├──01-复杂系统		（此文件夹 151M）
│    ├──1.1物理预测的胜利与失效.mp4		56.8M
│    ├──1.2预测失效原因.mp4		19.9M
│    ├──1.3复杂系统引论.mp4		40.7M
│    └──1.4生活实例与本章答疑.mp4		36M
├──02-大数据与机器学习		（此文件夹 140M）
│    ├──2.1大数据预测因为噪声失效.mp4		129.9M
│    └──2.2大数据与机器学习.mp4		11.1M
├──03-人工智能的三个阶段		（此文件夹 845M）
│    ├──3.10课程大纲（二）.mp4		31.6M
│    ├──3.1规则阶段.mp4		100.8M
│    ├──3.2机器学习阶段发展至连接主义阶段.mp4		51.2M
│    ├──3.3课间答疑.mp4		175.6M
│    ├──3.4连接主义阶段发展至深度学习阶段.mp4		113M
│    ├──3.5三个阶段总结分析.mp4		22.1M
│    ├──3.6人工智能的应用（一）.mp4		122M
│    ├──3.7人工智能的应用（二）.mp4		24.6M
│    ├──3.8课间答疑.mp4		169.5M
│    └──3.9课程大纲（一）.mp4		38.2M
├──04-高等数学—元素和极限		（此文件夹 749M）
│    ├──4.10级数的收敛.mp4		47.8M
│    ├──4.11极限的定义.mp4		39.1M
│    ├──4.12极限的四则运算.mp4		33.3M
│    ├──4.13极限的复合.mp4		25.1M
│    ├──4.14连续性.mp4		40.5M
│    ├──4.1实数的定义（一）.mp4		109.7M
│    ├──4.2实数的定义（二）.mp4		41.8M
│    ├──4.3实数的定义（三）.mp4		36.7M
│    ├──4.4实数的元素个数（一）.mp4		77.3M
│    ├──4.5实数的元素个数（二）.mp4		37.5M
│    ├──4.6自然数个数少于实数个数（一）.mp4		38.6M
│    ├──4.7自然数个数少于实数个数（二）.mp4		44.6M
│    ├──4.8无穷大之比较（一）.mp4		158.3M
│    └──4.9无穷大之比较（二）.mp4		25M
├──05-复杂网络经济学应用		（此文件夹 218M）
│    ├──5.1用网络的思维看经济结构.mp4		46.1M
│    ├──5.2复杂网络认识前后.mp4		56.3M
│    ├──5.3从网络结构看不同地区（一）.mp4		75.1M
│    └──5.4从网络结构看不同地区（二）.mp4		41.4M
├──06-机器学习与监督算法		（此文件夹 416M）
│    ├──6.1什么是机器学习.mp4		24.5M
│    ├──6.2机器学习的类型.mp4		135.2M
│    ├──6.3简单回归实例（一）.mp4		43M
│    ├──6.4简单回归实例（二）.mp4		34.3M
│    └──6.5简单回归实例（三）.mp4		180.7M
├──07-阿尔法狗与强化学习算法		（此文件夹 201M）
│    ├──7.1人工智能的发展.mp4		41.8M
│    ├──7.2强化学习算法（一）.mp4		31.4M
│    ├──7.3强化学习算法（二）.mp4		50.4M
│    ├──7.4强化学习算法（三）.mp4		33M
│    ├──7.5Alphago给我们的启示.mp4		21M
│    └──7.6无监督学习.mp4		25.6M
├──08-高等数学—两个重要的极限定理		（此文件夹 155M）
│    ├──8.1元素与极限的知识点回顾.mp4		40.4M
│    ├──8.2第一个重要极限定理的证明（一）.mp4		38.7M
│    ├──8.3第一个重要极限定理的证明（二）.mp4		26.4M
│    ├──8.4夹逼定理.mp4		24.8M
│    └──8.5第二个重要极限定理的证明.mp4		27.8M
├──09-高等数学—导数		（此文件夹 333M）
│    ├──9.10泰勒展开的证明.mp4		37.6M
│    ├──9.1导数的定义.mp4		38.6M
│    ├──9.2初等函数的导数.mp4		45.3M
│    ├──9.3反函数的导数（一）.mp4		20.9M
│    ├──9.4反函数的导数（二）.mp4		26.9M
│    ├──9.5复合函数的导数.mp4		28.7M
│    ├──9.6泰勒展开.mp4		17M
│    ├──9.7罗尔定理.mp4		25.7M
│    ├──9.8微分中值定理和柯西中值定理.mp4		52.4M
│    └──9.9洛比塔法则.mp4		45.1M
├──10-贝叶斯理论		（此文件夹 609M）
│    ├──10.10贝叶斯于机器学习（一）.mp4		47.6M
│    ├──10.11贝叶斯于机器学习（二）.mp4		20.5M
│    ├──10.12贝叶斯决策（一）.mp4		34.8M
│    ├──10.13贝叶斯决策（二）.mp4		45M
│    ├──10.14贝叶斯决策（三）.mp4		65.3M
│    ├──10.1梯度优化（一）.mp4		61M
│    ├──10.2梯度优化（二）.mp4		67.8M
│    ├──10.3概率基础.mp4		35.6M
│    ├──10.4概率与事件.mp4		37.4M
│    ├──10.5贝叶斯推理（一）.mp4		35.9M
│    ├──10.6贝叶斯推理（二）.mp4		37.1M
│    ├──10.7贝叶斯推理（三）.mp4		31M
│    ├──10.8辛普森案件.mp4		52.4M
│    └──10.9贝叶斯推理深入.mp4		43.6M
├──11-高等数学—泰勒展开		（此文件夹 200M）
│    ├──11.1泰勒展开.mp4		41.1M
│    ├──11.2展开半径.mp4		27.6M
│    ├──11.3欧拉公式.mp4		48.3M
│    ├──11.4泰勒展开求极限（一）.mp4		27.1M
│    └──11.5泰勒展开求极限（二）.mp4		57.2M
├──12-高等数学—偏导数		（此文件夹 136M）
│    ├──12.1偏导数的对称性.mp4		34.8M
│    ├──12.2链式法则.mp4		34.3M
│    └──12.3梯度算符、拉氏算符.mp4		68.6M
├──13-高等数学—积分		（此文件夹 160M）
│    ├──13.1黎曼积分.mp4		22.4M
│    ├──13.2微积分基本定理.mp4		54.3M
│    ├──13.3分部积分（一）.mp4		46.5M
│    └──13.4分部积分（二）.mp4		38.8M
├──14-高等数学—正态分布		（此文件夹 187M）
│    ├──14.1标准正态分布.mp4		49.1M
│    ├──14.2中心极限定理.mp4		34.1M
│    ├──14.3误差函数.mp4		28.9M
│    ├──14.4二维正态分布.mp4		44.1M
│    └──14.5多维正态分布.mp4		32.8M
├──15-朴素贝叶斯和最大似然估计		（此文件夹 471M）
│    ├──15.10朴素贝叶斯（三）.mp4		63.8M
│    ├──15.11最大似然估计（一）.mp4		24.7M
│    ├──15.12最大似然估计（二）.mp4		51.4M
│    ├──15.1蒙特卡洛分析（一）.mp4		49.2M
│    ├──15.2蒙特卡洛分析（二）.mp4		34.8M
│    ├──15.3贝叶斯先验.mp4		47.4M
│    ├──15.4先验到后验的过程.mp4		21.7M
│    ├──15.5朴素贝叶斯（一）.mp4		33.5M
│    ├──15.6朴素贝叶斯（二）.mp4		40.5M
│    ├──15.7算法设计.mp4		22.3M
│    ├──15.8TF-IDF（一）.mp4		47.2M
│    └──15.9TF-IDF（二）.mp4		40M
├──16-线性代数—线性空间和线性变换		（此文件夹 452M）
│    ├──16.10非常规线性空间.mp4		52.4M
│    ├──16.11线性相关和线性无关.mp4		36.3M
│    ├──16.12秩.mp4		55M
│    ├──16.1线性代数概述.mp4		36.2M
│    ├──16.2线性代数应用方法论.mp4		17.4M
│    ├──16.3线性乘法的可交换性和结合律.mp4		44.4M
