易久IT学院

作者: admin
查看: 1852|回复: 11

主题标签Tag

more +今日重磅推荐Recommend No.1

最新网络安全思维导图全集(图片+pdf+原版)

more +社区热门Forums

more +随机图赏Gallery

华为新版高级HCIE-DC认证全套视频教程 huawei数据中心视频 87集完整版培训视频华为新版高级HCIE-DC认证全套视频教程 huawei数据中心视频 87集完整版培训视频
华为存储 中级视频教程HCNP Storage CBDS V3.0 大数据存储概述 高级特性 部署与管理华为存储 中级视频教程HCNP Storage CBDS V3.0 大数据存储概述 高级特性 部署与管理
国外的ie非常棒。。强烈推荐!!INE ADVANCED TECHNOLOGIES ON demand国外的ie非常棒。。强烈推荐!!INE ADVANCED TECHNOLOGIES ON demand
思科WLC IOS大全集(包含虚拟机镜像及最新IOS8.3) 2500 5500 ctvm系列ios下载思科WLC IOS大全集(包含虚拟机镜像及最新IOS8.3) 2500 5500 ctvm系列ios下载
华为公司出品 交换机在江湖 实战案例合集 18篇_V3.0 450页华为公司出品 交换机在江湖 实战案例合集 18篇_V3.0 450页
CCIE经典必看书籍汇总 110本 能看完一半以上的都是网络界大神CCIE经典必看书籍汇总 110本 能看完一半以上的都是网络界大神
(3000页)华为官方HCNP安全最完整资料(3门+中文教材+实验手册+PPT+构建安全架构)(3000页)华为官方HCNP安全最完整资料(3门+中文教材+实验手册+PPT+构建安全架构)
华为HCNP-RS\HCNP路由笔记及配置大全 非常详细 带备注华为HCNP-RS\HCNP路由笔记及配置大全 非常详细 带备注
10秒 帮您找到您真正需要的东西 不断更新 建议收藏10秒 帮您找到您真正需要的东西 不断更新 建议收藏
思科CCNA3.0 LAB Plus 实验环境和软件 SP-UNL.ova思科CCNA3.0 LAB Plus 实验环境和软件 SP-UNL.ova
《DCN神州数码》DCIE全套视频下载!学习网络基础和打DCN比赛的必备视频《DCN神州数码》DCIE全套视频下载!学习网络基础和打DCN比赛的必备视频
400多个小节 官方中文F5厂商视频教学,稀有资源(Big LTM TMOS ASM等多产品介绍)400多个小节 官方中文F5厂商视频教学,稀有资源(Big LTM TMOS ASM等多产品介绍)
山石网科Hillstone视频教程 HCSA防火墙web安全威胁防护(NGFW)5.5R1视频学习教程山石网科Hillstone视频教程 HCSA防火墙web安全威胁防护(NGFW)5.5R1视频学习教程
IE浏览器Password Decryptor最新版(找回IE密码和管理浏览网址记录) 支持win10IE浏览器Password Decryptor最新版(找回IE密码和管理浏览网址记录) 支持win10

684个视频教程 国外关于深度学习的新版视频教程 全英文+英文字幕

  [复制链接]
admin 发表于 2017-6-19 16:59:03 | 显示全部楼层 |阅读模式
查看: 1852|回复: 11
课程介绍:
151311ohklkdb1mzb0jxng.png 151343vkdua7bvsn85j7a8.png 151355m8fft0276bf042t4.png
都是一些关于大数据深度学习的视频教程,国外教授录制,带英文字幕.

详细目录:

├─00_Neural Networks for Machine Learning
│  └─00_Neural Networks for Machine Learning
│      ├─hinton-ml
│      │      1.Why do we need machine learning
│      │      1.Why do we need machine learning.mp4
│      │      10.What perceptrons can't do [15 min].mp4
│      │      10.What perceptrons can't do [15 min].srt
│      │      11.Learning the weights of a linear neuron [12 min].mp4
│      │      11.Learning the weights of a linear neuron [12 min].srt
│      │      12.The error surface for a linear neuron [5 min].mp4
│      │      12.The error surface for a linear neuron [5 min].srt
│      │      13.Learning the weights of a logistic output neuron [4 min].mp4
│      │      13.Learning the weights of a logistic output neuron [4 min].srt
│      │      14.The backpropagation algorithm [12 min].mp4
│      │      14.The backpropagation algorithm [12 min].srt
│      │      15.Using the derivatives computed by backpropagation [10 min].mp4
│      │      15.Using the derivatives computed by backpropagation [10 min].srt
│      │      16.Learning to predict the next word [13 min].mp4
│      │      16.Learning to predict the next word [13 min].srt
│      │      17.A brief diversion into cognitive science [4 min].mp4
│      │      17.A brief diversion into cognitive science [4 min].srt
│      │      19.Neuro-probabilistic language models [8 min].mp4
│      │      19.Neuro-probabilistic language models [8 min].srt
│      │      2.What are neural networks
│      │      2.What are neural networks.mp4
│      │      20.Ways to deal with the large number of possible outputs [15 min].mp4
│      │      20.Ways to deal with the large number of possible outputs [15 min].srt
│      │      21.Why object recognition is difficult [5 min].mp4
│      │      21.Why object recognition is difficult [5 min].srt
│      │      22.Achieving viewpoint invariance [6 min].mp4
│      │      22.Achieving viewpoint invariance [6 min].srt
│      │      23.Convolutional nets for digit recognition [16 min].mp4
│      │      23.Convolutional nets for digit recognition [16 min].srt
│      │      24.Convolutional nets for object recognition [17min].mp4
│      │      24.Convolutional nets for object recognition [17min].srt
│      │      25.Overview of mini-batch gradient descent.mp4
│      │      25.Overview of mini-batch gradient descent.srt
│      │      26.A bag of tricks for mini-batch gradient descent.mp4
│      │      26.A bag of tricks for mini-batch gradient descent.srt
│      │      27.The momentum method.mp4
│      │      27.The momentum method.srt
│      │      28.Adaptive learning rates for each connection.mp4
│      │      28.Adaptive learning rates for each connection.srt
│      │      3.Some simple models of neurons [8 min].mp4
│      │      3.Some simple models of neurons [8 min].srt
│      │      31.Training RNNs with back propagation.mp4
│      │      31.Training RNNs with back propagation.srt
│      │      32.A toy example of training an RNN.mp4
│      │      32.A toy example of training an RNN.srt
│      │      33.Why it is difficult to train an RNN.mp4
│      │      33.Why it is difficult to train an RNN.srt
│      │      34.Long-term Short-term-memory.mp4
│      │      34.Long-term Short-term-memory.srt
│      │      35.A brief overview of Hessian Free optimization.mp4
│      │      35.A brief overview of Hessian Free optimization.srt
│      │      37.Learning to predict the next character using HF [12  mins].mp4
│      │      37.Learning to predict the next character using HF [12  mins].srt
│      │      38.Echo State Networks [9 min].mp4
│      │      38.Echo State Networks [9 min].srt
│      │      39.Overview of ways to improve generalization [12 min].mp4
│      │      39.Overview of ways to improve generalization [12 min].srt
│      │      4.A simple example of learning [6 min].mp4
│      │      4.A simple example of learning [6 min].srt
│      │      40.Limiting the size of the weights [6 min].mp4
│      │      40.Limiting the size of the weights [6 min].srt
│      │      41.Using noise as a regularizer [7 min].mp4
│      │      41.Using noise as a regularizer [7 min].srt
│      │      42.Introduction to the full Bayesian approach [12 min].mp4
│      │      42.Introduction to the full Bayesian approach [12 min].srt
│      │      43.The Bayesian interpretation of weight decay [11 min].mp4
│      │      43.The Bayesian interpretation of weight decay [11 min].srt
│      │      44.MacKay's quick and dirty method of setting weight costs [4 min].mp4
│      │      44.MacKay's quick and dirty method of setting weight costs [4 min].srt
│      │      45.Why it helps to combine models [13 min].mp4
│      │      45.Why it helps to combine models [13 min].srt
│      │      46.Mixtures of Experts [13 min].mp4
│      │      46.Mixtures of Experts [13 min].srt
│      │      47.The idea of full Bayesian learning [7 min].mp4
│      │      47.The idea of full Bayesian learning [7 min].srt
│      │      48.Making full Bayesian learning practical [7 min].mp4
│      │      48.Making full Bayesian learning practical [7 min].srt
│      │      49.Dropout [9 min].mp4
│      │      49.Dropout [9 min].srt
│      │      5.Three types of learning [8 min].mp4
│      │      5.Three types of learning [8 min].srt
│      │      50.Hopfield Nets [13 min].mp4
│      │      50.Hopfield Nets [13 min].srt
│      │      51.Dealing with spurious minima [11 min].mp4
│      │      51.Dealing with spurious minima [11 min].srt
│      │      52.Hopfield nets with hidden units [10 min].mp4
│      │      52.Hopfield nets with hidden units [10 min].srt
│      │      53.Using stochastic units to improv search [11 min].mp4
│      │      53.Using stochastic units to improv search [11 min].srt
│      │      54.How a Boltzmann machine models data [12 min].mp4
│      │      54.How a Boltzmann machine models data [12 min].srt
│      │      55.Boltzmann machine learning [12 min].mp4
│      │      55.Boltzmann machine learning [12 min].srt
│      │      57.Restricted Boltzmann Machines [11 min].mp4
│      │      57.Restricted Boltzmann Machines [11 min].srt
│      │      58.An example of RBM learning [7 mins].mp4
│      │      58.An example of RBM learning [7 mins].srt
│      │      59.RBMs for collaborative filtering [8 mins].mp4
│      │      59.RBMs for collaborative filtering [8 mins].srt
│      │      6.Types of neural network architectures [7 min].mp4
│      │      6.Types of neural network architectures [7 min].srt
│      │      60.The ups and downs of back propagation [10 min].mp4
│      │      60.The ups and downs of back propagation [10 min].srt
│      │      61.Belief Nets [13 min].mp4
│      │      61.Belief Nets [13 min].srt
│      │      62.Learning sigmoid belief nets [12 min].mp4
