本站已运行

攻城狮论坛

xinmeng

作者: 程序家
查看: 58975|回复: 2222

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

【新盟教育】2021最新华为HCIA全套视频合集【网工基础全覆盖】---国sir公开课合集【新盟教育】2021最新华为HCIA全套视频合集【网工基础全覆盖】---国sir公开课合集
原创_超融合自动化运维工具cvTools原创_超融合自动化运维工具cvTools
重量级~~30多套JAVA就业班全套 视频教程(请尽快下载,链接失效后不补)重量级~~30多套JAVA就业班全套 视频教程(请尽快下载,链接失效后不补)
链接已失效【超过几百G】EVE 国内和国外镜像 全有了 百度群分享链接已失效【超过几百G】EVE 国内和国外镜像 全有了 百度群分享
某linux大佬,积累多年的电子书(约300本)某linux大佬,积累多年的电子书(约300本)
乾颐堂现任明教教主Python完整版乾颐堂现任明教教主Python完整版
乾颐堂 教主技术进化论 2018-2019年 最新31-50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 2018-2019年 最新31-50期合集视频(各种最新技术杂谈视频)
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,已压缩)约21套Python视频合集 核心基础视频教程(共310G,已压缩)
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

[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: 58975|回复: 2222
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

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

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

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

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 4 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

: P" y( S7 v' G+ R    ├─001_machine_learning_by_andrew_ng_coursera0 J- Q, [$ H) C
    │  └─001_machine_learning_by_andrew_ng_coursera7 f( Q% a1 s+ E" s
    │      ├─ml-003: e1 J- q* h$ R: \  H+ R, J
    │      │  ├─01_I._Introduction
& A3 [8 t% Y3 w7 m( d3 \7 X7 Y    │      │  │      01_Welcome.mp4" ]$ X  T8 R+ m
    │      │  │      01_Welcome.pdf
# m" `7 s: B( Y) G+ ~; l    │      │  │      01_Welcome.pptx! J$ Y# n6 U* P, O6 {' Z
    │      │  │      01_Welcome.srt& o/ {4 s, u/ k# c
    │      │  │      01_Welcome.txt1 w* T% `# U9 `/ U6 |5 _4 m
    │      │  │      02_What_is_Machine_Learning.mp4, V6 v$ j+ g# R5 X" P: I% M
    │      │  │      02_What_is_Machine_Learning.srt6 G9 _0 T3 H0 j) {6 S, r4 p* G
    │      │  │      02_What_is_Machine_Learning.txt1 I( v" y8 T) s# X9 J
    │      │  │      03_Supervised_Learning.mp4
4 |5 B1 P2 d- e: a" ^% o6 ^( N    │      │  │      03_Supervised_Learning.srt
! F# r8 Q! s. T' ]4 ?    │      │  │      03_Supervised_Learning.txt) G6 A/ a5 ^! T$ E1 O
    │      │  │      04_Unsupervised_Learning.mp45 O0 D/ c- s* Z) C
    │      │  │      04_Unsupervised_Learning.srt
4 C5 L4 v, T# K& I8 B# L    │      │  │      04_Unsupervised_Learning.txt
) y$ E- X5 i; d% R    │      │  │      ! i. ]2 a9 d7 d' q% @
    │      │  ├─02_II._Linear_Regression_with_One_Variable' @% l& e4 \, s% N
    │      │  │      02_Cost_Function.mp4
; g3 \+ s5 _9 X% j! Y' e1 i    │      │  │      02_Cost_Function.srt
+ L9 u* ^2 B% B. m1 J3 @% H    │      │  │      02_Cost_Function.txt! O7 `' ~% k6 |# o1 j7 p: U
    │      │  │      05_Gradient_Descent.mp4+ c, ^- D% o* x# W
    │      │  │      05_Gradient_Descent.srt/ X; S* u$ O2 }$ i$ m- {+ d
    │      │  │      05_Gradient_Descent.txt
% X+ D8 ?% t) ?! C) e' ^. G    │      │  │      08_Whats_Next.mp47 ~- k, G* y- O
    │      │  │      08_Whats_Next.srt
7 |; m0 M' q  S. W5 C    │      │  │      08_Whats_Next.txt$ c- g. M$ h0 c1 {5 j/ m
    │      │  │      2 n' O1 m7 y- o
    │      │  ├─03_III._Linear_Algebra_Review
' B/ ?0 Q3 X6 ]/ w0 N+ R3 Q$ U    │      │  │      01_Matrices_and_Vectors.mp4
5 G; L# V. c4 F; D$ A2 N    │      │  │      01_Matrices_and_Vectors.pdf
& z; l' f" ^$ w, A    │      │  │      01_Matrices_and_Vectors.pptx& D" m. i$ `1 z" f* K
    │      │  │      01_Matrices_and_Vectors.srt
$ Q: p, L/ k& u$ ^$ ]8 `# O9 X    │      │  │      01_Matrices_and_Vectors.txt
* K0 ]* g  `$ p( R, m    │      │  │      03_Matrix_Vector_Multiplication.mp4$ h" x: G+ y, \" J
    │      │  │      03_Matrix_Vector_Multiplication.srt* c) L' N7 w3 A3 ]
    │      │  │      03_Matrix_Vector_Multiplication.txt  f4 K6 {" r$ \1 ?
    │      │  │      04_Matrix_Matrix_Multiplication.mp41 ?' u- Q2 S5 c4 t- r
    │      │  │      04_Matrix_Matrix_Multiplication.srt. j1 T# j, h$ A* c7 b, U4 D. W) @
    │      │  │      04_Matrix_Matrix_Multiplication.txt
/ g, m, N9 |0 ?7 _' o    │      │  │      05_Matrix_Multiplication_Properties.mp4
6 e, }# Q2 V9 }1 g" x; y/ M    │      │  │      05_Matrix_Multiplication_Properties.srt" N1 q. M: P5 B) d
    │      │  │      05_Matrix_Multiplication_Properties.txt
: A* y  P5 `  S/ b4 c1 Y# G( _    │      │  │      06_Inverse_and_Transpose.mp4
/ X& H# y- d: L5 E; i' p! M    │      │  │      06_Inverse_and_Transpose.srt
5 @- a! X& W# w    │      │  │      06_Inverse_and_Transpose.txt2 i5 W% N) d1 S2 Q* k
    │      │  │      3 U6 _& l/ T' M& D$ G# F
    │      │  ├─04_IV._Linear_Regression_with_Multiple_Variables+ h- s( |  p2 ~/ B7 p
    │      │  ├─05_V._Octave_Tutorial/ G4 E2 S4 \3 d$ S: R
    │      │  │      01_Basic_Operations.mp4
" s1 s+ k+ Y$ c3 O* a# x    │      │  │      01_Basic_Operations.pdf
, s% E/ @" T$ V' m. ]/ ?    │      │  │      01_Basic_Operations.pptx
( L; x& }- u2 |1 o1 C& h; q; Q    │      │  │      01_Basic_Operations.srt# a' W0 f$ N0 C" P; U
    │      │  │      01_Basic_Operations.txt
. B. O7 w) C& C. E    │      │  │      02_Moving_Data_Around.mp4: k3 V, K2 E: n8 [2 @0 K( t/ P5 U+ e
    │      │  │      02_Moving_Data_Around.srt' J) Q( r) O& _1 P( H# R5 Y
    │      │  │      02_Moving_Data_Around.txt) |7 D9 `5 R3 \$ L) x+ U5 L! M
    │      │  │      03_Computing_on_Data.mp4
) X, i1 B& N8 `9 H    │      │  │      03_Computing_on_Data.srt0 w7 H4 I4 m. |) x# X) h$ ~- H- M
