法
• 课时4-多表查询语法(4)
• 课时1-多表查询语法(1)
• 课时2-多表查询语法(2)
• 课时3-多表查询语法(3)
• 章节6-MySQL登录 访问 退出操作
• 课时1-MySQL登录 访问 退出操作
• 章节8-使用图形客户端navicat12连接MySQL
• 课时1-使用图形客户端navicat12连接MySQL
• 56-Linux网络编程
• 章节1-套接字
• 课时3-套接字的分类
• 课时2-套接字的基本概念
• 课时1-前言
• 章节2-TCP网络编程
• 课时3-socket函数
• 课时1-TCP网络编程的基本概念
• 课时2-TCP 服务器设计流程
• 53-探寻Linux 文件IO的奥秘
• 章节1-第一章 虚拟机的使用
• 课时1-vmware的安装及使用
• 章节3-第三章 标准I O库
• 课时14-单个字符的输出
• 课时9-fwrite和fread组合使用中的坑
• 课时5-fopen函数
• 课时18-fprintf函数的基本使用
• 课时6-fread函数
• 课时20-sprintf函数
• 课时1-标准IO的基本概念
• 课时15-多个字符的输出
• 课时19-fprintf函数的灵活应用
• 课时13-使用二进制文件中的数据进行封装时的注意事项
• 课时10-fseek的基本使用
• 课时12-二进制文件的基本操作
• 课时3-标准输入标准输出和标准出错的概念
• 课时11-fopen a和a+模式详解
• 课时16-单个字符的输入
• 课时4-标准输入标准输出和标准出错的演示
• 课时7-循环方式读取文件中的内容
• 课时17-多个字符的输入
• 课时8-fwrite函数的基本使用
• 课时2-FILE指针
• 章节2-第二章 文件I O
• 课时29-串口的初始化
• 课时34-动态库的制作
• 课时9-errno的灵活应用
• 课时23-递归读取目录
• 课时5-内存上的inode和磁盘上的inode
• 课时28-虚拟串口的使用
• 课时3-文件描述符的原理
• 课时14-fstat函数
• 课时26-RS232
• 课时36-与位置无关的代码概述
• 课时18-硬链接
• 课时31-串口数据的接收
• 课时4-虚拟文件系统
• 课时20-文件的时间
• 课时15-文件类型的获取
• 课时25-串口的基本概念
• 课时10-read函数
• 课时1-Linux应用程序开发导入
• 课时22-目录的读取
• 课时33-静态库
• 课时8-close函数
• 课时7-open函数O_TRUNC和O_CREAT参数的使用
• 课时13-stat函数
• 课时6-open函数的基本使用
• 课时35-动态库的升级
• 课时30-串口数据的发送
• 课时16-access函数
• 课时37-静态库和动态库的使用注意事项
• 课时12-lseek函数
• 课时24-递归读取目录注意事项
• 课时11-write函数
• 课时17-软链接
• 课时32-库文件概述
• 课时2-Linux下文件的分类
• 课时27-RS485
• 课时19-unlink函数
• 课时21-mkdir函数
• 52-项目部署之-Linux操作系统
• 章节1-Linux概述与安装
• 课时4-第二章-安装Linux操作系统
• 课时3-第二章-Linux虚拟机的安装过程
• 课时5-第二章-Linux的网络配置
• 课时1-第一章-Linux概述
• 课时2-第二章-安装VMware软件
• 章节2-Linux基本操作
• 课时14-第八章-Linux的快照和克隆2
• 课时9-第五章-Linux基本命令7-vi命令-1
• 课时6-第五章-Linux基本命令4
• 课时12-第七章-Linux网络配置和命令
• 课时2-第三章-Linux的基本概念2
• 课时7-第五章-Linux基本命令5
• 课时8-第五章-Linux基本命令6
• 课时3-第三章-Linux的基本命令
• 课时1-第三章-Linux的文件结构和基本概念
• 课时4-第四章节-Linux的基本命令2
• 课时13-第八章-Linux快照和克隆1
• 课时5-第四章-Linux基本命令3
• 课时11-第六章-Linux的vi命令3
• 课时10-第六章-Linux中的vi命令2
• 章节3-Linux软件安装与配置
• 课时5-第十一章-Linux中Mysql8的安装1
• 课时1-第九章-Linux软件安装值配置Yum源
• 课时2-第九章-Linux软件安装-Yum使用
• 课时4-第十章-Linux安装python-3.8(二)
• 课时6-第十一章-Linux中Mysql8的安装2
• 课时3-第十章-Linux安装python-3.8(一)
• 59-Shell编程
• 章节1-Shell编程
• 课时7-07Shell编程之for循环和case语句
• 课时10-10Shell编程之函数案例和cut命令
• 课时2-02Shell脚本之变量（一）
• 课时1-01shell脚本之Shell概述
• 课时4-04Shell编程之特殊变量
• 课时8-08shell脚本之while循环和用户输入
• 课时12-12shell脚本之sort命令
• 课时9-09shell脚本之自定义函数
• 课时5-05Shell编程之数学运算和条件
• 课时3-03Shell脚本之变量的作用域
• 课时6-06shell脚本之if判断
• 课时11-11shell脚本之awk命令工具
• 58-深入浅出嵌入式数据库SQLite(官网暂无)
• 21-嵌入式底层开发
• 67-Linux 驱动开发基础(官网暂无)
• 04-机器学习直播课
• 10-2022-机器学习-剪辑版-路丰坤
• 章节23-23-决策树算法
• 课时1-降维算法-NMF原理
• 课时6-决策树-代码应用
• 课时2-降维算法-NMF代码实现
• 课时4-降维算法-LLE代码实现
• 课时5-决策树-概述
• 课时3-降维算法-LLE原理
• 章节40-40-聚类-【高级】
• 课时2-DBSCAN-概述
• 课时5-分层聚类-案例介绍
• 课时4-分层聚类-概述
• 课时3-DBSCAN-案例应用
• 课时1-KMeans-图片像素聚类
• 课时6-代码杠杆
• 章节37-37-SVM【高级】
• 课时1-SVM-KKT条件【三】
• 课时3-SVM-非线性核函数
• 课时4-SVM-核函数介绍
• 课时2-SVM-对偶问题
• 课时5-SVM-核函数应用案例
• 课时6-SVM-非线性核函数案例
• 章节22-22-降维算法
• 课时2-降维算法-KNN手写数字预测
• 课时1-降维算法-PCA总结概述
• 课时5-降维算法-LDA代码降维案例
• 课时4-降维算法-LDA介绍
• 课时6-降维算法-LDA模拟实现
• 课时3-降维算法-逻辑斯蒂回归首先数据预测
• 章节25-25-决策树进阶
• 课时5-决策树-筛选超参数
• 课时4-决策树-剪枝操作
• 课时1-决策树-继续叶节点分裂
• 课时2-决策树-分裂指标
• 课时3-决策树-gini系数裂分
• 章节18-18-逻辑斯蒂回归【一】
• 课时4-逻辑斯蒂回归-代码应用举例
