七月在线SVIP会员课合集「网盘无密」

01-自动聊天机器人项目班/

第1课 聊天机器人的基础模型与综述/

第2课 NLP基础及扫盲/

第3课 用基础机器学习方法制作聊天机器人/

第4课 深度学习基础及扫盲/

第5课 深度学习聊天机器人原理/

第6课 用深度学习方法制作聊天机器人/

第7课 看图回答VQA/

第8课 简单易用的聊天机器人开发平台与展望/

02-智能问答系统实战/

[341M] 第1课 对话系统的介绍.ts

[286M] 第2课 智能客服系统基础知识讲解.ts

[391M] 第3课 深度学习技术讲解.ts

[459M] 第4课 检索式与生成式对话系统.ts

[354M] 第5课 Seq2Seq模型与attention机制.ts

[455M] 第6课 BERT详解.ts

03-语音识别实战/

拓展阶段/

第一阶段 概览语音识别技术/

第三阶段 实战判别式训练和ASR模型/

第二阶段 掌握声学模型和语言模型/

04-语音识别技术的前世今生/

[210M] 语音识别技术之今生：神经网络.ts

[228M] 语音识别技术之前世： GMM + HMM.ts

05-无人驾驶实战/

[202M] 第一课 自动驾驶概述.ts

[216M] 第七课 高精地图与车路协同设备.ts

[188M] 第三课 感知基础.ts

[175M] 第九课 预测系统.ts

[253M] 第二课 软件环境基础（ROS CMake）.ts

[287M] 第五课 感知实战：物体跟踪.ts

[157M] 第八课 无人车定位系统.ts

[221M] 第六课 视觉定位.ts

[166M] 第十一课 控制理论.ts

[260M] 第十二课 基于强化学习的自动驾驶系统.ts

[187M] 第十课 路径规划.ts

[190M] 第四课 感知实战：目标检测.ts

06-无人机自主飞行实战/

[143M] 第1课 无人机硬件理论课.ts

[2.3G] 第2课 无人机拼装实战.ts

[290M] 第3课 Linux 基础知识.ts

[310M] 第4课 ROS 与 OFFBOARD MODE.ts

[217M] 第5课 无人机机载摄像头 3D 建模.ts

[1.4G] 第6课 SLAM 原理及其介绍.ts

[1.5G] 第7课 环境感知和路径规划.ts

[709M] 第8课 GPS， IMU，SLAM 传感器融合.ts

[340M] 第9课 基于地图的无人机定位及 Point-And-Fly.ts

[341M] 第10课 未来工业无人机和全自主飞行载人载货应用前景与障碍.ts

07-图搜索实战班/

[231M] 第1课 图搜索实战班第1讲.ts

[1.6M] 第1课.pdf

[233M] 第2课 图搜索实战班第2讲.ts

[1.2M] 第2课.pdf

08-数据挖掘班/

其他资料/

第1课 数据科学与数学基础/

第2课 数据处理分析可视化/

第3课 海量数据的分布式处理/

第4课 关联规则挖掘/

第5课 数据与聚类/

第6课 海量高维数据与近似最近邻/

第7课 分类与排序/

第8课 推荐系统/

第9课 海量高维数据与维度约减/

第10课 PageRank与图挖掘/

09-生成对抗网络实战/

[1.2M] code.zip

[ 52M] gan-applications.zip

[183K] gan.zip

[232M] 第1课 生成对抗网络基本原理.ts

[187M] 第2课 多种多样的GAN.ts

[214M] 第3课 基于能量的GAN.ts

[ 18M] 第3课 更多的生成对抗网络.pdf

[333M] 第4课 GAN实战.ts

[8.3M] 第一课 声称对抗网络基本原理.pdf

[4.7M] 第二课：WGAN and more.pdf

10-深度学习项目班/

[349M] 卷积神经网络与计算机视觉.ts

[368M] 神经网络初步.ts

[371M] 第一课 深度卷积神经网络基础(原理、调参、Kaggle比赛实践).ts

[629M] 第七课 从矩阵分解到FM based NN.ts

[779M] 第三课 自然语言处理从入门到进阶.ts

[423M] 第二课 深度学习在大规模图像搜索中的实际应用.ts

