本站已运行

攻城狮论坛

IE-LAB

IE-LAB

作者: 程序家
查看: 13582|回复: 2143

主题标签Tag

more +今日重磅推荐Recommend No.1

所有IT类厂商认证考试题库下载所有IT类厂商认证考试题库下载

more +随机图赏Gallery

Python学习视频 0起点视频 入门到项目实战篇 Python3.5.2视频教程 共847集 能学102天Python学习视频 0起点视频 入门到项目实战篇 Python3.5.2视频教程 共847集 能学102天
约21套Python视频合集 核心基础视频教程(共310G)约21套Python视频合集 核心基础视频教程(共310G)
最新20180811录制 IT爱好者-清风羽毛 - 网络安全IPSec VPN实验指南视频教程最新20180811录制 IT爱好者-清风羽毛 - 网络安全IPSec VPN实验指南视频教程
最新20180807录制EVE开机自启动虚拟路由器并桥接物理网卡充当思科路由器最新20180807录制EVE开机自启动虚拟路由器并桥接物理网卡充当思科路由器
最新2018/07/29录制 IT爱好者清风羽毛-Cisco IOS ZBF防火墙视频最新2018/07/29录制 IT爱好者清风羽毛-Cisco IOS ZBF防火墙视频
乾颐堂 教主技术进化论 2018年 最新1-30期合集视频(各种最新技术杂谈视频)乾颐堂 教主技术进化论 2018年 最新1-30期合集视频(各种最新技术杂谈视频)
Cisco CCW售前销售报价系统使用方法Cisco commerce workspaceCisco CCW售前销售报价系统使用方法Cisco commerce workspace
2018.6.20 广州 CCNA战报 908 PASS2018.6.20 广州 CCNA战报 908 PASS
[KiKi原创]EVE-NG Community2.0.3-92 v1.4 中英双语一键切换.支持热插拔修改版[KiKi原创]EVE-NG Community2.0.3-92 v1.4 中英双语一键切换.支持热插拔修改版
2018.06.03 上海 943 CCNA R&S PASS2018.06.03 上海 943 CCNA R&S PASS
CCNA(200-125)题库V3.0(2018.04.07)的题库一共453道选择题的中文翻译+题库中参...CCNA(200-125)题库V3.0(2018.04.07)的题库一共453道选择题的中文翻译+题库中参...
2018.5.6 参加CCNA 考试通过。分享考试经验和那些试题2018.5.6 参加CCNA 考试通过。分享考试经验和那些试题

[人工智能] 1200个视频 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享

  [复制链接]
程序家 [VIP@钻石] 发表于 2017-4-26 22:47:12 | 显示全部楼层 |阅读模式
查看: 13582|回复: 2143
开通VIP 免金币+免回帖+批量下载+无广告

斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享

1200个视频 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享 - 攻城狮论坛 - 斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享

斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享

1200个视频 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享 - 攻城狮论坛 - 斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享

斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享

1200个视频 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享 - 攻城狮论坛 - 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享

斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享

1200个视频 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享 - 攻城狮论坛 - 斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享


课程介绍:

└─斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享
    │  001_machine_learning_by_andrew_ng_coursera.part1.rar
    │  001_machine_learning_by_andrew_ng_coursera.part2.rar
    │  003_机器学习基石.part1.rar
    │  003_机器学习基石.part2.rar
    │  003_机器学习基石.part3.rar
    │  004_机器学习技法.rar
    │  005_Neural Networks for Machine Learning.part1.rar
    │  005_Neural Networks for Machine Learning.part2.rar
    │  006_Probabilistic Graphical Models.part1.rar
    │  006_Probabilistic Graphical Models.part2.rar
    │  006_Probabilistic Graphical Models.part3.rar
    │  031_台大概率.part1.rar
    │  031_台大概率.part2.rar
    │  031_台大概率.part3.rar
    │  031_台大概率.z01
    │  031_台大概率.z01.part1.rar
    │  031_台大概率.z01.part2.rar
    │  036_Coding the Matrix.rar
    │  Big Data, Cloud Computing, & CDN Emerging Technologies.rar
    │  Duke Image and video processing From Mars to Hollywood with a stop at the hospital.rar
    │  Interactive Computer Graphics.rar
    │  Malik - Computer Vision.rar
    │  Practical Machine Learning.rar
    │  Sapiro - Image and video processing.rar
    │  Udacity.part01.rar
    │  Udacity.part29.rar
    │  斯坦福大学-机器学习课程.part1.rar
    │  斯坦福大学-机器学习课程.part2.rar
    │  斯坦福大学-机器学习课程.z01
    │  斯坦福大学-机器学习课程.z01.part1.rar
    │  斯坦福大学-机器学习课程.z01.part2.rar
    │  斯坦福大学-机器学习课程.z01.part3.rar
    │  机器学习书.rar
    │  机器学习方向(经典书籍及教材资料).rar
    │  机器学习经典论文.rar
    │  




资源批量下载地址: ---> http://bbs.vlan5.com/forum-94-1.html
更多精品资源,打包下载(可按知识点/发布日期/培训班/讲师等方式批量下载视频/文档/资料/电子书)

本贴附件下载链接:

购买主题 已有 3 人购买  本主题需向作者支付 500 金币 才能浏览
CCNA考试 官方正规报名 仅需1500元
回复 论坛版权

使用道具 举报

小硬盘 [超级版主] 发表于 2017-4-26 22:49:33 | 显示全部楼层
* R, X0 s, R: |
    ├─001_machine_learning_by_andrew_ng_coursera4 X" z( s- \; W: ~7 W: y9 r; ^9 o% Z
    │  └─001_machine_learning_by_andrew_ng_coursera. E( C' P% d5 R" D7 O" q5 B
    │      ├─ml-003
' a$ q  _' ]" ^8 h    │      │  ├─01_I._Introduction4 p& q! H. J3 }
    │      │  │      01_Welcome.mp4
( {: W4 ~: J' T! j    │      │  │      01_Welcome.pdf+ p) ?/ l  ?* n
    │      │  │      01_Welcome.pptx
  J" O' X; b3 M6 i: z  H    │      │  │      01_Welcome.srt
! @2 j9 @& ^7 {# _8 S* h    │      │  │      01_Welcome.txt$ E7 \* h7 i3 W8 a2 v
    │      │  │      02_What_is_Machine_Learning.mp4
2 P0 L: U" [) o' \    │      │  │      02_What_is_Machine_Learning.srt
4 [( S% c+ M/ q; B( x7 r    │      │  │      02_What_is_Machine_Learning.txt4 j- [& K- j8 Q" I; q9 H" i1 p
    │      │  │      03_Supervised_Learning.mp4
+ m7 x. Y7 B0 q    │      │  │      03_Supervised_Learning.srt
( f: Q* x9 e; }    │      │  │      03_Supervised_Learning.txt
) m$ W* ~6 _6 A0 L. u# B' @) T    │      │  │      04_Unsupervised_Learning.mp44 \& x2 M" q& a4 i7 @
    │      │  │      04_Unsupervised_Learning.srt
  e  r* x& L/ h9 x7 a. i4 R$ E6 R6 x' I    │      │  │      04_Unsupervised_Learning.txt; A" {6 X' X$ ?
    │      │  │      
, k( b* E9 l% B, E0 O% h3 b    │      │  ├─02_II._Linear_Regression_with_One_Variable
3 a7 M7 y$ a: _" D    │      │  │      02_Cost_Function.mp43 T5 W2 ^. u2 O' [
    │      │  │      02_Cost_Function.srt3 `7 s6 M( p1 B' W! i/ i+ _$ f- {
    │      │  │      02_Cost_Function.txt1 h* A! {+ \  p- X! q) i6 d
    │      │  │      05_Gradient_Descent.mp4
  o# ?/ s1 |) @1 H8 I5 Y    │      │  │      05_Gradient_Descent.srt/ d% C% h5 v8 l7 q! \& `
    │      │  │      05_Gradient_Descent.txt
8 k5 C( c4 e3 f    │      │  │      08_Whats_Next.mp4
8 {. ?$ Y9 u0 ]! i. Y! M, _    │      │  │      08_Whats_Next.srt
6 ]1 W9 t& i+ U% e: L    │      │  │      08_Whats_Next.txt* U# y" b6 v- o
    │      │  │      
  Y7 z5 ]$ c' `9 m4 |    │      │  ├─03_III._Linear_Algebra_Review, n8 `/ ~, b6 w/ g
    │      │  │      01_Matrices_and_Vectors.mp4
; l8 ]5 I; A/ ?5 t9 F6 w& }    │      │  │      01_Matrices_and_Vectors.pdf/ s% s" Z5 I* s+ p& m6 E9 J
    │      │  │      01_Matrices_and_Vectors.pptx$ I- ]/ q% C7 j
    │      │  │      01_Matrices_and_Vectors.srt
5 |9 q$ |- o& e, u9 a5 }1 y) o    │      │  │      01_Matrices_and_Vectors.txt
' r# T+ `9 B& H    │      │  │      03_Matrix_Vector_Multiplication.mp4
; o  r0 S0 M0 O" _- {    │      │  │      03_Matrix_Vector_Multiplication.srt( X; O# p+ s" U+ t/ {. @7 O# u
    │      │  │      03_Matrix_Vector_Multiplication.txt
7 o. g) c; I- {% Y$ f8 L7 c, ~$ S" n3 c    │      │  │      04_Matrix_Matrix_Multiplication.mp4
, K! o0 ?$ B# X) ~    │      │  │      04_Matrix_Matrix_Multiplication.srt
) ?0 U* Q! v  A  C1 d& m1 D& P    │      │  │      04_Matrix_Matrix_Multiplication.txt; N% C+ a  R  H
    │      │  │      05_Matrix_Multiplication_Properties.mp4
/ t3 x9 O! [7 ~" N' O+ a' F8 H    │      │  │      05_Matrix_Multiplication_Properties.srt% C+ g( K" p6 Q6 o- z
    │      │  │      05_Matrix_Multiplication_Properties.txt
9 B: {4 s2 @; i! i$ q9 i    │      │  │      06_Inverse_and_Transpose.mp4
5 @+ {8 z& ?! {" z. i' M    │      │  │      06_Inverse_and_Transpose.srt
% B) N5 N$ M: c9 @, r6 Y    │      │  │      06_Inverse_and_Transpose.txt
2 H$ m! |; d$ j- |9 p/ L( G    │      │  │      
* f* [( j6 P3 `/ g6 h    │      │  ├─04_IV._Linear_Regression_with_Multiple_Variables
( t" v2 P" H' Z1 v) U# ?0 X7 [1 r    │      │  ├─05_V._Octave_Tutorial
7 H6 M8 }( b* K, m2 X    │      │  │      01_Basic_Operations.mp4. r& u6 q) S7 D- C7 ?" C! P% O
    │      │  │      01_Basic_Operations.pdf
8 P! a6 V/ e9 V    │      │  │      01_Basic_Operations.pptx
4 y+ y1 ?8 |4 X3 u: ~0 k1 I) q    │      │  │      01_Basic_Operations.srt
4 [. a! h# ]! H  ~    │      │  │      01_Basic_Operations.txt$ g& I+ {5 l, o6 z  k5 S  \4 n
    │      │  │      02_Moving_Data_Around.mp4
& T$ q4 B  v: e* _1 E  T, D4 X    │      │  │      02_Moving_Data_Around.srt
. H: A1 x$ ^1 ?7 C; W    │      │  │      02_Moving_Data_Around.txt
8 E* `# W( X# J2 i: i    │      │  │      03_Computing_on_Data.mp4
) @% \- D3 `) ^2 r9 F5 |. Q    │      │  │      03_Computing_on_Data.srt! G1 p) @/ }2 {3 u9 {' b
    │      │  │      03_Computing_on_Data.txt
" y1 A2 V/ M9 w3 W7 W" w- {* T1 ]    │      │  │      04_Plotting_Data.mp4
9 v3 N' u: s% e7 {' L4 O6 W    │      │  │      04_Plotting_Data.srt
. H: n6 m) k+ l) Z/ z8 X# _    │      │  │      04_Plotting_Data.txt6 c; K0 w  n1 d5 j2 T
    │      │  │      06_Vectorization.mp41 N0 H" S3 t4 F. B4 r! M0 r0 p
    │      │  │      06_Vectorization.srt
& g# b+ n5 Y  B( Q    │      │  │      06_Vectorization.txt# ^( [' O0 D$ X& n) D% {/ j, H
    │      │  │      . J! e6 v% |/ E
    │      │  ├─06_VI._Logistic_Regression7 d. N1 w/ C, e. V& s! A  o
    │      │  │      01_Classification.mp46 @# g7 v  l/ Y* U+ ^: j9 z
    │      │  │      01_Classification.pdf  j) Q& z' V, O0 P- i% {% L
    │      │  │      01_Classification.pptx
! E- ]) y. D; l& s  h    │      │  │      01_Classification.srt8 N& N3 W, m: d, k
    │      │  │      01_Classification.txt6 z# q9 X: D6 X6 X  }$ \0 _
    │      │  │      02_Hypothesis_Representation.mp4
& `1 P9 }4 A! @7 T    │      │  │      02_Hypothesis_Representation.srt
, b$ \( Y# b2 C8 C4 Q    │      │  │      02_Hypothesis_Representation.txt# x' [0 _. A' X$ ^5 Y/ c
    │      │  │      03_Decision_Boundary.mp4
9 a' O8 F% `7 ?" p4 L. `( b% V    │      │  │      03_Decision_Boundary.srt
3 K$ r! @. a5 ^( B9 S9 L" l- ]    │      │  │      03_Decision_Boundary.txt
( P% B* H& T! x1 c2 g! x    │      │  │      04_Cost_Function.mp4% F& p) T* V3 O- |8 C8 P
    │      │  │      04_Cost_Function.srt
/ D/ q: z5 a. P8 G& }    │      │  │      04_Cost_Function.txt% a; Z  e6 u  E
    │      │  │      06_Advanced_Optimization.mp4
, }! d" n( ^' ?( |6 q    │      │  │      06_Advanced_Optimization.srt) a" Q/ g4 R4 n0 }; L
    │      │  │      06_Advanced_Optimization.txt
% O2 Z2 ^/ D. x1 v& I    │      │  │      6 [2 A% H5 x; a" W" g' B2 D* T
    │      │  ├─07_VII._Regularization
9 k4 ~/ H" S+ T# z* i; ^% \3 ^7 ?    │      │  │      01_The_Problem_of_Overfitting.mp4
( s  I+ [( p/ \6 I8 Y2 {) q    │      │  │      01_The_Problem_of_Overfitting.pdf
4 w+ }4 x, b0 J. Y' V: k6 D    │      │  │      01_The_Problem_of_Overfitting.pptx
& b2 J: i; ]$ h" z  L0 e  z    │      │  │      01_The_Problem_of_Overfitting.srt
4 x7 _0 `' Q. `. Y  I% V    │      │  │      01_The_Problem_of_Overfitting.txt  C( l! b# f+ G. C2 _. g
    │      │  │      02_Cost_Function.mp4( Z) w/ L. o2 a& x8 Y+ }& q, |: l& q
    │      │  │      02_Cost_Function.srt
1 k4 @6 V/ Y/ Z/ X8 y: ~! K) u& l6 t- _    │      │  │      02_Cost_Function.txt
- T( K/ h2 n) E; N9 @( l$ r% R    │      │  │      03_Regularized_Linear_Regression.mp4
7 Q( c1 V* I: a( i, B3 K4 }    │      │  │      03_Regularized_Linear_Regression.srt
$ ~  ^# Z' Z/ u+ h% W    │      │  │      03_Regularized_Linear_Regression.txt2 {. @+ t( o  J# e
    │      │  │      04_Regularized_Logistic_Regression.mp4
1 s$ L2 g7 K, k5 q( ]/ l2 U    │      │  │      04_Regularized_Logistic_Regression.srt5 y2 m: d' R  e; j  U
    │      │  │      04_Regularized_Logistic_Regression.txt
% v. A" w/ z; {* X" @    │      │  │      
. G+ A/ d. _6 ?& e: U    │      │  ├─08_VIII._Neural_Networks-_Representation
. Q: q# P! O3 R    │      │  │      01_Non-linear_Hypotheses.mp4* }/ V2 c& I# q' s; J" d4 h
    │      │  │      01_Non-linear_Hypotheses.pdf, v  r# y2 N- O6 z& U6 {
    │      │  │      01_Non-linear_Hypotheses.srt3 _! u( _% N0 `# H+ }% R' X+ J
    │      │  │      01_Non-linear_Hypotheses.txt
( d. _8 i" o5 P2 O7 l    │      │  │      02_Neurons_and_the_Brain.mp4
7 F$ x' y* ^- J  W: ]6 o    │      │  │      02_Neurons_and_the_Brain.srt
* ^* @7 J% h7 U    │      │  │      02_Neurons_and_the_Brain.txt; ^1 o( q1 m$ j: V+ F1 C* ^+ @
    │      │  │      
7 s- L7 U. Z( h# v0 `: D' G    │      │  ├─09_IX._Neural_Networks-_Learning
( u* n9 Q" V4 G% B0 l    │      │  │      01_Cost_Function.mp4
, r- S2 L7 m# |% g- p; C5 W    │      │  │      01_Cost_Function.pdf
; l/ d) Z( @4 k, A$ E    │      │  │      01_Cost_Function.pptx
, T! E! I: M3 V* f  K    │      │  │      01_Cost_Function.srt$ G7 a: s8 e/ M& h
    │      │  │      01_Cost_Function.txt1 a  Y- f/ ^2 P- C9 W
    │      │  │      02_Backpropagation_Algorithm.mp49 o6 A8 K9 f: u; _- P' S
    │      │  │      02_Backpropagation_Algorithm.srt
; e) c6 {5 b* o7 H* x: g* Y    │      │  │      02_Backpropagation_Algorithm.txt; Q9 r. G# V' j( l
    │      │  │      03_Backpropagation_Intuition.mp4
5 c' f: p# G6 D! i- P, N2 j    │      │  │      03_Backpropagation_Intuition.srt: ~; a  u2 J# N9 V5 }$ w
    │      │  │      03_Backpropagation_Intuition.txt
/ I9 T$ K6 Z# Q1 ~    │      │  │      05_Gradient_Checking.mp4" V" S) @5 _5 w# f$ h& l8 d! \2 I- P
    │      │  │      05_Gradient_Checking.srt
6 S/ c5 m# z5 M! e# v, M0 e  ?    │      │  │      05_Gradient_Checking.txt
  ~8 P2 a! R8 w8 J. M) k    │      │  │      06_Random_Initialization.mp4
( ]  f& _# f& u6 }3 O1 G    │      │  │      06_Random_Initialization.srt
3 C3 D) Q( w: K    │      │  │      06_Random_Initialization.txt* r2 c) K2 }6 y. a* Q, G
    │      │  │      07_Putting_It_Together.mp43 T. {: B! H; w1 _4 W5 c. K8 K) S
    │      │  │      07_Putting_It_Together.srt' ^3 N  Z2 T- C' \: T: @4 G
    │      │  │      07_Putting_It_Together.txt
: J' s) I1 {6 v( n# z    │      │  │      08_Autonomous_Driving.mp49 @2 x  k4 [% `% p
    │      │  │      08_Autonomous_Driving.srt
- X: [1 z0 C- H) g# T7 a8 ~    │      │  │      08_Autonomous_Driving.txt
( _$ h  T3 ?' ^    │      │  │      
, q+ `  H1 r1 H# R    │      │  ├─10_X._Advice_for_Applying_Machine_Learning! O' {  o. R. q" w) x' K8 g
    │      │  │      06_Learning_Curves.mp4
/ `/ x7 H* S! c! P6 S    │      │  │      06_Learning_Curves.srt) o1 z5 f- B! v2 g
    │      │  │      06_Learning_Curves.txt
' R* Y2 [4 Z% l    │      │  │      
  g* F! O' s) a) `" D; ^  H    │      │  ├─11_XI._Machine_Learning_System_Design
3 o0 y  @0 N% p    │      │  │      02_Error_Analysis.mp4# Q: s1 }( @* C- M& t  X+ E* I
    │      │  │      02_Error_Analysis.srt* c" V) f7 o+ f
    │      │  │      02_Error_Analysis.txt; k" J$ y3 S* `$ C4 S( E
    │      │  │      ' ^$ E- Y3 X% h; o
    │      │  ├─12_XII._Support_Vector_Machines
: ]! W+ Q$ E3 D' F- m    │      │  │      01_Optimization_Objective.mp4: l8 m! O$ q' i. ?& V
    │      │  │      01_Optimization_Objective.pdf
/ r# j, e, R4 x- F$ ?    │      │  │      01_Optimization_Objective.pptx' c9 y$ w  Z$ |
    │      │  │      01_Optimization_Objective.srt6 P3 t8 k; O/ b/ w& S/ b+ J0 Y
    │      │  │      01_Optimization_Objective.txt' z$ O  m6 Q; l* r, i! J
    │      │  │      02_Large_Margin_Intuition.mp4
  R( H  V) ^; e: W    │      │  │      02_Large_Margin_Intuition.srt
. w7 ?5 s9 ?4 z8 J- U7 ^    │      │  │      02_Large_Margin_Intuition.txt) Q/ d4 F$ R; O! y
    │      │  │      04_Kernels_I.mp4
* `+ F( J0 h. ?2 l    │      │  │      04_Kernels_I.srt
* Q( K% K* T( H- c$ m    │      │  │      04_Kernels_I.txt7 i5 N( k0 K% G: c) C
    │      │  │      05_Kernels_II.mp4
6 d2 y& z% h6 C) `4 Q    │      │  │      05_Kernels_II.srt
& f3 @6 F9 U& X6 Z+ B6 _1 s    │      │  │      05_Kernels_II.txt
7 N9 J- f5 t8 V4 J8 f" I    │      │  │      06_Using_An_SVM.mp4
* z, `- L" A  H" w( f0 z7 m% s    │      │  │      06_Using_An_SVM.srt$ N; b; o& B* z; W
    │      │  │      06_Using_An_SVM.txt
; y& E  `0 h. _6 D9 Q0 w5 o    │      │  │      ! {- v8 x: K( P- R* f: m" E9 m
    │      │  ├─13_XIII._Clustering
! q  n  U# @0 g. V2 H3 O( Y$ S    │      │  │      01_Unsupervised_Learning-_Introduction.mp4
4 ?; g: Z  U% G7 c7 ~1 O    │      │  │      01_Unsupervised_Learning-_Introduction.pdf
5 d  y+ W* h- l0 M. `    │      │  │      01_Unsupervised_Learning-_Introduction.pptx0 l" F2 `3 ]$ N0 G* k, L% C* t3 {. N
    │      │  │      01_Unsupervised_Learning-_Introduction.srt4 h% S( B7 Y6 x/ o5 x) r. T
    │      │  │      01_Unsupervised_Learning-_Introduction.txt
" E! [+ N. B% X$ O0 z$ n    │      │  │      02_K-Means_Algorithm.mp4! D& u; ^. b. ^. A; Y$ Q- M# D8 X# R
    │      │  │      02_K-Means_Algorithm.srt
: [8 O9 _) m( c3 b& ?    │      │  │      02_K-Means_Algorithm.txt
2 T" Q0 \- r; u0 P% f    │      │  │      03_Optimization_Objective.mp4
6 j3 R7 y* v' Y- Z    │      │  │      03_Optimization_Objective.srt
- p2 g) G1 O, E" U# E    │      │  │      03_Optimization_Objective.txt( j& Q$ ~" O7 G+ ~( w4 a4 w9 A0 u, X
    │      │  │      04_Random_Initialization.mp4
/ f! L8 I! a$ |' J* Y8 V    │      │  │      04_Random_Initialization.srt0 }* R' {" ]% s6 o: q' m( ]
    │      │  │      04_Random_Initialization.txt
9 m2 v  }, L, a, \    │      │  │      05_Choosing_the_Number_of_Clusters.mp4
. G+ k1 J+ J) |% w1 J3 M    │      │  │      05_Choosing_the_Number_of_Clusters.srt
7 L, V2 O" L: r5 q/ S$ A3 X    │      │  │      05_Choosing_the_Number_of_Clusters.txt# ?! }: L4 ~! m- j; ?) u
    │      │  │      2 L) s$ W. q" o  P( t+ D, L% R6 W
    │      │  ├─14_XIV._Dimensionality_Reduction) A" B. n# T( H8 L" g, T) ^* t
    │      │  │      02_Motivation_II-_Visualization.mp4
2 x) m) [9 b" v" y' X    │      │  │      02_Motivation_II-_Visualization.srt  y7 E$ y6 W: t% _- Q
    │      │  │      02_Motivation_II-_Visualization.txt
6 A- T. g- y: l& d2 A    │      │  │      07_Advice_for_Applying_PCA.mp4# z; ^& b/ n) X3 s% V  ]
    │      │  │      07_Advice_for_Applying_PCA.srt
: [$ Q* ~- g0 l7 e7 [+ k    │      │  │      07_Advice_for_Applying_PCA.txt! e; V9 O' S2 @! U/ \: m
    │      │  │      ' s: [% o2 T1 H& v7 A( n& [$ e
    │      │  ├─15_XV._Anomaly_Detection
" v5 i  l" Z& a- q$ g    │      │  │      01_Problem_Motivation.mp4/ D6 g$ u2 D1 y+ Y# V+ i7 b
    │      │  │      01_Problem_Motivation.pdf
: |4 e9 R% x  i# \( X# Y    │      │  │      01_Problem_Motivation.pptx
, g; l; {. e( U. p8 x! u    │      │  │      01_Problem_Motivation.srt2 E! o1 K8 x  P
    │      │  │      01_Problem_Motivation.txt+ f1 \8 b2 c" D: {: d% ]  P4 f4 u
    │      │  │      02_Gaussian_Distribution.mp4
# s6 c. b- |8 g* `* u) U    │      │  │      02_Gaussian_Distribution.srt
! B' K6 v9 A" ~1 D. Q    │      │  │      02_Gaussian_Distribution.txt8 |' ]  D$ I3 d% a8 @. `  A" x
    │      │  │      03_Algorithm.mp4
8 `9 `2 I9 h7 K7 b8 H    │      │  │      03_Algorithm.srt
/ ~- g1 J8 k1 `    │      │  │      03_Algorithm.txt) \2 ]  ]+ i7 ?8 f
    │      │  │      06_Choosing_What_Features_to_Use.mp48 O3 L- o; ^: B7 E( z, H- x: p
    │      │  │      06_Choosing_What_Features_to_Use.srt# t, W) o- C# I
    │      │  │      06_Choosing_What_Features_to_Use.txt
2 j( e1 j9 d' @( B: P& W    │      │  │      
/ \9 {$ n1 W: f$ a    │      │  ├─16_XVI._Recommender_Systems
1 h3 D0 U" Q8 b0 ]0 {" [; ]9 C    │      │  │      01_Problem_Formulation.mp4; b7 E) m0 J- p
    │      │  │      01_Problem_Formulation.pdf
$ t  g, z6 L( Q, s% H+ r9 f5 @; H$ z; J. T    │      │  │      01_Problem_Formulation.pptx
; H. U3 X) I# t    │      │  │      01_Problem_Formulation.srt8 P, b/ \" r4 J, d/ Z
    │      │  │      01_Problem_Formulation.txt
" y  I9 S: t! X1 F    │      │  │      02_Content_Based_Recommendations.mp4
8 t4 b; W% d- p- e# o: a  I- ~    │      │  │      02_Content_Based_Recommendations.srt8 o" `- |* e. B. H# h
    │      │  │      02_Content_Based_Recommendations.txt/ y" F, ~6 p; q8 \  k
    │      │  │      03_Collaborative_Filtering.mp4+ F/ X! c/ L. z+ V! |5 X- _
    │      │  │      03_Collaborative_Filtering.srt
/ R9 V4 [' O: y3 r5 W4 N  p    │      │  │      03_Collaborative_Filtering.txt
1 T( s' a6 ~1 p; [1 |    │      │  │      04_Collaborative_Filtering_Algorithm.mp4( ]' Z  i' Z0 Q! S& q9 T# f
    │      │  │      04_Collaborative_Filtering_Algorithm.srt
; ~% ]9 U4 d% |    │      │  │      04_Collaborative_Filtering_Algorithm.txt
: S3 A" @0 y& H6 O- }! O! p    │      │  │      
" l1 b8 U0 G. G+ R! U6 z% f3 W    │      │  ├─17_XVII._Large_Scale_Machine_Learning) E9 W5 q2 }) T, p
    │      │  │      05_Online_Learning.mp43 N+ t0 J- {0 D! S
    │      │  │      05_Online_Learning.srt- {/ R9 K* I& Q. q3 U( X# ^
    │      │  │      05_Online_Learning.txt  w6 N/ x  f+ z" o$ b
    │      │  │      
7 F: e" l+ e6 F+ X    │      │  ├─18_XVIII._Application_Example-_Photo_OCR( b9 X7 `! l( g+ K0 ~- K
    │      │  │      02_Sliding_Windows.mp4
% Q0 ?3 D6 b# J- J2 M% K    │      │  │      02_Sliding_Windows.srt
6 x/ [1 B8 {* a5 v+ f    │      │  │      02_Sliding_Windows.txt! O( a% P+ \" u2 b( j' i3 n
    │      │  │      
6 D# d  }% F' X3 G3 W    │      │  └─19_XIX._Conclusion' D; x& Q! o8 V! @7 _: C7 Q1 `
    │      │          01_Summary_and_Thank_You.mp46 O! \" o3 Q( T6 h' K( T
    │      │          01_Summary_and_Thank_You.srt/ V' X+ W: G6 Z8 {0 Q
    │      │          01_Summary_and_Thank_You.txt/ K- L/ z5 p2 W
    │      │          / [& R" x4 h; ]  D" V
    │      └─机器学习-斯坦福-Andrew NG-2012
. m" W1 K: T- b  p( H    │          │  下载说明.txt
- ]% F0 K8 O$ ]( h, ^    │          │  关注我们.png) F! b* ^5 i  j- }6 \" x( V% h
    │          │  攻城狮论坛=网络技术+编程视频.url
! W5 x( y+ d5 }3 x    │          │  机器学习笔记2012_v0.1.pdf
5 t" z) R& T# j0 I( Z    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt' L: I( T% K8 Y6 a: ]3 q4 d0 K
    │          │  + v, p" `" q4 _* e% v# b$ j- X
    │          ├─week 1
. i3 ?1 q! Y. G$ i7 j; b    │          │      1 - 1 - Welcome (7 min).mp4
, G4 a! N$ R* v% A3 o$ \- `    │          │      1 - 1 - Welcome (7 min).srt
3 N6 t3 T8 F, u: F9 m    │          │      1 - 2 - What is Machine Learning (7 min).mp45 U7 ^- k+ B+ q/ |
    │          │      1 - 2 - What is Machine Learning- (7 min).srt( C" {8 h& U( {2 J( N: D6 K( S# J
    │          │      1 - 3 - Supervised Learning (12 min).mp4
) x! \. Y5 D/ i    │          │      1 - 3 - Supervised Learning (12 min).srt  V( @1 I6 }  q/ Q, e
    │          │      1 - 4 - Unsupervised Learning (14 min).mp4
0 p) X! n# b( p! X& V    │          │      1 - 4 - Unsupervised Learning (14 min).srt
7 `% Y' Q4 u2 ^% d  r9 D" ~* R6 E    │          │      2 - 1 - Model Representation (8 min).mp4) j6 I& v6 L) ?& X
    │          │      2 - 1 - Model Representation (8 min).srt: g) k' Z7 a  u* y& e% \
    │          │      2 - 2 - Cost Function (8 min).mp4. y$ ^) x. ~4 e9 V1 u% N8 V# b+ X
    │          │      2 - 2 - Cost Function (8 min).srt9 S# S) u% I+ W  |' C5 b
    │          │      2 - 5 - Gradient Descent (11 min).mp4
8 m& Y2 I+ ]0 o    │          │      2 - 5 - Gradient Descent (11 min).srt; K6 M3 a% S; J# v! t4 E
    │          │      2 - 8 - What's Next (6 min).srt) ?4 E7 h+ t2 Y2 C+ a0 G! c
    │          │      2 - 8 - Whats Next (6 min).mp4
) t7 u: R2 M: v  R+ M$ q7 D    │          │      3 - 1 - Matrices and Vectors (9 min).mp41 p  p5 n  Q1 P
    │          │      3 - 1 - Matrices and Vectors (9 min).srt9 T* a1 F2 s- c  \
    │          │      
7 A, _& t" C! x6 n: G    │          ├─week 103 Q& \" M  j, V
    │          │      17 - 5 - Online Learning (13 min).mp42 {4 T8 {( B# N: ?* T0 i# t
    │          │      17 - 5 - Online Learning (13 min).srt
6 `9 @& ~9 n; S! Q* v+ ~/ c: z    │          │      Lecture17.pdf
- L( {8 ^* g6 g. d2 H    │          │      
1 u/ t8 P* Z0 T3 R1 n    │          ├─week 2
8 c  d$ ]! O) J+ G& f    │          │      4 - 1 - Multiple Features (8 min).mp4! t3 T5 t5 C+ {8 c: I& Z. b
    │          │      4 - 1 - Multiple Features (8 min).srt
+ I* E0 ^- z4 z5 R/ D! r% ^    │          │      4 - 6 - Normal Equation (16 min).mp4
- N6 A8 Y( }. m# Y    │          │      4 - 6 - Normal Equation (16 min).srt! @' n* V) h% {2 H3 o& V3 d2 ^
    │          │      5 - 1 - Basic Operations (14 min).mp48 B; m# i: z8 b7 n8 f$ g
    │          │      5 - 1 - Basic Operations (14 min).srt7 L* V2 x5 k$ p5 r
    │          │      5 - 2 - Moving Data Around (16 min).mp4
6 T$ B* v. P; B8 c) V    │          │      5 - 2 - Moving Data Around (16 min).srt
* H+ }$ w4 U. n" S* D4 M4 @& A    │          │      5 - 3 - Computing on Data (13 min).mp4+ K, N' W- E; O) V' G2 T' G
    │          │      5 - 3 - Computing on Data (13 min).srt0 a+ G9 S0 B# G- t
    │          │      5 - 4 - Plotting Data (10 min).mp4
8 q- N' D& A5 k4 x. D; p, K, N    │          │      5 - 4 - Plotting Data (10 min).srt1 a: I' G. J7 e8 J
    │          │      5 - 6 - Vectorization (14 min).mp4% D6 H; W) k2 ]2 e" m+ i; \
    │          │      5 - 6 - Vectorization (14 min).srt- U  Q# \# y$ d2 E- W
    │          │      Lecture4.pdf% s5 H3 E9 p1 U7 T$ N
    │          │      Lecture5_octave tutorial.pdf# X7 w- o1 S. @3 @
    │          │      
1 R; `9 ^6 v( ?7 h  H  f( s    │          ├─week 3" o; J1 q, D2 e1 B
    │          │      6 - 1 - Classification (8 min).mp4
3 S8 [1 q( N, A    │          │      6 - 1 - Classification (8 min).srt0 j1 G! R' F7 u! m+ T
    │          │      6 - 2 - Hypothesis Representation (7 min).mp4
  E7 E$ O+ V, |$ f    │          │      6 - 2 - Hypothesis Representation (7 min).srt! X6 |0 K. \% B
    │          │      6 - 3 - Decision Boundary (15 min).mp4
# h: o0 q2 P7 y8 N8 w    │          │      6 - 3 - Decision Boundary (15 min).srt. ~! C# _; @1 q. ]
    │          │      6 - 4 - Cost Function (11 min).mp4
! W7 V( M+ w7 n% ~    │          │      6 - 4 - Cost Function (11 min).srt
* q( h2 @6 g; Q9 N( N' M* v: |4 Q( \% o$ {    │          │      6 - 6 - Advanced Optimization (14 min).mp46 `% g/ W) `1 ^# `8 {
    │          │      6 - 6 - Advanced Optimization (14 min).srt* x7 ~; n6 _4 ^# z! \. }* p7 t
    │          │      7 - 2 - Cost Function (10 min).mp4/ @3 L1 Q5 {* p; O" W" B1 f1 p
    │          │      7 - 2 - Cost Function (10 min).srt8 V( P6 t# C+ v7 d4 j. u5 K
    │          │      docs_slides_Lecture6.pdf
9 K5 h6 n' n5 Y8 p+ r) z9 |0 M    │          │      docs_slides_Lecture7.pdf' G5 f. u8 P# d4 g7 t
    │          │      
# y5 R6 a! k2 v1 X8 x0 J    │          ├─week 4
7 a1 b+ R0 Y6 ~3 V* W- r4 }. F5 z    │          │      8 - 1 - Non-linear Hypotheses (10 min).mp4& w3 O# C4 Q0 e- M% _- a# D$ x
    │          │      8 - 1 - Non-linear Hypotheses (10 min).srt
& S8 N1 B6 t& ~2 E    │          │      8 - 2 - Neurons and the Brain (8 min).mp4
7 N3 c0 a$ p" q& F# a: {    │          │      8 - 2 - Neurons and the Brain (8 min).srt
/ }  Q' D0 ?6 b6 L$ S5 X: s; a: N    │          │      8 - 3 - Model Representation I (12 min).mp44 A5 K8 w% b2 |9 o' R
    │          │      8 - 3 - Model Representation I (12 min).srt
3 i8 z; C; B2 H    │          │      8 - 4 - Model Representation II (12 min).mp4
. a) r7 {7 t, }4 y4 ]' ]    │          │      8 - 4 - Model Representation II (12 min).srt* D8 R5 U1 W" F/ U7 x# _! T# P) i
    │          │      8 - 5 - Examples and Intuitions I (7 min).mp40 f7 X% V/ ^1 [6 a; s
    │          │      8 - 5 - Examples and Intuitions I (7 min).srt
5 ]" k9 m, O% r  u0 f" Z  m    │          │      8 - 7 - Multiclass Classification (4 min).mp4
% U! w# e& k8 m. b- d2 z/ j# L$ `    │          │      8 - 7 - Multiclass Classification (4 min).srt
; N0 v, \5 m" k- h# [- C, ~; f7 f    │          │      docs_slides_Lecture8.pdf
) _- a5 N' p8 n$ H8 x$ ]    │          │      : n$ X1 q* E( S1 e) o, n: C
    │          ├─week 5; e+ G8 ~3 e1 [+ |; ~2 m
    │          │      9 - 1 - Cost Function (7 min).mp42 l( C) L5 T) c! v' R
    │          │      9 - 1 - Cost Function (7 min).srt
/ G7 Y) B0 }, p' W    │          │      9 - 5 - Gradient Checking (12 min).mp46 _1 }8 U( a! x3 b- C, Y" z
    │          │      9 - 5 - Gradient Checking (12 min).srt  x& y% p8 Y# C- W) d7 ?3 h
    │          │      9 - 6 - Random Initialization (7 min).mp43 @/ S: k% j- \$ X2 a1 \8 J$ o
    │          │      9 - 6 - Random Initialization (7 min).srt
, Q0 N) E% k. k* F& O* J$ P    │          │      9 - 7 - Putting It Together (14 min).mp4" z$ I1 ^7 m% f0 h3 i
    │          │      9 - 7 - Putting It Together (14 min).srt! u: S0 N9 ]/ J0 j' }9 E
    │          │      9 - 8 - Autonomous Driving (7 min).mp4
" D7 c, t- V4 S3 m3 C3 o. W1 d9 U    │          │      9 - 8 - Autonomous Driving (7 min).srt
4 [- h6 q7 s2 Q/ a6 p( \    │          │      docs_slides_Lecture9.pdf
  s: F9 H& M7 J# N7 L  G    │          │      
# A# J4 x: ?( g8 k. g! ~    │          ├─week 6$ H% a& w1 y/ }9 w, W9 i; g# j
    │          │      10 - 2 - Evaluating a Hypothesis (8 min).mp4: S" l  {6 f  W* \# B- j) s; h
    │          │      10 - 2 - Evaluating a Hypothesis (8 min).srt
/ w4 h: K& |0 u% I    │          │      10 - 6 - Learning Curves (12 min).mp4. \8 `- W( [3 M3 a/ K
    │          │      10 - 6 - Learning Curves (12 min).srt6 [- U. o5 [: b( x
    │          │      11 - 2 - Error Analysis (13 min).mp4
9 K5 u( S9 t# k8 `% f5 @9 |    │          │      11 - 2 - Error Analysis (13 min).srt; f- L0 f8 f5 a5 P% W
    │          │      docs_slides_Lecture10.pdf" ^* Y3 Q8 h+ o/ y
    │          │      * {! M1 N2 ~& [, d; I* G
    │          ├─week 7' v: S" L4 Y5 D
    │          │      12 - 1 - Optimization Objective (15 min).mp4
# m7 A1 a. S2 D+ f    │          │      12 - 1 - Optimization Objective (15 min).srt
7 W/ y8 l2 a' R. x0 m    │          │      12 - 2 - Large Margin Intuition (11 min).mp48 {  {0 Y( [0 A! ^* m
    │          │      12 - 2 - Large Margin Intuition (11 min).srt+ j, Y% v- ?- L2 q8 L8 E* k
    │          │      12 - 4 - Kernels I (16 min).mp44 B# }  W4 N7 T* S
    │          │      12 - 4 - Kernels I (16 min).srt
% r7 q' `. p# J) ?    │          │      12 - 5 - Kernels II (16 min).mp4
! m, D! }  P9 f1 q; G/ y" n    │          │      12 - 5 - Kernels II (16 min).srt/ t( F. R' P' p$ z/ o+ Z7 l5 j
    │          │      12 - 6 - Using An SVM (21 min).mp4- w7 u) j7 ]8 A+ f7 w5 {" X
    │          │      12 - 6 - Using An SVM (21 min).srt9 C3 o, ]* v! J/ m$ i0 p
    │          │      docs_slides_Lecture12.pdf
8 N2 T1 {% G( F* V6 C$ U    │          │      
4 T1 d  z) q. S) [- P    │          ├─week 8! A9 \6 t/ H0 G- M9 |
    │          │      13 - 2 - K-Means Algorithm (13 min).mp4
! M+ a  D. n, F2 t1 W    │          │      13 - 2 - K-Means Algorithm (13 min).srt8 E( W9 w( v/ _$ J1 o
    │          │      13 - 3 - Optimization Objective (7 min).mp4! _- m% `7 _- C! J
    │          │      13 - 3 - Optimization Objective (7 min).srt
" Y6 ^$ w+ L! ?6 i1 P' ?3 k0 J' B    │          │      13 - 4 - Random Initialization (8 min).mp4
, W) V/ k9 B) L    │          │      13 - 4 - Random Initialization (8 min).srt" T# P; e  c; {7 _( P, F/ W: L1 A
    │          │      14 - 7 - Advice for Applying PCA (13 min).mp4. y1 O8 }: X& E" d- h% S1 N
    │          │      14 - 7 - Advice for Applying PCA (13 min).srt7 Y0 X& B$ G4 d% S4 V
    │          │      docs_slides_Lecture13.pdf' c/ |2 }2 g' Z
    │          │      docs_slides_Lecture14.pdf: A+ B4 M9 O& F8 x6 T) \2 W
    │          │      ( g; j1 [. B6 ~8 ~) c- F$ D
    │          ├─week 9
% U8 @/ f: J  f$ ?2 [1 ^    │          │      15 - 1 - Problem Motivation (8 min).mp4
* t) W; h/ e! ?0 }0 W# D    │          │      15 - 1 - Problem Motivation (8 min).srt
3 J) L0 n1 t1 c) J6 Y3 V: a4 K; k: Q( F    │          │      15 - 2 - Gaussian Distribution (10 min).mp4
8 |7 {- w- y% s) s. O" z$ {/ F    │          │      15 - 2 - Gaussian Distribution (10 min).srt' {7 l9 q& |7 r" k1 O$ K, e
    │          │      15 - 3 - Algorithm (12 min).mp4( p1 D7 n) `7 @" |6 g. w: W0 K
    │          │      15 - 3 - Algorithm (12 min).srt$ h- }6 c0 d& u" M& a9 g5 q
    │          │      16 - 1 - Problem Formulation (8 min).mp4
+ E2 o" o& x( y7 ?* J& J    │          │      16 - 1 - Problem Formulation (8 min).srt
, v. L( {9 u; A2 [    │          │      16 - 3 - Collaborative Filtering (10 min).mp4
2 ]7 d! F9 a3 y* y    │          │      16 - 3 - Collaborative Filtering (10 min).srt9 H: {& c- ~* L. f2 ^
    │          │      docs_slides_Lecture15.pdf( b% `1 R. h! ]+ a# y
    │          │      docs_slides_Lecture16.pdf
& Z/ z" e6 @* N5 c- H    │          │      
( C* K; w4 N7 S. R! j* ^$ ^9 G    │          └─作业4 f! x, Z* B! @& j0 H4 B
    │              │  ex1.zip2 r7 N$ z( I2 F- s7 U
    │              │  ex3.zip
& b4 f& D1 D/ f, v! J    │              │  ex4.zip3 c1 T* Q" Z8 T& Z, G3 v9 l$ E
    │              │  ex5.zip0 q: f$ U6 k7 o# v8 z) p" S2 U
    │              │  ex6.zip
- g- A/ ]; m3 m0 c; i    │              │  ex7.zip, C3 }6 t' t* c! a  y0 j5 V
    │              │  ex8.zip  U* x' x* o  \! L- q) l) f. o% c
    │              │  Octave-3.2.4_i686-pc-mingw32_gcc-4.4.0_setup.exe
! F  `7 F) _. ]8 n7 S& L    │              │  
- m1 y9 J1 L. w% {! m+ F4 n    │              └─答案
3 e; M# U. f' H7 J4 m    │                  ├─ex1
/ r+ P% ~; p1 S* v) s$ |7 J8 ^0 N0 `    │                  │      computeCost.m7 q' ~% w9 P% u- u  M/ m  E& p" T
    │                  │      computeCostMulti.m
' P6 U( _( r* N% }0 e, G! h4 l    │                  │      ex1.m- @9 S, J# P) e4 }
    │                  │      ex1data1.txt
' n! [( T3 |/ Y" z' q* U    │                  │      ex1data2.txt
$ m4 H6 u8 O% N& |- o    │                  │      ex1_multi.m
* a+ q6 \7 X7 k$ _5 o) j" X    │                  │      featureNormalize.m
, \/ h2 v/ o6 G3 k) |. J    │                  │      gradientDescent.m
0 Z0 N6 Z) q( Q  P: z. l& d    │                  │      gradientDescentMulti.m! M+ q/ o; W. u
    │                  │      ml_login_data.mat
% d6 L6 d# Y- x' y: G) S: b/ C    │                  │      normalEqn.m
! T; t& N- n; A6 v    │                  │      plotData.m
& h$ X! Z* s$ h, [+ U" e. N    │                  │      submit.m$ J/ ]& B6 D6 V5 s9 t0 Q5 }
    │                  │      submitWeb.m6 ^% c) L7 |7 F
    │                  │      warmUpExercise.m# K. N4 Y, H# q
    │                  │      
8 w. s( g7 Q" ^. p7 k  u    │                  ├─ex2
% ~4 n9 o/ n/ s, U7 S    │                  │      costFunction.m8 F: ]8 \$ A* r$ d& R; ^- I
    │                  │      costFunctionReg.m4 e% N! I' y& n2 u, n
    │                  │      ex2.m# G3 h) `  W: l& j0 B4 }
    │                  │      ex2data1.txt
* U8 Z- P( J9 O! ?( j& e# h    │                  │      ex2data2.txt
2 V1 G$ a" r9 E+ _    │                  │      ex2_reg.m
% h9 |, e  q5 E6 v6 |# a    │                  │      mapFeature.m7 J- }3 f- u3 G1 L) o
    │                  │      ml_login_data.mat+ y9 C8 L7 J' M0 ^4 R  O
    │                  │      plotData.m" i% e" w9 W. a: `( G
    │                  │      plotDecisionBoundary.m/ s- D# f# O2 S4 K/ a' @( W% A0 I
    │                  │      predict(1).m.baiduyun.downloading9 M) ?- G( y3 e9 G5 v& d
    │                  │      predict.m- N* {" b* i. @5 X% j! Y
    │                  │      sigmoid.m/ Z, k4 J- F1 G" }) U
    │                  │      submit(1).m.baiduyun.downloading
+ B  @2 M& u0 _' D; l6 ~    │                  │      submit.m" P& l* v# ^1 O5 v# S' y7 j4 ~
    │                  │      submitWeb(1).m.baiduyun.downloading. @( b4 o" B6 W& J
    │                  │      submitWeb.m1 R* i# s" U/ @- E
    │                  │      9 C% D3 [! M0 C6 p; F2 R
    │                  ├─ex3
0 ?7 N4 f, M! c1 F- }1 s4 S    │                  │      displayData.m
6 S% g# w" A; \# `    │                  │      ex3(437).m.baiduyun.downloading) |1 v  v( i" F4 R: r$ I6 Q! j
    │                  │      ex3.m: |% C0 h% ~$ m. u) x5 n% Y
    │                  │      ex3data1.mat* P' T, z. f- b5 S+ @) c
    │                  │      ex3weights.mat
$ D1 @- y9 H  Z$ g! t    │                  │      ex3_nn.m
3 v+ l" }9 g$ x. q/ }$ d    │                  │      fmincg.m$ d; }7 w8 V0 a
    │                  │      lrCostFunction.m
  o. l$ Z* A, j/ c    │                  │      ml_login_data.mat
7 r& [1 @  w" f, q2 x6 H    │                  │      oneVsAll.m! i# [. W4 ], Y9 H  ^- ?: c6 Y
    │                  │      predict.m
" t) }) V& G& i    │                  │      predictOneVsAll.m
! h" W' c. p0 m4 G    │                  │      sigmoid.m
* G' h3 i9 W, F4 j8 U2 v5 P& |    │                  │      submit.m
, x& E4 P0 G- ^* j1 Q    │                  │      submitWeb.m( K1 B  o- ?' G+ C4 O9 }: p/ _0 H
    │                  │      , K5 T5 L; U  h
    │                  ├─ex4
, T* y: G7 M: q  J- a! J  e6 i6 Z    │                  │      checkNNGradients.m- o+ k7 a1 y9 o7 A. k5 d
    │                  │      computeNumericalGradient.m8 _: C0 O4 J' ]8 U; p# I
    │                  │      debugInitializeWeights.m" M' W. G3 b+ {0 y
    │                  │      displayData.m
! v9 ]0 T& w/ T! a    │                  │      ex4.m
; W& c& r- n: K+ q7 e    │                  │      ex4data1.mat( g) o* X4 v! `* p+ z/ B
    │                  │      ex4weights.mat
4 m8 t4 P9 U. z# _. V1 Q8 o. f& T    │                  │      fmincg.m) C0 l' L" y& z5 @
    │                  │      ml_login_data.mat
$ f9 d' y$ d$ @& |+ f    │                  │      nnCostFunction.m
0 U5 g% m: X& [4 ^    │                  │      predict.m% U( b5 B" G9 m: y! K
    │                  │      randInitializeWeights.m
8 {, O# N" \- N# c    │                  │      sigmoid.m
: d9 _  ]5 I1 C+ n8 d    │                  │      sigmoidGradient.m. R) L; q2 w; a/ l
    │                  │      submit.m
0 T0 A- t. n/ B    │                  │      submitWeb.m
% }  b  o( q0 F* p3 t    │                  │      
! ]* C# b" J* w; o# [    │                  ├─ex5$ T: Z3 {4 n2 F2 s$ y" a
    │                  │      ex5.m4 b( f- _% X/ V& b6 B7 I, y8 {
    │                  │      ex5data1.mat
: s6 r$ R- I8 z, M, k    │                  │      featureNormalize.m/ L4 N3 y  f% ]; J8 Z1 T( y
    │                  │      fmincg.m
$ [$ n& K! w1 X2 Z& G9 i0 R- K    │                  │      learningCurve.m$ |* X# Q* k1 H
    │                  │      linearRegCostFunction.m4 t/ W) u2 {7 Y. n! U' l
    │                  │      ml_login_data.mat
) Y/ X$ {) J; ~) f: @  ^( G    │                  │      plotFit.m6 G& C8 w' T  d" E% w8 Q9 ?* V" u, o
    │                  │      polyFeatures.m
6 |1 D5 [* T) C) |* |+ ^* l. x9 n    │                  │      submit.m: [  P! |6 q. E6 @3 z
    │                  │      submitWeb.m! v7 y$ y+ @- h! p/ `' i* @) q, W# Z
    │                  │      trainLinearReg.m: d; A8 B) a/ O) d5 p
    │                  │      validationCurve.m/ r; _  t/ E- u5 q
    │                  │      
7 ]1 ~; V: [1 k9 [, A" `    │                  ├─ex6  T: u; j& M2 b
    │                  │      dataset3Params.m' z) `/ H, O4 F& \4 m/ Y
    │                  │      emailFeatures.m
; _; t! p$ q9 p9 z) l* t" `    │                  │      emailSample1.txt3 |0 I- g6 m' G  D8 g  k
    │                  │      emailSample2.txt* A. }' w" U/ ~' @  \, n
    │                  │      ex6.m2 D# X$ z) ~8 y6 U
    │                  │      ex6data1.mat
! R: q. j% ]3 g+ l    │                  │      ex6data2.mat
8 I5 |4 b' ~5 Y% J* `: ?    │                  │      ex6data3.mat$ o6 A1 ~1 p6 W; \2 F1 o/ l
    │                  │      ex6_spam.m
# O+ Z( M, p* e5 b. X3 x$ I    │                  │      gaussianKernel.m. G* ]. z5 e' d3 y
    │                  │      getVocabList.m" l" U- Q1 z. X. O$ u7 n
    │                  │      linearKernel.m" A5 S& U& Z. F& Y" w
    │                  │      ml_login_data.mat4 v: x# M' }: Y  N
    │                  │      octave-core0 o0 b4 B8 a: i1 k. b2 i1 ?
    │                  │      plotData.m8 t" e- J/ B" X7 A3 v+ A
    │                  │      porterStemmer.m0 W) N; ]+ K: _2 g" N/ |0 [( n
    │                  │      processEmail.m" c& |6 P9 Y, H9 D. Z% t" b5 |9 J
    │                  │      readFile.m! u( o4 h; G7 n( i5 u# ^% L
    │                  │      spamSample1.txt7 _4 d1 ^' j; s- t  X& q
    │                  │      spamSample2.txt' _' f& A! `! ~+ m; U& K
    │                  │      spamTest.mat
6 z, w8 N* w1 k7 S    │                  │      spamTrain.mat
4 m" {$ t# X9 m0 b. t1 D7 S$ e" |    │                  │      submit.m
- i4 _6 @* _" i) D1 K" E! @; {    │                  │      submitWeb.m
* c: ]7 k* @1 c/ a2 x( A0 q    │                  │      svmPredict.m# o3 [7 e% }8 O( E# h& H
    │                  │      svmTrain.m# \2 s) k2 P+ @+ Z1 D. {, ?
    │                  │      visualizeBoundary.m0 f! r! M0 G/ d7 V% d5 U
    │                  │      visualizeBoundaryLinear.m4 n! c3 T& c* Z$ T9 f
    │                  │      vocab.txt
  d. r3 f3 j- x2 N; Q" O& o0 m/ R4 j    │                  │      
' r7 |% F* R: J- o6 h    │                  ├─ex71 ?6 g/ S- ^5 n$ ~8 `5 [: o
    │                  │      bird_small.mat8 l3 M* U5 M  I# X8 }2 P6 ~
    │                  │      bird_small.png
2 ^/ o! J; A9 T* K' b; C9 }& r) w- B    │                  │      computeCentroids.m6 r( {" D, o, X! Q  D
    │                  │      displayData.m
0 r4 S2 A9 Y) }. `/ @- N; L5 ]    │                  │      drawLine.m
1 G- Z2 C9 m8 N, d/ Q- g6 R4 V    │                  │      ex7.m
+ _+ v' k1 c' S, u0 |7 N    │                  │      ex7data1.mat
1 b1 q6 |/ L1 @5 ]) d4 p0 l+ h+ J. f    │                  │      ex7data2.mat
( S1 Q$ O9 R) F' S: `    │                  │      ex7faces.mat* s* W; M6 A5 N3 A* z# L6 d4 g. o. n
    │                  │      ex7_pca.m9 N+ s. N! A3 N7 q/ R7 z4 u5 W
    │                  │      featureNormalize.m
# i1 d/ i- v. p& g# R& W# i3 ?6 J) S    │                  │      findClosestCentroids.m
5 r. [# \6 q. h' k$ M+ `    │                  │      kMeansInitCentroids.m
' L) S# A6 B% p- Q0 b    │                  │      ml_login_data.mat9 G: r/ ]  P( `! D  o  h, I1 y' B7 I
    │                  │      octave-core
7 t" B+ V3 T! x/ }4 O; d7 m    │                  │      pca.m8 [% ~% F6 r8 U3 Z7 s% A$ r
    │                  │      plotDataPoints.m
+ S9 H- p# I: f    │                  │      plotProgresskMeans.m
( l+ y; ^6 B$ r    │                  │      projectData.m* ]2 t. {7 M: W+ ]- S8 ^
    │                  │      recoverData.m# g  i  Q8 j: U
    │                  │      runkMeans.m. c7 j. w4 X- |4 Z) G; h: f" \
    │                  │      submit.m
! F0 L' L* ]4 V    │                  │      submitWeb.m
$ D' {' R8 l' `5 d3 A$ a8 C    │                  │      7 Z$ {* G  z) Y. I
    │                  └─ex8  z5 w% m! Y4 i
    │                          checkCostFunction.m
/ c& B# a6 r8 W, v    │                          cofiCostFunc.m
% i( Q5 z7 y# B# F5 l* d2 W    │                          computeNumericalGradient.m2 P) d9 e  j' `8 k" I
    │                          estimateGaussian.m
! u7 a$ P) V# ^3 O+ G    │                          ex8.m" }2 X+ D: Z' _4 b5 k: J: t
    │                          ex8data1.mat
: L/ k5 S2 u( L/ E    │                          ex8data2.mat0 f# E- i0 n1 h& \$ y
    │                          ex8_cofi.m
+ B% q4 A9 M  @' f; J    │                          ex8_movieParams.mat
; J6 E. k4 p3 N' |8 L    │                          ex8_movies.mat* w5 ?0 N/ w& }3 n
    │                          fmincg.m
3 G2 f. r' |$ ~  t" C    │                          loadMovieList.m
# _3 Q4 \( D  J9 z" K6 m2 r    │                          ml_login_data.mat2 t. K* V2 U& `: X$ X. |$ K
    │                          movie_ids.txt) b& m# K. Z5 M. |, J
    │                          multivariateGaussian.m
/ T' H8 _. b1 @' F4 e: A6 ]6 s/ q    │                          normalizeRatings.m$ [9 j: [) O8 n1 f5 {; Z
    │                          selectThreshold.m
+ Z8 Y, y" i% b: O1 Q0 t) ~0 S4 m2 x    │                          submit.m
! x/ s5 M) v; \# ?    │                          submitWeb.m: f; i; d! f. ]: v) m
    │                          visualizeFit.m. a' Z. }# S- j- [
    │                          
  B0 Q' j' m. T- S; J    ├─003_机器学习基石/ ^% L) ?0 [1 j+ t, T
    │  └─003_机器学习基石+ Y6 w2 D5 [( C) I' x' k
    │      │  下载说明.txt
% G, p; L; I' r4 n0 l0 i5 V    │      │  关注我们.png
7 D4 D2 m: A) p  B' n3 ]    │      │  攻城狮论坛=网络技术+编程视频.url
! B" y( }  m6 b, B$ l/ a    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt: ~. J; B# x" v
    │      │  " @  m- }. @0 N- c) M
    │      ├─Machine Leaning Foundations - TNU
. e& x0 Q. D5 l& }7 i    │      │      01_handout.pdf0 V' J- y/ K/ y' L8 r; Y$ I; l
    │      │      02_handout.pdf
; q. ]3 {0 G6 c    │      │      03_handout.pdf8 P1 Z- Y& i; A9 g5 @) A0 t
    │      │      04_handout.pdf: ]- Q8 C) r6 _! \
    │      │      05_handout.pdf! i( p( p) {/ r
    │      │      06_handout.pdf
( A0 u+ U; h7 U, E$ ~% K    │      │      07_handout.pdf
& Q9 e& m" L/ Z( h* t6 M2 z  k    │      │      08_handout.pdf
8 {& g- H0 p2 W$ {    │      │      09_handout.pdf+ u4 G* e! N6 F# o: y
    │      │      1 - 1 - Course Introduction (10-58).mp4
3 R5 }8 W; B3 E/ [+ `8 ^. T    │      │      1 - 2 - What is Machine Learning (18-28).mp4
: p+ E1 v! i5 o8 B, v7 \    │      │      1 - 3 - Applications of Machine Learning (18-56).mp4. N2 f& \; z! h+ m
    │      │      1 - 4 - Components of Machine Learning (11-45).mp4
' K' e' z' g& ?* {9 [    │      │      1 - 5 - Machine Learning and Other Fields (10-21).mp4
6 |. \1 H5 ^0 `3 S    │      │      10 - 1 - Logistic Regression Problem (14-33).mp46 U7 l9 ^% _. x# h* S- I( F
    │      │      10 - 2 - Logistic Regression Error (15-58).mp46 i* T" ~2 i/ j: ]9 ~
    │      │      10 - 3 - Gradient of Logistic Regression Error (15-38).mp4# T5 o4 N/ p$ e  E. D
    │      │      10 - 4 - Gradient Descent (19-18).mp4' d" I" j% P+ n  D" G  l/ O, k
    │      │      10_handout.pdf% ~/ m. {6 c' G6 l6 y
    │      │      11 - 1 - Linear Models for Binary Classification (21-35).mp4
3 c) I7 Z# {( A6 N2 J2 c    │      │      11 - 2 - Stochastic Gradient Descent (11-39).mp4
9 b- k% c9 _9 r7 }- u. J1 D    │      │      11 - 3 - Multiclass via Logistic Regression (14-18).mp47 |6 l) i/ D1 A% `. C; D
    │      │      11 - 4 - Multiclass via Binary Classification (11-35).mp4
# D  T: G- @% c2 f    │      │      11_handout.pdf7 {( j* b+ n/ K8 J4 k0 \
    │      │      12 - 1 - Quadratic Hypothesis (23-47).mp41 W, c, {6 L7 W; G7 ?
    │      │      12 - 2 - Nonlinear Transform (09-52).mp4, ~- G0 |4 b( ~( J! j3 C! c: E) [
    │      │      12 - 3 - Price of Nonlinear Transform (15-37).mp4
7 \+ s+ b" ?) ~0 P    │      │      12 - 4 - Structured Hypothesis Sets (09-36).mp4& k* T% f3 m9 c' f2 [. f! P/ |
    │      │      12_handout.pdf/ c  k% j! x' S' G4 ?$ g% C
    │      │      13 - 1 - What is Overfitting- (10-45).mp4- h: z5 [+ f& i* N
    │      │      13 - 2 - The Role of Noise and Data Size (13-36).mp4
  o4 i7 m0 o9 G7 v" E! ?$ Q    │      │      13 - 3 - Deterministic Noise (14-07).mp4
; _6 w6 z  ^4 R5 N3 Z    │      │      13 - 4 - Dealing with Overfitting (10-49).mp4% p7 C7 f% G: q
    │      │      13_handout.pdf% p9 Z! N; a/ Y  F0 x; [
    │      │      14 - 1 - Regularized Hypothesis Set (19-16).mp4; ?- M  S& d& ~
    │      │      14 - 2 - Weight Decay Regularization (24-08).mp4* x1 v4 u" q" z0 r# y! }
    │      │      14 - 3 - Regularization and VC Theory (08-15).mp4
6 }  N& D3 p0 q, I* n    │      │      14 - 4 - General Regularizers (13-28).mp4! n, s0 g( I& A9 e  }8 T
    │      │      14_handout.pdf* v  d% y- M. d6 `. r3 r) _3 i8 E
    │      │      15 - 1 - Model Selection Problem (16-00).mp4
* G9 ~, c( x, i1 y9 d$ x    │      │      15 - 2 - Validation (13-24).mp4- C. M3 Q: ]  w. e
    │      │      15 - 3 - Leave-One-Out Cross Validation (16-06).mp4
+ d- V* \) x1 W2 ]5 X" u% Z# x1 d    │      │      15 - 4 - V-Fold Cross Validation (10-41).mp4
4 V7 O, Q0 c2 r    │      │      15_handout.pdf
! \# F/ T; u# U- f+ N/ R7 Q. N$ Z    │      │      16 - 1 - Occam-'s Razor (10-08).mp4
8 [. o* [: x9 F+ i. @    │      │      16 - 2 - Sampling Bias (11-50).mp44 T7 w4 O; P+ |
    │      │      16 - 3 - Data Snooping (12-28).mp4
- U1 O  p4 C: F5 l, q    │      │      16 - 4 - Power of Three (08-49).mp4
4 A/ V% K2 W. O( g    │      │      16_handout.pdf
* [/ X2 v* E2 }2 M5 L    │      │      2 - 1 - Perceptron Hypothesis Set (15-42).mp4% P# W4 ]. X2 _$ u" z
    │      │      2 - 2 - Perceptron Learning Algorithm (PLA) (19-46).mp49 U$ `" [& V$ K0 ?+ A4 s
    │      │      2 - 3 - Guarantee of PLA (12-37).mp4
; \6 a6 }. L2 S' H' X    │      │      2 - 4 - Non-Separable Data (12-55).mp47 w9 U1 _4 b' m# f7 p
    │      │      3 - 1 - Learning with Different Output Space (17-26).mp4/ N4 r* I" N6 Z; {8 v8 W
    │      │      3 - 2 - Learning with Different Data Label (18-12).mp4
6 a. w- T) Z* B% W2 C: ^. F    │      │      3 - 3 - Learning with Different Protocol (11-09).mp4
* `# g. _8 F' ]3 Y0 m! d! s' N    │      │      3 - 4 - Learning with Different Input Space (14-13).mp4
9 H3 _) d5 H  H; l    │      │      4 - 1 - Learning is Impossible- (13-32).mp44 t8 G  F7 ?- C, |
    │      │      4 - 2 - Probability to the Rescue (11-33).mp46 ^. M3 v' u# e7 S! c
    │      │      4 - 3 - Connection to Learning (16-46).mp4/ c1 F& M& L: H7 V" k- p" T/ B
    │      │      4 - 4 - Connection to Real Learning (18-06).mp4
! k; G9 \8 ]+ I    │      │      5 - 1 - Recap and Preview (13-44).mp4
4 [( h# r0 O/ y9 {% k8 Q9 ?    │      │      5 - 2 - Effective Number of Lines (15-26).mp4
- |/ @4 P* |: o- U* ]6 l" u2 b    │      │      5 - 3 - Effective Number of Hypotheses (16-17).mp4/ Q2 A$ B) ~; H. G& l% b# Y
    │      │      5 - 4 - Break Point (07-44).mp4
. {: [4 {. W$ O    │      │      6 - 1 - Restriction of Break Point (14-18).mp4
8 `) X( \: s4 c- u5 e    │      │      6 - 2 - Bounding Function- Basic Cases (06-56).mp4- ~% M: R! s5 J& G1 M
    │      │      6 - 3 - Bounding Function- Inductive Cases (14-47).mp4
; a) _$ N9 w# p6 d    │      │      6 - 4 - A Pictorial Proof (16-01).mp4
( i' g5 _# g) Z3 L: y    │      │      7 - 1 - Definition of VC Dimension (13-10).mp4
; q+ e6 a# o! n, z; R! x0 q    │      │      7 - 2 - VC Dimension of Perceptrons (13-27).mp4
1 W$ ^9 u- h  h2 e8 O    │      │      7 - 3 - Physical Intuition of VC Dimension (6-11).mp4! n2 Q8 w3 w1 T2 W2 M
    │      │      7 - 4 - Interpreting VC Dimension (17-13).mp4) q3 {8 T! w% s6 r' T
    │      │      8 - 1 - Noise and Probabilistic Target (17-01).mp4
, ]8 m8 N9 \6 Q) h8 \3 X9 H& ]    │      │      8 - 2 - Error Measure (15-10).mp44 s+ e% R+ z) h# N/ A
    │      │      8 - 3 - Algorithmic Error Measure (13-46).mp4  ]- @! r) G! {* O; i7 d! C
    │      │      8 - 4 - Weighted Classification (16-54).mp4
9 q+ q4 O# C: T    │      │      9 - 1 - Linear Regression Problem (10-08).mp4
7 m( ]! ~- w# V% {9 l% l    │      │      9 - 2 - Linear Regression Algorithm (20-03).mp4
9 b3 J: ^/ z* Y4 K7 M    │      │      9 - 3 - Generalization Issue (20-34).mp4) Z+ y  m% Z3 A8 y& i
    │      │      9 - 4 - Linear Regression for Binary Classification (11-23).mp4
! ~% W! z/ `/ t    │      │      ' D" q9 W6 M/ m7 ^8 m/ x" t
    │      ├─机器学习的基石
, ~1 ]: R: S9 g+ l' `& x1 _% G    │      │      1 - 1 - Course Introduction (10-58).mp4
9 g# B0 N( p4 X: P% G6 }/ N    │      │      1 - 2 - What is Machine Learning (18-28).mp4" |1 @) b, z, r! w, t. @
    │      │      1 - 3 - Applications of Machine Learning (18-56).mp47 C1 j0 f7 p' m8 h
    │      │      1 - 4 - Components of Machine Learning (11-45).mp48 A( {5 h+ B# k; i
    │      │      1 - 5 - Machine Learning and Other Fields (10-21).mp4  c% k- r9 ^' ]% m& ]
    │      │      10 - 1 - Logistic Regression Problem (14-33).mp4
& f( s" h. a5 X$ Q5 R    │      │      10 - 2 - Logistic Regression Error (15-58).mp4
: ^5 O9 @8 `# F    │      │      10 - 3 - Gradient of Logistic Regression Error (15-38).mp4
* i! Q4 t- ^, W, u+ E. m    │      │      10 - 4 - Gradient Descent (19-18).mp4
) v9 v& l' {0 q8 V, d3 J3 f' ^    │      │      11 - 1 - Linear Models for Binary Classification (21-35).mp4. O* X* G% u  |6 h7 x
    │      │      11 - 2 - Stochastic Gradient Descent (11-39).mp4
0 @5 b+ X6 s  x4 r" o    │      │      11 - 3 - Multiclass via Logistic Regression (14-18).mp4! z9 A: d; I* }
    │      │      11 - 4 - Multiclass via Binary Classification (11-35).mp4  `/ v) T6 f% W7 z: A
    │      │      12 - 1 - Quadratic Hypothesis (23-47).mp40 l$ G$ ?' T2 P5 X
    │      │      12 - 2 - Nonlinear Transform (09-52).mp4' E2 ^4 ^3 L& n7 F# p2 p) F3 v
    │      │      12 - 3 - Price of Nonlinear Transform (15-37).mp4
. D& s( V. E" ^    │      │      12 - 4 - Structured Hypothesis Sets (09-36).mp4* p4 z5 Y1 ~' o& Q' v
    │      │      13 - 1 - What is Overfitting- (10-45).mp4
6 {$ p, g2 v: p! q! W$ y    │      │      13 - 2 - The Role of Noise and Data Size (13-36).mp4/ ]' f: c2 \( X0 N: P1 B
    │      │      13 - 3 - Deterministic Noise (14-07).mp41 i5 l) Z) j4 R& u* }. B) a
    │      │      13 - 4 - Dealing with Overfitting (10-49).mp4. J' o$ @5 L# S. c4 G5 ~
    │      │      14 - 1 - Regularized Hypothesis Set (19-16).mp4
" v) r" D* A# b; ~( T    │      │      14 - 2 - Weight Decay Regularization (24-08).mp4
  P( }% `8 Q, }4 v/ J    │      │      14 - 3 - Regularization and VC Theory (08-15).mp41 Z: V# X9 F) K3 [/ }9 u
    │      │      14 - 4 - General Regularizers (13-28).mp47 W, f1 a, H% G" }- ]0 o
    │      │      15 - 1 - Model Selection Problem (16-00).mp4
8 g9 {& B4 j# k/ A+ s    │      │      15 - 2 - Validation (13-24).mp4. q0 f5 k. P* j& U
    │      │      15 - 3 - Leave-One-Out Cross Validation (16-06).mp4- I* z( @7 w* e5 S/ v
    │      │      15 - 4 - V-Fold Cross Validation (10-41).mp4
7 O. P' s7 O& v! ~  u/ F: m; U2 m7 t& l    │      │      16 - 1 - Occam-'s Razor (10-08).mp4
+ t* B. y2 N7 A3 h6 @- D1 X    │      │      16 - 2 - Sampling Bias (11-50).mp46 W* v; s$ X; p8 R, U
    │      │      16 - 3 - Data Snooping (12-28).mp4& S$ t3 U  C! f. m$ t1 M* ?( K% C) r
    │      │      16 - 4 - Power of Three (08-49).mp4
0 J9 @7 q1 Y7 {    │      │      2 - 1 - Perceptron Hypothesis Set (15-42).mp4
! R2 l6 K( v% g1 [% V7 M& N5 f1 Y    │      │      2 - 2 - Perceptron Learning Algorithm (PLA) (19-46).mp4
$ Q6 P2 R3 [! t' R: F- J    │      │      2 - 3 - Guarantee of PLA (12-37).mp4
$ @5 c  c8 Q3 Z. s/ W- \4 R    │      │      2 - 4 - Non-Separable Data (12-55).mp4
3 t$ k, J+ s3 A9 e/ [; x9 W    │      │      3 - 1 - Learning with Different Output Space (17-26).mp4
$ l) G! r* P8 P5 _7 v7 t* R) T    │      │      3 - 2 - Learning with Different Data Label (18-12).mp4
0 C5 Y! m2 t( R0 t- H9 R- |    │      │      3 - 3 - Learning with Different Protocol (11-09).mp4
7 ~8 W# l" q; [% P    │      │      3 - 4 - Learning with Different Input Space (14-13).mp4- L5 }7 f$ _0 p" o3 u: `! V6 s- r. E
    │      │      4 - 1 - Learning is Impossible- (13-32).mp4' |6 T* ]" ^7 O4 K: N; W
    │      │      4 - 2 - Probability to the Rescue (11-33).mp4
, ]- r* o  U" A  `1 m5 t& ?% a    │      │      4 - 3 - Connection to Learning (16-46).mp4
: R% t7 L1 y' H    │      │      4 - 4 - Connection to Real Learning (18-06).mp46 Y7 y. h& ^$ M4 q: |
    │      │      5 - 1 - Recap and Preview (13-44).mp48 ~- L) v) N- B) |* C
    │      │      5 - 2 - Effective Number of Lines (15-26).mp4' \+ J) p2 y4 U* L& Y
    │      │      5 - 3 - Effective Number of Hypotheses (16-17).mp4- n7 s) S' F. ^! {
    │      │      5 - 4 - Break Point (07-44).mp4
" D" S, ?2 U5 U& h7 _  C, Y: d    │      │      6 - 1 - Restriction of Break Point (14-18).mp4; u* |2 @/ b( K4 h! q+ f% ?/ L! E
    │      │      6 - 2 - Bounding Function- Basic Cases (06-56).mp4
! E* a4 y0 B" U0 B- }    │      │      6 - 3 - Bounding Function- Inductive Cases (14-47).mp4; m* r( g/ X2 A% N% f! S0 t6 E
    │      │      6 - 4 - A Pictorial Proof (16-01).mp4
5 C# }0 h) S$ B; u# S2 y    │      │      7 - 1 - Definition of VC Dimension (13-10).mp49 N8 w, W5 q. ^5 n3 `
    │      │      7 - 2 - VC Dimension of Perceptrons (13-27).mp4
# U) S- a! X- s( q% d! ^8 O    │      │      7 - 3 - Physical Intuition of VC Dimension (6-11).mp4! E' A! T  F8 }( W
    │      │      7 - 4 - Interpreting VC Dimension (17-13).mp49 M' z* M" x- C' d) V