    │      │  │      03_Computing_on_Data.txt$ n8 i: u0 j/ S9 G
    │      │  │      04_Plotting_Data.mp4
" n5 X& U( V# ]6 t3 h* B0 k& g1 b+ R9 d    │      │  │      04_Plotting_Data.srt
1 e* w. Q9 R7 U2 |0 G! r' S    │      │  │      04_Plotting_Data.txt8 |+ i) `7 r) l% `. u8 O9 D1 |3 y
    │      │  │      06_Vectorization.mp4% E9 C% e3 ?/ q3 L
    │      │  │      06_Vectorization.srt
* u3 V( S8 j/ Q7 W2 J" c    │      │  │      06_Vectorization.txt# [3 u% V% n6 _0 e* J8 w) o% h& I
    │      │  │      
; n8 d/ ~( [8 D3 A, B    │      │  ├─06_VI._Logistic_Regression
/ h* H) f+ y1 N& o    │      │  │      01_Classification.mp4
, J8 M/ @, c( v0 m. f% l; y- O8 s    │      │  │      01_Classification.pdf
. I2 c9 V: k. [% R) S    │      │  │      01_Classification.pptx9 u( t- I0 r4 h8 z6 p8 s4 v
    │      │  │      01_Classification.srt2 w- t0 E9 V' f' h
    │      │  │      01_Classification.txt. e. x8 L4 I3 S0 |) E2 S/ m
    │      │  │      02_Hypothesis_Representation.mp4- C  w2 w4 ^/ \' }, p! C
    │      │  │      02_Hypothesis_Representation.srt
0 [' g1 [) r- `    │      │  │      02_Hypothesis_Representation.txt
1 x% G3 T( |* O1 C    │      │  │      03_Decision_Boundary.mp48 D9 t6 U- M& B$ Y- ]
    │      │  │      03_Decision_Boundary.srt
" E$ ?! m; N9 ~7 E8 |1 O* G    │      │  │      03_Decision_Boundary.txt
! f7 W0 n" h6 S- ]    │      │  │      04_Cost_Function.mp4) P0 y5 ~0 q& k; a, V
    │      │  │      04_Cost_Function.srt% o' h' Q# x: z+ M2 e. P5 o
    │      │  │      04_Cost_Function.txt
- H1 `7 `8 P! N/ L    │      │  │      06_Advanced_Optimization.mp4
1 A% u% p1 k6 d/ D, w3 u& U    │      │  │      06_Advanced_Optimization.srt
( S& C% b" V  P. ?; l" Y    │      │  │      06_Advanced_Optimization.txt
0 U5 o; S" u2 Y5 r4 {; m1 _    │      │  │      
% q7 v* @5 E( p6 h  c6 k6 ?    │      │  ├─07_VII._Regularization
/ u& }9 k3 T3 ]9 C$ l* O    │      │  │      01_The_Problem_of_Overfitting.mp4
* Z+ n$ j9 ]( N" g6 d    │      │  │      01_The_Problem_of_Overfitting.pdf1 M% w1 F) y5 p+ h+ H7 x* N
    │      │  │      01_The_Problem_of_Overfitting.pptx+ c9 j2 R! k' [: U( t
    │      │  │      01_The_Problem_of_Overfitting.srt# |% J$ N4 G' b/ J' b$ j; L
    │      │  │      01_The_Problem_of_Overfitting.txt
6 ~) r# C  G! B% [( @    │      │  │      02_Cost_Function.mp4
3 g. q/ K3 d" h( ^    │      │  │      02_Cost_Function.srt2 f: k0 l/ Z. _- U8 L% X
    │      │  │      02_Cost_Function.txt1 Q( A* p% E# D% Q
    │      │  │      03_Regularized_Linear_Regression.mp4" O$ a) X7 ~5 f! m
    │      │  │      03_Regularized_Linear_Regression.srt2 [0 q: Q) M* s+ B  I8 u
    │      │  │      03_Regularized_Linear_Regression.txt( B" d. z* Z% U6 c: g
    │      │  │      04_Regularized_Logistic_Regression.mp4+ a" @( S. d, c9 C+ T# V' p
    │      │  │      04_Regularized_Logistic_Regression.srt6 j' T0 _( P. J* ]6 Q2 P; u; J
    │      │  │      04_Regularized_Logistic_Regression.txt2 Z1 f; a) E2 g) q! W* F- ^
    │      │  │      0 h( B$ x: F- v+ O, m( c0 }3 u* U
    │      │  ├─08_VIII._Neural_Networks-_Representation
( @3 q2 ~+ W3 @. ~  |2 j    │      │  │      01_Non-linear_Hypotheses.mp4
7 [% Y4 x; D2 J7 z$ x$ v    │      │  │      01_Non-linear_Hypotheses.pdf8 d4 c5 C6 U, V: Z; a) l
    │      │  │      01_Non-linear_Hypotheses.srt" L1 D# X' K0 w8 R8 K9 Z4 d
    │      │  │      01_Non-linear_Hypotheses.txt
+ @! J; W3 Z" V$ _% L& c' [6 z    │      │  │      02_Neurons_and_the_Brain.mp4
" x' n( M7 V0 h2 {) G9 ?' U9 G    │      │  │      02_Neurons_and_the_Brain.srt
; p8 y8 K  `, U6 P' t! ]    │      │  │      02_Neurons_and_the_Brain.txt" U; [1 V, ~/ E! ?) L
    │      │  │      & `+ L1 Q7 u4 l3 M* U$ i
    │      │  ├─09_IX._Neural_Networks-_Learning+ _2 O, L/ h' |3 [( l
    │      │  │      01_Cost_Function.mp4
7 N) e0 ?+ x: y% I    │      │  │      01_Cost_Function.pdf# F/ K$ i1 c( `6 K6 t! T! w
    │      │  │      01_Cost_Function.pptx
1 O* G: u$ R# `% `    │      │  │      01_Cost_Function.srt
) n" j5 @" |" _% z+ e1 O    │      │  │      01_Cost_Function.txt
" _+ Q/ j; M$ [4 C    │      │  │      02_Backpropagation_Algorithm.mp4
$ p! ]4 L, B7 j" [    │      │  │      02_Backpropagation_Algorithm.srt4 S( z4 z( z; N) {
    │      │  │      02_Backpropagation_Algorithm.txt/ M. `+ F  j9 ^, H% m
    │      │  │      03_Backpropagation_Intuition.mp4) v) F) o1 ~4 E. g
    │      │  │      03_Backpropagation_Intuition.srt
) Y9 P0 t) o! u! B    │      │  │      03_Backpropagation_Intuition.txt7 ]- e& h% G( {3 Z: g$ Q' T5 O0 ?
    │      │  │      05_Gradient_Checking.mp4$ p$ M9 Z( m  M0 L
    │      │  │      05_Gradient_Checking.srt3 k& y( I; k) ]2 b7 M; M2 l
    │      │  │      05_Gradient_Checking.txt
* ?; u0 V3 W+ ?6 {; b% G; @& }* i    │      │  │      06_Random_Initialization.mp4: V7 _2 l3 K; J
    │      │  │      06_Random_Initialization.srt
8 ~, _/ l8 K3 j$ }4 q5 k0 r0 b    │      │  │      06_Random_Initialization.txt
9 ]) b& p" N& G: B& G    │      │  │      07_Putting_It_Together.mp4" O  @8 ]+ _3 S6 J
    │      │  │      07_Putting_It_Together.srt
) ~, W# _! v: C    │      │  │      07_Putting_It_Together.txt1 ^6 U0 U% u* i( T
    │      │  │      08_Autonomous_Driving.mp46 K+ O# V1 T) ~! M% ^$ m
    │      │  │      08_Autonomous_Driving.srt
2 s+ T, A" l, t+ U9 c1 Q6 I    │      │  │      08_Autonomous_Driving.txt0 g0 [9 l/ b  T, ]$ j5 l. I! |8 ?