• 课时1-梯度下降-天猫双十一销量预测【一】
• 课时2-梯度下降-天猫双十一销量预测【二】
• 课时3-逻辑斯蒂回归-概念概述
• 章节7-7-matplotlib初级
• 课时4-数据分析师岗位-行业信息
• 课时5-matplotlib-概率
• 课时7-matplotlib-刻度标签标题
• 课时3-数据分析师岗位-技能提取
• 课时1-数据分析师岗位-数据清洗
• 课时6-matplotlib-图形绘制
• 课时2-数据分析师岗位-薪水处理
• 章节3-3-NumPy高级
• 课时1-数据类型
• 课时3-复制和视图
• 课时5-花式索引
• 课时6-形状改变
• 课时2-数组运算
• 课时4-基本索引和切片
• 章节39-39-聚类-【初级】
• 课时4-Kmeans-概述
• 课时5-Kmeans-亚洲足球国家队聚类
• 课时6-Kmeans-轮廓系数筛选合适的聚类个数K
• 课时2-SVM-人脸识别-案例
• 课时3-聚类-概述
• 课时1-课前分享
• 章节14-14-梯度下降【初级】
• 课时4-梯度下降-公式
• 课时5-梯度下降-学习率梯度下降步骤
• 课时3-梯度下降-概念
• 课时1-梯度下降-波士顿房价预测
• 课时6-梯度下降-代码模拟梯度下降
• 课时2-梯度下降-无约束最优化
• 章节31-31-Adaboost二分类【高级】
• 课时1-Adaboost代码模拟-gini系数计算
• 课时6-Adaboost代码模拟-第三棵树构建
• 课时2-Adaboost代码模拟-最佳裂分条件计算
• 课时3-Adaboost代码模拟-最佳裂分条件计算【二】
• 课时4-Adaboost代码模拟-误差、权重、更新
• 课时7-Adaboost代码模拟-弱学习器融合
• 课时8-Adaboost代码模拟-概率计算
• 课时5-Adaboost代码模拟-第二棵树构建
• 章节27-27-GBDT梯度提升树【初级】
• 课时2-GBDT-交叉熵
• 课时6-GBDT-构建二分类数据-建模可视化
• 课时1-GBDT-信息熵-回归
• 课时3-GBDT-sigmoid函数
• 课时4-GBDT-代码应用
• 课时8-GBDT-代码模拟-拟合第一棵树
• 课时5-GBDT-对应公式
• 课时7-GBDT-代码模拟-初始残差mse
• 章节9-9-matplotlib高级
• 课时4-散点图
• 课时7-数据分析师岗位分析实战
• 课时6-热力图
• 课时1-条形图
• 课时2-极坐标图
• 课时3-箱型图
• 课时5-饼图
• 章节12-12-多元线性回归【初级】
• 课时2-线性回归的基本使用
• 课时1-线性回归推导
• 课时3-线性回归的应用
• 章节2-2-NumPy初级
• 课时1-NumPy介绍
• 课时5-jupyter扩展插件配置
• 课时6-数组基本操作
• 课时4-anaconda安装
• 课时7-数组保存
• 课时2-Python安装
• 课时3-Python库的安装
• 章节4-4-pandas初级
• 课时6-pandas数据分析库介绍
• 课时4-数学和统计函数
• 课时2-元素级数学函数
• 课时7-数据结构
• 课时3-通用函数举例
• 课时5-线性代数
• 课时1-广播机制
• 章节26-26-决策回归树与集成算法概念
• 课时3-决策回归树-裂分mse计算
• 课时1-决策回归树-概念
• 课时7-集成算法-概述
• 课时6-决策回归树-糖尿病案例VS线性回归
• 课时4-决策回归树-最佳裂分点计算
• 课时8-集成算法-不同方式和步骤
• 课时2-决策回归树树-代码应用
• 课时5-决策回归树-节点value计算
• 章节20-20-降维算法-PCA
• 课时6-降维算法-常用降维方法
• 课时7-降维算法-PCA概念和应用
• 课时2-逻辑斯蒂回归-损失函数可视化
• 课时3-逻辑斯蒂回归-梯度下降-更新函数
• 课时8-降维算法-PCA数据模型训练
• 课时4-降维算法-相关背景
• 课时1-逻辑斯蒂回归-损失函数-推导
• 课时5-降维算法-数据降维
• 章节32-32-Adaboost多分类与回归
• 课时4-Adaboost多分类-误差与更新权重
• 课时9-Adaboost回归-第一棵树构建
• 课时7-Adaboost回归-案例应用
• 课时6-Adaboost多分类-概率计算
• 课时1-Adaboost-多分类-建模与可视化
• 课时5-Adaboost多分类-第二棵树构建
• 课时3-Adaboost多分类-拆分条件计算
• 课时2-Adaboost多分类-gini系数计算
• 课时8-Adaboost回归-公式流程
• 章节10-10-K近邻算法原理与应用
• 课时3-数据分析师岗位数据分析-学历、技能、大公司技能要求
• 课时4-数据分析师岗位数据分析-不同规模公司招聘人才工作年限的差异
• 课时2-数据分析师岗位数据分析-工作经验和薪资关系
• 课时5-KNN近邻算法-鸢尾花分类算法举例
• 课时1-数据分析师岗位数据分析-数据处理
• 章节13-13-多元线性回归【高级】
• 课时4-正规方程-正规方程推导
• 课时2-正规方程-八元一次方程
• 课时1-正规方程-二元一次方程
• 课时3-正规方程-八元一次方程总结
• 章节15-15-梯度下降【中级】
• 课时3-梯度下降-梯度下降更新公式
• 课时6-梯度下降-SGD更新公式与代码演示
• 课时1-梯度下降-代码模拟可视化
• 课时4-梯度下降-BGD更新公式
• 课时2-梯度下降-三种不同梯度下降方式
• 课时5-梯度下降-BGD代码演示
• 章节24-24-决策树高级
• 课时3-决策树-信息熵
• 课时6-决策树-筛选最佳裂分条件
• 课时4-决策树-未分裂-信息熵计算
• 课时5-决策树-裂分条件的计算
• 课时2-决策树-可视化操作
• 课时1-决策树-可视化-软件安装
• 章节35-35-SVM【初级】
• 课时2-XGBoost-筛选最佳参数实战
• 课时6-SVM-构建目标函数【一】
• 课时4-SVM-分类应用
• 课时1-XGBoost-筛选最佳模型数量-回顾
• 课时3-SVM-什么是支持向量机
• 课时5-SVM-超平面可视化
• 章节17-17-线性回归之特征工程【实战】
• 课时7-梯度下降-多项式代码演示
• 课时3-梯度下降-Ridge岭回归原理介绍
• 课时5-梯度下降-弹性网络代码演练
• 课时2-梯度下降-套索回归代码应用举例
• 课时4-梯度下降-Ridge代码演示使用
• 课时6-梯度下降-多项式概念
• 课时1-梯度下降-套索回归原理
• 章节29-29-GBDT梯度提升回归树
• 课时7-GBDT-回归树-原理-建模可视化
• 课时4-GBDT-回归树概念
• 课时6-天池工业蒸汽量预测-GBDT梯度提升回归树建模
• 课时8-GBDT-回归树-原理-预测结果计算
• 课时2-集成算法-不同模式介绍
• 课时1-GBDT-二分类步骤总结
• 课时3-集成算法-自建bagging算法
• 课时9-GBDT-回归树-原理-最佳裂分条件计算
• 课时5-天池工业蒸汽量预测-线性回归建模
• 章节21-21-降维算法
• 课时5-降维算法-PCA降维-代码实现