    │      │      8 - 1 - Noise and Probabilistic Target (17-01).mp4; }' ~7 N6 G8 c9 K& Y
    │      │      8 - 2 - Error Measure (15-10).mp4
: @% Z, R/ O3 S! W5 Q6 P    │      │      8 - 3 - Algorithmic Error Measure (13-46).mp4) t$ m( l) `2 {. }0 v/ D( [% a
    │      │      8 - 4 - Weighted Classification (16-54).mp4" C2 B4 s4 d! F. i" E; }& @2 u
    │      │      9 - 1 - Linear Regression Problem (10-08).mp4
/ s' @1 _5 C2 @- m7 G& J    │      │      9 - 2 - Linear Regression Algorithm (20-03).mp4, o$ D; J  a+ I
    │      │      9 - 3 - Generalization Issue (20-34).mp4+ }" n7 ^0 _1 e7 E4 k
    │      │      9 - 4 - Linear Regression for Binary Classification (11-23).mp48 V* \# K- E  Y% U& R3 h
    │      │      lecture_slides-01_handout.pdf) Y$ q3 Y) ]/ R3 h3 v: `6 L; W
    │      │      lecture_slides-02_handout.pdf
% l1 M* f$ l* y1 V+ D0 r; f    │      │      lecture_slides-03_handout.pdf
: s9 g# h, f9 ^1 V0 E5 _    │      │      lecture_slides-04_handout.pdf
  w* C7 _* O) n4 j$ Q, m    │      │      lecture_slides-05_handout.pdf  w* y) R. o: X$ A1 E# {
    │      │      lecture_slides-06_handout.pdf
  {5 g9 j0 R. D2 |$ h4 J    │      │      lecture_slides-07_handout.pdf# V$ j/ M2 j' \6 |5 `. i
    │      │      lecture_slides-08_handout.pdf1 E9 M5 g: P- b" ^- `
    │      │      lecture_slides-09_handout.pdf" G1 L; m4 T$ A- S) X) u8 s$ j
    │      │      lecture_slides-10_handout.pdf" u- O  N& q" N1 P
    │      │      lecture_slides-11_handout.pdf
! ?8 F6 f4 k+ w3 G    │      │      lecture_slides-12_handout.pdf
. ]& r: }6 w8 s, Q    │      │      lecture_slides-13_handout.pdf- p# _' k- i  u: m. X
    │      │      lecture_slides-14_handout.pdf
2 N: x+ e( b* I9 y4 l    │      │      lecture_slides-15_handout.pdf
& N  G# ]. f+ {0 R    │      │      lecture_slides-16_handout.pdf
) @% X6 }4 M7 ^! J    │      │      
1 z$ k4 q- x* r4 _$ r% I) `7 _8 x    │      └─機器學習基石% `/ }3 C7 W0 f: a9 K& I
    │          ├─01_-_The_Learning_Problem
- X% L: n3 \* h* \% e( |- g9 o/ s3 T0 P& R    │          │      01_Course_Introduction_10-58.mp4
1 h2 r$ Y; Y; d6 V    │          │      01_Course_Introduction_10-58.pdf: G1 Q8 o0 ?5 m% Q$ B
    │          │      02_What_is_Machine_Learning_18-28.mp4# d# u1 H1 N8 W! ~  W% ^8 ^! j
    │          │      03_Applications_of_Machine_Learning_18-56.mp48 Z# I' _. h3 @7 K/ |# h* U6 ?
    │          │      04_Components_of_Machine_Learning_11-45.mp4
. c3 q$ a( |. X    │          │      05_Machine_Learning_and_Other_Fields_10-21.mp4% N3 I  D$ Y0 I) J+ Q
    │          │      8 [# D) U9 _5 |$ r3 T
    │          ├─02_-_Learning_to_Answer_Yes-No9 P7 u8 n5 C( \* c' G! P
    │          │      01_Perceptron_Hypothesis_Set_15-42.mp4' _  c  V1 f- z# y& p
    │          │      01_Perceptron_Hypothesis_Set_15-42.pdf
6 W" ?9 g% e  o    │          │      02_Perceptron_Learning_Algorithm_PLA_19-46.mp42 [& A8 t% w% {  Y" M: M% p
    │          │      03_Guarantee_of_PLA_12-37.mp4
' P, t$ z) c; m1 L9 L7 e/ S5 u    │          │      04_Non-Separable_Data_12-55.mp42 g9 |: N9 D3 ?( m1 \5 y
    │          │      1 S2 ], d" w' f$ \, m6 X, n/ {
    │          ├─03_-_Types_of_Learning
! ~( |& c- q8 o7 x8 ?& U    │          │      01_Learning_with_Different_Output_Space_17-26.mp4
& G. |, _2 R( J/ D    │          │      01_Learning_with_Different_Output_Space_17-26.pdf
7 u- P% T2 M: _/ |* V    │          │      02_Learning_with_Different_Data_Label_18-12.mp4
- ^, W3 h/ W: a6 R% {    │          │      03_Learning_with_Different_Protocol_11-09.mp4
- v; R6 ]$ Q4 |$ b. I/ }    │          │      04_Learning_with_Different_Input_Space_14-13.mp4
: Q3 h6 m8 [" c  j4 _/ h    │          │      
9 S* X- u3 I( y( o6 ~) K    │          ├─04_-_Feasibility_of_Learning7 Z, [+ v& m9 l2 S+ c) Z
    │          │      01_Learning_is_Impossible_13-32.mp4
$ j- E- i. i+ s# p* a0 ]4 r: ?    │          │      01_Learning_is_Impossible_13-32.pdf
3 v! {( a* W7 q* a, s' b    │          │      02_Probability_to_the_Rescue_11-33.mp4
1 g2 ]$ x' S! p% c    │          │      03_Connection_to_Learning_16-46.mp4
: g! O9 |# `. m# c( O. O  g    │          │      04_Connection_to_Real_Learning_18-06.mp4) N9 D9 z6 ?) e4 F  x7 W
    │          │      & o; g8 B% [8 j9 T
    │          ├─05_-_Training_versus_Testing
5 C' l- s- b8 d7 d( D- Q    │          │      01_Recap_and_Preview_13-44.mp4
4 G8 S9 h* `3 c+ c4 f    │          │      01_Recap_and_Preview_13-44.pdf- O/ _# d1 [" b) ]' j! p0 Z
    │          │      02_Effective_Number_of_Lines_15-26.mp4
" Z* B/ A. R% W, z2 Y3 \    │          │      03_Effective_Number_of_Hypotheses_16-17.mp47 t) Q& H5 p0 X. f
    │          │      04_Break_Point_07-44.mp4( ^3 Z8 a- I9 `4 i4 ~4 [
    │          │      & M8 _$ n. I- z* g5 b
    │          ├─06_-_Theory_of_Generalization
% r* a1 S7 P! x# S% J    │          │      01_Restriction_of_Break_Point_14-18.mp4) Z2 u6 N  Z6 d0 N
    │          │      01_Restriction_of_Break_Point_14-18.pdf
( |1 z1 t  E6 j9 }/ `( ~    │          │      02_Bounding_Function-_Basic_Cases_06-56.mp4  N% h, R, P) u+ l% l9 ^
    │          │      03_Bounding_Function-_Inductive_Cases_14-47.mp4" {! W7 L, p# E" K4 x6 ?3 ^
    │          │      04_A_Pictorial_Proof_16-01.mp4; e4 X8 n; x  k8 ?7 [
    │          │      1 Z2 O6 E' ~8 a, Z" g/ Q$ r
    │          ├─07_-_The_VC_Dimension
2 t- Y6 K, {% \) w    │          │      01_Definition_of_VC_Dimension_13-10.mp4
  M/ n! T7 @! A# B    │          │      01_Definition_of_VC_Dimension_13-10.pdf
; u% d, T- V+ d; ^' _* a    │          │      02_VC_Dimension_of_Perceptrons_13-27.mp4
2 N# l$ ?- u+ I0 `1 R    │          │      03_Physical_Intuition_of_VC_Dimension_6-11.mp4
3 k, b+ U. \* d    │          │      04_Interpreting_VC_Dimension_17-13.mp4
6 V" M7 f1 @  Z3 Q    │          │      ; f* f$ s8 n$ N5 T8 o, ]
    │          ├─08_-_Noise_and_Error
7 n7 I6 H, B9 ], h; y2 M    │          │      01_Noise_and_Probabilistic_Target_17-01.mp4; U6 L" a3 A% D
    │          │      01_Noise_and_Probabilistic_Target_17-01.pdf0 ]( X  L" O5 L) e
    │          │      02_Error_Measure_15-10.mp4% r% @3 S' w! {- `
    │          │      03_Algorithmic_Error_Measure_13-46.mp4, H' |' @4 j- Q: }1 j. }
    │          │      04_Weighted_Classification_16-54.mp4& Q4 a3 R6 F, ~9 k* E2 d& r
    │          │      
8 K  k$ u8 S0 P5 k% P    │          ├─09_-_Linear_Regression
$ D0 j, {1 U* p0 f/ f" o$ Y4 l    │          │      01_Linear_Regression_Problem_10-08.mp4
5 u+ I+ Q$ [" t: K, v* K& ]    │          │      01_Linear_Regression_Problem_10-08.pdf% P: a4 B5 B( Y2 b3 `+ \, Q
    │          │      02_Linear_Regression_Algorithm_20-03.mp4
, C5 W1 N4 N7 T& v    │          │      03_Generalization_Issue_20-34.mp4. Z. S8 z( `, L
    │          │      04_Linear_Regression_for_Binary_Classification_11-23.mp4/ [6 \' I& h" M5 ]2 C8 V8 |1 I
    │          │      ) W# v- S' f( F
    │          ├─10_-_Logistic_Regression
! |1 r3 M* k, A, J    │          │      01_Logistic_Regression_Problem_14-33.mp48 V3 Y8 e) M. p6 r
    │          │      01_Logistic_Regression_Problem_14-33.pdf! I' ?1 f! H+ l8 v, e+ J
    │          │      02_Logistic_Regression_Error_15-58.mp4$ O# A& q) t' x' b: N2 [  S
    │          │      03_Gradient_of_Logistic_Regression_Error_15-38.mp4+ n2 L8 _( n/ J6 i, A
    │          │      04_Gradient_Descent_19-18.mp4
7 x1 O" W, s1 a& D9 x) L0 a+ x    │          │      * R" x7 @, [5 f/ V
    │          ├─11_-_Linear_Models_for_Classification0 }1 Y. W6 ?8 ?: O5 G/ h
    │          │      01_Linear_Models_for_Binary_Classification_21-35.mp4  ]0 Q' Z) H! c# G
    │          │      01_Linear_Models_for_Binary_Classification_21-35.pdf
7 v9 `/ }" p; c    │          │      02_Stochastic_Gradient_Descent_11-39.mp4
0 c1 z6 ^8 z% V" G, i    │          │      03_Multiclass_via_Logistic_Regression_14-18.mp4, H1 s1 t! @. a' N6 n. R! H( d
    │          │      04_Multiclass_via_Binary_Classification_11-35.mp4
* m* `& ?) v3 k9 z9 `/ m4 E    │          │      0 C0 v% ]+ o+ g  w! Q$ }% \; H! M0 h
    │          ├─12_-_Nonlinear_Transformation
3 S9 n& Z3 a* q. i/ F    │          │      01_Quadratic_Hypothesis_23-47.mp4' j0 u  K4 u. ]/ O* d
    │          │      01_Quadratic_Hypothesis_23-47.pdf$ v5 h3 E3 I( `! Q
    │          │      02_Nonlinear_Transform_09-52.mp4
8 Q! B% ]' Y9 K4 U9 D- k  i    │          │      03_Price_of_Nonlinear_Transform_15-37.mp4
) Y. ~9 n$ }, [; j! K& i    │          │      04_Structured_Hypothesis_Sets_09-36.mp48 Y2 G! x/ Z2 G. i4 _5 Z
    │          │      
  g' g8 z1 n/ w0 s    │          ├─13_-_Hazard_of_Overfitting$ L! H: j; \6 }$ w
    │          │      01_What_is_Overfitting_10-45.mp4
: x" P" _/ x' k# |9 w1 [3 F$ ~    │          │      01_What_is_Overfitting_10-45.pdf
8 {5 q+ a% E5 i$ Q7 {( V2 \! Y    │          │      02_The_Role_of_Noise_and_Data_Size_13-36.mp4
) S" Z1 U' X& X    │          │      03_Deterministic_Noise_14-07.mp4/ F9 t- Z6 m4 V2 d! n8 E, k# `9 W
    │          │      04_Dealing_with_Overfitting_10-49.mp4# n- K  c9 N( e/ `& c' E4 j
    │          │      
9 z# j! {, P$ O  B" p    │          ├─14_-_Regularization) ]; @) U  `$ _9 J- |1 L! G, _
    │          │      01_Regularized_Hypothesis_Set_19-16.mp4' D) I) a, l5 f: r7 \5 |/ W* S
    │          │      01_Regularized_Hypothesis_Set_19-16.pdf
% x% I4 E! {$ ?" q    │          │      02_Weight_Decay_Regularization_24-08.mp4" c  ^" N: c( `7 p
    │          │      03_Regularization_and_VC_Theory_08-15.mp41 c/ ?* f) j1 N4 a  ^+ W$ L8 x; V
    │          │      04_General_Regularizers_13-28.mp42 N( q( F0 g: I1 u: X9 ?( Y
    │          │      ' E- w4 `  H7 e* V$ b& Q: z
    │          ├─15_-_Validation! _7 ^- \, }9 L7 S& @6 n! R
    │          │      01_Model_Selection_Problem_16-00(437).mp4- f! F/ y  i9 p
    │          │      01_Model_Selection_Problem_16-00.pdf
* V" \9 n$ L% K3 b. q* u0 a    │          │      02_Validation_13-24.mp4
& ~( e$ J# l+ w6 U    │          │      03_Leave-One-Out_Cross_Validation_16-06.mp4- ~6 v( [: E) R
    │          │      04_V-Fold_Cross_Validation_10-41.mp4/ J* I- S! c. U3 M0 w+ H% t
    │          │      
8 f% _$ y: E0 `) n6 j    │          └─16_-_Three_Learning_Principles
% p% E4 i1 y/ o6 X6 f    │                  01_Occams_Razor_10-08.mp4
9 U7 M+ f5 L) ?1 J/ p. C    │                  01_Occams_Razor_10-08.pdf
, F) {! S% q, D! R    │                  02_Sampling_Bias_11-50.mp4
" ?( f9 M3 z7 e6 ~& V7 x: b    │                  03_Data_Snooping_12-28.mp4
. l0 \/ ~# k7 O  B    │                  04_Power_of_Three_08-49.mp4, I6 H- k* h7 {8 G- t: w+ F/ k
    │                  
; |0 ?- I, d) n2 p2 h; Z* T. t5 ^/ L    ├─004_机器学习技法/ K* n0 d0 k' q4 i, \
    │  └─004_机器学习技法0 `, K4 a% W1 v* q0 G
    │      └─機器學習技法1 `: L& A5 N2 x
    │          │  下载说明.txt
5 t: H$ p" |) ?! W. y    │          │  关注我们.png
- N3 ^8 K/ F8 S' u- f! s* k, p    │          │  攻城狮论坛=网络技术+编程视频.url1 T" P9 T4 `1 q
    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt0 ~2 }0 Z4 @! ]0 R/ u2 J9 H
    │          │  & D: {& o( M3 o; {5 m* _: _
    │          ├─01_Linear_Support_Vector_Machine
8 p! P6 [' g' F- r; K% L2 y    │          │      01_Course_Introduction_4-07.mp4
3 T, |$ M. L% m$ X# d- u    │          │      01_Course_Introduction_4-07.pdf
0 L1 \+ f" v$ O: p    │          │      02_Large-Margin_Separating_Hyperplane_14-17.mp4
* ?0 l( O* V0 L4 ~, t    │          │      03_Standard_Large-Margin_Problem_19-16.mp45 Q" S$ R/ W0 H+ t- V" m
    │          │      04_Support_Vector_Machine_15-33.mp4, ^' }6 A4 H! b! O8 v+ h3 F
    │          │      05_Reasons_behind_Large-Margin_Hyperplane_13-31.mp4
# Z. ]( z0 J9 j3 u    │          │      
7 D8 y& W7 q$ @8 M* }    │          ├─02_Dual_Support_Vector_Machine0 M, f  c# k' n: t' C3 q1 [
    │          │      01_Motivation_of_Dual_SVM_15-54.mp4
5 S, E5 a' x( Q: D3 e    │          │      01_Motivation_of_Dual_SVM_15-54.pdf; b2 Z9 s' x3 f+ G* B0 s% \
    │          │      02_Lagrange_Dual_SVM_18-50.mp45 P! L$ J7 x9 j: o+ ?
    │          │      03_Solving_Dual_SVM_14-19.mp4* T- z' E5 u! X- x# A4 j; Y
    │          │      04_Messages_behind_Dual_SVM_11-18.mp49 g2 U. Q2 C6 s" C) v: ^8 b
    │          │      9 c' _8 Q0 w" ]; U; y- Z
    │          ├─03_Kernel_Support_Vector_Machine
1 d: }& N7 }: j& P9 s, o    │          │      01_Kernel_Trick_20-23.mp4  \# K; c4 ~2 Z- }* U: n* ~
    │          │      01_Kernel_Trick_20-23.pdf  b' }) O. u' b4 E) h' w8 [
    │          │      02_Polynomial_Kernel_12-16.mp44 V0 X1 Y2 M/ P3 W5 c% g3 [
    │          │      03_Gaussian_Kernel_14-43.mp43 w4 ?/ o& ]! J# s8 ]* ?# P" {
    │          │      04_Comparison_of_Kernels_13-35.mp4( L+ {$ ?# w9 i
    │          │      ! j' I4 q3 {9 ]' L( d8 i" R' y2 h) Y
    │          ├─04_Soft-Margin_Support_Vector_Machine
9 t" z, U8 l: u) |- F2 \+ ~9 L    │          │      01_Motivation_and_Primal_Problem_14-27.mp4
1 p6 A$ G! r; O0 B    │          │      01_Motivation_and_Primal_Problem_14-27.pdf" C* Z3 ~! r& b  A" ^
    │          │      02_Dual_Problem_7-38.mp4
- P1 i- n9 C+ e    │          │      03_Messages_behind_Soft-Margin_SVM_13-44.mp4
- U$ G: R! q0 ?3 U    │          │      04_Model_Selection_9-57.mp4
# z9 o# d- z: V. [8 O3 H    │          │      
9 k0 w  N: }# X    │          ├─05_Kernel_Logistic_Regression8 W" f) {! I# P- T1 {9 T! r
    │          │      01_Soft-Margin_SVM_as_Regularized_Model_13-40.mp4
- G7 i& ~( i* R$ @$ M3 h. S    │          │      01_Soft-Margin_SVM_as_Regularized_Model_13-40.pdf
% ?6 j  V" s+ Z( e    │          │      02_SVM_versus_Logistic_Regression_10-18.mp4
; @! a7 d; Y4 L. y3 t# r    │          │      03_SVM_for_Soft_Binary_Classification_9-36.mp4: ]' ]  w5 V! I) s: m; |
    │          │      04_Kernel_Logistic_Regression_16-22.mp4
& v( o! {. R9 g& n# g    │          │      
5 e4 u8 R$ o& d6 f8 B    │          ├─06_Support_Vector_Regression
3 B+ B' [+ ^3 f. g3 t* t    │          │      01_Kernel_Ridge_Regression_17-17.mp4. C" c2 O( |* d; R- x& s
    │          │      01_Kernel_Ridge_Regression_17-17.pdf
# v9 _& @" b* f; S    │          │      02_Support_Vector_Regression_Primal_18-44.mp4; p1 y' [7 m6 T4 O
    │          │      03_Support_Vector_Regression_Dual_13-05.mp47 A6 @( z9 y4 `3 ]. O
    │          │      04_Summary_of_Kernel_Models_09-06.mp4
# l; Y" q0 T: N4 W  W+ @7 y. {: k    │          │      
/ S! F: I) R+ {# I! U' ]5 D# E2 ~    │          ├─07_Blending_and_Bagging/ V. Y3 |9 f6 u2 f# P
    │          │      01_Motivation_of_Aggregation_18-54.mp4
: h+ \( k7 ]5 O    │          │      01_Motivation_of_Aggregation_18-54.pdf
5 k* {3 N- C. A6 o    │          │      02_Uniform_Blending_20-31.mp4
2 n! x: H4 c$ D3 ]2 a    │          │      03_Linear_and_Any_Blending_16-48.mp4
: o% j  z" p1 @1 s. F, x+ x) P    │          │      04_Bagging_Bootstrap_Aggregation_11-48.mp4
. A5 ?+ @; R8 l  G' M/ |    │          │      
0 J+ ]. B2 E, U  u, U, [: i8 u6 Y    │          ├─08_Adaptive_Boosting% H  l. R/ C* ?5 b$ V
    │          │      01_Motivation_of_Boosting_12-47.mp4
/ `* I& l( i# \) v    │          │      01_Motivation_of_Boosting_12-47.pdf
5 u/ ^; K, z- Y' F1 O    │          │      02_Diversity_by_Re-weighting_14-28.mp4
+ [4 [" {" U( L" ]% z3 W! J    │          │      03_Adaptive_Boosting_Algorithm_13-34.mp4: w5 \  x7 m4 d1 X- @9 M# _2 M
    │          │      04_Adaptive_Boosting_in_Action_11-04.mp4
+ n0 u& f7 H  s5 }- i    │          │      0 h* l+ ~2 i: z& N3 T
    │          ├─09_Decision_Tree
6 H! T! D4 G8 Z( ~" o8 k& Y7 t  c; H    │          │      01_Decision_Tree_Hypothesis_17-28.mp4
3 Y; I/ _9 R! w# a) d# \3 ^" ]    │          │      01_Decision_Tree_Hypothesis_17-28.pdf
, m& j$ {/ K5 {$ j8 e; c6 B8 `    │          │      02_Decision_Tree_Algorithm_15-20.mp4: _, c) @) C! \5 R, @0 \9 x: k
    │          │      03_Decision_Tree_Heuristics_in_CRT_13-21.mp4
1 q& d) W& z/ H    │          │      04_Decision_Tree_in_Action_8-44.mp4
% \, {5 `* ^8 v! z% D: W: f    │          │      0 P$ _" H8 J4 g9 J$ M& E+ s  u
    │          ├─10_Random_Forest
! U4 g9 }7 q! I    │          │      01_Random_Forest_Algorithm_13-06.mp4* h$ C1 M6 n$ A$ M
    │          │      01_Random_Forest_Algorithm_13-06.pdf3 l: z; ?  F( ~' s+ R- b  b
    │          │      02_Out-Of-Bag_Estimate_12-31.mp4
0 D) S+ X6 E( _( j) A- g    │          │      03_Feature_Selection_19-27.mp4, Z6 n6 d0 H: {+ q
    │          │      04_Random_Forest_in_Action13-28.mp4
8 F' V! j. `1 n( y$ \  c    │          │      2 W0 c" ]1 |$ \# [6 I! d  o/ D
    │          ├─11_Gradient_Boosted_Decision_Tree
( P6 F; a" t% x8 p: m    │          │      01_Adaptive_Boosted_Decision_Tree_15-05.mp4. }3 P5 M$ L" i: P! B' V( C9 [; @
    │          │      01_Adaptive_Boosted_Decision_Tree_15-05.pdf
) q  r8 c3 X5 w. ?    │          │      02_Optimization_View_of_AdaBoost_27-25.mp4
/ r; \- M$ `5 c* @+ ^" o/ @" F$ m    │          │      03_Gradient_Boosting_18-20.mp4
' a: d$ O, ^3 C8 i# w    │          │      04_Summary_of_Aggregation_Models_11-19.mp4
# j6 _/ @+ m! d# F4 ]* F    │          │      % S8 i% N8 R0 t2 A8 b
    │          ├─12_Neural_Network2 i/ b" @/ X/ ^& V( y$ C( U
    │          │      01_Motivation_20-36.mp4  \7 G, |; @5 P& ]- y8 X2 k" K
    │          │      01_Motivation_20-36.pdf" p2 b! _& b$ u) H
    │          │      02_Neural_Network_Hypothesis_18-01.mp4
3 @+ m! [" Q. v9 O" S/ V    │          │      03_Neural_Network_Learning_22-26.mp4
6 _1 B; ~- o& Q    │          │      04_Optimization_and_Regularization_17-29.mp43 W2 ]* Y: Y9 e" g" k  ?% A! V0 u! d
    │          │      ' j1 P9 ?+ M3 R1 ?. A
    │          ├─13_Deep_Learning. u1 A$ t/ g) e$ Q! x
    │          │      01_Deep_Neural_Network_21-30.mp40 X$ p2 Y; c2 s* u' }2 |
    │          │      01_Deep_Neural_Network_21-30.pdf) s0 _9 P; z3 x: M" k+ a7 z
    │          │      02_Autoencoder_15-17.mp4
2 E8 N1 ]4 e( U    │          │      03_Denoising_Autoencoder_8-30.mp4
' G; [2 Y9 ]! l: J. w1 V' y    │          │      04_Principal_Component_Analysis_31-20.mp4
  Q# _" R) s" }, Y7 g" k& ~# l    │          │      
+ ]$ g! w- ], k2 y, y0 F    │          ├─14_Radial_Basis_Function_Network
5 q: e; @1 }8 x$ u, n2 C% q    │          │      01_RBF_Network_Hypothesis_12-55.mp4
4 R. U) [7 F% u& M# [2 I, ?: G    │          │      01_RBF_Network_Hypothesis_12-55.pdf) I: Z6 E- B+ [/ M* k
    │          │      02_RBF_Network_Learning_20-08.mp4
, z, R" _& {) i& ]9 T* p! c7 a    │          │      03_k-Means_Algorithm_16-19.mp4
# l+ M9 @2 S0 q) f! ?7 [- X. N    │          │      04_k-Means_and_RBF_Network_in_Action_9-46.mp4
2 I7 y% e) s- F+ T& L    │          │      4 J& c/ f; k0 I, I/ N
    │          ├─15_Matrix_Factorization
: g! r0 h! T) l2 N- u! X    │          │      01_Linear_Network_Hypothesis_20-16.mp40 _" g4 H; N: }! U5 e: Q, c
    │          │      01_Linear_Network_Hypothesis_20-16.pdf; e0 [( O2 x+ a8 T& H9 ]0 |% h
    │          │      02_Basic_Matrix_Factorization_16-32.mp4/ N: x$ O) z* u8 H2 C
    │          │      03_Stochastic_Gradient_Descent_12-22.mp4
+ E/ [  g' x4 Q, ]( \, @    │          │      04_Summary_of_Extraction_Models_9-12.mp4
  ?+ y1 R$ R0 p$ O    │          │      4 t. a( u, s7 E, `& x
    │          └─16_Finale
6 P8 z3 G/ k1 V1 H4 c" n    │                  01_Feature_Exploitation_Techniques_16-11.mp4+ A7 [: \9 c0 A$ `0 p5 W: F# h
    │                  01_Feature_Exploitation_Techniques_16-11.pdf
, h- r8 B* ?  G" m+ Q3 u3 \! g    │                  02_Error_Optimization_Techniques_8-40.mp4# |1 W; w* r5 @7 ~  ~
    │                  03_Overfitting_Elimination_Techniques_6-44.mp4. e, R1 \) i/ ~5 b! V  n
    │                  04_Machine_Learning_in_Action_12-59.mp4
! x6 z1 w# W. J" Q    │                  
* ], q% S+ I9 M* f    ├─005_Neural Networks for Machine Learning
& Y. v5 ~3 v  R- n; `2 Z    │  └─005_Neural Networks for Machine Learning0 {( o8 a" M2 u; `6 e
    │      │  下载说明.txt* |4 W& B0 w7 H/ q+ @
    │      │  关注我们.png9 q8 V  g$ l+ u* B
    │      │  攻城狮论坛=网络技术+编程视频.url
$ }& I2 H) H( w    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
1 b7 S4 ]4 X0 A' q8 a: Z& U    │      │  0 B8 l. c+ n( |7 U* H
    │      ├─hinton-ml  v% e4 H* l7 w, l1 P
    │      │      1.Why do we need machine learning( D4 Z3 |: x* h
    │      │      1.Why do we need machine learning.mp4
' i6 E. H/ y5 b    │      │      10.What perceptrons can't do [15 min].mp4
0 Y+ e: e$ c. X* @    │      │      10.What perceptrons can't do [15 min].srt
+ z5 p; o6 l& h) w2 g$ W    │      │      11.Learning the weights of a linear neuron [12 min].mp4
' Y5 |$ h3 T7 K) C$ F    │      │      11.Learning the weights of a linear neuron [12 min].srt
+ k# I3 B* b8 N: M    │      │      12.The error surface for a linear neuron [5 min].mp4* m8 P6 `6 q! k& d( t/ V& c3 p
    │      │      12.The error surface for a linear neuron [5 min].srt& g# W8 t- n; |) f, o
    │      │      13.Learning the weights of a logistic output neuron [4 min].mp4- P9 S  d+ K9 q; W5 d
    │      │      13.Learning the weights of a logistic output neuron [4 min].srt
; u: _3 n1 H* e- ~, Q* B; n2 C) P    │      │      14.The backpropagation algorithm [12 min].mp4& U, h& u( h; v
    │      │      14.The backpropagation algorithm [12 min].srt. R. N7 _; f  o
    │      │      15.Using the derivatives computed by backpropagation [10 min].mp4$ d; [+ `- E4 c" o* r6 d
    │      │      15.Using the derivatives computed by backpropagation [10 min].srt
/ `3 y5 n% A4 `: e6 h3 F4 j3 o    │      │      16.Learning to predict the next word [13 min].mp4/ H/ [2 j8 G; Z9 w0 ~) s( N& c$ A
    │      │      16.Learning to predict the next word [13 min].srt
3 x# q* H3 B1 Z8 q- B    │      │      17.A brief diversion into cognitive science [4 min].mp4$ b* H+ b( N0 J) w5 N  H
    │      │      17.A brief diversion into cognitive science [4 min].srt# Q/ m0 w& c. M6 G6 K' A
    │      │      19.Neuro-probabilistic language models [8 min].mp4
* W9 C: B& }& z% \! F' H( n8 O    │      │      19.Neuro-probabilistic language models [8 min].srt' v2 L* L1 ?: U/ J* F
    │      │      2.What are neural networks
- p+ G% y7 l1 q2 K: ~4 n1 _    │      │      2.What are neural networks.mp4+ L) w% n: }/ ?* |2 v! o6 B1 F
    │      │      20.Ways to deal with the large number of possible outputs [15 min].mp41 d- Q& R; x- P
    │      │      20.Ways to deal with the large number of possible outputs [15 min].srt
- n  P6 `2 f' W. d    │      │      21.Why object recognition is difficult [5 min].mp4
  j% {5 s% z  X8 J$ V. J    │      │      21.Why object recognition is difficult [5 min].srt
6 g: c6 s9 D$ d* p( ^5 l    │      │      22.Achieving viewpoint invariance [6 min].mp4- f& l! t+ x0 e5 h) }' L* U
    │      │      22.Achieving viewpoint invariance [6 min].srt7 `  r( d* m: s, V; M  ~
    │      │      23.Convolutional nets for digit recognition [16 min].mp4
& \+ w0 z- c% [! I8 Z' j& C9 H: w    │      │      23.Convolutional nets for digit recognition [16 min].srt1 R) j# d# b6 \7 Q) U( P5 a
    │      │      24.Convolutional nets for object recognition [17min].mp4
& l# v% @: ~; }* B$ q    │      │      24.Convolutional nets for object recognition [17min].srt7 n$ ~; J0 n4 f: _0 ~- m$ @7 f/ f& v
    │      │      25.Overview of mini-batch gradient descent.mp4
$ g- v- ]( F4 }    │      │      25.Overview of mini-batch gradient descent.srt* _2 M. C% z. r6 T8 i. o3 I1 [
    │      │      26.A bag of tricks for mini-batch gradient descent.mp43 t$ `1 @$ L4 E" Z' `6 B8 k+ ~1 Q
    │      │      26.A bag of tricks for mini-batch gradient descent.srt. e0 C2 j0 d- c& p1 I
    │      │      27.The momentum method.mp4
: K) l8 \& V6 `( e* v& ~    │      │      27.The momentum method.srt0 J( c. ?! P1 a# ^9 R/ {
    │      │      28.Adaptive learning rates for each connection.mp43 L0 j9 r# Z( ]% V
    │      │      28.Adaptive learning rates for each connection.srt; [# n. e; u( n/ K" J4 O8 J
    │      │      3.Some simple models of neurons [8 min].mp4$ Q1 S% p$ _5 b5 f% K
    │      │      3.Some simple models of neurons [8 min].srt
, Q. q; d3 ^* W5 A' s) g    │      │      31.Training RNNs with back propagation.mp4' v/ Z3 w7 _9 I4 G
    │      │      31.Training RNNs with back propagation.srt
/ p6 O8 [& n: y, x$ S; X$ h! `& {    │      │      32.A toy example of training an RNN.mp46 A* {. {, _4 b& k  z3 ]7 x
    │      │      32.A toy example of training an RNN.srt
. ]1 O/ S- y$ n0 G9 k2 x, E, _0 p    │      │      33.Why it is difficult to train an RNN.mp41 C8 `. |8 m1 v5 O+ a  i% g
    │      │      33.Why it is difficult to train an RNN.srt
$ l) e7 v% P3 |3 i    │      │      34.Long-term Short-term-memory.mp4% L+ X# U  w+ C% m
    │      │      34.Long-term Short-term-memory.srt$ F6 h& ^2 D) g6 g4 x0 c( h' z; H- s
    │      │      35.A brief overview of Hessian Free optimization.mp4
# Q# ?# |7 r0 v3 j. Y1 T( _2 a  D    │      │      35.A brief overview of Hessian Free optimization.srt7 `+ p! I3 V6 u; u7 g5 H& Q
    │      │      37.Learning to predict the next character using HF [12  mins].mp4
' y$ U2 l: y( k) z2 ^8 U6 y( f( a! s" I+ W    │      │      37.Learning to predict the next character using HF [12  mins].srt$ S- a% T2 i/ z4 p8 A" \
    │      │      38.Echo State Networks [9 min].mp4
/ H, y# m5 P0 m  L3 w    │      │      38.Echo State Networks [9 min].srt" F: ]( O% H% l* d7 d. T. Z1 @
    │      │      39.Overview of ways to improve generalization [12 min].mp4
: \9 p8 v. X  f/ B" Y( O    │      │      39.Overview of ways to improve generalization [12 min].srt
2 ]1 m0 ^; L+ p: I2 d3 T    │      │      4.A simple example of learning [6 min].mp4
& }5 B8 |0 c( ?' B4 f5 f    │      │      4.A simple example of learning [6 min].srt. N" y) C  _. M
    │      │      40.Limiting the size of the weights [6 min].mp46 g" J# N0 J4 L' M7 X% w* b0 `) Y: n
    │      │      40.Limiting the size of the weights [6 min].srt
6 z6 m5 m  B# Z    │      │      41.Using noise as a regularizer [7 min].mp4; N9 E  T% @8 p6 h
    │      │      41.Using noise as a regularizer [7 min].srt
3 w9 S$ |9 |1 i" X$ M" D    │      │      42.Introduction to the full Bayesian approach [12 min].mp4
6 W& |* B7 q4 [, V    │      │      42.Introduction to the full Bayesian approach [12 min].srt/ X' ?9 P8 e5 l5 W& F" V! J
    │      │      43.The Bayesian interpretation of weight decay [11 min].mp49 ^! ~# ?/ a0 I! t0 p* n6 `& c9 C9 B0 ^
    │      │      43.The Bayesian interpretation of weight decay [11 min].srt
, q$ s+ f. `% v6 Y/ _: i5 {4 {    │      │      44.MacKay's quick and dirty method of setting weight costs [4 min].mp4
$ j+ I/ N/ n0 Q% F$ G& ]    │      │      44.MacKay's quick and dirty method of setting weight costs [4 min].srt
9 w$ X- O4 G6 D, A* h    │      │      45.Why it helps to combine models [13 min].mp4
& n; o3 i3 Z; h' f6 d    │      │      45.Why it helps to combine models [13 min].srt
5 Q7 m( M2 L) h2 t2 m3 x    │      │      46.Mixtures of Experts [13 min].mp4
; E1 O! P1 f% P9 F' j$ {    │      │      46.Mixtures of Experts [13 min].srt- H9 g9 d7 Z# H$ {" J2 r0 \! ?8 b, n
    │      │      47.The idea of full Bayesian learning [7 min].mp4
+ u4 E& J5 u6 _6 P    │      │      47.The idea of full Bayesian learning [7 min].srt
! r8 ^' g6 U* O, R+ }* k    │      │      48.Making full Bayesian learning practical [7 min].mp4/ w6 V& C' P- Q0 k0 [  S
    │      │      48.Making full Bayesian learning practical [7 min].srt: _, N/ X5 p. f8 g9 S$ ~
    │      │      49.Dropout [9 min].mp4
5 x7 P( d, N. w/ H2 P  z& ^: w    │      │      49.Dropout [9 min].srt7 {3 s$ \% R2 n' [
    │      │      5.Three types of learning [8 min].mp4+ j$ a' U1 T" {7 V# ?+ F7 {5 z* g
    │      │      5.Three types of learning [8 min].srt+ M6 _! `7 m7 E( r
    │      │      50.Hopfield Nets [13 min].mp4' }9 y( A; S7 _5 }7 E& w& w; ]0 m" O! G
    │      │      50.Hopfield Nets [13 min].srt; j  K; U8 I2 @2 C) c" i
    │      │      51.Dealing with spurious minima [11 min].mp47 I# f5 C7 b8 Y* m8 j- h0 `/ w% l
    │      │      51.Dealing with spurious minima [11 min].srt
0 d4 O9 S) f# b, l    │      │      52.Hopfield nets with hidden units [10 min].mp4$ T; j) n% d2 M, d4 W8 h/ l* e
    │      │      52.Hopfield nets with hidden units [10 min].srt
# i* N7 J: @! c% m9 I" w    │      │      53.Using stochastic units to improv search [11 min].mp4
; `# k$ j9 ]  I& a% V: Q    │      │      53.Using stochastic units to improv search [11 min].srt; j$ I2 y. Z2 h+ y# H: O2 e1 n2 @$ k
    │      │      54.How a Boltzmann machine models data [12 min].mp4
: O$ Y+ H5 B( b2 i7 m    │      │      54.How a Boltzmann machine models data [12 min].srt3 R: I" }$ i1 r* U; {: w
    │      │      55.Boltzmann machine learning [12 min].mp4  B! i: o" {4 Y
    │      │      55.Boltzmann machine learning [12 min].srt
- J3 Q% Q& w4 e    │      │      57.Restricted Boltzmann Machines [11 min].mp4
) D" G7 t# m' X# m+ d& O# L    │      │      57.Restricted Boltzmann Machines [11 min].srt
7 `' r6 y9 v6 X( v" s5 w2 E    │      │      58.An example of RBM learning [7 mins].mp4  R: f2 A' B% B; \! x
    │      │      58.An example of RBM learning [7 mins].srt
$ h$ M$ W  W, g6 C! C    │      │      59.RBMs for collaborative filtering [8 mins].mp4
. v7 u  K# ~- G. s3 ]! i3 \    │      │      59.RBMs for collaborative filtering [8 mins].srt+ ?# o) B- r; h- ~2 _' `/ K
    │      │      6.Types of neural network architectures [7 min].mp4- {( ]$ S: E! Q3 o% `9 O
    │      │      6.Types of neural network architectures [7 min].srt: a% N2 _+ Y; }4 w$ s/ u/ q; g
    │      │      60.The ups and downs of back propagation [10 min].mp4
; O; f9 i; [: b# U    │      │      60.The ups and downs of back propagation [10 min].srt
: A% B: R+ x) p$ p4 i" @- |    │      │      61.Belief Nets [13 min].mp4
! s; J7 A$ ?) a1 l0 D) `' c& S" [8 D* L    │      │      61.Belief Nets [13 min].srt
$ S! V# C9 d9 ?+ B6 e7 n8 t    │      │      62.Learning sigmoid belief nets [12 min].mp4
/ |# r+ J5 ~* m1 i- |6 @    │      │      62.Learning sigmoid belief nets [12 min].srt
, q( G8 f1 N; |% e    │      │      63.The wake-sleep algorithm [13 min].mp4
0 r: i2 z( Z% B9 \8 y    │      │      63.The wake-sleep algorithm [13 min].srt- _) S9 k. v7 f: y- o" p+ T5 S
    │      │      64.Learning layers of features by stacking RBMs [17 min].mp47 t+ M: N5 F: O8 b0 m
    │      │      64.Learning layers of features by stacking RBMs [17 min].srt
+ `4 X# M- I; m" z6 L    │      │      65.Discriminative learning for DBNs [9 mins].mp4
, |- ^! T$ d6 G* O    │      │      65.Discriminative learning for DBNs [9 mins].srt/ O, o) o; s0 d/ x. n/ K2 Q- g* v
    │      │      66(1).What happens during discriminative fine-tuning/ ^8 J9 C, E# d/ \* {
    │      │      66.What happens during discriminative fine-tuning
) H) [- c5 a, P& k8 |+ U, C5 p    │      │      67.Modeling real-valued data with an RBM [10 mins].mp4( G9 J+ {' ^/ M: ~. g
    │      │      67.Modeling real-valued data with an RBM [10 mins].srt7 P, B% F! w. m
    │      │      69.From PCA to autoencoders [5 mins].mp4& a1 N( ^% P# k1 @/ f* i8 ]
    │      │      69.From PCA to autoencoders [5 mins].srt
  a* l* _2 P3 W2 R6 x1 l    │      │      70.Deep auto encoders [4 mins].mp4
# r# ^, ]5 _# M4 H7 d/ u: |4 d7 v8 |    │      │      70.Deep auto encoders [4 mins].srt' ~/ |% f6 m6 |' O
    │      │      71.Deep auto encoders for document retrieval [8 mins].mp4' z- V3 S4 I- d6 j6 D
    │      │      71.Deep auto encoders for document retrieval [8 mins].srt7 p+ l3 g  T  K! P* R8 s8 |) \2 [% V8 I
    │      │      72.Semantic Hashing [9 mins].mp4
* R0 |* j/ j& {/ D$ @$ d: i    │      │      72.Semantic Hashing [9 mins].srt6 q, `+ e& \$ _9 b5 D
    │      │      73.Learning binary codes for image retrieval [9 mins].mp4
3 t% h1 j( S( U) g1 \4 ~    │      │      73.Learning binary codes for image retrieval [9 mins].srt9 O; v+ |2 H; d) F5 @
    │      │      74.Shallow autoencoders for pre-training [7 mins].mp4
( @# \8 u# d& G' h& q: G    │      │      74.Shallow autoencoders for pre-training [7 mins].srt, _. W3 k3 u0 }9 T- ?- M' U9 ~
    │      │      8.A geometrical view of perceptrons [6 min].mp4; z2 D! Z+ y+ ~2 P* l# F2 @
    │      │      8.A geometrical view of perceptrons [6 min].srt. `4 \; S3 X4 e8 e
    │      │      9.Why the learning works [5 min].mp4
, s3 J' t& {7 l# u    │      │      9.Why the learning works [5 min].srt
2 `& K" r0 @9 L! S8 J/ c    │      │      
- o: b# Q7 O  S8 R    │      └─neuralnets-2012-001
. Q; R4 S& f" Y; J( @    │          ├─01_Lecture1* z5 \/ g4 s+ Y: ?. E$ e
    │          │      01_Why_do_we_need_machine_learning_13_min.mp4$ R* f9 V7 h7 f+ G2 I' H  C7 R
    │          │      01_Why_do_we_need_machine_learning_13_min.pdf' G/ O* `  ?2 Z5 J
    │          │      01_Why_do_we_need_machine_learning_13_min.pptx
2 \# V( L# @% L    │          │      01_Why_do_we_need_machine_learning_13_min.srt
8 B  I* N  z4 S- |  d, I    │          │      01_Why_do_we_need_machine_learning_13_min.txt
* S/ z; G, v6 p    │          │      02_What_are_neural_networks_8_min.mp4' Q& w8 D5 o( n$ M  G) J
    │          │      02_What_are_neural_networks_8_min.srt
' l8 x/ N: o- V6 f  \5 n    │          │      02_What_are_neural_networks_8_min.txt5 P% U: T% G- K. {. E" x$ C
    │          │      03_Some_simple_models_of_neurons_8_min.mp4) Q- l* }6 y6 d- l
    │          │      03_Some_simple_models_of_neurons_8_min.srt
6 q6 G1 J2 ]4 @6 d2 o' T    │          │      03_Some_simple_models_of_neurons_8_min.txt
1 m# S+ }- x1 L    │          │      04_A_simple_example_of_learning_6_min.mp4: y6 T! o  a( S1 Y$ ^2 O" u
    │          │      04_A_simple_example_of_learning_6_min.srt( V. i* j, Q; |3 y% M
    │          │      04_A_simple_example_of_learning_6_min.txt% ?, f1 h/ [5 D, R6 ~
    │          │      05_Three_types_of_learning_8_min.mp4$ w" F* j6 H0 ^* D; u1 V, ]
    │          │      05_Three_types_of_learning_8_min.srt
5 Q* m+ J" h$ f- B1 u    │          │      05_Three_types_of_learning_8_min.txt! ]) n0 @2 a% l1 o5 W& F9 m- c
    │          │      
( q3 z0 d1 O2 G% d8 K    │          ├─02_Lecture2
7 C4 w8 O: F& B' ?' I! J; ^    │          │      03_A_geometrical_view_of_perceptrons_6_min.mp4
- K8 \1 x# c5 H$ \: s, }8 L4 r    │          │      03_A_geometrical_view_of_perceptrons_6_min.srt+ _* q) Q3 \+ e' u9 H, v0 _
    │          │      03_A_geometrical_view_of_perceptrons_6_min.txt2 q0 h) Z, s$ Y8 R" G
    │          │      04_Why_the_learning_works_5_min.mp4
$ y2 V$ B) C6 _/ F8 U! ]    │          │      04_Why_the_learning_works_5_min.srt
' y" @( g! x8 H. z5 e! I( V    │          │      04_Why_the_learning_works_5_min.txt* o$ ~4 a9 s& [- P
    │          │      05_What_perceptrons_cant_do_15_min.mp4& s2 z$ |& t3 x4 Z
    │          │      05_What_perceptrons_cant_do_15_min.srt
/ s1 p6 d# H# ]7 r3 v    │          │      05_What_perceptrons_cant_do_15_min.txt
4 a6 R! W, ~4 Z$ i6 s8 Q" H5 a    │          │      
5 t: |7 C1 p0 _4 x0 c0 @    │          ├─03_Lecture3
% ]4 L5 N; W- m    │          │      04_The_backpropagation_algorithm_12_min.mp4
0 r) M# T' D$ K0 y  w4 a    │          │      04_The_backpropagation_algorithm_12_min.pdf7 F8 e, P) o6 g  W( Y& j" N
    │          │      04_The_backpropagation_algorithm_12_min.srt7 k) P: c" R2 ~0 i& o8 F
    │          │      04_The_backpropagation_algorithm_12_min.txt$ q; C8 }! H0 _) X
    │          │      ' R( \: C$ I# N" `& R/ X$ I) e  P
    │          ├─04_Lecture4
3 f/ G7 P3 N" m& i* D    │          │      01_Learning_to_predict_the_next_word_13_min.mp4
# T1 t% p' G; Y7 r2 B% b9 ~5 x+ @    │          │      01_Learning_to_predict_the_next_word_13_min.pdf
  U& C! K# ~! N' ~4 A1 ]$ ]3 ~    │          │      01_Learning_to_predict_the_next_word_13_min.pptx+ c5 [' K3 x. C$ a# w* Y
    │          │      01_Learning_to_predict_the_next_word_13_min.srt4 o* Y% u" F. `" X
    │          │      01_Learning_to_predict_the_next_word_13_min.txt
5 u9 I8 A1 p# O: x! {) `    │          │      04_Neuro-probabilistic_language_models_8_min.mp4
0 X/ A0 U  _: k9 \1 U    │          │      04_Neuro-probabilistic_language_models_8_min.pdf
0 M9 c' s. b3 N0 l    │          │      04_Neuro-probabilistic_language_models_8_min.srt/ p& L7 w* a0 C' s* _
    │          │      04_Neuro-probabilistic_language_models_8_min.txt
# o, }! j- t+ J+ f    │          │      
. D- V/ ], c6 l' t4 l. w  U8 q    │          ├─05_Lecture5) M& d2 D: L) E, E
    │          │      01_Why_object_recognition_is_difficult_5_min.mp47 g+ d& f  S1 q1 {
    │          │      01_Why_object_recognition_is_difficult_5_min.pdf/ {% H: D- h( l! Y
    │          │      01_Why_object_recognition_is_difficult_5_min.srt
" l. Z! G0 D) q    │          │      01_Why_object_recognition_is_difficult_5_min.txt% p- O% S0 ]' x2 g: G! b) ?2 \
    │          │      02_Achieving_viewpoint_invariance_6_min.mp4
* g5 S% \# ?* j% Q, c) f2 o    │          │      02_Achieving_viewpoint_invariance_6_min.srt0 _2 _6 o5 S6 P4 M4 m6 T( ?
    │          │      02_Achieving_viewpoint_invariance_6_min.txt
0 T0 M, c: W; C    │          │      
& @/ l: C& H0 N; u! r! V" V  X' y    │          ├─06_Lecture6- \* l, J) X7 K4 R2 g/ |4 z
    │          │      01_Overview_of_mini-batch_gradient_descent.mp4/ C1 y+ W, x- J+ N( K
    │          │      01_Overview_of_mini-batch_gradient_descent.pdf
3 E: P& g$ H7 C    │          │      01_Overview_of_mini-batch_gradient_descent.pptx& t4 @& l  ^% g, B" u) z% @
    │          │      01_Overview_of_mini-batch_gradient_descent.srt3 ~+ ]/ G9 P) \
    │          │      01_Overview_of_mini-batch_gradient_descent.txt
, v4 b# M$ F4 ~; s* d" B/ ]    │          │      03_The_momentum_method.mp4% a- i4 q4 @. T- C' \
    │          │      03_The_momentum_method.srt$ }7 c  e. C7 N6 Z- i* i
    │          │      03_The_momentum_method.txt
/ i: J- z0 R6 {( \5 J% G1 v$ Z& b9 K    │          │      
; C* |2 t% v, G/ w    │          ├─07_Lecture75 Z% v7 {% p6 Z6 }
    │          │      01_Modeling_sequences-_A_brief_overview.mp43 c, v, W0 L, F9 L
    │          │      01_Modeling_sequences-_A_brief_overview.pdf/ `* c# Z$ N3 [6 {2 B4 d0 Z0 I
    │          │      01_Modeling_sequences-_A_brief_overview.pptx2 W3 {5 l% \. C2 b
    │          │      01_Modeling_sequences-_A_brief_overview.srt, U* p0 n  }, J1 C, e3 V  K
    │          │      01_Modeling_sequences-_A_brief_overview.txt
( f3 ^2 r  i! ~( _    │          │      02_Training_RNNs_with_back_propagation.mp4! R, `3 x0 B6 e+ \
    │          │      02_Training_RNNs_with_back_propagation.srt
6 ~7 i4 E4 F$ F! H1 `    │          │      02_Training_RNNs_with_back_propagation.txt
6 u( i8 F! `4 v" {* T2 ]4 y) t    │          │      03_A_toy_example_of_training_an_RNN.mp4
7 `  j0 G# ^4 R+ a! K2 y- Q    │          │      03_A_toy_example_of_training_an_RNN.srt
- b$ s1 t. F6 b. d- A  u7 `2 U( A% K    │          │      03_A_toy_example_of_training_an_RNN.txt7 Q& U$ P- p& |/ E6 F$ ~& K2 ]
    │          │      04_Why_it_is_difficult_to_train_an_RNN.mp49 j/ N1 r- D  I0 i/ E* J* v  X7 x# o. A
    │          │      04_Why_it_is_difficult_to_train_an_RNN.srt
" D: B. f; m( o* Y0 I- E    │          │      04_Why_it_is_difficult_to_train_an_RNN.txt
% F* j: p( a$ [) d/ K    │          │      05_Long-term_Short-term-memory.mp45 [5 l, n" A; Q4 Z" m9 j
    │          │      05_Long-term_Short-term-memory.pdf
6 ?  [" e  r, X" z% O2 l" |7 T    │          │      05_Long-term_Short-term-memory.srt
9 s! M8 s% ?1 A0 J" ^    │          │      05_Long-term_Short-term-memory.txt" Y. z. m/ b$ r0 Q$ M
    │          │      ( F& M( U" J% a0 ]7 N! v7 a
    │          ├─08_Lecture8
" [4 j' t/ o+ r5 R    │          │      04_Echo_State_Networks_9_min.mp4; f/ K' r# R: `8 `8 q
    │          │      04_Echo_State_Networks_9_min.srt5 t- {/ L/ X" v/ p
    │          │      04_Echo_State_Networks_9_min.txt$ T5 G! M4 f5 B# z& F  d* O- ^# k" L
    │          │      6 F0 k" ]+ w2 j) g$ m: z
    │          ├─09_Lecture9* q4 x$ O0 \' i% M
    │          │      02_Limiting_the_size_of_the_weights_6_min.mp4
2 ?/ \$ `& K. D! D9 \7 e    │          │      02_Limiting_the_size_of_the_weights_6_min.srt
3 m! }3 t/ ], Q! f* d3 z$ C; O    │          │      02_Limiting_the_size_of_the_weights_6_min.txt* S/ T5 K3 Q& L, a! N4 k1 l
    │          │      03_Using_noise_as_a_regularizer_7_min.mp4
0 N* k/ v* F9 Z    │          │      03_Using_noise_as_a_regularizer_7_min.srt
8 T# h/ l  Q# d7 U7 ^. C. F    │          │      03_Using_noise_as_a_regularizer_7_min.txt4 y% j. a: }2 ]* P  \2 ^9 q
    │          │      ; x+ g' R! h+ K6 G' }
    │          ├─10_Lecture10
( h- j8 S! n. s) \; l1 ^    │          │      01_Why_it_helps_to_combine_models_13_min.mp4
' b1 G5 Z2 P# g5 l; W    │          │      01_Why_it_helps_to_combine_models_13_min.pdf" X) J/ ~* u) H5 ?' Y! ?3 f
    │          │      01_Why_it_helps_to_combine_models_13_min.pptx; ?' |5 a4 T1 P# {2 \6 N5 r/ i, h
    │          │      01_Why_it_helps_to_combine_models_13_min.srt
) G( p6 f. C0 a) O    │          │      01_Why_it_helps_to_combine_models_13_min.txt
( i( R! S) J7 K9 R+ X    │          │      02_Mixtures_of_Experts_13_min.mp4
: |; N& K' P! s0 `, m5 c3 V! r$ u    │          │      02_Mixtures_of_Experts_13_min.pdf) p& J/ }8 E/ T( o
    │          │      02_Mixtures_of_Experts_13_min.srt
( D( ^! r5 E) D0 n. h4 o$ q& w    │          │      02_Mixtures_of_Experts_13_min.txt
0 N! {$ Q% Q% b( U3 o7 w! [& E8 ?    │          │      03_The_idea_of_full_Bayesian_learning_7_min.mp4
) w8 e6 X! T; L/ M: u6 s; X' L    │          │      03_The_idea_of_full_Bayesian_learning_7_min.srt2 R7 h5 P$ f# b6 ?
    │          │      03_The_idea_of_full_Bayesian_learning_7_min.txt: G; d* w& d0 U/ D/ X/ H2 K
    │          │      05_Dropout_9_min.mp4# f$ D, m- ]1 s' M4 t4 P9 j
    │          │      05_Dropout_9_min.pdf
; G$ s8 {9 m  L: }1 {3 X: i5 O    │          │      05_Dropout_9_min.srt
: z& e) g2 p, b8 M    │          │      05_Dropout_9_min.txt
( C; m  Y7 p" E" a0 y& Z  J    │          │      
, Q" |" H0 E. K: o2 e( Y, K; ]3 G8 w    │          ├─11_Lecture114 R, h; b# G2 ?
    │          │      01_Hopfield_Nets_13_min.mp4
+ p/ \0 @  p& P9 E/ w& Z/ C( H    │          │      01_Hopfield_Nets_13_min.pdf
$ x. r3 V! ~# n5 q    │          │      01_Hopfield_Nets_13_min.pptx3 O  u$ J$ R+ R5 `% A8 D
    │          │      01_Hopfield_Nets_13_min.srt
& c+ y5 Z/ A) v. e    │          │      01_Hopfield_Nets_13_min.txt2 f1 t; Y( \- E; C$ X" {
    │          │      02_Dealing_with_spurious_minima_11_min.mp4
6 v) x: c1 l9 M" a! ^, N4 f: `    │          │      02_Dealing_with_spurious_minima_11_min.srt
0 _- N& p' D/ ^' V: j6 V: R    │          │      02_Dealing_with_spurious_minima_11_min.txt4 `( I4 C9 `! |% d' @7 F
    │          │      03_Hopfield_nets_with_hidden_units_10_min.mp41 }' }; g1 n+ W) v8 R
    │          │      03_Hopfield_nets_with_hidden_units_10_min.srt
+ I: R  H; p) s  G    │          │      03_Hopfield_nets_with_hidden_units_10_min.txt
4 A2 a9 Y/ f- E  _. o, d" |- G    │          │      
4 e1 X3 l' K! |6 e8 D! d. b    │          ├─12_Lecture12
. W& A5 g7 |" d3 G$ t$ o7 g$ \    │          │      01_Boltzmann_machine_learning_12_min.mp4
4 I( Q: s, _( h* e+ h$ l    │          │      01_Boltzmann_machine_learning_12_min.pdf
- B6 G! E/ {; [& Q; I8 ]    │          │      01_Boltzmann_machine_learning_12_min.pptx
% K* x8 O& U: I2 r) n& F: \    │          │      01_Boltzmann_machine_learning_12_min.srt) C; e% ]/ O2 `, L/ G7 [- Q+ H
    │          │      01_Boltzmann_machine_learning_12_min.txt
; ?4 ?$ a" C! b/ ~    │          │      03_Restricted_Boltzmann_Machines_11_min.mp4
7 J/ T2 y; U2 j$ G4 |" S    │          │      03_Restricted_Boltzmann_Machines_11_min.srt1 Y6 b2 e6 x$ _3 u
    │          │      03_Restricted_Boltzmann_Machines_11_min.txt( r8 T. z) w( {& `6 k% `
    │          │      04_An_example_of_RBM_learning_7_mins.mp4
- J8 d2 T/ _) J- v3 |; ?    │          │      04_An_example_of_RBM_learning_7_mins.srt
. d% o; Y7 _1 z5 M$ I9 l    │          │      04_An_example_of_RBM_learning_7_mins.txt
6 Q' l1 h' g/ \- p" t1 X) D! n    │          │      05_RBMs_for_collaborative_filtering_8_mins.mp4
' w) [( j9 ?! a7 Z    │          │      05_RBMs_for_collaborative_filtering_8_mins.srt
' ?. ]0 F9 T% d* e1 k, _    │          │      05_RBMs_for_collaborative_filtering_8_mins.txt
( e# u. p* ?, h  q    │          │      
$ Q8 z' c! S7 a6 G0 r5 _1 q* r/ [6 u    │          ├─13_Lecture13
- b  j; Y1 ]5 e! N' D. ?6 a: L    │          │      02_Belief_Nets_13_min.mp4
- I! u, n9 X" ^$ t+ k! ~    │          │      02_Belief_Nets_13_min.srt
9 y6 S/ S7 i& M) `  B) R    │          │      02_Belief_Nets_13_min.txt
% B1 l: q4 S% J6 d# a$ R    │          │      03_Learning_sigmoid_belief_nets_12_min.mp4
) @: D1 _# y! j# T: J& q9 V; z    │          │      03_Learning_sigmoid_belief_nets_12_min.pdf
3 x0 ]4 Y4 E9 Z" |    │          │      03_Learning_sigmoid_belief_nets_12_min.srt
/ y8 e$ }; t+ k0 K' U    │          │      03_Learning_sigmoid_belief_nets_12_min.txt$ w" |% K: }$ i, ~
    │          │      04_The_wake-sleep_algorithm_13_min.mp4
( s  V8 b9 f2 z" E    │          │      04_The_wake-sleep_algorithm_13_min.pdf
: s- P# N# N% _" X    │          │      04_The_wake-sleep_algorithm_13_min.srt- r7 Y1 X& [7 b/ u
    │          │      04_The_wake-sleep_algorithm_13_min.txt
5 s" c( W/ n  q: [    │          │      6 t0 p6 A) d3 S& v* d6 o% D9 k% {
    │          ├─14_Lecture147 Y/ P; q; D! D7 t
    │          │      02_Discriminative_learning_for_DBNs_9_mins.mp4* n6 @$ x4 V$ @
    │          │      02_Discriminative_learning_for_DBNs_9_mins.srt8 z2 q4 |' \8 d( p6 i9 F: @6 s
    │          │      02_Discriminative_learning_for_DBNs_9_mins.txt" K+ l) U7 p. k" y2 u- n
    │          │      8 V6 E) C$ @: x5 R
    │          ├─15_Lecture15
9 P# g+ E$ h6 p( _! g- p    │          │      01_From_PCA_to_autoencoders_5_mins.mp4( \7 b+ N) ?  J. {" C3 H/ G' @
    │          │      01_From_PCA_to_autoencoders_5_mins.pdf
2 c2 j" N2 K( D& T    │          │      01_From_PCA_to_autoencoders_5_mins.pptx
7 H, u: ^5 ^) }+ W3 P    │          │      01_From_PCA_to_autoencoders_5_mins.srt
/ Z0 G7 ~1 Q5 v# y    │          │      01_From_PCA_to_autoencoders_5_mins.txt1 H* S) Q3 C( U. G$ k
    │          │      02_Deep_auto_encoders_4_mins.mp4
% y6 q2 s5 p. s6 l( Y3 B0 Q* ~    │          │      02_Deep_auto_encoders_4_mins.srt0 u6 j7 f/ a, h. S1 u3 w" E; t
    │          │      02_Deep_auto_encoders_4_mins.txt* C1 E9 a" C3 _9 o" L% p
    │          │      04_Semantic_Hashing_9_mins.mp4
  m8 _9 L, T: D% @    │          │      04_Semantic_Hashing_9_mins.pdf
0 {) n' ^. O. R# h! t, o* U5 P    │          │      04_Semantic_Hashing_9_mins.srt
. H% ?. u+ h" b3 ]! F: m    │          │      04_Semantic_Hashing_9_mins.txt
! v9 x; _2 n. R% T( J! w    │          │      9 C# B6 p. A3 C0 Y. R( ~) C' e
    │          └─16_Lecture16
# ~3 ^( Y3 K5 L" B    │                  04_OPTIONAL-_The_fog_of_progress_3_min.mp4
5 _$ c6 w1 q- w9 V  T/ N( x    │                  04_OPTIONAL-_The_fog_of_progress_3_min.pdf/ h8 U' b$ L1 O9 S3 T) n
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.pptx
! j" n! P, ]% n  b# O: n    │                  04_OPTIONAL-_The_fog_of_progress_3_min.srt
7 M  c8 l: j" i$ M/ o+ u; w  j( b    │                  04_OPTIONAL-_The_fog_of_progress_3_min.txt
2 b3 H: b% r* W! U, H$ _. q' p    │                  ; m1 z4 w9 j: Q- r6 g5 `; u2 t
    ├─006_Probabilistic Graphical Models! x, L+ [1 A$ O7 a' G5 E
    │  └─006_Probabilistic Graphical Models. M" h+ M5 a/ [* e/ p5 j
    │      ├─pgm-003+ R6 D) G  f: R4 s
    │      │  ├─01_Introduction_and_Overview
3 h7 y9 E' U1 C5 F6 \0 w    │      │  │      01_Welcome.mp4' {0 Y) q6 [/ |, N
    │      │  │      01_Welcome.srt; q9 G' m0 D7 H& B6 N) R$ u- ]
    │      │  │      01_Welcome.txt0 C# x# f" J, c
    │      │  │      02_Overview_and_Motivation.mp4+ o" u" P% i: z6 w7 L3 I9 \
    │      │  │      02_Overview_and_Motivation.srt
0 N7 Z2 D: }; }9 C    │      │  │      02_Overview_and_Motivation.txt
5 U2 D4 k% s; G% o' x    │      │  │      03_Distributions.mp4
5 }" h- n9 h2 q' }2 ]* g    │      │  │      03_Distributions.srt" G/ u  z* f2 ~
    │      │  │      03_Distributions.txt
) b* p6 B4 H( `" Z8 F    │      │  │      04_Factors.mp4
: G0 P4 d. t) K$ X$ H) z7 R    │      │  │      04_Factors.srt7 h9 P& G0 U8 l1 b% C7 ?. W: x5 ?
    │      │  │      04_Factors.txt
: Z1 _) [8 E+ i6 F' S( d- P( j    │      │  │      
; s- s! b7 F) _' k& \8 b1 P  {8 _    │      │  ├─02_Bayesian_Network_Fundamentals
& G/ F3 x; O/ ?; Q/ p- B- \6 L    │      │  │      01_Semantics_amp_Factorization.mp4
! {" ], J( g. K! J/ O/ x    │      │  │      01_Semantics_amp_Factorization.srt
6 P; q, e% V6 W8 N+ s$ C) q& |4 W    │      │  │      01_Semantics_amp_Factorization.txt: F/ M$ T$ ]# R$ Y  [
    │      │  │      02_Reasoning_Patterns.mp4
  s- d: N0 F$ X    │      │  │      02_Reasoning_Patterns.srt
% H% M% E# K) c- Z( V) u    │      │  │      02_Reasoning_Patterns.txt! g, W9 ]+ }6 X1 U
    │      │  │      03_Flow_of_Probabilistic_Influence.mp4- `$ z4 I2 a5 k* k
    │      │  │      03_Flow_of_Probabilistic_Influence.srt
6 M1 ~0 f4 `8 [. `# X3 G- \    │      │  │      03_Flow_of_Probabilistic_Influence.txt8 @- W; `) D  |- C8 F$ U
    │      │  │      04_Conditional_Independence.mp4
/ r! P/ x$ ]- d; p  J+ s4 V    │      │  │      04_Conditional_Independence.srt
$ U4 e' E# X" v! D) G; @    │      │  │      04_Conditional_Independence.txt
4 N& m" f. x8 D    │      │  │      05_Independencies_in_Bayesian_Networks.mp4$ x7 N4 w9 ^% ?* o3 p4 {& u4 t
    │      │  │      05_Independencies_in_Bayesian_Networks.srt& ^6 O6 J0 `8 V0 D: ~" e/ U
    │      │  │      05_Independencies_in_Bayesian_Networks.txt, W, j4 h" K* u( m8 ^# O; S
    │      │  │      06_Naive_Bayes.mp48 r' l$ J# W) P) m& k3 h
    │      │  │      06_Naive_Bayes.srt
4 s+ J) t$ v: y( O1 W    │      │  │      06_Naive_Bayes.txt3 R) J, J5 w* V: Z& i& L
    │      │  │      07_Application_-_Medical_Diagnosis.mp4, R3 ~, ?, R+ V5 N/ z
    │      │  │      07_Application_-_Medical_Diagnosis.srt: o6 ^8 d* |. Q% m3 N
    │      │  │      07_Application_-_Medical_Diagnosis.txt
! p6 O& d# O2 Z, I$ {" R    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.mp4
/ T$ a* y6 z9 ?. O; y* B    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.srt
; g% b6 z% e# ?5 f* o    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.txt
" Y' k+ |, j% b, m    │      │  │      
' d+ a8 g/ j- y) A    │      │  ├─03_Template_Models
+ w# w4 Z( N1 x( o    │      │  │      01_Overview_of_Template_Models.mp4. N# {3 L, [3 l, t) X( m
    │      │  │      01_Overview_of_Template_Models.srt4 I/ q& c! C: s2 I+ `
    │      │  │      01_Overview_of_Template_Models.txt
" ]- T9 a. r; J6 Q' h    │      │  │      02_Temporal_Models_-_DBNs.mp4* ?( H, Q" N: C5 \& I
    │      │  │      02_Temporal_Models_-_DBNs.srt$ j$ O2 v7 I  x& \8 R. T% @1 U
    │      │  │      02_Temporal_Models_-_DBNs.txt3 }. l5 c5 Z' h) p9 n
    │      │  │      03_Temporal_Models_-_HMMs.mp4  F" i2 c  o. T# t. i  i! D
    │      │  │      03_Temporal_Models_-_HMMs.srt1 V. B. {- Y) I* b1 J* V
    │      │  │      03_Temporal_Models_-_HMMs.txt0 Y' B: u! b# z& v
    │      │  │      04_Plate_Models.mp4
; X4 E7 }! E, g* k; j    │      │  │      04_Plate_Models.srt
: G1 }7 H2 o/ `! c' g/ c' U; H    │      │  │      04_Plate_Models.txt1 B9 ?! Q4 P7 {! s) ^* R- n
    │      │  │      4 x0 _- C  p3 M, e
    │      │  ├─04_ML-class_Octave_Tutorial3 Q" I; S$ J& }" `$ q1 |* L
    │      │  │      01_Basic_Operations.mp43 Y! W; ^1 |9 U! V- s
    │      │  │      01_Basic_Operations.srt
  H) `, A2 ]6 `- f, b    │      │  │      01_Basic_Operations.txt; w8 ?! o1 E* C( G& }
    │      │  │      02_Moving_Data_Around.mp4
8 k' c7 I: Q; a7 V  L4 b8 L    │      │  │      02_Moving_Data_Around.srt
9 H7 L) n6 z1 t6 m    │      │  │      02_Moving_Data_Around.txt
% [/ X' U" u' z6 P% w    │      │  │      03_Computing_On_Data.mp4
1 p1 ?# K6 W8 _$ f' g$ L" q+ y9 G7 j    │      │  │      03_Computing_On_Data.srt
0 ~  z) m; Q# u# a2 C+ L! a5 S    │      │  │      03_Computing_On_Data.txt  ~2 ?; d* N5 P4 m0 U: W6 j: |
    │      │  │      04_Plotting_Data.mp4