    │      │  │      ! ~6 \0 Q  L. `8 y& j3 E4 s+ o- d" B
    │      │  ├─10_X._Advice_for_Applying_Machine_Learning
# s# z9 L* ~- }" T" @    │      │  │      06_Learning_Curves.mp4
5 T- q) n! P5 K9 ?$ X    │      │  │      06_Learning_Curves.srt
  K( d. a8 u/ e" f- m    │      │  │      06_Learning_Curves.txt9 S: q& X5 P+ p4 @  i/ _
    │      │  │      7 V  W' z& y% P1 H
    │      │  ├─11_XI._Machine_Learning_System_Design( Z# i4 R) A2 K( T: E
    │      │  │      02_Error_Analysis.mp4: I  l0 ?6 c; D% t  s' w
    │      │  │      02_Error_Analysis.srt, d# X0 P- M2 j  d3 x4 G
    │      │  │      02_Error_Analysis.txt5 C9 w8 _5 I) [! P7 {' p
    │      │  │      ) P4 V  M$ O$ y
    │      │  ├─12_XII._Support_Vector_Machines
- ^% H% F4 H" t! o2 |& @8 }! H: O: B    │      │  │      01_Optimization_Objective.mp4
1 o, @1 g$ K  D2 [: {7 O    │      │  │      01_Optimization_Objective.pdf
2 _' }5 y1 z. C+ ~! x    │      │  │      01_Optimization_Objective.pptx- w3 j( e1 n- d0 z
    │      │  │      01_Optimization_Objective.srt
, G* r+ T2 a( S) p    │      │  │      01_Optimization_Objective.txt
* h6 f0 n* K. e. W    │      │  │      02_Large_Margin_Intuition.mp4' N8 ~- m# _; K$ J: B
    │      │  │      02_Large_Margin_Intuition.srt/ l9 y" p0 K) x5 m4 i0 C
    │      │  │      02_Large_Margin_Intuition.txt" k  U/ F+ D! D- E3 S' ?$ E2 ~
    │      │  │      04_Kernels_I.mp4& `0 p% W- j" a0 _% B' @
    │      │  │      04_Kernels_I.srt
! s  S) F* J/ w    │      │  │      04_Kernels_I.txt5 c' U9 O) X& g, u8 o  g& y5 T
    │      │  │      05_Kernels_II.mp4
2 j0 A! a7 p; D    │      │  │      05_Kernels_II.srt/ ~/ H4 H  }: y" C! `
    │      │  │      05_Kernels_II.txt
5 I& }6 R: i3 P    │      │  │      06_Using_An_SVM.mp4
' R9 S' J1 H1 V1 y& w    │      │  │      06_Using_An_SVM.srt' ^( y: Y! q4 ^/ g2 m+ Z
    │      │  │      06_Using_An_SVM.txt* N6 R8 P5 [" n* d1 }& G9 T$ g
    │      │  │      
" V( @; c. A6 L0 u- z, A% ^1 r    │      │  ├─13_XIII._Clustering
$ p6 u2 |/ @4 F  F    │      │  │      01_Unsupervised_Learning-_Introduction.mp4
' E  E  ~, T5 E/ o) ~- u    │      │  │      01_Unsupervised_Learning-_Introduction.pdf! q. c5 l9 N1 T  Y6 c
    │      │  │      01_Unsupervised_Learning-_Introduction.pptx
6 w8 f, ^8 G# }- M$ ~; y    │      │  │      01_Unsupervised_Learning-_Introduction.srt- z1 y2 g# x' l8 e5 y' Z
    │      │  │      01_Unsupervised_Learning-_Introduction.txt
* F0 M+ u8 H! Z    │      │  │      02_K-Means_Algorithm.mp47 a+ V1 T5 o# d0 a0 G$ D+ h
    │      │  │      02_K-Means_Algorithm.srt
9 u) Q( y& @! C    │      │  │      02_K-Means_Algorithm.txt
4 n, P1 v/ \" J- m    │      │  │      03_Optimization_Objective.mp4
7 N6 _8 l4 p7 I: Z    │      │  │      03_Optimization_Objective.srt
& w7 A1 }9 W. Y5 y    │      │  │      03_Optimization_Objective.txt
$ V/ x' h" D7 Q/ ^    │      │  │      04_Random_Initialization.mp4
( e6 D( @; R; w0 @6 u1 e    │      │  │      04_Random_Initialization.srt
3 |# z4 y+ X1 p$ J4 ]    │      │  │      04_Random_Initialization.txt
" i% ]2 u* W+ ]- f8 O    │      │  │      05_Choosing_the_Number_of_Clusters.mp46 d( d8 T( M6 r. {- T
    │      │  │      05_Choosing_the_Number_of_Clusters.srt3 P: {4 p- y4 S& j
    │      │  │      05_Choosing_the_Number_of_Clusters.txt
/ a2 H- y' h8 z4 ?8 x+ @1 C4 _+ O    │      │  │      & Z0 e' U0 @, t2 ?' q' ?! F& H1 W
    │      │  ├─14_XIV._Dimensionality_Reduction+ G( [" w. R7 B" h) z" ^
    │      │  │      02_Motivation_II-_Visualization.mp40 b9 Q3 g! |3 x/ D9 o) |
    │      │  │      02_Motivation_II-_Visualization.srt
' f7 L* a, {8 a- X    │      │  │      02_Motivation_II-_Visualization.txt
5 C5 E# {1 V* A+ l! U' ]8 [: D, d    │      │  │      07_Advice_for_Applying_PCA.mp4
  T# j; d5 Y1 ~+ k. O3 c7 K; k# r    │      │  │      07_Advice_for_Applying_PCA.srt
- R" O) W4 T& |0 P7 U    │      │  │      07_Advice_for_Applying_PCA.txt9 k% Y( l) u' W. u7 g7 Z
    │      │  │      
1 E. l" k  Q; b+ \. @6 p- ]    │      │  ├─15_XV._Anomaly_Detection8 n/ z" c! z  I, k
    │      │  │      01_Problem_Motivation.mp4  Q. ~8 Q* V) G
    │      │  │      01_Problem_Motivation.pdf
- C4 u) Q& X9 F% o/ s, t6 R" m    │      │  │      01_Problem_Motivation.pptx
) R6 j7 c- p: p" g' I- q, f    │      │  │      01_Problem_Motivation.srt
0 n# J1 ]0 ~; z. k/ b4 }    │      │  │      01_Problem_Motivation.txt5 s, Z2 s' Z0 A3 Y. `
    │      │  │      02_Gaussian_Distribution.mp4
" l: J4 h: V* [# [5 {    │      │  │      02_Gaussian_Distribution.srt
7 P, c: _% Q0 z- l    │      │  │      02_Gaussian_Distribution.txt
: y* {  v6 T: \% `( r" T6 S8 k    │      │  │      03_Algorithm.mp4
9 u; X* r( y( E% J    │      │  │      03_Algorithm.srt
7 c' x; y+ s$ m& G" b, n    │      │  │      03_Algorithm.txt
; b( y# V) {6 Z: |$ U) ^. d    │      │  │      06_Choosing_What_Features_to_Use.mp47 h5 L6 q: }6 x, M
    │      │  │      06_Choosing_What_Features_to_Use.srt& ^6 q) A8 }% @! m4 Z# E1 R4 Y
    │      │  │      06_Choosing_What_Features_to_Use.txt
" U# x6 P1 P, S    │      │  │      7 Z. ]; C" a# H' E
    │      │  ├─16_XVI._Recommender_Systems
! \! u; s1 {7 W" E$ s    │      │  │      01_Problem_Formulation.mp4& G7 y( r# y0 A% t$ s3 D* a! m
    │      │  │      01_Problem_Formulation.pdf
. \4 \6 `, ~) q9 C, e    │      │  │      01_Problem_Formulation.pptx
% M# c: i, H! D1 @5 u    │      │  │      01_Problem_Formulation.srt9 y. z! N, K! m3 [. \2 o" q& ^1 d
    │      │  │      01_Problem_Formulation.txt0 m  h4 v$ T/ W- y; Q
    │      │  │      02_Content_Based_Recommendations.mp4( [. ~$ o) O/ H3 Y: Z* x
    │      │  │      02_Content_Based_Recommendations.srt
+ ]; s7 @. t' Z  c1 f% D* v    │      │  │      02_Content_Based_Recommendations.txt
: O* G* X2 v# p' {, e' B    │      │  │      03_Collaborative_Filtering.mp43 L2 q1 Z6 w- g$ [* h+ w  C
    │      │  │      03_Collaborative_Filtering.srt
/ w' H' X8 I8 G: \    │      │  │      03_Collaborative_Filtering.txt
$ Y& a3 ~7 J3 y  K+ |' Z. b* g9 @    │      │  │      04_Collaborative_Filtering_Algorithm.mp4) e( D3 f, y/ q) t
    │      │  │      04_Collaborative_Filtering_Algorithm.srt
8 M2 `. ]9 m- @$ n7 ]5 d' d    │      │  │      04_Collaborative_Filtering_Algorithm.txt
* x) E' l4 |5 E8 a8 O8 a    │      │  │      
/ K/ _7 r1 ?* ]" F7 Y- R# c    │      │  ├─17_XVII._Large_Scale_Machine_Learning: y( M* f1 D: c( c4 d, W7 e
    │      │  │      05_Online_Learning.mp4! ~# t0 G" k( ]' h$ z% z
    │      │  │      05_Online_Learning.srt
$ H, ~1 ^) p+ X# d6 ~0 K8 w    │      │  │      05_Online_Learning.txt5 @- S3 B- @4 C! N( y& ~' n0 |7 H
    │      │  │      ! G0 m4 ^# \7 \" ^& `1 g# C  o$ f4 H
    │      │  ├─18_XVIII._Application_Example-_Photo_OCR/ n6 k6 a" G4 F; [- s0 l: L3 B1 b
    │      │  │      02_Sliding_Windows.mp47 o, `4 u% s5 x) [4 }! n
    │      │  │      02_Sliding_Windows.srt
! X/ `  c+ n, T8 a  l    │      │  │      02_Sliding_Windows.txt* K& G, b$ s/ V9 c% p
    │      │  │      ; l- U6 }+ T$ o6 l
    │      │  └─19_XIX._Conclusion
) I& T) {, f+ }6 P) C0 C    │      │          01_Summary_and_Thank_You.mp4
7 E1 b/ V( B" J    │      │          01_Summary_and_Thank_You.srt7 ~% C8 I/ |; H: B) P
    │      │          01_Summary_and_Thank_You.txt2 q9 z" |) e/ Z% L+ \
    │      │          1 I% @' J0 z+ A' b, A0 A- n& L
    │      └─机器学习-斯坦福-Andrew NG-2012
+ S: a2 f1 }0 R5 [% x) L$ X    │          │  下载说明.txt  w: j5 k4 q* M- k$ w" @0 z7 u
    │          │  关注我们.png
: U7 z' f- G5 f% H    │          │  攻城狮论坛=网络技术+编程视频.url/ ?; k2 u8 U1 {, T; ?
