易久IT学院

作者: admin
查看: 2333|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

《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
华为HCNA/HCDA初级系列视频课程之HCNA入门文档47个(PPT+PDF全套)华为HCNA/HCDA初级系列视频课程之HCNA入门文档47个(PPT+PDF全套)
GNS3 V1.3.11全套安装文件+详细视频讲解 2015年11月 IOS+SecureCRT+IOU+ASA模拟GNS3 V1.3.11全套安装文件+详细视频讲解 2015年11月 IOS+SecureCRT+IOU+ASA模拟
[中文+英文]神州数码IBM小型机存储AIX网络视频 AU官方文档 AIX维护手册 培训资料 15篇[中文+英文]神州数码IBM小型机存储AIX网络视频 AU官方文档 AIX维护手册 培训资料 15篇
GNS3 2.0.0正式稳定版,赶快更新哦GNS3 2.0.0正式稳定版,赶快更新哦
思科官方模拟器packet tracer详细使用及实验视频教程 15集思科官方模拟器packet tracer详细使用及实验视频教程 15集
实验为王 某中国网络前辈录制的CCNP视频 详解MPLS VPN 组播 IPv6 QoS等运营商必备视频实验为王 某中国网络前辈录制的CCNP视频 详解MPLS VPN 组播 IPv6 QoS等运营商必备视频
H3CSE课程新版 V2.0 培训视频教程汇总集【COMWARE V7平台】 【共62集】H3CSE课程新版 V2.0 培训视频教程汇总集【COMWARE V7平台】 【共62集】
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)
Adobe CC全系列 11个精品程序 全包括 Windows版(为了防止被删 请自行查看正文目录)Adobe CC全系列 11个精品程序 全包括 Windows版(为了防止被删 请自行查看正文目录)
2016 linux运维视频教程2016 linux运维视频教程
200个思科CCNA实验PT pka文件打包下载 官方全套实验200个思科CCNA实验PT pka文件打包下载 官方全套实验
所有迪普设备文档操作手册白皮书等等等,史上最全最新所有迪普设备文档操作手册白皮书等等等,史上最全最新
F5实施方案+技术文档汇总 F5模拟器资料+一些F5实施文档以及产品线及问题总结F5实施方案+技术文档汇总 F5模拟器资料+一些F5实施文档以及产品线及问题总结

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: 2333|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|泉恩19IT网络 ( 粤ICP备17017336号 )  

GMT+8, 2021-1-24 23:41 , Processed in 0.414124 second(s), 39 queries .

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

Designed by Yi9.NeT