$ c, y! I' A7 U% q$ B    │      │  │      04_Plotting_Data.srt5 T' x1 o# X5 Z1 g0 J
    │      │  │      04_Plotting_Data.txt4 S6 Q6 c. q! }; s
    │      │  │      05_Control_Statements-_for_while_if_statements.mp45 C4 y/ L, t4 ~4 y0 u( Q5 G
    │      │  │      05_Control_Statements-_for_while_if_statements.srt
& ^: r6 `0 C% L0 P! w5 z( ^. x- g( p, A    │      │  │      05_Control_Statements-_for_while_if_statements.txt
9 H5 L! c+ x  }1 b    │      │  │      06_Vectorization.mp4# ]8 Y  b3 ?; t: `+ m  a
    │      │  │      06_Vectorization.srt( m/ E- _0 v$ E1 j" d
    │      │  │      06_Vectorization.txt& q( H7 V  h& R) m2 G( [2 B. ~2 U
    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.mp4
; r$ n3 [1 m/ R    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.srt
& Z! q/ {; D3 h3 o* ]$ D9 N! |    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.txt, E! Q8 I, l' f' \6 ]
    │      │  │      
# V: T' d( c+ f    │      │  ├─05_Structured_CPDs; C- N- X1 ^7 s) [, w& s
    │      │  │      01_Overview-_Structured_CPDs.mp4
0 m4 [" B# w% I& N* i    │      │  │      01_Overview-_Structured_CPDs.srt1 x: Q/ `' P/ g9 @% M& C, t
    │      │  │      01_Overview-_Structured_CPDs.txt
1 i$ Y+ w( ~8 G! [+ j    │      │  │      02_Tree-Structured_CPDs.mp4
; l1 h  s& |' v    │      │  │      02_Tree-Structured_CPDs.srt: G! U; ~1 F' X* R5 x! X
    │      │  │      02_Tree-Structured_CPDs.txt4 F/ n6 P% N0 P: z* b
    │      │  │      03_Independence_of_Causal_Influence.mp4- n, P2 [0 o4 x1 |1 d) p
    │      │  │      03_Independence_of_Causal_Influence.srt. c/ M) ^* G! g9 y" o, d
    │      │  │      03_Independence_of_Causal_Influence.txt
1 q8 j& I3 ?; ^. Z$ I9 f" k- q7 q% o    │      │  │      04_Continuous_Variables.mp4
" p0 [1 i, }7 L  k: B+ `+ p    │      │  │      04_Continuous_Variables.srt6 ]) d) a+ a2 h8 N; G3 `) j( d6 G
    │      │  │      04_Continuous_Variables.txt
* N. o& s$ D9 r- y% P1 i+ L    │      │  │      
2 E. U% j1 C, o! M    │      │  ├─06_Markov_Network_Fundamentals
% `7 Z" [7 p% I& P+ S    │      │  │      01_Pairwise_Markov_Networks.mp41 J9 L8 v; w/ a" [% b
    │      │  │      01_Pairwise_Markov_Networks.srt9 F; W* b, `* n9 X" K9 H
    │      │  │      01_Pairwise_Markov_Networks.txt
8 u: O1 X2 z8 ~    │      │  │      02_General_Gibbs_Distribution.mp4
! K$ @. e: q1 L) |4 A8 E/ f1 Q    │      │  │      02_General_Gibbs_Distribution.srt0 o: ?$ W) x4 G* f
    │      │  │      02_General_Gibbs_Distribution.txt
% x/ S1 K; D8 U  e  p+ ^2 p- }( f& O- g    │      │  │      03_Conditional_Random_Fields.mp41 S( m& v: _5 n' x
    │      │  │      03_Conditional_Random_Fields.srt' G* k; a0 N7 k5 b" b! Y3 _
    │      │  │      03_Conditional_Random_Fields.txt
; H2 O2 k$ k3 ^% b& X/ q    │      │  │      04_Independencies_in_Markov_Networks.mp4
% I# R( K( n0 W& T    │      │  │      04_Independencies_in_Markov_Networks.srt
* w0 ^4 Q  G2 e    │      │  │      04_Independencies_in_Markov_Networks.txt5 q: v- |' A8 [3 @3 j0 T
    │      │  │      05_I-maps_and_perfect_maps.mp4
+ K4 B4 p) o% ]7 W1 p$ F    │      │  │      05_I-maps_and_perfect_maps.srt+ r6 @: F1 \) l  u; g
    │      │  │      05_I-maps_and_perfect_maps.txt
$ E+ {# F: y* R; x3 ^    │      │  │      06_Log-Linear_Models.mp4
  m, I9 ^0 B* X- }1 c/ a    │      │  │      06_Log-Linear_Models.srt- E3 ?' @' u/ X2 H! E  e
    │      │  │      06_Log-Linear_Models.txt
5 Y3 w4 s5 Q5 w( l    │      │  │      07_Shared_Features_in_Log-Linear_Models.mp4
/ s! X, v% [. z0 p% S- `    │      │  │      07_Shared_Features_in_Log-Linear_Models.srt
2 ?2 j8 J8 O2 C, w0 E6 t5 N    │      │  │      07_Shared_Features_in_Log-Linear_Models.txt
: _6 D, X* z  a! _/ y0 _7 l, B% L    │      │  │      
1 z( m" D9 b% G/ o! v( Y    │      │  ├─07_Representation_Wrapup-_Knowledge_Engineering
; x1 k! \, t6 H- l    │      │  │      01_Knowledge_Engineering.mp4' g* Z2 b. ]1 i5 W2 Y; D/ D0 Q
    │      │  │      01_Knowledge_Engineering.srt' e. {  W# @& y( k$ y+ p7 K' N
    │      │  │      01_Knowledge_Engineering.txt, [. O+ N- l1 v1 l8 ^
    │      │  │      
& \8 i% k8 p- [/ T6 o1 H    │      │  ├─08_Inference-_Variable_Elimination
) `2 h5 F+ Q# Y. U) c    │      │  │      01_Overview-_Conditional_Probability_Queries.mp4
. t, B: a- g9 C8 F    │      │  │      01_Overview-_Conditional_Probability_Queries.srt
- v7 q8 m4 ^. O# [$ g0 I    │      │  │      01_Overview-_Conditional_Probability_Queries.txt
3 |. Y$ U6 L" G* f* T: X9 T    │      │  │      02_Overview-_MAP_Inference.mp4
: k1 @/ B5 _' |( i    │      │  │      02_Overview-_MAP_Inference.srt& A. m6 N7 C2 M3 Q2 K9 ^
    │      │  │      02_Overview-_MAP_Inference.txt) [3 a+ U1 |# B- `; W
    │      │  │      03_Variable_Elimination_Algorithm.mp4/ ?, e5 u: s3 H, V2 y5 ]
    │      │  │      03_Variable_Elimination_Algorithm.srt! M' V3 a1 |4 {$ r8 h
    │      │  │      03_Variable_Elimination_Algorithm.txt
$ e7 g, t: m7 @! q    │      │  │      04_Complexity_of_Variable_Elimination.mp4
( d1 C$ `2 y% b* C  f1 K    │      │  │      04_Complexity_of_Variable_Elimination.srt! X3 E2 [& I0 r
    │      │  │      04_Complexity_of_Variable_Elimination.txt3 `; k' F7 S3 o* l' B) h
    │      │  │      06_Finding_Elimination_Orderings.mp4
. N) O  ^+ A" t  Z9 i& x    │      │  │      06_Finding_Elimination_Orderings.srt
+ U0 t5 m" C% u6 [    │      │  │      06_Finding_Elimination_Orderings.txt7 }+ ]+ Z% z2 j+ P9 [
    │      │  │      
3 E/ n: q; U- I    │      │  ├─09_Inference-_Belief_Propagation_Part_1
3 ~! _% O. ]/ K3 g4 U6 Q7 N    │      │  │      01_Belief_Propagation.mp4
$ A! i# |! ~! n+ j# h% |8 b    │      │  │      01_Belief_Propagation.srt. M* g+ c0 S: q
    │      │  │      01_Belief_Propagation.txt, t) G" ^' D! ^+ |; ^( S8 l' E
    │      │  │      02_Properties_of_Cluster_Graphs.mp4
" v9 H; V  @( v; X8 P    │      │  │      02_Properties_of_Cluster_Graphs.srt8 b' B0 x) |; i- ?/ n
    │      │  │      02_Properties_of_Cluster_Graphs.txt) R( ^3 k) r. q0 {6 r# f
    │      │  │      
( F0 i0 M$ E/ o8 n0 S# }) {7 n6 p' V    │      │  ├─10_Inference-_Belief_Propagation_Part_21 b# Z, r# }- n) h- u6 Q+ _1 t+ b1 ~5 m
    │      │  │      01_Properties_of_Belief_Propagation.mp47 [, Z; n2 u  O3 K
    │      │  │      01_Properties_of_Belief_Propagation.srt
" _4 T4 m* _; G1 t2 S    │      │  │      01_Properties_of_Belief_Propagation.txt; N$ E3 E7 J0 [+ C, E
    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.mp4
1 W6 U: ^* z# Y3 E0 }  p    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.srt9 N6 L5 l& a1 B0 h" t; z
    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.txt
1 S! D+ O4 H/ [2 _1 W    │      │  │      03_Clique_Tree_Algorithm_-_Computation.mp4
5 i% F; I2 S) R4 |- ]. w+ c    │      │  │      03_Clique_Tree_Algorithm_-_Computation.srt
% L( |5 v/ O0 s2 d% S    │      │  │      03_Clique_Tree_Algorithm_-_Computation.txt
. G9 G" m& h& U    │      │  │      04_Clique_Trees_and_Independence.mp43 i, W5 x8 R3 i# |5 e/ u3 D
    │      │  │      04_Clique_Trees_and_Independence.srt8 ~# w) O% _( B( I3 w6 v
    │      │  │      04_Clique_Trees_and_Independence.txt
* }% `) o% q- B$ r/ [    │      │  │      05_Clique_Trees_and_VE.mp4
: C5 k/ ^4 H, c* z% x! J4 P, f5 V    │      │  │      05_Clique_Trees_and_VE.srt0 l* i3 J; W1 R+ K8 P# C
    │      │  │      05_Clique_Trees_and_VE.txt8 r( I& H2 h8 ?7 N' O
    │      │  │      06_BP_In_Practice.mp42 g8 [# E, o3 E, Z2 N# \
    │      │  │      06_BP_In_Practice.srt9 U/ k( y+ [3 `" {# ^! ]
    │      │  │      06_BP_In_Practice.txt$ Q/ R1 S) D! l
    │      │  │      07_Loopy_BP_and_Message_Decoding.mp40 i* H+ t* s, ]+ ^) v( y9 u
    │      │  │      07_Loopy_BP_and_Message_Decoding.srt
# L. I0 l( Y$ g& `) j* u$ c    │      │  │      07_Loopy_BP_and_Message_Decoding.txt: y, Y1 r  f3 |; t5 `% M
    │      │  │      7 z9 k5 X! L1 s1 Z
    │      │  ├─11_Inference-_MAP_Estimation_Part_1
/ H: t5 D: l2 y, I& z8 l    │      │  │      01_Max_Sum_Message_Passing.mp43 C' W" I0 E! h
    │      │  │      01_Max_Sum_Message_Passing.srt% d: F+ z# ^& X! j& V3 G3 ?
    │      │  │      01_Max_Sum_Message_Passing.txt  [2 r  ~  c: j7 W5 o, {! Y
    │      │  │      02_Finding_a_MAP_Assignment.mp4
/ x& `; X& L! @# W$ k    │      │  │      02_Finding_a_MAP_Assignment.srt
) G$ y) \1 ]9 _    │      │  │      02_Finding_a_MAP_Assignment.txt" _7 Q3 x& E6 [: A
    │      │  │      + n2 X% w& F" j+ P( b# h
    │      │  ├─12_Inference-_MAP_Estimation_Part_2" D# i6 B  M7 P$ T+ J+ x5 L, P
    │      │  │      01_Tractable_MAP_Problems.mp46 K8 ]" {, G2 b" y2 K
    │      │  │      01_Tractable_MAP_Problems.srt! b( O9 ?7 f! {7 F5 O
    │      │  │      01_Tractable_MAP_Problems.txt. [( v; x" t2 g8 ]
    │      │  │      02_Dual_Decomposition_-_Intuition.mp4
" f8 g; ], X. V& s7 b# r    │      │  │      02_Dual_Decomposition_-_Intuition.srt7 d& b& n& E, B3 ^
    │      │  │      02_Dual_Decomposition_-_Intuition.txt! o  R( f" K5 v" y' B/ @
    │      │  │      03_Dual_Decomposition_-_Algorithm.mp4, d+ L" N  A0 w% b- w1 d" f
    │      │  │      03_Dual_Decomposition_-_Algorithm.srt# g' ?! I! n- @' D$ U/ M; V& ^* @
    │      │  │      03_Dual_Decomposition_-_Algorithm.txt
9 ^8 m+ H3 O% {! O! J; c    │      │  │      
7 ~' q/ F( p' M    │      │  ├─13_Inference-_Sampling_Methods& E) X! b' C9 p# `
    │      │  │      01_Simple_Sampling.mp40 H8 z% C3 A: G3 Y( B- f/ w6 k" ^# t
    │      │  │      01_Simple_Sampling.srt
' k. y: v: S: e" ]    │      │  │      01_Simple_Sampling.txt
" [8 [# X: X) O' F9 S2 a    │      │  │      02_Markov_Chain_Monte_Carlo.mp4
, j2 W1 R3 w+ w3 {2 x- P    │      │  │      02_Markov_Chain_Monte_Carlo.srt0 y- O. v% I& D6 x7 {; P0 i5 g
    │      │  │      02_Markov_Chain_Monte_Carlo.txt
' ~: m5 ^; a9 Q' [0 ^    │      │  │      03_Using_a_Markov_Chain.mp4% p' a+ V7 j. a
    │      │  │      03_Using_a_Markov_Chain.srt! }0 Y; l8 w. h5 }# L: B; J
    │      │  │      03_Using_a_Markov_Chain.txt
7 M% X1 n7 g$ D    │      │  │      04_Gibbs_Sampling.mp4# Z! h# w  S. u$ y
    │      │  │      04_Gibbs_Sampling.srt
3 K) P( c: X9 S: b5 }    │      │  │      04_Gibbs_Sampling.txt
8 [0 n! C0 D/ \* T  d    │      │  │      05_Metropolis_Hastings_Algorithm.mp4
1 P+ y8 B# m: C7 T1 t    │      │  │      05_Metropolis_Hastings_Algorithm.srt- @7 b( @3 S: q1 i5 D( ~
    │      │  │      05_Metropolis_Hastings_Algorithm.txt9 ]/ ?( ]" {8 ]
    │      │  │      
1 w1 E/ y. Q; O    │      │  ├─14_Inference-_Temporal_Models_and_Wrap-up
( m) F: |! T; y, ~) S7 ~$ R3 J    │      │  │      01_Inference_in_Temporal_Models.mp4  M4 h1 B+ t" D  f
    │      │  │      01_Inference_in_Temporal_Models.srt
# K2 }% r+ @( ?* j$ I9 V    │      │  │      01_Inference_in_Temporal_Models.txt
( R4 d5 [% h+ h/ E  u. D    │      │  │      02_Inference-_Summary.mp4
$ L! q0 q, a- R+ x& g# ]7 Z8 \    │      │  │      02_Inference-_Summary.srt
, A) |: d6 t: {/ E5 D5 [4 q" K$ q    │      │  │      02_Inference-_Summary.txt
! J' P) h. ^2 m) P8 @    │      │  │      
8 b, {2 P* z+ i    │      │  ├─15_Decision_Theory
6 y+ d: j9 p' _, D6 S    │      │  │      01_Maximum_Expected_Utility.mp4; @1 Z1 @5 ~' r/ L# W; Q! x
    │      │  │      01_Maximum_Expected_Utility.srt
; \! v  {/ f+ P. ?    │      │  │      01_Maximum_Expected_Utility.txt) q9 u' L/ q, Q2 t" H$ U
    │      │  │      02_Utility_Functions.mp43 |( d9 [3 |& ~/ F
    │      │  │      02_Utility_Functions.srt; k6 q( ~+ f: D9 p4 z
    │      │  │      02_Utility_Functions.txt
" v7 i; C& g: f# ^- N2 A# f    │      │  │      03_Value_of_Perfect_Information.mp4; ]$ e. Y$ o& t' V& K9 C2 I- V+ i# Y* `
    │      │  │      03_Value_of_Perfect_Information.srt7 _1 w$ a5 N* c
    │      │  │      03_Value_of_Perfect_Information.txt; r* l4 d2 o( r. Y7 f5 K
    │      │  │      * Q$ H+ z" n9 r8 N$ g
    │      │  ├─16_ML-class_Revision
. Z+ U3 d4 ?7 W, {    │      │  │      01_Regularization-_The_Problem_of_Overfitting.mp4+ R# W% Q0 ^* t; b: \
    │      │  │      01_Regularization-_The_Problem_of_Overfitting.srt# D( |) {, V  O: L. H
    │      │  │      01_Regularization-_The_Problem_of_Overfitting.txt
0 P$ v4 S* b! O    │      │  │      02_Regularization-_Cost_Function.mp4$ ~; _6 |% ~' n1 S+ ^
    │      │  │      02_Regularization-_Cost_Function.srt+ W7 ]3 J/ ^' Z) F3 M
    │      │  │      02_Regularization-_Cost_Function.txt6 Y. p9 Z$ \4 n9 n
    │      │  │      03_Evaluating_a_Hypothesis.mp4
0 y5 K  r: d# G5 @4 g0 Z; O    │      │  │      03_Evaluating_a_Hypothesis.srt  a2 U3 F: f" |9 ~7 R
    │      │  │      03_Evaluating_a_Hypothesis.txt0 |( [* m' @  `8 x1 C
    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.mp4. `% E# o" v: b  r7 j* m5 D
    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.srt
3 V9 K9 P. x* q+ [, K) n    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.txt3 S! I$ y+ d5 r& k
    │      │  │      05_Diagnosing_Bias_vs_Variance.mp40 C- D. a( p8 o' M3 b6 ]
    │      │  │      05_Diagnosing_Bias_vs_Variance.srt
3 t. l+ _! y) w1 q# h$ _) G    │      │  │      05_Diagnosing_Bias_vs_Variance.txt. X* v0 E  H$ M% D
    │      │  │      06_Regularization_and_Bias_Variance.mp4
! k  g6 L) X$ d5 \* `8 U    │      │  │      06_Regularization_and_Bias_Variance.srt  U# o1 K; C& P0 h& B: _
    │      │  │      06_Regularization_and_Bias_Variance.txt; U% _) A% z5 ]7 l, a7 ^
    │      │  │      6 r  D( C- M: G) f6 L
    │      │  ├─17_Learning-_Overview
; w, A; w; B* J: a3 n3 {) }3 K    │      │  │      01_Learning-_Overview.mp4% k& V- x/ p& H
    │      │  │      01_Learning-_Overview.srt- @, a1 w1 c% @3 E" v! B5 }
    │      │  │      01_Learning-_Overview.txt/ O8 Q% ^; m9 K& k+ n- t5 ]2 V9 |" @
    │      │  │      " J/ m1 c0 m! L& ^6 y% j
    │      │  ├─18_Learning-_Parameter_Estimation_in_BNs
) ?- b8 i2 a9 i8 l0 E7 \    │      │  │      01_Maximum_Likelihood_Estimation.mp4/ ~$ v% ~8 i! X% p6 q. M& [
    │      │  │      01_Maximum_Likelihood_Estimation.srt
7 |  Q6 s% O" t. H# u4 k    │      │  │      01_Maximum_Likelihood_Estimation.txt
% p! Y0 N1 J1 q$ n0 [    │      │  │      03_Bayesian_Estimation.mp4
0 g0 N% @% u7 U    │      │  │      03_Bayesian_Estimation.srt+ ^, A3 Q$ a; z2 n5 Y& u: z; g
    │      │  │      03_Bayesian_Estimation.txt
. {% C. C& g- D  I7 i' c    │      │  │      04_Bayesian_Prediction.mp4
# f6 F8 ~' b. |6 g* |# d/ f    │      │  │      04_Bayesian_Prediction.srt
) e1 {0 v2 S7 ~: u2 D    │      │  │      04_Bayesian_Prediction.txt/ q3 f% B8 ]7 N1 e2 t6 n
    │      │  │      6 u3 P8 A/ d9 C& [+ }* L5 ?
    │      │  ├─19_Learning-_Parameter_Estimation_in_MNs
( f+ }% J1 G- C% a# o' j2 S    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.mp4
. c; z6 I6 I4 G    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.srt- `5 U% \# n( |, R1 t( `) ]$ L( B; E
    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.txt8 B( Z7 Y0 _: n  l1 r1 A6 F: {9 b
    │      │  │      # p4 v1 b/ Y$ A) u1 U2 H
    │      │  ├─20_Structure_Learning9 `6 e" n  b* h$ {! Q, W* ^' @4 I
    │      │  │      01_Structure_Learning_Overview.mp4, v- k6 }" I, E% j* M" R
    │      │  │      01_Structure_Learning_Overview.srt3 ^: F0 {" \- K& s9 a6 Q1 G& r! \/ t
    │      │  │      01_Structure_Learning_Overview.txt
) p5 w% H3 V; q    │      │  │      02_Likelihood_Scores.mp43 u/ Z' v+ t4 O* h3 j
    │      │  │      02_Likelihood_Scores.srt4 i+ [3 E8 {) o" {) T/ a
    │      │  │      02_Likelihood_Scores.txt; i7 }- `% U0 Y& z- p4 d* ^7 N
    │      │  │      03_BIC_and_Asymptotic_Consistency.mp4
! a' S$ h) w' H: H9 D    │      │  │      03_BIC_and_Asymptotic_Consistency.srt
+ \  u+ Y2 R' F$ r: N/ i; r# d    │      │  │      03_BIC_and_Asymptotic_Consistency.txt7 p# {$ K7 X8 V1 T, Q
    │      │  │      04_Bayesian_Scores.mp45 q; R& _0 O) S* j
    │      │  │      04_Bayesian_Scores.srt
% \6 ^8 X+ Q, x4 |9 }% N+ }    │      │  │      04_Bayesian_Scores.txt; {# g6 }( n. ^+ X5 }
    │      │  │      05_Learning_Tree_Structured_Networks.mp41 H/ h  F# I/ W" `
    │      │  │      05_Learning_Tree_Structured_Networks.srt# N. m( Y1 `" A) p' I
    │      │  │      05_Learning_Tree_Structured_Networks.txt
5 U; V4 |+ S0 l    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.mp4
- {6 w4 [* j, O* `9 N2 b/ d2 c    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.srt- P2 l, C3 B5 Y& }. `1 w$ j
    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.txt
7 t) g/ H0 S: c    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.mp4" y' A# i  Q' k5 P) X# {
    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.srt: c" i( ]) n* ?! ?$ I
    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.txt
% v& \# c6 j2 N4 r% U. t$ d    │      │  │      
6 ~  M% o- `8 N, j    │      │  ├─21_Learning_With_Incomplete_Data
( [9 f, c5 O, Y/ B/ C    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.mp4, Z' F" J  S9 C" ?$ S
    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.srt3 O7 U9 t5 g. V0 b, k3 F
    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.txt
) U- z9 z, `- v* W/ j9 f6 _/ }    │      │  │      02_Expectation_Maximization_-_Intro.mp4: g4 j. D* D) E' V0 P
    │      │  │      02_Expectation_Maximization_-_Intro.srt
7 Z6 k9 _7 Y" R) b, ?* S/ u. y    │      │  │      02_Expectation_Maximization_-_Intro.txt) g( r6 Q+ n- b+ H
    │      │  │      03_Analysis_of_EM_Algorithm.mp4
9 ?$ S' ~; @7 r) f3 x2 y5 j    │      │  │      03_Analysis_of_EM_Algorithm.srt- V4 m- n8 X! S; P& f- m/ Q
    │      │  │      03_Analysis_of_EM_Algorithm.txt( @7 u0 }+ Y6 ?8 H0 N/ i
    │      │  │      04_EM_in_Practice.mp4
8 J- k* _! s! J: l5 k    │      │  │      04_EM_in_Practice.srt2 X+ c' Z" i2 y8 |# g( W/ k' ^
    │      │  │      04_EM_in_Practice.txt
* K1 i, c- ?3 ^4 j7 U, }- r! E    │      │  │      05_Latent_Variables.mp4- |6 ~7 U% Q. ^$ G9 x; f
    │      │  │      05_Latent_Variables.srt
7 ?- j9 y5 D  ]* W    │      │  │      05_Latent_Variables.txt
1 u) z' o0 }, `& o2 t' B8 |    │      │  │      
& b7 R9 K  `: G3 ?3 ]9 Y6 G! W    │      │  ├─22_Learning-_Wrapup
  s+ E9 ?: }6 k4 _6 i7 D" [# C    │      │  │      01_Summary-_Learning.mp4
) ]& y/ ~$ E7 C+ \    │      │  │      01_Summary-_Learning.srt
, J. M! r" a. e  ?1 W( z    │      │  │      01_Summary-_Learning.txt
' i, k8 _% @4 s9 c8 s# x, H    │      │  │      % N4 `) K% ^7 L
    │      │  └─23_Summary, X& |6 B/ q4 L% x
    │      │          01_Class_Summary.mp4+ a. ?& X, ]3 _7 s0 c, E3 L* H
    │      │          01_Class_Summary.srt6 A! k7 D: u4 @( Y
    │      │          01_Class_Summary.txt
, b) Q/ M$ r4 G/ B8 h    │      │          8 C! z% ?. t4 D8 n& s. O
    │      └─Probabilistic Graphical Models - Stanford7 h7 }" u; T) O( R0 @
    │              1 - 1 - Welcome! (05-35).mp4
! [5 J4 H$ q) Q! e$ o/ P6 B3 \    │              1 - 1 - Welcome! (05-35).srt
* j( |, c" i2 p* ]. l    │              1 - 2 - Overview and Motivation (19-17).mp4
! K4 |8 |. V* q: F3 @. g/ J    │              1 - 2 - Overview and Motivation (19-17).srt
" K4 d3 ~; W1 D9 {7 _  R, j! z2 E$ o+ l    │              1 - 3 - Distributions (04-56).mp4
, L! n8 X& Y  z7 B9 j6 }* a    │              1 - 3 - Distributions (04-56).srt/ R; T7 P7 m5 i0 [+ }* y6 N
    │              1 - 4 - Factors (06-40).mp46 d: p5 c. q2 q) i: n0 h: G
    │              1 - 4 - Factors (06-40).srt. [; j( ]; [. R. P5 j2 B$ H( P! V
    │              10 - 4 - Clique Trees and Independence (15-21).mp4
% v( b; `. w9 [0 C    │              10 - 4 - Clique Trees and Independence (15-21).srt6 w0 c( \1 a+ J4 b
    │              10 - 5 - Clique Trees and VE (16-17).mp4+ z9 O. b0 ?6 D" x
    │              10 - 5 - Clique Trees and VE (16-17).srt# G9 T* H8 j- K3 d6 }
    │              10 - 6 - BP In Practice (15-38).mp44 U; R: A3 O, H% A# @+ _# c1 x
    │              10 - 6 - BP In Practice (15-38).srt
7 X# M. L" k2 r& w% F$ a    │              10 - 7 - Loopy BP and Message Decoding (21-42).mp4, J  }4 ?) }* }! h
    │              10 - 7 - Loopy BP and Message Decoding (21-42).srt
5 j( g* d2 @! n: L    │              11 - 1 - Max Sum Message Passing (20-27).mp4
! l, ?7 J# b+ c0 Z+ y    │              11 - 1 - Max Sum Message Passing (20-27).srt9 Q* A/ u0 D% ~& C; r
    │              11 - 2 - Finding a MAP Assignment (3-57).mp4% {" |* O0 S7 {& e
    │              11 - 2 - Finding a MAP Assignment (3-57).srt
0 ~  c- ~3 J' o5 ?    │              12 - 1 - Tractable MAP Problems (15-04).mp4
% r. e  {1 T0 u2 i+ d" A, f, A    │              12 - 1 - Tractable MAP Problems (15-04).srt3 S0 Q: o. y8 w* t- I. U& H
    │              13 - 1 - Simple Sampling (23-37).mp4
: ]3 m. c* u+ S. n* @+ L    │              13 - 1 - Simple Sampling (23-37).srt$ a0 b4 s/ ?4 s% S
    │              13 - 2 - Markov Chain Monte Carlo (14-18).mp4
0 @" s2 S9 ^, c0 m6 K) s# `0 K    │              13 - 2 - Markov Chain Monte Carlo (14-18).srt
  Y, y1 }! v6 q9 Y( y" ~! d( v    │              13 - 3 - Using a Markov Chain (15-27).mp4
4 A# f& C# u; ?" x- t- z* g    │              13 - 3 - Using a Markov Chain (15-27).srt1 Q- K, e8 ~# l6 ~& p
    │              13 - 4 - Gibbs Sampling (19-26).mp4& o8 W* O2 {2 r+ m% A
    │              13 - 4 - Gibbs Sampling (19-26).srt3 ^# `' j! J+ A
    │              13 - 5 - Metropolis Hastings Algorithm (27-06).mp47 a6 v. b: j+ G
    │              13 - 5 - Metropolis Hastings Algorithm (27-06).srt* w. i, v. L4 t6 ~$ y9 Z/ }8 n+ H# f
    │              14 - 1 - Inference in Temporal Models (19-43).mp4
. U% H; u: s% h" g    │              14 - 1 - Inference in Temporal Models (19-43).srt8 U7 e7 q; {; m$ \) C, t: c0 M
    │              14 - 2 - Inference- Summary (12-45).mp4! R! p- a2 D$ f3 Y4 D
    │              14 - 2 - Inference- Summary (12-45).srt
- F+ K  P7 g* Z% m* B! h    │              15 - 1 - Maximum Expected Utility (25-57).mp47 H( B7 u9 Q+ t& Z( B! p
    │              15 - 1 - Maximum Expected Utility (25-57).srt  r6 e4 e/ I; G* J! R/ X! _6 }: _
    │              15 - 2 - Utility Functions (18-15).mp42 Z8 I/ L, H: b! Q! Y4 l
    │              15 - 2 - Utility Functions (18-15).srt6 W* w) m" g' p1 w$ c( ]
    │              15 - 3 - Value of Perfect Information (17-14).mp4+ z5 |% E" ?) C% h
    │              15 - 3 - Value of Perfect Information (17-14).srt6 T) q# F2 s) K* W1 M6 C/ p
    │              16 - 2 - Regularization- Cost Function (10-10).mp4& x4 O1 W# R& }( b1 }+ K( D2 N- O
    │              16 - 2 - Regularization- Cost Function (10-10).srt7 r' C/ T, P! a9 n5 i% y, O
    │              16 - 3 - Evaluating a Hypothesis (07-35).mp4. I  u& i! Y+ u1 l" x: b  g
    │              16 - 3 - Evaluating a Hypothesis (07-35).srt
( \. H4 U6 L; G; u    │              16 - 5 - Diagnosing Bias vs Variance (07-42).mp4
- a" s) H6 r& S    │              16 - 5 - Diagnosing Bias vs Variance (07-42).srt0 l) ?9 a( ?# X0 w2 J' G
    │              17 - 1 - Learning- Overview (15-35).mp4
& K4 a" `7 d# r4 H% x    │              17 - 1 - Learning- Overview (15-35).srt+ B& R1 K+ d3 U& B9 Y; D
    │              18 - 1 - Maximum Likelihood Estimation (14-59).mp41 w0 @1 M0 ?# F$ \& ], D
    │              18 - 1 - Maximum Likelihood Estimation (14-59).srt7 e- X- X7 X. K+ d$ ~2 {+ A+ K! j" l
    │              18 - 3 - Bayesian Estimation (15-27).mp4; q* w- M5 X) l) M; t; n8 s; E- w
    │              18 - 3 - Bayesian Estimation (15-27).srt
6 d% A# |+ J! K7 _9 k    │              18 - 4 - Bayesian Prediction (13-40).mp41 W6 M' ~5 ?' I  t
    │              18 - 4 - Bayesian Prediction (13-40).srt
* m# u# H+ X1 O0 c$ r. q& F    │              2 - 1 - Semantics & Factorization (17-20).mp4% J' ]( J% y7 F7 ]2 y8 F) e3 e
    │              2 - 1 - Semantics & Factorization (17-20).srt8 j+ C2 |5 l: j6 a, C9 l5 V
    │              2 - 2 - Reasoning Patterns (09-59).mp48 x- t* c, {/ w4 n8 |! U
    │              2 - 2 - Reasoning Patterns (09-59).srt
/ r- f5 K" j( N& Z8 w+ t+ }" m: K    │              2 - 4 - Conditional Independence (12-38).mp4
! {; O% N. f+ ^3 N- U: J- a7 y    │              2 - 4 - Conditional Independence (12-38).srt
, V: Q2 Y' t$ x/ E    │              2 - 6 - Naive Bayes (09-52).mp4# [6 Q  e7 ^. p9 x0 A
    │              2 - 6 - Naive Bayes (09-52).srt
: g8 ~  y) ^, A/ T    │              20 - 1 - Structure Learning Overview (5-49).mp47 X% ^! V' [5 N
    │              20 - 1 - Structure Learning Overview (5-49).srt  ?7 q* E  v$ i$ d, W
    │              20 - 2 - Likelihood Scores (16-49).mp4. v( P+ [5 K  k5 l
    │              20 - 2 - Likelihood Scores (16-49).srt2 g2 }( B7 s) N* z. u* E9 ~
    │              20 - 4 - Bayesian Scores (20-35).mp4
7 u8 X% h- F9 e, N    │              20 - 4 - Bayesian Scores (20-35).srt' a- i9 o- D; ]
    │              21 - 3 - Analysis of EM Algorithm (11-32).mp4
8 r( M! o1 o/ t# b    │              21 - 3 - Analysis of EM Algorithm (11-32).srt0 b9 {5 Y: d. i' m) S9 L
    │              21 - 4 - EM in Practice (11-17).mp4
+ D1 ^6 w. l# _7 o) }- x$ p    │              21 - 4 - EM in Practice (11-17).srt2 S; {$ K) o$ j7 c
    │              21 - 5 - Latent Variables (22-00).mp4
) ^5 f4 }) ?# U/ y# G    │              21 - 5 - Latent Variables (22-00).srt
: j0 w. M- {1 K" p    │              22 - 1 - Summary- Learning (20-11).mp4: w1 V4 A/ i. A  }4 U( S( h
    │              22 - 1 - Summary- Learning (20-11).srt$ n8 K7 E- a+ E, K
    │              23 - 1 - Class Summary (24-38).mp4: L3 K, R5 |* v; v  N
    │              23 - 1 - Class Summary (24-38).srt- C; k: e+ I0 h$ P+ V# E. ]2 v# E  a
    │              3 - 1 - Overview of Template Models (10-55).mp4
8 m! M  Q8 g% I% n: C    │              3 - 1 - Overview of Template Models (10-55).srt
1 D4 [3 K) \* L& `    │              3 - 2 - Temporal Models - DBNs (23-02).mp45 ?8 }9 y7 W& _, a" e
    │              3 - 2 - Temporal Models - DBNs (23-02).srt; ?0 v- l- D; `* m1 e
    │              3 - 3 - Temporal Models - HMMs (12-01).mp4
8 X& j3 s# w% w& S* C    │              3 - 3 - Temporal Models - HMMs (12-01).srt' _- H$ P- D8 B* K* _. E" M
    │              3 - 4 - Plate Models (20-08).mp4' \* L! n6 p) S
    │              3 - 4 - Plate Models (20-08).srt
$ S3 _. s$ A: \5 y: ?# D    │              4 - 1 - Basic Operations (13-59).mp4
* ?5 Y& j, u) [+ G, p    │              4 - 1 - Basic Operations (13-59).srt1 B  f: k& l6 S" Y# `2 N
    │              4 - 2 - Moving Data Around (16-07).mp46 W2 ~+ _1 q# G* m9 N
    │              4 - 2 - Moving Data Around (16-07).srt- Y5 p- z7 q* U( P  n1 t
    │              4 - 3 - Computing On Data (13-15).mp4
# H) e; Q; f' w7 B8 S8 J. ^    │              4 - 3 - Computing On Data (13-15).srt5 H+ P8 b9 t7 b& b, U$ z" B- ]  M
    │              4 - 4 - Plotting Data (09-38).mp4
3 [$ i! G$ u4 m6 a3 s5 [. }8 ]    │              4 - 4 - Plotting Data (09-38).srt& c, t" b# T8 U4 F% z5 d
    │              4 - 6 - Vectorization (13-48).mp45 @! Z+ M- n4 f. j2 ?8 L
    │              4 - 6 - Vectorization (13-48).srt
. [. p. O# e$ N9 D    │              5 - 1 - Overview- Structured CPDs (08-00).mp4
% P& X2 @) L" e    │              5 - 1 - Overview- Structured CPDs (08-00).srt
2 E) e' y  T; ^    │              5 - 2 - Tree-Structured CPDs (14-37).mp41 J* f4 x( J' M5 h
    │              5 - 2 - Tree-Structured CPDs (14-37).srt- T) u# f9 r3 e0 @
    │              5 - 4 - Continuous Variables (13-25).mp4
, A0 s9 Q+ u1 i9 S6 \0 g    │              5 - 4 - Continuous Variables (13-25).srt
5 Y+ S. R* X/ c+ A: m. L    │              6 - 1 - Pairwise Markov Networks (10-59).mp4  J. ^1 v7 y3 @- [7 v
    │              6 - 1 - Pairwise Markov Networks (10-59).srt; Z. M4 w; Y& b9 P
    │              6 - 2 - General Gibbs Distribution (15-52).mp4
9 [& j, i, T, W6 j8 Q6 i( H    │              6 - 2 - General Gibbs Distribution (15-52).srt5 N3 u0 D8 @1 n/ |6 [  w( n
    │              6 - 3 - Conditional Random Fields (22-22).mp4
0 s3 T7 V9 c9 P5 n# o    │              6 - 3 - Conditional Random Fields (22-22).srt
4 i/ Y0 e% j8 b1 c0 |5 I* f6 d, Q    │              6 - 5 - I-maps and perfect maps (20-59).mp4( J9 c# v7 O( U; I, Q5 p
    │              6 - 5 - I-maps and perfect maps (20-59).srt
0 e* l0 f4 n- \  r# T    │              6 - 6 - Log-Linear Models (22-08).mp4
4 c$ N! n- D& Y* b2 J    │              6 - 6 - Log-Linear Models (22-08).srt
) X( L6 r" R2 H9 x- q5 x8 ?    │              7 - 1 - Knowledge Engineering (23-05).mp45 V2 _& f9 L5 V4 e& l$ w4 Y4 e
    │              7 - 1 - Knowledge Engineering (23-05).srt
# b% o. S  w, v' I$ l- ?    │              8 - 2 - Overview- MAP Inference (09-42).mp4
. Z/ A/ g' `0 o9 C' T    │              8 - 2 - Overview- MAP Inference (09-42).srt6 _! u2 A& j( E5 ]1 e% c- f
    │              8 - 3 - Variable Elimination Algorithm (16-17).mp4
& H% w; }6 D$ W1 b0 S& T9 M    │              8 - 3 - Variable Elimination Algorithm (16-17).srt; a8 a3 X4 R8 m" b0 O* J% {
    │              8 - 6 - Finding Elimination Orderings (11-58).mp41 N7 n" z  u. f
    │              8 - 6 - Finding Elimination Orderings (11-58).srt
' |2 W' \0 I3 y# i( J    │              9 - 1 - Belief Propagation (21-21).mp49 j; w2 P3 x& @; k7 w  T5 P
    │              9 - 1 - Belief Propagation (21-21).srt/ R; Z2 t; ?* ^+ {2 P: ~9 u
    │              9 - 2 - Properties of Cluster Graphs (15-00).mp4+ r; @0 h5 I% s* n  u. ^
    │              9 - 2 - Properties of Cluster Graphs (15-00).srt9 M3 e. f1 K. V- c  E) ~- ~" H
    │              PGM-Programming_Assignment_1.zip" M0 d# V$ K" r6 {, F
    │              PGM-Programming_Assignment_2.zip
3 m5 s6 e5 T) L9 L$ x    │              PGM-Programming_Assignment_3.zip
6 Y' @' K% G" U; @9 U, ^0 Z9 L    │              PGM-Programming_Assignment_4.zip
$ v7 i$ w7 L. U) j7 I, f8 J2 [    │              PGM-Programming_Assignment_5.zip
) Y5 p4 f  _( g9 x+ J: R    │              PGM-Programming_Assignment_6.zip
! p" `+ l- q. N% |/ c/ |' ~    │              PGM-Programming_Assignment_7.zip7 \1 w- N" k0 t7 v9 X8 ~% L
    │              PGM-Programming_Assignment_8.zip9 g' H# ^, |9 x- ^2 A' g+ }
    │              PGM-Programming_Assignment_9.zip4 _7 Q7 ^7 J3 Q, {2 W% h4 a
    │              下载说明.txt
4 d2 u8 S* T- K. x% q3 l. ^    │              关注我们.png
4 v) ^' z5 F. e6 a* U3 y5 X) G    │              攻城狮论坛=网络技术+编程视频.url1 L+ z, ~# D; L* r0 y
    │              解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
# [0 ]2 s% \9 W$ x! \! c) t    │              
+ l/ K/ p6 b% B: \' U( L    ├─031_台大概率
: E! ^# A9 Y6 N& q% h    │  └─031_台大概率5 E, W# @1 S" A& N) h+ @  L) m) Y
    │      ├─prob-001
- r& E. }: r. ~  S9 s0 @    │      │  ├─01_Week_1
( |' H% C$ \" ^8 j% z, }    │      │  │      01_1-0.mp4. M' ?) [, h  {" f! H5 H4 }# c
    │      │  │      02_1-1_17-41.mp4
' d4 ~1 N# E& w    │      │  │      02_1-1_17-41.pdf
  P3 N; b) T* a5 U6 r$ r    │      │  │      02_1-1_17-41_0_.pdf
/ m: N, ]5 w9 g. d1 A9 g    │      │  │      02_1-1_17-41_1_.pdf
5 s  F( P4 `/ n6 d" Q0 d, O    │      │  │      02_1-1_17-41_2_.pdf/ a4 b( R9 @6 m) {
    │      │  │      03_1-2.a__11-46.mp47 g" D& o, G1 V6 ?$ Z
    │      │  │      04_1-2.b__09-40.mp4
1 w$ L' V6 N3 p! P1 p8 ^    │      │  │      05_1-3.a__11-24.mp4
) o& f0 W  u3 T/ a$ l% M, M# m5 w    │      │  │      06_1-3.b__16-36.mp43 Y& k, [7 X  r7 X% }
    │      │  │      
  `6 U, O8 ~- l! e; x; p5 j& f4 C& J    │      │  ├─02_Week_2
' X1 j9 f" X5 m5 P$ e    │      │  │      01_2-0_15-32.mp4' C& N7 g7 a6 g0 b
    │      │  │      02_2-1.a__16-09.mp4/ k  l' s1 B' W% X0 Q
    │      │  │      02_2-1.a__16-09.pdf" J3 j$ U7 E' ]; {& U$ ~
    │      │  │      02_2-1.a__16-09_0_.pdf6 j* X3 e. H7 P2 |& ^
    │      │  │      02_2-1.a__16-09_1_.pdf  a1 t/ w2 ?& q, I7 w
    │      │  │      02_2-1.a__16-09_2_.pdf
( C3 P- f; Y& q! D$ P    │      │  │      03_2-1.b__16-06.mp41 T; G- `; R. v# Q
    │      │  │      04_2-1.c__10-07.mp4
$ A- C" R+ M8 |# N, W/ p( }+ C    │      │  │      05_2-2.a__10-41.mp4
; v9 C; S4 t, N5 x0 S) I    │      │  │      06_2-2.b__12-43.mp4- h: `; ~  C, N& ~4 g0 a+ X7 ^
    │      │  │      07_2-2.c__16-02.mp4
% R1 V1 ^  e# p/ l- M    │      │  │      
) |8 G4 i& R  c    │      │  ├─03_Week_34 b9 P- g/ S8 {2 C- l. ?6 k
    │      │  │      01_3-0_16-46.mp4* O! }" \4 O" l, h' k
    │      │  │      02_3-1.a___09-12.mp4
+ \$ B2 d0 R. c7 W# `" p4 n    │      │  │      02_3-1.a___09-12.pdf
* g) _. S$ W7 A! Y( a3 `    │      │  │      02_3-1.a___09-12_0_.pdf5 X0 Y& d) |6 R: A; _5 f
    │      │  │      02_3-1.a___09-12_1_.pdf  L' W' a0 [) O% q
    │      │  │      02_3-1.a___09-12_2_.pdf
* e! K. v! E3 U5 r/ I    │      │  │      03_3-1.b__10-35.mp4
. M! l6 x9 t6 E; k: T5 H    │      │  │      04_3-2_08-47.mp4
' R- i- D# u: k+ V+ D6 f1 a" j    │      │  │      05_3-3.a__16-57.mp44 J0 Q; _' U$ E! Q& X
    │      │  │      06_3-3.b__12-58.mp4
& p- j' p+ f) h$ z1 [1 g    │      │  │      
8 U8 ^" z3 ]6 F4 Y% _    │      │  ├─04_Week_4# L  T6 V! E- O- R6 ], H
    │      │  │      01_4-0_17-33.mp4
! j# L/ J( s- G. |. z  A3 P+ q    │      │  │      02_4-1.a__13-53.mp4
1 K. f& T, p, Z4 }' ]* r    │      │  │      02_4-1.a__13-53.pdf
+ W6 v5 d$ J8 Q7 \    │      │  │      02_4-1.a__13-53_0_.pdf
! K! U2 q9 u) C5 @  C1 R    │      │  │      02_4-1.a__13-53_1_.pdf: d/ \: w& Z( U6 D) l
    │      │  │      02_4-1.a__13-53_2_.pdf
* m; Z5 a" T5 V3 Z    │      │  │      03_4-1.b__14-43.mp4' A. q* p' z$ l# w" Z3 d
    │      │  │      04_4-1.c__5-18.mp4
0 e& X, s/ }1 b) Q! X0 |0 T  J( R    │      │  │      05_4-2.a_CDF__9-48.mp49 Q* t8 C! j/ U* d" g! `
    │      │  │      06_4-2.b_CDF__8-59.mp49 m0 J* t3 {8 \5 Q& T8 y* _
    │      │  │      07_4-2.c_CDF__9-00.mp4
6 F! U8 S) D6 \/ f# G/ C9 F    │      │  │      08_4-3_PMF_11-26.mp4
* ~3 N: p2 A0 ?/ c4 W+ H; m    │      │  │      09_4-4.a_I__14-41.mp4
4 V! j' \0 ?4 q1 c) M    │      │  │      10_4-4.b_I__8-47.mp4
& z. R8 x+ r) Q# o7 V    │      │  │      
7 {5 b* r4 k$ X% @# b    │      │  ├─05_Week_5
+ I6 ^+ u; C1 {. W, \, q* e    │      │  │      01_5-0_14-09.mp4" v4 B2 e& e9 d. x$ W
    │      │  │      02_5-1.a_II__10-36.mp4& G* M! w) S/ g$ x3 n% n
    │      │  │      02_5-1.a_II__10-36.pdf7 t! |  e! ]" F+ t6 |+ ?( W: l$ ]1 }
    │      │  │      02_5-1.a_II__10-36_0_.pdf$ h4 i2 S; t. G8 A% c# t" Y
    │      │  │      02_5-1.a_II__10-36_1_.pdf! O" T' m. h7 L! z# ]5 Q0 Z
    │      │  │      02_5-1.a_II__10-36_2_.pdf9 A: C& U4 ]8 F; t
    │      │  │      03_5-1.b_II__12-06.mp40 f$ r# ?  {! \5 M" a
    │      │  │      04_5-1.c_II__20-28.mp4
$ w5 ^& ~0 f& V, D4 t( G1 L. ^! B  i0 s    │      │  │      05_5-2_PDF_18-56.mp42 W$ ], H7 B+ @: z; _8 _
    │      │  │      06_5-3_I_18-12.mp4' \: w. a2 f) b' r4 |* D- w, f1 ~
    │      │  │      
% a9 U* r8 ]9 e; {$ T- t, F2 |    │      │  ├─06_Week_60 O3 s; r9 }* E
    │      │  │      01_6-0_10-13.mp4
% V. s# w0 X9 r3 D8 `' Y( O    │      │  │      02_6-1.a_II__15-25.mp4" D4 f! Z; f) Z; |
    │      │  │      02_6-1.a_II__15-25.pdf  J' V* V# e1 _# L: U
    │      │  │      02_6-1.a_II__15-25_0_.pdf
% x1 o5 O' l  Q. W* J  e    │      │  │      02_6-1.a_II__15-25_1_.pdf
3 b9 H6 X; _) h' F. p( Q8 i4 B    │      │  │      02_6-1.a_II__15-25_2_.pdf+ j6 B0 ?! N& i. C# }: g8 g* {- B
    │      │  │      03_6-1.b_II__16-08.mp45 M' ^, w  T# ^! Q; x! A/ C
    │      │  │      04_6-1.c_II__17-16.mp4/ j+ M/ P* A( z9 }! W$ |4 E
    │      │  │      05_6-1.d_II__5-40.mp4
% h' ?6 Z+ P) j7 W, P9 T; ^1 A+ Z8 Q    │      │  │      06_6-2.a_I__16-35.mp4& l; U) R' A. w' m, R* s2 f, I
    │      │  │      07_6-2.b_I__10-41.mp4
* B. N6 [+ u7 t/ Y, o    │      │  │      08_6-2.c_I__16-44.mp4' Z5 l  v5 U  x- R
    │      │  │      09_6-2.d_I__14-30.mp4
7 f* P: _* c9 T. ]* C% b) R: a    │      │  │      $ }8 I& J# F: }4 L0 l( Q. E6 r3 O
    │      │  ├─07_Week_73 Z7 b/ V9 M9 w& V5 {
    │      │  │      01_7-0.mp4
9 Z0 Q* G; @: T" d' t    │      │  │      02_7-1.a_II__14-31.mp4* U* B# Z* m' b, A( j8 @
    │      │  │      02_7-1.a_II__14-31.pdf( i5 n0 W7 f5 s! E% V) h" q$ E
    │      │  │      02_7-1.a_II__14-31_0_.pdf9 k9 O, ^! ^) S6 X
    │      │  │      02_7-1.a_II__14-31_1_.pdf
7 }3 C7 H: X$ h% u# f* B    │      │  │      02_7-1.a_II__14-31_2_.pdf
+ E/ b/ X( k4 ~, j! ]3 L8 X    │      │  │      03_7-1.b_II__13-07.mp4
; U5 D# ]( t4 t5 ^$ q    │      │  │      04_7-2.a-___10-35.mp4# Y  G- o* i+ n) U2 r
    │      │  │      05_7-2.b-___08-42.mp45 Y4 j; Z: m/ F! R5 K* G
    │      │  │      06_7-3.a-___15-07.mp4
  S  ]% D6 l5 H- a! ~    │      │  │      07_7-3b-___19-20.mp4
& Z6 |9 U) X0 L8 Z, W* g    │      │  │      
: X5 k/ f% c$ ?) |5 i% F1 u    │      │  ├─08_Week_8
7 _0 P; i+ F& G' h3 `! z$ q! [( a    │      │  │      01_8-0.mp4
# j; l& ?$ k1 V" V( p9 b- f    │      │  │      02_8-1.a__14-36.mp4; X$ z. g; k2 e; u! E4 t
    │      │  │      02_8-1.a__14-36.pdf( M/ S9 R; D  r) f* U
    │      │  │      02_8-1.a__14-36_0_.pdf
' ?* c1 x6 y+ s, c0 A% A8 X" G2 M1 _    │      │  │      02_8-1.a__14-36_1_.pdf
. A. `! t; {% K! a- T4 |! s    │      │  │      02_8-1.a__14-36_2_.pdf
7 J) P5 `3 Z- ?    │      │  │      03_8-1.b__15-05.mp4
5 A, A( Y7 g, b7 j0 Q    │      │  │      04_8-1.c__17-00.mp41 ~& b. Y+ G% F( v
    │      │  │      05_8-1.d__11-18.mp4
* a% I4 p$ Y1 k3 F: x2 Z7 ~    │      │  │      06_8-2_12-32.mp4
3 F2 @2 k5 Z8 K% r# e    │      │  │      07_8-3.a__10-06.mp4
1 p0 H. \# f3 t9 w    │      │  │      08_8-3.b__17-27.mp4# s% R; X; u2 d( A! [- x
    │      │  │      
# W8 ~/ ?( H( G8 N# t    │      │  └─09_Week_9
& [  u$ W* O- Z3 |0 F  ?' |( e! ]    │      │          01_9-1.a__11-18.mp4
; N2 O$ o, H) D1 K; o: Z    │      │          01_9-1.a__11-18.pdf8 ~. p0 c! A. S- D' f4 J
    │      │          01_9-1.a__11-18_0_.pdf1 f' f* f7 s" `- d0 k0 x% e
    │      │          01_9-1.a__11-18_1_.pdf; S# E9 F; d( W5 Y5 L
    │      │          01_9-1.a__11-18_2_.pdf* Q6 C1 ]6 P, A" `3 P
    │      │          02_9-1.b__13-49.mp4# Y/ T; ?: b* S0 B+ a
    │      │          03_9-2.aMGF__10-17.mp4# `# X: k4 ~  g  w
    │      │          04_9-2.bMGF__14-06.mp4
" ?7 d* t& x: ?# H( ]: f+ n    │      │          05_9-2.cMGF__15-53.mp4
* k5 p  F2 m0 e' h- ^  c    │      │          06_9-3.a__10-35.mp4! T# A* ^" @: J3 ]1 c9 \5 x
    │      │          07_9-3.b__13-01.mp4$ }/ G& l/ L% y8 E
    │      │          08_9-4.a-__16-45.mp4+ k6 _4 o/ I1 Z! _$ J3 Q! V
    │      │          09_9-4.b-__17-19.mp4
3 J6 S/ S- Z9 `, y' `0 o) k    │      │          . f/ S/ e5 N, P, c' I, Z: z$ v& O
    │      └─概率-台大  |& Z9 {) W; ~' J' s
    │          │  02-8.R
2 O! a; M  A6 H  j' B, I; I+ L$ C    │          │  
1 @; P7 U4 p: c! b0 j0 v" x( W    │          ├─1
; g% p4 F4 m: x: I2 D0 q& G    │          │      Benson_Coursera_Week_1_簡.pdf+ {6 ^$ A+ F. }* \5 M' L1 X
    │          │      Benson_Coursera_Week_1_繁.pdf' i! k+ r; H0 F7 D% m+ ]
    │          │      Benson_Coursera_Week_1_繁空.pdf
: N" c9 t. {6 t. ^$ F8 X+ {6 N& e8 j    │          │      2 - 1 - 1-0:咱們先聊聊,這是門什麼樣的課呢-.mp4' E0 ], d% |0 S6 `) \- Q
    │          │      2 - 2 - 1-1:機率概論 (17-41).mp4
6 |4 R  T! e' w) k$ t9 E; K& u    │          │      2 - 3 - 1-2.a:集合論 (上) (11-46).mp44 ]1 X2 n" y7 ~3 N1 Q, x
    │          │      2 - 4 - 1-2.b:集合論 (下) (09-40).mp4. r' d5 o4 d  }8 R/ [0 q) n2 ]
    │          │      2 - 5 - 1-3.a:機率名詞 (上) (11-24).mp4( A$ d9 X; ^8 [' D- B0 k) v
    │          │      2 - 6 - 1-3.b:機率名詞 (下) (16-36).mp4
9 ^& d1 }$ U% a) m; e7 s6 Q* [1 `- c    │          │      6 V0 Y  z) d, U& P3 I4 D( u
    │          ├─24 G3 l! d. ~' C
    │          │      Benson_Coursera_Week_2_簡.pdf, U2 }2 q2 {: {
    │          │      Benson_Coursera_Week_2_簡空.pdf) [+ W* C; N! _1 {$ A* a
    │          │      Benson_Coursera_Week_2_繁.pdf! {, a* J. ^! }' H/ q. u* ]
    │          │      Benson_Coursera_Week_2_繁空.pdf: I6 J) c0 j, U  [( p
    │          │      3 - 1 - 2-0:咱們聊聊,是學習,還是應付- (15-32).mp4
3 E& }1 ]8 t" u3 j    │          │      3 - 2 - 2-1.a:機率公理性質 (上) (16-09).mp4  L. a8 Q2 @* \$ R' z9 C7 [
    │          │      3 - 3 - 2-1.b:機率公理性質 (中) (16-06).mp40 P" i/ V  Y4 L, @0 W# P7 c
    │          │      3 - 4 - 2-1.c:機率公理性質 (下) (10-07).mp41 \( y, o* U  T) p
    │          │      3 - 5 - 2-2.a:條件機率 (上) (10-41).mp4- k7 F. \5 G+ ^( n0 o/ f7 ~; Y
    │          │      3 - 6 - 2-2.b:條件機率 (中) (12-43).mp4
8 @; h3 L9 M3 O" s% M% E; a    │          │      3 - 7 - 2-2.c:條件機率 (下) (16-02).mp4
# {6 _' y2 f9 x' [! r  P    │          │      + F3 {" r6 x" H/ z2 B: e$ @
    │          ├─3
+ {0 \7 N; D% a; W    │          │      Benson_Coursera_Week_3_簡.pdf
* k- D% v% _: D$ i  F    │          │      Benson_Coursera_Week_3_簡空.pdf
* C! W4 ~; \' T2 q% `9 g- _& u! y    │          │      Benson_Coursera_Week_3_繁.pdf4 ~7 G  U, w* C1 J
    │          │      Benson_Coursera_Week_3_繁空.pdf
0 [! e' c* l& ~- w+ S9 O    │          │      4 - 1 - 3-0:咱們聊聊,常見的錯誤?學習的關鍵? (16-46).mp48 J% X+ \& O! _4 W
    │          │      4 - 2 - 3-1.a:機率的獨立性 (上)  (09-12).mp4" g' I  [% D) `9 e
    │          │      4 - 3 - 3-1.b:機率的獨立性 (下) (10-35).mp4/ b2 L( |, h" k, ?( J  \5 x7 H
    │          │      4 - 4 - 3-2:圖解繁複機率 (08-47).mp4
0 M+ l# b8 T9 _+ r1 V! m5 i! D& P    │          │      4 - 5 - 3-3.a:數數算機率 (上) (16-57).mp4" ^2 q/ H6 B" ^- U; e
    │          │      4 - 6 - 3-3.b:數數算機率 (下) (12-58).mp4
: F/ D5 r( P) d9 r- T$ Y    │          │      $ ?  W) _/ ~4 C! q9 w+ s8 }, g
    │          ├─4) _+ J& @( H& T: @4 k! e6 n: {3 x) B
    │          │      Benson_Coursera_Week_4_簡.pdf
( C. ?) S' c- r7 {9 S9 G( ^* |/ T    │          │      Benson_Coursera_Week_4_簡空.pdf
1 ?6 `8 N7 n) p- n( T) i( H    │          │      Benson_Coursera_Week_4_繁.pdf. W6 a3 ]( M0 T- g" k8 e0 I
    │          │      Benson_Coursera_Week_4_繁空.pdf- M) R$ E! X: m! _8 @! V
    │          │      5 - 1 - 4-0:咱們聊聊,如何幫自己面對未來挑戰? (17-33).mp4
4 R4 B$ l0 P4 N' G$ P, R    │          │      5 - 10 - 4-4.b:離散機率分佈 I (下) (8-47).mp4
0 j6 N3 A# Y. |8 m( @* ^    │          │      5 - 2 - 4-1.a:隨機變數 (上) (13-53).mp4
# r5 P1 N7 j) d! U* z1 M% p8 }    │          │      5 - 3 - 4-1.b:隨機變數 (中) (14-43).mp4
  M: g& ?& p  v    │          │      5 - 4 - 4-1.c:隨機變數 (下) (5-18).mp4# f- j+ |  X+ ?9 d# B: K1 X4 r2 {" c
    │          │      5 - 5 - 4-2.a:累績分佈函數 CDF (上) (9-48).mp4" x) z8 M$ j. M" S
    │          │      5 - 6 - 4-2.b:累績分佈函數 CDF (中) (8-59).mp4$ Q3 o$ T8 O2 j3 ?
    │          │      5 - 7 - 4-2.c:累績分佈函數 CDF (下) (9-00).mp4
! I# F+ r! `* T7 w' D( p    │          │      5 - 8 - 4-3:機率質量函數 PMF (11-26).mp4
9 j, ?0 c4 g* f+ k9 z" @8 ^    │          │      5 - 9 - 4-4.a:離散機率分佈 I (上) (14-41).mp4
2 R- m% f% G% x, Z. S    │          │      , m- r" W" G* o2 F
    │          ├─5
. s4 |2 x/ x) _    │          │      Benson_Coursera_Week_5_簡.pdf
6 @  J/ B! D6 S/ a4 v- A    │          │      Benson_Coursera_Week_5_簡空.pdf
9 f% N/ @# n4 m/ e+ Y; C* L    │          │      Benson_Coursera_Week_5_繁.pdf
7 W0 h6 \) O: w/ j3 [  v$ X' N    │          │      Benson_Coursera_Week_5_繁空.pdf  O$ I8 E6 {. q$ |. s3 n' x- ?
    │          │      6 - 1 - 5-0:咱們聊聊,願你夜夜好眠到天明! (14-09).mp4) l9 O, I; p- r! [
    │          │      6 - 2 - 5-1.a:離散機率分佈 II (上) (10-36).mp45 b; E; `: _- O8 u5 c6 ]- ]% ~
    │          │      6 - 3 - 5-1.b:離散機率分佈 II (中) (12-06).mp4
5 ^' `6 z4 o6 }9 k6 A    │          │      6 - 4 - 5-1.c:離散機率分佈 II (下) (20-28).mp4
' B( {; s$ H: O! h. c' v; s    │          │      6 - 5 - 5-2:機率密度函數 PDF (18-56).mp4. [8 Z. s8 f) v  f
    │          │      6 - 6 - 5-3:連續機率分佈 I (18-12).mp4  t4 i1 Q) V( [3 V5 G' \! f7 }4 u
    │          │      - l  @0 B8 ?/ |) E& u; M* {
    │          ├─6
; |. @) B/ D: q* P& e" t0 V. h    │          │      Benson_Coursera_Week_6_簡.pdf; J* j, u2 c' l
    │          │      Benson_Coursera_Week_6_簡空.pdf9 c# ~7 V7 L$ l
    │          │      Benson_Coursera_Week_6_繁.pdf
2 Q8 U5 {0 R9 I9 w    │          │      Benson_Coursera_Week_6_繁空.pdf
+ A! Z5 F) {! o# d, |    │          │      7 - 1 - 6-0:咱們聊聊,成功者的條件是什麼? (10-13).mp4
, w' v1 E- x& h& W; r& l    │          │      7 - 2 - 6-1.a:連續機率分佈 II (上) (15-25).mp4* G5 S3 A( {* T; H
    │          │      7 - 3 - 6-1.b:連續機率分佈 II (中) (16-08).mp4
& h9 a& C+ x  Y9 r6 G: i    │          │      7 - 4 - 6-1.c:連續機率分佈 II (下) (17-16).mp4
2 u9 {$ e! j) Y; F6 o( c    │          │      7 - 5 - 6-1.d:連續機率分佈 II (末) (5-40).mp45 o& s7 O2 m  b/ n1 |! {3 y" W
    │          │      7 - 6 - 6-2.a:期望值 I (上) (16-35).mp4
% v/ S4 Y% w. O3 u    │          │      7 - 7 - 6-2.b:期望值 I (中) (10-41).mp4
& k, L. i; |4 p    │          │      7 - 8 - 6-2.c:期望值 I (下) (16-44).mp44 z" u9 w4 D( n  O! z$ }. x/ c* x
    │          │      7 - 9 - 6-2.d:期望值 I (末) (14-30).mp4
5 X# Z+ o2 m  s' k4 R8 c) t    │          │      $ m# i; ^5 v4 J! C* ^. H
    │          ├─7  C# V' b1 `" l3 H
    │          │      Benson_Coursera_Week_7_簡.pdf
# \$ Q/ b: q" n( l- b    │          │      Benson_Coursera_Week_7_簡空.pdf& {1 `" L! t! d" u' o) n& t3 b
    │          │      Benson_Coursera_Week_7_繁.pdf  l4 R, o, r3 H( y/ `
    │          │      Benson_Coursera_Week_7_繁空.pdf2 c0 l) A2 ^) n
    │          │      8 - 1 - 7-0:咱們聊聊,每天都在忙,忙的有用嗎?.mp4
' _$ F6 b, ~! u2 V' D3 v/ c    │          │      8 - 2 - 7-1.a:期望值 II (上) (14-31).mp4$ @( N) ~0 S- S
    │          │      8 - 3 - 7-1.b:期望值 II (下) (13-07).mp4: o) a8 g; H, T8 _8 D* d" z+ `
    │          │      8 - 4 - 7-2.a- 隨機變數之函數 (上) (10-35).mp4  R% @7 f, b2 M
    │          │      8 - 5 - 7-2.b- 隨機變數之函數 (下) (08-42).mp4
5 [& \- ~: g- w% a! |8 N, I* V    │          │      8 - 6 - 7-3.a- 條件機率分佈與失憶性 (上) (15-07).mp4
3 k8 ]7 e3 K( K0 A    │          │      8 - 7 - 7-3b- 條件機率分佈與失憶性 (下) (19-20).mp49 E; H- @3 ~1 _- C% y
    │          │      
$ d) P& J; X5 y8 L% u    │          ├─8
" n. ?4 u6 J+ t+ @% c9 m    │          │      Benson_Coursera_Week_8_簡.pdf
6 m3 r, `( s6 s7 F& v$ T9 k    │          │      Benson_Coursera_Week_8_簡空.pdf  f, b) I/ m! R0 \
    │          │      Benson_Coursera_Week_8_繁.pdf! \5 P6 K  h( [
    │          │      Benson_Coursera_Week_8_繁空.pdf: ~4 G5 ~  T. G2 X* M
    │          │      9 - 1 - 8-0:咱們聊聊,如何探索有意義的人生?.mp4
& O6 Z. Z' _5 q6 K* [, r- x    │          │      9 - 2 - 8-1.a:聯合機率分佈 (上) (14-36).mp4
9 ^3 c" N# r/ o1 O) h& t    │          │      9 - 3 - 8-1.b:聯合機率分佈 (中) (15-05).mp4
) y" b# |- f5 o    │          │      9 - 4 - 8-1.c:聯合機率分佈 (下) (17-00).mp4
" j( V+ z& ]1 [! S- M0 e- P+ c    │          │      9 - 5 - 8-1.d:聯合機率分佈 (末) (11-18).mp4) s2 Y7 @! K% K( d5 q% o0 Z  Y
    │          │      9 - 6 - 8-2:邊際機率分佈 (12-32).mp4
1 I5 @  I7 w4 z, d& _% V    │          │      9 - 7 - 8-3.a:雙變數期望值 (上) (10-06).mp42 ~) D& w3 C. N# H2 `- t( T
    │          │      9 - 8 - 8-3.b:雙變數期望值 (下) (17-27).mp4
. C3 W( _1 a% e    │          │      : U/ X$ S8 L: j) P" ?3 v1 R* k
    │          └─9
- S- d2 P, k4 A7 C+ Q4 u    │                  Benson_Coursera_Week_9_簡.pdf
) \" T, U0 `. R/ S6 X    │                  Benson_Coursera_Week_9_簡空.pdf
  Y0 E$ O: K1 n. C8 d! K    │                  Benson_Coursera_Week_9_繁.pdf
' _0 R/ j3 I, L2 _    │                  Benson_Coursera_Week_9_繁空.pdf5 }- J! P9 r, m& K
    │                  10 - 1 - 9-1.a:隨機變數之和 (上) (11-18).mp4
3 ?1 R7 O- q. w; p+ o    │                  10 - 2 - 9-1.b:隨機變數之和 (下) (13-49).mp4
( l$ D) z/ ?3 |8 [$ Z6 R8 S, I    │                  10 - 3 - 9-2.a:MGF (上) (10-17).mp4
8 k6 E1 S& N8 c# p- G    │                  10 - 4 - 9-2.b:MGF (中) (14-06).mp45 S8 q/ W  w0 {& s* d/ H
    │                  10 - 5 - 9-2.c:MGF (下) (15-53).mp4
- _* ^  |6 x- Q3 Q4 l' }    │                  10 - 6 - 9-3.a:多個隨機變數和 (上) (10-35).mp4
. s9 Q- L2 y% Y    │                  10 - 7 - 9-3.b:多個隨機變數和 (下) (13-01).mp41 K& n, y- |; E2 B0 P
    │                  10 - 8 - 9-4.a:中央極限定理-萬佛朝宗 (上) (16-45).mp4
; n& s! g1 {4 A& g: Q4 a( y    │                  10 - 9 - 9-4.b:中央極限定理-萬佛朝宗 (下) (17-19).mp4
9 M/ N5 l1 R: {$ E6 G5 }- f    │                  
* ]6 n7 J7 b: Y3 a4 H    ├─036_Coding the Matrix" k3 ]" s+ v  T; N
    │  └─036_Coding the Matrix
( ]' m3 P$ b- L7 A: J& `    │      └─matrix-0020 o; L( d/ u/ m! ?. `+ e
    │          │  下载说明.txt" `, y. @- N. \0 O7 @8 J
    │          │  关注我们.png! d) f; L1 s# V1 {+ h- Q  c
    │          │  攻城狮论坛=网络技术+编程视频.url
5 `1 ?) o' z/ [7 y7 \9 p$ K    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt; @! t5 J; b! F- S
    │          │  0 A% Y2 o/ s4 N" N1 h3 x( q) [
    │          ├─01_Week_0-_The_Function_and_the_Field# D1 R8 L% A, Q& i
    │          │      01_Course_Introduction_Part_1__9-53.mp4
% J& t) p; P8 @    │          │      01_Course_Introduction_Part_1__9-53.srt! }. r& a# \+ w, t( g& m
    │          │      01_Course_Introduction_Part_1__9-53.txt' U5 |4 |' ~0 \* H/ u% {8 f! I$ T, S
    │          │      02_Course_Introduction_Part_2__8-49.mp4
& }4 w. u. E  C, d5 m    │          │      02_Course_Introduction_Part_2__8-49.srt
- W3 \; x* I+ h8 M8 T0 c    │          │      02_Course_Introduction_Part_2__8-49.txt- ?$ \" o0 B6 Z/ V7 X( F
    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.mp4
5 ]0 d2 X( t+ l5 p    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.pdf
) @. n! A" C4 f& R, U3 n2 t3 w    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.srt9 ^: v. t" Z) f
    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.txt' s2 G0 F, N9 q- P/ l/ d
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.mp4
7 G! v  h! p) u* h# K& X    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.pdf1 x7 b- H. p  \: _
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.srt3 N3 `- T1 o' w5 F; ^  N( N
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.txt
& q5 l$ m& R4 M; T    │          │      05_The_Field-_Playing_with_C_15-19.mp43 ~! ~6 [4 }8 r# l( [  P3 @
    │          │      05_The_Field-_Playing_with_C_15-19.pdf
3 g+ i/ F- j: G5 k: J# R    │          │      05_The_Field-_Playing_with_C_15-19.srt- ^- T9 L: r  B) v/ {. P" F
    │          │      05_The_Field-_Playing_with_C_15-19.txt
; Y1 T) Y& s# E& s    │          │      06_The_Field-_Playing_with_GF2__10-28.mp4; p  j+ O8 ^, c0 w
    │          │      06_The_Field-_Playing_with_GF2__10-28.pdf
" s) h* L/ t" R: z4 F* I& ?    │          │      06_The_Field-_Playing_with_GF2__10-28.srt
' n+ V6 S" t, h; J    │          │      06_The_Field-_Playing_with_GF2__10-28.txt5 J( o- K* _; m6 z. v
    │          │      
3 H7 `, n( l1 w    │          ├─02_Week_1-_The_Vector
1 F8 p) J4 N" e! B* b% \    │          │      01_The_Vector-_What_is_a_vector__8-20.mp4; l- n) V2 k$ n" f; V& ~$ P
    │          │      01_The_Vector-_What_is_a_vector__8-20.pdf
6 X& X$ t- _( w6 K  C    │          │      01_The_Vector-_What_is_a_vector__8-20.srt
% {9 ]8 N5 w, K/ y5 N" \/ x! T    │          │      01_The_Vector-_What_is_a_vector__8-20.txt# @) ^' D! v; \
    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.mp48 L* Y# A: x% F/ I/ @
    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.pdf, m" x1 D' s8 a# J0 ]# h
    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.srt
# |8 q2 x1 K: q) L5 r  A    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.txt. ~2 Y3 e3 y7 R+ ^$ U* j: L2 a( b1 O
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.mp43 F4 X* Y/ G7 s& U5 d
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.pdf8 b1 e: T6 w2 _* r4 H5 @) I& C! p
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.srt% `5 P1 }) e2 [1 B9 [+ W, t  Y* B1 B
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.txt' E. B4 ]' z( @( K% ~/ G( q
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.mp4. N% v. s7 V  V0 a2 }- W. ^
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.pdf
+ O( @* S# r2 f( N* W* n    │          │      04_The_Vector-_Vectors_over_GF2__9-18.srt) H( d2 @0 l- r/ N, J$ \9 P
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.txt1 Q* i! p! g; e8 Q0 R8 p
    │          │      05_The_Vector-_Dot-product__8-49.mp4
( c; [( l2 j' F/ a4 o    │          │      05_The_Vector-_Dot-product__8-49.pdf4 I4 @  n4 l* [
    │          │      05_The_Vector-_Dot-product__8-49.srt; T- K# G1 f: G
    │          │      05_The_Vector-_Dot-product__8-49.txt6 h4 m5 k2 B$ U9 W, w
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.mp45 ]7 q, l% P) m8 k9 m4 A- e
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.pdf- d* V3 ~& w4 G1 {
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.srt. e' Y4 p# X& J7 P( |3 R