    │          │  机器学习笔记2012_v0.1.pdf: y# w4 n7 O0 F& y, ^: q
    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
: G+ G% q: }4 n! _# V3 G    │          │  
8 U5 A( R- U; R    │          ├─week 1, F; z: n6 X. q9 V  _, a; q' O$ }' e1 a
    │          │      1 - 1 - Welcome (7 min).mp4
. Q& k+ _; }% c3 F8 _    │          │      1 - 1 - Welcome (7 min).srt
2 B% O2 D9 N7 U$ Q    │          │      1 - 2 - What is Machine Learning (7 min).mp49 I: l+ L( [8 s4 r' }, V" g
    │          │      1 - 2 - What is Machine Learning- (7 min).srt
; ]% `6 [& V# r$ J; w( l    │          │      1 - 3 - Supervised Learning (12 min).mp4
3 y; H8 v! z. I. {7 W5 S( }3 Z    │          │      1 - 3 - Supervised Learning (12 min).srt
/ V& y; A9 s& i) h( k2 j. V    │          │      1 - 4 - Unsupervised Learning (14 min).mp4+ i8 m5 B1 _& O; I
    │          │      1 - 4 - Unsupervised Learning (14 min).srt
8 U) n5 I/ I  f    │          │      2 - 1 - Model Representation (8 min).mp4% N7 X# B  f* z- x+ O( H# c; {
    │          │      2 - 1 - Model Representation (8 min).srt
4 M9 ]7 ~: M* g    │          │      2 - 2 - Cost Function (8 min).mp4
% X2 }9 F: Y4 W& u' W" [: ?    │          │      2 - 2 - Cost Function (8 min).srt/ ]" b8 [" d% ]3 P0 s  ]
    │          │      2 - 5 - Gradient Descent (11 min).mp4% E# a* h; ]4 @5 s  T( |8 ^" t
    │          │      2 - 5 - Gradient Descent (11 min).srt+ C- V4 F# _* D
    │          │      2 - 8 - What's Next (6 min).srt0 k1 a% ~: h5 Q
    │          │      2 - 8 - Whats Next (6 min).mp49 a' H1 [3 h2 x; B
    │          │      3 - 1 - Matrices and Vectors (9 min).mp4
' j6 M% m: d# K4 V    │          │      3 - 1 - Matrices and Vectors (9 min).srt
3 N6 }/ s9 ^+ |9 O" i6 A    │          │      
& d! \# s0 J' y( S) v, ?    │          ├─week 10  f- Q0 M% u6 q' W
    │          │      17 - 5 - Online Learning (13 min).mp4! _6 q6 v; x7 Y3 m0 e2 {- r1 r
    │          │      17 - 5 - Online Learning (13 min).srt# j# J; r0 g1 A: x% ^( x
    │          │      Lecture17.pdf# w5 d3 W9 o& T; A. z
    │          │      % l8 I5 U  e7 @8 z, ]/ F; B
    │          ├─week 2" o- F0 S* K8 a
    │          │      4 - 1 - Multiple Features (8 min).mp4* l- g' d7 p; H/ t! ~$ L" X: B
    │          │      4 - 1 - Multiple Features (8 min).srt5 ~% q  ]$ W& G0 c* O+ n& `
    │          │      4 - 6 - Normal Equation (16 min).mp4: B: j: b( m% T0 @
    │          │      4 - 6 - Normal Equation (16 min).srt$ d7 V- ~1 h' @( R7 \9 e4 N) {; A- `
    │          │      5 - 1 - Basic Operations (14 min).mp44 @& P9 M5 @8 C
    │          │      5 - 1 - Basic Operations (14 min).srt
. h/ ~% j1 @8 C) D2 ~/ p; r0 d6 N    │          │      5 - 2 - Moving Data Around (16 min).mp4& p8 T% [7 g2 T" m
    │          │      5 - 2 - Moving Data Around (16 min).srt
% ]  i8 {2 _( C' X    │          │      5 - 3 - Computing on Data (13 min).mp4
) A/ x1 F2 z9 T1 n* J; q3 w  F    │          │      5 - 3 - Computing on Data (13 min).srt
+ k0 ~6 A2 m0 R    │          │      5 - 4 - Plotting Data (10 min).mp4% j/ m3 D3 X( g% S$ Y7 [
    │          │      5 - 4 - Plotting Data (10 min).srt! n- A2 I* h' `$ N( N
    │          │      5 - 6 - Vectorization (14 min).mp4
- j9 z$ k1 W" K    │          │      5 - 6 - Vectorization (14 min).srt3 ]/ M! D; y3 j- K
    │          │      Lecture4.pdf. K6 ]9 r- u) y! R& [0 f
    │          │      Lecture5_octave tutorial.pdf
9 i% P8 u/ d$ q$ ^. ]9 p+ R3 e0 E    │          │      
0 r9 z3 Q) i- x. r$ Z    │          ├─week 3' ~5 O. S  G5 B
    │          │      6 - 1 - Classification (8 min).mp4
9 K# V: R0 s- ]8 X* p    │          │      6 - 1 - Classification (8 min).srt- h4 ^1 z% k& ^% g3 P8 I
    │          │      6 - 2 - Hypothesis Representation (7 min).mp4
. q9 T  N" P2 U    │          │      6 - 2 - Hypothesis Representation (7 min).srt
% u6 Q0 C0 V/ n. k% N% P$ m  D  J    │          │      6 - 3 - Decision Boundary (15 min).mp4
, v  o6 r$ Q. F- j    │          │      6 - 3 - Decision Boundary (15 min).srt
8 ~2 y' u- B/ B    │          │      6 - 4 - Cost Function (11 min).mp4
; b: R+ t- P: A+ S- ^0 h# J: O    │          │      6 - 4 - Cost Function (11 min).srt- ?1 v" g" e& B: p5 s% C
    │          │      6 - 6 - Advanced Optimization (14 min).mp4# E& o, u/ q3 ~; A- Y: U9 a
    │          │      6 - 6 - Advanced Optimization (14 min).srt
: [+ X6 ^" z7 P5 h    │          │      7 - 2 - Cost Function (10 min).mp4
: k  y) U4 Y/ E0 D5 z- H    │          │      7 - 2 - Cost Function (10 min).srt( W6 T: k$ L% ?, u
    │          │      docs_slides_Lecture6.pdf! q3 k+ Z* @; J5 K6 d( T
    │          │      docs_slides_Lecture7.pdf7 A+ V3 {, f1 d. C* q; W
    │          │      
3 d) L' h3 C- Y- R/ ^* {3 [& L% e# g    │          ├─week 4# v0 i9 k9 p# Z% m8 B# m8 D) E3 l
    │          │      8 - 1 - Non-linear Hypotheses (10 min).mp45 K: r& w- s* j/ V/ P
    │          │      8 - 1 - Non-linear Hypotheses (10 min).srt
8 j8 o& [6 _; p; v! V8 W    │          │      8 - 2 - Neurons and the Brain (8 min).mp49 N- ^  K7 R+ [# D
    │          │      8 - 2 - Neurons and the Brain (8 min).srt, r% L3 y. n- R9 o& ^
    │          │      8 - 3 - Model Representation I (12 min).mp4
/ C* K7 J; K. G( p& a' \3 y    │          │      8 - 3 - Model Representation I (12 min).srt
* i' X" }$ O( y1 h4 \- T    │          │      8 - 4 - Model Representation II (12 min).mp4
* m" P! s* U  y    │          │      8 - 4 - Model Representation II (12 min).srt
' b1 P/ N) }& v! R5 H    │          │      8 - 5 - Examples and Intuitions I (7 min).mp4
0 ~3 C4 M$ e2 S; }0 u    │          │      8 - 5 - Examples and Intuitions I (7 min).srt0 R' X3 O& n- E: x$ u4 e5 A
    │          │      8 - 7 - Multiclass Classification (4 min).mp4
* q' d" }* ^" T    │          │      8 - 7 - Multiclass Classification (4 min).srt. f( B' |* _" f  A6 F  G9 Q* ^
    │          │      docs_slides_Lecture8.pdf# G/ R$ v& ^, P: o
    │          │      
! A7 p$ z" m, b5 T3 p+ k( P    │          ├─week 5
& `7 K9 h1 G2 f    │          │      9 - 1 - Cost Function (7 min).mp4
1 s- m; e, N% {    │          │      9 - 1 - Cost Function (7 min).srt
5 X4 Q5 d" e, r/ p4 D9 b    │          │      9 - 5 - Gradient Checking (12 min).mp4
' Y7 d$ s3 _, n) {5 g    │          │      9 - 5 - Gradient Checking (12 min).srt3 J: {7 J$ ?, e" e/ {3 k
    │          │      9 - 6 - Random Initialization (7 min).mp43 m; G" A" c, b. s' `9 h
    │          │      9 - 6 - Random Initialization (7 min).srt* n, _$ Z; S4 H+ R. g7 e$ m' b
    │          │      9 - 7 - Putting It Together (14 min).mp4
" y8 F' w; l; \# S' i9 w! x    │          │      9 - 7 - Putting It Together (14 min).srt
, ~/ E0 L/ X9 M+ _9 j& ^, d- Q8 c    │          │      9 - 8 - Autonomous Driving (7 min).mp4
" ?9 z/ r, P% S5 \1 v    │          │      9 - 8 - Autonomous Driving (7 min).srt
: S- e6 C( n, w    │          │      docs_slides_Lecture9.pdf
* b2 |5 G1 N6 [7 y/ \7 {0 w    │          │      
" M2 v) j; r) S! e% J1 r2 g    │          ├─week 6
' L0 s. l  k8 Y  U/ f( I& [    │          │      10 - 2 - Evaluating a Hypothesis (8 min).mp4- H. A4 j2 [. h: B3 U
    │          │      10 - 2 - Evaluating a Hypothesis (8 min).srt" P! g" t! y. h5 L9 G0 N
    │          │      10 - 6 - Learning Curves (12 min).mp4
" D- h; o* W; R" m4 d' v. l    │          │      10 - 6 - Learning Curves (12 min).srt! v; Z3 L' t" |8 U- ?
