万门大学数据人工智能课程，本课程共22.6G，VIP会员可通过百度网盘转存下载或者在线播放。此“万门大学《实用数据挖掘与人工智能》1月特训班”课程由千年教育收集整理。
课程目录：
├──1、课程：熟悉Jupyternotebook
| ├──1.创建新的Python环境.mp4 89.21M
| ├──10、安装决策树可视化工具Graphviz（二）.mp4 148.36M
| ├──11、几个重要的工具包介绍（一）.mp4 140.37M
| ├──12、几个重要的工具包介绍（二）.mp4 64.33M
| ├──13、安装TensorFlow与Keras（一）.mp4 83.32M
| ├──14、安装TensorFlow与Keras（二）.mp4 79.27M
| ├──15、Jupyternotebook的基本使用技巧.mp4 95.71M
| ├──16、Markdown的基本技巧（一）.mp4 115.13M
| ├──17、Markdown的基本技巧（二）.mp4 115.75M
| ├──2.Python环境与版本（一）.mp4 73.27M
| ├──3.Python环境与版本（二）.mp4 131.08M
| ├──4.Python环境与版本（三）.mp4 83.45M
| ├──5、Python环境与版本（四）.mp4 91.58M
| ├──6、Python环境与版本（五）.mp4 94.73M
| ├──7、Python环境与版本（六）.mp4 121.24M
| ├──8、Python环境与版本（七）.mp4 113.62M
| └──9、安装决策树可视化工具Graphviz（一）.mp4 21.14M
├──2、课程：文献与代码管理工具及统计基础
| ├──10、答疑（三）.flv 108.98M
| ├──11、统计基础概述.flv 136.16M
| ├──1、学习方法总结.flv 93.53M
| ├──2、Mendeley介绍及安装（一）.flv 151.20M
| ├──3、Mendeley介绍及安装（二）.flv 105.14M
| ├──4、GitHub介绍及安装.flv 201.72M
| ├──5、GitHub远端连接操作（一）.flv 204.47M
| ├──6、GitHub远端连接操作（二）.flv 213.69M
| ├──7、GitHub远端连接操作（三）.flv 182.80M
| ├──8、答疑（一）.flv 119.71M
| └──9、答疑（二）.flv 98.40M
├──3、课程：Python基本数据类型
| ├──10、Python基本数据类型（一）.flv 205.67M
| ├──11、Python基本数据类型（二）.flv 184.14M
| ├──12、Python基本数据类型（三）.flv 127.81M
| ├──13、Python基本数据类型（四）.flv 144.64M
| ├──14、Python基本数据类型（五）.flv 138.82M
| ├──15、Python基本数据类型（六）.flv 584.08kb
| ├──16、Python基本数据类型（七）.mp4 195.50M
| ├──17、Python基本数据类型（八）.mp4 170.85M
| ├──1、课程概述.mp4 117.22M
| ├──2、计算机语言与程序概述（一）.mp4 201.90M
| ├──3、计算机语言与程序概述（二）.mp4 233.49M
| ├──4、为什么需要编程语言.mp4 152.70M
| ├──5、Python能做什么.mp4 184.64M
| ├──6、课间答疑.mp4 169.56M
| ├──7、Python2和Python3的区别.mp4 83.99M
| ├──8、编程语言的元素.mp4 165.76M
| └──9、致敬HelloWorld.mp4 185.02M
├──4、课程：函数与Python基本数据结构
| ├──10、Python基本数据结构（一）.mp4 163.67M
| ├──11、Python基本数据结构（二）.mp4 243.03M
| ├──12、Python基本数据结构（三）.mp4 209.18M
| ├──1、函数（一）.mp4 223.63M
| ├──2、函数（二）.mp4 141.77M
| ├──3、函数（三）.mp4 238.51M
| ├──4、函数（四）.mp4 168.18M
| ├──5、函数（五）.mp4 117.36M
| ├──6、Python编码结构（一）.mp4 239.77M
| ├──7、Python编码结构（二）.mp4 204.69M
| ├──8、Python编码结构（三）.mp4 92.40M