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.txt" m% h9 O8 E; C" g5 P# K: q
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.mp4' E8 ^% V, u) B# s  N
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.pdf( ]8 N6 u( }4 F$ Q  _! z3 l' o
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.srt0 F) T0 k+ r! x4 o6 W- h: ?& n
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.txt
. Y% N, Y. v7 {  p    │          │      # f4 q5 u5 |! ^
    │          ├─03_Week_2-_The_Vector_Space/ y: O, k+ W( R6 q2 V
    │          │      01_The_Vector_Space-_Linear_combinations.mp4
8 f# n8 k3 \6 p+ @# G8 H! w2 Z4 [' u    │          │      01_The_Vector_Space-_Linear_combinations.pdf2 ^* y5 b4 ^8 {- u! b! n( a
    │          │      01_The_Vector_Space-_Linear_combinations.srt6 y4 r; C+ O) _# @. i3 P2 p( D. T9 I
    │          │      01_The_Vector_Space-_Linear_combinations.txt
8 B+ Z! H/ m0 J  E: V    │          │      02_The_Vector_Space-_Span.mp4: i& N+ T; f$ p
    │          │      02_The_Vector_Space-_Span.pdf7 y' T: x1 N7 N0 p* g9 ^; e
    │          │      02_The_Vector_Space-_Span.srt+ a# F: G; A$ h  a1 V  R/ Z* j
    │          │      02_The_Vector_Space-_Span.txt
- ?3 q5 |5 ~' s' [3 s5 x    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.mp4
: Y# h7 N2 _; r    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.pdf
# \% I: p7 l6 ]- p    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.srt& X5 E0 H( s: I/ v
    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.txt* }6 I) I  d4 [0 y. O" F; l$ N% Q
    │          │      04_The_Vector_Space-_Vector_spaces.mp4
, Z! N. u9 x: h! Y; r1 R    │          │      04_The_Vector_Space-_Vector_spaces.pdf  B* Y1 \8 M4 M# g% p9 D
    │          │      04_The_Vector_Space-_Vector_spaces.srt( c8 W) V" l8 I1 k0 b
    │          │      04_The_Vector_Space-_Vector_spaces.txt
) e! k* j: l- m- j# i. j3 t    │          │      05_The_Vector_Space-_Checksum_function.mp4
8 Z0 ]2 m# O5 A7 E1 E( n    │          │      05_The_Vector_Space-_Checksum_function.pdf
) [+ h) r' g/ |5 Q. i$ u    │          │      05_The_Vector_Space-_Checksum_function.srt; h( X9 o8 y( W1 ?/ Z
    │          │      05_The_Vector_Space-_Checksum_function.txt
3 T: L$ W4 c. A! d5 ~9 R1 ~, O    │          │      ' g* n" F* u# x' b; z! y5 ^" h: p  C+ ^& A
    │          ├─04_Week_3-_The_Matrix
9 R' h/ o1 O# e" g    │          │      01_The_Matrix-_What_is_a_matrix.mp45 g5 @/ F+ g; z: j: o
    │          │      01_The_Matrix-_What_is_a_matrix.pdf
/ G2 i. `; \( H/ b    │          │      01_The_Matrix-_What_is_a_matrix.srt! J3 C& V& U, ?
    │          │      01_The_Matrix-_What_is_a_matrix.txt" V7 _' g- n9 n& U& F/ Q6 p
    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.mp4
+ y* ]  I+ g8 Y6 ]9 g5 N# o0 a    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.pdf
8 A+ Y' c' f) }/ c) c    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.srt
+ @/ U  t! m: f" T  l    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.txt
# m8 }9 {5 D: g( z: I0 F    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.mp4# y# Y9 H0 K7 c1 X
    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.pdf
; c. D% w1 ?- W; A5 D    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.srt
# L  ]; K! q5 @3 Q    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.txt
: X4 B" [, [$ [* }$ t  B& P: E    │          │      04_The_Matrix-_Null_space.mp4
8 P* ?- s* `/ D5 g( ^* O    │          │      04_The_Matrix-_Null_space.pdf
% u. e# n6 J0 Z3 p0 ^    │          │      04_The_Matrix-_Null_space.srt
8 r1 @: P1 R* ~, [5 j" H) n* K4 I; v    │          │      04_The_Matrix-_Null_space.txt: Q9 D- T: r) |3 P; s. o
    │          │      05_The_Matrix-_Error-correcting_codes.mp4
2 J3 O9 N6 T) s! i    │          │      05_The_Matrix-_Error-correcting_codes.pdf+ M, H! `9 |6 C* |
    │          │      05_The_Matrix-_Error-correcting_codes.srt
* ?8 c; C" e' Y% H4 S    │          │      05_The_Matrix-_Error-correcting_codes.txt
# q& T4 a- R" c+ ]& m    │          │      06_The_Matrix-_Matrices_and_their_functions.mp4
( n! {+ F! z/ f    │          │      06_The_Matrix-_Matrices_and_their_functions.pdf
) I* m+ |9 W8 L, X4 N/ z: r    │          │      06_The_Matrix-_Matrices_and_their_functions.srt4 Z. u4 D8 D- v7 r; Z; K
    │          │      06_The_Matrix-_Matrices_and_their_functions.txt+ Q7 q  _( |5 |, F4 S5 f
    │          │      07_The_Matrix-_Linear_functions.mp4+ [  o. A3 O( G' m* O4 R
    │          │      07_The_Matrix-_Linear_functions.pdf
6 b7 a/ A% e! A+ _8 X( n( C    │          │      07_The_Matrix-_Linear_functions.srt1 J) A2 B. s, L
    │          │      07_The_Matrix-_Linear_functions.txt
. \& _* V8 r& Q& w# B6 d    │          │      08_The_Matrix-_Matrix-matrix_multiplication.mp4! B1 M7 Q4 g1 [
    │          │      08_The_Matrix-_Matrix-matrix_multiplication.pdf
' V& s9 P  q2 {4 [, g    │          │      08_The_Matrix-_Matrix-matrix_multiplication.srt9 Z- F" c3 _6 X$ Z- X; L6 R
    │          │      08_The_Matrix-_Matrix-matrix_multiplication.txt
, ~  U" s( S, C+ g. B8 Q4 H. h$ T    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.mp4" U$ u" x% U. u$ |. }6 v( k
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.pdf, G, q# x. A7 ~" e
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.srt
9 X8 P2 t6 }- T8 V$ ?# I3 l    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.txt# B( w+ z4 p. Y5 Q. M! q
    │          │      10_The_Matrix-_Matrix_inverse.mp4
! ^7 l) j. p# R% ^    │          │      10_The_Matrix-_Matrix_inverse.pdf
- H7 M+ O" V9 c( |    │          │      10_The_Matrix-_Matrix_inverse.srt5 n9 W8 t- N) W; Q. f/ `
    │          │      10_The_Matrix-_Matrix_inverse.txt" i+ z+ {, z, U, ]0 m8 f6 D
    │          │      
5 s+ ^( {  d# c( |6 N; ]& @7 R    │          ├─05_Week_4-_The_Basis- G4 }; ^$ O" C" n2 ^# i
    │          │      01_The_Basis-_Coordinate_systems.mp4
) ]4 z+ Y3 |1 B3 s    │          │      01_The_Basis-_Coordinate_systems.pdf
: e! O9 q* N, m    │          │      01_The_Basis-_Coordinate_systems.srt8 f9 t# J2 E7 u8 Z0 i1 z) O* v
    │          │      01_The_Basis-_Coordinate_systems.txt0 S: g: _7 W; r- S0 y
    │          │      02_The_Basis-_Lossy_compression.mp4
! j7 e% u# ^/ m! x( r& x" X# V4 Q    │          │      02_The_Basis-_Lossy_compression.pdf
! J  G- L9 b1 B! `: d, i    │          │      02_The_Basis-_Lossy_compression.srt6 `- \1 M) y2 e, ?4 s8 l% A* T
    │          │      02_The_Basis-_Lossy_compression.txt# }9 Q0 U) ^% l1 G8 N4 f
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.mp4
5 p0 Z8 ^% R: x    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.pdf. J3 o  N5 J9 ^' @; \9 k
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.srt% f. T* k# `& z' c! k
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.txt
) |9 W, p( }: [( z  T' P    │          │      04_The_Basis-_Minimum_spanning_forest.mp4
; V; G( E% \8 U3 H/ M6 o7 C3 j3 [    │          │      04_The_Basis-_Minimum_spanning_forest.pdf! g8 p/ ?% p+ S: [7 h5 a, f
    │          │      04_The_Basis-_Minimum_spanning_forest.srt# v8 g. }! |, u" w
    │          │      04_The_Basis-_Minimum_spanning_forest.txt
/ P- I& _$ C( M  N    │          │      05_The_Basis-_Linear_dependence.mp4
  o1 Z( Y9 {3 U  }8 B    │          │      05_The_Basis-_Linear_dependence.pdf
0 [7 }! j' b* J    │          │      05_The_Basis-_Linear_dependence.srt
) t4 q+ H% z4 o3 x4 ~/ v1 Z    │          │      05_The_Basis-_Linear_dependence.txt
% k! Z" U% G: {& B4 [& u9 ?6 L& ^    │          │      06_The_Basis-_Basis.mp4
8 G3 m7 v7 k* s- w) X( A    │          │      06_The_Basis-_Basis.pdf5 M1 D# a  r2 t7 J3 V8 `; R
    │          │      06_The_Basis-_Basis.srt
8 ]1 M5 }6 O3 t' n9 @7 ^    │          │      06_The_Basis-_Basis.txt
' V" [* N3 }, c/ T  \    │          │      07_The_Basis-_Unique_representation.mp4
7 M2 [5 f& Z4 L% z; r0 [" F    │          │      07_The_Basis-_Unique_representation.pdf
2 r6 _+ g$ d! u    │          │      07_The_Basis-_Unique_representation.srt4 G+ ~  w& W/ S5 \' g/ a6 e% g3 b# H
    │          │      07_The_Basis-_Unique_representation.txt* a- [) W" r3 Z: n, v- B
    │          │      08_The_Basis-_Change_of_basis.mp4+ ^5 Z) E, G% D5 c: X* `
    │          │      08_The_Basis-_Change_of_basis.pdf
# u; |) _, [& [& M& N    │          │      08_The_Basis-_Change_of_basis.srt
6 d3 Y" {5 W; A    │          │      08_The_Basis-_Change_of_basis.txt! C# l% _8 F( n/ `' O
    │          │      09_The_Basis-_Perspective_rendering.mp4
  n) f( e6 X% U2 }; b# [9 q    │          │      09_The_Basis-_Perspective_rendering.pdf
$ G9 Y$ a* w9 m- ~    │          │      09_The_Basis-_Perspective_rendering.srt
: M0 _  w; {+ ]. s# F2 y8 T    │          │      09_The_Basis-_Perspective_rendering.txt
& ^( g7 ]: s$ {+ @" p- O* ]    │          │      10_The_Basis-_Perspective_rectification.mp4
' z/ E3 k! A6 S3 {. E! O    │          │      10_The_Basis-_Perspective_rectification.pdf1 `4 T6 G6 M8 k( y" P, \3 W1 g
    │          │      10_The_Basis-_Perspective_rectification.srt
7 p" v, Y, @9 W% {, p% k    │          │      10_The_Basis-_Perspective_rectification.txt
7 }5 v" G0 G" h. \0 H* z# ~7 p    │          │      11_The_Basis-_The_Exchange_Lemma.mp42 R2 O0 j  @; w# Q/ A% v+ g
    │          │      11_The_Basis-_The_Exchange_Lemma.pdf
6 w- r. u. e* o1 A    │          │      11_The_Basis-_The_Exchange_Lemma.srt
: U. A! R" e! I    │          │      11_The_Basis-_The_Exchange_Lemma.txt) u0 t3 b% b9 L6 N
    │          │      ' Q$ f; a9 G; ?/ T$ v" ]; `
    │          ├─06_Week_5-_Dimension* Z# R, i# x2 u7 E2 D- U
    │          │      01_Dimension-_The_size_of_a_basis.mp4
4 K: b3 u# p) w! X* o    │          │      01_Dimension-_The_size_of_a_basis.pdf
6 ]. v; h0 d1 m! c! E  l    │          │      01_Dimension-_The_size_of_a_basis.srt
. K  P  Y$ ]( i# Z9 [5 g2 q    │          │      01_Dimension-_The_size_of_a_basis.txt- X+ V' d' h7 U0 A% z( c# `, ~2 `
    │          │      02_Dimension-_Dimension_and_rank_I.mp4! c9 H  H, f2 s5 e
    │          │      02_Dimension-_Dimension_and_rank_I.pdf! k  k% t1 [5 L7 l1 K. {
    │          │      02_Dimension-_Dimension_and_rank_I.srt- S$ k4 H' M) L# x/ Q
    │          │      02_Dimension-_Dimension_and_rank_I.txt
: a& y: ?# q, X8 E& h% ?    │          │      03_Dimension-_Dimension_and_rank_II.mp4
3 t8 o; h6 ?9 c' ^    │          │      03_Dimension-_Dimension_and_rank_II.pdf, D* M# [# o$ V/ z$ B) b# T
    │          │      03_Dimension-_Dimension_and_rank_II.srt9 F4 e; L8 {+ |# Z
    │          │      03_Dimension-_Dimension_and_rank_II.txt9 m3 g& Z$ i8 o4 d2 ]( C
    │          │      04_Dimension-_Direct_sum.mp4
) ^9 U1 W! s/ J+ A% L! P% ?6 a    │          │      04_Dimension-_Direct_sum.pdf
2 j/ u; E7 j% K% x2 v% D* f0 m: v    │          │      04_Dimension-_Direct_sum.srt
1 w  ]3 j3 h% A% N( T    │          │      04_Dimension-_Direct_sum.txt
  H# C! K0 Y3 ]7 e8 ^3 S) M    │          │      05_Dimension-_Dimension_and_linear_functions_I.mp4
9 m2 o9 k, [$ y$ H; M, l+ H    │          │      05_Dimension-_Dimension_and_linear_functions_I.pdf- c  L4 F, z/ s. {4 l
    │          │      05_Dimension-_Dimension_and_linear_functions_I.srt7 A- Q8 r/ ?' O/ H
    │          │      05_Dimension-_Dimension_and_linear_functions_I.txt
+ u4 C. ?8 z0 t$ t3 u# t7 _    │          │      06_Dimension-_Dimension_and_linear_functions_II.mp47 X1 Z/ M8 i  J3 Q6 C- r& H: `3 a
    │          │      06_Dimension-_Dimension_and_linear_functions_II.pdf
8 k& R+ E! I: R6 F! t1 d9 p% x    │          │      06_Dimension-_Dimension_and_linear_functions_II.srt
/ a% V4 {- m+ a& Z    │          │      06_Dimension-_Dimension_and_linear_functions_II.txt& i; {* E* Z( S! x3 e, Q
    │          │      07_Dimension-_Two_representations_of_vector_spaces.mp4
" ^9 `2 y6 v% c  Z( \# i# m- A7 I    │          │      07_Dimension-_Two_representations_of_vector_spaces.pdf- s; L, F0 Z9 Z6 B! H
    │          │      07_Dimension-_Two_representations_of_vector_spaces.srt2 _% z) b2 I- V: \
    │          │      07_Dimension-_Two_representations_of_vector_spaces.txt
/ L3 Q: E1 U9 P% R8 b0 l    │          │      08_Dimension-_Threshold_secret_sharing.mp4
2 N" h$ {, o! B1 @: J; o1 }3 t    │          │      08_Dimension-_Threshold_secret_sharing.pdf6 y6 D+ I$ y5 p# p
    │          │      08_Dimension-_Threshold_secret_sharing.srt
9 h3 a, |/ E1 c8 a    │          │      08_Dimension-_Threshold_secret_sharing.txt: F# r2 m0 t5 l, v& A: P4 _
    │          │      - Z" |% W' M6 C+ b
    │          ├─07_Week_6-_Gaussian_Elimination_and_the_Inner_Product+ i- h( n$ g& e% i& S8 e# m% B( r
    │          │      01_Gaussian_Elimination-_Echelon_form.mp4
& M7 V( X; g1 S& K( F    │          │      01_Gaussian_Elimination-_Echelon_form.pdf8 |: s7 F* ~2 H
    │          │      01_Gaussian_Elimination-_Echelon_form.srt9 W5 H& b9 r6 N/ }+ A7 U+ \
    │          │      01_Gaussian_Elimination-_Echelon_form.txt1 `! D& g4 O: u- o/ p- T
    │          │      04_Gaussian_Elimination-_Factoring_integers.mp4
% [9 Q; Q$ a# V- @( Q    │          │      04_Gaussian_Elimination-_Factoring_integers.pdf/ J0 o. s, t$ T  B2 p' y5 N6 T' G
    │          │      04_Gaussian_Elimination-_Factoring_integers.srt0 U! v% t% [) _( W2 K/ F
    │          │      04_Gaussian_Elimination-_Factoring_integers.txt- _% Z, f, b# I7 j" j
    │          │      05_The_Inner_Product-_The_inner_product.mp46 E. B) F% F9 Q6 J; _9 g( G
    │          │      05_The_Inner_Product-_The_inner_product.pdf9 {& t5 r9 G. y. E* A) l, F
    │          │      05_The_Inner_Product-_The_inner_product.srt
  v* G( Q1 V- Y- S    │          │      05_The_Inner_Product-_The_inner_product.txt
% E7 x. i: k" w" O7 T1 Q    │          │      06_The_Inner_Product-_Orthogonality.mp4
& T! c1 F, ]6 n7 i/ w, ~! I$ f    │          │      06_The_Inner_Product-_Orthogonality.pdf- L( e  A/ o3 U
    │          │      06_The_Inner_Product-_Orthogonality.srt
+ e, H/ g! U6 {3 a& ^    │          │      06_The_Inner_Product-_Orthogonality.txt. z& B- y, s! Q6 C, v
    │          │      
7 \  K; P9 s) V8 J6 a, T( i    │          ├─08_Week_7-_Orthogonalization. j  V+ s% X$ F! U, n
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.mp43 T. g& K2 f9 ?4 |% S& B  A, i
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.pdf/ p! A2 ~2 J7 Q+ V; L- w
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.srt& U. z+ e. E, S) n
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.txt
5 q, t1 `, `: `( d; Q    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.mp47 [- X; u1 T) E! @& f
    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.pdf: V2 f1 n, e/ }2 @6 U- @) X
    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.srt
$ R3 w: ?. u$ e8 r/ l& X    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.txt0 e' S1 `% V& i* c# i& t( s
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.mp41 e; f( n2 p( C1 f7 X' E  _% x8 ~
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.pdf
/ Z9 [4 g- u# z! p& V    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.srt# ^0 M0 w3 ~9 k( i
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.txt
$ I) @' A1 ^& p+ ]! H! \    │          │      04_Orthogonalization-_Computing_a_basis.mp4, [$ u6 ~- D# l$ G6 W
    │          │      04_Orthogonalization-_Computing_a_basis.pdf. E9 s! Y4 j9 J/ R
    │          │      04_Orthogonalization-_Computing_a_basis.srt$ M: D! E3 e) B) Z1 K6 D% @2 \
    │          │      04_Orthogonalization-_Computing_a_basis.txt
+ G/ y: t* D3 Q' S    │          │      05_Orthogonalization-_Orthogonal_complement.mp4
. ~) d, y5 A6 r/ K, N# d    │          │      05_Orthogonalization-_Orthogonal_complement.pdf
  ~+ s7 [( L$ }5 v5 O: C" L6 e    │          │      05_Orthogonalization-_Orthogonal_complement.srt' N+ K# S+ K6 ~% i4 ]% @
    │          │      05_Orthogonalization-_Orthogonal_complement.txt/ Z' K# e. c& |' B
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.mp42 \' Q4 U2 |3 [+ C' n
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.pdf
: J2 u) {/ _' ]1 m4 K    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.srt  d, d8 ?! o6 _/ c9 K4 e8 V
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.txt
- _+ c& b/ {! r" y% w/ ?    │          │      07_Orthogonalization-_The_QR_factorization.mp4
( l! X$ S% o1 `  G0 z    │          │      07_Orthogonalization-_The_QR_factorization.pdf
5 d2 P% j' a9 n& r+ ^6 E    │          │      07_Orthogonalization-_The_QR_factorization.srt( T; w. v( a/ R+ C8 T4 Q
    │          │      07_Orthogonalization-_The_QR_factorization.txt
# S4 m) l+ U, {3 M    │          │      09_Orthogonalization-_Applications_of_least_squares.mp4
# D# T3 F. b2 }4 j" U/ L) ?+ D    │          │      09_Orthogonalization-_Applications_of_least_squares.pdf, O" Y5 O( T. }0 ?. {7 F3 y- G3 P7 P
    │          │      09_Orthogonalization-_Applications_of_least_squares.srt1 S# Q, B# T" N  E
    │          │      09_Orthogonalization-_Applications_of_least_squares.txt7 U% Q$ a% ^, Q. u* s
    │          │      0 d( ]3 O0 H4 w) ?
    │          └─09_Tutorials4 G& a, ]' D7 Y) A' X
    │                  01_How_to_submit_assignments.mp4
( ^5 ]6 T6 Y4 [& I) g; u  v% p    │                  01_How_to_submit_assignments.srt
/ y! R# }9 n8 q$ l  E; x# W3 v    │                  01_How_to_submit_assignments.txt/ Y' `; O) U* w- C0 c* O3 N
    │                  
8 {' n# U. h, d* I6 X' T7 P    ├─Big Data, Cloud Computing, & CDN Emerging Technologies# Y- d+ M6 H9 p7 Z( R8 l# J+ @5 |* L1 P
    │  └─Big Data, Cloud Computing, & CDN Emerging Technologies3 x! @1 d6 Z+ ?
    │      │  下载说明.txt
; p1 w; w0 O6 E+ K# ^1 h    │      │  关注我们.png
" D) R, @4 S9 r/ |5 W8 ~4 n" |    │      │  攻城狮论坛=网络技术+编程视频.url
0 T1 L) J) n; k, f& L    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
2 |. r) k0 F8 h/ b& Y4 f, b    │      │  
) X. G+ @6 W6 L4 Y; |0 o+ Q    │      ├─01_cloud-computing" Y  k5 s* m9 Z; J
    │      │  └─01_cloud-computing
, c4 c$ x% v! J    │      ├─02_big-data0 g+ Z$ D  V7 V
    │      │  └─01_big-data
- |5 i8 u& J$ ~) ~# y    │      │          01_big-data-examples.mp48 ?/ O* v" v1 n" j; L# y
    │      │          01_big-data-examples.srt: J5 }$ w8 l+ E! M' `' k
    │      │          02_big-datas-4-vs.mp4
. d6 I! \" \0 c/ k    │      │          02_big-datas-4-vs.srt4 {$ [, d2 [1 c
    │      │          03_hadoop.mp4, n; H2 e  v3 E9 U5 H( V" U% k
    │      │          03_hadoop.srt
. z: p) V0 J- V' G1 c: B    │      │          04_mapreduce-vs-rdbms.mp4
. G2 a: C3 T) {' d" ]    │      │          04_mapreduce-vs-rdbms.srt* B) ]& c; b0 M( u5 s; u1 @
    │      │          05_mapreduce.mp4
  }5 L: X/ j! D4 i- c    │      │          05_mapreduce.srt, k( E' A1 W" ^3 u; Z! x: |& Y# D3 {
    │      │          06_hdfs.mp4$ Q' U: H( n+ \- w. @
    │      │          06_hdfs.srt
# X# B+ {# A6 M4 J2 f6 S    │      │         
4 `, A" r' \* ~    │      └─03_cdn-content-delivery-network
" E, G. w+ u; A  q+ c    ├─Duke Image and video processing From Mars to Hollywood with a stop at the hospital
+ d# k" p7 g- t0 X& P    ├─Interactive Computer Graphics$ g/ [1 T: C. n  }; M0 Y0 T
    │  └─Interactive Computer Graphics& Z3 y9 B7 ^6 u% n8 Q( t
    │          interactivegraphics-Torrent-Week1_All.zip.torrent! X/ u  m7 P- u2 k% K$ e0 X
    │          interactivegraphics-Torrent-Week2_All.zip.torrent3 R# ?  O, Q/ C  K; Y0 r* g0 \
    │          interactivegraphics-Torrent-Week3_All.zip.torrent- Y7 g+ e% S3 Q; B) t4 F7 b' D
    │          interactivegraphics-Torrent-Week4_All.zip.torrent; n8 Q6 b% L+ |% A- d4 K
    │          interactivegraphics-Torrent-Week5_All.zip.torrent
- ]2 ]1 x6 A& `3 e    │          interactivegraphics-Torrent-Week6_All.zip.torrent
/ f. h, e/ R/ |; E5 P    │          interactivegraphics_Torrent_Week1_All.zip
& e& H6 ~8 u4 r0 T& B' A    │          interactivegraphics_Torrent_Week2_All.zip! Q' L5 R3 ]4 M  e
    │          interactivegraphics_Torrent_Week3_All.zip; Q5 r) J+ P; o0 n+ ^7 |+ }8 l
    │          interactivegraphics_Torrent_Week4_All.zip
& S7 G4 ]3 @- [: n$ O    │          interactivegraphics_Torrent_Week5_All.zip8 W, m/ a& d4 k6 j6 y0 t" w
    │          下载说明.txt
3 q3 W5 C6 `4 f( U, k; T' w! m    │          关注我们.png
/ @6 K; H2 f; U+ L7 `    │          攻城狮论坛=网络技术+编程视频.url
0 [$ F2 t. |% E3 F5 }    │          解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
' ^) p- p6 O9 I7 u# e7 g    │          ' ?6 z: T8 ]. W* z: F
    ├─Malik - Computer Vision7 \5 Y( t3 }- r+ W" _& V
    │  └─Malik - Computer Vision4 w  _' w+ G* i; F
    │          001_Overview.mp4' u  W: X( `9 b5 z$ {
    │          001_Overview.srt
9 r/ ^: u. N: t5 U    │          002_Fundamentals of image formation.mp4
5 {, S4 q7 W1 c$ r; t- C    │          002_Fundamentals of image formation.srt
+ U: u+ a2 w  x$ S3 [    │          003_Fundamentals of image formation - part II.mp48 W/ \* g: K$ X+ ^4 F" L4 {1 D
    │          003_Fundamentals of image formation - part II.srt
& q: D# j9 S5 ^7 J5 E1 E0 x    │          004_Rigid body motion.mp4
  d# J/ @# r7 H' k. v    │          004_Rigid body motion.srt$ d4 l8 [% W2 Q. h
    │          005_Orthogonal transformations.mp40 S# r! |0 c/ [
    │          005_Orthogonal transformations.srt
, `! b$ J: }5 t( I* r0 R    │          006_Orthogonal transformations - Orthogonal Matrices.mp4
1 \# G) G2 H+ n    │          006_Orthogonal transformations - Orthogonal Matrices.srt6 v' F* b; D3 V4 U% L
    │          007_Orthogonal matrices - Rotations and reflections.mp4
3 b* K. D9 ?8 N4 E; @/ `    │          007_Orthogonal matrices - Rotations and reflections.srt7 d" ]# s- j: _. J: C  K, O
    │          008_Parametrizing Rotations in 3D.mp4; y$ W8 T- X: s
    │          008_Parametrizing Rotations in 3D.srt
) [* C. {5 ?# Y* H' s) ^" \    │          009_Euclidean, Affine and Projective Transformations.mp4; Y5 w( E7 f4 \" D& e" G
    │          009_Euclidean, Affine and Projective Transformations.srt
8 @, C7 D* d1 K+ R" D& ^    │          010_Dynamic Perspective - I [15 mins].mp4, W% r  g  U8 u8 |! W" U0 j) b- g
    │          010_Dynamic Perspective - I [15 mins].srt
. H. k! |' F& ]" E* _4 Y, q    │          011_Dynamic Perspective - II [25 mins].mp46 V) U* X: r9 S2 F
    │          011_Dynamic Perspective - II [25 mins].srt) h3 M3 a/ D/ I5 ?8 B
    │          012_Binocular Stereo I [23 mins].mp4; B7 e9 R7 k' E4 U) Z, g5 |. Q( G
    │          012_Binocular Stereo I [23 mins].srt8 A) w/ i5 N- |, [" g$ C
    │          013_Binocular Stereo II [17 mins].mp4
7 z% m! g. P; w+ j/ |! G0 S    │          013_Binocular Stereo II [17 mins].srt+ B) c: c1 k7 o. b
    │          014_Binocular Stereo III [13 mins].mp45 j, l: l; M8 j- t( |4 c
    │          014_Binocular Stereo III [13 mins].srt
% C( g9 T" T( ]    │          015_Binocular Stereo IV  - The Essential Matrix [26 min].mp4
$ l& D& r7 |* f8 I# I" ]    │          015_Binocular Stereo IV  - The Essential Matrix [26 min].srt
" L* P+ X' ^9 T) e    │          016_Radiometry.mp44 \; _& v0 }. j1 R0 x. e
    │          016_Radiometry.srt# d  T. t  D. _' Y
    │          017_Image processing.mp46 i+ o! w. d9 ?  T/ D  I. y2 f
    │          017_Image processing.srt, T( s! W1 i3 L0 C* u
    │          018_Image Processing2.mp4( U* [7 z0 V+ `  ]: T
    │          018_Image Processing2.srt- ?- y2 e/ Z2 c1 H
    │          019_Orientation histograms [7 min].mp4% v4 Q9 B5 I7 v- g7 b, R! [
    │          019_Orientation histograms [7 min].srt6 Z" M9 j- u/ O8 ]5 Y
    │          020_Handwritten digit recognition - Introduction.mp41 ^/ B: K% \+ G5 {1 F7 L
    │          020_Handwritten digit recognition - Introduction.srt
7 j- `* _/ k: `8 Z    │          021_Support Vector Machines.mp45 F2 t9 j+ u& ~. [: d! l
    │          021_Support Vector Machines.srt, |5 a2 ^- I9 I) n; I
    │          022_Transformation Invariance and Histograms.mp4+ B- J5 Q8 Z& F( W+ G8 @
    │          022_Transformation Invariance and Histograms.srt4 u7 D0 q4 o! z1 q7 l
    │          023_Digit recognition using SVMs.mp4
5 e; {! c* l0 S) J  m+ F, _    │          023_Digit recognition using SVMs.srt0 `( o+ ^: L# c4 e* x
    │          024_Random forests.mp4
( H! Z/ c7 ]# v9 \    │          024_Random forests.srt
$ `7 a4 C  ~6 p; }; s# ?1 ?    │          025_Detection of 3D objects.mp4
# H# @1 i: {  P# j8 U* Q: w, h    │          025_Detection of 3D objects.srt, U; v: P+ w  c! z) H
    │          026_Concluding Remarks.mp4* K2 a' Y, ~# W2 G- d) n" J
    │          026_Concluding Remarks.srt. Q' {0 S* a; O/ i/ R
    │          下载说明.txt2 v: X* \0 p5 h# c. V# D+ \
    │          关注我们.png
7 Y, J  Y; O" h: {    │          攻城狮论坛=网络技术+编程视频.url
2 c9 D- k% I! V+ I3 I    │          解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt* E4 N- O/ v* c# P
    │          & ~6 V% B; A$ a
    ├─Practical Machine Learning
. @! ~% r( K$ O# X* b( d# v# v5 x8 M    │  └─Practical Machine Learning; I4 C5 i' x7 s9 N) o7 X
    │      │  下载说明.txt
( N' b$ H1 w! g  D$ I    │      │  关注我们.png
5 e. X( h1 L: y2 c  k* N    │      │  攻城狮论坛=网络技术+编程视频.url# u% k# o2 h9 F! g' I9 H4 U4 R1 K& U  m
    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt4 z0 o! v, p. k" {3 M8 s
    │      │  
4 j6 N6 u+ J. ~$ J    │      ├─Week1! s5 I+ Q1 f/ E: ?  J4 j
    │      │      001predictionMotivation.pdf  a5 e8 P5 u0 d# o3 i: |' z3 v
    │      │      002whatIsPrediction.pdf5 l# M( [$ Y/ |. R, O9 ]3 |/ D& S4 T
    │      │      003relativeImportance.pdf. i# T* O4 y9 x6 A; J) a- L
    │      │      004inOutSampleErrors.pdf
; M' _& ?+ q# z  ]  E3 T    │      │      005predictionStudyDesign.pdf
+ a/ c8 z2 M4 O9 F9 A" D    │      │      006typesOfErrors.pdf5 R: t+ j% C0 K4 n
    │      │      007receiverOperatingCharacteristic.pdf
2 d+ F. l0 f. o: ?5 N    │      │      008crossValidation.pdf, y9 z2 E) ^1 ^) Z* i
    │      │      009whatData.pdf, s7 \8 T, o6 _" ?7 \  ^6 s: h3 o
    │      │      1 - 1 - Prediction motivation (8-26).mp4$ T( z) H- b3 d! {; ]5 Q! ^
    │      │      1 - 1 - Prediction motivation (8-26).srt0 P9 o0 ^; W# E' J1 A
    │      │      1 - 2 - What is prediction- (8-39).mp4& K! R' f+ Z. s) }
    │      │      1 - 2 - What is prediction- (8-39).srt: i) T0 y5 S4 K/ B  a8 g
    │      │      1 - 3 - Relative importance of steps (9-45).mp4( f8 H8 Z# E7 _
    │      │      1 - 3 - Relative importance of steps (9-45).srt
( l4 j/ O3 A, |: c1 v; c+ E" i    │      │      1 - 4 - In and out of sample errors (6-57).mp4! x: S' V7 \4 _, D
    │      │      1 - 4 - In and out of sample errors (6-57).srt
3 b/ g# R& g3 B1 z5 D3 i    │      │      1 - 5 - Prediction study design (9-05).mp4
5 T" Q# R4 _- B, T    │      │      1 - 5 - Prediction study design (9-05).srt
8 ]" t9 y4 Y1 U1 _3 _3 R+ ~6 t    │      │      1 - 6 - Getting Data Overview (1-34).mp4
6 m; c8 E# h) _: ?( e& n0 ?6 O    │      │      1 - 6 - Types of errors (10-35).mp48 b5 c/ `0 w* r8 G3 B1 ~9 f8 R6 _8 B
    │      │      1 - 6 - Types of errors (10-35).srt
- Y$ |) J3 j  c& d# i  b0 W    │      │      1 - 7 - Receiver Operating Characteristic (5-03).mp4# I1 |/ l3 [2 b6 s  l
    │      │      1 - 7 - Receiver Operating Characteristic (5-03).srt$ b& U# S, N! g, D; N, _/ M/ E
    │      │      1 - 8 - Cross validation (8-20).mp4! ]; {* D$ }9 _9 J2 P% ~) `; W2 N
    │      │      1 - 8 - Cross validation (8-20).srt9 x6 T7 Z5 A: o  e, D
    │      │      1 - 9 - What data should you use- (6-01).mp4, Q3 Q: H6 d& Y" T) t, U$ `
    │      │      1 - 9 - What data should you use- (6-01).srt% g; M! @5 P. a3 a. I( T, o
    │      │      ; Z; I2 ^% |3 q& A3 |
    │      ├─Week2% |+ }1 d5 ~  ^" ]. v
    │      │      010caretPackage.pdf/ ~8 z  K! M! ]( M
    │      │      011dataSlicing.pdf
! s+ B3 d' z* l5 b6 D1 _; W& Y    │      │      012trainOptions.pdf1 Z+ i2 V# y- F) d$ ]; b# K
    │      │      013plottingPredictors.pdf% U* V0 N. W6 S; l8 l- K
    │      │      014basicPreprocessing.pdf( Z; o/ x) P2 l9 J& C# J7 @) X( B
    │      │      015covariateCreation.pdf- l; F9 w/ n" K, o) x1 f
    │      │      016preProcessingPCA.pdf
. S5 g% Y) y" {% ?, `3 N: H+ I    │      │      017predictingWithRegression.pdf0 {) ?# ?- W( n1 d* T3 ]: r# v) Y
    │      │      018predictingWithRegressionMC.pdf+ k9 t9 @6 U; G* z
    │      │      2 - 1 - Caret package (6-16).mp4
+ F9 U3 P1 h- D9 a; w    │      │      2 - 1 - Caret package (6-16).srt$ t+ q4 g0 `9 i2 u( ~6 z4 k1 v0 L
    │      │      2 - 1 - Caret package (6-16).txt) k9 q. q/ p: o! h& `! w: Q
    │      │      2 - 2 - Data slicing (5-40).mp4) a: U* a# t  Z2 O
    │      │      2 - 2 - Data slicing (5-40).srt
" ~7 N5 q1 Z- Y( u/ }    │      │      2 - 2 - Data slicing (5-40).txt
* L' V3 v3 R- e) J2 }) A% o    │      │      2 - 3 - Training options (7-15).mp4  `$ L+ F* b7 c, d8 k6 R
    │      │      2 - 3 - Training options (7-15).srt3 f. v, g  y2 B  z( P) Q+ d, L! z
    │      │      2 - 3 - Training options (7-15).txt9 h7 ?6 T1 p# M% h8 S: u
    │      │      2 - 4 - Plotting predictors (10-39).mp4" k, f  O: P3 ~4 e- r
    │      │      2 - 4 - Plotting predictors (10-39).srt
8 u, O  r5 \% p( x1 b7 ^    │      │      2 - 4 - Plotting predictors (10-39).txt  g3 z% ^$ S1 s( g+ U9 D. @5 K
    │      │      2 - 5 - Basic preprocessing (10-52).mp4$ Y: M* u3 M0 I' l! \
    │      │      2 - 5 - Basic preprocessing (10-52).srt
( G! `) K  V+ B8 F    │      │      2 - 5 - Basic preprocessing (10-52).txt; d- j1 N$ [* E/ a& N, A
    │      │      2 - 6 - Covariate creation (17-31).mp4
( ]9 w: @! q0 O3 C" g  |    │      │      2 - 6 - Covariate creation (17-31).srt" l8 n/ w: K; r3 ]
    │      │      2 - 6 - Covariate creation (17-31).txt
/ J. V' H* r$ I. c8 G2 ?/ e% ^8 G- `    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).mp4
0 m- }3 g* j* Z; [2 `# ?& F    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).srt
" k0 `1 A: p8 o: G    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).txt" R( A+ j) y. i1 f* J
    │      │      2 - 8 - Predicting with Regression (12-22).mp44 l" j! m5 s" V# v8 _, q
    │      │      2 - 8 - Predicting with Regression (12-22).srt
3 m% u/ {$ [7 ^8 \. W3 k    │      │      2 - 8 - Predicting with Regression (12-22).txt
1 m8 a8 c  Q* E    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).mp4# x9 B0 w1 b4 ~" g
    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).srt
, p/ P7 H  `5 H, m    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).txt9 D3 m/ S, z/ E- p/ r" ]5 F
    │      │      ! I5 x0 q: ?3 T, g0 \  P0 E4 G
    │      ├─Week34 S# z  T# E8 l( ^" D
    │      │      019predictingWithTrees.pdf$ l* j" ?2 [# W( V) s+ O' Q
    │      │      020bagging.pdf, a5 D8 S  f9 K% E' U8 \
    │      │      021randomForests.pdf
1 A- x/ K6 M5 W' j" [, t    │      │      022boosting.pdf4 a, P3 C  y9 A
    │      │      023modelBasedPrediction.pdf7 Q4 u+ f$ H, Q
    │      │      3 - 1 - Predicting with trees (12-51).mp43 w8 t! @' G) U/ R/ ]; I  ~. a& u
    │      │      3 - 1 - Predicting with trees (12-51).srt
7 [% U* u9 d9 X9 n+ x: r    │      │      3 - 1 - Predicting with trees (12-51).txt. G$ C# z) G4 z- Y/ G! c. v
    │      │      3 - 2 - Bagging (9-13).mp4
' D& ~( f( [2 {: A' o) E    │      │      3 - 2 - Bagging (9-13).srt
, U+ A( q% H2 Z4 y+ x    │      │      3 - 2 - Bagging (9-13).txt
% K3 i$ t- K' i6 t' G% O' x4 N    │      │      3 - 3 - Random Forests (6-49).mp4
! n" E* r; L- L& \$ ]    │      │      3 - 3 - Random Forests (6-49).srt1 r3 `: b1 j1 o4 Q. E8 w
    │      │      3 - 3 - Random Forests (6-49).txt, e9 t) k/ U' p( h' t  r
    │      │      3 - 4 - Boosting (7-08).mp46 i, l4 H  B9 A. y9 L
    │      │      3 - 4 - Boosting (7-08).srt
* x' M# X8 k: U2 S% ?    │      │      3 - 4 - Boosting (7-08).txt. H5 d; U3 l2 [) v7 X
    │      │      3 - 5 - Model Based Prediction (11-39).mp4) }. Y$ x6 R$ q
    │      │      3 - 5 - Model Based Prediction (11-39).srt8 O/ ^, |: c- z  d
    │      │      3 - 5 - Model Based Prediction (11-39).txt
! n1 Q/ e* Q" n% V& `, A+ y    │      │      . V* ]$ @; m1 ~
    │      └─Week4
% R" V1 T/ U, `: u, ~7 k4 U* n  q    │              024regularizedRegression.pdf6 O9 b6 s8 G9 B/ q
    │              025combiningPredictors.pdf0 ~  {; w8 _+ ]$ g6 p
    │              026unsupervisedPrediction.pdf
0 p" W- O2 U. F* V0 A/ Y; g% X3 t    │              027forecasting.pdf8 @) w4 v* {+ y6 C& j* X
    │              4 - 1 - Regularized regression (13-20).mp4: }) }- q! E. F) ~; c( ]
    │              4 - 1 - Regularized regression (13-20).srt; d5 g  K5 s# j1 U1 U- N
    │              4 - 1 - Regularized regression (13-20).txt' H0 T5 }! b2 w/ e
    │              4 - 2 - Combining predictors (7-11).mp4
; g9 p( H* M, _8 N; F$ c# Y* t    │              4 - 2 - Combining predictors (7-11).srt8 S& a1 z0 q" f( g9 C3 O; U
    │              4 - 2 - Combining predictors (7-11).txt
) p8 A6 `( ], @5 ]  j6 c4 p/ g    │              4 - 3 - Forecasting.mp4/ {, i7 j* Y% Y! [9 R" I; t8 z6 P
    │              4 - 3 - Forecasting.srt
9 A7 d2 J* g3 d- I    │              4 - 3 - Forecasting.txt
+ c) o: i7 b8 i# g  b    │              4 - 4 - Unsupervised Prediction (4-24).mp4/ {% |( s+ G, E  B( t
    │              4 - 4 - Unsupervised Prediction (4-24).srt
, ?( _* j( J" D8 m8 `$ z    │              4 - 4 - Unsupervised Prediction (4-24).txt
7 V/ R* X) T* S& d/ M% ?- ]    │              
6 Y3 L! R: H, b& H; O! f* c0 }    ├─Sapiro - Image and video processing  d6 {0 r) `1 z$ E2 n2 s
    │      01.pdf
1 \, `) S+ S7 r/ t: p4 d2 v    │      02.pdf$ g- e, m& x8 O, G6 c
    │      03.pdf
* S' a* u! F- x7 X' H+ U7 |6 i    │      04.pdf4 b1 A. @. z$ h' h
    │      05.pdf+ j9 l4 @) B2 w8 e* Z: z$ a8 V
    │      06.pdf
) x0 b$ ^; {" c( D3 @$ f    │      07.pdf3 O  a9 x- _  Z" \9 m. W
    │      08.pdf
. T* D" t( h( A3 {+ G    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.mp4
0 i  M# T; V" o$ B    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.srt
4 N. P/ H. x5 T/ O; j    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.txt
" S; b' u) r& {    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.mp4
7 i7 a5 [" N' ~& X1 }4 x( p3 C    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.srt1 N6 \& @& n; e% p+ [! i+ x6 R3 K/ O
    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.txt4 Y' J) u5 P2 `  i; ~$ z: q
    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.mp4
! Z' h9 y' d+ j2 W+ S; s    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.srt
6 P0 M8 S1 Y& J3 ~: Y    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.txt! z: Z/ i4 |9 h: \( K
    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.mp4" V9 G; p6 y% D% h# }+ q
    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.srt
6 U2 J- _8 ^, x7 ^: h0 {' {3 @3 o    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.txt
) i3 p6 ]0 p; H    │      10 - 5 - 4 - Thanks.mp4$ j8 K$ U) b7 [& F( l
    │      10 - 5 - 4 - Thanks.srt
9 Z7 ]9 o; i% m+ Y0 v    │      10 - 5 - 4 - Thanks.txt2 ^+ N; s3 {" u+ k4 o
    │      2 - 1 - 0 - Welcome and Start Here.mp42 v3 Z/ u4 m1 a) l
    │      2 - 1 - 0 - Welcome and Start Here.srt
  d' \% K$ l, d& z    │      2 - 1 - 0 - Welcome and Start Here.txt
" H* V- {" A" ~4 j    │      2 - 2 - 1 - What is image and video processing (part 1) -  Duration 1049.mp4: m7 w* b% S* |' ?/ |
    │      2 - 2 - 1 - What is image and video processing (part 1) -  Duration 1049.srt
5 @) u# ^6 ^" ~& ]' v* U" x    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.mp41 N4 }) H; t0 K
    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.srt4 X! q5 Z2 J5 d* z2 {
    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.txt, ]! n, B. E$ r" [
    │      2 - 4 - 2 - Course logistics - Duration 0242.mp4
' S% t7 i, J( |- g' K; k0 d' x    │      2 - 4 - 2 - Course logistics - Duration 0242.srt* E  E" L* L; g6 ~7 O& ]; R: U
    │      2 - 4 - 2 - Course logistics - Duration 0242.txt5 R, S* |, N, r
    │      2 - 5 - 3 - Images are everywhere - Duration 0631.mp40 A! o$ T" q) h' e/ b# d
    │      2 - 5 - 3 - Images are everywhere - Duration 0631.srt
- x; X, P! Y* k0 O7 _4 `0 s    │      2 - 5 - 3 - Images are everywhere - Duration 0631.txt
; m; j. M# G$ g* f    │      2 - 6 - 4 - Human visual system - Duration 1710.mp4$ x& K! c7 W  H
    │      2 - 6 - 4 - Human visual system - Duration 1710.srt; C: b$ y, F. Z9 k1 _
    │      2 - 6 - 4 - Human visual system - Duration 1710.txt0 c1 r0 k2 H0 f/ m
    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.mp4% Y6 ^4 w% }/ r
    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.srt
" l* j3 e: C' f, [    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.txt& r$ [- L) s# \# |) {& V9 Q. D
    │      2 - 8 - 6 - Simple image operations - Duration 1705.mp4
) `0 w2 X  z' A* J    │      2 - 8 - 6 - Simple image operations - Duration 1705.srt$ F4 Q. C" v) Q% C' k0 u# A% e
    │      2 - 8 - 6 - Simple image operations - Duration 1705.txt
! r8 u  k* J% y, o& x, M+ e    │      3 - 1 - 1 - The why and how of compression - Duration 1416.mp4
( q5 Z2 U$ }; R5 B2 a    │      3 - 1 - 1 - The why and how of compression - Duration 1416.srt  _& T( z4 a% @2 v8 z9 Y
    │      3 - 1 - 1 - The why and how of compression - Duration 1416.txt
; z8 r- W1 g2 i; N% g5 L( I    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.mp4
$ L* b8 |0 D5 ~- s% l" ]! v5 A    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.srt
3 f, P$ D3 D% O! `    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.txt
: `+ \; o5 P4 P# \1 ?6 H4 U    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.mp4
7 t* Z9 R: o: D, E& X4 e7 I    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.srt# n- v9 l/ M, T9 b3 n
    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.txt5 k: ~# ?8 K9 U0 w
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.mp4+ I' f) C: }# x% d( v1 h  E0 s# Z
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.srt3 Z" a+ k" l1 [5 V8 l
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.txt; p( _! o! C0 B' F0 |1 T' Z
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.mp4  }; B& Z' y! S; O
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.srt
$ X) m) p  I4 @    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.txt
2 n( \( o$ C2 g8 d0 k/ }. E    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.mp4
( A& x7 t: G, H    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.srt
" b' \* D: C, c* q. d; Y    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.txt
5 G% A9 `, M: c6 p2 y3 D    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.mp47 N) Y1 I4 q9 B9 Q
    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.srt" O! @7 x2 H4 R3 V: N$ D
    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.txt# f& w, P' r) a
    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.mp4
; H  ~  k/ [  n$ N    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.srt  C5 A- A$ L% V$ d
    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.txt
, X3 ?* x# L/ ]- M  Q: H. T& R    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.mp4
' x- a/ @7 L2 M5 x" \  x    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.srt
" [% \  S: `3 ~& J    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.txt: P" ?6 {. v+ t4 @0 |
    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.mp4
! O1 [" w& t! }! z    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.srt2 N$ e0 \9 ?8 [
    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.txt4 ~2 g; S! t5 U5 W
    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.mp4
; T+ e9 s( k$ g: u& V' {! E    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.srt  L* i5 E0 i/ v" ?3 h! j
    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.txt
) @1 t4 @! _$ h    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.mp49 _/ j* y7 O% t: R
    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.srt9 ^# G9 @' t) c) @$ w
    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.txt
+ p3 Y  v* e6 D. e    │      4 - 14 - 14 - Concluding remarks - Duration 0112.mp4
2 q* _7 f1 A! _    │      4 - 14 - 14 - Concluding remarks - Duration 0112.srt
1 I5 S! Z2 U! z    │      4 - 14 - 14 - Concluding remarks - Duration 0112.txt
/ w/ ~. @$ d0 ^  S3 G5 v' X) |9 `    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.mp4) {- J9 I$ p4 J% \) O0 t
    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.srt% M" W+ W& Z7 v5 n/ w
    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.txt/ v% r  L$ k2 @$ v) ?0 y
    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.mp44 b9 }9 B* Y. S% N$ `4 ]
    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.srt% m7 z9 v/ Y! P
    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.txt
* A; V9 s: q. p' m7 }    │      4 - 4 - 4 - Histogram matching - Duration 0831.mp4$ \( k7 U  \9 Q1 R+ B( M+ m6 O
    │      4 - 4 - 4 - Histogram matching - Duration 0831.srt
& p. D3 J& {$ w! x3 ?    │      4 - 4 - 4 - Histogram matching - Duration 0831.txt
4 s+ H0 Q& V* p  K" t3 d! o4 Q    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.mp4
) X: X! ]7 k; Z3 E8 O  }( B2 I    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.srt/ J/ O# Z% ?1 p3 h
    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.txt$ K0 J" K( I" Z( o: z8 B/ O
    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.mp4
! c* U0 T5 |3 u. e# b* e6 _( |+ k    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.srt
. S' k1 K* @( ?1 {    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.txt, {/ p( x4 B9 Y* j
    │      4 - 7 - 7 - Non-Local means - Duration 0727.mp4
# z3 n! I+ t) N$ R/ I    │      4 - 7 - 7 - Non-Local means - Duration 0727.srt! w# T7 a! b% C% ]& h% p4 v& T
    │      4 - 7 - 7 - Non-Local means - Duration 0727.txt( w$ N, P/ N: h
    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.mp4
" m4 t# z, q! h, ^& O. [9 k    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.srt
# v. T1 c% P4 z+ Q. `1 s7 D8 \    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.txt( _$ i+ t- h  B1 {: d8 }
    │      4 - 9 - 9 - Median filter - Duration 0720.mp4
! G: t" q4 l9 w5 g' s    │      4 - 9 - 9 - Median filter - Duration 0720.srt
1 b1 M% [; u6 {" R  P  A0 d    │      4 - 9 - 9 - Median filter - Duration 0720.txt
0 v5 O: z/ r+ ?7 h) T9 o    │      5 - 1 - 1 - What is image restoration - Duration 0749.mp4
  f8 U2 T# R$ t    │      5 - 1 - 1 - What is image restoration - Duration 0749.srt% i/ O! q2 c- _1 ^$ }) @5 t
    │      5 - 1 - 1 - What is image restoration - Duration 0749.txt
" \9 i# d9 |# \2 K3 f    │      5 - 2 - 2 - Noise types - Duration 1243.mp4
5 K9 N2 p! }& F5 l: ^# j# a    │      5 - 2 - 2 - Noise types - Duration 1243.srt% o( t# p6 S; A; U! d* |# W
    │      5 - 2 - 2 - Noise types - Duration 1243.txt
0 }. q# c7 H, K$ X' F1 V2 ]% v" `+ H    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.mp4
: J. [3 Q! b0 [& F0 V" V. n    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.srt, t* R% E* P3 Z6 [4 p, h
    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.txt
4 G' Q% L" {' Y7 N+ }7 L    │      5 - 4 - 4 - Noise and histograms - Duration 0452.mp4
8 {9 Q, p4 K% A/ V% x) k' q( s; x    │      5 - 4 - 4 - Noise and histograms - Duration 0452.srt/ W6 Y  W$ ^# V. l$ k0 b2 B
    │      5 - 4 - 4 - Noise and histograms - Duration 0452.txt7 v* K: z* z2 E. X
    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.mp4
+ u& T. I! g2 [5 V' Z    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.srt0 ]  T9 r$ H8 q+ b- _6 M
    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.txt
/ I( u/ ?# v9 B# R1 |" r. E' `    │      5 - 6 - 6 - Degradation Function - Duration 1140.mp4
# ^* q" t+ c6 S) `& z& F    │      5 - 6 - 6 - Degradation Function - Duration 1140.srt; Y& F$ q8 n! J2 t3 ~
    │      5 - 6 - 6 - Degradation Function - Duration 1140.txt
) ]" D# k" ^% u6 [    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.mp44 `( e% G( C3 D9 B+ i& H/ D
    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.srt
' r  x: \1 P0 _    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.txt
2 U0 x4 L: y' c1 h    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.mp4! c$ R  \$ R6 ^6 S/ b( x
    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.srt
7 y' P3 G8 }* i& u    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.txt
; L' G/ D& h) b) z, O6 A    │      5 - 9 - 9 - Concluding remarks - Duration 0033.mp4. M, V3 L  c" j9 u% n
    │      5 - 9 - 9 - Concluding remarks - Duration 0033.srt+ d0 y. g  P& a" D5 }% f
    │      5 - 9 - 9 - Concluding remarks - Duration 0033.txt
9 u7 g0 B* I& |* k; f: ?- O! q7 U    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.mp4
  w- t4 V# |2 f1 p4 F4 P, A    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.srt
0 l3 o- |" ]. i  ?4 O    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.txt
) u5 E# x$ Z. A$ [2 R2 o    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.mp4) h+ T- S3 Y3 l6 b4 y' N) Q; Y
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.srt
8 ?9 H4 X9 ]# y    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.txt
) |& r2 e  ^4 I! s) Y8 X% x4 p9 }    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.mp4
1 g+ |- S% M9 y  k    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.srt: ], E$ X2 \( r
    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.txt
- Z* N2 Y, A6 T& p    │      6 - 12 - 12 - End of the Week - Duration 0021.mp4* [% b2 Q: q! @) Q* L# R
    │      6 - 12 - 12 - End of the Week - Duration 0021.srt
% H( C; I7 d. I5 K( r( e    │      6 - 12 - 12 - End of the Week - Duration 0021.txt
8 q/ L, _" f6 @" y+ U6 }# v% g    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.mp4
; G+ C+ G; V( G+ Q" y% G: W& l. u    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.srt4 E" B: q1 k! }) A
    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.txt
) v( e' I2 e% O; v    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.mp4
4 j, e/ W% G) @6 {    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.srt( @% w- s, _" P# V+ O
    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.txt
# l1 N9 O& ~$ U2 m! ]7 Y    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.mp4
9 ^' W$ _( O* o7 _" L7 \    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.srt# O& U5 I( l! l8 Q2 ]
    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.txt
6 ~- Z8 t. y$ ?$ E5 G0 N    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.mp4% ^: ]  ~( l3 o
    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.srt# m: b8 u! a$ J, k: a
    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.txt; c/ T, q9 X# w0 U. h. R
    │      6 - 6 - 6 - Congratulations - Duration 0017.mp4
! v5 h$ |4 G2 R( c% e    │      6 - 6 - 6 - Congratulations - Duration 0017.srt
7 C& |1 Q: P0 ?$ Y" d' T    │      6 - 6 - 6 - Congratulations - Duration 0017.txt. g) p. Q1 c6 {& H" P. \
    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.mp4$ X8 }5 |9 [1 ]
    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.srt
0 V2 U8 [5 e( ]4 c    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.txt# k- y6 G2 l0 q$ B" V: R5 O- R
    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.mp4
& E/ R! @/ e/ s    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.srt" p: ?9 S  ~- _& W2 ^
    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.txt$ _' ]. m' X* T5 v
    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.mp40 y* ]  f4 d# l
    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.srt
! R/ d  }# `" w, l! a: J$ F5 g    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.txt
( C) v' j, o# ?, D    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.mp4  C3 m2 ^3 X& f7 G& H. Y1 e, b
    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.srt& b& }' M. k2 O
    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.txt
+ t  g0 r+ ]4 V& c( Q; u# |4 n/ Q    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.mp4
( q; E* S% ]4 S0 Z    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.srt
+ u3 \7 X( j3 t2 O3 U  Z    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.txt+ o6 X* n1 H" s6 K9 o4 ^8 F9 @3 ]
    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.mp4
7 b6 Y* [, |$ v" [0 ?- n8 b+ Q! N    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.srt
" ?; C$ r# ^% ^( u) |' o: O    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.txt" x* d4 b) W- t' C$ L% |
    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.mp4$ L6 s- Z/ d$ I* E7 Z# q
    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.srt
5 t9 P9 t& |+ [  |# ?. s$ z7 [    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.txt
& R" B# R; s. T' q4 U    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.mp4: R) C! ~8 h* @; X* u
    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.srt
4 _! G) t& n7 \2 y( K; t; e    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.txt
+ v9 I4 V! a# S3 ]  m! s7 i    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.mp4
" [& \3 d9 l& o0 g- Y: k9 \    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.srt
4 `! }, S, ~, [  J5 }    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.txt
; o3 T6 K5 K6 h, ^7 i/ n    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.mp4
% Y( c: a, W" N. [    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.srt
( E5 [1 ~* J& m3 v- {8 R; |    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.txt
2 ~# t' @' r8 Y$ s" E' b$ b    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.mp4
" S' M' t( v# m+ K3 x    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.srt
8 N! ]4 W* `- @& N    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.txt6 T) r5 x5 A1 i+ q, K, G' y
    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.mp4
% O+ X. Y# R# O* a8 E    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.srt
# ?5 Z( I* K; X) k    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.txt
! L! A6 y8 p! N/ C5 {! S    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.mp47 x( T5 S- q$ r
    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.srt- F6 R  i, M) v. G  x
    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.txt
- V% A! o# E$ L: [0 y. ]2 B  `    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.mp40 F( k7 W6 g7 N. ?6 u7 b7 r
    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.srt7 v5 i4 E3 g7 \. V
    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.txt
+ S! M. v9 ^- G, o    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.mp47 {# K& a  B! D  V' n, i# [
    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.srt  }, d" \1 x; p, @: T$ N. c1 p5 c/ O
    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.txt
$ h4 s) j* Y! \8 {2 ~    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.mp4
* _6 J- ~, C8 ~" ?    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.srt
8 Q$ x/ R6 K; U6 {- V! }; [    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.txt
" W/ b8 V* h1 r0 \6 t; \  o    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.mp4
+ q& d4 H/ X% ^1 K    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.srt
! d7 [+ t/ _4 b, Q% J2 x, f    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.txt# g! H9 Q" z/ o# v% G1 [
    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.mp42 S: g8 \7 ]& o
    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.srt+ G8 p; G! u: {. p6 D$ D
    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.txt
1 g/ j- F5 F. i3 y    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.mp4& u, R" K' E9 `: j. U7 d1 ^+ Y3 T
    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.srt
" A( o# m) l: A6 v6 F. D    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.txt, Y5 s% {3 Y7 s' c, e: R) ]1 g; j
    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039 .mp4
; q& f/ J. I; K" y    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.mp4
: H: v. U) r* R6 I( ?! Y5 G! N0 c' h    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.srt
2 t( G& \+ C" }% [    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.txt
回复 支持 反对