• 课时1-降维算法-PCA两种实现原理
• 课时2-降维算法-协方差和散度矩阵
• 课时7-降维算法-SVD奇异值分解-PCA降维
• 课时3-降维算法-特征值和特征向量
• 课时6-降维算法-SVD原理
• 课时4-降维算法-PCA降维
• 章节19-19-逻辑斯蒂回归【二】
• 课时1-逻辑斯蒂回归-二分类-概率计算
• 课时4-逻辑斯蒂回归-多分类思想
• 课时2-逻辑斯蒂回归-多分类-ovr-概率计算
• 课时5-逻辑斯蒂回归-损失函数
• 课时3-逻辑斯蒂回归-多分类-multinomial-概率计算
• 章节8-8-matplotlib高级
• 课时6-matplotlib-嵌套
• 课时2-matplotlib-脊柱移动
• 课时3-matplotlib-图片保存
• 课时7-matplotlib-双轴布局
• 课时1-matplotlib-图例
• 课时4-matplotlib-风格和样式
• 课时5-matplotlib-子视图
• 章节11-11-K近邻算法原理与案例
• 课时1-KNN-算法使用流程
• 课时4-KNN-超参数设置
• 课时2-KNN-算法原理概述
• 课时5-KNN-手写数字识别
• 课时3-KNN-超参数设置-模型保存
• 章节5-5-pandas中级
• 课时2-csv文件读写
• 课时5-批量读取大文件
• 课时3-Excel文件读写
• 课时1-数据查看
• 课时6-行索引列索引
• 课时4-Sql读写操作
• 章节6-6-pandas高级
• 课时8-抽样和独热编码
• 课时2-boolean索引
• 课时7-transform数据改变
• 课时5-map字典映射
• 课时9-分箱操作
• 课时4-轴和元素的替换
• 课时3-赋值操作
• 课时1-位置选择
• 课时6-apply元素改变
• 章节34-34-XGBoost实战
• 课时2-XGBoost-目标损失函数
• 课时1-XGBoost-参数-提前终止参数解释
• 课时3-XGBoost-损失函数二阶泰勒展开公式
• 课时5-XGBoost-树的复杂度
• 课时9-XGBoost-实战-筛选最佳的模型参数
• 课时7-XGBoost-最优化函数
• 课时6-XGBoost-最终目标函数
• 课时8-XGBoost-实战-加载处理数据
• 课时4-XGBoost-树的结构
• 章节36-36-SVM【中级】
• 课时5-SVM-KKT条件介绍【一】
• 课时6-SVM-KKT条件介绍【二】
• 课时1-SVM-目标函数【二】
• 课时3-SVM-拉格朗日乘子法
• 课时4-SVM-拉格朗日乘子法-推导
• 课时2-SVM-线性分类-分界线绘制
• 章节1-1-开班典礼
• 课时2-课程安排
• 课时1-课堂纪律
• 课时4-行业发展
• 课时3-讲师介绍
• 课时5-高效学习
• 章节38-38-SVM【进阶】
• 课时8-SVM-特定多分类应用
• 课时3-SVM-目标函数优化【硬间隔】二
• 课时4-SVM-目标函数优化【硬间隔】三
• 课时2-SVM-目标函数优化【硬间隔】一
• 课时6-SVM-天猫双十一销量预测
• 课时7-SVM-软间隔目标函数优化流程介绍
• 课时1-SVM-中级-知识点修正【边界线绘制】
• 课时5-SVM-不同核函数回归问题
• 章节30-30-Adaboost二分类【初级】
• 课时6-Adaboost提升算法-算法公式流程
• 课时2-Adaboost提升算法-算法流程介绍
• 课时7-Adaboost提升算法-代码模拟【建模和可视化】
• 课时3-Adaboost提升算法-话语权和权重更新说明
• 课时5-Adaboost提升算法-手写数字案例应用
• 课时4-Adaboost提升算法-乳腺癌案例应用
• 课时1-Adaboost提升算法-概述
• 章节16-16-梯度下降【高级】
• 课时6-梯度下降-套索回归-原理
• 课时2-梯度下降-最大值最小值归一化
• 课时5-梯度下降-正则化
• 课时3-梯度下降-Z-score标准化
• 课时1-梯度下降-归一化作用和意义
• 课时4-梯度下降-归一化总结
• 章节28-28-GBDT梯度提升树【高级】
• 课时2-GBDT-代码模拟-拟合第三棵树与概率计算
• 课时7-GBDT-原理推导-F0初始值公式推导
• 课时8-GBDT-原理推导-叶节点value公式推导【一】
• 课时4-GBDT-原理推导-损失函数公式
• 课时3-GBDT-公式的由来-疑问
• 课时1-GBDT-代码模拟-拟合第二棵树
• 课时5-GBDT-原理推导-损失函数化简
• 课时9-GBDT-原理推导-叶节点value公式推导【二】
• 课时6-GBDT-原理推导-损失函数求导
• 章节33-33-XGBoost原理与应用
• 课时5-XGBoost和GBDT差异
• 课时3-XGBoost树-定义
• 课时7-XGBoost其他使用方式
• 课时1-Adaboost-回归树的构建与预测
• 课时2-XGBoost-概述
• 课时6-XGBoost使用方式之一
• 课时4-GBDT-XGBoost对比
• 09-机器学习二期-路丰坤(官网还没更)
• 13-深度学习入门
• 32-深度学习-许可(官网暂无)
• 31-基于TensorFlow的CiFar10物品分类项目
• 章节1-CiFar10物体识别
• 课时4-数据预处理
• 课时3-读取数据集
• 课时5-定义网络
• 课时2-Cifar10数据集介绍
• 课时8-深层神经网络
• 课时7-模型训练
• 课时1-项目介绍
• 课时9-过拟合问题
• 课时6-配置网络
• 27-深度学习基础
• 章节1-深度学习介绍
• 课时1-深度学习介绍
• 章节3-浅层神经网络
• 课时1-浅层神经网络
• 章节4-深层神经网络
• 课时1-深层神经网络
• 章节2-神经网络基础
• 课时1-神经网络基础
• 30-基于TensorFlow的手写数字识别项目
• 章节1-手写数字识别
• 课时1-项目介绍
• 课时7-过拟合问题
• 课时8-深层神经网络
• 课时4-数据预处理
• 课时2-MNIST数据集介绍
• 课时3-读取数据
• 课时6-模型训练
• 课时5-定义模型
• 29-TensorFlow深度学习框架
• 章节2-TensorFlow基础操作
• 课时4-tensorflow运算
• 课时1-常量的操作
• 课时2-sparse tensor
• 课时3-变量操作
• 课时7-keras入门
• 课时5-tensorflow实现线性回归
• 课时6-tensorflow实现逻辑回归
• 章节8-模型保存和部署
• 课时5-to_tflite
• 课时1-模型保存和部署理论
• 课时8-使用quantized_tflite_interpreter
• 课时3-keras_to_savedmodel
• 课时4-keras_to_concret_function
• 课时6-tflite_interpreter使用
• 课时7-转化为量化tflite
• 课时2-keras保存模型参数和加载模型参数
• 章节3-TensorFlow高阶操作
• 课时11-子类api写法
• 课时7-神经网络实现回归任务