    │          │      11 - 2 - Error Analysis (13 min).mp45 w0 e* N: q1 z7 \) Z7 ]
    │          │      11 - 2 - Error Analysis (13 min).srt& ^% x- A4 _6 s, r( X
    │          │      docs_slides_Lecture10.pdf
- i0 f4 i- O, O# l9 o3 h$ R2 j8 B: k    │          │      9 o) J! T6 B- K+ r
    │          ├─week 74 B( ]; `2 }) a2 b2 Q( D9 A8 J
    │          │      12 - 1 - Optimization Objective (15 min).mp4
" f( ?# P! V7 J    │          │      12 - 1 - Optimization Objective (15 min).srt9 C, L  g; b( p; x6 _5 y' d) G
    │          │      12 - 2 - Large Margin Intuition (11 min).mp49 e$ z6 T+ F  D$ K1 B3 A8 `
    │          │      12 - 2 - Large Margin Intuition (11 min).srt  A' P5 G6 x0 _' T6 s9 v
    │          │      12 - 4 - Kernels I (16 min).mp4
& p4 ~) u$ y8 ]    │          │      12 - 4 - Kernels I (16 min).srt
6 ?8 H% [5 F0 C3 Y+ R$ x    │          │      12 - 5 - Kernels II (16 min).mp4! p7 F7 \  {( h' O7 `% O
    │          │      12 - 5 - Kernels II (16 min).srt
1 _% b4 K% w' \2 E: T) e8 z9 Y    │          │      12 - 6 - Using An SVM (21 min).mp4( j8 d$ d' n% C# ]
    │          │      12 - 6 - Using An SVM (21 min).srt
" N9 f2 c; r7 y    │          │      docs_slides_Lecture12.pdf
7 I6 [% E* w/ g: @    │          │      - U5 |* t) ]' j$ b
    │          ├─week 85 W3 w- D1 k7 f
    │          │      13 - 2 - K-Means Algorithm (13 min).mp4
, b% Y6 x' g* [) ?% h7 E    │          │      13 - 2 - K-Means Algorithm (13 min).srt
; Z1 c4 B5 }0 N  T    │          │      13 - 3 - Optimization Objective (7 min).mp4
5 o; j3 b; G$ M# g    │          │      13 - 3 - Optimization Objective (7 min).srt
% I4 o* j3 t6 \" e) {3 l; n    │          │      13 - 4 - Random Initialization (8 min).mp4
6 j) ]6 m0 W" u# \: H4 f- k    │          │      13 - 4 - Random Initialization (8 min).srt
7 @# H- o: d  ]4 t# ~    │          │      14 - 7 - Advice for Applying PCA (13 min).mp4# q$ x# P4 Z8 ^9 o
    │          │      14 - 7 - Advice for Applying PCA (13 min).srt
6 \. n7 d. k! I  u  x+ c    │          │      docs_slides_Lecture13.pdf0 j) ?% b5 W6 j9 R1 `
    │          │      docs_slides_Lecture14.pdf
9 J9 M6 Y, N5 V8 U4 n    │          │      
# w3 H4 y+ f: J. {7 g8 i    │          ├─week 9
, A* L; K0 j& c" `" u    │          │      15 - 1 - Problem Motivation (8 min).mp4# X1 s+ A; ^" z" b5 J
    │          │      15 - 1 - Problem Motivation (8 min).srt, K7 g! n3 S* ^9 |
    │          │      15 - 2 - Gaussian Distribution (10 min).mp4
% y1 P+ N  D$ o% A) a) _' x0 m0 U. P    │          │      15 - 2 - Gaussian Distribution (10 min).srt. C1 ]8 }' i+ N6 L
    │          │      15 - 3 - Algorithm (12 min).mp4
, |) L) [: t+ I# \4 ?: r- Y    │          │      15 - 3 - Algorithm (12 min).srt/ a( G) u  m1 i& G
    │          │      16 - 1 - Problem Formulation (8 min).mp4
+ A; S7 _: y8 p    │          │      16 - 1 - Problem Formulation (8 min).srt
5 s8 e6 p. r6 u6 w    │          │      16 - 3 - Collaborative Filtering (10 min).mp4
; z- |$ Z, o- P* O    │          │      16 - 3 - Collaborative Filtering (10 min).srt
! x5 b6 |8 ~3 ?0 d% L6 t    │          │      docs_slides_Lecture15.pdf
! L- i2 K; h8 o" ~7 |* T0 x    │          │      docs_slides_Lecture16.pdf
8 h% X- v5 V, W1 M8 c+ m    │          │      
! g. X- ~( O$ w% [1 c# S    │          └─作业
# i5 w! i7 X: W; [" J* s    │              │  ex1.zip
) Y2 E! {0 O  S$ O& \' ]    │              │  ex3.zip2 S& H0 Y& f2 S( T. d! r: k- a
    │              │  ex4.zip' u7 V1 r  ^5 u  g+ @+ Q; d' r
    │              │  ex5.zip. R8 ~2 W- u, y" c
    │              │  ex6.zip* h3 k# Y" N) L$ o$ ^: N+ G( _
    │              │  ex7.zip, L8 F2 `- T5 k6 B7 A- Q
    │              │  ex8.zip7 u! M  m0 [7 ]& d
    │              │  Octave-3.2.4_i686-pc-mingw32_gcc-4.4.0_setup.exe
  T! u" u* r  C9 h8 p/ y# q    │              │  , p) r( H' ]( ?; N  F
    │              └─答案9 ?* D: [& I. `  o# e
    │                  ├─ex1
6 q1 c6 B" Z. N4 l' {    │                  │      computeCost.m
- i6 F1 ?2 {! I    │                  │      computeCostMulti.m
4 \* ^7 a% v8 }5 g+ d7 A7 m    │                  │      ex1.m* l6 d; s( h5 S; i$ L, e: j
    │                  │      ex1data1.txt+ ]8 N* Z! I5 A* l
    │                  │      ex1data2.txt
: _. r- j. f0 t. z$ \3 w    │                  │      ex1_multi.m5 P. O3 f9 s4 p  A# r1 f
    │                  │      featureNormalize.m
" H4 ]/ K( x: s( b; P/ V& Y    │                  │      gradientDescent.m, a: M6 _" b% |$ t
    │                  │      gradientDescentMulti.m& B2 b6 T7 G* I: d) k
    │                  │      ml_login_data.mat  o0 N6 t& j  ^+ j' [9 Z/ w2 o
    │                  │      normalEqn.m
9 `7 S$ F5 T# \; }, H    │                  │      plotData.m1 A; A, i# B& }. [% z
    │                  │      submit.m
! u, F; y# o; W9 c& D; U    │                  │      submitWeb.m3 o  Y/ S9 w4 {" e6 U: j9 H9 ~
    │                  │      warmUpExercise.m
8 v2 m! `+ v6 u# z4 B    │                  │      
2 Q5 P; b* U' C    │                  ├─ex2! ~5 k# R# `  t- J
    │                  │      costFunction.m2 n3 {$ z! m9 @. m. f
    │                  │      costFunctionReg.m- X! K( g% N5 T: {0 [6 }# R) z
    │                  │      ex2.m
! S' [- h  p7 _$ T2 l% n    │                  │      ex2data1.txt
! ^+ Y# X3 H; z# i- h: E    │                  │      ex2data2.txt2 o" y) @; T2 n" }' P
    │                  │      ex2_reg.m
, ], C7 M! j: ]; ^6 b- @    │                  │      mapFeature.m
( `5 V0 d6 n" H) p! O    │                  │      ml_login_data.mat) C& u  _* y5 E5 q
    │                  │      plotData.m) c+ h7 S5 ]* M
    │                  │      plotDecisionBoundary.m0 x8 |. O3 |. e" H" j# \
    │                  │      predict(1).m.baiduyun.downloading0 q8 e, q! j, q
    │                  │      predict.m
4 v* p7 w: X* h5 i* I. x3 h    │                  │      sigmoid.m  P0 G- k& a. x
    │                  │      submit(1).m.baiduyun.downloading2 q( ]* i; l8 ]0 c5 W, ^0 E# T$ F2 o
    │                  │      submit.m8 M9 i" h3 ]+ e  e$ O% b/ O; U2 v
    │                  │      submitWeb(1).m.baiduyun.downloading
% ?$ ^; b6 t2 z3 v, V    │                  │      submitWeb.m
2 F) n/ I& t! S" B8 F    │                  │      
, W/ K, t$ t& k5 j6 a8 |6 Y    │                  ├─ex3
; Y# X# a4 b" h; I! Z    │                  │      displayData.m
