Python人工智能、大数据视频教程31G目录：
1.复杂系统
2.大数据与机器学习
3.人工智能的三个阶段
4.高等数学一元素和极限
5.复杂网络经济学应用
6.机器学习与监督算法
7.阿尔法狗与强化学习算法
8.高等数学-两个重要的极限定理
9.高等数学--导数
10.贝叶斯理论
11.高等数学-泰勒展开
12.高等数学-偏导数
13.高等数学一积分
14.高等数学-正态分布
15.朴素贝叶斯和最大似然估计
16.线性代数一线性空间和线性变换
17.数据科学和统计学(上)
18.线性代数一矩阵、等价类和行列式
19.Python基础课程(上)
20.线性代数-特征值与特征向量
21.监督学习框架
22.Python基础课程
23.PCA、降维方法引入
24.数据科学和统计学(下)
25.Python操作数据库、Python爬中
26.线性分类器
27.Python进阶(上)
28.Scikit-Learn
29.熵、逻辑斯谛回归、SVM引入
30.Python进阶(下)
31.决策树
32.数据呈现基础
33.云计算初步
34.D-Park实战
35.第四范式分享
36.决策树到随机森林
37.数据呈现进阶
38.强化学习(上)
39.强化学习(下)
40.SVM和神经网络引入
41.集成模型总结和GDBT理解及其衍生应用
42.神经网络
43.监督学习 -回归
44.监督学习 - 分类
45.神经网络基础与卷积网络
46.时间序列预测
47.人工智能金融应用
48.计算机视觉深度学习入门目的篇
49.计算机视觉深度学习入门结构篇
50.计算机视觉深度学习入门优化篇
51.计算机视觉深度学习入门数据篇
52.计算机视觉深度学习入门工具篇
53.个性化推荐算法
54.Pig和Spark巩固
55.人工智能与设计
56.神经网络
57.非线性动力学
58.高频交易订单流模型
59.区块链一场革命
60.统计物理专题(一)
61.统计物理专题(二)
62.复杂网络简介
63.ABM简介及金融市场建模
64.用伊辛模型理解复杂系统
65.金融市场的复杂性
66.广泛出现的幂律分布
67.自然启发算法
68.机器学习的方法
69.模型可视化工程管理
70.Value Iteration Networks
71.非线性动力学系统(上)
72.非线性动力学系统(下)
73.自然语言处理导入
74.复杂网络上的物理传输过程
75.RNN及LSTM
76.漫谈人工智能创业
77.深度学习其他主题
78.课程总结
机器学习原理与应用入门课程
课件
课件(人工智能大数据复杂)