│      │      62.Learning sigmoid belief nets [12 min].srt
│      │      63.The wake-sleep algorithm [13 min].mp4
│      │      63.The wake-sleep algorithm [13 min].srt
│      │      64.Learning layers of features by stacking RBMs [17 min].mp4
│      │      64.Learning layers of features by stacking RBMs [17 min].srt
│      │      65.Discriminative learning for DBNs [9 mins].mp4
│      │      65.Discriminative learning for DBNs [9 mins].srt
│      │      66(1).What happens during discriminative fine-tuning
│      │      66.What happens during discriminative fine-tuning
│      │      67.Modeling real-valued data with an RBM [10 mins].mp4
│      │      67.Modeling real-valued data with an RBM [10 mins].srt
│      │      69.From PCA to autoencoders [5 mins].mp4
│      │      69.From PCA to autoencoders [5 mins].srt
│      │      70.Deep auto encoders [4 mins].mp4
│      │      70.Deep auto encoders [4 mins].srt
│      │      71.Deep auto encoders for document retrieval [8 mins].mp4
│      │      71.Deep auto encoders for document retrieval [8 mins].srt
│      │      72.Semantic Hashing [9 mins].mp4
│      │      72.Semantic Hashing [9 mins].srt
│      │      73.Learning binary codes for image retrieval [9 mins].mp4
│      │      73.Learning binary codes for image retrieval [9 mins].srt
│      │      74.Shallow autoencoders for pre-training [7 mins].mp4
│      │      74.Shallow autoencoders for pre-training [7 mins].srt
│      │      8.A geometrical view of perceptrons [6 min].mp4
│      │      8.A geometrical view of perceptrons [6 min].srt
│      │      9.Why the learning works [5 min].mp4
│      │      9.Why the learning works [5 min].srt
│      │      
│      └─neuralnets-2012-001
│          ├─01_Lecture1
│          │      01_Why_do_we_need_machine_learning_13_min.mp4
│          │      01_Why_do_we_need_machine_learning_13_min.pdf
│          │      01_Why_do_we_need_machine_learning_13_min.pptx
│          │      01_Why_do_we_need_machine_learning_13_min.srt
│          │      01_Why_do_we_need_machine_learning_13_min.txt
│          │      02_What_are_neural_networks_8_min.mp4
│          │      02_What_are_neural_networks_8_min.srt
│          │      02_What_are_neural_networks_8_min.txt
│          │      03_Some_simple_models_of_neurons_8_min.mp4
│          │      03_Some_simple_models_of_neurons_8_min.srt
│          │      03_Some_simple_models_of_neurons_8_min.txt
│          │      04_A_simple_example_of_learning_6_min.mp4
│          │      04_A_simple_example_of_learning_6_min.srt
│          │      04_A_simple_example_of_learning_6_min.txt
│          │      05_Three_types_of_learning_8_min.mp4
│          │      05_Three_types_of_learning_8_min.srt
│          │      05_Three_types_of_learning_8_min.txt
│          │      
│          ├─02_Lecture2
│          │      01_Types_of_neural_network_architectures_7_min.mp4
│          │      01_Types_of_neural_network_architectures_7_min.pdf
│          │      01_Types_of_neural_network_architectures_7_min.pptx
│          │      01_Types_of_neural_network_architectures_7_min.srt
│          │      01_Types_of_neural_network_architectures_7_min.txt
│          │      03_A_geometrical_view_of_perceptrons_6_min.mp4
│          │      03_A_geometrical_view_of_perceptrons_6_min.srt
│          │      03_A_geometrical_view_of_perceptrons_6_min.txt
│          │      04_Why_the_learning_works_5_min.mp4
│          │      04_Why_the_learning_works_5_min.srt
│          │      04_Why_the_learning_works_5_min.txt
│          │      05_What_perceptrons_cant_do_15_min.mp4
│          │      05_What_perceptrons_cant_do_15_min.srt
│          │      05_What_perceptrons_cant_do_15_min.txt
│          │      
│          ├─03_Lecture3
│          │      02_The_error_surface_for_a_linear_neuron_5_min.mp4
│          │      02_The_error_surface_for_a_linear_neuron_5_min.srt
│          │      02_The_error_surface_for_a_linear_neuron_5_min.txt
│          │      04_The_backpropagation_algorithm_12_min.mp4
│          │      04_The_backpropagation_algorithm_12_min.pdf
│          │      04_The_backpropagation_algorithm_12_min.srt
│          │      04_The_backpropagation_algorithm_12_min.txt
│          │      
│          ├─04_Lecture4
│          │      01_Learning_to_predict_the_next_word_13_min.mp4
│          │      01_Learning_to_predict_the_next_word_13_min.pdf
│          │      01_Learning_to_predict_the_next_word_13_min.pptx
│          │      01_Learning_to_predict_the_next_word_13_min.srt
│          │      01_Learning_to_predict_the_next_word_13_min.txt
│          │      04_Neuro-probabilistic_language_models_8_min.mp4
│          │      04_Neuro-probabilistic_language_models_8_min.pdf
│          │      04_Neuro-probabilistic_language_models_8_min.srt
│          │      04_Neuro-probabilistic_language_models_8_min.txt
│          │      
│          ├─05_Lecture5
│          │      01_Why_object_recognition_is_difficult_5_min.mp4
│          │      01_Why_object_recognition_is_difficult_5_min.pdf
│          │      01_Why_object_recognition_is_difficult_5_min.pptx
│          │      01_Why_object_recognition_is_difficult_5_min.srt
│          │      01_Why_object_recognition_is_difficult_5_min.txt
│          │      02_Achieving_viewpoint_invariance_6_min.mp4
│          │      02_Achieving_viewpoint_invariance_6_min.srt
│          │      02_Achieving_viewpoint_invariance_6_min.txt
│          │      
│          ├─06_Lecture6
│          │      01_Overview_of_mini-batch_gradient_descent.mp4
│          │      01_Overview_of_mini-batch_gradient_descent.pdf
│          │      01_Overview_of_mini-batch_gradient_descent.pptx
│          │      01_Overview_of_mini-batch_gradient_descent.srt
│          │      01_Overview_of_mini-batch_gradient_descent.txt
│          │      03_The_momentum_method.mp4
│          │      03_The_momentum_method.srt
│          │      03_The_momentum_method.txt
│          │      04_Adaptive_learning_rates_for_each_connection.mp4
│          │      04_Adaptive_learning_rates_for_each_connection.srt
│          │      04_Adaptive_learning_rates_for_each_connection.txt
│          │      
│          ├─07_Lecture7
│          │      01_Modeling_sequences-_A_brief_overview.mp4
│          │      01_Modeling_sequences-_A_brief_overview.pdf
│          │      01_Modeling_sequences-_A_brief_overview.pptx
│          │      01_Modeling_sequences-_A_brief_overview.srt
│          │      01_Modeling_sequences-_A_brief_overview.txt
│          │      02_Training_RNNs_with_back_propagation.mp4
│          │      02_Training_RNNs_with_back_propagation.srt
│          │      02_Training_RNNs_with_back_propagation.txt
│          │      03_A_toy_example_of_training_an_RNN.mp4
│          │      03_A_toy_example_of_training_an_RNN.srt