[780M] 第五课 从FM到DNN到wide&amp_deep model.ts

[570M] 第八课 从CCF神经网络到Deep Auto-encoder for CF.ts

[637M] 第六课 FNN CCPM PNN与图片混合点击率预估.ts

[1.0G] 第四课 聊天机器人实战演练.ts

11-深度学习论文班/

[199M] 第1课 Reducing the dimensionality of data with neural networks..ts

[130M] 第2课 A fast learning algorithm for deep belief nets..ts

[226M] 第3课 Densely Connected Convolutional Networks.ts

[287M] 第4课 A guide for convolution arithmetic for deep learning.ts

[268M] 第5课 Imagenet classification with deep convolutional neural networks..ts

[143M] 第6课 Speech recognition with deep recurrent neural networks.ts

[263M] 第7课 Decoupled neural interfaces using synthetic gradients.ts

[233M] 第8课 Deep Learning without Poor Local Minima.ts

12-深度学习第四期/

其他资料/

第一阶段 深度学习从零入门/

第三阶段 CNN延伸：深度学习框架与高级应用/

第二阶段 透彻理解CNN/

第五阶段 迁移学习与增强学习/

第四阶段 掌握自然语言处理中的神经网络/

13-人工智能极简入门/

[221M] 第1课 机械思维：从人工智能发展史中，我们能获得什么启示？.ts

[245M] 第2课 数据思维：为什么大数据当代AI发展的最大推手？.ts

[227M] 第3课 辩证思维：如何成为智能时代的精英？.ts

[227M] 第3课 辩证思维：如何成为智能时代的精英？.ts.baiduyun.downloading

第3课 辩证思维：如何成为智能时代的精英？.ts.baiduyun.downloading.cfg

[228M] 第4课 锯箭思维：为什么说回归分析是完成数据到价值转换的好途径？.ts

[227M] 第5课 中庸思维：机器学习的三大流派都是什么.ts

[210M] 第6课 概率思维：为什么贝叶斯是一个现代人的人生观？.ts

[239M] 第7课 维度思维：降维和升维给我们带来什么启示？.ts

[226M] 第8课 不确定思维：为什么生命以负熵为生？.ts

[259M] 第9课 心学思维：神经网络学习的生物学基础在哪里？.ts

[281M] 第10课 焦距思维：为什么卷积神经网络在深度学习中得到广泛应用？.ts

14-区块链实战/

[150M] 第一课 从比特币到区块链.ts

[208M] 第七课 智能合约开发入门（实战项目）.ts

[201M] 第三课 手动实现简易区块链原型（代码实战）.ts

[179M] 第二课 共识、挖矿、交易以及钱包详解.ts

[155M] 第五课 比特币的局限性及以太坊入门.ts

[203M] 第八课 ICO揭秘以及如何发币.ts

[147M] 第六课 智能合约学习准备.ts

[195M] 第四课 比特币源码编译和本地实验（略懂C++即可）.ts

15-迁移学习/

[ 33M] transfer-learning code.zip

[179M] 第1课 迁移学习详解.ts

[261M] 第2课 迁移学习实战.ts

[6.5M] 第一课 迁移学习.pdf

16-七月在线-机器学习集训营第九期/

机器学习集训营第九期/

资料/

17-七月：推荐系统实战 第二期/

[195M] 学术界最新算法在BAT的应用2.mp4

[360M] 第1课 推荐系统简介：BAT、头条等.mp4

[438M] 第2课 召回算法和业界最佳实践(一).mp4