4 T$ j+ _3 R# T8 S    │                  │      ex3(437).m.baiduyun.downloading
. W0 I+ N! Q$ x' F/ R    │                  │      ex3.m! j0 w2 j# w$ m; J1 r  ]
    │                  │      ex3data1.mat
+ u/ l$ d9 |( G% l1 U. m. K    │                  │      ex3weights.mat2 b& A5 `( B4 D3 A
    │                  │      ex3_nn.m
# e8 D3 Q- @( S& a. S0 K* e1 m+ n    │                  │      fmincg.m# D. k, m: B& l4 G; Q+ p. j5 ~
    │                  │      lrCostFunction.m
% I  ^+ Z7 n" n' ~    │                  │      ml_login_data.mat
7 L, \* r) C: c( Q6 Q0 Z) J, l    │                  │      oneVsAll.m
, m9 E. k! ]' E- B; C2 C9 G    │                  │      predict.m" z4 H0 t$ D( {  U
    │                  │      predictOneVsAll.m
2 f2 C% H+ W& f5 W/ [, S    │                  │      sigmoid.m& `# O+ Y4 I$ I$ n
    │                  │      submit.m
, P  h$ l1 S3 D1 @. @    │                  │      submitWeb.m, x2 ~& ~" q# D2 _! f6 d4 \
    │                  │      
1 b! P' I# N' U8 W    │                  ├─ex4
) q/ ~! n- T% J# H/ T4 W    │                  │      checkNNGradients.m# E$ X: T3 n# q$ D( R5 w
    │                  │      computeNumericalGradient.m
) t" Y1 y  I, w8 r" K    │                  │      debugInitializeWeights.m
4 _4 V( R/ x5 Z8 G" ~    │                  │      displayData.m' \5 `! A7 @) h: p
    │                  │      ex4.m5 ?0 O0 J% ?1 h8 l1 h
    │                  │      ex4data1.mat# C2 I, I5 }: U4 f2 S
    │                  │      ex4weights.mat
+ b9 `% o6 X/ O% V4 \: ^    │                  │      fmincg.m% d! y& V' F0 D
    │                  │      ml_login_data.mat1 ~+ x& y1 X# o6 ^0 M# z
    │                  │      nnCostFunction.m' Z; a+ s/ S8 b$ F4 [+ }
    │                  │      predict.m
4 O6 b$ f/ Q9 H( S) l; r    │                  │      randInitializeWeights.m+ i6 o% D  B3 C. V( {7 v
    │                  │      sigmoid.m
" Z) F! F0 E/ p. {$ J' i    │                  │      sigmoidGradient.m
: }' r3 e  M( h4 h    │                  │      submit.m
! L5 ?( R3 X, S  V    │                  │      submitWeb.m
" l/ i8 m: n# ]( C: b! E  v! F    │                  │      , w3 r4 K2 z9 m) F5 q: O
    │                  ├─ex5
- W: z; M9 m, S" q9 u1 f    │                  │      ex5.m
# k0 C) h; g, j# g: w6 A    │                  │      ex5data1.mat" Y/ J, |) f6 }1 ]; a3 w/ P: w: u
    │                  │      featureNormalize.m
9 G5 L# {' W! n    │                  │      fmincg.m  Z, W. V3 }; x
    │                  │      learningCurve.m
  t$ J7 B$ Y# Z3 K' N    │                  │      linearRegCostFunction.m2 Y8 F; e: J, E6 ]
    │                  │      ml_login_data.mat3 \) A1 m- q% L* e6 O* |
    │                  │      plotFit.m7 E! Z% H  Z2 ]( K2 [" _0 J+ P' [) G
    │                  │      polyFeatures.m* F; {4 b) u8 `/ w$ o
    │                  │      submit.m& @% m6 w' z4 F; U$ W+ B2 K# j4 A
    │                  │      submitWeb.m
# K# B( i/ N) O9 ?( T+ R    │                  │      trainLinearReg.m. y' i+ q: z+ ]  T- C: U
    │                  │      validationCurve.m' S. _# _# C8 l5 }& H6 c6 }$ C
    │                  │      
9 ^: A' _& f1 i. g5 y    │                  ├─ex6- K! K+ u4 g8 ?/ m/ e0 X9 F8 l
    │                  │      dataset3Params.m
2 p9 V" m5 k8 k& v    │                  │      emailFeatures.m+ y5 V+ s$ |* @2 `- ^: O
    │                  │      emailSample1.txt& m6 k( @0 a+ `9 Y
    │                  │      emailSample2.txt
  k0 B& L& s6 P( h! a% f# O    │                  │      ex6.m& n! ?9 {' x+ y. z' b7 O/ O
    │                  │      ex6data1.mat
2 i2 u; f3 e5 u/ ?    │                  │      ex6data2.mat
  B, ?: }  T& h2 W5 v: e3 A    │                  │      ex6data3.mat
9 n! K5 r& R: |8 b1 h0 A- \, y3 _    │                  │      ex6_spam.m
9 Y) }  O7 o, }; n    │                  │      gaussianKernel.m
; J" {9 G4 d! w5 T0 z1 I    │                  │      getVocabList.m
0 T7 z7 E7 R7 N    │                  │      linearKernel.m
# Y' v' ?# u2 K; _& v& p- J0 B    │                  │      ml_login_data.mat
% d4 i. r: ?1 M; U4 p    │                  │      octave-core
2 E: t; X0 s( `! X. O4 M    │                  │      plotData.m+ D. f7 f& b! `5 l+ \; ?( z& z
    │                  │      porterStemmer.m$ B0 J' W; D) C
    │                  │      processEmail.m
( f3 t+ m1 G  Z% u, p    │                  │      readFile.m: F% h$ ^6 G% U0 w# y
    │                  │      spamSample1.txt
. [6 x7 X7 X9 p4 C" S9 N* P    │                  │      spamSample2.txt) N$ O; {8 C2 W  m: w! C
    │                  │      spamTest.mat
: w+ i) r! c. u% _; Y# I% d    │                  │      spamTrain.mat9 K+ R1 m6 H0 H) l, T
    │                  │      submit.m
5 q4 ~; m% P4 s0 J7 C    │                  │      submitWeb.m
: A6 w1 P/ `3 i* c. u+ P, G; j; o, ]    │                  │      svmPredict.m
4 w9 p( i, ]3 p    │                  │      svmTrain.m
4 g1 B7 W- j1 e5 K    │                  │      visualizeBoundary.m
- q/ e7 ?+ {/ o) X    │                  │      visualizeBoundaryLinear.m9 C( P' r5 c4 S0 n% i+ m( e8 B" u
    │                  │      vocab.txt: }. T$ D/ M+ E% ]7 W
    │                  │      ! s5 a* ^2 I" a; J( G" q+ l0 h
    │                  ├─ex7/ E$ E; r- [7 M; }
    │                  │      bird_small.mat
/ |. x3 ?" y: s6 A. \    │                  │      bird_small.png
, ~. G( e( B1 X    │                  │      computeCentroids.m1 a) K! ]8 D2 F5 d1 r
    │                  │      displayData.m" l: _& |9 I2 d
    │                  │      drawLine.m6 P6 f& I' q8 L# C0 h
    │                  │      ex7.m
" H4 S4 C7 k- \' h5 Z    │                  │      ex7data1.mat0 C/ W' |/ [( s# C
    │                  │      ex7data2.mat
* A% J1 I; R6 \- @5 ^7 z2 o# W6 ^    │                  │      ex7faces.mat: h' Y' G8 Y. n! J
    │                  │      ex7_pca.m
  f' r( c, k+ M0 U; u3 j0 C5 u6 L    │                  │      featureNormalize.m
9 V2 i/ b, l; T/ `" T    │                  │      findClosestCentroids.m7 j1 l1 N- A; V, H; ]
    │                  │      kMeansInitCentroids.m9 s6 D" K: m4 {' Q: R
    │                  │      ml_login_data.mat! y+ ]3 E0 j4 r5 e  c8 D" [
    │                  │      octave-core7 `8 H) N' n% X  h% p* U
    │                  │      pca.m+ D, H$ R) I; i$ D4 S
    │                  │      plotDataPoints.m