│          │      03_A_toy_example_of_training_an_RNN.txt
│          │      04_Why_it_is_difficult_to_train_an_RNN.mp4
│          │      04_Why_it_is_difficult_to_train_an_RNN.srt
│          │      04_Why_it_is_difficult_to_train_an_RNN.txt
│          │      05_Long-term_Short-term-memory.mp4
│          │      05_Long-term_Short-term-memory.pdf
│          │      05_Long-term_Short-term-memory.srt
│          │      05_Long-term_Short-term-memory.txt
│          │      
│          ├─08_Lecture8
│          │      01_A_brief_overview_of_Hessian_Free_optimization.mp4
│          │      01_A_brief_overview_of_Hessian_Free_optimization.pdf
│          │      01_A_brief_overview_of_Hessian_Free_optimization.srt
│          │      01_A_brief_overview_of_Hessian_Free_optimization.txt
│          │      04_Echo_State_Networks_9_min.mp4
│          │      04_Echo_State_Networks_9_min.srt
│          │      04_Echo_State_Networks_9_min.txt
│          │      
│          ├─09_Lecture9
│          │      02_Limiting_the_size_of_the_weights_6_min.mp4
│          │      02_Limiting_the_size_of_the_weights_6_min.srt
│          │      02_Limiting_the_size_of_the_weights_6_min.txt
│          │      03_Using_noise_as_a_regularizer_7_min.mp4
│          │      03_Using_noise_as_a_regularizer_7_min.srt
│          │      03_Using_noise_as_a_regularizer_7_min.txt
│          │      
│          ├─10_Lecture10
│          │      01_Why_it_helps_to_combine_models_13_min.mp4
│          │      01_Why_it_helps_to_combine_models_13_min.pdf
│          │      01_Why_it_helps_to_combine_models_13_min.pptx
│          │      01_Why_it_helps_to_combine_models_13_min.srt
│          │      01_Why_it_helps_to_combine_models_13_min.txt
│          │      02_Mixtures_of_Experts_13_min.mp4
│          │      02_Mixtures_of_Experts_13_min.pdf
│          │      02_Mixtures_of_Experts_13_min.srt
│          │      02_Mixtures_of_Experts_13_min.txt
│          │      03_The_idea_of_full_Bayesian_learning_7_min.mp4
│          │      03_The_idea_of_full_Bayesian_learning_7_min.srt
│          │      03_The_idea_of_full_Bayesian_learning_7_min.txt
│          │      05_Dropout_9_min.mp4
│          │      05_Dropout_9_min.pdf
│          │      05_Dropout_9_min.srt
│          │      05_Dropout_9_min.txt
│          │      
│          ├─11_Lecture11
│          │      01_Hopfield_Nets_13_min.mp4
│          │      01_Hopfield_Nets_13_min.pdf
│          │      01_Hopfield_Nets_13_min.pptx
│          │      01_Hopfield_Nets_13_min.srt
│          │      01_Hopfield_Nets_13_min.txt
│          │      02_Dealing_with_spurious_minima_11_min.mp4
│          │      02_Dealing_with_spurious_minima_11_min.srt
│          │      02_Dealing_with_spurious_minima_11_min.txt
│          │      03_Hopfield_nets_with_hidden_units_10_min.mp4
│          │      03_Hopfield_nets_with_hidden_units_10_min.srt
│          │      03_Hopfield_nets_with_hidden_units_10_min.txt
│          │      05_How_a_Boltzmann_machine_models_data_12_min.mp4
│          │      05_How_a_Boltzmann_machine_models_data_12_min.srt
│          │      05_How_a_Boltzmann_machine_models_data_12_min.txt
│          │      
│          ├─12_Lecture12
│          │      01_Boltzmann_machine_learning_12_min.mp4
│          │      01_Boltzmann_machine_learning_12_min.pdf
│          │      01_Boltzmann_machine_learning_12_min.pptx
│          │      01_Boltzmann_machine_learning_12_min.srt
│          │      01_Boltzmann_machine_learning_12_min.txt
│          │      03_Restricted_Boltzmann_Machines_11_min.mp4
│          │      03_Restricted_Boltzmann_Machines_11_min.srt
│          │      03_Restricted_Boltzmann_Machines_11_min.txt
│          │      04_An_example_of_RBM_learning_7_mins.mp4
│          │      04_An_example_of_RBM_learning_7_mins.srt
│          │      04_An_example_of_RBM_learning_7_mins.txt
│          │      05_RBMs_for_collaborative_filtering_8_mins.mp4
│          │      05_RBMs_for_collaborative_filtering_8_mins.srt
│          │      05_RBMs_for_collaborative_filtering_8_mins.txt
│          │      
│          ├─13_Lecture13
│          │      01_The_ups_and_downs_of_back_propagation_10_min.mp4
│          │      01_The_ups_and_downs_of_back_propagation_10_min.pdf
│          │      01_The_ups_and_downs_of_back_propagation_10_min.srt
│          │      01_The_ups_and_downs_of_back_propagation_10_min.txt
│          │      02_Belief_Nets_13_min.mp4
│          │      02_Belief_Nets_13_min.srt
│          │      02_Belief_Nets_13_min.txt
│          │      03_Learning_sigmoid_belief_nets_12_min.mp4
│          │      03_Learning_sigmoid_belief_nets_12_min.pdf
│          │      03_Learning_sigmoid_belief_nets_12_min.srt
│          │      03_Learning_sigmoid_belief_nets_12_min.txt
│          │      04_The_wake-sleep_algorithm_13_min.mp4
│          │      04_The_wake-sleep_algorithm_13_min.pdf
│          │      04_The_wake-sleep_algorithm_13_min.srt
│          │      04_The_wake-sleep_algorithm_13_min.txt
│          │      
│          ├─14_Lecture14
│          │      02_Discriminative_learning_for_DBNs_9_mins.mp4
│          │      02_Discriminative_learning_for_DBNs_9_mins.srt
│          │      02_Discriminative_learning_for_DBNs_9_mins.txt
│          │      
│          ├─15_Lecture15
│          │      01_From_PCA_to_autoencoders_5_mins.mp4
│          │      01_From_PCA_to_autoencoders_5_mins.pdf
│          │      01_From_PCA_to_autoencoders_5_mins.pptx
│          │      01_From_PCA_to_autoencoders_5_mins.srt
│          │      01_From_PCA_to_autoencoders_5_mins.txt
│          │      02_Deep_auto_encoders_4_mins.mp4
│          │      02_Deep_auto_encoders_4_mins.srt
│          │      02_Deep_auto_encoders_4_mins.txt
│          │      04_Semantic_Hashing_9_mins.mp4
│          │      04_Semantic_Hashing_9_mins.pdf
│          │      04_Semantic_Hashing_9_mins.srt
│          │      04_Semantic_Hashing_9_mins.txt
│          │      06_Shallow_autoencoders_for_pre-training_7_mins.mp4
│          │      06_Shallow_autoencoders_for_pre-training_7_mins.srt
│          │      06_Shallow_autoencoders_for_pre-training_7_mins.txt
│          │      
│          └─16_Lecture16
│                  04_OPTIONAL-_The_fog_of_progress_3_min.mp4
│                  04_OPTIONAL-_The_fog_of_progress_3_min.pdf
│                  04_OPTIONAL-_The_fog_of_progress_3_min.pptx
│                  04_OPTIONAL-_The_fog_of_progress_3_min.srt
│                  04_OPTIONAL-_The_fog_of_progress_3_min.txt
│                  
├─003_Probabilistic Graphical Models
│  └─003_Probabilistic Graphical Models
│      └─pgm-003
│          ├─01_Introduction_and_Overview
│          │      01_Welcome.mp4
│          │      01_Welcome.srt
│          │      01_Welcome.txt
│          │      02_Overview_and_Motivation.mp4