[436M] 第3课 召回算法和业界最佳实践(二).mp4

[493M] 第4课 用户建模（召回、排序都会用到）.mp4

[512M] 第5课 排序算法&深度学习模型.mp4

[417M] 第6课 重排序算法：Learn to Rank.mp4

[270M] 第7课 学术界最新算法在BAT的应用1.mp4

[ 86M] 资料.zip

18-面试求职第四期/

[ 76M] 名企AI面试100题 第二版.pdf

第一阶段 掌握基础算法和数据结构/

第三阶段 实战动态规划和贪心/

第二阶段 玩转树、堆、图等高级数据结构/

第四阶段 掌握海量数据处理和概率，求职心不慌/

19-量化交易策略实战/

[249M] 第1课 量化交易基础.ts

[350M] 第2课 衍生品及交易策略（A）.ts

[350M] 第2课 衍生品及交易策略（A）.ts.baiduyun.downloading

第2课 衍生品及交易策略（A）.ts.baiduyun.downloading.cfg

[242M] 第3课 衍生品及交易策略（B）.ts

[312M] 第4课 统计套利.ts

20-矩阵与凸优化班/

[830K] Lecture1.pdf

[491K] Lecture2.pdf

[315K] Lecture3.pdf

[586K] lecture4_凸优化初步.pdf

[231K] lecture5.pdf

[219K] lecture6_凸优化在机器学习中的应用.pdf

[283M] 第1课 理解矩阵.ts

[244M] 第2课 理解微积分和凸优化.ts

[148M] 第3课 微积分与逼近论.ts

[210M] 第4课 凸优化初步.ts

[164M] 第5课 凸优化进阶.ts

[171M] 第6课 凸优化在机器学习中的应用.ts

21-金融风控实战/

第一阶段 金融风控技术基础/

第三阶段 机器学习与评分卡模型/

第二阶段 机器学习的核心：特征工程/

第五阶段 高级风控模型/

第四阶段 模型优化/

22-计算机视觉 第二期/

[2.5M] lesson1 图像处理基础.zip

[ 12M] lesson2 图像处理进阶.zip

[2.5M] lesson3 神经网络初步与调参.zip

[ 20M] lesson4 深度CNN原理与实战.zip

[ 28M] lesson6 大规模车辆图片搜索.zip

[ 14M] lesson7 目标检测与无人驾驶.zip

[5.9M] lesson8 深度学习在图像语义分割中的应用.zip

[6.9M] lesson9 RNN与GAN.zip

[ 32M] lesson10 理解AlphaGo （强化学习） 和生成模型（GAN）背后的原理.zip

[201M] 第1课：图像处理基础.ts

[240M] 第2课：图像处理进阶.ts

[180M] 第3课：神经网络初步与调参技巧 （ by Seven).ts

[183M] 第4课：深度卷积神经网络原理与实践 (by Seven).ts

[196M] 第5课 图像搜索技术 (by Seven).ts

[282M] 第7课：目标检测及其在无人驾驶领域的作用.ts

[217M] 第8课：深度学习在图像语义分割中的应用.ts

[213M] 第9课：RNN及其应用（image captioning and VQA）.ts

[225M] 第10课：深度学习前沿：理解AlphaGo （强化学习） 和生成模型（GAN）背后的原理.ts

[236M] 重识别 (by Seven).ts

23-机器学习中的数学第二期/

扩展/

[1.5M] 第1课微分学与梯度下降法.pdf

[790K] 第2课微分学进阶.pdf

[1.9M] 第3课 Probability.pdf

[1.6M] 第4课-MLE.pdf.crdownload

[779K] 第5课-线性代数基础_.pdf

[336K] 第6课-线性代数进阶.pdf

[2.2M] 第7课凸优化简介.pdf

[ 52K] 第8课代码示范.支持向量机.ipynb

[2.1M] 第8课凸优化进阶.pdf

[ 11M] 第9课-机器学习分类问题与数学(上).pdf