- w: b8 w: d# U+ r! h8 ?8 p    │                  │      plotProgresskMeans.m
" J4 q; M. g2 {4 t( \    │                  │      projectData.m" y0 A6 G, \6 D7 {
    │                  │      recoverData.m0 }8 C6 m6 K5 U, W9 F/ d& C
    │                  │      runkMeans.m9 k4 i) z8 I" C1 \. h( ~+ P
    │                  │      submit.m7 f& g: _/ o( i+ z$ L
    │                  │      submitWeb.m
% |2 e( _* _4 ]& G6 I) v    │                  │      
3 ?/ G8 Y& g8 c% t# D    │                  └─ex8& g' _% O$ d* z$ O
    │                          checkCostFunction.m% D6 ?5 o& q" D1 U8 a- M8 q
    │                          cofiCostFunc.m8 M/ R5 @( P7 ]3 V+ r
    │                          computeNumericalGradient.m" _' ?; O+ ]" G0 d
    │                          estimateGaussian.m' B6 q; G/ u/ g$ v; {# _
    │                          ex8.m
- d. R" q* I# w) w; V7 d) k    │                          ex8data1.mat0 Q' X- ]  B! C
    │                          ex8data2.mat
/ o% j; x8 [6 f; o0 N  R$ L    │                          ex8_cofi.m& p7 t8 g# k& o) d) `" X( g0 h- `' n
    │                          ex8_movieParams.mat" _/ k6 d. Y& |% }( z6 c! {1 A
    │                          ex8_movies.mat0 s* T( H& e/ g' M% Y0 }; d6 |
    │                          fmincg.m
8 _4 t, T$ B- I# |) p3 P2 h$ i& w    │                          loadMovieList.m
! |- K8 W+ x% z9 P5 c3 `    │                          ml_login_data.mat& `- |5 D( \( B
    │                          movie_ids.txt+ Z2 p! h% m: T7 Z, x0 ?5 H
    │                          multivariateGaussian.m0 Z5 k; m6 k4 l/ c
    │                          normalizeRatings.m6 d+ O5 N5 ]# L0 M& a  U
    │                          selectThreshold.m' Q+ x. t; _( e2 o" A4 H
    │                          submit.m2 Z& L  U5 m' I+ Y" j0 [/ E; ]
    │                          submitWeb.m# b* w9 t) c) q+ e% s! T5 T, l: |
    │                          visualizeFit.m
& G( R  Q$ M1 Y3 C; }! e5 a8 }7 H    │                          
  }9 T1 w( Y% B9 B' ~% k    ├─003_机器学习基石
) T) _# Y8 K5 V5 \    │  └─003_机器学习基石
- G( _& x. z$ c3 p1 X    │      │  下载说明.txt) Z$ I2 Y' k6 u" C& F( ]( H
    │      │  关注我们.png! B7 l0 O/ ~9 v& b/ r5 f1 z
    │      │  攻城狮论坛=网络技术+编程视频.url
, _; h' ~. o, A: Z' E5 G; x    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
1 C2 y' O/ M; f9 A0 I2 C    │      │    T5 P* u: _8 M3 j
    │      ├─Machine Leaning Foundations - TNU+ q4 n( ?- j$ E# Q
    │      │      01_handout.pdf
9 @3 O; W4 D) z    │      │      02_handout.pdf: H/ H# Z* b) I
    │      │      03_handout.pdf; T/ y" y+ g8 m. [# K* R: ~5 C
    │      │      04_handout.pdf
2 a# R8 }: C, r; p6 x) z    │      │      05_handout.pdf4 U- P* h7 H0 t  d0 E
    │      │      06_handout.pdf! R  m+ a. t2 B+ \+ h
    │      │      07_handout.pdf
! _: W6 g/ [) w8 n# F    │      │      08_handout.pdf# U, o2 p, |6 ?- x; s/ w& U: q
    │      │      09_handout.pdf4 Z8 N! ^  ~, V. W6 R8 z
    │      │      1 - 1 - Course Introduction (10-58).mp4
1 p$ k- A, b) p$ \' @! e4 F( \# u    │      │      1 - 2 - What is Machine Learning (18-28).mp4% m; j, K& L; K/ H
    │      │      1 - 3 - Applications of Machine Learning (18-56).mp46 P* d( W- Y0 O: g' s
    │      │      1 - 4 - Components of Machine Learning (11-45).mp4
$ X( h) {4 c: m; G+ [; {    │      │      1 - 5 - Machine Learning and Other Fields (10-21).mp4
0 i8 E1 N" W/ n1 H9 x    │      │      10 - 1 - Logistic Regression Problem (14-33).mp4" v. T# V* J' G$ \) z% N
    │      │      10 - 2 - Logistic Regression Error (15-58).mp4
! z% {) Q# l8 `+ @: H    │      │      10 - 3 - Gradient of Logistic Regression Error (15-38).mp4
) X+ @4 \# m' c. _. }3 j- ^( v( Q    │      │      10 - 4 - Gradient Descent (19-18).mp4' r/ P* r2 v# W  d
    │      │      10_handout.pdf5 C; q% F) x0 n/ T6 [
    │      │      11 - 1 - Linear Models for Binary Classification (21-35).mp40 W$ w7 |' q0 X: G: p% U7 F$ q% q
    │      │      11 - 2 - Stochastic Gradient Descent (11-39).mp4
1 Z  E5 X% Q. D* [    │      │      11 - 3 - Multiclass via Logistic Regression (14-18).mp46 M+ C5 T" j* h
    │      │      11 - 4 - Multiclass via Binary Classification (11-35).mp4
- p6 Y, l9 u6 D6 k7 _    │      │      11_handout.pdf
$ I8 W0 ^0 p+ m' W# B4 M; u    │      │      12 - 1 - Quadratic Hypothesis (23-47).mp49 A0 e& g+ D" p+ E8 s* _
    │      │      12 - 2 - Nonlinear Transform (09-52).mp4. y; f' v6 W& A% A3 d/ o
    │      │      12 - 3 - Price of Nonlinear Transform (15-37).mp49 `/ O) d! Y6 T# _5 Y1 S  h) H1 L
    │      │      12 - 4 - Structured Hypothesis Sets (09-36).mp4
; q0 v+ t" U# [% E* q3 l    │      │      12_handout.pdf. J! q* n( @( X! ^) m
    │      │      13 - 1 - What is Overfitting- (10-45).mp4
9 h0 O' m' u! Y    │      │      13 - 2 - The Role of Noise and Data Size (13-36).mp4
, r" ^& L& E( O# x+ }2 ?    │      │      13 - 3 - Deterministic Noise (14-07).mp4) o& N7 q: t/ f" o' U6 Y
    │      │      13 - 4 - Dealing with Overfitting (10-49).mp4
/ e3 P8 f# s( C0 i1 H  N    │      │      13_handout.pdf" S8 s/ {/ A1 Q, r. D1 O+ Q
    │      │      14 - 1 - Regularized Hypothesis Set (19-16).mp4* _% \" @* b4 Z
    │      │      14 - 2 - Weight Decay Regularization (24-08).mp4
, V# W, g& E' M. X# ^    │      │      14 - 3 - Regularization and VC Theory (08-15).mp4
* E8 p& X/ a0 I& H5 `! E    │      │      14 - 4 - General Regularizers (13-28).mp4
* `& S# M" V  P% c2 L6 ^. x    │      │      14_handout.pdf6 e% S7 x8 I; X3 @7 }, s
    │      │      15 - 1 - Model Selection Problem (16-00).mp45 l4 e% n' P9 D6 f. N) u0 \0 Z
    │      │      15 - 2 - Validation (13-24).mp41 I" {1 b! R4 I. H% r+ N; a+ c
    │      │      15 - 3 - Leave-One-Out Cross Validation (16-06).mp4
1 G- `* J* v0 x8 W  h    │      │      15 - 4 - V-Fold Cross Validation (10-41).mp48 b$ W2 p# Y! c! T+ j
    │      │      15_handout.pdf& C/ q9 b" K7 z9 \) [0 G( r$ j1 r
    │      │      16 - 1 - Occam-'s Razor (10-08).mp4
. X8 F. |: h# Y6 a    │      │      16 - 2 - Sampling Bias (11-50).mp4$ _2 N  {  d( [6 ]+ P
    │      │      16 - 3 - Data Snooping (12-28).mp4
2 ]6 j4 S" S! W0 i    │      │      16 - 4 - Power of Three (08-49).mp46 u8 v' s2 z) s  \) [
    │      │      16_handout.pdf
& U8 L  L( a# C    │      │      2 - 1 - Perceptron Hypothesis Set (15-42).mp4
2 r/ v, q: h/ n7 m  o- U    │      │      2 - 2 - Perceptron Learning Algorithm (PLA) (19-46).mp4