│    ├──16.4线性空间.mp4		17M
│    ├──16.5线性空间八条法则（一）.mp4		51.5M
│    ├──16.6线性空间八条法则（二）.mp4		46.9M
│    ├──16.7线性空间八条法则（三）.mp4		31.5M
│    ├──16.8连续傅立叶变换.mp4		26.8M
│    └──16.9离散傅立叶变换.mp4		41.3M
├──17-数据科学和统计学（上）		（此文件夹 510M）
│    ├──17.10随机变量（二）.mp4		15.3M
│    ├──17.11换门的概率模拟计算（一）.mp4		59M
│    ├──17.12换门的概率模拟计算（二）.mp4		37.8M
│    ├──17.13换门的概率模拟计算（三）.mp4		50.5M
│    ├──17.1课程Overview.mp4		36.4M
│    ├──17.2回顾统计学（一）.mp4		65.3M
│    ├──17.3回顾统计学（二）.mp4		52.9M
│    ├──17.4回顾统计学（三）.mp4		28.1M
│    ├──17.5回顾数据科学（一）.mp4		33.8M
│    ├──17.6回顾数据科学（二）和教材介绍.mp4		60.8M
│    ├──17.7R和RStudio等介绍（一）.mp4		25M
│    ├──17.8R和RStudio等介绍（二）.mp4		29.7M
│    └──17.9随机变量（一）.mp4		21.3M
├──18-线性代数—矩阵、等价类和行列式		（此文件夹 564M）
│    ├──18.10等价类.mp4		57.4M
│    ├──18.11行列式（一）.mp4		28.3M
│    ├──18.12行列式（二）.mp4		38.2M
│    ├──18.13行列式（三）.mp4		52.4M
│    ├──18.1线性代数知识点回顾.mp4		32.1M
│    ├──18.2矩阵表示线性变化.mp4		31.3M
│    ├──18.3可逆矩阵表示坐标变化.mp4		64.9M
│    ├──18.4相似矩阵.mp4		68.2M
│    ├──18.5相似矩阵表示相同线性变化.mp4		22.8M
│    ├──18.6线性代数解微分方程.mp4		67.4M
│    ├──18.7矩阵的运算—转秩（一）.mp4		41.9M
│    ├──18.8矩阵的运算—转秩（二）.mp4		34.8M
│    └──18.9等价关系.mp4		30.7M
├──19-Python基础课程（上）		（此文件夹 434M）
│    ├──19.10变量类型—字符串类型（三）.mp4		42.4M
│    ├──19.11变量类型—列表类型（一）.mp4		25.4M
│    ├──19.12变量类型—列表类型（二）.mp4		39.6M
│    ├──19.13变量类型—列表类型（三）.mp4		21.4M
│    ├──19.14变量类型—语言组类型、字典类型（一）.mp4		29.9M
│    ├──19.15变量类型—字典类型（二）.mp4		32M
│    ├──19.1Python介绍（一）.mp4		31.6M
│    ├──19.2Python介绍（二）.mp4		39.9M
│    ├──19.3变量—命名规范.mp4		30.5M
│    ├──19.4变量—代码规范.mp4		21.2M
│    ├──19.5变量类型—数值类型.mp4		23.5M
│    ├──19.6变量类型—bool类型.mp4		21.1M
│    ├──19.7变量类型—字符串类型（一）.mp4		27.3M
│    ├──19.8课间答疑.mp4		21.4M
│    └──19.9变量类型—字符串类型（二）.mp4		33.5M
├──20-线性代数—特征值与特征向量		（此文件夹 466M）
│    ├──20.10线性代数核心定理.mp4		28.7M
│    ├──20.11对偶空间（一）.mp4		28.6M
│    ├──20.12对偶空间（二）.mp4		46.7M
│    ├──20.13欧氏空间与闵氏空间.mp4		23.5M
│    ├──20.14厄米矩阵.mp4		11.4M
│    ├──20.1线性代数知识点回顾.mp4		29.1M
│    ├──20.2例题讲解（一）.mp4		34.5M
│    ├──20.3例题讲解（二）.mp4		34.4M
│    ├──20.4例题讲解（三）.mp4		40.6M
│    ├──20.5特征值与特征向量的物理意义.mp4		68.8M
│    ├──20.6特征值与特征向量的性质（一）.mp4		16.8M
│    ├──20.7特征值与特征向量的性质（二）.mp4		47.6M
│    ├──20.8本征值的计算（一）.mp4		31.4M
│    └──20.9本征值的计算（二）.mp4		31.8M
├──21-监督学习框架		（此文件夹 461M）
│    ├──21.10KNN(K最近邻)算法（二）.mp4		39.8M
│    ├──21.11KNN(K最近邻)算法（三）.mp4		19.8M
│    ├──21.12线性分类器.mp4		28.4M
│    ├──21.13高斯判别模型（一）.mp4		23.8M
│    ├──21.14高斯判别模型（二）.mp4		34.2M
│    ├──21.1经验误差和泛化误差.mp4		43.3M
│    ├──21.2最大后验估计.mp4		42.6M
│    ├──21.3正则化.mp4		18.8M
│    ├──21.4lasso回归.mp4		45.8M
│    ├──21.5超参数（一）.mp4		34.3M
│    ├──21.6超参数（二）.mp4		26.8M
│    ├──21.7监督学习框架（一）.mp4		32.1M
│    ├──21.8监督学习框架（二）.mp4		42.4M
│    └──21.9KNN(K最近邻)算法（一）.mp4		36.2M
├──22-Python基础课程（下）		（此文件夹 370M）
│    ├──22.10函数（三）.mp4		28.5M
│    ├──22.11函数（四）.mp4		33.9M
│    ├──22.12类（一）.mp4		29.4M
│    ├──22.13类（二）.mp4		26.8M
│    ├──22.14类（三）.mp4		24.8M
│    ├──22.1条件判断（一）.mp4		36.4M
│    ├──22.2条件判断（二）.mp4		32.6M
│    ├──22.3循环（一）.mp4		16.6M
│    ├──22.4循环（二）.mp4		25.6M
│    ├──22.5课间答疑.mp4		25.6M
│    ├──22.6循环（三）.mp4		24.8M
│    ├──22.7循环（四）.mp4		30.1M
│    ├──22.8函数（一）.mp4		18.5M
│    └──22.9函数（二）.mp4		24.5M
├──23-PCA、降维方法引入		（此文件夹 287M）
│    ├──23.1无监督学习框架.mp4		25.4M
│    ├──23.2降维存在的原因.mp4		21.3M
│    ├──23.3PCA数学分析方法（一）.mp4		31.3M
│    ├──23.4PCA数学分析方法（二）.mp4		41.7M
│    ├──23.5PCA数学分析方法（三）.mp4		29.1M
│    ├──23.6PCA数学分析方法（四）.mp4		34.1M
│    ├──23.7PCA之外的降维方法—LDA.mp4		16.3M
│    ├──23.8PCA背后的假设（一）.mp4		41.9M
│    └──23.9PCA背后的假设（二）.mp4		49.6M
├──24-数据科学和统计学（下）		（此文件夹 322M）
│    ├──24.10参数估计（一）.mp4		26.4M
│    ├──24.11参数估计（二）.mp4		20.7M
│    ├──24.12假设检验（一）.mp4		16.3M
│    ├──24.13假设检验（二）.mp4		23.4M
│    ├──24.1课程Overview.mp4		21.3M
│    ├──24.2理解统计思想（一）.mp4		22.2M
│    ├──24.3理解统计思想（二）.mp4		54M
│    ├──24.4理解统计思想（三）.mp4		21.8M
│    ├──24.5概率空间.mp4		14.8M
│    ├──24.6随机变量（一）.mp4		32.3M
│    ├──24.7随机变量（二）.mp4		16.8M
│    ├──24.8随机变量（三）.mp4		45M