[7.3M] 第10课-机器学习分类问题与数学(下).pdf

[186M] 第一课：微分学基本概念.ts

[133M] 第七课：凸优化简介.ts

[220M] 第三课：概率论简介.ts

[207M] 第九课：从线性模型谈起的机器学习分类与回归.ts

[148M] 第二课：微分学进阶.ts

[310M] 第五课： 线性代数基础.ts

[149M] 第八课：优化的稳定性.ts

[191M] 第六课：线性代数进阶.ts

[200M] 第十课：从信息论到工业界最爱的树模型.ts

[265M] 第四课：极大似然估计.ts

24-机器学习与量化交易项目班/

扩展/

第一课 自动化交易综述/

第七课 模型评估与风险控制/

第三课 搭建自己的量化数据库/

第九课 量化策略的实现/

第二课 量化交易系统综述/

第五课 策略建模综述/

第八课 自动交易系统的搭建/

第六课 策略建模：基于机器学习的策略建模/

第十课 策略优化与课程总结/

第四课 用Python进行金融数据分析/

25-机器学习应用班/

其他资料/

第1课 数学基础/

第2课 随机森林及其应用/

第3课 特征工程与模型调优/

第4课 推荐系统与案例/

第5课 CTR预估/

第6课 NLP应用基础/

第7课 深度学习在NLP中的应用/

第8课 图像检索与相关应用/

第9课 计算机视觉中的物体检测/

第10课 社交网络在工业界的应用/

26-机器学习工程师 第八期/

扩展资料/

第1课（上）微积分/

第1课（下）概率论/

第2课（上） 线性代数/

第2课（下） 凸优化/

第3课 回归问题与应用/

第4课 决策树、随机森林、GBDT/

第5课 SVM/

第6课 最大熵与EM算法（上）/

第6课 最大熵与EM算法（下）/

第7课 机器学习中的特征工程处理/

第8课 多算法组合与模型最优化/

第9课 sklearn与机器学习实战/

第10课 高级工具xgboostlightGBM与建模/

第11课 用户画像与推荐系统/

第12课 聚类/

第13课 聚类与推荐系统实战/

第14课 贝叶斯网络/

第15课 隐马尔科夫模型HMM/

第16课 主题模型/

第18课 卷积神经网络与计算机视觉/

第19课 循环神经网络与自然语言处理/

第20课 深度学习实践/

27-互联网计算广告实战/

28-关键点检测实战/

[198M] 第1课 关键点检测概览与环境配置.ts

[160M] 第2课 图像识别与检测.ts

[230M] 第3课 人体骨骼点检测：自顶向下.ts

[206M] 第4课 人体骨骼点检测：自底向上.ts

[153M] 第5课 人脸和手部特征点检测.ts

[154M] 第6课 物体关键点检测.ts

29-概率统计 第二期/

[144M] 第1课 概率论基础.ts

[160M] 第2课 参数估计：从概率到统计.ts

[207M] 第3课 面试中常见的概率统计问题.ts

[190M] 第4课 概率统计在机器学习中的应用.ts

[187M] 第5课 熵与相对熵.ts

[165M] 第6课 最大熵原理与最大熵模型.ts

30-动态规划实战班/

[ 741] 34.cc

[ 596] 167.cc

[ 588] 215.cpp

[ 70K] 二分法微课.pdf

[ 78K] 第1课 动态规划.pdf

[210M] 第1课 动态规划实战班第1讲.ts

[ 78K] 第2课 动态规划.pdf

[262M] 第2课 动态规划实战班第2讲.ts

31-从头到尾带打kaggle比赛/

[249M] 第1课 开营仪式与赛题介绍.ts

[246M] 第2课 如何使用Python完成数据分析并构建比赛baseline.ts

[304M] 第3课 带你学会使用：构建验证集的3种方法，以及10多种机器学习模型.ts

[270M] 第4课 N种数据挖掘技巧，让你学到爽.ts

[240M] 第5课 3种模型集成方法，构建最强模型.ts

[233M] 第6课 比赛总结与展望.ts

32-从零实战目标检测/

第一阶段 夯实基础/

第三阶段 目标检测最新发展现状/

第二阶段 目标检测主流体系/

33-从零起步实战slam/