│          │      02_Overview_and_Motivation.srt
│          │      02_Overview_and_Motivation.txt
│          │      03_Distributions.mp4
│          │      03_Distributions.srt
│          │      03_Distributions.txt
│          │      04_Factors.mp4
│          │      04_Factors.srt
│          │      04_Factors.txt
│          │      
│          ├─02_Bayesian_Network_Fundamentals
│          │      01_Semantics_amp_Factorization.mp4
│          │      01_Semantics_amp_Factorization.srt
│          │      01_Semantics_amp_Factorization.txt
│          │      02_Reasoning_Patterns.mp4
│          │      02_Reasoning_Patterns.srt
│          │      02_Reasoning_Patterns.txt
│          │      03_Flow_of_Probabilistic_Influence.mp4
│          │      03_Flow_of_Probabilistic_Influence.srt
│          │      03_Flow_of_Probabilistic_Influence.txt
│          │      04_Conditional_Independence.mp4
│          │      04_Conditional_Independence.srt
│          │      04_Conditional_Independence.txt
│          │      05_Independencies_in_Bayesian_Networks.mp4
│          │      05_Independencies_in_Bayesian_Networks.srt
│          │      05_Independencies_in_Bayesian_Networks.txt
│          │      06_Naive_Bayes.mp4
│          │      06_Naive_Bayes.srt
│          │      06_Naive_Bayes.txt
│          │      07_Application_-_Medical_Diagnosis.mp4
│          │      07_Application_-_Medical_Diagnosis.srt
│          │      07_Application_-_Medical_Diagnosis.txt
│          │      08_Knowledge_Engineering_Example_-_SAMIAM.mp4
│          │      08_Knowledge_Engineering_Example_-_SAMIAM.srt
│          │      08_Knowledge_Engineering_Example_-_SAMIAM.txt
│          │      
│          ├─03_Template_Models
│          │      01_Overview_of_Template_Models.mp4
│          │      01_Overview_of_Template_Models.srt
│          │      01_Overview_of_Template_Models.txt
│          │      02_Temporal_Models_-_DBNs.mp4
│          │      02_Temporal_Models_-_DBNs.srt
│          │      02_Temporal_Models_-_DBNs.txt
│          │      03_Temporal_Models_-_HMMs.mp4
│          │      03_Temporal_Models_-_HMMs.srt
│          │      03_Temporal_Models_-_HMMs.txt
│          │      04_Plate_Models.mp4
│          │      04_Plate_Models.srt
│          │      04_Plate_Models.txt
│          │      
│          ├─04_ML-class_Octave_Tutorial
│          │      01_Basic_Operations.mp4
│          │      01_Basic_Operations.srt
│          │      01_Basic_Operations.txt
│          │      02_Moving_Data_Around.mp4
│          │      02_Moving_Data_Around.srt
│          │      02_Moving_Data_Around.txt
│          │      03_Computing_On_Data.mp4
│          │      03_Computing_On_Data.srt
│          │      03_Computing_On_Data.txt
│          │      04_Plotting_Data.mp4
│          │      04_Plotting_Data.srt
│          │      04_Plotting_Data.txt
│          │      05_Control_Statements-_for_while_if_statements.mp4
│          │      05_Control_Statements-_for_while_if_statements.srt
│          │      05_Control_Statements-_for_while_if_statements.txt
│          │      06_Vectorization.mp4
│          │      06_Vectorization.srt
│          │      06_Vectorization.txt
│          │      07_Working_on_and_Submitting_Programming_Exercises.mp4
│          │      07_Working_on_and_Submitting_Programming_Exercises.srt
│          │      07_Working_on_and_Submitting_Programming_Exercises.txt
│          │      
│          ├─05_Structured_CPDs
│          │      01_Overview-_Structured_CPDs.mp4
│          │      01_Overview-_Structured_CPDs.srt
│          │      01_Overview-_Structured_CPDs.txt
│          │      02_Tree-Structured_CPDs.mp4
│          │      02_Tree-Structured_CPDs.srt
│          │      02_Tree-Structured_CPDs.txt
│          │      03_Independence_of_Causal_Influence.mp4
│          │      03_Independence_of_Causal_Influence.srt
│          │      03_Independence_of_Causal_Influence.txt
│          │      04_Continuous_Variables.mp4
│          │      04_Continuous_Variables.srt
│          │      04_Continuous_Variables.txt
│          │      
│          ├─06_Markov_Network_Fundamentals
│          │      01_Pairwise_Markov_Networks.mp4
│          │      01_Pairwise_Markov_Networks.srt
│          │      01_Pairwise_Markov_Networks.txt
│          │      02_General_Gibbs_Distribution.mp4
│          │      02_General_Gibbs_Distribution.srt
│          │      02_General_Gibbs_Distribution.txt
│          │      03_Conditional_Random_Fields.mp4
│          │      03_Conditional_Random_Fields.srt
│          │      03_Conditional_Random_Fields.txt
│          │      04_Independencies_in_Markov_Networks.mp4
│          │      04_Independencies_in_Markov_Networks.srt
│          │      04_Independencies_in_Markov_Networks.txt
│          │      05_I-maps_and_perfect_maps.mp4
│          │      05_I-maps_and_perfect_maps.srt
│          │      05_I-maps_and_perfect_maps.txt
│          │      06_Log-Linear_Models.mp4
│          │      06_Log-Linear_Models.srt
│          │      06_Log-Linear_Models.txt
│          │      07_Shared_Features_in_Log-Linear_Models.mp4
│          │      07_Shared_Features_in_Log-Linear_Models.srt
│          │      07_Shared_Features_in_Log-Linear_Models.txt
│          │      
│          ├─07_Representation_Wrapup-_Knowledge_Engineering
│          │      01_Knowledge_Engineering.mp4
│          │      01_Knowledge_Engineering.srt
│          │      01_Knowledge_Engineering.txt
│          │      
│          ├─08_Inference-_Variable_Elimination
│          │      01_Overview-_Conditional_Probability_Queries.mp4
│          │      01_Overview-_Conditional_Probability_Queries.srt
│          │      01_Overview-_Conditional_Probability_Queries.txt
│          │      02_Overview-_MAP_Inference.mp4
│          │      02_Overview-_MAP_Inference.srt
│          │      02_Overview-_MAP_Inference.txt
│          │      03_Variable_Elimination_Algorithm.mp4
│          │      03_Variable_Elimination_Algorithm.srt
│          │      03_Variable_Elimination_Algorithm.txt
│          │      04_Complexity_of_Variable_Elimination.mp4
│          │      04_Complexity_of_Variable_Elimination.srt
│          │      04_Complexity_of_Variable_Elimination.txt
│          │      06_Finding_Elimination_Orderings.mp4
│          │      06_Finding_Elimination_Orderings.srt
│          │      06_Finding_Elimination_Orderings.txt
│          │      
│          ├─09_Inference-_Belief_Propagation_Part_1
│          │      01_Belief_Propagation.mp4
│          │      01_Belief_Propagation.srt
│          │      01_Belief_Propagation.txt
│          │      02_Properties_of_Cluster_Graphs.mp4
│          │      02_Properties_of_Cluster_Graphs.srt
│          │      02_Properties_of_Cluster_Graphs.txt
│          │      