│    └──24.9随机变量（四）.mp4		12.4M
├──25-Python操作数据库、 Python爬虫		（此文件夹 755M）
│    ├──25.10Python操作数据库（二）.mp4		39.1M
│    ├──25.11Python操作数据库（三）.mp4		22.9M
│    ├──25.12Python操作数据库（四）.mp4		47.9M
│    ├──25.13Python爬虫（一）.mp4		65.3M
│    ├──25.14Python爬虫（二）.mp4		84.9M
│    ├──25.15Python爬虫（三）.mp4		59.2M
│    ├──25.16Python爬虫（四）.mp4		57.8M
│    ├──25.17Python爬虫（五）.mp4		69.9M
│    ├──25.1课程介绍.mp4		23M
│    ├──25.2认识关系型数据库（一）.mp4		46M
│    ├──25.3认识关系型数据库（二）.mp4		45.1M
│    ├──25.4MySQL数据库与Excel的不同.mp4		25.9M
│    ├──25.5命令行操作数据库（一）.mp4		43.9M
│    ├──25.6命令行操作数据库（二）.mp4		41M
│    ├──25.7命令行操作数据库（三）.mp4		19.8M
│    ├──25.8命令行操作数据库（四）.mp4		39.6M
│    └──25.9Python操作数据库（一）.mp4		32.9M
├──26-线性分类器		（此文件夹 392M）
│    ├──26.10Perceptron（三）.mp4		31.5M
│    ├──26.11Perceptron（四）.mp4		31M
│    ├──26.12熵与信息（一）.mp4		22.9M
│    ├──26.13熵与信息（二）.mp4		25.3M
│    ├──26.1Lasso：alpha参数与准确率（一）.mp4		24.7M
│    ├──26.2Lasso：alpha参数与准确率（二）.mp4		16M
│    ├──26.3Lasso：alpha参数与准确率（三）.mp4		62.1M
│    ├──26.4线性分类器.mp4		24M
│    ├──26.5LDA（一）.mp4		24.8M
│    ├──26.6LDA（二）.mp4		27.1M
│    ├──26.7LDA（三）.mp4		32.6M
│    ├──26.8Perceptron（一）.mp4		45.2M
│    └──26.9Perceptron（二）.mp4		29.1M
├──27-Python进阶（上）		（此文件夹 434M）
│    ├──27.10Pandas基本操作（四）.mp4		26.1M
│    ├──27.11Pandas绘图（一）.mp4		34.4M
│    ├──27.12Pandas绘图（二）.mp4		37.9M
│    ├──27.13Pandas绘图（三）.mp4		23.5M
│    ├──27.14Pandas绘图（四）.mp4		46.9M
│    ├──27.1NumPy基本操作（一）.mp4		31M
│    ├──27.2NumPy基本操作（二）.mp4		24.5M
│    ├──27.3NumPy基本操作（三）.mp4		27.4M
│    ├──27.4NumPy基本操作（四）.mp4		18.2M
│    ├──27.5NumPy基本操作（五）.mp4		28.9M
│    ├──27.6NumPy基本操作（六）.mp4		25.7M
│    ├──27.7Pandas基本操作（一）.mp4		42.1M
│    ├──27.8Pandas基本操作（二）.mp4		35M
│    └──27.9Pandas基本操作（三）.mp4		38.4M
├──28-Scikit-Learn		（此文件夹 292M）
│    ├──28.1课程介绍.mp4		29.7M
│    ├──28.2Scikit-Learn介绍.mp4		12.6M
│    ├──28.3数据处理（一）.mp4		38.7M
│    ├──28.4数据处理（二）.mp4		54.6M
│    ├──28.5模型实例、模型选择（一）.mp4		37.9M
│    ├──28.6模型实例、模型选择（二）.mp4		24.2M
│    ├──28.7模型实例、模型选择（三）.mp4		21.3M
│    ├──28.8模型实例、模型选择（四）.mp4		45.1M
│    └──28.9模型实例、模型选择（五）.mp4		32.2M
├──29-熵、逻辑斯蒂回归、SVM引入		（此文件夹 390M）
│    ├──29.10逻辑斯蒂回归（三）.mp4		40.6M
│    ├──29.11逻辑斯蒂回归（四）.mp4		40.6M
│    ├──29.12逻辑斯蒂回归（五）.mp4		24.4M
│    ├──29.13SVM引入.mp4		15.5M
│    ├──29.1熵（一）.mp4		35.9M
│    ├──29.2熵（二）.mp4		38.1M
│    ├──29.3熵（三）.mp4		30.2M
│    ├──29.4熵（四）.mp4		32.7M
│    ├──29.5熵（五）.mp4		20.2M
│    ├──29.6熵（六）.mp4		31.3M
│    ├──29.7熵（七）.mp4		10.8M
│    ├──29.8逻辑斯蒂回归（一）.mp4		38.7M
│    └──29.9逻辑斯蒂回归（二）.mp4		37.5M
├──30-Python进阶（下）		（此文件夹 267M）
│    ├──30.1泰坦尼克数据处理与分析（一）.mp4		29.3M
│    ├──30.2泰坦尼克数据处理与分析（二）.mp4		22.1M
│    ├──30.3泰坦尼克数据处理与分析（三）.mp4		22.3M
│    ├──30.4泰坦尼克数据处理与分析（四）.mp4		28.4M
│    ├──30.5泰坦尼克数据处理与分析（五）.mp4		27.5M
│    ├──30.6泰坦尼克数据处理与分析（六）.mp4		20.7M
│    ├──30.7泰坦尼克数据处理与分析（七）.mp4		38.1M
│    ├──30.8泰坦尼克数据处理与分析（八）.mp4		40.5M
│    └──30.9泰坦尼克数据处理与分析（九）.mp4		41.5M
├──31-决策树		（此文件夹 117M）
│    ├──31.1决策树（一）.mp4		21.3M
│    ├──31.2决策树（二）.mp4		32.6M
│    ├──31.3决策树（三）.mp4		37M
│    └──31.4决策树（四）.mp4		27.1M
├──32-数据呈现基础		（此文件夹 213M）
│    ├──32.1课程安排.mp4		48.8M
│    ├──32.2什么是数据可视化.mp4		15.8M
│    ├──32.3设计原则.mp4		24M
│    ├──32.4数据可视化流程.mp4		24.4M
│    ├──32.5视觉编码.mp4		34.1M
│    ├──32.6图形选择（一）.mp4		26.5M
│    ├──32.7图形选择（二）.mp4		20.2M
│    └──32.8图形选择（三）.mp4		22.5M
├──33-云计算初步		（此文件夹 568M）
│    ├──33.1Hadoop介绍.mp4		30.2M
│    ├──33.2Hdfs应用（一）.mp4		70.6M
│    ├──33.3Hdfs应用（二）.mp4		59.6M
│    ├──33.4MapReduce（一）.mp4		41.3M
│    ├──33.5MapReduce（二）.mp4		27.8M
│    ├──33.6Hive应用（一）.mp4		69.5M
│    ├──33.7Hive应用（二）.mp4		82.5M
│    ├──33.8Hive应用（三）.mp4		103.4M
│    └──33.9Hive应用（四）.mp4		87.2M
├──34-D-Park实战		（此文件夹 916M）
│    ├──34.10Spark应用（四）.mp4		79M
│    ├──34.11Spark应用（五）.mp4		94.6M
│    ├──34.12Spark应用（六）.mp4		118.6M
│    ├──34.13Spark应用（七）.mp4		102.7M
│    ├──34.1Pig应用（一）.mp4		60.7M
│    ├──34.2Pig应用（二）.mp4		57.6M
│    ├──34.3Pig应用（三）.mp4		62.5M
│    ├──34.4Pig应用（四）.mp4		58.2M
│    ├──34.5Pig应用（五）.mp4		55.6M