• 课时13-多输出wide&deep
• 课时12-多输入wide&deep
• 课时9-wide&deep模型原理
• 课时16-封装sklearn进行超参数搜索
• 课时14-超参数搜索理论
• 课时6-selu激活函数
• 课时1-神经网络计算参数方法啊
• 课时4-dropout
• 课时8-回调函数
• 课时5-BN层
• 课时2-标准化处理 softmax和flatten
• 课时15-手动实现超参数搜索
• 课时3-正则化
• 课时10-wide&deep模型函数式写法
• 章节6-Tensorflow Estimator使用
• 课时1-feature_columns使用
• 课时3-交叉特征使用
• 课时2-premake estimator使用
• 章节4-高阶API
• 课时1-自定义损失函数
• 课时5-tf.GradientTape
• 课时6-手动实现训练过程
• 课时4-手动求导
• 课时3-tf.function和auto_graph
• 课时2-自定义layer
• 章节5-Tensorflow dataset使用
• 课时4-在keras中使用dataset
• 课时1-datasets基础用法
• 课时2-生成csv文件
• 课时3-解析csv文件
• 章节7-GPU设置和分布式
• 课时11-自定义训练过程问题解决
• 课时4-设置GPU可见
• 课时6-使用多GPU
• 课时5-设置虚拟GPU
• 课时10-自定义训练过程分布式
• 课时1-GPU设置理论
• 课时8-keras模型分布式
• 课时7-分布式策略
• 课时9-estimator模型分布式
• 课时3-设置GPU增长
• 课时2-fashion_minst数据处理
• 章节1-TensorFlow介绍和环境安装
• 课时1-TensorFlow介绍
• 课时2-环境安装
• 28-深度学习进阶
• 章节2-正则化
• 课时1-正则化
• 章节1-梯度下降算法改进
• 课时1-梯度下降优化算法
• 20-IoT应用开发拓展
• 65-NB-IoT(官网暂无)
• 66-机器人ROS集训营实战
• 章节3-第三章 机器人开发与仿真工具
• 课时1-安装通讯环境准备(一)
• 章节2-第二章 机器人ROS操作系统架构与功能包
• 课时7-安装通讯环境准备(二)
• 课时5-gazebo仿真工具界面讲解
• 课时3-rqt界面功能4
• 课时8-如何正确打开VSCode编码工具
• 课时6-安装通讯环境准备(一)
• 课时9-Python实现发布者Publisher
• 课时2-rqt安装前准备
• 课时1-ROS2高级功能与仿真工具-rqt安装与使用
• 课时4-rqt常规的案例
• 章节1-第一章 快速入门机器人ROS操作系统
• 课时1-ROS是什么
• 课时2-ROS的目标是什么
• 课时3-ROS2环境安装
• 11-深度学习直播课
• 22-面试突击班(官网暂无)
• 18-GUI界面开发
• 61-QT应用程序开发
• 章节1-QT编程基础
• 课时47-状态栏
• 课时10-控件的基础知识
• 课时62-UDP编程
• 课时64-IO复用
• 课时55-QByteArray 和 QString 、char 之间的相互转换
• 课时22-QSpinBox 设置前缀和后缀
• 课时65-网络调试助手界面布局
• 课时11-QLabel控件文字的显示
• 课时57-文件的写入
• 课时2-Qt的安装
• 课时69-网络调试助手文件得保存
• 课时66-网络调试助手网络控制代码实现
• 课时67-网络调试助手按钮内容显示设置
• 课时45-QAction对象的操作
• 课时31-Qt事件的基本概念
• 课时54-文件的读取
• 课时12-QLabel控件超链接的显示
• 课时38-事件过滤器
• 课时26-垂直布局
• 课时24-QSpinBox的基本使用
• 课时27-水平布局
• 课时29-QQ登陆窗口的实现
• 课时4-Qt项目的结构
• 课时33-QEvent类
• 课时8-QString详解4
• 课时37-窗口事件
• 课时46-工具栏
• 课时19-QRadioButton单选框的基本使用
• 课时59-流控文件的操作
• 课时51-自定义QMessageBox 消息对话框
• 课时1-Qt简介
• 课时50-QMessageBox 消息对话框
• 课时28-栅格布局
• 课时23-QComboBox下拉列表
• 课时13-QLabel控件图片的显示
• 课时15-QLineEdit控件
• 课时9-Qt控件的介绍
• 课时36-键盘事件
• 课时44-从代码的角度了解QMainWindow的组成
• 课时3-Qt项目的创建
• 课时53-QFile的介绍
• 课时16-信号和槽
• 课时42-QQ登陆界面父子窗口设计
• 课时14-QLabel控件动图的显示
• 课时39-事件和信号的比较
• 课时6-QString详解2
• 课时52-Qt文件的基本概念
• 课时35-鼠标事件举例
• 课时49-标准对话框
• 课时56-文件光标
• 课时40-父子窗口的实现
• 课时58-获取文件信息
• 课时25-Qt布局管理器的基本介绍
• 课时21-QCheckBox 复选框
• 课时5-QString详解1
• 课时63-并发服务器的设计
• 课时43-QMainWindow的基本概念
• 课时48-QDialog的基本概念
• 课时7-QString详解3
• 课时68-网络调试助手接收内容显示
• 课时41-父子窗口实现的优化
• 课时61-TCP客户端编程
• 课时30-自适应布局
• 课时17-QLineEdit控件的信号
• 课时70-网络日志系统设计
• 课时18-使用QLineEdit实现计算器
• 课时60-TCP服务端编程
• 课时34-鼠标事件
• 课时20-QRadion开发进制转换工具
• 课时32-Qt事件场景分析：按钮点击
• 10-机器学习-Kaggle实战
• 21-Kaggle实战
• 章节3-Kaggle实战之Rossmann商店销量预测
• 课时13-Kaggle实战之Rossmann商店销量预测整体模型优化
• 课时2-Kaggle实战Rossmann商店销售预测数据加载与字段介绍
• 课时1-Kaggle实战Rossmann商店销售预测项目背景介绍与目的
• 课时3-Kaggle实战Rossmann商店销售预测空数据处理和销售额与时间关系
• 课时14-Kaggle实战之Rossmann商店销售预测更加细致的模型优化
• 课时11-Kaggle实战之Rossmann商店销量预测模型训练
• 课时10-Kaggle实战之Rossmann商店销售预测代码回顾
• 课时6-Kaggle实战Rossmann商店销售预测构建训练、验证、测试数据
• 课时5-Kaggle实战Rossmann商店销售预测特征工程
• 课时7-Kaggle实战Rossmann商店销售预测属性相关性查看
• 课时12-Kaggle实战之Rossmann商店销量预测模型评估
• 课时4-Kaggle实战Rossmann商店销售预测数据合并
• 课时8-Kaggle实战Rossmann商店销售预测对特征进行了正态化处理
