第一章：回归算法原理推导

• 1. 系列课程概述 （PPT和代码在右侧有个下载箭头->） 5:34
• 2. 系列课程Python环境配置 10:44
• 3. 机器学习概述 10:39
• 4. 回归算法原理推导 11:48
• 5. 回归算法误差项分析 9:32
• 6. 回归算法目标函数求解 13:02
• 7. 数学推导能做什么 7:05
• 8. 科学计算库Numpy简介 7:56
• 9. 答疑与讨论 22:32

第二章：决策树与随机森林

• 1. 决策树概述 8:29
• 2. 熵原理 10:59
• 3. 决策树构造实例 10:28
• 4. 信息增益率 6:51
• 5. 决策树剪枝策略 10:07
• 6. 随机森林模型 8:25
• 7. 决策树剪枝参数 7:30
• 8. 逻辑回归原理 12:15
• 9. 答疑与讨论 12:40

第三章：实战样本不均衡数据解决方法（上）

• 1. Numpy基础操作（代码下载->） 7:21
• 2. Numpy数组运算 12:13
• 3. Numpy常用函数 10:33
• 4. Pandas基础 17:02
• 5. Pandas常用函数 9:49
• 6. Pandas预处理实例 9:29
• 7. 透视表与自定义函数 14:02
• 8. 答疑与讨论 22:01

第四章：实战样本不均衡数据解决方法（下）

• 1. 欺诈检测数据背景（数据代码下载->） 11:41
• 2. 下采样策略 8:17
• 3. 交叉验证 9:17
• 4. 梯度下降原理 9:30
• 5. 梯度下降实例 4:58
• 6. 模型评估方法 13:43
• 7. 正则化惩罚项 7:44
• 8. 使用scikit-learn进行建模 7:38
• 9. 混淆矩阵 12:37

第五章：支持向量机

• 1. 下采样策略复习 8:01
• 2. 阈值对模型结果的影响 8:40
• 3. SMOTE算法完成过采样 10:07
• 4. 支持向量机算法优化目标 13:34
• 5. 拉格朗日乘子法求解 7:53
• 6. 目标函数求解 9:22
• 7. 支持向量机求解实例 13:34
• 8. 软间隔支持向量机 5:27

第六章：Xgboost集成算法

• 1. 支持向量机核变换问题 12:28
• 2. 支持向量机参数 5:00
• 3. Xgboost基本思想 11:45
• 4. Xgboost原理推导 11:47
• 5. Xgboost求解 10:00
• 6. Xgboost库安装 6:44
• 7. Xgboost使用实例 12:10

第七章：神经网络基础

• 1. 深度学习概述（神经网络PPT下载-->） 15:02
• 2. 计算机视觉挑战与常规套路 11:32
• 3. 线性分类 11:49
• 4. Softmax分类器 8:06
• 5. 最优化问题 9:51
• 6. 反向传播与参数更新 14:45
• 7. 神经网络概述 4:49

第八章：神经网络整体架构

• 1. 神经网络整体架构 10:03
• 2. 神经网络DEMO演示 11:44
• 3. 正则化与激活函数 11:50
• 4. dropOut 10:28
• 5. 特征工程 6:02
• 6. BenchMark 19:31
• 7. 卷积神经网络应用 5:59

第九章：卷积神经网络

• 1. 卷积神经网络概述 11:14
• 2. 卷积特征提取 7:37
• 3. 卷积计算流程 12:24
• 4. 边缘填充 9:06
• 5. 卷积参数共享 7:12
• 6. 池化层操作 13:22
• 7. 经典网络架构 13:52

第一十章：深度学习框架-Tensorflow实战

• 1. Tensorflow安装（数据代码-->下载） 10:05
• 2. Tensorflow变量 10:45
• 3. 基本使用方法 9:27
• 4. 线性回归实例 12:14
• 5. 神经网络结构与参数定义 10:30
• 6. 神经网络迭代训练 9:26
• 7. 卷积神经网络实战Mnist数据集 9:52

第一十一章：案例实战-验证码识别

• 1. 卷积参数设置 11:11
• 2. 完成网络模型设计 10:30
• 3. 网络迭代训练 10:37
• 4. 验证码识别任务概述 8:15
• 5. 训练验证码识别网络模型 15:17
• 6. Kmeans聚类算法 8:02
• 7. 聚类综述 13:04

第一十二章：案例实战-人脸检测

• 1. Caffe数据层配置文件 16:47
• 2. Caffe计算层配置 7:17
• 3. 超参数配置 14:33
• 4. Caffe数据源制作 12:14
• 5. 网络模型训练 15:38
• 6. 代码概述与答疑讨论 24:00