│    ├──34.6Pig应用（六）.mp4		25M
│    ├──34.7Spark应用（一）.mp4		70.7M
│    ├──34.8Spark应用（二）.mp4		38.4M
│    └──34.9Spark应用（三）.mp4		98.8M
├──35-第四范式分享		（此文件夹 202M）
│    ├──35.1推荐技术的介绍.mp4		24.5M
│    ├──35.2人是如何推荐商品的.mp4		24.7M
│    ├──35.3推荐系统的形式化以及如何评价推荐结果.mp4		17.3M
│    ├──35.4求解—从数据到模型.mp4		23.8M
│    ├──35.5数据拆分与特征工程.mp4		26.8M
│    ├──35.6推荐系统机器学习模型.mp4		35.1M
│    ├──35.7评估模型.mp4		24.8M
│    └──35.8建模过程的演示与课间答疑.mp4		29.7M
├──36-决策树到随机森林		（此文件夹 397M）
│    ├──36.10Bagging与决策树（一）.mp4		25.4M
│    ├──36.11Bagging与决策树（二）.mp4		29.9M
│    ├──36.12Boosting方法（一）.mp4		31.6M
│    ├──36.13Boosting方法（二）.mp4		17.3M
│    ├──36.14Boosting方法（三）.mp4		35.5M
│    ├──36.15Boosting方法（四）.mp4		30M
│    ├──36.1决策树.mp4		16.7M
│    ├──36.2随机森林.mp4		29.7M
│    ├──36.3在Scikit-Learn里面如何用随机森林做预测（一）.mp4		35.6M
│    ├──36.4在Scikit-Learn里面如何用随机森林做预测（二）.mp4		36M
│    ├──36.5模型参数的介绍.mp4		26.4M
│    ├──36.6集成方法（一）.mp4		28M
│    ├──36.7集成方法（二）.mp4		26M
│    ├──36.8Blending.mp4		17.4M
│    └──36.9gt多样化.mp4		17.6M
├──37-数据呈现进阶		（此文件夹 599M）
│    ├──37.10D3（三）.mp4		24.1M
│    ├──37.11div.html.mp4		20.9M
│    ├──37.12svg.html.mp4		68.3M
│    ├──37.13D3支持的数据类型.mp4		59.4M
│    ├──37.14Make a map（一）.mp4		57.5M
│    ├──37.15Make a map（二）.mp4		17.9M
│    ├──37.1静态信息图（一）.mp4		24.8M
│    ├──37.2静态信息图（二）.mp4		34.1M
│    ├──37.3静态信息图（三）.mp4		61.2M
│    ├──37.4静态信息图（四）.mp4		38.4M
│    ├──37.5静态信息图（五）.mp4		41.6M
│    ├──37.6HTML、CSS和JavaScript基础介绍.mp4		48.3M
│    ├──37.7DOM和开发者工具.mp4		28.7M
│    ├──37.8D3（一）.mp4		40.3M
│    └──37.9D3（二）.mp4		40.4M
├──38-强化学习（上）		（此文件夹 350M）
│    ├──38.10Policy Learning（二）.mp4		23.5M
│    ├──38.11Policy Learning（三）.mp4		33M
│    ├──38.12Policy Learning（四）.mp4		27.7M
│    ├──38.13Policy Learning（五）.mp4		17.6M
│    ├──38.14Policy Learning（六）.mp4		37.1M
│    ├──38.1你所了解的强化学习是什么.mp4		27.7M
│    ├──38.2经典条件反射（一）.mp4		17.5M
│    ├──38.3经典条件反射（二）.mp4		29.5M
│    ├──38.4操作性条件反射.mp4		27.8M
│    ├──38.5Evaluation Problem（一）.mp4		26.5M
│    ├──38.6Evaluation Problem（二）.mp4		14.8M
│    ├──38.7Evaluation Problem（三）.mp4		20M
│    ├──38.8Evaluation Problem（四）.mp4		30.8M
│    └──38.9Policy Learning（一）.mp4		23.3M
├──39-强化学习（下）		（此文件夹 419M）
│    ├──39.10大脑中的强化学习算法（三）.mp4		13.1M
│    ├──39.11大脑中的强化学习算法（四）.mp4		24.7M
│    ├──39.12大脑中的强化学习算法（五）.mp4		25.5M
│    ├──39.13RL in alphaGo（一）.mp4		27.5M
│    ├──39.14RL in alphaGo（二）.mp4		27.9M
│    ├──39.15RL in alphaGo（三）.mp4		18.1M
│    ├──39.16RL in alphaGo（四）.mp4		42.3M
│    ├──39.1Policy Learning总结.mp4		25.1M
│    ├──39.2基于模型的RL（一）.mp4		37.3M
│    ├──39.3基于模型的RL（二）.mp4		14.1M
│    ├──39.4基于模型的RL（三）.mp4		36.6M
│    ├──39.5基于模型的RL（四）.mp4		36.5M
│    ├──39.6基于模型的RL（五）.mp4		20M
│    ├──39.7基于模型的RL（六）.mp4		16.2M
│    ├──39.8大脑中的强化学习算法（一）.mp4		38.3M
│    └──39.9大脑中的强化学习算法（二）.mp4		21.1M
├──40-SVM和神经网络引入		（此文件夹 509M）
│    ├──40.10SVM（九）.mp4		37.6M
│    ├──40.11SVM（十）.mp4		48.4M
│    ├──40.12SVM（十一）.mp4		45.3M
│    ├──40.13SVM（十二）和神经网络引入.mp4		52M
│    ├──40.1VC维.mp4		34.1M
│    ├──40.2SVM（一）.mp4		37.2M
│    ├──40.3SVM（二）.mp4		45.9M
│    ├──40.4SVM（三）.mp4		27.9M
│    ├──40.5SVM（四）.mp4		40.2M
│    ├──40.6SVM（五）.mp4		36M
│    ├──40.7SVM（六）.mp4		29.5M
│    ├──40.8SVM（七）.mp4		24.7M
│    └──40.9SVM（八）.mp4		55.8M
├──41-集成模型总结和GDBT理解及其衍生应用		（此文件夹 736M）
│    ├──41.10GDBT理解及其衍生应用（五）.mp4		43.2M
│    ├──41.11GDBT理解及其衍生应用（六）.mp4		49M
│    ├──41.12GDBT理解及其衍生应用（七）.mp4		43.9M
│    ├──41.13GDBT理解及其衍生应用（八）.mp4		87.3M
│    ├──41.14GDBT理解及其衍生应用（九）.mp4		28.8M
│    ├──41.15GDBT理解及其衍生应用（十）.mp4		60.8M
│    ├──41.1集成模型总结（一）.mp4		38.1M
│    ├──41.2集成模型总结（二）.mp4		41M
│    ├──41.3集成模型总结（三）.mp4		46.2M
│    ├──41.4集成模型总结（四）.mp4		39M
│    ├──41.5集成模型总结（五）.mp4		77.4M
│    ├──41.6GDBT理解及其衍生应用（一）.mp4		39.2M
│    ├──41.7GDBT理解及其衍生应用（二）.mp4		53.7M
│    ├──41.8GDBT理解及其衍生应用（三）.mp4		30.9M
│    └──41.9GDBT理解及其衍生应用（四）.mp4		63M
├──42-神经网络		（此文件夹 250M）
│    ├──42.1SVM比较其他分类起代码（一）.mp4		38.2M
│    ├──42.2SVM比较其他分类起代码（二）.mp4		55.6M
│    ├──42.3神经网络（一）.mp4		32M