• 课时15-Kaggle实战之Rossmann商店销量预测结果提交
• 课时9-Kaggle实战Rossmann商店销售预测自定义模型评估函数
• 章节2-Kaggle实战之信用卡反欺诈
• 课时6-Kaggle实战信用卡反欺诈交易金额和交易时间关系
• 课时14-Kaggle实战信用卡反欺诈交叉验证
• 课时7-Kaggle实战信用卡反欺诈特征分布
• 课时16-Kaggle实战信用卡反欺诈模型评估最优阈值
• 课时8-Kaggle实战信用卡反欺诈根据特征分布清洗数据
• 课时1-Kaggle实战信用卡反欺诈项目介绍
• 课时4-Kaggle实战信用卡反欺诈特征相关性系数
• 课时2-kaggle实战信用卡反欺诈解码数据
• 课时13-Kaggle实战信用卡反欺诈ROC-AUC模型评价指标
• 课时15-Kaggle实战信用卡反欺诈混淆矩阵可视化
• 课时3-Kaggle实战信用卡反欺诈特征工程
• 课时11-Kaggle实战信用卡反欺诈过采样操作
• 课时12-Kaggle实战信用卡反欺诈模型评估混淆矩阵召回率
• 课时9-Kaggle实战信用卡反欺诈特征缩放
• 课时10-Kaggle实战信用卡反欺诈特征重要性可视化
• 课时5-Kaggle实战信用卡反欺诈交易金额和交易次数关系
• 章节1-Kaggle实战之海难生死预测
• 课时9-Kaggle实战海难生死预测相关性系数特征筛选
• 课时12-Kaggle实战海难生死预测各模型混淆矩阵介绍
• 课时4-Kaggle实战海难生死预测特征与目标值关系查看
• 课时1-Kaggle实战海难生死预测背景知识
• 课时2-Kaggle实战海难生死预测数据介绍
• 课时3-Kaggle实战海难生死预测数据探索
• 课时8-Kaggle实战海难生死预测同组识别
• 课时5-Kaggle实战海难生死预测空数据的填充
• 课时6-Kaggle实战海难生死预测特征工程
• 课时10-Kaggle实战海难生死预测模型选择和模型调优
• 课时13-Kaggle实战海难生死预测模型预测与结果提交
• 课时7-Kaggle实战海难生死预测年龄属性的算法填充
• 课时11-Kaggle实战海难生死预测模型评估ROC-AUC
• 19-ARM应用程序开发
• 63-STM32入门教学（STM32F103）
• 章节2-寄存器编程
• 章节5-STM32的启动过程
• 章节16-CAN总线
• 章节11-模拟-数字转换-ADC
• 章节13-SPI接口操作
• 章节15-定时器
• 章节6-STM32的复位及时钟控制
• 章节8-系统定时器
• 章节4-Debug功能及方法描述
• 章节12-I2C接口操作
• 章节10-直接存储器访问控制（DMA）
• 章节1-STM32介绍
• 章节14-看门狗
• 章节17-FSMC
• 章节9-通用同步异步收发器（USART）
• 章节3-HAL库
• 章节7-STM32中断和异常
• 64-最简单的嵌入式操作系统-uCOSII(官网暂无)
• 23-算法与数据结构基础班
• 70-算法与数据结构基础班
• 章节11-暴力递归
• 课时4-图的宽度优先&深度优先遍历（2）
• 课时3-图的宽度优先&深度优先遍历（1）
• 课时6-最小生成树算法之Kruskal
• 课时7-最小生成树算法之Prim
• 课时1-合并users返回合并之后的用户数量
• 课时5-图的拓扑排序算法
• 课时2-图
• 章节15-暴力递归到动态规划3
• 课时5-值为正数不重复每个值代表一种面值的货币每种面值的货币求组成 aim 的方法数(1)
• 课时8-枚举行为优化
• 课时3-返回所有的路径中最小的路径和(2)
• 课时4-解题规律
• 课时7-值为正数不重复每个值代表一种面值的货币每种面值的货币求组成 aim 的方法数(3)
• 课时1-返回让所有咖啡杯变干净的最早完成时间
• 课时6-值为正数不重复每个值代表一种面值的货币每种面值的货币求组成 aim 的方法数(2)
• 课时2-返回所有的路径中最小的路径和(1)
• 章节5-trie、桶排序、排序总结
• 课时8-答疑
• 课时9-前缀树是怎么拓展的
• 课时7-删除
• 课时16-归并、快排、堆排序有没有稳定性
• 课时4-答疑
• 课时18-常见的坑
• 课时11-基数排序
• 课时13-基数排序代码拆解
• 课时1-答疑
• 课时15-选择、冒泡、插入排序有没有稳定性
• 课时12-基数排序代码
• 课时17-排序算法总结
• 课时14-计数排序和基数排序
• 课时2-前缀树
• 课时10-不基于比较的排序
• 课时5-word这个字符串之前加入过几次
• 课时6-有多少字符串是以pre这个字符串作为前缀的
• 课时3-怎么实现前缀树
• 章节6-链表相关面试题
• 课时1-链表问题
• 课时6-特殊的单链表节点（用哈希表的方法）
• 课时8-两个有环也可能无环的单链表，如果相交，返回相交的第一个节点，如果不想交，返回null
• 课时5-将单链表按某值划分成左边小、中间相等、右边大的形式
• 课时7-不用哈希表的方法
• 课时9-两个有环也可能无环的单链表，如果相交，返回相交的第一个节点，如果不想交，返回null代码实现
• 课时2-快慢指针简介
• 课时11-两个无环链表是否相交代码
• 课时10-两个无环链表是否相交
• 课时13-两个链表都有环有几种结构
• 课时14-能不能不给单链表的头节点，只给想要删除的节点，就能做到在链表上把这个删掉
• 课时3-快慢指针代码
• 课时12-答疑
• 课时4-给定一个单链表的头节点head，判断该链表是否为回文机构
• 章节3-归并排序与随机快排
• 课时6-根据常见面试题深入理解归并排序
• 课时7-根据常见面试题深入理解归并排序代码解析
• 课时4-归并排序（非递归方法实现）（2）
• 课时2-归并排序（递归方法实现）
• 课时1-什么是归并排序
• 课时11-快速排序1.0
• 课时5-归并排序时间复杂度分析
• 课时10-荷兰国旗问题
• 课时9-Partition过程
• 课时12-快速排序2.0
• 课时13-快速排序3.0
• 课时15-额外空间复杂度怎么估计
• 课时8-在一个数组中求降序对
• 课时3-归并排序（非递归方法实现）（1）
• 课时14-怎么解决复杂度
• 章节8-二叉树的递归套路
• 课时15-二叉树递归套路3
• 课时4-后继
• 课时8-给定一个如如参数N，代表纸条都从下边上向上方连续对着N次，请从上到下导引所有折痕的方向2
• 课时2-给一个二叉树中的某个节点，返回该节点的后继节点1
• 课时16-排队的最大快乐值
• 课时7-给定一个如如参数N，代表纸条都从下边上向上方连续对着N次，请从上到下导引所有折痕的方向1
• 课时6-给一个二叉树中的某个节点，返回该节点的后继节点代码实现
• 课时3-如果x没有又数
• 课时12-列出所有可能性后，确定到底需要向左树和右树要什么样的信息
• 课时14-给定二叉树的头节点head，返回这个二叉树最大的二叉树搜索子树的头节点
• 课时1-如何设计一个打印整棵树的打印函数
• 课时10-什么叫平衡树
• 课时13-给定一颗二叉树的头结点head，任何两个节点之间都存在距离，返回整课二叉树的最大距离