│          ├─10_Inference-_Belief_Propagation_Part_2
│          │      01_Properties_of_Belief_Propagation.mp4
│          │      01_Properties_of_Belief_Propagation.srt
│          │      01_Properties_of_Belief_Propagation.txt
│          │      02_Clique_Tree_Algorithm_-_Correctness.mp4
│          │      02_Clique_Tree_Algorithm_-_Correctness.srt
│          │      02_Clique_Tree_Algorithm_-_Correctness.txt
│          │      03_Clique_Tree_Algorithm_-_Computation.mp4
│          │      03_Clique_Tree_Algorithm_-_Computation.srt
│          │      03_Clique_Tree_Algorithm_-_Computation.txt
│          │      04_Clique_Trees_and_Independence.mp4
│          │      04_Clique_Trees_and_Independence.srt
│          │      04_Clique_Trees_and_Independence.txt
│          │      05_Clique_Trees_and_VE.mp4
│          │      05_Clique_Trees_and_VE.srt
│          │      05_Clique_Trees_and_VE.txt
│          │      06_BP_In_Practice.mp4
│          │      06_BP_In_Practice.srt
│          │      06_BP_In_Practice.txt
│          │      07_Loopy_BP_and_Message_Decoding.mp4
│          │      07_Loopy_BP_and_Message_Decoding.srt
│          │      07_Loopy_BP_and_Message_Decoding.txt
│          │      
│          ├─11_Inference-_MAP_Estimation_Part_1
│          │      01_Max_Sum_Message_Passing.mp4
│          │      01_Max_Sum_Message_Passing.srt
│          │      01_Max_Sum_Message_Passing.txt
│          │      02_Finding_a_MAP_Assignment.mp4
│          │      02_Finding_a_MAP_Assignment.srt
│          │      02_Finding_a_MAP_Assignment.txt
│          │      
│          ├─12_Inference-_MAP_Estimation_Part_2
│          │      01_Tractable_MAP_Problems.mp4
│          │      01_Tractable_MAP_Problems.srt
│          │      01_Tractable_MAP_Problems.txt
│          │      02_Dual_Decomposition_-_Intuition.mp4
│          │      02_Dual_Decomposition_-_Intuition.srt
│          │      02_Dual_Decomposition_-_Intuition.txt
│          │      03_Dual_Decomposition_-_Algorithm.mp4
│          │      03_Dual_Decomposition_-_Algorithm.srt
│          │      03_Dual_Decomposition_-_Algorithm.txt
│          │      
│          ├─13_Inference-_Sampling_Methods
│          │      01_Simple_Sampling.mp4
│          │      01_Simple_Sampling.srt
│          │      01_Simple_Sampling.txt
│          │      02_Markov_Chain_Monte_Carlo.mp4
│          │      02_Markov_Chain_Monte_Carlo.srt
│          │      02_Markov_Chain_Monte_Carlo.txt
│          │      03_Using_a_Markov_Chain.mp4
│          │      03_Using_a_Markov_Chain.srt
│          │      03_Using_a_Markov_Chain.txt
│          │      04_Gibbs_Sampling.mp4
│          │      04_Gibbs_Sampling.srt
│          │      04_Gibbs_Sampling.txt
│          │      05_Metropolis_Hastings_Algorithm.mp4
│          │      05_Metropolis_Hastings_Algorithm.srt
│          │      05_Metropolis_Hastings_Algorithm.txt
│          │      
│          ├─14_Inference-_Temporal_Models_and_Wrap-up
│          │      01_Inference_in_Temporal_Models.mp4
│          │      01_Inference_in_Temporal_Models.srt
│          │      01_Inference_in_Temporal_Models.txt
│          │      02_Inference-_Summary.mp4
│          │      02_Inference-_Summary.srt
│          │      02_Inference-_Summary.txt
│          │      
│          ├─15_Decision_Theory
│          │      01_Maximum_Expected_Utility.mp4
│          │      01_Maximum_Expected_Utility.srt
│          │      01_Maximum_Expected_Utility.txt
│          │      02_Utility_Functions.mp4
│          │      02_Utility_Functions.srt
│          │      02_Utility_Functions.txt
│          │      03_Value_of_Perfect_Information.mp4
│          │      03_Value_of_Perfect_Information.srt
│          │      03_Value_of_Perfect_Information.txt
│          │      
│          ├─16_ML-class_Revision
│          │      01_Regularization-_The_Problem_of_Overfitting.mp4
│          │      01_Regularization-_The_Problem_of_Overfitting.srt
│          │      01_Regularization-_The_Problem_of_Overfitting.txt
│          │      02_Regularization-_Cost_Function.mp4
│          │      02_Regularization-_Cost_Function.srt
│          │      02_Regularization-_Cost_Function.txt
│          │      03_Evaluating_a_Hypothesis.mp4
│          │      03_Evaluating_a_Hypothesis.srt
│          │      03_Evaluating_a_Hypothesis.txt
│          │      04_Model_Selection_and_Train_Validation_Test_Sets.mp4
│          │      04_Model_Selection_and_Train_Validation_Test_Sets.srt
│          │      04_Model_Selection_and_Train_Validation_Test_Sets.txt
│          │      05_Diagnosing_Bias_vs_Variance.mp4
│          │      05_Diagnosing_Bias_vs_Variance.srt
│          │      05_Diagnosing_Bias_vs_Variance.txt
│          │      06_Regularization_and_Bias_Variance.mp4
│          │      06_Regularization_and_Bias_Variance.srt
│          │      06_Regularization_and_Bias_Variance.txt
│          │      
│          ├─17_Learning-_Overview
│          │      01_Learning-_Overview.mp4
│          │      01_Learning-_Overview.srt
│          │      01_Learning-_Overview.txt
│          │      
│          ├─18_Learning-_Parameter_Estimation_in_BNs
│          │      01_Maximum_Likelihood_Estimation.mp4
│          │      01_Maximum_Likelihood_Estimation.srt
│          │      01_Maximum_Likelihood_Estimation.txt
│          │      03_Bayesian_Estimation.mp4
│          │      03_Bayesian_Estimation.srt
│          │      03_Bayesian_Estimation.txt
│          │      04_Bayesian_Prediction.mp4
│          │      04_Bayesian_Prediction.srt
│          │      04_Bayesian_Prediction.txt
│          │      
│          ├─19_Learning-_Parameter_Estimation_in_MNs
│          │      01_Maximum_Likelihood_for_Log-Linear_Models.mp4
│          │      01_Maximum_Likelihood_for_Log-Linear_Models.srt
│          │      01_Maximum_Likelihood_for_Log-Linear_Models.txt
│          │      03_MAP_Estimation_for_MRFs_and_CRFs.mp4
│          │      03_MAP_Estimation_for_MRFs_and_CRFs.srt
│          │      03_MAP_Estimation_for_MRFs_and_CRFs.txt
│          │      
│          ├─20_Structure_Learning
│          │      01_Structure_Learning_Overview.mp4
│          │      01_Structure_Learning_Overview.srt
│          │      01_Structure_Learning_Overview.txt
│          │      02_Likelihood_Scores.mp4
│          │      02_Likelihood_Scores.srt
│          │      02_Likelihood_Scores.txt
│          │      03_BIC_and_Asymptotic_Consistency.mp4
│          │      03_BIC_and_Asymptotic_Consistency.srt
│          │      03_BIC_and_Asymptotic_Consistency.txt
│          │      04_Bayesian_Scores.mp4
│          │      04_Bayesian_Scores.srt
│          │      04_Bayesian_Scores.txt
│          │      05_Learning_Tree_Structured_Networks.mp4
│          │      05_Learning_Tree_Structured_Networks.srt
│          │      05_Learning_Tree_Structured_Networks.txt