│    ├──42.4神经网络（二）.mp4		43M
│    ├──42.5神经网络（三）.mp4		35.9M
│    └──42.6神经网络（四）.mp4		47.7M
├──43-监督学习－回归		（此文件夹 356M）
│    ├──43.10经验分享（一）.mp4		28.5M
│    ├──43.11经验分享（二）.mp4		38.6M
│    ├──43.12经验分享（三）.mp4		34.2M
│    ├──43.1机器学习的概念和监督学习.mp4		21.6M
│    ├──43.2机器学习工作流程（一）.mp4		11.7M
│    ├──43.3机器学习工作流程（二）.mp4		21M
│    ├──43.4机器学习工作流程（三）.mp4		20M
│    ├──43.5机器学习工作流程（四）.mp4		26.7M
│    ├──43.6案例分析（一）.mp4		17.1M
│    ├──43.7案例分析（二）.mp4		40.8M
│    ├──43.8案例分析（三）.mp4		39.3M
│    └──43.9案例分析（四）.mp4		61.6M
├──44-监督学习－分类		（此文件夹 512M）
│    ├──44.10模型训练与选择（二）.mp4		51.8M
│    ├──44.11Airbnb数据探索过程（一）.mp4		40.7M
│    ├──44.12Airbnb数据探索过程（二）.mp4		59.2M
│    ├──44.13地震数据可视化过程（一）.mp4		33.6M
│    ├──44.14地震数据可视化过程（二）.mp4		32.6M
│    ├──44.1常用的分类算法.mp4		18.6M
│    ├──44.2模型评估标准和案例分析.mp4		28.8M
│    ├──44.3数据探索（一）.mp4		27.1M
│    ├──44.4数据探索（二）.mp4		41.2M
│    ├──44.5数据探索（三）.mp4		33.3M
│    ├──44.6数据探索（四）.mp4		27.6M
│    ├──44.7数据探索（五）.mp4		52.3M
│    ├──44.8数据探索（六）.mp4		37.9M
│    └──44.9模型训练与选择（一）.mp4		34.8M
├──45-神经网络基础与卷积网络		（此文件夹 614M）
│    ├──45.10神经网络（十）.mp4		40.8M
│    ├──45.11图像处理基础.mp4		29.8M
│    ├──45.12卷积（一）.mp4		76.3M
│    ├──45.13卷积（二）.mp4		43.9M
│    ├──45.1神经网络（一）.mp4		38.9M
│    ├──45.2神经网络（二）.mp4		26.8M
│    ├──45.3神经网络（三）.mp4		21.7M
│    ├──45.4神经网络（四）.mp4		100.5M
│    ├──45.5神经网络（五）.mp4		107.9M
│    ├──45.6神经网络（六）.mp4		36M
│    ├──45.7神经网络（七）.mp4		26.2M
│    ├──45.8神经网络（八）.mp4		33.4M
│    └──45.9神经网络（九）.mp4		39.6M
├──46-时间序列预测		（此文件夹 467M）
│    ├──46.10长短期记忆网络（LSTM）案例分析.mp4		44.2M
│    ├──46.11Facebook开源的新预测工具—Prophet（一）.mp4		44.2M
│    ├──46.12Facebook开源的新预测工具—Prophet（二）.mp4		50M
│    ├──46.13课程答疑.mp4		43.9M
│    ├──46.1时间序列预测概述（一）.mp4		21.1M
│    ├──46.2时间序列预测概述（二）.mp4		25.4M
│    ├──46.3差分自回归移动平均模型(ARIMA).mp4		31.2M
│    ├──46.4差分自回归移动平均模型(ARIMA)案例分析（一）.mp4		46.2M
│    ├──46.5差分自回归移动平均模型(ARIMA)案例分析（二）.mp4		52.1M
│    ├──46.6差分自回归移动平均模型(ARIMA)案例分析（三）.mp4		26.2M
│    ├──46.7差分自回归移动平均模型(ARIMA)案例分析（四）.mp4		44.5M
│    ├──46.8长短期记忆网络（LSTM）（一）.mp4		21.1M
│    └──46.9长短期记忆网络（LSTM）（二）.mp4		20.7M
├──47-人工智能金融应用		（此文件夹 289M）
│    ├──47.1人工智能金融应用（一）.mp4		28.7M
│    ├──47.2人工智能金融应用（二）.mp4		40.7M
│    ├──47.3人工智能金融应用（三）.mp4		37.1M
│    ├──47.4人工智能金融应用（四）.mp4		47.7M
│    ├──47.5机器学习方法（一）.mp4		35.2M
│    ├──47.6机器学习方法（二）.mp4		28.6M
│    ├──47.7机器学习方法（三）.mp4		31.3M
│    └──47.8机器学习方法（四）.mp4		43.1M
├──48-计算机视觉深度学习入门目的篇		（此文件夹 798M）
│    ├──48.1计算机视觉深度学习入门概述.mp4		103.6M
│    ├──48.2计算机视觉领域正在关心的问题（一）.mp4		133.8M
│    ├──48.3计算机视觉领域正在关心的问题（二）.mp4		73.8M
│    ├──48.4实际问题转化为具体问题并用深度学习解决（一）.mp4		119.2M
│    ├──48.5实际问题转化为具体问题并用深度学习解决（二）.mp4		153.3M
│    ├──48.6实际问题转化为具体问题并用深度学习解决（三）.mp4		94.6M
│    └──48.7实际问题转化为具体问题并用深度学习解决（四）.mp4		123.4M
├──49-计算机视觉深度学习入门结构篇		（此文件夹 1.4G）
│    ├──49.10结构之间的优劣评判以及实验结果（五）.mp4		99.6M
│    ├──49.11结构之间的优劣评判以及实验结果（六）.mp4		77.5M
│    ├──49.12结构之间的优劣评判以及实验结果（七）.mp4		108.3M
│    ├──49.13结构之间的优劣评判以及实验结果（八）.mp4		111.1M
│    ├──49.1复习计算机视觉最主要的负责特征提取的结构CNN.mp4		131.9M
│    ├──49.2特征如何组织（一）.mp4		126.2M
│    ├──49.3特征如何组织（二）.mp4		86M
│    ├──49.4特征如何组织（三）.mp4		92.9M
│    ├──49.5特征如何组织（四）.mp4		113.4M
│    ├──49.6结构之间的优劣评判以及实验结果（一）.mp4		116.3M
│    ├──49.7结构之间的优劣评判以及实验结果（二）.mp4		87.7M
│    ├──49.8结构之间的优劣评判以及实验结果（三）.mp4		148.2M
│    └──49.9结构之间的优劣评判以及实验结果（四）.mp4		91.3M
├──50-计算机视觉深度学习入门优化篇		（此文件夹 673M）
│    ├──50.1计算机视觉深度学习入门：优化篇概述.mp4		70.4M
│    ├──50.2CNN模型的一阶优化逻辑.mp4		148.7M
│    ├──50.3训练稳定性：Annealing和Momentum.mp4		69.5M
│    ├──50.4抗拟合：从Dropout到Weight Decay.mp4		128M
│    ├──50.5竞争优化器和多机并行.mp4		134.9M
│    └──50.6手动超参优化逻辑以及超参优化往何处去.mp4		124M
├──51-计算机视觉深度学习入门数据篇		（此文件夹 428M）
│    ├──51.1计算机视觉领域的常用竞赛数据集.mp4		104.3M
│    ├──51.2对数据常用的预处理工作和后处理工作如何提高竞赛成绩（一）.mp4		104.7M
│    ├──51.3对数据常用的预处理工作和后处理工作如何提高竞赛成绩（二）.mp4		81.4M
│    └──51.4如何使用端到端深度学习的方法.mp4		139.3M
├──52-计算机视觉深度学习入门工具篇		（此文件夹 256M）
│    ├──52.1计算机视觉深度学习入门工具篇（一）.mp4		93.5M
│    ├──52.2计算机视觉深度学习入门工具篇（二）.mp4		110.2M