使用道具 举报

小硬盘 [超级版主] 发表于 2017-4-26 22:49:39 | 显示全部楼层
! R; n4 m, M7 s' T
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.mp4( l# q: G; {! H$ J3 s: \+ M
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.srt8 x; U9 D4 }9 f
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.txt! u  d5 V! Z2 d9 _. i
    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.mp4
9 S: o6 ?5 s' P8 @, Q; B/ J    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.srt% D' x* Q% T" F
    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.txt$ W8 c4 h1 ]* D7 e6 m
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.mp40 ^& V2 G2 s$ @, C! |
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.srt6 t  x3 B' E1 ]6 n5 @
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.txt4 t- ]0 }" B. \
    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.mp46 @" G6 W5 K* S1 R
    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.srt- J, o: I1 y4 k2 v
    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.txt
( O" W; u  p8 u" @; t2 }, s: i/ d    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.mp4) I9 `0 k# P+ K; G% W( I/ @7 L
    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.srt
# }/ O8 Y$ G3 m- h$ m  @2 q    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.txt
% V/ A9 V, C8 ?; c" J    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.mp4
6 a) V. q4 c2 W1 F. Y+ l3 `6 H    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.srt
  K: ~3 ?5 P) X+ a    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.txt
6 I/ E: ]7 W# _3 o9 t    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.mp4
) ?0 n6 B! z* N    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.srt
  r# o, E$ Y, d4 s1 u: \7 ^1 S    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.txt; D1 ^% y6 S/ M' E
    │      下载说明.txt0 f7 ?! w9 e  U' ]: G$ q% x
    │      关注我们.png( ?) [$ ]. I( R/ o0 T+ Z7 j" O
    │      攻城狮论坛=网络技术+编程视频.url
1 z* O5 ]8 e# G" T3 z+ m' A+ |    │      解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
- H1 f4 x# n3 w3 v    │      / o6 {* B& Q2 u9 q. ]: ]
    ├─Udacity
5 z$ l! K( x6 V8 ?% P    │  │  下载说明.txt
; p/ f  j: O% \; x" {2 d6 \    │  │  关注我们.png2 R) M0 [/ d3 S+ j( m! w
    │  │  攻城狮论坛=网络技术+编程视频.url! [7 f* e! y3 n& _+ i& w
    │  │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
( I. h" o! f; _6 B/ x7 r& N6 ?    │  │  
& N8 {2 p! b9 G5 S, i; H4 ?* g    │  ├─CS046 Introduction to Programming in Java Learning Java5 d. o- N% o. F( {, d
    │  │      Lesson_1_-_Introduction.zip
7 r& a8 s% T$ J4 Y    │  │      Lesson_2_-_Objects.zip
3 B4 g. Q- _; G  Q! X8 Z    │  │      Lesson_3_-_Classes.zip  r) E8 [% ?$ T! y- }  g3 Z
    │  │      Lesson_4_-_Fundamental_Data_Types.zip
. J+ r: N) O2 X4 {    │  │      Lesson_5.1_-_Decisions.zip$ X; @' q- t" N4 d( j' p+ T
    │  │      Lesson_5.2_-_Decisions.zip1 B5 d' g  L1 R8 W! @( G  B2 H
    │  │      Lesson_6.1_-_Loops.zip: z' R8 p* ?; b9 g
    │  │      Lesson_6.2_-_Loops.zip2 ]( A9 p3 B5 x2 W
    │  │      Lesson_7.1_-_ArrayLists_and_Arrays.zip: ?: x: }( @% p" k) i6 x% \
    │  │      Lesson_7.2_-_ArrayLists_and_Arrays.zip' e! z2 e1 [. D/ b2 j
    │  │      Lesson_7.3_-_ArrayLists_and_Arrays.zip/ C0 H- ]; I% l% B3 R6 z
    │  │      Lesson_8.zip* U) O8 C( h/ |
    │  │      Lesson_8_-_More_About_Classes.zip
, s% J! c! F/ P/ H8 L    │  │      Lesson_9_-_Interfaces_and_Inheritance.zip5 F, g6 V3 j' f8 ~; B3 c, @
    │  │      + J" c) ?7 U' W' C1 l  E+ p$ n
    │  ├─CS101 Intro to Computer Science Building a Search Engine2 o1 s' i0 e9 D$ a$ W
    │  │      Exam_Part_2_Starred-subtitles.en.zip
- ?! _* i+ [& ?! }7 e6 _. g5 F    │  │      Lesson_10_Inheritance.zip
$ O, \* {( w) Q6 i/ X0 `; t( R7 s    │  │      Lesson_11_Files,_IO,_and_Exceptions.zip
1 o% O6 n% k* U' E    │  │      Lesson_1_How_to_Get_Started.zip
# I7 X% K0 u1 h; u. t    │  │      Lesson_1_Problem_Set.zip
! `% j; N6 L. \& @    │  │      Lesson_2.5_How_To_Solve_Problems.zip
# ]  \; r, ~  Q; {" i    │  │      Lesson_2_How_to_Repeat.zip1 R/ C3 g1 f% {
    │  │      Lesson_2_Problem_Set.zip1 @' H: Q" L9 W7 u' j0 X( \2 x
    │  │      Lesson_3_How_to_Manage_Data.zip: U- p: Y) P: ^1 {; Q$ z5 P
    │  │      Lesson_3_Problem_Set.zip7 K/ F) y3 F1 G
    │  │      Lesson_4_Problem_Set.zip
# n3 J1 W" \, [7 c5 u' }& `    │  │      Lesson_4_Responding_to_Queries.zip
# R% n( r2 W! j5 K( g4 ^! `/ V    │  │      Lesson_5_How_Programs_Run.zip
) M1 o! @0 _! J1 H6 f    │  │      Lesson_5_Problem_Set.zip
9 W" X& u0 ]3 J/ _( H  a. E/ b    │  │      Lesson_6_How_to_Have_Infinite_Power.zip1 E* J0 x) V2 J
    │  │      Lesson_6_Problem_Set.zip2 P  B( w6 n- N( ~! [8 L1 [
    │  │      Lesson_7_Past,_Present,_and_Future_of_Computing.zip
8 z# J) j; P7 Q  |    │  │      Lesson_8_Learning_New_Things.zip: D9 A9 `* Z. Q, T" [
    │  │      Lesson_9_Modules_and_Classes.zip$ M/ t3 P$ l, m0 Q, G
    │  │      Problem_Set_1-subtitles.en.zip! ^, D: R- r- Y) _; ~( X$ o; y% Y
    │  │      Problem_Set_1.zip$ M6 X( s. c, R. a" Q
    │  │      Problem_Set_2-subtitles.en.zip. u$ I& K! v' u* {
    │  │      Problem_Set_2.zip+ v, ]* V; Z$ T6 d' N
    │  │      Problem_Set_3-subtitles.en.zip
$ m: ^7 J! U: S9 W  R    │  │      Problem_Set_3.zip0 P* D. E2 \4 E2 g2 N! q
    │  │      Problem_Set_4-subtitles.en.zip
+ C8 j: G, s  s0 x    │  │      Problem_Set_4.zip5 @1 z# }1 J7 U) c4 p
    │  │      Problem_Set_5-subtitles.en.zip7 ~) ]) p7 u7 f" Q3 e
    │  │      Problem_Set_5.zip
1 t5 I6 G5 ]2 h/ q    │  │      Problem_Set_6-subtitles.en.zip
+ e0 X$ ~( J0 O. n2 g, K* z) Q    │  │      Problem_Set_6.zip4 Q) d5 A5 Q& G
    │  │      Problem_Set_61_Starred-subtitles.en.zip
2 Z% P+ m3 Z. H; z8 b  Q9 g7 n    │  │      Problem_Set_61_Starred.zip/ T# Y% u4 c$ n1 m4 w9 C& U
    │  │      Q&A_1-subtitles.en.zip1 B; Z3 H& R2 s+ ~0 k# j8 [
    │  │      Q&A_1.zip/ e. k8 f4 n) s
    │  │      Q&A_2-subtitles.en.zip
: u6 C9 h; ?- d* c/ X4 k' D" b    │  │      Q&A_2.zip- f8 q, g' X( Q6 i, z
    │  │      Q&A_5-subtitles.en.zip$ k9 G- j: J" s& Q$ @
    │  │      Q&A_5.zip4 T2 g0 [4 e3 X' G. [% J9 D
    │  │      Q&A_6-subtitles.en.zip
# J; V8 w! y; r$ v    │  │      Q&A_6.zip
) W9 b! Q7 H% w    │  │      Unit_1-subtitles.en.zip% v8 [6 O4 G- P' f; j
    │  │      Unit_2-subtitles.en.zip* m0 \/ z  y6 D6 N/ N, A' ?2 E
    │  │      Unit_3-subtitles.en.zip
( |% K7 o9 o: N' u    │  │      Unit_4-subtitles.en.zip
" ~! ]; P0 u' A' V% x7 J    │  │      Unit_5-subtitles.en.zip
/ ^9 t9 U5 ~0 A, d+ M" v2 S    │  │      Unit_6-subtitles.en.zip! a6 R9 X  A; @- q# [  n( T7 d+ x
    │  │      Unit_7-subtitles.en.zip
; o' Q/ G. m' W" w1 |    │  │      Unit_8_Optional-subtitles.en.zip2 p# {$ V8 n9 L0 p( Y; u: h  g
    │  │      
. n; G' w' R2 k& T8 P- B    │  ├─CS212 Design of Computer Programs Programming Principles
, f$ k: C8 U6 ]1 N( B. ~9 C; m    │  │      Andy's_Corner_1.zip+ U/ A* M. B) p0 M
    │  │      Andys_Corner_1-subtitles.en.zip! B2 G; \0 F* H' V7 `" e
    │  │      Bonus_Shuffling-subtitles.en.zip
* E! ^% k8 \* S6 C    │  │      Bonus_Shuffling.zip; b: L. F$ [9 L4 U
    │  │      Bonus_Weekly_Tournament!.zip
  X2 w2 U+ u1 a. C" k    │  │      Exam-subtitles.en.zip
, }5 A0 u7 H! r$ @    │  │      Exam.zip. `& J1 a1 W" c3 a  F
    │  │      Office_Hours_1-subtitles.en.zip. z6 d# L" p3 x/ [! G. g( B
    │  │      Office_Hours_1.zip- ^4 d! `4 X1 D( \& A
    │  │      Office_Hours_2-subtitles.en.zip
4 v) C' E0 k7 \7 b1 c* a9 o    │  │      Office_Hours_2.zip5 M$ b0 F, {! P' q( q' @) ^& q
    │  │      Office_Hours_3-subtitles.en.zip
" O5 e" z7 B# u1 g    │  │      Office_Hours_3.zip
6 n3 g- w% w% N; h9 ]    │  │      Office_Hours_4-subtitles.en.zip& }$ C+ R- ?' u, N7 u
    │  │      Office_Hours_4.zip
% B+ Z$ E1 @3 {" Q. G    │  │      Office_Hours_5-subtitles.en.zip
) ^& r/ L- A: T# O" A    │  │      Office_Hours_5.zip
+ K6 h% q2 e) D4 f+ s- F$ x    │  │      Office_Hours_6-subtitles.en.zip% V/ k0 j7 C- O9 l; C" |. \
    │  │      Office_Hours_6.zip3 {& J  o. g- d
    │  │      Problem_Set_1-subtitles.en_2.zip7 m0 R$ z: Q" [# P
    │  │      Problem_Set_1_2.zip: W& c3 \. `% V1 N
    │  │      Problem_Set_2-subtitles.en_2.zip
4 b& g, `" ~& w0 V0 L    │  │      Problem_Set_2_2.zip$ D' |; Y2 {# I) g. T4 x
    │  │      Problem_Set_3-subtitles.en_2.zip
! h9 R  |+ J$ |& s: z% C    │  │      Problem_Set_3_2.zip
+ Q8 {2 i6 E0 @4 i    │  │      Problem_Set_4-subtitles.en_2.zip
  }( v% K- V! B9 I  ~% ^    │  │      Problem_Set_4_2.zip
; a" Q7 ~& L: }, m  m3 [$ b    │  │      Problem_Set_5-subtitles.en_2.zip0 A6 c2 C) l9 H6 k. q& Y& c: ]) _3 v
    │  │      Problem_Set_5_2.zip$ G; [8 q, k5 ]% j! @
    │  │      Problem_Set_6-subtitles.en_2.zip
+ d* e' m" ~; u7 Q, ^: S3 D: L, m    │  │      Problem_Set_6_2.zip
, X7 o4 v, q" P( W    │  │      Python_Glossary-subtitles.en.zip7 c1 {7 t4 U8 B7 r5 \* {1 d
    │  │      Python_Glossary.zip! f( {" B3 F: t' x
    │  │      Unit_1-subtitles.en_2.zip
9 m; }+ y( L( V$ L8 o( T. z: O    │  │      Unit_1.zip
9 m4 o8 b: T' \: t    │  │      Unit_2-subtitles.en_2.zip
$ w8 V$ F5 f9 V  }2 w9 o6 P- O: p    │  │      Unit_2.zip4 C6 i0 o' {% x6 k. M$ d7 ?
    │  │      Unit_3-subtitles.en_2.zip
' T& L1 b/ X, X. t  P    │  │      Unit_3.zip9 G6 R2 ?2 F& D# g' `* E: R1 f! X9 @0 g
    │  │      Unit_4-subtitles.en_2.zip
4 [+ u0 O: ~0 ~1 ]  M& X9 t0 ~    │  │      Unit_4.zip9 B6 m' W0 F- W* A* d1 i$ I7 X
    │  │      Unit_5-subtitles.en_2.zip5 ~8 f7 S2 p2 g! N
    │  │      Unit_5.zip
/ ~7 u! X6 |8 q3 d. W/ G    │  │      Unit_6-subtitles.en_2.zip
' X( l: B2 E# v5 X( j, `/ H# n    │  │      Unit_6.zip
* b: v; `5 A0 w0 n6 c    │  │      Unit_7-subtitles.en_2.zip3 _/ ~$ b# ?: l! G. E' I  l' B1 J
    │  │      Unit_7.zip: N( o: h) B1 `1 s: P: L
    │  │      
: B4 |! g. W3 T; }% S! B; M: q    │  ├─CS215 Algorithms Crunching Social Networks
- u* Z. ~. Y2 D9 {0 s6 N* t; `    │  │      Extra_Challenge_Problems-subtitles.en.zip
  R! H4 x  |$ D2 t% |, q4 J    │  │      Extra_Challenge_Problems.zip
8 L5 i0 f. @+ _9 l& t4 i    │  │      Problem_Set_1-subtitles.en.zip
. F' j! Y; Q4 T; w' a( }    │  │      Problem_Set_1.zip3 k3 b$ n" p2 W2 V0 d; S' M
    │  │      Problem_Set_2-subtitles.en.zip
- ~  z) \& N2 ?* X1 u! |' W/ w- [    │  │      Problem_Set_2.zip/ @5 p4 E7 o' Z0 r: O
    │  │      Problem_Set_2_Solutions-subtitles.en.zip
6 e( ~- v4 y2 @% L' F    │  │      Problem_Set_2_Solutions.zip' d1 i# T5 m" v4 U' t4 s9 u1 [
    │  │      Problem_Set_3-subtitles.en.zip8 ~1 t; _" z% [
    │  │      Problem_Set_3.zip
, |9 i) X! Q% I. ~5 a    │  │      Problem_Set_3_Solutions-subtitles.en.zip. |3 [, ]" i' W% E" F, x
    │  │      Problem_Set_3_Solutions.zip# \7 I" h9 D9 D% q! W
    │  │      Problem_Set_4-subtitles.en.zip
# l/ q5 Q8 f; O. y    │  │      Problem_Set_4.zip. ^( |! @) v7 s8 m  j! h, W9 ~, n
    │  │      Problem_Set_4_Solutions-subtitles.en.zip
- R/ Y- f5 [& M0 W    │  │      Problem_Set_4_Solutions.zip1 H2 }/ u( ~1 H8 H( ~
    │  │      Unit_1_A_Social_Network_Magic_Trick-subtitles.en.zip
  ^4 D  A- |# Q7 w    │  │      Unit_1_A_Social_Network_Magic_Trick.zip2 c+ ]- f1 G: q% @3 e/ ?7 I
    │  │      Unit_2_Growth_Rates_in_Social_Networks-subtitles.en.zip. E4 y* J+ w& D' l: ^* O& M& K
    │  │      Unit_2_Growth_Rates_in_Social_Networks.zip0 t/ A5 W8 ^: x9 B4 @9 V9 Y
    │  │      Unit_3_Basic_Graph_Algorithms-subtitles.en.zip
( n, }7 P( g5 v' f, K# e: d3 ~7 b    │  │      Unit_3_Basic_Graph_Algorithms.zip7 ^. h" H  g3 p. n
    │  │      Unit_4_Its_Who_You_Know-subtitles.en.zip6 a2 C. p: c9 g6 \
    │  │      Unit_4_Its_Who_You_Know.zip
- @& [$ s- S7 K# Q4 t/ N    │  │      Unit_5_Strong_and_Weak_Bonds-subtitles.en.zip
: o' c6 f3 K6 r2 d; u    │  │      Unit_5_Strong_and_Weak_Bonds.zip: {4 A) d$ o2 Q; ]/ [
    │  │      Unit_6_Hardness_of_Network_Problems-subtitles.en.zip
8 Z2 b, ~- P& V+ C  X    │  │      Unit_6_Hardness_of_Network_Problems.zip
% \- l% V) w8 X0 q' }: t    │  │      Unit_7-subtitles.en.zip
. ?2 R6 u8 E$ ^& u! s. i7 |3 S    │  │      Unit_7_2.zip5 o- V/ S8 Z' X+ S
    │  │      
0 Q( m, H; v3 I( g# Y    │  ├─CS222 Differential Equations Making Math Matter
: v/ n9 Y0 i. _! E4 |    │  │      Final_Exam-subtitles.en.zip# z) ~; T) Y, p$ n$ T
    │  │      Final_Exam.zip# o/ Z1 s' {( \" q4 @4 x: ^
    │  │      Problem_Set_1-subtitles.en_2.zip
  Q$ Y4 v5 B  O8 A9 ^    │  │      Problem_Set_1_2.zip
6 X. j5 i' ^- e! U+ O    │  │      Problem_Set_2-subtitles.en_2.zip) D; O6 c* v2 i8 s" l+ V
    │  │      Problem_Set_2_2.zip
0 Y: C! r  j" L9 N4 j4 a    │  │      Problem_Set_3-subtitles.en_2.zip- ^! [4 b$ M7 y6 ^
    │  │      Problem_Set_3_2.zip" ^% {; }6 z1 M, U
    │  │      Problem_Set_4-subtitles.en_2.zip
8 C) X/ E5 W$ e( I4 Z! U    │  │      Problem_Set_4_2.zip
! Q+ `4 e& K; D; }  i: h    │  │      Problem_Set_5-subtitles.en.zip8 V  L& _5 U9 A  }( j  p
    │  │      Problem_Set_5.zip
3 a+ k' j- _* m& u2 Z" G& |2 Q    │  │      Problem_Set_6-subtitles.en.zip, J$ ~6 O& S: y% O! S
    │  │      Problem_Set_6.zip
! L$ f1 {+ ~( N, L3 S8 T' t0 d    │  │      Unit_1_-_Houston_We_Have_a_Problem-subtitles.en.zip
& G* J: k' S4 p: j    │  │      Unit_1_-_Houston_We_Have_a_Problem.zip' j2 _* m1 ]5 F7 u$ z
    │  │      Unit_2_-_Houston_We_Have_a_Solution-subtitles.en.zip
$ S" h" m6 C* H) d: ]3 ]7 `, h. B5 d    │  │      Unit_2_-_Houston_We_Have_a_Solution.zip
0 ?8 w) f1 h1 r* F; Y4 n. ^; ^    │  │      Unit_3_-_Contagion-subtitles.en.zip4 j6 o; l; _; T
    │  │      Unit_3_-_Contagion.zip& G* K5 _7 P) n+ B$ P9 o6 x5 I5 Z7 Q4 ^( l
    │  │      Unit_4_-_Responsible_Fishing-subtitles.en.zip
! ^( Y$ X6 u" x+ Q    │  │      Unit_4_-_Responsible_Fishing.zip
9 i. Q4 g! _- _- U0 r( M    │  │      Unit_5_-_Antilock_Braking_Systems-subtitles.en.zip
3 `5 D; P% a" r! Z. W' f; a    │  │      Unit_5_-_Antilock_Braking_Systems.zip
+ ?! z" E% u7 u& Q# y    │  │      Unit_6_-_Wildfire-subtitles.en.zip
; P! V/ ~: k, q  P    │  │      Unit_6_-_Wildfire.zip
) M* l% q# S" X; _    │  │      Unit_7_-_Advanced_Applications_of_Numerical_Methods-subtitles.en.zip# I+ V+ ]; @& a5 l
    │  │      Unit_7_-_Advanced_Applications_of_Numerical_Methods.zip
' {. T2 z, F: d5 G2 J% w  k    │  │        W  j) J3 @/ {; |% i! |
    │  ├─CS253 Web Application Engineering How to Build a Blog
1 N8 ?' G% z' f  b    │  │      Final.zip
( X8 n7 C8 ?7 j: ]    │  │      Office_Hours_1-subtitles.en.zip/ i7 G$ Y6 y" X1 z
    │  │      Office_Hours_1.zip
# {7 P+ L0 [  K3 B1 D" ]    │  │      Office_Hours_2-subtitles.en.zip: o6 S4 E  f0 ]$ x& J$ q
    │  │      Office_Hours_2.zip
1 ^  D" `! r$ D# d' I2 x3 I# l" I    │  │      Office_Hours_3-subtitles.en.zip
9 y9 |$ R4 z; ?    │  │      Office_Hours_3.zip
! d# F7 |  r+ g* G5 W    │  │      Office_Hours_4-subtitles.en.zip
7 b' F! q, h! Y& L    │  │      Office_Hours_4.zip  q" q- {% x! Q1 T3 _% n/ f4 ?, \# c
    │  │      Office_Hours_5-subtitles.en.zip( p0 s' d7 g0 F; s
    │  │      Office_Hours_5.zip; }8 s2 z* \  r5 S1 _
    │  │      Problem_Set_1-subtitles.en.zip
& L! O$ m, B( v6 p$ W2 q0 i% H    │  │      Problem_Set_1.zip
5 L$ }: m* K0 V; N; L; E    │  │      Problem_Set_1_Help-subtitles.en.zip
# P- J. C. m! H" N/ p$ F9 R# g    │  │      Problem_Set_1_Help.zip
: h6 Q+ e% w8 l7 N! u! f0 t    │  │      Problem_Set_2-subtitles.en.zip& F' f5 J: A# X* ?
    │  │      Problem_Set_2.zip" g9 o! g* r# K7 f; _' b* J! d
    │  │      Problem_Set_3-subtitles.en.zip) {$ Z& b. B0 x
    │  │      Problem_Set_3.zip
3 a: o  b- o3 _0 S* `5 k! V# L- z    │  │      Problem_Set_4-subtitles.en.zip% b  s3 ?1 L# F- i8 N$ e
    │  │      Problem_Set_4.zip
/ j  ]- L) }7 P  n8 H+ E7 }    │  │      Problem_Set_5-subtitles.en.zip
! t% z2 v; X$ g  {& s    │  │      Problem_Set_5.zip) F. Q( L: H/ G5 n. b
    │  │      Problem_Set_6-subtitles.en.zip" j7 }# I6 E+ D# `
    │  │      Problem_Set_6.zip
1 c, F7 A3 ?4 i8 X# E    │  │      Unit_1-subtitles.en.zip7 u# e  ~, |7 q! ?
    │  │      Unit_1.zip
' d2 n$ @4 \+ X7 S    │  │      Unit_2-subtitles.en.zip
  j& l  v; P8 w, \4 ^  k    │  │      Unit_2.zip, Q- v$ j( l; ^# q- Y
    │  │      Unit_3-subtitles.en.zip
8 {0 q: g6 O' y' s8 z4 S- |# O    │  │      Unit_3.zip$ l6 m3 y" B, U$ U8 E9 N  n
    │  │      Unit_4-subtitles.en.zip
4 ^/ U4 }5 @  n4 S    │  │      Unit_4.zip7 H. A1 j( C2 N" {& X! w
    │  │      Unit_5-subtitles.en.zip7 k: q4 v! u3 [/ T& ~. t
    │  │      Unit_5.zip$ k3 F7 A; P' D" c- J9 R+ u
    │  │      Unit_6-subtitles.en.zip
3 F$ @2 ]7 e5 W. g% R    │  │      Unit_6.zip  g7 [: S# k* O6 G4 w3 L* g
    │  │      Unit_7-subtitles.en.zip
1 A! j% ~$ w2 s    │  │      Unit_7.zip
' g+ o% r% X: I; Z( I! w    │  │      Wrap__Up_Questions-subtitles.en.zip$ W6 ~  _+ O* U1 n* }
    │  │      Wrap__Up_Questions.zip6 B$ V4 i$ J: r5 F$ ?
    │  │      8 p5 ]! x4 [) u' |
    │  ├─CS255 HTML5 Game Development Building High Performance Web Applications$ J' Q' P+ y& v$ D! ~
    │  │      Asset_Loading.zip
; N; w7 l2 Y1 c, v% B2 k7 E, c    │  │      Atlases.zip& X) }" a$ h/ h9 e0 X
    │  │      Canvas-subtitles.en.zip/ u+ J/ l$ q2 w$ n; a- m$ v' ~9 Q
    │  │      Canvas.zip: l& M* y, U) Z# u- Z' p
    │  │      Entities.zip( U1 L) u; k" f3 k9 [
    │  │      Foreword.zip# J; k" f& `2 W
    │  │      Input.zip
, P8 T8 g" l1 m: O- m% g* ]8 K    │  │      Optional_Javascript_Crash_Course-subtitles.en.zip
/ @/ E( \9 W9 K+ U: T4 Y. e    │  │      Optional_Javascript_Crash_Course.zip
$ M& {6 G8 d: P" ^  L; n' B    │  │      Physics.zip/ O6 i+ `) Y% h' J+ X. s
    │  │      Sound.zip
, B' y' S$ K0 S    │  │        @  m/ g! \* e  K. w
    │  ├─CS259 Software Debugging Automating the Boring Tasks
) `5 X$ D, O' G# I* \7 B2 O    │  │      0._Introduction-subtitles.en.zip% P! a# M3 P+ x( N" C9 m0 d
    │  │      0._Introduction.zip; K9 z$ I3 o# K- {
    │  │      1._How_Debuggers_Work-subtitles.en.zip  z) I! r9 U' J
    │  │      1._How_Debuggers_Work.zip/ c* u  U# }( Q+ g. v
    │  │      2._Assertions-subtitles.en.zip
2 B: f! b% q7 k4 q. e: L! m    │  │      2._Assertions.zip
6 c  t: F2 u& H; J/ ]  h  C! l    │  │      3._Simplifying_Failures-subtitles.en.zip# p( {% I1 F; ^6 a! x3 m
    │  │      3._Simplifying_Failures.zip
" r' Q: p* Z1 v5 s; l- `    │  │      4._Tracking_Origins-subtitles.en.zip  X* I0 Z( }( J4 H; a; A% h
    │  │      4._Tracking_Origins.zip
7 H' \; S1 c/ U/ v5 z- Y/ s    │  │      5._Reproducing_Failures-subtitles.en.zip
) a' O2 {- C0 O8 {- J. W    │  │      5._Reproducing_Failures.zip; _+ U, m4 w8 c7 ]8 u9 Z, K' F
    │  │      6._Learning_from_Mistakes-subtitles.en.zip6 ?7 [" k9 m6 n6 N9 c9 L1 Z
    │  │      6._Learning_from_Mistakes.zip- X; e0 J2 X& {5 j* |9 S
    │  │      7._Recap_and_more_stories-subtitles.en.zip
; H- ]" p  f6 |: Q& }8 M3 e/ A    │  │      7._Recap_and_more_stories.zip
; m4 ?( v& h6 k' B* ~& j7 E    │  │      Problem_Set_1-subtitles.en.zip! m2 a# D1 y9 \- C7 g
    │  │      Problem_Set_1.zip
, l4 Z0 D* V' W  S. ~    │  │      Problem_Set_2-subtitles.en.zip
9 b" ?2 {7 f9 I# Y9 M' f; y    │  │      Problem_Set_2.zip9 b/ s* G1 F* ]! G
    │  │      Problem_Set_3-subtitles.en.zip$ w5 k3 |6 w- N5 Y
    │  │      Problem_Set_3.zip/ I. k( S0 ]5 O- u0 S
    │  │      Problem_Set_4-subtitles.en.zip! d& s! q3 r8 k- d2 w( w
    │  │      Problem_Set_4.zip
6 e% k" j: k1 A  X) G1 C* L( |    │  │      Problem_Set_5-subtitles.en.zip
1 ~' Q- R4 B; L# X    │  │      Problem_Set_5.zip6 i# Q; m; C2 t- ^! U: X/ y
    │  │      Problem_Set_6.zip
, j& f: ~( n. x  q, _' l3 B! `1 F    │  │      0 B9 a* U. Q. W/ Z+ |
    │  ├─CS262 Programming Languages Building a Web Browser  |8 Z$ m. b5 d3 o2 }: k) q0 p" }) i
    │  │      Homework_4.zip0 C9 n# |0 a% @0 N: F5 j+ G
    │  │      Homework_5.zip
% D9 X- b' Z+ ]- V- j5 N0 Q    │  │      Make_The_World_A_Better_Place-subtitles.en.zip
; ]8 w: y7 N- [. t% _$ y$ a+ X- J+ e    │  │      Office_Hours_1-subtitles.en.zip
  l, X- n- Q% }5 m/ q  n    │  │      Office_Hours_1.zip$ _% H6 i+ `4 T/ \* @
    │  │      Office_Hours_2-subtitles.en.zip! R7 C2 z7 I: {$ J: y* {4 k: ?
    │  │      Office_Hours_2.zip2 b9 w7 v  }/ |9 ^& \
    │  │      Office_Hours_3-subtitles.en.zip
) }' U7 R! P+ r& C6 T% j' F    │  │      Office_Hours_3.zip  }! t" Q$ _1 p# ~* E4 o: n: |1 J( w4 t$ F
    │  │      Office_Hours_4-subtitles.en.zip. s; h( w9 _- z1 U) v2 |( ]: \
    │  │      Office_Hours_4.zip  y  F9 P8 O; e  y) G# r  |  V3 \, Y
    │  │      Office_Hours_5-subtitles.en.zip! T9 W3 z0 K1 t% a/ H. l1 ?
    │  │      Office_Hours_5.zip
+ O8 P# r: G4 C- I$ N    │  │      Office_Hours_6-subtitles.en.zip
+ O- g+ c, \( f* p$ `    │  │      Office_Hours_6.zip
# ]; n' K) o! a3 e) }    │  │      Problem_Set_1-subtitles.en_2.zip' X9 K% M/ I8 d3 [% q$ [
    │  │      Problem_Set_1_2.zip' M$ Q- X2 P+ z
    │  │      Problem_Set_2-subtitles.en_2.zip
! V: }5 g  j1 s- I( D    │  │      Problem_Set_2_2.zip  A& C5 z! w! [) A' u
    │  │      Problem_Set_2_Challenge-subtitles.en.zip4 _: B$ l, A- p; d! r" V
    │  │      Problem_Set_2_Challenge.zip
: s* C4 N+ d2 u    │  │      Problem_Set_3-subtitles.en_2.zip
% q9 \9 ], l3 j1 K7 F    │  │      Problem_Set_3_2.zip8 h& D3 l! N6 Q+ D" O
    │  │      Problem_Set_4-subtitles.en_2.zip8 S3 P2 d3 j" M6 K, z
    │  │      Problem_Set_4_Challenge-subtitles.en.zip' k5 R2 q% U& e, o, k" q: T: u
    │  │      Problem_Set_4_Challenge.zip
) |5 ?# f# [8 k* q3 N: J    │  │      Problem_Set_5-subtitles.en_2.zip
0 a; i# ?: W/ D& i    │  │      Problem_Set_6-subtitles.en.zip& S2 Y6 s& d; E/ N: _
    │  │      Problem_Set_6_2.zip/ A9 i" @# v+ e
    │  │      Problem_Set_6_Challenge-subtitles.en.zip
# U, ^1 }) V. H+ t( b$ W+ d    │  │      Problem_Set_6_Challenge.zip7 H' n5 R+ j- }+ m3 f( U' i) b- ~
    │  │      Programming_Practice.zip
& N2 [0 ^) |* V    │  │      Programming_Practice_-_Find_Max-subtitles.en.zip( G" W, l/ R' z! g. I: R: Z" S
    │  │      Programming_Practice_-_Find_Max.zip
- @1 V' v" s* ?. A2 {2 V* t    │  │      Programming_Practice_-_Subsets-subtitles.en.zip. ]4 t) w6 M% {1 V7 X0 i: Q/ w
    │  │      Programming_Practice_-_Subsets.zip/ i1 ]  [# d/ f, ~. @& D% C2 B8 b& f
    │  │      Programming_Practice_-_Trees-subtitles.en.zip; k4 o2 S+ P% g) Y5 {  E
    │  │      Programming_Practice_-_Trees.zip
3 W0 M9 {& B3 j8 ~) D* v    │  │      Unit_1-subtitles.en.zip* ~# E! K# y) e4 l. M
    │  │      Unit_1.zip
+ W* B9 u* ~7 o( h" k7 T    │  │      Unit_2-subtitles.en.zip# p% H6 X- [4 M7 ^% E, Y+ {
    │  │      Unit_2.zip$ ?' h' H; t' v# E( i: s5 f: O
    │  │      Unit_3-subtitles.en.zip
" s6 p" U$ L' T- S6 ?' \1 S    │  │      Unit_3.zip5 V6 ]( C5 C, Z4 c0 O( W2 W5 R
    │  │      Unit_4-subtitles.en.zip; q- ]2 a+ e% S$ G- r/ q' Z! o
    │  │      Unit_4.zip
' f  ]% U( E& r. I% x7 D$ }. r    │  │      Unit_5-subtitles.en.zip; G: ]4 R: b/ y* r! ~  O$ F
    │  │      Unit_5.zip
9 I) `- C/ @0 z8 l+ Y    │  │      Unit_6-subtitles.en.zip2 o6 Q4 T& B/ ]. I! ^/ |5 r1 I  A
    │  │      Unit_6.zip
* n: a# J6 w/ S    │  │      Unit_7-subtitles.en.zip5 i; C+ i2 r, I- M
    │  │      Unit_7.zip9 O+ y$ ^6 G, T7 o* M9 J
    │  │      * u/ v- B% f  A: e! W
    │  ├─CS271 Introduction to Artificial Intelligence AI Class
* P  C# B; A0 F5 H- W8 ~4 s! @    │  │      1._Welcome_to_AI-subtitles.en.zip
1 r2 G7 }. t+ m! y: L0 s    │  │      1._Welcome_to_AI.zip
9 G) z% m7 m7 w' g" I7 F  C0 \9 l    │  │      10._Reinforcement_Learning-subtitles.en.zip* L* _$ |( [% `" P
    │  │      10._Reinforcement_Learning.zip
+ r9 Z$ P5 ]2 a- i* {) B" l    │  │      11._HMMs_and_Filters-subtitles.en.zip( o' ]/ Q0 X" c( ?2 F7 N9 D
    │  │      11._HMMs_and_Filters.zip
, r0 s/ n; T5 R0 @) l* U    │  │      12._MDP_Review-subtitles.en.zip
5 v1 g8 b; n+ G1 _; `7 X2 j    │  │      12._MDP_Review.zip. y5 U1 ~" _4 ^; y0 O& w
    │  │      13._Games-subtitles.en.zip
/ D3 I6 L- Y8 z: h: e    │  │      13._Games.zip5 U; |- T1 ]7 U. b5 i
    │  │      14._Game_Theory-subtitles.en.zip! W8 T4 }; Y, b- O. m
    │  │      14._Game_Theory.zip  n! ?7 p2 s. F, E" g6 d: [4 A$ F
    │  │      15._Advanced_Planning-subtitles.en.zip
, j9 w$ D$ @. z    │  │      15._Advanced_Planning.zip2 u/ u- y4 l4 {$ [/ o1 K* g$ C# S
    │  │      16._Computer_Vision_I-subtitles.en.zip- b# @  W; Y. j9 s
    │  │      16._Computer_Vision_I.zip. ?* O# @: Z% C2 M
    │  │      17._Computer_Vision_II-subtitles.en.zip
* z9 z1 B0 u& k1 C9 ?    │  │      17._Computer_Vision_II.zip9 M5 V! b1 }/ H$ l' }! T/ E1 w! y
    │  │      18._Computer_Vision_III-subtitles.en.zip
9 W# H, m- B$ y$ t    │  │      18._Computer_Vision_III.zip  t3 _/ I' n" X1 m3 a2 J& }/ V2 q! S
    │  │      19._Robotics_I-subtitles.en.zip
/ O( U; w8 X( r1 h' N    │  │      19._Robotics_I.zip0 ?' ^( k& R' I4 x
    │  │      2._Problem_Solving-subtitles.en.zip5 a/ R2 S1 }+ o" o4 Y
    │  │      2._Problem_Solving.zip
, U0 @& W5 c0 @# w    │  │      20._Robotics_II-subtitles.en.zip$ ^9 D3 `) N) ^; k/ g  u! x6 e
    │  │      20._Robotics_II.zip" w! Z+ O& l: B) F1 Q' D
    │  │      21._Natural_Language_Processing-subtitles.en.zip9 c# }4 v3 z; f; c  I4 [# E
    │  │      21._Natural_Language_Processing.zip
0 H5 [. P: K3 I    │  │      22._Natural_Language_Processing_II.zip
1 T# i* `  p5 V/ [/ ^    │  │      3._Probability_in_AI-subtitles.en.zip2 R: F$ ?( p0 M( J) F
    │  │      3._Probability_in_AI.zip
* L/ C0 g: F. g# o    │  │      4._Probabilistic_Inference-subtitles.en.zip
0 g) G3 m4 W0 h/ t) M- S    │  │      4._Probabilistic_Inference.zip: K! s; ~" a0 w2 }. V; Y/ m2 ?
    │  │      5._Machine_Learning-subtitles.en.zip3 \6 ?4 b$ }+ X3 L5 ]0 d( m
    │  │      5._Machine_Learning.zip
& d1 m5 \! k  c4 Q) E1 E    │  │      6._Unsupervised_Learning-subtitles.en.zip
  c6 g3 I- B6 y7 P. U( A: j& H    │  │      6._Unsupervised_Learning.zip( D1 K: O5 f9 O* ]/ E( b
    │  │      7._Representation_with_Logic-subtitles.en.zip
6 J1 D; L1 w4 d5 A  }, n1 z0 R    │  │      7._Representation_with_Logic.zip" Y% r. B9 r5 p+ R5 F
    │  │      8._Planning-subtitles.en.zip
3 v  k+ X* H/ R    │  │      8._Planning.zip0 ]1 Y& I9 m  f; x- n6 Y# t1 \6 Q
    │  │      9._Planning_under_Uncertainty-subtitles.en.zip9 [2 H. N2 l" _
    │  │      9._Planning_under_Uncertainty.zip/ n% L7 J  i$ E$ C
    │  │      Office_Hours.zip
; f7 r3 m; H; Y) d    │  │      printable_final.pdf% r" ^/ {  \) g3 s) V
    │  │      printable_midterm.pdf6 [  }: S% O* Z. w" @# x) D
    │  │      Problem_Set_1-subtitles.en.zip5 \: y6 Y4 W0 b/ N2 t+ `' P8 h
    │  │      Problem_Set_1.zip
/ d* W$ K& a) {8 T, Z. L    │  │      Problem_Set_2-subtitles.en.zip/ ^4 z* R* Q( ~
    │  │      Problem_Set_2.zip
" S( _4 `7 r9 X* e/ Z7 r% J' V% R    │  │      Problem_Set_3-subtitles.en.zip+ f& n& J' Q% M. Q- E
    │  │      Problem_Set_3.zip" F% f9 L! |) i/ g, }, _
    │  │      Problem_Set_4-subtitles.en.zip
( n+ ?" {! G2 d1 _- u0 T9 P    │  │      Problem_Set_4.zip
! h$ a: s9 h) ]4 @  u7 r    │  │      Problem_Set_5-subtitles.en.zip
, r& z/ K* ?* m$ N$ c( h7 g$ h    │  │      Problem_Set_5.zip6 A; w0 u4 b2 I& Q
    │  │      Problem_Set_6-subtitles.en_2.zip
- H9 b# F- _( F/ p7 W    │  │      Problem_Set_6.zip/ v$ Z0 a" {1 {6 L/ O! x, U) s$ W0 Q
    │  │      Problem_Set_7-subtitles.en.zip3 a1 M* k. s$ h) y% J! ?
    │  │      Problem_Set_7.zip
$ b3 {. ?2 H: ~& |    │  │      Problem_Set_8-subtitles.en.zip
+ Z+ ]1 N8 g/ o$ J- r# X" A! E    │  │      Problem_Set_8.zip% g/ B1 F- t5 ?/ V$ ]4 x% T9 z% A
    │  │      
: X- j- B  z/ D. G; U' v    │  ├─CS291 Interactive 3D Graphics Creating Virtual Worlds. B: W8 z  S( q" G6 i; c
    │  │      Final_Exam-subtitles.en.zip  K+ D) a, A* ?6 Q9 Z+ `6 Z
    │  │      Final_Exam.zip# v9 q& L3 O' `/ P/ M% G* b8 @% U
    │  │      Interview_3D_Modelling_and_Printing-subtitles.en.zip' o8 }6 F5 i: H7 }& `
    │  │      Interview_3D_Modelling_and_Printing.zip
" S; C8 z% B; E/ M- u# b    │  │      Interview_Modeling_in_Real_World-subtitles.en.zip
# w! o6 f9 }. J7 w; {# z+ Y4 b    │  │      Interview_Modeling_in_Real_World.zip
" |+ R" L& J, m    │  │      Lesson_10_Interaction_and_Animation-subtitles.en.zip
# Y5 B0 M/ F2 Y* F6 Y    │  │      Lesson_10_Interaction_and_Animation.zip6 u1 K5 L" S! s' p" \! A
    │  │      Lesson_1_Introduction-subtitles.en.zip& T9 f" B: Y: J% `. N
    │  │      Lesson_1_Introduction.zip
0 u" d/ m+ G; T, }" W) T    │  │      Lesson_1_Problem_Set-subtitles.en.zip; u/ V6 \( a( I; W1 g  G- D
    │  │      Lesson_1_Problem_Set.zip
, W% Z2 C) l6 G  m/ I# C    │  │      Lesson_2_Points,_Vectors,_and_Meshes-subtitles.en.zip' ^, ~' ~7 \# q9 y( E# f
    │  │      Lesson_2_Points,_Vectors,_and_Meshes.zip0 @: J) _% Q$ f" T/ H. V
    │  │      Lesson_2_Problem_Set-subtitles.en.zip2 y$ n  C" k( N
    │  │      Lesson_2_Problem_Set.zip
& R: g5 v9 T0 _6 B9 f3 d    │  │      Lesson_3_Colors_and_Materials-subtitles.en.zip
' d$ d; H2 U0 k  y4 N4 v    │  │      Lesson_3_Colors_and_Materials.zip
0 S/ B" U8 F# ]. H5 r* E* v    │  │      Lesson_3_Problem_Set-subtitles.en.zip' Q% I& d0 y5 N; S0 v
    │  │      Lesson_3_Problem_Set.zip
8 U; M1 L5 g1 G9 {: O8 Q    │  │      Lesson_4_Problem_Set-subtitles.en.zip
- e# ?% ]) G6 ^4 `. t6 ~    │  │      Lesson_4_Problem_Set.zip4 I- i6 d; ~; S# S5 }8 `- W
    │  │      Lesson_4_Transforms-subtitles.en.zip
0 b  E  V- Q" G& d    │  │      Lesson_4_Transforms.zip
7 Q, @6 V6 ~' i+ r    │  │      Lesson_5_Matrices-subtitles.en.zip1 I* r# D4 i3 _% p' \
    │  │      Lesson_5_Matrices.zip
& K/ F- m# w) K2 S, q    │  │      Lesson_5_Problem_Set-subtitles.en.zip$ Q; p8 u+ b1 ?! g6 d0 i  l
    │  │      Lesson_5_Problem_Set.zip
  \4 Z4 [7 h5 Y- l& M3 [    │  │      Lesson_6_Lights-subtitles.en.zip
" P+ |: f& O9 s% Q2 [7 K" F4 }    │  │      Lesson_6_Lights.zip* U, R: s. q; F* J/ \# Q
    │  │      Lesson_6_Problem_Set-subtitles.en.zip
% N5 D" D1 ^5 T3 b+ L, k$ ^" g    │  │      Lesson_6_Problem_Set.zip  w2 _) N; Q& P) `. g+ o
    │  │      Lesson_7_Cameras-subtitles.en.zip
8 n, }7 `- r- k; C0 L    │  │      Lesson_7_Cameras.zip
0 v5 H1 I  @- L/ {1 b( N* j4 |! j6 p    │  │      Lesson_7_Problem_Set-subtitles.en.zip( C# Y+ R, e0 s% e
    │  │      Lesson_7_Problem_Set.zip% x) @+ ~# q8 P' s  o) q
    │  │      Lesson_8_Problem_Set-subtitles.en.zip
- w* t% s- ~6 d' b& R  M) d    │  │      Lesson_8_Problem_Set.zip- O1 l0 D) }" x5 b+ i7 {
    │  │      Lesson_8_Textures_and_Reflections-subtitles.en.zip( j3 h( X5 a+ F; z# W' k# b9 \1 e
    │  │      Lesson_8_Textures_and_Reflections.zip' x4 ]& }7 |, N/ l% W7 X9 t7 [6 M
    │  │      Lesson_9_Problem_Set-subtitles.en.zip
, k4 b1 ~/ e( D" ^/ U    │  │      Lesson_9_Problem_Set.zip
; e) {2 a' [) e1 D  ^, v. `' N    │  │      Lesson_9_Shader_Programming-subtitles.en.zip
6 W$ u6 q' Y, Q3 n1 a6 g    │  │      Lesson_9_Shader_Programming.zip
7 @6 ^  [& l- `" H+ o  C    │  │      
5 R& Z' T' u3 a3 V! J2 G, b    │  ├─CS313 Introduction to Theoretical Computer Science
. l/ I% ?9 [5 q* T  `$ W! o    │  │      Exam-subtitles.en.zip" |' c; o& B3 o
    │  │      Exam.zip. e0 Z( j7 }- z8 a9 L
    │  │      Problem_Set_1-subtitles.en.zip
2 X6 l$ i  x9 A9 b& n+ Y    │  │      Problem_Set_1.zip
( p& y6 r6 t  @! z0 q; L    │  │      Problem_Set_2-subtitles.en.zip' S: O9 y, l, @* r* x6 F
    │  │      Problem_Set_2.zip! V. A) A8 Q: i6 Y( X
    │  │      Problem_Set_3-subtitles.en.zip
+ f* D+ `) b, O; z* w' S% a, h    │  │      Problem_Set_3.zip, D+ F5 e" Y1 N
    │  │      Problem_Set_4-subtitles.en.zip
! T2 \2 _* z2 J$ r' {    │  │      Problem_Set_4.zip2 Q) h! f! n$ d" l( [- g$ K2 B" g4 e
    │  │      Problem_Set_5-subtitles.en.zip
, D$ g0 Q" C( K4 V" f& T2 L    │  │      Problem_Set_5.zip
1 _8 d1 k2 G  u) I0 h. x    │  │      Problem_Set_6-subtitles.en.zip
1 D0 }) G7 |$ f9 D6 d    │  │      Problem_Set_6.zip
$ B: ^9 |$ _0 r5 ]0 U4 I% Y    │  │      Problem_Set_7-subtitles.en.zip0 e5 C- G6 J! y; r$ n! R8 I1 R
    │  │      Problem_Set_7.zip
, {7 w( p9 y' f7 h# E8 a    │  │      Unit_1.1_-_Challenging_Problems-subtitles.en.zip0 `4 A9 X  ]! ]* q, A0 z. s
    │  │      Unit_1.1_-_Challenging_Problems.zip; D/ M7 @9 a3 E
    │  │      Unit_1.2_-_Algorithm_Analysis_and_the_RAM-subtitles.en.zip
  D4 V9 H( n0 H: i& _, ^    │  │      Unit_1.2_-_Algorithm_Analysis_and_the_RAM.zip5 G2 b* q- q4 a! C
    │  │      Unit_1.3_-_Big_O_(Optional)-subtitles.en.zip
1 U2 t8 q1 D9 d4 G, D    │  │      Unit_1.3_-_Big_O_(Optional).zip
0 ]* e9 W. B$ _% z7 j9 }    │  │      Unit_1.4_-_Connecting_Similar_Problems-subtitles.en.zip4 ~# x( E/ f9 z' g- G( J
    │  │      Unit_1.4_-_Connecting_Similar_Problems.zip
9 Y- l9 e( r( R" Q  b* o4 C    │  │      Unit_2.1_-_Many_Solutions_and_Intractability-subtitles.en.zip
* v2 e- f0 v: {, p; s0 R4 j  j    │  │      Unit_2.1_-_Many_Solutions_and_Intractability.zip
8 }  }, o( d; Z- w8 k$ y    │  │      Unit_2.2_-_Non-deterministic_RAM-subtitles.en.zip
1 }6 G2 s2 W+ D' z' j    │  │      Unit_2.2_-_Non-deterministic_RAM.zip
% F8 s+ J9 x1 s2 N2 p- P& }9 `    │  │      Unit_2.3_-_SAT-subtitles.en.zip% F( J7 S& g+ ^/ S- e; Q
    │  │      Unit_2.3_-_SAT.zip3 f1 j+ b* ?/ O, r# C2 @
    │  │      Unit_2.4_-_Proof_of_SAT_(Optional)-subtitles.en.zip
! [8 j1 n5 F; z: g4 `' D/ C2 H% X    │  │      Unit_2.4_-_Proof_of_SAT_(Optional).zip
! d  |' m# W+ |! p/ z! K6 u" ~    │  │      Unit_2.5_-_NP-Completeness_Via_Reductions-subtitles.en.zip
6 \! L* I! R7 @, w2 v' ^1 _! ~    │  │      Unit_2.5_-_NP-Completeness_Via_Reductions.zip; S; b" \  j3 }$ L4 w3 t
    │  │      Unit_3_-_Solving_NP-Complete_Problems-subtitles.en.zip3 W4 H: E0 M3 m) g4 k) P
    │  │      Unit_3_-_Solving_NP-Complete_Problems.zip
. e/ S1 i8 C) ?/ E0 q( p: X    │  │      Unit_4.1_-_Pruning_the_Input-subtitles.en.zip
8 T7 Q+ G7 v5 n. W4 w4 T9 S    │  │      Unit_4.1_-_Pruning_the_Input.zip
2 i; d8 a# P, r2 W! S- J    │  │      Unit_4.2_-_Preprocessing-subtitles.en.zip- g$ N, e1 t! D! ^+ g) L2 D* W
    │  │      Unit_4.2_-_Preprocessing.zip
# O; ?/ H; @# E! Y9 b; u    │  │      Unit_4.3_-_Measuring_Hardness-subtitles.en.zip
. a; _) I* B3 A7 W    │  │      Unit_4.3_-_Measuring_Hardness.zip8 Z9 {3 p& H+ n# W6 i! i
    │  │      Unit_5.1_-__Approximation_Factor-subtitles.en.zip
1 @1 y8 P+ L# _( T; P; ~' n9 j    │  │      Unit_5.1_-__Approximation_Factor.zip
# f% F8 Y% P% g- v4 \& C' S    │  │      Unit_5.2_-_Shortest_Tour-subtitles.en.zip
, l" o  Q, F2 j4 g    │  │      Unit_5.2_-_Shortest_Tour.zip  L. |  {2 h+ [3 W( f
    │  │      Unit_5.3_-_Reductions_&_Approx._Factors-subtitles.en.zip
) d" `4 @) Q# ]    │  │      Unit_5.3_-_Reductions_&_Approx._Factors.zip( q+ z) d0 J6 v
    │  │      Unit_5.4_-_PTAS-subtitles.en.zip
& Z$ O$ M5 E3 G3 P, ?6 w    │  │      Unit_5.4_-_PTAS.zip
2 Z$ D: I+ H; D) ?    │  │      Unit_6.1_-_Randomization-subtitles.en.zip
) h. p* w' K/ g! M6 h    │  │      Unit_6.1_-_Randomization.zip
" o) f- A, }" E$ Y    │  │      Unit_6.2_-_What_Youve_Learnt-subtitles.en.zip1 G# T+ d0 [" B! y
    │  │      Unit_6.2_-_What_Youve_Learnt.zip6 P  l0 }$ l( i/ o" g2 K# J
    │  │      Unit_7.1_-_Limits_of_Computation-subtitles.en.zip% _& ]+ H, ~$ ?1 g3 U
    │  │      Unit_7.1_-_Limits_of_Computation.zip% U2 A3 j7 v2 l  m) s5 U' S
    │  │      Unit_7.2__-_More_Undecidability-subtitles.en.zip
, I7 n0 s* t" X+ w    │  │      Unit_7.2__-_More_Undecidability.zip2 _5 l! B8 R. o! l9 v5 b+ s9 X
    │  │      , P  \5 J  F8 x, ?, g
    │  ├─CS344 Intro To Parallel Programming Using CUDA to Harness the Power of GPUs
& X- V# @+ h5 E( h- y$ h" _4 q    │  │      Lesson_1_-_Bill_Dally_Interview-subtitles.en.zip
' y& f8 ~) S2 d    │  │      Lesson_1_-_Bill_Dally_Interview.zip( c, ^$ |1 Q/ ~9 E" N  I
    │  │      Lesson_1_-_The_GPU_Programming_Model-subtitles.en.zip$ f+ O8 ?3 c' S4 t
    │  │      Lesson_1_-_The_GPU_Programming_Model.zip' b# e/ c7 }# f8 Y0 i% B3 O
    │  │      Lesson_2_-_GPU_Hardware_and_Parallel_Communication_Patterns-subtitles.en.zip6 F' N+ m% M1 U, x. a6 ^6 t$ Y' b4 K
    │  │      Lesson_2_-_GPU_Hardware_and_Parallel_Communication_Patterns.zip
8 u' j+ W' p7 H; m( N; @7 M    │  │      Lesson_3_-_Fundamental_GPU_Algorithms_(Reduce,_Scan,_Histogram).zip
6 X: _0 w% M) Z; ?1 E    │  │      Lesson_4_-_Fundamental_GPU_Algorithms_(Applications_of_Sort_and_Scan).zip+ Z+ z! \) o2 Y/ a3 e
    │  │      Lesson_4_-_Ian_Buck_Interview-subtitles.en.zip
" e8 g# F, C! @% W6 y2 ?2 K    │  │      Lesson_4_-_Ian_Buck_Interview.zip8 C2 U- s: s4 b5 a4 f1 {  T/ e
    │  │      Lesson_5_-_Optimizing_GPU_Programs-subtitles.en.zip
. X- i7 x& s/ ]1 ~5 i' B9 ~2 z    │  │      Lesson_5_-_Optimizing_GPU_Programs.zip# I3 @" r: i. w: d* e5 P. c% S7 J
    │  │      Lesson_6.1_-_Parallel_Computing_Patterns_Part_A-subtitles.en.zip
# y0 @9 `0 k. @* O5 }6 u8 _    │  │      Lesson_6.1_-_Parallel_Computing_Patterns_Part_A.zip* a) f0 u& \: a
    │  │      Lesson_6.2_-_Parallel_Computing_Patterns_Part_B-subtitles.en.zip
$ v" i& M; n( |    │  │      Lesson_6.2_-_Parallel_Computing_Patterns_Part_B.zip
+ G( u0 P& Q3 Y3 j) _: V, l* Y+ \    │  │      Lesson_7.1_-_Additional_Parallel_Computing_Topics-subtitles.en.zip
- s+ g1 h3 t" o' J9 l    │  │      Lesson_7.1_-_Additional_Parallel_Computing_Topics.zip" p' ]) m( O6 V" ?1 A0 o
    │  │      Lesson_7.2_-_Dynamic_Parallelism-subtitles.en.zip
! X6 @) ^5 d6 z0 ?3 R2 r1 X4 z    │  │      Lesson_7.2_-_Dynamic_Parallelism.zip
  b" X6 |8 b8 i+ [    │  │      Lesson_7.3_-_Stephen_Jones_Interview-subtitles.en.zip/ p% Z, N$ _" @; b: b' ?1 O
    │  │      Lesson_7.3_-_Stephen_Jones_Interview.zip
6 K- T7 l5 ?1 s/ b# Y    │  │      zh-cn-subtitles.zip& l* w6 B9 {: _! x  E
    │  │        k$ }- Q# h, `2 Q
    │  ├─CS348 Functional Hardware Verification How to Verify Chips and Eliminate Bugs9 y* s9 I* G( G# H  i: c  }
    │  │      Lesson_1_Introduction_to_Hardware_Verification-subtitles.en.zip5 Q* }" G  d9 @" i
    │  │      Lesson_1_Introduction_to_Hardware_Verification.zip9 H3 A6 b- x: E; p; i9 P
    │  │      Lesson_2_Basic_stimulus_modeling_and_generation-subtitles.en.zip2 ^2 \* w& j( d4 O7 |+ U( H9 N' S2 I& [
    │  │      Lesson_2_Basic_stimulus_modeling_and_generation.zip
9 Z* v- |1 L( g9 S; ^9 C+ y    │  │      Lesson_3_Interfacing_to_the_Hardware_Model-subtitles.en.zip8 R( o" d# Z: n
    │  │      Lesson_3_Interfacing_to_the_Hardware_Model.zip/ M! @! ^, |; H/ `0 F7 E  j2 V, q6 M
    │  │      Lesson_4_Monitoring_and_Functional_Coverage-subtitles.en.zip% i1 w  M& [" Q$ X, K
    │  │      Lesson_4_Monitoring_and_Functional_Coverage.zip
' C& h# V: u9 N1 ^    │  │      Lesson_5_Checking-subtitles.en.zip
2 T, U0 Q9 \4 A  t5 c! m, V7 ~    │  │      Lesson_5_Checking.zip
1 L7 V, d& ~+ J1 H    │  │      Lesson_6_Aspect_Oriented_Programming-subtitles.en.zip
3 U$ ?( |: l. `* Y" y1 e$ `8 U7 y/ c' ^    │  │      Lesson_6_Aspect_Oriented_Programming.zip4 C4 T- J: {/ A0 Z1 \  ^- b
    │  │      Lesson_7_Reuse_Methodology-subtitles.en.zip
( c. E8 _: @. h7 f/ i    │  │      Lesson_7_Reuse_Methodology.zip
$ j! B' N" c( x1 `$ x: G- {* c/ |    │  │      Lesson_8__Debugging-subtitles.en.zip
& P$ ~2 n* J, }% [- |    │  │      Lesson_8__Debugging.zip( ^" ~  F" d' O" g$ v9 R7 t1 H
    │  │      Lesson_9_Conclusion_and_Exam-subtitles.en.zip
5 }2 m  V3 A) y+ n0 W" }    │  │      Lesson_9_Conclusion_and_Exam.zip" T5 w" o( e" ?7 X/ c0 v) m
    │  │      
$ e; o9 W  o) y0 \9 F' ^    │  ├─CS373 Artificial Intelligence for Robotics Programming a Robotic Car
+ v# ?" b  [( c( N" d- o    │  │      Problem_Set_1-subtitles.en.zip
" J0 a* A& J, q9 T- \    │  │      Problem_Set_1.zip7 I5 K: p! q0 E
    │  │      Problem_Set_2-subtitles.en.zip7 G$ }0 {" I+ R: p
    │  │      Problem_Set_2.zip
* M- t3 O0 i5 {: d; U    │  │      Problem_Set_2_Help-subtitles.en.zip" J8 E" e3 a/ p* O$ D6 v
    │  │      Problem_Set_2_Help.zip8 l/ y$ _# S# H! P8 d
    │  │      Problem_Set_3-subtitles.en.zip1 ]' s8 O+ T3 U" @  o
    │  │      Problem_Set_3.zip
: k' N- k' Y0 v$ y( z    │  │      Problem_Set_3_Help-subtitles.en.zip
" f5 ~6 J; E$ V5 \2 c    │  │      Problem_Set_3_Help.zip
- [: s- z9 R" s2 T: z    │  │      Problem_Set_4-subtitles.en.zip' t2 ?; a$ q9 I' |: J
    │  │      Problem_Set_4.zip
# ^! D! m( \! w& [    │  │      Problem_Set_5-subtitles.en.zip( _9 |6 g1 V* n5 V# L) A: B* }
    │  │      Problem_Set_5.zip! h$ \; y6 A, }& M' R
    │  │      Problem_Set_5_Help-subtitles.en.zip
8 c  z3 y! B" `% V    │  │      Problem_Set_5_Help.zip  j+ c' o! ]1 R' q  O* j6 G& Z
    │  │      Problem_Set_6-subtitles.en.zip
/ O8 u7 s' h; R: }    │  │      Problem_Set_6.zip% {% k9 V9 N. p$ o4 ^
    │  │      Q&A_1-subtitles.en.zip$ j/ y, t$ X* P8 W* l: l) ?
    │  │      Q&A_1.zip% o1 E4 c/ t1 x2 R" o
    │  │      Q&A_2-subtitles.en.zip" x( d) f! C% h0 n5 v: C6 n
    │  │      Q&A_2.zip
( i% M- }! @6 L  q4 E5 ]3 d4 V    │  │      Q&A_3-subtitles.en.zip9 C/ c$ e( S' C8 O, S
    │  │      Q&A_3.zip
) \( W( Z( }) c* r( g, K, o0 O, U' {    │  │      Q&A_4-subtitles.en.zip
' b4 I6 w1 W7 A; Z. X' c    │  │      Q&A_4.zip+ V! H8 @  ?( F" Z! i3 g
    │  │      Q&A_5-subtitles.en.zip+ G* a5 F; R- F; j) R1 y4 U* @
    │  │      Q&A_5.zip* d$ k$ y- N7 k/ b4 X
    │  │      Q&A_6-subtitles.en.zip9 x5 \" k4 R' w3 r/ T
    │  │      Q&A_6.zip
6 E! \3 n/ f, z' |    │  │      Unit_1_-_Localization-subtitles.en.zip
8 V; M) e6 ^) t* w; e) i    │  │      Unit_1_-_Localization.zip
4 ^( m" U& A1 D9 w0 P4 i    │  │      Unit_2_-_Kalman_Filters-subtitles.en.zip
, o8 Z% ~* y  k0 y* b; S: C8 T    │  │      Unit_2_-_Kalman_Filters.zip
9 ]$ `' ]5 x) i. k    │  │      Unit_3_-_Particle_Filters-subtitles.en.zip4 \1 q% O( }" c. _6 G
    │  │      Unit_3_-_Particle_Filters.zip
: f6 j4 d* Z- O* [; P) W    │  │      Unit_4_-_Search-subtitles.en.zip* b  m$ V' v7 J1 F8 j6 `% a
    │  │      Unit_4_-_Search.zip7 b* k5 a- Q0 V5 r9 t
    │  │      Unit_5_-_PID_controll-subtitles.en.zip  |5 K7 S& L+ k% Z5 k& M
    │  │      Unit_5_-_PID_controll.zip
' t# _$ q' ~- l9 A    │  │      Unit_6_-_SLAM-subtitles.en.zip
2 [1 G( J4 V$ ?& S; }    │  │      Unit_6_-_SLAM.zip9 W/ v% E9 _4 I9 V5 {
    │  │      
1 }& q+ J7 m; t    │  ├─CS387 Applied Cryptography The Science of Secrets
! P. `4 R/ V# D* F) v- X9 n% s    │  │      Exam-subtitles.en.zip# v6 H7 _  I' _2 Q- h- B% Z5 R
    │  │      Exam.zip2 f- k4 }5 U9 a  L4 n4 [! e
    │  │      Interview_on_GSM_Cracking-subtitles.en.zip. i4 P( t* ^# L7 `  G( H
    │  │      Interview_on_GSM_Cracking.zip. o4 z' @  `$ N2 c
    │  │      Problem_Set_1-subtitles.en_2.zip9 s# O# O- b$ k9 r: m
    │  │      Problem_Set_1_2.zip% y2 w8 M9 ^% X$ s( H8 o
    │  │      Problem_Set_2-subtitles.en_2.zip
$ ]/ }. ~) K2 `. Q/ I, R" R( q" s    │  │      Problem_Set_2_2.zip
" X, T6 ?  H, [- n2 ~9 P    │  │      Problem_Set_3-subtitles.en_2.zip
* F& [! `% E( H" W8 k    │  │      Problem_Set_3_2.zip9 e% m" _1 k# n8 b1 C2 x: t
    │  │      Problem_Set_4-subtitles.en_2.zip
- c8 g; @9 k0 ]( U    │  │      Problem_Set_4_2.zip3 b3 F3 j# s& s1 `& R- K% v
    │  │      Problem_Set_5-subtitles.en_2.zip
4 ]  T/ Z3 Z! v% O2 _' Q    │  │      Problem_Set_5_2.zip
+ z. }1 R* B$ [    │  │      Problem_Set_6-subtitles.en_2.zip4 s# A& ?7 Y" ?. V6 @- }0 W. c
    │  │      Problem_Set_6_2.zip
( Y" y6 s- V: o. x4 j3 E    │  │      Problem_Set_6_Solutions-subtitles.en.zip
: I' ~, ~( `5 e. \. f: u7 P    │  │      Problem_Set_6_Solutions.zip
0 C% N# d! _, q' @    │  │      Q_&_A_Session_1-subtitles.en.zip
5 X  ~' Z5 w5 X8 X/ {    │  │      Q_&_A_Session_1.zip
) H) S. G7 N4 j3 N7 M' l    │  │      Q_&_A_Session_2-subtitles.en.zip- \2 W& n  O$ Q9 u8 b
    │  │      Q_&_A_Session_2.zip& _( m* E3 j0 r; Y- p
    │  │      Q_&_A_Session__3-subtitles.en.zip; X  B) N/ S: w3 E
    │  │      Q_&_A_Session__3.zip
0 e! V  B% i1 k* p- y( x0 T& Z    │  │      Unit_1-subtitles.en.zip1 ?1 s/ p$ M+ E' w. `7 m* s9 A: c& E
    │  │      Unit_1.zip5 R5 [( {# I; F. h% r& {4 S  q; D
    │  │      Unit_2-subtitles.en.zip
) m0 _& F8 ]' U; X& t; ~    │  │      Unit_2.zip) M! A4 M2 [; l* c# m
    │  │      Unit_3-subtitles.en.zip2 l- o  W$ a$ S( c) G9 w' \; i
    │  │      Unit_3.zip! K, l4 T4 J" \9 V. V7 R' K4 _
    │  │      Unit_4-subtitles.en.zip/ }+ {' x9 N4 [7 l0 ~% |; T5 G4 z" _
    │  │      Unit_4.zip' Q7 n% K; E; a! v: Q; B2 O# P
    │  │      Unit_5-subtitles.en.zip
5 j5 U: L3 y' M6 \    │  │      Unit_5.zip
" h8 Q" b( |8 A2 h, Q' _    │  │      Unit_6-subtitles.en.zip
: f5 p; W6 F( D& b* Z. I    │  │      Unit_6.zip2 q8 N, q. G0 m+ a- [
    │  │      Unit_7-subtitles.en.zip
/ K. l" c& v9 c$ }) X: y    │  │      Unit_7.zip3 v- I/ S3 x$ C
    │  │      : _. {; A9 M4 s: }
    │  ├─EP245 How to Build a Startup The Lean LaunchPad
- p  x: i2 d' m    │  │      Lecture_0_Before_You_Get_Started-subtitles.en.zip" c+ R1 ^2 U& Q) O
    │  │      Lecture_0_Before_You_Get_Started.zip
, M5 @( A1 G/ r& j0 B" `    │  │      Lecture_1.5A_Business_Models_and_Customer_Development-subtitles.en.zip; D# v7 {+ n6 T/ A1 ?
    │  │      Lecture_1.5A_Business_Models_and_Customer_Development.zip0 Q, J. K7 J- m" l9 m
    │  │      Lecture_1.5B_Business_Models_and_Customer_Development-subtitles.en.zip7 `  P$ N" ]% e# J4 y& X+ d
    │  │      Lecture_1.5B_Business_Models_and_Customer_Development.zip
" H" Y& v3 H/ p9 n2 v9 |: o    │  │      Lecture_1_What_We_Now_Know-subtitles.en.zip$ [) B/ I. F; q1 t. e
    │  │      Lecture_1_What_We_Now_Know.zip
$ E. g! B) C2 k    │  │      Lecture_2_Value_Proposition-subtitles.en.zip
9 f# _( Q) O$ [/ c& f' A    │  │      Lecture_2_Value_Proposition.zip
5 @0 H; D; O3 f& [# r1 A" n) p% D    │  │      Lecture_3_Customer_Segments-subtitles.en.zip
! ~' S! B! C. T5 B. z    │  │      Lecture_3_Customer_Segments.zip/ r. I- V( j9 ~0 ?
    │  │      Lecture_4_Channels-subtitles.en.zip
( j& q1 v$ L& H    │  │      Lecture_4_Channels.zip' V2 A' q9 q& g- \% x
    │  │      Lecture_5_Customer_Relationships-subtitles.en.zip
% v% ]& K2 v  p/ N$ }  x  q    │  │      Lecture_5_Customer_Relationships.zip7 ^- m  ^+ I: T" k+ D9 N$ }
    │  │      Lecture_6_Revenue_Model-subtitles.en.zip
( w4 `, d0 {: H! z6 k" ]    │  │      Lecture_6_Revenue_Model.zip/ ^# h" n( b, S3 R) ?/ I
    │  │      Lecture_7_Partners-subtitles.en.zip
6 M# T, t/ |: `2 l; V    │  │      Lecture_7_Partners.zip
0 O8 `! B# P0 e    │  │      Lecture_8_Resources,_Activities_&_Costs-subtitles.en.zip" A, S6 Q8 y" `4 P) G  [% u  b! P
    │  │      Lecture_8_Resources,_Activities_&_Costs.zip
' ~, h8 `" ^7 @7 ?5 y    │  │      Secret_Notes_for_InstructorsCoaches-subtitles.en.zip
1 M6 \  V& _' @1 @% Q    │  │      Secret_Notes_for_InstructorsCoaches.zip- W" `2 R# d0 q. e* I- C+ V
    │  │      ) @/ i& `( m3 \% e( J" G+ {
    │  ├─MA004 Introductory Algebra Review5 j" d+ \. t* m# d% K3 B
    │  │      1.1_Intro_to_Integers.zip
9 l1 w* y" g5 X; d; n+ Q    │  │      1.2_Order_of_Operations.zip$ F2 {5 T) L! z. Y# L# o
    │  │      1.3_Area_and_Perimeter.zip5 K+ ?, {4 _& A! ]' k
    │  │      2.1_Fractions.zip
, @. ~* L4 v& R+ {8 D6 E5 n    │  │      2.2_Decimals_and_Applications.zip0 H* R" P: i8 f8 T% t
    │  │      2.3_Fraction_to_Decimal_Conversion.zip
" l/ c1 g8 V9 Q, B& D; c    │  │      2.4_Scientific_Notation.zip$ ?  F- W/ R2 A  \! X0 }3 ^# u
    │  │      3.1_Rates.zip
- H  m% R0 y( R5 A4 `8 j0 Q) }8 L    │  │      3.2_Ratios.zip
3 X* H+ S( W  U9 W8 K- f4 }    │  │      3.3_Unit_Conversion.zip. u5 ?0 V, P, d" D+ B7 V% ?0 l. \
    │  │      3.4_Decimals_and_Percents.zip6 i" V  n2 T8 w$ D
    │  │      4.1_Algebraic_expressions.zip7 l* Z4 l0 R! Y" w* F" J
    │  │      4.2_Linear_equations.zip" P7 E6 o: o; J' T
    │  │      4.3_Algebraic_Proportions_&_Similar_Triangles.zip
! X) S8 ~  @9 V! x. E; \    │  │      4.4_Pythagorean_Theorem.zip9 S$ s3 d& r( t4 u3 X+ ^( d
    │  │      5.1_Introduction_to_Graphing.zip
3 f/ L7 A" l6 H& }& U6 L$ z    │  │      5.2_Slope.zip; z7 W' x: |/ h
    │  │      5.3_Writing_Linear_Equations.zip
8 Z# X7 f0 s" a$ d' U. \    │  │      " {  P: K/ _  U
    │  ├─MA006 Visualizing Algebra Problems and Patterns" ?: |+ k0 b$ t9 E- ^1 U" ~/ C
    │  │      1.1a_Equivalent_Fractions-subtitles.en.zip
$ W3 ^& e3 Z! S2 s' b8 J' x* e    │  │      1.1a_Equivalent_Fractions.zip
& D4 s. A) P) R4 q    │  │      1.1b_Multiply_Fractions-subtitles.en.zip
0 e# j- }7 _& A    │  │      1.1b_Multiply_Fractions.zip# n- @. i8 }' |
    │  │      1.1c_Divide_Fractions-subtitles.en.zip
6 N# m9 c% o' w! O+ ]    │  │      1.1c_Divide_Fractions.zip3 r6 Y$ M+ ?8 n+ v
    │  │      1.1d_Add_and_Subtract_Fractions-subtitles.en.zip% ]- ~$ K0 a( P
    │  │      1.1d_Add_and_Subtract_Fractions.zip
. j: X1 ~9 E- {8 q+ G5 `    │  │      1.2_Exponents-subtitles.en.zip
6 [2 B, [' y& _" g6 F( R. R    │  │      1.2_Exponents.zip* T/ R, a8 ?7 g  v, Z+ B2 o4 S5 y3 f
    │  │      1.3a_Scientific_Notation-subtitles.en.zip
  L9 p- J$ X% A8 l" [9 Q0 {    │  │      1.3a_Scientific_Notation.zip* k  G; v- O5 k; V( g; _, [
    │  │      1.3b_Decimals_and_Percents-subtitles.en.zip- `% l( m. F) z
    │  │      1.3b_Decimals_and_Percents.zip( N7 F! {6 o% T6 O% m
    │  │      1.4_Order_of_Operations-subtitles.en.zip
( D- v0 j; |# z+ ]3 h    │  │      1.4_Order_of_Operations.zip
, m/ r5 Y7 i# x    │  │      1.5_Evaluating_Expressions-subtitles.en.zip
( g% Z+ t7 H! G, G5 w2 G    │  │      1.5_Evaluating_Expressions.zip' e9 ^8 }! a8 {3 N( T* V
    │  │      1.6_Absolute_Value-subtitles.en.zip3 \! a% Z1 o$ _3 S9 G
    │  │      1.6_Absolute_Value.zip  @7 z& s/ p9 ^
    │  │      10.1_Solving_Equations_with_Radical_Expressions.zip
; K1 x( T9 n. k1 g5 Z, e    │  │      10.2_Radical_Equations_that_lead_to_Factorable_Quadratics.zip: u7 o2 c4 t0 Y5 Y; v& a) c# @% R
    │  │      10.3_The_Substitution_Method.zip5 X+ Z# A; q6 C5 X, O$ T
    │  │      10.4_Geometry_Applications_(Area_and_Perimeter).zip' T( A6 D" B  O/ f' l+ n# A1 d
    │  │      10.5_Motion_Problems.zip( k9 N, W5 a% Z- s; l) S3 w
    │  │      10.6_Motion_Problems_with_a_Current.zip: i  r1 k+ h* J/ Z% d
    │  │      10.7_Work_Problems.zip
: Z7 ?+ k; C$ v    │  │      11.1_Pythagorean_Theorem.zip3 k5 F; ]# d: A+ H- w8 x
    │  │      11.2_The_Distance_Between_Two_Points.zip
3 w* V7 b1 U8 a) m8 Z' l1 o# n) C    │  │      11.3_Circles.zip, j7 l- s# N7 o/ ?- F' u
    │  │      11.4_Ellipses.zip  a. z) K# _  f9 \4 |4 B
    │  │      11.5_Hyperbolas.zip
" j4 H, G! {! d& h% o. c3 F1 ~, F    │  │      11.6_Parabolas.zip$ f/ U4 V0 @( J) J+ G2 [* K
    │  │      11.7_Conic_Sections.zip
" R3 p6 N3 {1 ?    │  │      12.1_Inverses_of_Functions.zip
2 ?8 k# c: R7 {  e0 f! F: \    │  │      12.2_Function_Algebra.zip
3 h3 R3 P0 U. T    │  │      12.3_Exponential_Equations.zip2 {7 s4 v* y, M) P( T- `
    │  │      12.4_Logarithmic_Notation.zip. ~. F. o6 r) E: k
    │  │      12.5_Properties_of_Logarithms.zip/ }4 ^, j# E' B- O' y
    │  │      12.6_Equations_with_Logarithms.zip
  {& b% v3 ^: @% |" y9 n    │  │      2.0_Math_Quill-subtitles.en.zip
( M2 h1 a: B" v9 `  [2 W+ V* ]    │  │      2.0_Math_Quill.zip
/ d  p, c$ g! z+ m  P    │  │      2.1_Equations_and_Inequalities-subtitles.en.zip. @' z$ g: L, E: b9 S2 u+ _: K
    │  │      2.1_Equations_and_Inequalities.zip6 p. z& r! C- U% ~2 E$ L
    │  │      2.2_Problem_Solving-subtitles.en.zip* M9 m; e4 h0 E0 M
    │  │      2.2_Problem_Solving.zip
( F7 o4 i% |% c    │  │      2.3_Solving_Inequalities-subtitles.en.zip
: x7 ~# F$ n/ |) P8 d$ A/ |+ D! y    │  │      2.3_Solving_Inequalities.zip( v+ ]# a1 {5 M
    │  │      2.4_Sets-subtitles.en.zip