[226M] 第1课 SLAM概览与系统环境配置.ts

[124M] 第2课 SLAM中的基础.ts

[141M] 第3课 李群与李代数.ts

[178M] 第4课 相机成像及常用视觉传感器.ts

[159M] 第5课 非线性优化.ts

[133M] 第6课 视觉里程计.ts

[133M] 第7课 多视角几何.ts

[106M] 第8课 视觉里程计中的位姿估计方法.ts

[172M] 第9课 非线性优化.ts

[194M] 第10课：回环检测与重建.ts

34-TensorFlow框架案例实战/

[176M] 第1课 Tensorflow基础.ts

[213M] 第2课 详解深度神经网络案例.ts

[171M] 第3课 卷积神经网络与图像应用.ts

[201M] 第4课 海量图像训练预处理.ts

[244M] 第5课 循环神经网络与应用.ts

[176M] 第6课 Tensorboard工具与模型优化.ts

[181M] 第7课 Tensorflow应用案例.ts

[256M] 第8课 Tensorflow之上的工具库.ts

资料/

35-Spark机器学习班/

[2.4M] Spark系统概述与编程入门.pps

[5.1K] graphx.scala

[3.5K] sql.scala

[224M] 第1课 Spark系统概述与编程接口.ts

[4.0M] 第2课 Spark运行原理与shuffle过程.pps

[183M] 第2课 Spark运行模式及原理.ts

[256M] 第3课 Spark存储、调度、与监控分析.ts

[124K] 第3课 Spark存储、调度与监控分析.pdf

[ 77K] 第4课 Spark性能调优.pdf

[216M] 第4课 Spark性能调优.ts

[296K] 第5课 Spark即时查询讲解.pdf

[196M] 第5课 Spark即时查询讲解.ts

[265K] 第6课 Spark图计算讲解.pdf

[193M] 第6课 Spark图计算讲解.ts

[ 51M] 第7-8课 Spark机器学习.zip

[245M] 第7课 Spark机器学习讲解.ts

[337M] 第8课 Spark机器学习应用.ts

36-PyTorch的入门与实战/

[197M] 第一课 深度学习回顾与PyTorch简介.ts

[323M] 第七课 Seq2Seq与Attention.ts

[210M] 第三课 语言模型.ts

[267M] 第二课 词向量简介.ts

[267M] 第五课 简单图片分类.ts

[363M] 第八课 问答系统.ts

[266M] 第六课 图片风格迁移和GAN.ts

[247M] 第四课 自然语言分类任务.ts

37-Python数据分析 升级版/

[198M] 第1课 Python和数据分析入门.ts

[261M] 第2课 Numpy.ts

[250M] 第3课 Pandas.ts

[337M] 第4课 数据获取与处理.ts

[288M] 第5课 Matplotlib与数据可视化.ts

[259M] 第6课 Python文本分析.ts

[249M] 第7课 机器学习库Scikit-Learn与应用.ts

[175M] 第8课 Python社交网络分析igraph.ts

[227M] 第9课 Python多线程.ts

[188M] 第10课 Python深度学习入门.ts

[306K] 第一课 Python和数据分析入门.zip

[5.0M] 第七课 机器学习库Scikit-Learn与应用.zip

[ 50K] 第三课 Pandas.zip

[602K] 第九课 Python多线程.zip

[ 31K] 第二课 numpy.zip

[1.8M] 第五课 matplotlib与数据可视化.zip

[ 13M] 第八课 Python社交网络分析igraph.zip

[851K] 第六课 Python文本分析.zip

[9.2M] 第十课 Python深度学习入门.zip

[330K] 第四课 数据获取与处理.zip.crdownload

38-Python爬虫项目班/

第1课 环境准备与入门/

第2课 Python编程入门/