│    └──52.3计算机视觉深度学习入门工具篇（三）.mp4		53.2M
├──53-个性化推荐算法		（此文件夹 308M）
│    ├──53.10工程化实践、常见的问题与解决方法、前沿进展与展望.mp4		33.7M
│    ├──53.1个性化推荐的发展.mp4		26.1M
│    ├──53.2推荐算法的演进（一）.mp4		25.5M
│    ├──53.3推荐算法的演进（二）.mp4		35.8M
│    ├──53.4推荐算法的演进（三）.mp4		27.9M
│    ├──53.5推荐算法的演进（四）.mp4		40.2M
│    ├──53.6建模step by step（一）.mp4		34M
│    ├──53.7建模step by step（二）.mp4		38.7M
│    ├──53.8建模step by step（三）.mp4		32.7M
│    └──53.9算法评估和迭代.mp4		18.9M
├──54-Pig和Spark巩固		（此文件夹 795M）
│    ├──54.10Spark巩固（五）.mp4		101.7M
│    ├──54.1Pig巩固（一）.mp4		43.8M
│    ├──54.2Pig巩固（二）.mp4		115.3M
│    ├──54.3Pig巩固（三）.mp4		89.1M
│    ├──54.4Pig巩固（四）.mp4		83M
│    ├──54.5Pig巩固（五）.mp4		70.1M
│    ├──54.6Spark巩固（一）.mp4		65.6M
│    ├──54.7Spark巩固（二）.mp4		105.4M
│    ├──54.8Spark巩固（三）.mp4		70.6M
│    └──54.9Spark巩固（四）.mp4		54.9M
├──55-人工智能与设计		（此文件夹 256M）
│    ├──55.10使用人工智能的方式.mp4		26.1M
│    ├──55.1智能存在的意义是什么.mp4		19.5M
│    ├──55.2已有人工智的设计应用.mp4		18.6M
│    ├──55.3人的智能（一）.mp4		17M
│    ├──55.4人的智能（二）.mp4		28.7M
│    ├──55.5人的智能的特点（一）.mp4		29.6M
│    ├──55.6人的智能的特点（二）.mp4		27.9M
│    ├──55.7人的智能的特点（三）.mp4		41.6M
│    ├──55.8人工智能（一）.mp4		27.6M
│    └──55.9人工智能（二）.mp4		24.6M
├──56-神经网络		（此文件夹 189M）
│    ├──56.1卷积的本质.mp4		27.8M
│    ├──56.2卷积的三大特点.mp4		34.1M
│    ├──56.3Pooling.mp4		17M
│    ├──56.4数字识别（一）.mp4		33.2M
│    ├──56.5数字识别（二）.mp4		32M
│    ├──56.6感受野.mp4		23.3M
│    └──56.7RNN.mp4		23.5M
├──57-非线性动力学		（此文件夹 289M）
│    ├──57.1非线性动力学.mp4		23.1M
│    ├──57.2线性动力系统.mp4		40M
│    ├──57.3线性动力学与非线性动力学系统（一）.mp4		40.4M
│    ├──57.4线性动力学与非线性动力学系统（二）.mp4		39.8M
│    ├──57.5定点理论.MP4		110.4M
│    └──57.6Poincare引理.mp4		37.1M
├──58-高频交易订单流模型		（此文件夹 179M）
│    ├──58.1高频交易.mp4		20.2M
│    ├──58.2点过程基础（一）.mp4		13.5M
│    ├──58.3点过程基础（二）.mp4		24.2M
│    ├──58.4点过程基础（三）.mp4		17.9M
│    ├──58.5订单流数据分析（一）.mp4		22.3M
│    ├──58.6订单流数据分析（二）.mp4		20.9M
│    ├──58.7订单流数据分析（三）.mp4		17.7M
│    ├──58.8订单流数据分析（四）.mp4		20.6M
│    └──58.9订单流数据分析（五）.mp4		26.2M
├──59-区块链一场革命		（此文件夹 85M）
│    ├──59.1比特币（一）.mp4		23M
│    ├──59.2比特币（二）.mp4		15.7M
│    ├──59.3比特币（三）.mp4		32.1M
│    └──59.4以太坊简介及ICO.mp4		15.2M
├──60-统计物理专题（一）		（此文件夹 409M）
│    ├──60.10证明理想气体方程.mp4		23.3M
│    ├──60.11化学势.mp4		41.5M
│    ├──60.12四大热力学势（一）.mp4		30.1M
│    ├──60.13 四大热力学势（二）.mp4		38.4M
│    ├──60.1统计物理的开端(一).mp4		33M
│    ├──60.2统计物理的开端（二）.mp4		24.2M
│    ├──60.3抛硬币抛出正态分布（一）.mp4		19.5M
│    ├──60.4抛硬币抛出正态分布（二）.mp4		35.7M
│    ├──60.5再造整个世界（一）.mp4		30.5M
│    ├──60.6再造整个世界（二）.mp4		35.1M
│    ├──60.7温度的本质（一）.mp4		41M
│    ├──60.8温度的本质（二）.mp4		27.3M
│    └──60.9压强.mp4		33.6M
├──61-统计物理专题（二）		（此文件夹 147M）
│    ├──61.1神奇公式.mp4.mp4		34.7M
│    ├──61.2信息熵（一）.mp4		17.9M
│    ├──61.3信息熵（二）.mp4		28.6M
│    ├──61.4Boltzmann分布.mp4		30.2M
│    └──61.5配分函数Z.mp4		38.8M
├──62-复杂网络简介		（此文件夹 131M）
│    ├──62.1Networks in real worlds.mp4		14.3M
│    ├──62.2BasicConcepts（一）.mp4		19.8M
│    ├──62.3BasicConcepts（二）.mp4		13.3M
│    ├──62.4Models（一）.mp4		12.1M
│    ├──62.5Models（二）.mp4		14M
│    ├──62.6Algorithms（一）.mp4		25.4M
│    └──62.7Algorithms（二）.mp4		34.7M
├──63-ABM简介及金融市场建模		（此文件夹 574M）
│    ├──63.10ABM与复杂系统建模-交通系统（一）.mp4		27.2M
│    ├──63.11ABM与复杂系统建模-交通系统（二）.mp4		37.9M
│    ├──63.12ABM金融市场-SFI股票市场模型（一）.mp4		32M
│    ├──63.13ABM金融市场-SFI股票市场模型（二）.mp4		25.4M
│    ├──63.14ABM金融市场-genova市场模型.mp4		31.9M
│    ├──63.15ABM金融市场-Agent及其行为.mp4		31.8M
│    ├──63.16学习模型.mp4		35.7M
│    ├──63.17ABM金融市场-价格形成机制.mp4		15.8M
│    ├──63.18ABM的特点与缺陷.mp4		29.3M
│    ├──63.1课程介绍.mp4		26.9M
│    ├──63.2系统与系统建模.mp4		39.5M
│    ├──63.3ABM与复杂系统建模（一）.mp4		36.3M
│    ├──63.4ABM与复杂系统建模（二）.mp4		45.1M
│    ├──63.5ABM与复杂系统建模（三）.mp4		36.8M
│    ├──63.6ABM为经济系统建模.mp4		30.4M
│    ├──63.7经典经济学如何给市场建模.mp4		35.3M
│    ├──63.8ABM与复杂系统建模-市场交易.mp4		40.1M
│    └──63.9ABM与复杂系统建模-技术扩散.mp4		25.3M
├──64-用伊辛模型理解复杂系统		（此文件夹 510M）
│    ├──64.10（网络中的）投票模型.mp4		24.2M
│    ├──64.11观念动力学.mp4		29.8M
│    ├──64.12集体运动Vicsek模型.mp4		38.3M
│    ├──64.13自旋玻璃.mp4		18.2M
│    ├──64.14Hopfield神经网络.mp4		23.3M