• 课时5-给一个二叉树中的某个节点，返回该节点的后继节点2
• 课时11-二叉树的递归套路2
• 课时9-二叉树的递归套路1
• 章节9-贪心算法
• 课时8-从头到尾讲一道利用贪心算法求解的题目(3)
• 课时4-贪心算法
• 课时2-返回这颗二叉树是不是满二叉树2
• 课时5-贪心算法例子
• 课时1-返回这颗二叉树是不是满二叉树1
• 课时7-从头到尾讲一道利用贪心算法求解的题目(2)
• 课时3-返回a和b的最低公共祖先
• 课时6-从头到尾讲一道利用贪心算法求解的题目(1)
• 章节14-暴力递归到动态规划2
• 课时5-N皇后方法2
• 课时4-N皇后方法1
• 课时7-怎么尝试一件事
• 课时6-回答问题
• 课时9-经典动态规划
• 课时3-N皇后
• 课时1-课前例题1讲解
• 课时2-课前例题2讲解
• 课时8-动态规划
• 章节12-动态规划
• 课时8-给你一个栈请你逆序这个栈不能申请额外的数据结构只能使用递归函数如何实现
• 课时3-改进后的Dijkstra算法
• 课时6-汉诺塔问题（2）
• 课时7-汉诺塔问题（3）
• 课时1-Dijkstra算法
• 课时5-汉诺塔问题（1）
• 课时4-暴力递归
• 课时2-证明Dijkstra算法
• 章节4-比较器与堆
• 课时16-比较器（特殊标准排序的结构）
• 课时6-答疑
• 课时4-大根堆代码1
• 课时5-大根堆讲解2
• 课时13-答疑2
• 课时3-大根堆讲解1
• 课时10-直观认识完全二叉树
• 课时15-比较器（排序）
• 课时18-什么情况下可以用语言提供的堆结构，什么情况下必须手动写代码实现
• 课时7-下沉的复杂度是多少
• 课时2-堆是什么
• 课时9-堆排序优化1
• 课时1-完全二叉树结构
• 课时11-答疑1
• 课时12-怎么保证每一个数再排完序的距离不会超过k
• 课时17-什么情况下可以用语言提供的堆结构，什么情况下必须手动写
• 课时14-比较器（重载比较运算符）
• 课时8-堆排序是什么
• 章节10-并查集结构和图相关的算法
• 课时2-贪心算法的解题套路
• 课时7-并查集
• 课时6-每做完一个项目马上获得的收益可以支持你去做下一个项目不能并行的做项目你最后获得的最大钱数
• 课时5-整分整块金条，怎么分最省铜板
• 课时9-并查集代码
• 课时10-并查集优化
• 课时8-isSameSet和union方法的代价越低越好
• 课时4-返回如果点亮str中所有需要点亮的位置，至少需要几盏灯
• 课时3-贪心算法的解题套路实战
• 课时1-贪心算法求解的标准过程
• 章节7-二叉树的基本算法
• 课时1-什么叫二叉树
• 课时10-统计二叉树最大的宽度（用Map）
• 课时11-统计二叉树最大的宽度（不用Map）
• 课时12-二叉树的序列化和反序列化
• 课时2-二叉树遍历（什么叫子树）
• 课时7-非递归方式实现二叉树的遍历(中序)
• 课时8-非递归方式实现二叉树的遍历(后序)
• 课时9-实现二叉树按层遍历（队列方式）
• 课时4-二叉树遍历实现
• 课时5-非递归方式实现二叉树的遍历
• 课时6-非递归方式实现二叉树的遍历(前序)
• 课时3-二叉树遍历是什么意思
• 章节1-认识复杂度、对数器、二分法与异或运算
• 课时11-算法和数据结构学习的大脉络
• 课时18-一个数组中有一种数出现了奇数次，其他数都出现了偶数次怎么找到这种数
• 课时10-常见的时间复杂度
• 课时9-面试、比赛、刷题中、一个问题的最优解是什么意思
• 课时1-什么是算法数据结构
• 课时14-在一个有序数组中，找=某个数的最左侧位置
• 课时15-局部最小值
• 课时16-认识异或运算
• 课时4-时间复杂度的意义
• 课时12-什么叫对数器
• 课时7-插入排序
• 课时2-何为常数时间的操作
• 课时6-冒泡排序
• 课时3-常见的常数时间操作
• 课时19-怎么把一个int类型的数，提取出最右侧1来
• 课时17-如何不用额外变量交换两个数的值
• 课时20-一个数组中有一种数出现了奇数次，其他数都出现了偶数次怎么找到这两种数
• 课时5-选择排序
• 课时13-什么叫二分法
• 课时8-额外空间复杂度
• 章节2-链表结构、栈、队列、递归行为、哈希表和有序表
• 课时2-单双链表如何反转
• 课时13-哈希表
• 课时6-栈和队列的实际实现（双向链表实现）
• 课时3-把给定值删除
• 课时1-单双向链表节点结构
• 课时11-求数组arr[L..R]中的最大值，怎么用递归方法实现
• 课时8-既然语言都有这些结构和api，为什么还需要手撸练习
• 课时10-如何使用栈结构实现队列结构
• 课时7-栈和队列的实际实现（数组实现）
• 课时9-如何用队列结构实现栈结构
• 课时5-什么是栈和队列
• 课时12-Master公式
• 课时4-java和c++在内存释放上的问题
• 章节16-暴力递归到动态规划4
• 课时5-两个字符串的最长公共子序列问题(1)
• 课时6-两个字符串的最长公共子序列问题(2)
• 课时4-总结
• 课时8-返回让所有咖啡杯变干净的最早完成时间方法1
• 课时1-返回需要至少多少张贴纸可以完成任务方法1(1)
• 课时3-返回需要至少多少张贴纸可以完成任务方法2
• 课时9-返回让所有咖啡杯变干净的最早完成时间方法2
• 课时7-两个字符串的最长公共子序列问题(13)
• 课时2-返回需要至少多少张贴纸可以完成任务方法1(2)
• 章节13-暴力递归到动态规划1
• 课时5-打印一个字符串的全部排列不出现重复的排列
• 课时2-尝试
• 课时7-从左往右尝试模型2
• 课时1-二叉树序列化
• 课时4-打印一个字符串的全部排列
• 课时6-从左往右尝试模型1
• 课时3-打印一个字符串的全部子序列
• 课时8-范围上尝试的模型
• 00资料
• AIoT智能物联网
• AIoT智能物联网_基于TensorFlow的手写数字识别项目配套资料
• 手写数字识别
• AIoT智能物联网_C语言编程入门配套资料
• C语言课件（pdf版本）
• AIoT智能物联网_程序员常用数据结构基础-C语言版本配套资料
• 课件
• 代码
• AIoT智能物联网_Fashion-MNIST时尚物品分类项目配套资料
• Fashion-MNIST时尚物品分类项目
• AIoT智能物联网_Linux网络编程配套资料
• AIoT智能物联网_Python数据科学计算库配套资料
• 7-数据可视化高级
• 6-数据可视化初级（二）
• 4-pandas高级
• 3-pandas初级
• 5-pandas进阶（二）
• 1-NumPy初级
• 6-数据可视化初级 (一)
• 8-数据可视化进阶
• 2-NumPy高级
• 5-pandas进阶（一）
• AIoT智能物联网_Python基础直播课配套资料
• 第1-2章节知识点复习
• 第3-4章节知识点复习
• 第5-6章节知识点复习
• AIoT智能物联网_决策树系列算法配套资料
• 5-GBDT梯度提升分类高级
• 7-GBDT梯度提升回归树
• 37-Xgboost算法与实战
• 10-Adaboost提升树多分类算与回归算法