4 E/ p9 U# ?- V  T% \6 ?# [" }    │  │      2.4_Sets.zip
5 Y2 Y$ |) _0 i; k4 e    │  │      2.5_Compound_Inequalities-subtitles.en.zip
; p% F0 n( P4 u- P6 Y! i, M6 d: A    │  │      2.5_Compound_Inequalities.zip! o. `* L( A: i  F
    │  │      2.6_Absolute_Value_Equations_and_Inequalities-subtitles.en.zip
) ~3 r: V% _& ]3 N$ q7 b    │  │      2.6_Absolute_Value_Equations_and_Inequalities.zip! A: j- g; Q, Z
    │  │      3.0_Math_Quill.zip; C( N7 ]" N4 w" }" }% E
    │  │      3.1_Cartesian_Plane.zip
$ ^+ F6 n% I( b: m3 U    │  │      3.2_Slopes_of_Lines.zip& m& @) y( T# @. P# T5 }
    │  │      3.3_Graphing_Linear_Equations.zip
3 ~9 M1 c: B) x6 i! c    │  │      3.4_Equations_of_Lines.zip. {; i; f. c0 Q# b: R6 W) j% H1 @
    │  │      3.5_Graphs_of_Linear_Inequalities.zip. f0 A. F- k& l
    │  │      3.6_Functions.zip
0 V1 ~' U. d9 Y9 }5 P    │  │      4.1_Types_of_Systems_of_Equations.zip
3 M$ C5 j6 d" c    │  │      4.2_Solving_Systems_using_Substitution.zip
  g6 I" W* ]( k! T! V3 c8 o- k9 D    │  │      4.3_Solving_Systems_using_Elimination.zip% l, D4 Y; v' ?1 H* K, h
    │  │      4.4_Applications_of_Systems.zip
1 I, n$ }( d1 o% D9 D( Z" D( B' g    │  │      5.1_Properties_of_Exponents.zip
. r. c# w4 u  G5 N# h3 X    │  │      5.2_Calculations_with_Scientific_Notation.zip
& y0 b. {  j+ Y8 {    │  │      5.3_Add_and_Subtract_Polynomials.zip
! W; D- y( N  ^    │  │      5.4_Multiply_Polynomials.zip
' r. K8 l' T& r* Q$ \9 r    │  │      5.5_Divide_Polynomials.zip$ G* l* i# h7 v+ \
    │  │      6.1_Factoring_the_Greatest_Common_Factor.zip. `( x5 K9 ?6 E# Q$ E3 S1 n
    │  │      6.2_Factoring_by_Grouping.zip! A/ @2 W, w0 ~6 O2 h
    │  │      6.3_Factoring_by_Patterns.zip, x$ v! d- G6 m1 r7 j1 x0 E
    │  │      6.4_Factoring_Expressions.zip( T8 N4 Q; `5 }2 C
    │  │      6.5_Solving_Quadratic_Equations_by_Factoring.zip6 q, n$ L3 A# p) C! o2 m/ p# W6 Q
    │  │      7.1_Simplify_Rational_Expressions.zip' j9 y0 I8 z* t; D
    │  │      7.2_Multiply_and_Divide_Rational_Expressions.zip6 L/ \, v1 p4 t4 P3 R" v+ e
    │  │      7.3_Add_and_Subtract_Rational_Expressions.zip
2 o8 ~0 ?  T9 g    │  │      7.4_Complex_Fractions.zip
3 I8 M* y3 O4 x1 C; \) O" s! o    │  │      7.5_Solving_Equations_with_Rational_Expressions.zip
2 c5 O3 K8 P+ ^) F    │  │      7.6_Solving_for_Variables_in_Variable_Equations.zip
, |& F; r; v6 ]9 j9 [1 Y1 x" {    │  │      7.7_Variation.zip
1 O0 }3 Y# R! h' m    │  │      8.1_Rational_Exponents.zip
9 J& i: y3 L5 T' E    │  │      8.2_Simplifying_Radicals.zip; E1 @4 D' Z! H% q
    │  │      8.3_Complex_Numbers.zip: u( |# Z) c- [: U- P
    │  │      8.4_Add_and_Subtract_Radicals_and_Complex_Numbers.zip
9 c5 [7 a. e8 T) q& g- M* a    │  │      8.5_Multiply_Radicals.zip
' H' R' W7 j# R( ^    │  │      8.6_Divide_Radicals.zip" H% Q- G9 }# Z
    │  │      9.1_Review_of_Factorable_Quadratics.zip7 ~; }. m0 V' H/ s( T3 q
    │  │      9.2_Solving_Quadratic_Equations_using_the_Square_Root_Method.zip; M$ E$ ^2 c5 R2 S4 z- Y" R2 e
    │  │      9.3_Solving_Quadratic_Equations_by_Completing_the_Square.zip" r. a$ l5 N  @% \8 B9 @
    │  │      9.4_Solving_Quadratic_Equations_using_the_Quadratic_Formula.zip
7 b, V' z8 j9 {, \/ J+ D    │  │      9.5_Quadratic_Inequalities.zip$ d$ S& o4 o! G8 l1 |# x% [5 t
    │  │      , @) S# L. N3 o- |2 n
    │  ├─MA008 College Algebra Animals, Architecture, and Innovation
9 m% X1 F% n9 P; T1 l7 J5 C0 B. t; N    │  │      Lesson_10__Parabolas.zip
8 d/ {+ ~: n4 f$ A    │  │      Lesson_11_Factoring.zip, U/ P  F( U9 M$ b* U' r
    │  │      Lesson_12_Quadratic_and_Rational_Inequalities.zip
2 i$ R+ e( `5 c% i- l& I    │  │      Lesson_13__Parabolas.zip
$ E% t0 b/ N% O' Z! \+ ?1 M    │  │      Lesson_14_Completing_the_Square.zip& g) H% {! |2 _3 O4 D2 p  S0 `7 W
    │  │      Lesson_15_Quadratic_Formula.zip, ]4 f# P- N* u1 p  |' G4 U
    │  │      Lesson_16__Complex_Numbers.zip
% @# f' |+ J' `! Y% y5 c    │  │      Lesson_17_Functions.zip; W) x# M- W/ M. t  i
    │  │      Lesson_18_Domain_and_Range.zip
( j! W" B2 H; j$ a    │  │      Lesson_19_Behavior_of_Functions.zip, z0 D% A5 E+ G2 s
    │  │      Lesson_1_Number-subtitles.en.zip- v4 w+ i( P( X0 j* c" d
    │  │      Lesson_1_Number.zip& K  T/ r7 I' F* h$ {- @4 x
    │  │      Lesson_20_Factor_Theorem.zip
: p' b% G" ~' z" J    │  │      Lesson_21_Rational_Zero_Test.zip% q6 ]+ e5 r: P: u. {
    │  │      Lesson_22__Intermediate_Value_Theorem.zip
# Q* H# W1 n! u, [! ^, S: x( [    │  │      Lesson_23_Piecewise_and_Rational_Functions.zip
/ f/ ~# x- @3 }4 J! Q3 Y+ K. Q    │  │      Lesson_24_Asymptotes.zip
$ u/ V% U& e2 P# D    │  │      Lesson_25_Slant_Asymptotes.zip! M/ e2 n4 L5 k* z8 l
    │  │      Lesson_26_Transformations.zip( X2 b& K# X5 l& ]
    │  │      Lesson_27_Combining_Functions.zip2 z% M# _7 M" @; m5 c$ x) D* c
    │  │      Lesson_28_Inverses.zip5 g4 T- T) D' z  ~6 I
    │  │      Lesson_29_Exponential_Functions.zip& K7 C$ O& i7 B% e, E
    │  │      Lesson_2_Expressions-subtitles.en.zip
7 C1 g# `9 L8 R    │  │      Lesson_2_Expressions.zip
2 F0 o# w% L5 ?    │  │      Lesson_30_Scientific_Notation.zip& n) v% z- \- L1 C$ d# Q& Z5 Y- S5 J5 c
    │  │      Lesson_31_Logarithmic_Functions.zip
) |; i4 a- r: Y" s    │  │      Lesson_32_Log_Properties.zip
7 t- V0 w' }( Z  ~/ [3 K1 n    │  │      Lesson_3_Polynomials-subtitles.en.zip) V% A) _( e3 ]" h. y( E5 X  T
    │  │      Lesson_3_Polynomials.zip
: n! S' u* v2 _8 W    │  │      Lesson_4_Equations-subtitles.en.zip
* G1 T5 T) S5 w: }    │  │      Lesson_4_Equations.zip& k) g4 i! F2 C# B
    │  │      Lesson_5-1_Coordinates-subtitles.en.zip) F0 n2 P, n# t
    │  │      Lesson_5-1_Coordinates.zip+ z6 G+ i$ @4 `, x) E
    │  │      Lesson_5-2_Distance-subtitles.en.zip
" x, o2 R% i' B2 \( S* Y    │  │      Lesson_5-2_Distance.zip1 v) ~. Y8 u8 e0 Y6 t
    │  │      Lesson_5-3_Midpoints_And_Slope-subtitles.en.zip
" r1 Z9 @7 W; R    │  │      Lesson_5-3_Midpoints_And_Slope.zip/ v# }, O6 X7 r2 u( ]
    │  │      Lesson_6-1_Slope_And_Equations.zip
0 D) `& i* y$ T4 a$ Y    │  │      Lesson_6-2_Points.zip3 l0 u0 ~5 R3 w8 f/ {
    │  │      Lesson_6-2__Points-subtitles.en.zip
, o, A5 l4 Y) H, r# j) q0 ^0 `    │  │      Lesson_6-2__Points.zip
' p' u8 I! k/ _  j! Y    │  │      Lesson_6_-1_Slope_And_Equations-subtitles.en.zip8 j" c* E! u! `; ]) _
    │  │      Lesson_7_Forms_of_the_Equation_of_a_Line.zip
5 D4 k% l3 t) _, f1 H    │  │      Lesson_8_Inequalities_And_Absolute_Value.zip
7 V5 c( Y) Y6 X0 h$ T% e    │  │      Lesson_9_More_Inequalities_And_Equations.zip
! {6 ^" h, S! p2 \    │  │      Progress_Assessment_(Lessons_17-26).zip
. N& e2 W* u! ?- j4 E; ]0 z    │  │      Review_1-subtitles.en.zip0 k% F8 W" Y0 U2 Y
    │  │      Review_1.zip
6 ~7 Y2 ^4 S8 y, r9 v7 j    │  │      Review_1_(Lessons_1_-_3).zip
& X7 q4 z1 A  v3 k4 V, ^2 ?( [    │  │      Review_1_(Lessons_3_-_5).zip' w3 N* z0 v" Q! ]2 Y/ m; e
    │  │      Review_2-subtitles.en.zip
6 O: D2 i8 X: j4 E    │  │      Review_2.zip9 K; B2 q0 v8 ]9 R; J2 o% w0 `9 W+ B
    │  │      Review_2_(Lessons_4_-_6).zip% Q$ C9 I$ o" T1 R5 Q# |* _
    │  │      Review_3_(Lessons_7_-_9).zip
" Q! I$ i# d" m    │  │      Review_4_(Lessons_10-12).zip/ H8 k4 ~+ K) z# R
    │  │      Review_5_(Lessons_13-15).zip
' N! r6 `3 ?- e: I( [5 e" U    │  │      Review_6_(lessons_1-16).zip
8 C0 Q3 i' Q  p" H    │  │      Review_7_(Lessons_17-19).zip: ^' m8 B0 s% @5 l' v5 C
    │  │      Review_8_(Lesson_20-22).zip( P9 k' u/ A- w
    │  │      Review_9_(Lessons_23-25).zip0 u1 b* E- l8 x
    │  │      
+ ^# i0 w; B  i1 A% ?& _    │  ├─PH100 Intro to Physics Landmarks in Physics
9 @# y$ y' W9 F" |    │  │      Bonus_-_Simple_Harmonic_Branches-subtitles.en.zip$ _* P: Z" h) p1 z1 L: r
    │  │      Bonus_-_Windows_on_Planes-subtitles.en.zip
- D, |, ]/ G4 ^/ E0 g$ a6 a% \. Z1 o4 F    │  │      Final_Exam-subtitles.en.zip
4 D0 G! N7 ?! b* v$ y    │  │      Final_Exam.zip/ u$ p/ p, }+ F* i6 c( \
    │  │      Problem_Set_1-subtitles.en.zip; k5 l: z3 E& T* m, X: h8 N
    │  │      Problem_Set_1.zip& K; w' f: N5 ?
    │  │      Problem_Set_2-subtitles.en.zip
  r* R, X' I1 r( J! I& x    │  │      Problem_Set_2.zip3 {, j5 H# D9 D* [- X/ ]
    │  │      Problem_Set_3-subtitles.en.zip
6 n3 r: p6 `! |+ ]9 d( d    │  │      Problem_Set_3.zip
+ L' G: D' g3 P9 R5 x  M    │  │      Problem_Set_4-subtitles.en.zip
! p- K: ]% |6 m( Y9 t    │  │      Problem_Set_4.zip
% M2 j' {3 g+ x    │  │      Problem_Set_5-subtitles.en.zip, }" L  T9 i8 k+ o
    │  │      Problem_Set_5.zip6 e- a; r  R. k  O( \
    │  │      Problem_Set_6-subtitles.en.zip
1 F, b' g; s4 [1 |  H. }    │  │      Problem_Set_6.zip
0 h3 o0 H, [. l    │  │      Unit_1a_-_Circumference_of_the_Earth-subtitles.en.zip, S. t& r5 x& r2 c0 `9 o5 w
    │  │      Unit_1a_-_Circumference_of_the_Earth.zip
2 Z* f5 T1 p+ i* @) y; Y1 S    │  │      Unit_1b_-_Bonus_-_Error_Analysis-subtitles.en.zip
' y; |' Z, R+ K7 L: a9 j9 v  p    │  │      Unit_1b_-_Bonus_-_Error_Analysis.zip* C, q8 [& i! n
    │  │      Unit_2a_-_What_is_Motion-subtitles.en.zip9 B7 q% s/ Y% X! H
    │  │      Unit_2a_-_What_is_Motion.zip
% [' M0 r" _4 x# M" T    │  │      Unit_2b_-_Motion_in_Two_Dimensions-subtitles.en.zip# U% w" Q9 Y8 c: a7 L' @& g" |
    │  │      Unit_2b_-_Motion_in_Two_Dimensions.zip
9 p% u- O/ v" `" X, W& p, b5 C; T    │  │      Unit_3_-_What_Causes_Motion-subtitles.en.zip, z+ i. l9 T& v& ~8 B! b
    │  │      Unit_3_-_What_Causes_Motion.zip: h; p/ ?( P4 {
    │  │      Unit_4_-_Keeping_Holland_Dry-subtitles.en.zip7 n: Z# F7 [8 G( s; U5 `2 L
    │  │      Unit_4_-_Keeping_Holland_Dry.zip3 n+ e% s2 S8 |( y) S
    │  │      Unit_5_-_Lost_at_Sea-subtitles.en.zip
; j# y# e2 K: K- \    │  │      Unit_5_-_Lost_at_Sea.zip
& m* E+ X# o( O/ O$ n& @& W6 k    │  │      Unit_6_-_Lightning_Strikes-subtitles.en.zip) }5 R7 L4 b' g$ m
    │  │      Unit_6_-_Lightning_Strikes.zip2 _9 r0 g" F. f# U5 ~& Z2 q
    │  │      Unit_7_-_Special_Relativity-subtitles.en.zip+ j; a& E6 ^4 Y) Z2 Y; m9 E  f$ D
    │  │      Unit_7_-_Special_Relativity.zip% i6 X9 {& n1 `
    │  │      - r6 k2 c# P3 X* ^0 A: z7 c! J5 q
    │  ├─PS001 Introduction to Psychology The Science of Thought and Behavior# Q0 g5 L" W8 m- Z# \1 T4 h
    │  │      Lesson_01_What_Is_Psychology.zip/ n3 j- R# Q* }0 X
    │  │      Lesson_02_Research_Methods.zip
: Q6 p& `  B# A/ \, d, x    │  │      Lesson_03_Biology_of_Behavior.zip+ j( M: `  C# d/ Z
    │  │      Lesson_04_Sensation_and_Perception.zip. |- k( ?! c3 M$ K+ o3 k0 x
    │  │      Lesson_05_Development.zip# Q8 g% T* O  {5 @3 y  `
    │  │      Lesson_06_Consciousness.zip. r  z, s6 `. y, J% T
    │  │      Lesson_07_Learning.zip
5 V; L% Q! p) y7 R$ Y    │  │      Lesson_08_Memory.zip
# ^; i0 J0 w: i+ e7 w5 I- M    │  │      Lesson_09_Language_and_Thought.zip
4 y1 Q" B! f. q% z2 B    │  │      Lesson_10_Intelligence.zip
# _$ @5 d  N( D5 N    │  │      Lesson_11_Motivation_and_Emotion.zip( q4 |+ s) t  E6 T( m8 x
    │  │      Lesson_12_Stress_and_Health.zip
5 S  [5 T8 J% L9 d) q    │  │      Lesson_13_Personality.zip
' u' Z" l* S& [6 k, F' U$ W    │  │      Lesson_14_Social.zip
9 [# D. o1 Q& `4 ]+ y! @4 e, l1 X    │  │      Lesson_15_Psychological_Disorders.zip
+ l  @1 x, Y, I+ g( u& n    │  │      Lesson_16_Treatments_for_Psychological_Disorders.zip+ G3 |9 L4 S/ \" X$ O. b
    │  │      ( g1 |3 I6 j' e7 j& x- e& U' n
    │  ├─ST095 Statistics The Science of Decisions
' U- o- |; ~7 C) h  ?9 j    │  │      Google_Spreadsheet_Tutorial.zip
4 V" v4 }9 [5 [) Z8 J4 ^1 n    │  │      Lesson_1-subtitles.en.zip
  }& l7 u8 }( w* L8 V! {+ ~- d    │  │      Lesson_10_t-Tests.zip3 h, Z/ c- Q! V+ d
    │  │      Lesson_11_t-Tests_continued.zip% ]9 J, a7 N% ?% {  N
    │  │      Lesson_12_One-way_ANOVA.zip1 m0 r' @2 p( }- D* u
    │  │      Lesson_13_ANOVA_continued.zip
# r9 h7 X5 E, m8 ~" _    │  │      Lesson_14_Correlation.zip
( }$ ]+ c5 I! R' P    │  │      Lesson_15_Regression.zip- F6 }. V3 k  b( _. r' j( \4 z+ i
    │  │      Lesson_16_Chi-Squared_tests.zip5 Q# \1 ^% r/ G0 ]/ t% y+ W, @( Q
    │  │      Lesson_1_Intro_to_statistical_research_methods.zip
' D. s$ G% F- w2 T    │  │      Lesson_2-subtitles.en.zip: I8 L3 c3 k1 }
    │  │      Lesson_2_Visualizing_data.zip$ W' l# _) W* h1 _
    │  │      Lesson_3_Central_tendency.zip
$ A! m  }  l$ `- G6 Q6 v    │  │      Lesson_4_Variability.zip
7 q  x2 w9 T; b  f( h# f    │  │      Lesson_5_Standardizing.zip6 P# X" J) E% r
    │  │      Lesson_6_Normal_Distribution.zip
4 ?4 K! t: z" h4 Z8 A5 d; o9 D    │  │      Lesson_7_Sampling_Distributions.zip
7 |, {& S+ }! W# O. ~4 w9 A    │  │      Lesson_8_Estimation.zip
5 L7 b4 i' B- N! g. ^$ ]1 p    │  │      Lesson_9_Hypothesis_testing.zip( C; z; ]: c7 j7 |2 X$ g' R
    │  │      Orientation!.zip; t8 K5 V; [, h, U8 e
    │  │      Problem_Set_1-subtitles.en.zip
. O: C- ^4 c) O6 ]+ z/ D    │  │      Problem_Set_1.zip
9 z$ a0 t4 x" r( y, ~    │  │      Problem_Set_2-subtitles.en.zip1 ~# |6 l! w, W$ s
    │  │      Problem_Set_2.zip; j5 X! @! R; D" ~. P
    │  │      
: {/ i* y0 V% G$ n    │  └─ST101 Intro to Statistics Making Decisions Based on Data
4 \7 R( V0 Q( C3 N    │          1._Teaser-subtitles.en.zip5 R0 n% n$ [! h7 Z
    │          1._Teaser.zip- O$ Z7 H; i- ]* q; S
    │          10._Bayes_Rule-subtitles.en.zip- L; s; I6 w- A
    │          10._Bayes_Rule.zip
& A& F% ~/ R3 @- S& E& m4 z    │          11._Programming_Bayes_Rule_(Optional)-subtitles.en.zip
2 w0 E( s$ \( U9 F0 S  Y    │          11._Programming_Bayes_Rule_(Optional).zip3 f/ |+ w5 r+ r
    │          11A._Probability_Distributions-subtitles.en.zip
+ r  n; C) L. m0 G4 ~- H+ F) b  A    │          11A._Probability_Distributions.zip3 e9 q# _2 k0 J/ \1 J
    │          12._Correlation_vs._Causation-subtitles.en.zip
/ r4 a/ Y1 ~# T; X6 |    │          12._Correlation_vs._Causation.zip
6 ^9 d2 c% t4 t! w& X9 j* u    │          13._Estimation-subtitles.en.zip
' Z: |, d. a. X- u/ A4 M0 x    │          13._Estimation.zip& @# [# H8 V5 {2 z  R0 W
    │          14._Averages-subtitles.en.zip
; K$ J& Z2 J7 d+ P0 l    │          14._Averages.zip: p% H+ R$ V2 ]( r& y+ u
    │          15._Variance-subtitles.en.zip) H% W" @  F. y2 K+ N7 q& D
    │          15._Variance.zip
# ?: p/ L2 }+ B* Y    │          16._Programming_Estimators_(Optional)-subtitles.en.zip
8 l. O/ Y8 x! [, D' d    │          16._Programming_Estimators_(Optional).zip
2 {$ D% o9 q$ f& q( n: x& r/ J    │          17._Outliers-subtitles.en.zip
- a8 Y, W5 ?' ~) @9 D* g$ A    │          17._Outliers.zip
) l& W& I" b9 Z# k4 M# ?5 g9 h. i    │          18._Binomial_Distribution-subtitles.en.zip
) E: y4 l9 g' D% L& h0 f    │          18._Binomial_Distribution.zip8 f" m$ ?" w& I  u; w  L5 @+ J8 y) ~' T
    │          19._Central_Limit_Theorem_Programming_(Optional)-subtitles.en.zip% D- S/ A. F" k0 f# {+ \* o
    │          19._Central_Limit_Theorem_Programming_(Optional).zip/ k4 c9 F( E% U; R; u8 N
    │          19A._Central_Limit_Theorem-subtitles.en.zip
: H& c% [# Y/ D1 M    │          19A._Central_Limit_Theorem.zip
' A/ h% H& o+ o3 e# V, t: ?+ H" |    │          2._Looking_at_Data-subtitles.en.zip0 K# }8 ]0 Q/ p2 f* g# y; O2 k% ?
    │          2._Looking_at_Data.zip7 _. v% g) Y7 n
    │          20._The_Normal_Distribution-subtitles.en.zip
; w! v4 m* Z% U  a6 w4 Z3 |/ j    │          20._The_Normal_Distribution.zip# g( L# j0 \6 D; ?. d, T4 _
    │          21._Manipulating_Normals-subtitles.en.zip$ E& B7 `1 W4 x, K4 f* h
    │          21._Manipulating_Normals.zip
; f$ R. N6 |: @$ @5 K    │          22._Most_Better_than_Average-subtitles.en.zip
( W) ?4 v$ d* x/ {    │          22._Most_Better_than_Average.zip9 Z( h8 C+ x! H
    │          23._Sebastian's_Weight_and_Proofs_(Optional).zip5 ]& ]) \8 {/ Z8 J0 y. A
    │          23._Sebastians_Weight_and_Proofs_(Optional)-subtitles.en.zip
* p5 Q/ M( w) n" h  w    │          24._Confidence_Intervals-subtitles.en.zip
5 i/ j* L3 K$ }! g    │          24._Confidence_Intervals.zip( O- D4 ?9 |8 g5 Y/ J0 c. I% m6 @
    │          25._Normal_Quantiles-subtitles.en.zip
7 }/ Q, I) e5 d% C  Y* r9 T/ K4 q1 A    │          25._Normal_Quantiles.zip0 j; l$ x/ p" M! ~
    │          26._Hypothesis_Test-subtitles.en.zip
6 r9 P; N" C1 y" T    │          26._Hypothesis_Test.zip5 O1 Z$ ~. _" E- q2 m7 G
    │          27._Hypothesis_Test_2-subtitles.en.zip
+ }0 @9 d# l( H  A    │          27._Hypothesis_Test_2.zip
7 v8 Q. r+ B; t1 {8 `    │          28._Programming_Tests_and_Intervals_(Optional)-subtitles.en.zip2 Z4 V: z0 I  F6 Z& b
    │          28._Programming_Tests_and_Intervals_(Optional).zip
. Y8 I9 ]( Z! x3 _( e    │          29._Regression-subtitles.en.zip
* H  e$ n% @0 w) V    │          29._Regression.zip& E( ]4 M& Z# _- I
    │          3._Scatter_Plots-subtitles.en.zip# v, [+ Y+ V5 z' H) |# R0 }
    │          3._Scatter_Plots.zip5 k* b8 g; ~) i4 C1 P0 P
    │          30._Correlation-subtitles.en.zip6 p& o; a5 M# V4 k0 A! b) ?4 g
    │          30._Correlation.zip- S  w2 U) I( r0 {; @) H9 T
    │          31._Monty_Hall_Problem_(Optional)-subtitles.en.zip
: ]2 x: y0 f2 V) r, R; Z! j    │          31._Monty_Hall_Problem_(Optional).zip
" V/ q1 p# ~5 W' {! u; ^  B    │          32._Weight_Case_Studies-subtitles.en.zip" c% g+ q5 R- Y9 S* A/ J  V7 h
    │          32._Weight_Case_Studies.zip' d$ r, K8 B9 @' J4 h& z' Q
    │          33._Flash_Crash_Example-subtitles.en.zip
2 t) \& [3 L8 ]$ V3 z; k! v$ }    │          33._Flash_Crash_Example.zip
: b' A: d% }8 Q; n( D. P    │          34._Challenger_Example-subtitles.en.zip
& H' Y5 K' I3 d$ ?0 ^2 `    │          34._Challenger_Example.zip2 I8 R: |$ ?* q, w# R
    │          4._Bar_Charts-subtitles.en.zip2 I$ `8 k, }9 c5 c4 J* h4 c+ P8 v
    │          4._Bar_Charts.zip
1 l+ V- _9 i4 p6 ~$ L. f3 M5 T    │          5._Pie_Charts-subtitles.en.zip
: R) ~9 K: b8 S6 d# H    │          5._Pie_Charts.zip7 A* j- C4 ^0 k: J! _5 {. J
    │          6._Programming_Charts_(Optional)-subtitles.en.zip
! L& d8 f* M) ?    │          6._Programming_Charts_(Optional).zip
) |- j( W  C" U/ G2 |9 m    │          7._Admissions_Case_Study-subtitles.en.zip
5 a6 D5 y8 A& P" C    │          7._Admissions_Case_Study.zip5 Z- @, v* o1 d9 b
    │          8._Probability-subtitles.en.zip
$ g: ]* |$ J5 B* G    │          8._Probability.zip' O$ ^$ K( A, V+ V
    │          9._Conditional_Probability-subtitles.en.zip+ z& Q4 Z% d+ r2 r- W
    │          9._Conditional_Probability.zip8 {5 r( J3 s" _9 s8 u
    │          Final_Exam-subtitles.en_2.zip
+ {3 E. [8 o0 _. L# C4 ~    │          Final_Exam_2.zip+ d8 D) l6 ]  N2 N5 x+ k  |
    │          Problem_Set_1_Visualization-subtitles.en.zip! V: F+ V" G: N/ }
    │          Problem_Set_1_Visualization.zip
3 F; K- s7 Q# m4 n! X$ V* ^! X    │          Problem_Set_2_Probability-subtitles.en.zip1 O$ O% Z& k& `3 x4 G8 @  P
    │          Problem_Set_2_Probability.zip
! [- N, {' `6 O8 m2 r  k    │          Problem_Set_3_Estimators-subtitles.en.zip2 g/ y6 \! C1 u
    │          Problem_Set_3_Estimators.zip
( N/ f: B! I+ p$ ]! d    │          Problem_Set_4-subtitles.en_2.zip0 t- q9 A" b7 V5 Q
    │          Problem_Set_4_2.zip
' y9 z8 \2 {# S$ C. ?0 j+ b- t" m    │          Problem_Set_5_Inference-subtitles.en.zip
8 @+ p' ^6 w) z8 b    │          Problem_Set_5_Inference.zip
1 b* W! h* B, h$ _" _7 z8 A    │          Problem_Set_6_Regression_and_Correlation-subtitles.en.zip5 u! i  r+ ^2 u3 S
    │          Problem_Set_6_Regression_and_Correlation.zip) M* R4 }$ E- h) `( G- K2 K, A( F
    │         
- {3 J+ @9 I- a8 M" m6 f    ├─斯坦福大学-机器学习课程2 L+ A" E! V2 {9 B0 T& i" r
    │  └─斯坦福大学-机器学习课程6 d( [2 }3 @# h+ y- r& {
    │      │  cs229-lecture01.mp4
8 t6 E# w5 [- p7 C/ x, ]" V0 }) _    │      │  cs229-lecture02.mp4+ u2 {  W* B2 p" d- h8 \+ W( C
    │      │  cs229-lecture03.mp4: r" |; Y% a; h, `9 A- i% r
    │      │  cs229-lecture04.mp4
: x$ J8 O- L, ?# U    │      │  cs229-lecture05.mp4
. M, e  q+ h8 F4 `; P    │      │  cs229-lecture06.mp49 [" ]% Y" I. }+ c& @7 \, O0 h
    │      │  cs229-lecture07.mp45 N5 i- R2 `# f5 U5 X  [0 `7 l
    │      │  cs229-lecture08.mp4
- v: t3 S' M9 ]% E8 [: w6 ~$ p. r* x    │      │  cs229-lecture09.mp4
8 v3 u- k+ R; W; \    │      │  cs229-lecture10.mp4
" ?( B& o$ L% V9 F9 `2 E3 [' t    │      │  cs229-lecture11.mp4
8 d+ Q0 J8 [8 [9 X" R$ f- u    │      │  cs229-lecture12.mp4
. [& R5 u2 D% C7 t$ `9 A    │      │  cs229-lecture13.mp4+ v/ b& e  }) k. [! o
    │      │  cs229-lecture14.mp4
5 Y( \! z- T$ o2 P1 ]/ A    │      │  cs229-lecture15.mp4
  f" c1 F: c- z# f! v    │      │  cs229-lecture16.mp4; M' t5 A& P3 Y& {0 _1 D8 `* P) C
    │      │  cs229-lecture17.mp4. y8 t2 i, I: F+ k6 T6 c
    │      │  cs229-lecture18.mp42 A+ M8 D' n) k* s- }7 i# @
    │      │  cs229-lecture19.mp47 g0 A9 r# H9 Y: }( @
    │      │  cs229-lecture20.mp45 P( R* k, t0 M" |
    │      │  下载说明.txt& a* x1 c& b# d+ V% h6 @
    │      │  关注我们.png! |9 Z  e; G+ `, O: @0 R
    │      │  攻城狮论坛=网络技术+编程视频.url6 A0 i5 d4 V* ~
    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
" f9 _0 z/ t% T! w    │      │  1 E2 s6 _6 R$ {$ D# U0 a9 K% y( [4 J
    │      └─[斯坦福大学-机器学习课程].materials: j$ c9 y0 s5 |: O) ]1 m' |
    │          └─materials
; S4 _7 U8 B1 M    │              │  Click_index_to_start.txt
5 J6 f) C' B4 S0 b    │              │  index.html& w+ O4 D4 g( I1 `' U. o* q
    │              │  lecturelist.html
9 e3 e( @" a9 j) z    │              │    t: l9 I0 B' [, c/ s
    │              ├─css
" x5 s2 m  z- f    │              │      base.css" K% t2 J( p' L+ w# s
    │              │      OpenCourse.css
; B1 ~& e8 D4 a) x6 f    │              │      
1 q7 g) q  u6 V7 y9 K7 ~! Q    │              ├─images5 B5 w( j- F" C5 G9 e; ]2 [8 y6 P0 t
    │              │      14.gif. g' p1 l5 Y1 N5 c- K
    │              │      15.gif
7 v0 l+ N, ~& J1 g: Z) ?' M    │              │      ayn.jpg
! |- r4 ~& _1 {8 Y  a5 L) o    │              │      boyd.jpg
- v& X# e! h- g: Y3 ^4 P    │              │      cain.gif2 C! q5 p/ [# q7 X! j- e
    │              │      clear.gif
9 \' ~8 c) K8 C4 G; S    │              │      CS106A.jpg
( `+ A0 n6 g+ D8 V  m    │              │      CS106B.jpg
$ I1 n$ j% o) S/ c- P    │              │      CS107.jpg
% a, c* N. I! r    │              │      CS223A.jpg7 {% n8 A8 j9 e, ?) _' u( b" c. n
    │              │      CS224N.jpg
+ W! k8 D2 H6 G7 a1 Z" u    │              │      CS229.jpg7 @# c; Q) J% {. X, w& Q
    │              │      EE261.jpg  M) N: c' L( h$ |; L# b
    │              │      EE263.jpg+ I6 W; m/ g: W+ o2 Q. n
    │              │      EE364A.jpg+ b" M4 c: E* U+ D! O# m- w* |! K
    │              │      EE364B.jpg) B) Q7 a! q7 s
    │              │      faculty_photo_bg.gif
2 M8 L( C" m( w+ ~7 u    │              │      GATES.JPG
; s% k' q! G* `8 v) y+ J& `    │              │      hw2a.gif
7 k* A2 c6 n1 v    │              │      hw2b.gif3 l2 x! G( |! N  P2 [* u; G& N
    │              │      hw2c.gif
2 l* q- f% `$ Y" w+ ^    │              │      hw2d.gif4 \2 C/ t# P( G3 K5 j+ s  B
    │              │      hw2e.gif
7 Y# b" F% d3 f4 Y2 v6 c    │              │      hw4a.gif
/ |4 E% ?. b/ m" V( U    │              │      hw4b.gif3 Y# }4 b: _( ~% m: l* U
    │              │      khatib.jpg, [& n( F8 b* t7 F, r) M
    │              │      manning.jpg
( d, n: j; E3 n* p+ `2 `    │              │      nav.jpg
. q1 H, g  O3 v5 N' {    │              │      navtop.gif1 W1 s2 R% p% q
    │              │      nav_bottom.gif
, ?( B5 r) C, t; Z% j1 o4 h2 S    │              │      osgood.jpg
7 @3 U4 E# ~) F$ c/ I& [: i* z    │              │      sahami.jpg: z; v4 `1 W- d  b( b+ ^2 W
    │              │      SEEglobe.jpg
% [$ g: h1 w' n8 s- {5 f/ _4 s    │              │      zelenski.jpg
5 p; P; T0 p& X/ C    │              │      / a5 `# z0 W6 A" D' E# j- I) g+ R
    │              └─materials
6 L9 t0 @/ G" n    │                  └─aimlcs2296 |1 `$ k7 J' P
    │                      │  AI-classes.pdf# h8 h$ h# S  N' |3 o6 u5 E9 K
    │                      │  assignments.html
7 F( I: q6 L) c. S! S    │                      │  compute_kernel_matrix.txt  @# j+ t% Y& X; N. _3 l
    │                      │  cs229-cvxopt.pdf
3 _9 v4 X* q* a  T( B* F8 c    │                      │  cs229-cvxopt2.pdf
! o7 U* s2 i4 Q9 ^& v5 X3 B    │                      │  cs229-gp.pdf
. ^% i0 {4 r0 W    │                      │  cs229-hmm.pdf
) h8 q  M3 ]' X; g    │                      │  cs229-linalg.pdf
2 [/ M+ ~3 w! k* h7 t    │                      │  cs229-notes1.pdf
) f+ a: Y0 N* N    │                      │  cs229-notes10.pdf
; M0 N6 x! G- {4 v8 l1 i0 H) Y+ Z    │                      │  cs229-notes11.pdf
: V+ ~0 H" B" K    │                      │  cs229-notes12.pdf
2 q$ B5 w0 S, f9 q; y5 S" A) c3 G) S    │                      │  cs229-notes2.pdf. w! _( G6 X, f3 ?- G4 n& x1 |
    │                      │  cs229-notes3.pdf7 U) Z% N  V+ }: W0 ^8 p' `# I
    │                      │  cs229-notes4.pdf
  E; P* s" l. w4 v/ u    │                      │  cs229-notes5.pdf" m% d  A6 ?5 ], H6 t# b/ |
    │                      │  cs229-notes6.pdf% b" V& }  E/ N
    │                      │  cs229-notes7a.pdf
" Y( v3 E( ~# V, k% q    │                      │  cs229-notes7b.pdf
- Z$ K& t: ~8 x" J( v, G    │                      │  cs229-notes8.pdf$ a+ |5 P% A6 x$ G$ a- @: ?
    │                      │  cs229-notes9.pdf$ E4 W  N. c) A* K
    │                      │  cs229-prob.pdf5 L" F* ~# G$ d6 Z8 S
    │                      │  emacs.txt
6 m$ P6 j2 B$ g( g; a( W    │                      │  gp_demo.txt
' b! B' @$ w( E* J    │                      │  handouts.html
2 ?; ]- C6 r( i! @    │                      │  info.pdf
9 ]: A: g% a. |* Q7 U: l( E2 \    │                      │  logistic_grad_ascent.txt
* a$ s) q0 [6 p, @4 b    │                      │  matlab_el.txt
* @( s5 z8 K: E4 b+ B    │                      │  matlab_session.txt
' h7 }# Q6 \# H) X% w! I& b# J    │                      │  ML-advice.pdf" g8 {# C' P" b$ n, j: T/ b
    │                      │  practice-midterm.pdf9 d8 E" [* ?# ~* p* Z; Z5 }
    │                      │  problemset1.pdf' r% W2 n* g& u; E' P
    │                      │  problemset2.pdf
0 {: H7 ?6 Y. {  T1 c! g# x# @3 D    │                      │  problemset3.pdf% \5 y7 S' f8 {$ i, M- K+ C5 V
    │                      │  problemset4.pdf
6 e) m$ Q6 {' ]( d    │                      │  projectGuidelines.pdf* q. |# f# |$ f7 v" Y$ y  p6 v9 N
    │                      │  PS1-data.zip# H/ b' A8 a& O) [0 V" [
    │                      │  ps1_solution-data.zip$ t- m% k- t6 Y: J% l! q& l1 S
    │                      │  ps1_solution.pdf
6 \- T. E5 U1 k8 O0 Q    │                      │  PS2-data.zip
+ Y% R5 B( V3 V2 v2 N* b! e  t    │                      │  ps2_solution.pdf! ^& D7 }3 `, z0 o9 c
    │                      │  PS3-data.zip! P+ p/ ]9 ^+ s+ y  u
    │                      │  ps3_solution-data.zip
# d* Q1 j& d( u& n" L    │                      │  ps3_solution.pdf: D8 b; C( S4 w) r* c
    │                      │  PS4-data.zip" g" D0 z8 o0 z# W2 A# S$ [
    │                      │  ps4_solution-data.zip  _5 ~0 H# x) W# ~; K1 N$ U
    │                      │  ps4_solution.pdf' B4 c+ ?* Z4 C; ^. v
    │                      │  resources.html
- Z8 g  B  ~! I- Q: S& X% W& i( U    │                      │  sample_gp_prior.txt
8 @: J/ z# T8 I. Y    │                      │  schedule.pdf
7 w8 K; {/ W# l7 i- k% ~    │                      │  sigmoid.txt0 X6 ]  r1 v4 E  F" g0 t8 y
    │                      │  & N; m1 @! z5 I$ Q. t7 d
    │                      └─transcripts7 Q# H4 C. k) Y' X
    │                              MachineLearning-Lecture01.html
) @0 @# _( T# v    │                              MachineLearning-Lecture01.pdf# S( [% r8 l3 r, I# v4 i
    │                              MachineLearning-Lecture02.html( {2 U* X. r  _3 K- ]& y0 z/ ]! N0 I
    │                              MachineLearning-Lecture02.pdf
( G4 u/ {- \9 z% Z( N    │                              MachineLearning-Lecture03.html
  x; s5 h# E; T$ K& D    │                              MachineLearning-Lecture03.pdf, o* s. W/ X7 \2 P  z/ q  W6 P* ?
    │                              MachineLearning-Lecture04.html
& I6 K& [* l+ C* B# S9 y  A0 o    │                              MachineLearning-Lecture04.pdf5 @4 ^/ q( g3 U9 i3 Y4 I; n
    │                              MachineLearning-Lecture05.html5 S  P- K/ ?7 D. f- {7 |
    │                              MachineLearning-Lecture05.pdf1 A* v" X' ]: u3 Q8 X( ^) G$ M( X
    │                              MachineLearning-Lecture06.html
6 m: T5 v* P" E, b1 y    │                              MachineLearning-Lecture06.pdf
, f5 |* L7 z, p3 W" u7 x" @. J    │                              MachineLearning-Lecture07.html
: K$ k" x& W: L% Q+ V8 c    │                              MachineLearning-Lecture07.pdf
0 _3 @) v3 ^3 f$ I* u1 E    │                              MachineLearning-Lecture08.html! h0 w  W; l: }9 r* f! A
    │                              MachineLearning-Lecture08.pdf) V# R+ z0 V1 ]9 e
    │                              MachineLearning-Lecture09.html' M8 C4 S3 }4 G( f
    │                              MachineLearning-Lecture09.pdf
) x6 S3 w! q% c/ c& O! t    │                              MachineLearning-Lecture10.html+ t8 l) k$ n$ m1 I
    │                              MachineLearning-Lecture10.pdf  g/ w4 K1 E% o  I
    │                              MachineLearning-Lecture11.html+ V: I0 @0 G' S+ y% u5 f* x
    │                              MachineLearning-Lecture11.pdf. N% O: p# l* C7 J
    │                              MachineLearning-Lecture12.html
1 T0 I+ N9 A+ _6 D, T$ e    │                              MachineLearning-Lecture12.pdf+ J1 [# [$ p/ O5 k
    │                              MachineLearning-Lecture13.html
" l$ F1 f8 w6 x    │                              MachineLearning-Lecture13.pdf
4 V. a& V% x6 c' J! u    │                              MachineLearning-Lecture14.html
# E3 |7 v3 g4 V    │                              MachineLearning-Lecture14.pdf
* a* D" M" S" y% K/ r7 y    │                              MachineLearning-Lecture15.html9 a6 x! {% u/ b/ v% s# E* Y, U
    │                              MachineLearning-Lecture15.pdf
& q3 O( ^( d4 Y7 `5 p% _    │                              MachineLearning-Lecture16.html
' D. O1 N% `8 }6 ?    │                              MachineLearning-Lecture16.pdf
; p; K+ o, m3 o    │                              MachineLearning-Lecture17.html( F! g( A) f8 H% e$ r9 N6 |
    │                              MachineLearning-Lecture17.pdf
' _1 _8 d& d" {. g+ Y) H    │                              MachineLearning-Lecture18.html
* D2 a8 R% x/ I5 k% O8 G    │                              MachineLearning-Lecture18.pdf
7 X1 U4 y0 _8 H4 {4 e& t0 m    │                              MachineLearning-Lecture19.html7 V$ [2 F, w* |" M
    │                              MachineLearning-Lecture19.pdf
6 |1 Q1 G" m9 G: F+ u' n2 i& t' n- M& ~    │                              MachineLearning-Lecture20.html8 v' X3 K! C4 @
    │                              MachineLearning-Lecture20.pdf: m7 U8 D& p1 _9 }0 Y
    │                              
$ O* m! |+ w' W' T: {. f    ├─机器学习书
. F3 X, [1 H* w! J+ F8 w    │  │  An Introduction to Statistical Learning.pdf' I3 [' {  g1 X" V% {  E, B
    │  │  Bayesian methods for hackers.pdf
& r# V# O: Q* u. |: _* b    │  │  Deep Learning Tutorial.pdf
" C& W; K4 j' `    │  │  Mining of Massive Datasets.pdf
& V- ?( |" S6 [4 S    │  │  PRML中文版.pdf
$ {; |5 j/ r3 d! E    │  │  understanding-machine-learning-theory-algorithms.pdf6 C0 `6 A$ h# J+ t) N8 ~
    │  │  凸优化.pdf  i' x% d5 p; _, ~6 Z& y
    │  │  图解机器学习.pdf
, U% H4 W) T( h  F8 P2 g+ z    │  │  机器学习_周志华.pdf3 \' c1 d1 M+ p, {( G
    │  │  机器学习〔中文版〕.pdf# {2 ]- [. o3 H& @0 G
    │  │  机器学习个人笔记完整版2.5.pdf# V! S# s7 W0 }4 ?% M6 I
    │  │  机器学习在量化投资中的应用研究_汤凌冰著_北京:电子工业出版社_2014.11_13662591_P157.pdf6 a- v+ \7 A: c9 q! Q
    │  │  机器学习实战.pdf
1 a% f' n% a  y* X$ {    │  │  机器学习实践指南++案例应用解析+麦好.pdf
( q/ Z: `  S# u* G    │  │  机器学习导论 原书 第2版.pdf
' j7 Z4 F0 P0 Q* G- R5 m    │  │  
$ M0 {8 Z: }; X7 ]4 S8 ]% e8 p& c    │  └─stanford machine learning
: r( C# S. J4 D. W  o5 J    │      ├─Lecture Notes+ Z; ?! N& H0 }+ H4 H' ~! C9 B
    │      │      cs229-notes1.pdf
( D4 t& v# S& s4 L2 f    │      │      cs229-notes10.pdf
% h5 r! J5 h8 y+ \8 }    │      │      cs229-notes11.pdf
; `. L& V6 a. k  p# O& b2 n    │      │      cs229-notes12.pdf
  v1 K5 T' O% @4 m6 V2 s    │      │      cs229-notes2.pdf# S' \+ A+ W5 X0 \( O
    │      │      cs229-notes3.pdf
! d3 k+ N- F; r/ }: d( i4 S9 n+ {6 w    │      │      cs229-notes4.pdf0 g, N7 P+ D7 G: ^; W- S
    │      │      cs229-notes5.pdf
% Q7 d, R% H) A6 h* Z    │      │      cs229-notes6.pdf, V( d' _) ^) |5 k% f# v; f
    │      │      cs229-notes7a.pdf
  _( M6 Q' e/ D1 b5 P    │      │      cs229-notes7b.pdf- R8 ~+ R4 t' z$ l. k8 U- o
    │      │      cs229-notes8.pdf0 A7 F3 m1 j; q- ~9 T
    │      │      cs229-notes9.pdf; a) f" B& P+ b- j' z. I9 a
    │      │      
" G! z* |$ W  D5 @8 g5 C    │      ├─Section Notes" |; _. X# S) E/ E1 ~
    │      │      cs229-cvxopt.pdf
( u/ V4 ^! J; q. M3 b  T    │      │      cs229-cvxopt2.pdf; H% p9 E2 S$ ~5 t& e: h
    │      │      cs229-gaussian_processes.pdf
7 Q5 V4 c, V% K7 |    │      │      cs229-hmm.pdf
) ]0 W' t4 z+ k0 j% y& j    │      │      cs229-linalg.pdf
4 Q1 ~1 h0 l( _6 a    │      │      cs229-prob.pdf0 V  T$ R6 T( Q2 z0 Q9 v
    │      │      gaussians.pdf
* v0 H" F9 n4 B$ k! E    │      │      MATLAB_Session.pdf% W# {' ~& s9 Y' g; y
    │      │      more_on_gaussians.pdf
/ d3 G6 B% \6 n3 r    │      │      0 @; z' }' l/ Z5 v5 R
    │      └─Supplemental Notes; [$ r* ~7 [* e6 K5 s
    │              boosting.pdf
3 V" A/ |  M4 C6 B  S2 }# Q7 Z    │              boosting_example.m7 C# ^$ R5 R8 I+ Y" D. ]4 d4 y% u
    │              hoeffding.pdf* J6 T$ {$ p+ h  K
    │              loss-functions.pdf- _' w! ?% P2 z9 s9 Z1 m! t
    │              representer-function.pdf5 G- r! }- P6 g( U5 R# M9 A
    │              3 R+ W) B9 h. F3 x( l: R
    ├─机器学习方向(经典书籍及教材资料)( z& {  h7 ^1 B2 K: [9 G
    │      2012.李航.统计学习方法.pdf9 S$ p: }( |( J& J
    │      cs229 stanford machine learning(所有的lectures).rar3 k/ B, M+ c% |2 r. v. B
    │      Ensemble Machine Learning.Methods and Applications.2013.pdf
1 i, o4 y. M/ D# [0 l. {- Y    │      evaluating-machine-learning-models.pdf& f4 B. G$ V( m2 A* v% e7 [9 u- a
    │      Machine Learning A Probabilistic Perspective(1).pdf) n5 a( w7 T0 s7 G
    │      Machine Learning A Probabilistic Perspective.pdf( `$ W/ n! X& U7 F+ t" p6 q
    │      Machine Learning in Python (2015).pdf
/ n( v& L4 }8 E0 k8 }- R    │      Mastering Machine Learning With scikit-learn.pdf) _2 U/ `4 r" [6 `" Z1 \* c
    │      Mathematics for Computer Science.pdf- L& p8 P+ F- ~0 R. D
    │      PRML.pdf
' X9 {: D+ ]: k    │      PRML中文版.pdf
) K! D5 H8 q/ O( R# U    │      PRML中文翻译版.pdf
9 n8 o9 a! o* g6 h& Y    │      Probability and Statistics for Engineers and Scientists.pdf
6 l; F, Q. F) `    │      Python_Machine_Learning.pdf  n; J6 X1 g9 j7 |2 \# |
    │      PYTHON自然语言处理中文翻译 NLTK 中文版.pdf/ m) L6 l/ d' k! W+ C# X4 _4 h" N
    │      tempFile/ `6 x/ i  `8 h
    │      The Elements of Statistical Learning(1).pdf" P" X' o8 V5 e+ I& R0 w
    │      The Elements of Statistical Learning.pdf
4 g) G8 z7 B- O! X- Y0 E2 K    │      word2vec_lstm_talk.pdf% I* |/ q. N1 R% ?, `
    │      【官方文档】TensorFlow Python API documentation.pdf" H! T1 O# ^9 C+ f
    │      下载说明.txt
/ @7 v# u1 V8 z" }    │      关注我们.png  |$ [7 ?" t4 g0 B( y
    │      利用Python进行数据分析.pdf
1 |- A9 V8 S5 p9 N    │      攻城狮论坛=网络技术+编程视频.url
# p: w- c6 e: K% N6 Z- f; W    │      机器学习-实用案例解析.pdf  k' ?5 a0 C& t/ J
    │      机器学习个人笔记完整版v4.21.docx
2 g+ D& W: l- x9 M    │      机器学习个人笔记完整版v4.21.pdf5 I" J! |# F5 h" p7 {/ i5 K# R8 A
    │      机器学习(周).pdf5 d) x) r, D' y0 F) H- |# S2 T2 L
    │      机器学习:实用案例解析(中文版,带完整书签).pdf8 ~4 {/ n" N: H0 v8 k' @( ~
    │      模式分类 Richard O.Duda 中译本.pdf
. J1 J  M  w: a& i    │      解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt" g8 f+ M+ W9 Z+ O2 O1 R
    │      + M$ R+ m1 O, \" v# o7 Y; P
    └─机器学习经典论文; U+ N+ W0 o# J
        │  下载说明.txt) A. L3 i" @8 P: o
        │  关注我们.png
; r: I$ g' X0 W* X        │  攻城狮论坛=网络技术+编程视频.url
. x; ^% B6 M7 r$ C: F4 j/ `        │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt+ E" F, p4 @$ w( l
        │  
: J! ?, `! D2 ?        ├─active learning
8 G2 O1 f3 [6 N* l6 n1 X, e: c        │      Active Learning Literature Survey, Settles, 2010.pdf
3 W! L* O* u3 k: {        │      Two Faces of Active Learning, Dasgupta, 2011.pdf: a# [6 K5 c+ R; h
        │      
3 K( P- L; R$ @$ s( z        ├─Applications
1 `* z" P2 h% ?3 y5 N0 ^, r* b' Q" \        │      A Survey of Emerging Approaches to Spam Filtering, Caruana, 2012.pdf! T' b; C' t8 d, [6 p$ s0 R! q6 i
        │      A Survey of Online Failure Prediction Methods.pdf
& q( n1 @' U; I3 M! S- m* Q3 k        │      Ambient Intelligence_ A Survey.pdf$ t5 u( k' o, ?& f7 `1 m# U: S
        │      Anomaly Detection_ A Survey.pdf
- g6 q' B, a$ w  b4 W$ l        │      Mining Data Streams_ A Review.pdf! q* c+ ?0 p7 t) V) ?6 ^1 y
        │      Workflow Mining_ A Survey of Issues and Approaches.pdf. B0 T' ^+ t2 d, g0 L
        │      
/ m& n0 t" b$ D, s. J& |- x, w% p% N        ├─Biology
( x# t+ Z1 d+ r& Y% ~* e; f+ [/ `        │      A Review of Feature Selection in Bioinformatics.pdf
* I7 m) K% A' \* g: ^        │      Bioinformatics - An Introduction for Computer Scientists.pdf
1 `$ |* X  U4 V  M7 M8 Z7 k* M5 E9 V        │      Chemoinformatics - An Introduction for Computer Scientists.pdf# Y+ `, {; S1 S  U+ s  \9 f' j! b
        │      Computational Challenges in Systems Biology.pdf
% u- Z0 H) {( Z$ R        │      Computational Epigenetics.pdf
8 g& M' `% L) j. h/ z        │      Computational Systems Biology.pdf
% C3 k3 ]; d( w# _& f' y) z        │      Machine Learning in Bioinformatics_ A Brief Survey and Recommendations for Practitioners.pdf
7 [: _8 V  Z, G* ^" [0 L        │      Molecular Biology for Computer Scientists.pdf! j/ F. C8 l% O* a. s
        │      Progress and Challenges in Protein Structure Prediction.pdf+ @9 x0 l) R% N. I4 Q  Y8 n
        │      Protein Structure Prediction and Structural Genomics.pdf
; G  F( J! ]/ E% T0 P4 z7 I        │      Recent Developments and Future Directions in Computational Genomics.pdf
- f% c5 g! K% ~3 M3 u        │      Support Vector Machines in Bioinformatics_ a Survey.pdf
; E. e8 V$ S) i- v' S  Z        │      " C4 n0 d. o1 `& N( i; f
        ├─Classification
. m# k: b; I3 \3 C9 S9 Z3 v        │      Supervised Machine Learning_ A Review of Classification Techniques.pdf  t. y2 o- x9 s- h" s
        │      2 B8 M* K6 F& k& j1 i2 g9 ]! \" n# O' N
        ├─Clustering$ ~" k( c: ]7 t& Z; J0 D3 J; N4 h
        │      A Survey of Fuzzy Clustering.pdf- F: A1 N6 }6 L
        │      A Survey_ Clustering Ensembles Techniques.pdf
5 x. j, T8 i; {* {# o        │      A Tutorial on Spectral Clustering.pdf
4 H; B3 {7 X8 t3 ^, ]3 P1 g        │      Clustering in Life Sciences.pdf6 @& a/ {1 s4 [  l3 o5 Q8 L
        │      Clustering Methods.pdf  ?& B, o, [$ d4 x
        │      Clustering of Time Series Data - A Survey.pdf
% f$ g7 K' M/ O6 E+ H" M        │      Clustering Stability_ An Overview.pdf" T  F; ~5 E: V( n4 D- X
        │      Computational Epigenetics_ The New Scientific Paradigm.pdf
7 |0 L5 V) u8 M* Z" p& H. t        │      Data Clustering_ 50 Years Beyond K-Means.pdf: a( [3 w# A6 m# X) h4 B
        │      Data Clustering_ A Review.pdf& g) j6 C9 X. |
        │      On Clustering Validation Techniques.pdf
0 ~- L3 e# w/ P* k* r+ c        │      Parallel Clustering Algorithms_ A Survey.pdf
+ Q% Q; @6 m1 ?        │      Recent Advances in Clustering_ A Brief Survey.pdf4 j6 N! I" T% Q( d6 c
        │      Subspace Clustering for High Dimensional Data_ A Review.pdf
; j8 i: B  {& B/ X/ K- y  a7 R        │      Survey of Clustering Algorithms.pdf
2 l7 k. q' V$ A" k7 m- x9 V4 D        │      Survey of Clustering Data Mining Techniques.pdf
8 Z7 n( K" F0 W, y  R        │      Unsupervised and Semi-supervised Clustering_ a Brief Survey.pdf
+ S" @) E. c! e        │      XML Data Clustering_ An Overview.pdf7 M& D8 Q# q* D/ I0 ?. J4 S7 p
        │      
/ @+ I2 w0 `' f# U" I        ├─Computer Vision
8 O; A2 ?, F# j7 E        │      A Comparative Study of Palmprint Recognition Algorithms.pdf$ C1 \2 U. K$ z" h8 q2 E; U8 c
        │      Context Based Object Categorization_ A Critical Survey.pdf
% r9 D- U) p$ Q2 W        │      Detecting Faces in Images_ A Survey.pdf9 l* G6 u" `) T7 G/ a! v+ d3 e( n4 ?
        │      Human Activity Analysis_ A Review.pdf) v& c3 H$ M  L8 U( o5 D
        │      Object tracking_ A Survey.pdf1 B% }7 S# o, p# o$ J& p+ @
        │      Pedestrian Detection_ An Evaluation of the State of the Art.pdf- P) |* d* ^- T+ P
        │      Subspace Methods for Face Recognition.pdf" b; N& Y7 X5 l1 l. m2 g: E& P
        │      5 d% S8 _, f$ ~6 U
        ├─Databases( j8 K( M* L3 R: N; e* M/ T" J
        │      A Survey of Schema-based Matching Approaches.pdf
$ @2 C+ W" ^9 o8 k' c        │      Data Fusion.pdf
1 E. M# e, z7 v$ a$ b0 r        │      Duplicate Record Detection_ A Survey.pdf$ m/ u2 ~/ s8 N$ Q
        │      Overview of Record Linkage and Current Research Directions.pdf$ w* @6 ?+ T: a
        │      
' Q2 l2 W1 A5 |        ├─deep learning
# t1 G" g9 m5 T( [& {2 x7 K        │      Representation Learning_ A Review and New Perspectives.pdf# y! [% j, D6 K
        │      
1 V- A2 L/ K; B0 \        ├─Dimension Reduction1 u1 Y7 \- t: f6 q: g1 |5 Z5 D/ q
        │      A Survey of Dimension Reduction Techniques.pdf* |+ k! `3 |- ^' |4 N- {+ w
        │      A Survey of Manifold-Based Learning Methods.pdf2 F) ^  _# j& l# c* H& p  q+ y
        │      An Introduction to Variable and Feature Selection.pdf
/ N4 `; o: \# d0 |6 p. C0 G& v1 B        │      Dimension Reduction_ A Guided Tour.pdf
% z4 }6 V9 t# J- v2 J' V        │      Dimensionality Reduction_ A Comparative Review.pdf
: q+ |; O! |% D: ]0 {& _, f        │      Toward Integrating Feature Selection Algorithms for Classification and Clustering.pdf9 S. P3 [, L: L9 u
        │      . {* U% P" j4 d
        ├─Economics. u2 g" ?, Z5 D+ w, D4 I
        │      Auctions and Bidding_ A Guide for Computer Scientists.pdf
* K( ~. \9 S0 u( s; X6 A# m- Q        │      Computational Finance.pdf
/ o/ o7 e% i9 a4 L) o2 W8 ^4 B; a8 Q        │      Computational Sustainability.pdf
( G% I: B$ |1 R5 c        │      
( C* O, B5 r/ e# S9 C        ├─Game Theory
7 z7 t- m4 d; t( e- U) ]        │      Computer Poker_ A Review.pdf
3 v) p5 Y" n2 T& g        │      
; S) X7 d  K  ~0 x  p! U        ├─Graphical Models1 ]/ M/ L1 h9 v
        │      An Introduction to Variational Methods for Graphical Models.pdf" B! ?3 w2 o' w/ E; {
        │      
$ c; H( A, Z) w3 b        ├─kernel methods& D0 l7 [) A9 K' x8 w
        │      Kernels for Vector-Valued Functions_ a Review.pdf* P2 K8 S+ I$ b
        │      
6 @% {7 L# [9 F/ k' @0 B2 V        ├─Learning Theory
3 e! R' N/ B2 c7 |6 h        │      Introduction to Statistical Learning Theory.pdf6 j' t+ `) P5 k2 N
        │      0 Y8 E5 b# r; d4 j( ^6 Z1 h
        ├─Machine Learning" P7 M" s- f  u0 K
        │      A Few Useful Things to Know about Machine Learning.pdf
$ @5 p, s8 l& d        │      A Survey of Interestingness Measures for Knowledge Discovery.pdf; k) \1 l  O, ~6 {' W0 K
        │      A Survey on Wavelet Applications in Data Mining.pdf
" ^9 X" K9 T5 ?& J+ m        │      A Tutorial on Bayesian Nonparametric Models.pdf
3 x' N4 V# [( q5 f$ K        │      A Tutorial on the Cross-Entropy Method.pdf. [) U0 t" m4 D& @% l; z7 v! K3 ~6 _
        │      Decision Forests for Classification, Regression, Density Estimation, Manifold Learning and Semi-Supervised Learning.pdf
5 E2 a" F% I3 G        │      Interestingness Measures for Data Mining_ A Survey.pdf" x% M0 P, w  F6 ?
        │      Semi-Supervised Learning Literature Survey.pdf5 b$ p0 B) O- D3 }+ s
        │      Survey on Frequent Pattern Mining.pdf
8 E- x( c3 A( f+ r" y        │      The Boosting Approach to Machine Learning_ An Overview.pdf
! C! E/ b6 T6 y6 w% q8 c4 @1 W        │      Top 10 Algorithms in Data Mining.pdf1 ?. _" a' i6 p: I0 K0 f
        │      
6 j/ W! `$ @0 t6 @/ h        ├─Mathematics$ o2 `, Q# W2 [* K  ^0 q- m. k
        │      Topology and Data.pdf4 s3 K  w0 i: f1 E
        │      
+ e6 n- ^( _( r5 J; Y        ├─Multi-armed Bandit
# q( M" _0 c) A: d  w        │      Regret Analysis of Stochastic and Nonstochastic Multi-armed Bandit Problems.pdf
8 L- |) d9 ]# T) [        │      $ a* H0 D$ u( o, Z2 {; N
        ├─Natural Computing
# c5 N% v1 O! |3 s% O' X        │      A Survey of Evolutionary Algorithms for Data Mining and Knowledge Discovery.pdf9 q% B! P: J1 ?; L
        │      Artificial Immune Systems.pdf
# s! p2 g. V3 ]! O; b# l        │      Data Mining in Soft Computing Framework_ A Survey.pdf
6 G. W, F. H4 _8 `3 I5 Z2 Y        │      Neural Networks for Classification_ A Survey.pdf
" P( w* s% H' R7 ?2 f" {$ [" G4 ]2 Y        │      Reservoir Computing Approaches to Recurrent Neural Network Training.pdf
" h# b$ ^9 D& k3 G9 Y& ]        │      
1 _+ \3 e' C5 ]/ X% ], H* K        ├─Natural Language Processing
/ d( n% g& L4 r. r  a" P9 Z; L+ L        │      A Survey of Named Entity Recognition and Classification.pdf( V/ m! V) A; t7 z2 n
        │      A Survey on Sentiment Detection of Reviews.pdf( F; `& q/ U0 t
        │      Adaptive Information Extraction.pdf3 [+ M6 k  v. l0 F
        │      Comprehensive Review of Opinion Summarization.pdf; h2 Y* @5 L( d" h0 x6 O  Y
        │      Information Extraction.pdf
5 d; q/ C8 g) D4 ]' Q/ |        │      Machine Learning in Automated Text Categorization.pdf+ n' B: I  O- R! z
        │      Machine Transliteration Survey.pdf$ A/ B: k2 M1 a/ O" ^0 ^5 O
        │      Ontology Learning From Text_ A Look Back And Into The Future.pdf
1 O! @1 {4 C2 S& H$ k. E$ K' {        │      Opinion Mining and Sentiment Analysis.pdf
7 s5 N7 v. M' V+ V  l        │      Probabilistic Topic Models.pdf0 o! r- \+ k  p. V
        │      Statistical Machine Translation.pdf: [# [0 N0 r7 e# S7 H' r
        │      Survey of Text Clustering.pdf
! x7 I% a) F9 F! j        │      Topic Models.pdf
1 e: |9 v& n) V$ l        │      Translation Techniques in Cross-Language Information Retrieval.pdf4 D6 D5 l- j/ W8 S
        │      Web Mining Research_ A Survey.pdf
* W4 t9 @7 u  i; ~        │      Word Sense Desambiguation_ A Survey.pdf
) \. b. h$ y. C; f        │      
4 D9 k8 v+ k0 x6 c        ├─Networks
! U9 Z( q7 x9 u        │      A Survey of Statistical Network Models.pdf
1 [, r7 o1 d7 @6 C1 Y" W! }        │      Communities in Networks.pdf7 o+ i1 r6 ^! L) n- k, K
        │      Community Detection in Graphs.pdf
# ~: a) Z; o, _2 ^0 b        │      Comparing Community Structure Identification.pdf
0 @' p$ w3 t( O2 u5 w/ I        │      Detecting Community Structure in Networks.pdf
. N% J8 N% `; s/ h5 a! ~8 Z% S4 `        │      Graph Clustering.pdf
" p' s4 d- V, r  s& l/ e+ j5 U5 u) s        │      Graph Mining_ Laws, Generators, and Algorithms.pdf2 h4 s! I" L0 {. m. M! ?$ P  l
        │      Link Mining_ A New Data Mining Challenge.pdf
  X( G' b; M4 W& h  C# D8 ]4 U+ n        │      Link Mining_ A Survey.pdf
! \7 x# T3 o0 ~+ `. |; }        │      6 `! S& r% s4 }0 _- K/ j' D( P
        ├─On-Line Learning1 \' `( P0 A( U
        │      On-Line Algorithms in Machine Learning.pdf
" H8 q. c: o' \+ d1 d' I        │      5 r/ N& X7 G5 D' [( {2 ~$ F$ u! ?
        ├─Others: ]2 m2 Q6 Z0 s
        │      A Survey of Very Large-Scale Neighborhood Search Techniques.pdf
* V9 E: X! }6 U0 `7 X        │      ; [3 D$ p8 n$ ^0 V
        ├─Planning and Scheduling! R  h8 M+ a; W0 `5 j
        │      A Review of Machine Learning for Automated Planning.pdf
4 z" B2 f( k$ R$ u4 D( s7 K        │      : i, i" B1 [. R' l& A: `
        ├─Probabilistic6 j5 u" u$ i6 @
        │      An Introduction to MCMC for Machine Learning.pdf
% P6 P$ T3 Y+ n+ ?        │      Approximate Policy Iteration_ A Survey and Some New Methods.pdf
1 B2 D& T& r, J3 @% Q8 E        │      3 X. C8 l" F4 Y3 m: S: x* \
        ├─Probabilistic Models
( `/ ~6 r6 O& Z9 j7 H# K/ @        │      An Introduction to Conditional Random Fields.pdf
6 ?" Q# t/ A  o        │      # T+ i  E9 c- \
        ├─Randomized Algorithms* v& H# H+ b3 ]$ x" i  I+ K! Y: m. @
        │      Randomized Algorithms for Matrices and Data.pdf; k/ X, C7 f; Y  l, u* u4 S+ X
        │      ; h# _6 K7 A. y- R* Q+ |
        ├─Recommender Systems5 ?3 o2 Z3 C0 e. a  w. g& T
        │      A Survey of Collaborative Filtering Techniques.pdf0 E6 [% n, @' S* Q9 Y
        │      Matrix Factorization Techniques for Recommender Systems.pdf
2 h' Q" e- d) R: A$ P        │      Recent advances in Personalized Recommender Systems.pdf' X; A4 `# [+ ^4 R4 ^
        │      . c/ z! h/ r+ S
        ├─Regression/ z. f/ j/ n$ K
        │      Ensemble Approaches for Regression_ a Survey.pdf
) |: }# J: b( G  m        │      - A# E* Y: w7 K- ^
        ├─Reinforcement Learning
$ |: j+ q6 O6 p6 S) h' p! X2 I        │      A Survey of Reinforcement Learning in Relational Domains.pdf/ o) _% J7 c3 e. B4 V5 l; s
        │      Reinforcement Learning_ A Survey.pdf
- c# q2 {; I2 l$ {. h7 O        │      
, H7 m8 i7 }/ d$ S2 Z        ├─Rule Learning
; _( {/ x& E; C. t+ ^) _* h. ?8 w+ d        │      Algorithms for Association Rule Mining - A General Survey and Comparison.pdf4 |. F0 u* i5 m) L
        │      Association Mining.pdf
  v- k7 m) E- f/ X        │        W( r; h  K7 T; S4 L7 }/ {' g7 o
        ├─Testing
- C2 V$ b. p4 H        │      Controlled Experiments on the Web_ Survey and Practical Guide.pdf3 ^* g2 N: F) G; X
        │      ' O3 z- ~+ \3 l  j
        ├─Time Series; A3 J' E- ^- S; ~, i: p
        │      A Review on Time Series Data Mining.pdf: N7 F7 x& L- s- E- j+ D+ g" I
        │      Discrete Wavelet Transform-Based Time Series Analysis and Mining.pdf
2 }4 w8 ~# M' V! |  F# Q        │      Time-Series Data Mining.pdf" F! M& ]& L9 P+ i% i, y) M! L3 ^
        │      ! w% u8 ^6 x# L, {" x- G
        ├─Transfer Learning
, d, k: b  c. }4 N  Q( [        │      A Survey on Transfer Learning.pdf* W$ k# Y! v) q$ u6 e. I1 Z
        │      
4 A6 F; _& [6 m, R' y- F        └─Web Mining
* @' L& V$ ]9 z7 k+ P& h6 N! f                A Survey of Web Clustering Engines.pdf
1 B8 |3 k2 E& _- g                A Survey of Web Metrics.pdf
+ R1 V3 Z9 l! k. r                A Taxonomy of Sequential Pattern Mining Algorithms.pdf
) @& K) ]+ S5 L# n                An Overview of Web Data Clustering Practices.pdf
0 T+ K( F2 J" ~$ H$ F; \  x, h& E                Data Mining for Hypertext_ A Tutorial Survey.pdf. W$ y1 o+ V2 C/ a) n, l  N8 O
                Mining Interesting Knowledge from Weblogs_ A Survey.pdf
( b8 _1 J" Q: j, S  ~. r8 Q! o                Web Page Classification_ Features and Algorithms.pdf
回复 支持 反对