第3课 爬虫基础知识与简易爬虫实现/

第4课 相关库使用与登录问题/

第5课 Scrapy及相关应用/

第6课 爬虫设计实战/

第7课 高级内容-并发编程/

第8课 分布式爬虫框架设计/

39-Python极简入门/

[210M] 第1课 了解一项看似神秘的工作：编程工作和编程语言.ts

[194M] 第2课 夯实基础：内置对象和语句基础（一）.ts

[217M] 第3课 夯实基础：内置对象和语句基础（二）.ts

[205M] 第4课 夯实基础：内置对象和语句基础（三）.ts

[212M] 第5课 继承伟大发明;函数.ts

[237M] 第6课 光辉思想：面向对象和类（一）.ts

[237M] 第7课 光辉思想：面向对象和类（二）.ts

[274M] 第8课 轮子的世界：模块和包.ts

[300M] 第9课 气定神闲：异常处理和文件读写.ts

[171M] 第10课 展翅腾飞：后续发展方向.ts

40-Python基础入门3/

[100K] Python1.ipynb

[ 95K] Python2.ipynb

[276K] Python3.ipynb

[109K] Python4.ipynb

[ 26K] Python5.ipynb

[ 17K] Python6.ipynb

[ 54K] Python7.ipynb

扩展/

[269M] 第1课 Python入门及环境搭建.ts

[236M] 第2课 Python编程基础（上）.ts

[227M] 第3课 Python编程基础（下）.ts

[218M] 第4课函数基础.ts

[213M] 第5课高级函数.ts

[180M] 第6课 面向对象基础.ts

[235M] 第7课 面向对象高级.ts

[226M] 第8课 文件操作及常用系统模块.ts

[283M] 第9课 Python数据分析.ts

41-OCR文字识别实战/

拓展阶段/

第一阶段 一览OCR技术和字符识别/

第三阶段 掌握其他图像问题/

第二阶段：掌握文本定位与文本检测/

预习阶段 OCR基础：CNN和RNN/

42-NLP到Word2Vec实战班/

第1课 NLP理论基础/

第2课 Word2Vec理论基础/

第3课 Word2Vec实战案例课- Kaggle竞赛案例/

第4课 从Word2Vec到FastText的新发展+案例/

43-Linux从零入门实战/

[241M] 第一讲 Linux介绍.ts

[196M] 第七讲 HTTP网络服务.ts

[277M] 第三讲 Linux代码编辑器.ts

[303M] 第九讲 Linux系统构建.ts

[315M] 第二讲 Linux常用操作命令.ts

[247M] 第五讲 Linux开发基础.ts

[173M] 第八讲 Linux运维基础.ts

[188M] 第六讲 Linux网络基础.ts

[305M] 第十讲 Linux操作系统常见试题解析.ts

[195M] 第四讲 Linux Shell编程.ts

44-leetcode刷题班/

[1.6K] 200.cpp

[1.4K] 207.cpp

[1.7K] 399.cpp

[223M] 第1课 数论.ts

[ 54K] 第1课课件.pdf

[243M] 第2课 二分搜索.ts

[ 20K] 第2课课件.pdf

[347M] 第3课 并查集.ts

[726K] 第3课树微课part1.pdf

[564K] 第3课树微课part2.pdf

[231M] 第4课 深度优先搜索.ts

[ 74K] 第5课 图.pdf

[299M] 第5课 图论算法.ts

[228M] 第6课 动态规划.ts

45-kaggle竞赛实战班/

[ 14M] 1.zip

[ 12M] 2.zip

[ 14M] 3.zip

[2.2M] 4.zip

[ 41M] 5.zip

[4.9M] 6.zip

[7.8M] 7.zip

[ 41M] 8.zip

[ 40M] DSB2017-kaggle肺癌检测第一名解决方案和代码.zip

第一阶段 掌握kaggle比赛的通用流程/

第三阶段 实战电商推荐与金融风控/

第二阶段 实战计算广告、NLP、CV等方向/