• 9-Adaboost提升树二分类算法进阶
• 3-决策树回归算法
• 1-决策树分类算法原理
• 4-集成算法
• 11-Xgboost算法与实战
• 2-决策树分类算法进阶
• 6-GBDT梯度提升分类树进阶
• 8-Adaboost提升树二分类算法高级
• AIoT智能物联网_程序员实用算法配套资料
• 代码
• 课件
• AIoT智能物联网_无监督学习算法配套资料
• 4-降维系列算法进阶
• 3-降维系列算法高级
• 1-聚类系列算法高级
• 5-EM算法与GMM高斯混合模型
• 2-聚类系列算法进阶
• AIoT智能物联网_智能发电厂工业蒸汽量项目预测实战配套资料
• 天池工业蒸汽量预测（二）
• 天池工业蒸汽量预测（一）
• 全部课件
• AIoT智能物联网_STM32入门教学（STM32F103）配套资料
• 软件资料-工程链接.txt
• CD00197763_ENV16勘误手册
• STM32Markdown课件
• STM32
• pdf课件
• STM32文档资料
• AIoT智能物联网_机器人ROS集训营实战配套资料
• AIoT智能物联网_Python高级编程配套资料
• 第四章-内存管理
• 第二章
• 第三章
• 第一章
• AIoT智能物联网_自然语言处理(NLP)配套资料
• NLP发展.pptx
• jieba分词的使用.ipynb
• article.txt
• NLTK的使用.ipynb
• 序列数据研究.ipynb
• 文本预处理和语言模型.ipynb
• AIoT智能物联网_基于YOLOv4的中国交通标志识别项目配套资料
• 基于YOLOv4的中国交通标志识别
• AIoT智能物联网_最简单的嵌入式操作系统-uCOSII配套资料
• AIoT智能物联网_TensorFlow深度学习框架配套资料
• day36_高阶API
• day39_estimator使用
• day38_dataset进阶API
• day40_交叉特征和分布式
• day31_TensorFlow入门(二)
• day42_模型转化和保存
• day33_keras进阶
• day34_函数式api,子类api和wide&deep模型
• day35_超参数搜索
• day32_keras入门
• day41_分布式和模型保存
• day30_TensorFlow入门
• day37_微分和datasets
• AIoT智能物联网_电商项目--用户评论情感分析配套资料
• 京东天猫客户评价情感分析
• AIoT智能物联网_天猫用户复购预测项目实战配套资料
• 商品复购预测.md
• 天猫用户复购项目实战
• AIoT智能物联网_提问的智慧配套资料
• 平台的使用
• 查看博客解决问题
• 程序调试与沟通技巧入门.docx
• 代码调试
• AIoT智能物联网_QT应用程序开发配套资料
• AIoT智能物联网_Kaggle实战配套资料
• 1-Kaggle实战海难生死预测
• 3-Kaggle实战之Rossmann商店销量预测（二）
• 2-Kaggle实战信用卡反欺诈
• AIoT智能物联网_深度学习-许可配套资料
• AIoT智能物联网_深度学习-目标检测YOLO实战配套资料
• yolov2.pptx
• YOLOv3SPP源码解读
• YOLOv5
• YOLOv4
• SSD.pptx
• ssd
• yolov1.pptx
• yolov3spp.pptx
• YOLOv5源码解析
• yolov3.pptx
• AIoT智能物联网_基于SSD的口罩佩戴检测项目配套资料
• data
• 代码
• face_mask_datasetes
• 课件
• AIoT智能物联网_卷积神经网络配套资料
• day47_resnet
• day44_卷积神经网络(二)
• day45_ALexNet和VGG
• day49_mobilenet
• day51_mobilenetv3
• day46_VGG和GoogleNet
• day48_迁移学习
• day43_卷积神经网络(一)
• day50_mobilenet(二)
• AIoT智能物联网_线性分类算法配套资料
• 1-线性分类逻辑斯蒂回归二分类
• 6-SVM支持向量机原理与实战（二）
• 3-SVM支持向量机原理（一）
• 2-线性分类逻辑回归多分类
• 4-SVM支持向量机原理（二）
• 5-SVM支持向量机原理与实战（一）
• AIoT智能物联网_基于TCP的聊天室开发配套资料
• AIoT智能物联网_Slam实战-智能无人小车配套资料
• AIoT智能物联网_基于OpenCV的车辆统计项目配套资料
• 车辆统计项目
• AIoT智能物联网_深度学习-目标检测经典模型实战配套资料
• mAP的计算
• 制作自己的数据集
• 目标检测前言
• Faster-R-CNN网络
• Faster-R-CNN源码解读
• MaskR-CNN网络.pptx
• 2.COCO数据集介绍
• MaskR-CNN模型
• Fast-R-CNN网络
• R-CNN网络
• PASCALVOC数据集介绍
• FPN网络
• AIoT智能物联网_基于TensorFlow的CiFar10物品分类项目配套资料
• cifar10识别
• AIoT智能物联网_电商项目--京东购买意向预测配套资料
• 1-京东用户购买意向预测--数据清洗
• 2-京东用户购买意向预测-数据探索
• 0-京东用户购买意向实战-项目须知.txt
• 4-京东用户购买意向预测-Xgboost模型
• 3-京东用户购买意向预测-特征工程
• AIoT智能物联网_图解Python语法配套资料
• Python答题闯关测试.xlsx
• 辅导学习资料
• Python语法基础单词.xlsx
• Python基础语法测试
• 课程小任务
• Pycharm使用快捷键
• Python基础语法测试题答案
• 源代码
• AIoT智能物联网_探寻Linux 文件IO的奥秘配套资料
• 课件
• AIoT智能物联网_机器视觉之OpenCV配套资料
• day08_滤波器(二)
• day25_目标追踪
• day17_图像查找和图像拼接
• day27_文档扫描ocr和光流估计
• day11_图像金字塔和图像直方图
• day15_特征点检测和匹配(二)
• day02_图像&视频加载和显示(二)
• day04_OpenCV基础知识和绘图(二)
• day22_图像分割与修复(二)
• day07_滤波器(一)
• day19_信用卡数字识别项目
• day13_车辆统计项目(二)
• day01代码
• day18_虚拟计算器项目
• day03_OpenCV基础知识和绘图(一)
• day09_形态学(一)
• day06_基本变换
• day26_答题卡识别判卷
• day24_人脸检测和车牌识别
• day16_特征点检测和匹配(三)
• day23_图像分割与修复(三)
• day10_形态学(二)和图像轮廓
• day14_特征点检测和匹配(一)
• day20_信用卡识别项目(二)
• day05_图像的算术与位运算
• day21_图像分割与修复(一)