使用道具 举报

james_lai100 [Lv9 无所不能] 发表于 2017-4-26 23:38:26 | 显示全部楼层
每天签到得积分 下载资料的同时也可以帮助别人 再也不用担心金币不够用了 http://bbs.vlan5.com/forum-97-1.html
回复 支持 反对

使用道具 举报

punish001 [Lv8 技术精悍] 发表于 2017-4-27 00:08:23 | 显示全部楼层
你知道么? 加2000人思科华为网络技术讨论群2258097 然后私聊群主 可以免费回答学习 工作中遇到的问题
回复 支持 反对

使用道具 举报

mwckk [Lv6 略有所成] 发表于 2017-4-27 00:18:13 | 显示全部楼层
+8888金币奖励!加入论坛VIP学习组会员,马上拥有免回复+免积分+批量下载特权!!! http://bbs.vlan5.com/plugin.php?id=qmx8_buy_usergroup:vip
回复 支持 反对

使用道具 举报

monkeyman [Lv10 举世无双] 发表于 2017-4-27 01:01:49 | 显示全部楼层
最新思科ccna(200-125)考试认证题库在这里下载 2016年最新更新http://bbs.vlan5.com/thread-15970-1-1.html
回复 支持 反对

使用道具 举报

adeilajackyNet [Lv7 精益求精] 发表于 2017-4-27 04:32:56 | 显示全部楼层
每天签到得积分 下载资料的同时也可以帮助别人 再也不用担心金币不够用了 http://bbs.vlan5.com/forum-97-1.html
回复 支持 反对

使用道具 举报

liugangpaul [Lv8 技术精悍] 发表于 2017-4-27 07:07:53 | 显示全部楼层
你知道么? 通过论坛客服报名CCNA,CCNP,CCIE 最高可省2000元培训费. 联系QQ 80766391
回复 支持 反对

使用道具 举报

twfnn [Lv8 技术精悍] 发表于 2017-4-27 07:20:58 | 显示全部楼层
轻松3步 无限次刷金币 每次200 只需20秒 http://bbs.vlan5.com/thread-14477-1-1.html
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|无图浏览|手机版|网站地图|攻城狮论坛

GMT+8, 2018-9-18 21:55 , Processed in 0.527930 second(s), 25 queries , Gzip On, Memcache On.

Powered by Discuz! X3.2 © 2001-2013 Comsenz Inc.

Designed by ARTERY.cn