│    ├──64.15限制Boltzmann机.mp4		30.2M
│    ├──64.16深度学习与重正化群（一）.mp4		35.4M
│    ├──64.17深度学习与重正化群（二）.mp4		21.9M
│    ├──64.18总结.mp4		30.7M
│    ├──64.19答疑.mp4		17.4M
│    ├──64.1伊辛模型的背景及格气模型.mp4		24.4M
│    ├──64.2伊辛模型（一）.mp4		19.2M
│    ├──64.3伊辛模型（二）.mp4		19.6M
│    ├──64.4从能量到统计分布及Monte Carlo模拟.mp4		23.6M
│    ├──64.5Ising Model(2D).mp4		26M
│    ├──64.6相变和临界现象.mp4		43.6M
│    ├──64.7Critical Exponents.mp4		26.7M
│    ├──64.8正问题和反问题.mp4		29.1M
│    └──64.9（空间中的）投票模型.mp4		36.4M
├──65-金融市场的复杂性		（此文件夹 631M）
│    ├──65.10Classical Benchmarks（五）.mp4		29.7M
│    ├──65.11Endogenous Risk（一）.mp4		42.8M
│    ├──65.12Endogenous Risk（二）.mp4		36.8M
│    ├──65.13Endogenous Risk（三）.mp4		40.2M
│    ├──65.14Endogenous Risk（四）.mp4		18.3M
│    ├──65.15Endogenous Risk（五）.mp4		35.5M
│    ├──65.16Endogenous Risk（六）.mp4		37.1M
│    ├──65.17Heterogeneous Beliefs（一）.mp4		42.4M
│    ├──65.18Heterogeneous Beliefs（二）.mp4		44.8M
│    ├──65.19总结.mp4		21.1M
│    ├──65.1导论（一）.mp4		39M
│    ├──65.2导论（二）.mp4		39.7M
│    ├──65.3导论（三）.mp4		21.4M
│    ├──65.4导论（四）.mp4		30.3M
│    ├──65.5导论（五）.mp4		37.6M
│    ├──65.6Classical Benchmarks（一）.mp4		31.9M
│    ├──65.7Classical Benchmarks（二）.mp4		28.6M
│    ├──65.8Classical Benchmarks（三）.mp4		40M
│    └──65.9Classical Benchmarks（四）.mp4		22.4M
├──66-广泛出现的幂律分布		（此文件夹 238M）
│    ├──66.1生物界（一）.mp4		29M
│    ├──66.2生物界（二）.mp4		24.3M
│    ├──66.3生物界（三）.mp4		22.9M
│    ├──66.4生物界（四）.mp4		31M
│    ├──66.5城市、商业（一）.mp4		33.9M
│    ├──66.6城市、商业（二）.mp4		33.3M
│    ├──66.7启示（一）.mp4		31.5M
│    ├──66.8启示（二）.mp4		17.6M
│    └──66.9总结.mp4		18.3M
├──67-自然启发算法		（此文件夹 492M）
│    ├──67.10粒子群算法（一）.mp4		37.2M
│    ├──67.11粒子群算法（二）.mp4		38.2M
│    ├──67.12粒子群算法（三）.mp4		33.6M
│    ├──67.13遗传算法和PSO的比较.mp4		25.7M
│    ├──67.14更多的类似的算法（一）.mp4		34.9M
│    ├──67.15更多的类似的算法（二）.mp4		27.4M
│    ├──67.16答疑.mp4		35.4M
│    ├──67.1课程回顾及答疑.mp4		29.7M
│    ├──67.2概括（一）.mp4		29.2M
│    ├──67.3概括（二）.mp4		15.9M
│    ├──67.4模拟退火算法（一）.mp4		40.2M
│    ├──67.5模拟退火算法（二）.mp4		32.8M
│    ├──67.6进化相关的算法（一）.mp4		26.4M
│    ├──67.7进化相关的算法（二）.mp4		29.7M
│    ├──67.8进化相关的算法（三）.mp4		36M
│    └──67.9进化相关的算法（四）.mp4		27.6M
├──68-机器学习的方法		（此文件夹 569M）
│    ├──68.10输出是最好的学习（二）.mp4		16M
│    ├──68.11案例（一）.mp4		27.6M
│    ├──68.12案例（二）.mp4		18.3M
│    ├──68.13案例（三）.mp4		20.5M
│    ├──68.14案例（四）.mp4		38M
│    ├──68.15案例（五）.mp4		16.4M
│    ├──68.1为什么要讲学习方法.mp4		24.7M
│    ├──68.2阅读论文.mp4		19.9M
│    ├──68.3综述式文章举例（一）.mp4		88.3M
│    ├──68.4综述式文章举例（二）.mp4		150.5M
│    ├──68.5碎片化时间学习及书籍.mp4		51.6M
│    ├──68.6视频学习资源及做思维导图.mp4		33.8M
│    ├──68.7铁哥答疑（一）.mp4		28.5M
│    ├──68.8铁哥答疑（二）.mp4		19.2M
│    └──68.9输出是最好的学习（一）.mp4		22.2M
├──69-模型可视化工程管理		（此文件夹 792M）
│    ├──69.10定制化可视化系统—Jupyter Dashboard（一）.mp4		30.8M
│    ├──69.11定制化可视化系统—Jupyter Dashboard（二）.mp4		38.7M
│    ├──69.12变身前端—seaboarn+Bokeh+Echarts.mp4		71.3M
│    ├──69.13日志管理系统—ELK.mp4		50.4M
│    ├──69.14极速Bi系统—superset.mp4		40.2M
│    ├──69.15Dashboard补充.mp4		55.4M
│    ├──69.16ELK补充.mp4		63.3M
│    ├──69.17Superset补充.mp4		60.9M
│    ├──69.18Superset补充及总结.mp4		20.4M
│    ├──69.1课程简介.mp4		20.7M
│    ├──69.2虚拟换环境—Anaconda&docker（一）.mp4		28.7M
│    ├──69.3虚拟换环境—Anaconda&docker（二）.mp4		30M
│    ├──69.4虚拟换环境—Anaconda&docker（三）.mp4		59.3M
│    ├──69.5虚拟换环境—Anaconda&docker（四）.mp4		34.5M
│    ├──69.6虚拟换环境—Anaconda&docker（五）.mp4		53.3M
│    ├──69.7虚拟换环境—Anaconda&docker（六）.mp4		38.2M
│    ├──69.8虚拟换环境—Anaconda&docker（七）.mp4		54.6M
│    └──69.9虚拟换环境—Anaconda&docker（八）.mp4		49.7M
├──70-Value Iteration Networks		（此文件夹 91M）
│    ├──70.1Background&Motivation.mp4		23M
│    ├──70.2Value Iteration.mp4		19.8M
│    ├──70.3Grid—world Domain.mp4		23.8M
│    └──70.4总结及答疑.mp4		26.4M
├──70-最新回放		（此文件夹 840M）
│    ├──0822 CNN RNN回顾 非线性动力学引入.mp4		469.9M
│    └──0822 高频订单流模型、区块链介绍.mp4		371.7M
├──71-非线性动力学系统（上）		（此文件夹 787M）
│    ├──71.10混沌（一）.mp4		28.6M
│    ├──71.11混沌（二）.mp4		24.6M
│    ├──71.12混沌（三）.mp4		21.4M