• day01_图像&视频加载和显示(一)
• day12_图像直方图和车辆统计项目
• AIoT智能物联网_深度学习基础配套资料
• day28_深度学习基础
• AIoT智能物联网_Linux 驱动开发基础配套资料
• AIoT智能物联网_配套资料
• 课件_5
• netassist
• 课件
• AIoT智能物联网_MySQL基础课程配套资料
• mysql-installer-community-8.0.21.0.msi
• Mybase7破解版
• MySQL.nyf
• mysql
• 数据库&JDBC资料.docx
• AIoT智能物联网_2022-机器学习-剪辑版-路丰坤配套资料
• 2-NumPy初级代码+笔记
• 36-SVM中级
• 24-决策树高级
• 14-梯度下降【初级】
• 7-matplotlib初级代码+课件
• 34-XGBoost实战
• 9-matplotlib高级-seaborn
• 12-多元线性回归【初级】
• 26-决策回归树与集成算法
• 11-K近邻算法原理与案例课件
• 25-决策树进阶
• 16-梯度下降【高级】
• 3-NumPy高级代码+笔记
• 35-SVM【初级】
• 5-pandas中级代码+笔记
• 29-GBDT梯度提升回归树
• 32-Adaboost多分类与回归
• 15-梯度下降【中级】
• 37-SVM【高级】
• 33-XGBoost原理与应用
• 8-matplotlib高级
• 40-聚类算法【高级】
• 22-降维算法
• 38-SVM【进阶】
• 27-GBDT梯度提升分类树【初级】
• 20-降维算法-PCA降维
• 2-决策树回归与集成算法.md
• 23-决策树算法
• 21-降维算法
• 17-线性回归之特征工程【实战】
• 6-pandas高级代码+笔记
• 4-pandas初级代码笔记
• 1-人工智能开班典礼（2022-路丰坤）.pptx
• 10-K近邻算法原理与应用
• 19-逻辑斯蒂回归【二】
• 30-Adaboost初级
• 39-聚类算法【初级】
• 28-GBDT梯度提升分类树【高级】
• 18-逻辑斯蒂回归【一】
• 13-多元线性回归【高级】
• 31-Adaboost高级
• AIoT智能物联网_算法与数据结构基础班配套资料
• 算法与数据结构基础班
• AIoT智能物联网_基于MASK-RCNN的气球检测项目配套资料
• 代码
• AIoT智能物联网_爬虫基础配套资料
• 源码5
• 源码2-4
• PPT
• AIoT智能物联网_基于AlexNet的花分类项目配套资料
• 花分类项目
• AIoT智能物联网_基于NB-IoT的共享单车设计配套资料
• AIoT智能物联网_智能家居控制系统配套资料
• AIoT智能物联网_数据结构和算法配套资料
• 第五章 排序
• 第四章 栈与队列
• 第一章 算法引入
• 第二章 顺序表
• 第六章 树
• 第三章 链表
• AIoT智能物联网_C++编程入门配套资料
• 课件
• C++代码
• AIoT智能物联网_自然语言处理项目实战--机器翻译配套资料
• AIoT智能物联网_Shell编程配套资料
• Shell编程
• 代码
• 文档
• AIoT智能物联网_NB-IoT配套资料
• AIoT智能物联网_基于YOLOv5的细胞检测项目配套资料
• pyqt5_learning
• 课件
• 代码
• AIoT智能物联网_深度学习二期-许可配套资料
• day05_图像的算术与位运算
• day04_opencv基础知识和绘图(二)
• day01_图片和视频的加载和显示
• day02_图片和视频的加载和显示(二)
• day03_opencv基础知识和绘图(一)
• AIoT智能物联网_线性回归算法配套资料
• 7-线性回归升维与实战
• 2-多元线性回归推导
• 1-线性回归正规方程
• 3-梯度下降
• 5-梯度下降优化
• 4-梯度下降进阶
• 6-梯度下降优化进阶
• AIoT智能物联网_基于CNN的10种物体识别项目配套资料
• 基于CNN的10种物体识别项目
• AIoT智能物联网_基于图像分类的工业缺陷检测项目配套资料
• 基于图像分类的工业缺陷检测项目
• AIoT智能物联网_基于CNN的猫狗图片分类项目配套资料
• 基于CNN的猫狗图片分类项目
• AIoT智能物联网_机器学习二期-路丰坤配套资料
• 10-K近邻算法原理与应用
• 23-决策树算法
• 19-逻辑斯蒂回归【二】
• 13-多元线性回归【高级】
• 39-聚类算法【初级】
• 12-多元线性回归【初级】
• 16-梯度下降【高级】
• 2-NumPy初级代码&笔记
• 31-Adaboost高级
• 27-GBDT梯度提升分类树【初级】
• 20-降维算法-PCA降维
• 28-GBDT梯度提升分类树【高级】
• 40-聚类算法【高级】
• 15-梯度下降【中级】
• 29-GBDT梯度提升回归树
• 8-matplotlib高级
• 22-降维算法
• 37-SVM【高级】
• 7-matplotlib初级代码+课件
• 4-pandas初级代码笔记
• 26-决策回归树与集成算法
• 30-Adaboost初级
• 38-SVM【进阶】
• 21-降维算法
• 11-K近邻算法原理与案例课件
• 18-逻辑斯蒂回归【一】
• 6-pandas高级代码+笔记
• 17-线性回归之特征工程【实战】
• 24-决策树高级
• 35-SVM【初级】
• 36-SVM中级
• 2-决策树回归与集成算法.md
• 14-梯度下降【初级】
• 32-Adaboost多分类与回归
• 3-NumPy高级代码+笔记
• 9-matplotlib高级-seaborn
• 25-决策树进阶
• 34-XGBoost实战
• 1-人工智能开班典礼（2022-路丰坤）.pptx
• 33-XGBoost原理与应用
• 5-pandas中级代码+笔记
• AIoT智能物联网_PyTorch深度学习框架配套资料
• TensorBoard的使用
• day52_pytorch入门
• day53_pytorch入门(二)
• day56_dropout和bn
• day54_dataset和dataloader
• 四种天气图片数据集
• day55_pytorch实现卷积神经网络
• day58_自定义数据和模型保存
• day57_数据增强和迁移学习
• AIoT智能物联网_Python数据分析综合项目实战配套资料
• 数据分析综合项目实战
• AIoT智能物联网_项目部署之-Linux操作系统配套资料
• Linux命令大全
• Linux资料
• AIoT智能物联网_深入浅出嵌入式数据库SQLite 配套资料
• AIoT智能物联网_程序员的数学配套资料
• 4-多元函数微分学
• 3-线性代数高级
• 2-线性代数基础
• 微积分基础
• 5-概率论
• 6-最优化
• AIoT智能物联网_Linux高并发编程配套资料
• 线程
• 进程课件pdf版本
• 线程代码
• 进程代码
• AIoT智能物联网_基于OpenCV的信用卡数字识别项目配套资料
• day20_信用卡识别项目(二)