| └──9、Python模块和程序包.mp4 279.14M
├──5、课程：Numpy的基本操作
| ├──10、Arrayprocessing（二）.mp4 198.43M
| ├──11、SaveandLoadArray.mp4 75.72M
| ├──1、IntroductiontoNumpy.mp4 219.80M
| ├──2、CreateArrays.mp4 228.06M
| ├──3、BasicOperationsofArrays.mp4 229.54M
| ├──4、lndexing,SlicingandIterating（一）.mp4 136.16M
| ├──5、lndexing,SlicingandIterating（二）.mp4 177.25M
| ├──6、lndexing,SlicingandIterating（三）.mp4 105.58M
| ├──7、MatrixOperations-（一）.mp4 201.97M
| ├──8、MatrixOperations-（二）.mp4 167.24M
| └──9、Arrayprocessing（一）.mp4 118.55M
├──6、课程：Pandas的基本操作
| ├──10、SliceData（二）.mp4 159.34M
| ├──11、DataAlignment.mp4 123.75M
| ├──12、RankandSort.mp4 62.59M
| ├──1、Series.mp4 186.06M
| ├──2、DataFrame+TitanicExample（一）.mp4 263.06M
| ├──3、DataFrame+TitanicExample（二）.mp4 203.72M
| ├──4、DataFrame+TitanicExample（三）.mp4 224.74M
| ├──5、DataFrame+TitanicExample（四）.mp4 145.84M
| ├──6、IndexObjects.mp4 62.34M
| ├──7、Reindex.mp4 57.52M
| ├──8、DropData.mp4 58.46M
| └──9、SliceData（一）.mp4 66.94M
└──7、课程：最新回放
| ├──01、0116-numpy pandas（1）.mp4 116.97M
| ├──02、0116-numpypandas(2).mp4 238.65M
| ├──03、0117-算法-线性回归（1）.mp4 676.12M
| ├──04、0117-算法-线性回归（3）.mp4 280.41M
| ├──05、0117-算法-线性回归（4）.mp4 899.28M
| ├──06、0118-拟合.mp4 129.57M
| ├──07、0120-Airbnb（1）.mp4 125.96M
| ├──08、0120-Airbnb（2）.mp4 155.68M
| ├──09、0120-SVM.mp4 125.11M
| ├──10、0123-网站基础.mp4 457.69M
| ├──11、0124-贝叶斯统计（1）.mp4 154.86M
| ├──12、0124-贝叶斯统计（2）.mp4 182.20M
| ├──13、0125-贝叶斯统计2.mp4 813.52M
| ├──14、0126-BiliBili-火爆剧集与观众分析.mp4 239.63M
| ├──15、0126-聚类（1）.mp4 276.15M
| ├──16、0126-聚类（2）.mp4 381.84M
| ├──17、0127-近期推荐系统概述.mp4 759.72M
| ├──18、0129-人工智能历史（1）.mp4 269.84M
| ├──19、0129-人工智能历史（2）.mp4 742.34M
| ├──20、0129-机器学习在图像识别中的应用.mp4 328.80M
| ├──21、0131-Python控制.mp4 794.31M
| ├──22、0131-OpenCV（1）.mp4 560.47M
| ├──23、0131-OpenCV（2）.mp4 650.54M
| ├──24、0201-第三周作业要求+GTA自驾驶问题分解.mp4 952.24M
| ├──25、0203-卷积神经网络（1）.mp4 84.69M
| ├──26、0203-卷积神经网络（2）.mp4 400.49M
| ├──27、0203-卷积神经网络（3）.mp4 165.34M
| ├──28、0204-线性代数与数值分析（1）.mp4 120.69M
| ├──29、0204-线性代数与数值分析（2）.mp4 191.33M
| └──30、0204-线性代数与数值分析（3）.mp4 158.99M