│          │      06_Learning_General_Graphs-_Heuristic_Search.mp4
│          │      06_Learning_General_Graphs-_Heuristic_Search.srt
│          │      06_Learning_General_Graphs-_Heuristic_Search.txt
│          │      07_Learning_General_Graphs-_Search_and_Decomposability.mp4
│          │      07_Learning_General_Graphs-_Search_and_Decomposability.srt
│          │      07_Learning_General_Graphs-_Search_and_Decomposability.txt
│          │      
│          ├─21_Learning_With_Incomplete_Data
│          │      01_Learning_With_Incomplete_Data_-_Overview.mp4
│          │      01_Learning_With_Incomplete_Data_-_Overview.srt
│          │      01_Learning_With_Incomplete_Data_-_Overview.txt
│          │      02_Expectation_Maximization_-_Intro.mp4
│          │      02_Expectation_Maximization_-_Intro.srt
│          │      02_Expectation_Maximization_-_Intro.txt
│          │      03_Analysis_of_EM_Algorithm.mp4
│          │      03_Analysis_of_EM_Algorithm.srt
│          │      03_Analysis_of_EM_Algorithm.txt
│          │      04_EM_in_Practice.mp4
│          │      04_EM_in_Practice.srt
│          │      04_EM_in_Practice.txt
│          │      05_Latent_Variables.mp4
│          │      05_Latent_Variables.srt
│          │      05_Latent_Variables.txt
│          │      
│          ├─22_Learning-_Wrapup
│          │      01_Summary-_Learning.mp4
│          │      01_Summary-_Learning.srt
│          │      01_Summary-_Learning.txt
│          │      
│          └─23_Summary
│                  01_Class_Summary.mp4
│                  01_Class_Summary.srt
│                  01_Class_Summary.txt
│                  
├─004_Natural Language Processing Collins
│  └─004_Natural Language Processing Collins
│      └─nlangp-001
│          ├─01_Week_1_-_Introduction_to_Natural_Language_Processing
│          ├─02_Week_1_-_The_Language_Modeling_Problem
│          │      03_Markov_Processes_(Part_1).mp4
│          │      03_Markov_Processes_(Part_1).srt
│          │      03_Markov_Processes_(Part_1).txt
│          │      04_Markov_Processes_(Part_2).mp4
│          │      04_Markov_Processes_(Part_2).srt
│          │      04_Markov_Processes_(Part_2).txt
│          │      05_Trigram_Language_Models.mp4
│          │      05_Trigram_Language_Models.srt
│          │      05_Trigram_Language_Models.txt
│          │      
│          ├─03_Week_1_-_Parameter_Estimation_in_Language_Models
│          ├─04_Week_1_-_Summary
│          │      01_Summary.mp4
│          │      01_Summary.srt
│          │      01_Summary.txt
│          │      
│          ├─05_Week_2_-_Tagging_Problems_and_Hidden_Markov_Models
│          │      08_Summary.mp4
│          │      08_Summary.srt
│          │      08_Summary.txt
│          │      
│          ├─06_Week_3_-_Parsing_and_Context-Free_Grammars
│          │      01_Introduction.mp4
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      10_Examples_of_Ambiguity.mp4
│          │      10_Examples_of_Ambiguity.srt
│          │      10_Examples_of_Ambiguity.txt
│          │      
│          ├─07_Week_3_-_Probabilistic_Context-Free_Grammars
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      
│          ├─08_Week_4_-_Weaknesses_of_PCFGs
│          │      01_Weaknesses_of_PCFGs.mp4
│          │      01_Weaknesses_of_PCFGs.pdf
│          │      01_Weaknesses_of_PCFGs.srt
│          │      01_Weaknesses_of_PCFGs.txt
│          │      
│          ├─09_Week_4_-_Lexicalized_PCFGs
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      02_Lexicalization_of_a_Treebank.mp4
│          │      02_Lexicalization_of_a_Treebank.srt
│          │      02_Lexicalization_of_a_Treebank.txt
│          │      03_Lexicalized_PCFGs-_Basic_Definitions.mp4
│          │      03_Lexicalized_PCFGs-_Basic_Definitions.srt
│          │      03_Lexicalized_PCFGs-_Basic_Definitions.txt
│          │      
│          ├─10_Week_5_-_Introduction_to_Machine_Translation
│          │      01_Opening_Comments.mp4
│          │      01_Opening_Comments.pdf
│          │      01_Opening_Comments.srt
│          │      01_Opening_Comments.txt
│          │      02_introduction.mp4
│          │      02_introduction.srt
│          │      02_introduction.txt
│          │      03_Challenges_in_MT.mp4
│          │      03_Challenges_in_MT.srt
│          │      03_Challenges_in_MT.txt
│          │      
│          ├─11_Week_5_-_The_IBM_Translation_Models
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      02_IBM_Model_1_(Part_1).mp4
│          │      02_IBM_Model_1_(Part_1).srt
│          │      02_IBM_Model_1_(Part_1).txt
│          │      03_IBM_Model_1_(Part_2).mp4
│          │      03_IBM_Model_1_(Part_2).srt
│          │      03_IBM_Model_1_(Part_2).txt
│          │      04_IBM_Model_2.mp4
│          │      04_IBM_Model_2.srt
│          │      04_IBM_Model_2.txt
│          │      09_Summary.mp4
│          │      09_Summary.srt
│          │      09_Summary.txt
│          │      
│          ├─12_Week_6_-_Phrase-based_Translation_Models
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      
│          ├─13_Week_6_-_Decoding_of_Phrase-based_Translation_Models
│          ├─14_Week_7_-_Log-linear_Models
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      02_Two_Example_Problems.mp4
│          │      02_Two_Example_Problems.srt
│          │      02_Two_Example_Problems.txt
│          │      03_Features_in_Log-Linear_Models_(Part_1).mp4
│          │      03_Features_in_Log-Linear_Models_(Part_1).srt
│          │      03_Features_in_Log-Linear_Models_(Part_1).txt
│          │      04_Features_in_Log-Linear_Models_(Part_2).mp4
│          │      04_Features_in_Log-Linear_Models_(Part_2).srt
│          │      04_Features_in_Log-Linear_Models_(Part_2).txt
│          │      
│          ├─15_Week_8_-_Log-linear_Models_for_Tagging
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      07_An_Example_Application.mp4
│          │      07_An_Example_Application.srt
│          │      07_An_Example_Application.txt
│          │      08_Summary.mp4
│          │      08_Summary.srt
│          │      08_Summary.txt
│          │      
│          ├─16_Week_8_-_Log-Linear_Models_for_History-based_Parsing
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      06_Summary.mp4
│          │      06_Summary.srt
│          │      06_Summary.txt
│          │      
│          ├─17_Week_9_-_Unsupervised_Learning-_Brown_Clustering
│          │      01_Introduction.mp4
│          │      01_Introduction.srt
│          │      01_Introduction.txt
│          │      
│          ├─18_Week_9_-_Global_Linear_Models
│          │      01_Introduction.mp4
│          │      01_Introduction.pdf
│          │      01_Introduction.srt
│          │      01_Introduction.txt