│    ├──71.13混沌（四）.mp4		24M
│    ├──71.14混沌（五）.mp4		32.4M
│    ├──71.15混沌（六）.mp4		86.2M
│    ├──71.16混沌（七）.mp4		157.7M
│    ├──71.17混沌（八）.mp4		31.5M
│    ├──71.18混沌（九）.mp4		31.5M
│    ├──71.19混沌（十）.mp4		19.8M
│    ├──71.1非线性动力学系统（一）.mp4		28M
│    ├──71.20混沌（十一）.mp4		30.3M
│    ├──71.2非线性动力学系统（二）.mp4		33.7M
│    ├──71.3二维系统动力学综述—Poincare引理.mp4		33.7M
│    ├──71.4Bifurcation（一）.mp4		13.7M
│    ├──71.5Bifurcation（二）.mp4		34.2M
│    ├──71.6Bifurcation（三）.mp4		32M
│    ├──71.7Bifurcation（四）.mp4		28.7M
│    ├──71.8Bifurcation（五）.mp4		38M
│    └──71.9Bifurcation（六）.mp4		65.6M
├──72-非线性动力学系统（下）		（此文件夹 128M）
│    ├──72.1自然语言处理乱弹（一）.mp4		30.9M
│    ├──72.2自然语言处理乱弹（二）.mp4		34.1M
│    ├──72.3RNN.mp4		34.4M
│    └──72.4RNN及答疑.mp4		30.8M
├──73-自然语言处理导入		（此文件夹 441M）
│    ├──73.1中文分词.mp4		27.7M
│    ├──73.2中文分词、依存文法分析.mp4		26.7M
│    ├──73.3篇章分析、自动摘要、知识提取、文本相似度计算.mp4		40.9M
│    ├──73.4知识库构建、问答系统.mp4		42.7M
│    ├──73.5示范战狼2的豆瓣评论词云（一）.mp4		56.9M
│    ├──73.6示范战狼2的豆瓣评论词云（二）.mp4		54.8M
│    ├──73.7示范战狼2的豆瓣评论词云（三）.mp4		62.7M
│    ├──73.8示范战狼2的豆瓣评论词云（四）.mp4		72.2M
│    └──73.9示范战狼2的豆瓣评论词云（五）.mp4		62.9M
├──74-复杂网络上的物理传输过程		（此文件夹 516M）
│    ├──74.10一些传播动力学模型（七）.mp4		32.4M
│    ├──74.11一些传播动力学模型（八）.mp4		23.5M
│    ├──74.12仿真模型的建立过程（一）.mp4		45M
│    ├──74.13仿真模型的建立过程（二）.mp4		44.3M
│    ├──74.14仿真模型的建立过程（三）.mp4		63.7M
│    ├──74.15仿真模型的建立过程（四）.mp4		44.2M
│    ├──74.16Combining complex networks and data mining.mp4		31.9M
│    ├──74.1一些基本概念.mp4		18.5M
│    ├──74.2常用的统计描述物理量.mp4		14.4M
│    ├──74.3四种网络模型.mp4		30.3M
│    ├──74.4一些传播动力学模型（一）.mp4		28.2M
│    ├──74.5一些传播动力学模型（二）.mp4		28.9M
│    ├──74.6一些传播动力学模型（三）.mp4		29.6M
│    ├──74.7一些传播动力学模型（四）.mp4		31.4M
│    ├──74.8一些传播动力学模型（五）.mp4		29.5M
│    └──74.9一些传播动力学模型（六）.mp4		27.8M
├──75-RNN及LSTM		（此文件夹 528M）
│    ├──75.10梯度消失与梯度爆炸（二）.mp4		23.9M
│    ├──75.11Reservoir computing—偷懒方法.mp4		19.8M
│    ├──75.12LSTM.mp4		32.5M
│    ├──75.13LSTM、Use Examples.mp4		36.5M
│    ├──75.14词向量、Deep RNN.mp4		22M
│    ├──75.15Encoder Decoder Structure.mp4		20.2M
│    ├──75.16LSTM Text Generation（一）.mp4		44.1M
│    ├──75.17LSTM Text Generation（二）.mp4		53.5M
│    ├──75.18LSTM Text Generation（三）.mp4		54.8M
│    ├──75.1RNN—序列处理器（一）.mp4		23.3M
│    ├──75.2RNN—序列处理器（二）.mp4		31.4M
│    ├──75.3A simple enough case.mp4		29M
│    ├──75.4A dance between fix points.mp4		30.7M
│    ├──75.5Fix point、Train Chaos.mp4		26.8M
│    ├──75.6RNN作为生成模型（动力系统）.mp4		24.6M
│    ├──75.7RNN训练—BPTT（一）.mp4		22.9M
│    ├──75.8RNN训练—BPTT（二）.mp4		18.8M
│    └──75.9梯度消失与梯度爆炸（一）.mp4		22.7M
├──76-漫谈人工智能创业		（此文件夹 747M）
│    ├──76.10三个战略管理学商业模型（三）.mp4		39.7M
│    ├──76.11三个战略管理学商业模型（四）.mp4		41.5M
│    ├──76.12三个战略管理学商业模型（五）.mp4		31.4M
│    ├──76.13三个战略管理学商业模型（六）.mp4		96.1M
│    ├──76.14三个战略管理学商业模型（七）.mp4		33.2M
│    ├──76.15三个战略管理学商业模型（八）.mp4		22.9M
│    ├──76.16三个战略管理学商业模型（九）.mp4		27M
│    ├──76.17关于Entrepreneurship.mp4		13.3M
│    ├──76.1人工智能对我们生活的影响（一）.mp4		51.7M
│    ├──76.2人工智能对我们生活的影响（二）.mp4		38.1M
│    ├──76.3人工智能对我们生活的影响（三）.mp4		47.4M
│    ├──76.4人工智能对我们生活的影响（四）.mp4		67.9M
│    ├──76.5人工智能对我们生活的影响（五）.mp4		70.7M
│    ├──76.6人工智能对我们生活的影响（六）.mp4		105.5M
│    ├──76.7人工智能创业中的商业思维.mp4		29.7M
│    ├──76.8三个战略管理学商业模型（一）.mp4		19.8M
│    └──76.9三个战略管理学商业模型（二）.mp4		19.4M
├──77-深度学习其他主题		（此文件夹 365M）
│    ├──77.10程序讲解（三）.mp4		47.9M
│    ├──77.1神经网络的无穷潜力.mp4		30.3M
│    ├──77.2玻尔兹曼机—联想的机器.mp4		27.7M
│    ├──77.3受限玻尔兹曼机.mp4		36.2M
│    ├──77.4对抗学习（一）.mp4		26.4M
│    ├──77.5对抗学习（二）.mp4		24.2M
│    ├──77.6对抗学习（三）.mp4		24.4M
│    ├──77.7对抗学习（四）.mp4		54.5M
│    ├──77.8程序讲解（一）.mp4		43M
│    └──77.9程序讲解（二）.mp4		54.5M
└──78-课程总结		（此文件夹 303M）
│    ├──78.10课程总结（二）.mp4		32.7M
│    ├──78.1开场.mp4		21.2M
│    ├──78.2Attention实例—Spatial Transformer.mp4		60.9M
│    ├──78.3猫狗大战—CNN实战（一）.mp4		42M
│    ├──78.4猫狗大战—CNN实战（二）.mp4		35.4M
│    ├──78.5RNN诗人.mp4		28.9M
│    ├──78.6课程复习.mp4		33.2M
│    ├──78.7课程大纲（一）.mp4		18.4M
│    ├──78.8课程大纲（二）.mp4		18.8M
│    └──78.9课程总结（一）.mp4		16.5M