游客,如果您要查看本帖隐藏内容请回复

回复

使用道具 举报

清凉一吻 发表于 2017-10-13 16:45:02 | 显示全部楼层
一天最高可刷99点经验的。把如下语句复制,粘帖即可。以前不懂看贴总是不回,一直没提升等级和增加经验现在我明白了反正回贴可以升级也可以赚经验而升级又需要经验我就把这句话复制下来
回复 支持 21 反对 0

使用道具 举报

云少 发表于 2017-6-19 16:59:06 | 显示全部楼层
只吃楼主,撸过过经验,小伙伴们都惊呆了
回复 支持 反对

使用道具 举报

Salooloo 发表于 2017-6-27 06:48:54 | 显示全部楼层
坐沙发喽,楼主给赏钱不?
回复 支持 反对

使用道具 举报

麦兜 发表于 2017-7-29 20:47:53 | 显示全部楼层
小手一抖,经验到手,为了升级,到处游走,纯属路过,不要介意,高抬贵手,立马飘走.
回复 支持 反对

使用道具 举报

夕风 发表于 2017-8-4 19:35:41 | 显示全部楼层
待我长发及腰!
回复 支持 反对

使用道具 举报

白兔仔 发表于 2017-8-31 17:36:31 | 显示全部楼层
我是个哑巴,平时说话都是伪装的。
回复 支持 反对

使用道具 举报

佩雯 发表于 2017-9-2 07:44:47 | 显示全部楼层
有的人聪明得像天气,多变;有的人傻得像天气预报,变天它都看不出来。
回复 支持 反对

使用道具 举报

jaoye 发表于 2017-9-5 20:15:55 | 显示全部楼层
生活可以将就,生活也可以讲究!
回复 支持 反对

使用道具 举报

六只翅膀 发表于 2017-9-23 14:11:29 | 显示全部楼层
有钱,就是任性,没钱,认命!
回复 支持 反对

使用道具 举报

极速 发表于 2017-10-8 19:44:13 | 显示全部楼层
我抢,我抢,抢沙发,不加倍,好了,沙发是我的了!
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|易久IT学院 ( 粤ICP备17017336号-3 )  

GMT+8, 2020-5-31 18:32 , Processed in 0.490459 second(s), 39 queries .

Powered by Yi9.Net  © 2012-2017 Comsenz Inc.

Designed by Yi9.NeT