( `$ p+ Z, U* b6 L6 L    │      │      2 - 3 - Guarantee of PLA (12-37).mp40 I& P4 P) ]% p* }9 D
    │      │      2 - 4 - Non-Separable Data (12-55).mp4
) m8 l# L5 B) Z8 j: X) L% _$ a* N  [% t& F    │      │      3 - 1 - Learning with Different Output Space (17-26).mp45 O) K7 H) a" m# l2 `" [" ^
    │      │      3 - 2 - Learning with Different Data Label (18-12).mp4
$ |' J, Q- }; ?+ P2 }0 M' m    │      │      3 - 3 - Learning with Different Protocol (11-09).mp4
. G" U- D+ e6 ]- C' ]    │      │      3 - 4 - Learning with Different Input Space (14-13).mp4
- U( q. E/ q( F* h' t% j    │      │      4 - 1 - Learning is Impossible- (13-32).mp42 l$ P9 V5 J  o( K3 N, E
    │      │      4 - 2 - Probability to the Rescue (11-33).mp4
  B, I# a+ r* d/ d& i  U. [    │      │      4 - 3 - Connection to Learning (16-46).mp4
/ y. e6 C& x) n8 A    │      │      4 - 4 - Connection to Real Learning (18-06).mp4
2 N: N' G  U, I6 H    │      │      5 - 1 - Recap and Preview (13-44).mp4+ i5 ?8 U$ j. n6 }
    │      │      5 - 2 - Effective Number of Lines (15-26).mp4
/ {1 E, M6 ?+ a7 t    │      │      5 - 3 - Effective Number of Hypotheses (16-17).mp4
- a. z. }* S$ k    │      │      5 - 4 - Break Point (07-44).mp4
6 D. N! f0 J+ z! [% ~9 I    │      │      6 - 1 - Restriction of Break Point (14-18).mp4
* f) a/ z% t& l- j) q    │      │      6 - 2 - Bounding Function- Basic Cases (06-56).mp4. k2 r7 q5 |; s. q1 v4 f
    │      │      6 - 3 - Bounding Function- Inductive Cases (14-47).mp4
$ i0 B9 a- I$ u+ U    │      │      6 - 4 - A Pictorial Proof (16-01).mp4
8 W6 c5 I5 G# m    │      │      7 - 1 - Definition of VC Dimension (13-10).mp44 z  @/ K$ N: t" N1 b
    │      │      7 - 2 - VC Dimension of Perceptrons (13-27).mp4
! ?! X2 D3 d' F6 E    │      │      7 - 3 - Physical Intuition of VC Dimension (6-11).mp4
$ F- O1 _' I2 O* z# p0 Q: ~    │      │      7 - 4 - Interpreting VC Dimension (17-13).mp4
0 Q# e2 f) i( I$ P3 ]1 i9 f6 v    │      │      8 - 1 - Noise and Probabilistic Target (17-01).mp4
* I$ S! ^* w& j. S0 k" }# Y5 h. t    │      │      8 - 2 - Error Measure (15-10).mp4
6 X6 N# O" f& }  \8 A! @/ t; L    │      │      8 - 3 - Algorithmic Error Measure (13-46).mp4
- T3 u* ^5 f" l2 L    │      │      8 - 4 - Weighted Classification (16-54).mp4- f* x/ m8 V; S3 u* }  P# N
    │      │      9 - 1 - Linear Regression Problem (10-08).mp4
9 n: k) l7 Z8 v0 E/ X: q& A    │      │      9 - 2 - Linear Regression Algorithm (20-03).mp4, j' R0 T1 b+ e9 y* p
    │      │      9 - 3 - Generalization Issue (20-34).mp4
6 w$ v  i% _) |: o/ [  Q    │      │      9 - 4 - Linear Regression for Binary Classification (11-23).mp4; E* S( g# u! {- u7 O; ?6 q
    │      │      
. }% m) }7 ]- R7 _( t) z1 S% O* V    │      ├─机器学习的基石
, d8 A. b# f5 b8 I    │      │      1 - 1 - Course Introduction (10-58).mp4. z& i3 Q. K2 {* \' e' [
    │      │      1 - 2 - What is Machine Learning (18-28).mp41 B1 U$ k5 e7 v" Y
    │      │      1 - 3 - Applications of Machine Learning (18-56).mp4
; L3 E8 I) A  p  v1 p7 k    │      │      1 - 4 - Components of Machine Learning (11-45).mp4
5 [1 `5 y/ B: {5 U1 |    │      │      1 - 5 - Machine Learning and Other Fields (10-21).mp4
9 S' n+ V; N" E$ |3 K3 B. t/ P    │      │      10 - 1 - Logistic Regression Problem (14-33).mp4' O  x- `1 i. o. ?4 b$ v. h
    │      │      10 - 2 - Logistic Regression Error (15-58).mp4
+ v* ^5 T8 e" K7 |    │      │      10 - 3 - Gradient of Logistic Regression Error (15-38).mp4
( X% G$ j  J& J8 i+ C    │      │      10 - 4 - Gradient Descent (19-18).mp4
/ B5 L9 Z. Z8 e. ]% N% F+ ~: _- d    │      │      11 - 1 - Linear Models for Binary Classification (21-35).mp4; X  f0 t9 V- F. _$ o3 S. c
    │      │      11 - 2 - Stochastic Gradient Descent (11-39).mp4
! e/ D3 E3 W7 L* n$ }    │      │      11 - 3 - Multiclass via Logistic Regression (14-18).mp4
+ j2 J. P" `5 S7 C8 ?* p# f    │      │      11 - 4 - Multiclass via Binary Classification (11-35).mp4
, D& C$ d" E# ~. S! ^% j1 d3 B) ~    │      │      12 - 1 - Quadratic Hypothesis (23-47).mp42 A5 y4 m6 [, Q5 H1 y8 C4 _4 U* y: K
    │      │      12 - 2 - Nonlinear Transform (09-52).mp4
( o) k  F, X, P. ^( q1 Q  ~% L: b    │      │      12 - 3 - Price of Nonlinear Transform (15-37).mp4
/ w! {, y+ l' q  Z  W* Z1 p    │      │      12 - 4 - Structured Hypothesis Sets (09-36).mp4
9 e5 ~! @( N" [5 ^, D    │      │      13 - 1 - What is Overfitting- (10-45).mp4
6 v( f* |" A8 y* ~    │      │      13 - 2 - The Role of Noise and Data Size (13-36).mp4
1 C# e2 _+ x9 q1 `) [3 x    │      │      13 - 3 - Deterministic Noise (14-07).mp4: b- a9 Y0 F9 K% }
    │      │      13 - 4 - Dealing with Overfitting (10-49).mp48 f8 q8 L0 u- P) p4 c9 u- D
    │      │      14 - 1 - Regularized Hypothesis Set (19-16).mp4
9 y* Z' l/ `. l! Y8 o9 u3 q    │      │      14 - 2 - Weight Decay Regularization (24-08).mp4
0 i5 u# @+ d: Y- A; U    │      │      14 - 3 - Regularization and VC Theory (08-15).mp4
5 ~: O: W8 n6 W& J/ h6 k    │      │      14 - 4 - General Regularizers (13-28).mp41 _  l, J2 Y0 k# d1 H# c
    │      │      15 - 1 - Model Selection Problem (16-00).mp4
; G1 W3 t" P6 M. {& G) v2 r1 d. K    │      │      15 - 2 - Validation (13-24).mp4
# L, Y) [8 J: o" i6 S6 U    │      │      15 - 3 - Leave-One-Out Cross Validation (16-06).mp4: |) X3 s) V- ^
    │      │      15 - 4 - V-Fold Cross Validation (10-41).mp4
+ @- N6 o$ D+ n    │      │      16 - 1 - Occam-'s Razor (10-08).mp4" w. x" v2 ~$ ]0 J$ C
    │      │      16 - 2 - Sampling Bias (11-50).mp42 c1 K+ o  Y! g2 S& P
    │      │      16 - 3 - Data Snooping (12-28).mp4$ B; j- J8 i8 u, s: j
    │      │      16 - 4 - Power of Three (08-49).mp4* [- E* U( L0 e
    │      │      2 - 1 - Perceptron Hypothesis Set (15-42).mp4
% X7 {# f$ ]# X: B) M3 H    │      │      2 - 2 - Perceptron Learning Algorithm (PLA) (19-46).mp4
9 ]2 j! T/ n& R* J* h3 _    │      │      2 - 3 - Guarantee of PLA (12-37).mp49 l2 Q: U  }- w4 D4 ~3 J3 x
    │      │      2 - 4 - Non-Separable Data (12-55).mp4+ V9 _5 B* H; f/ k
    │      │      3 - 1 - Learning with Different Output Space (17-26).mp4
1 w1 P* L7 P9 `0 @; `  i, u    │      │      3 - 2 - Learning with Different Data Label (18-12).mp4
; Q- c3 M5 d/ c0 o& J" \( w    │      │      3 - 3 - Learning with Different Protocol (11-09).mp4( J6 d* L3 d0 L+ N
    │      │      3 - 4 - Learning with Different Input Space (14-13).mp4% h. L7 k0 [# T, G- I! x  g
    │      │      4 - 1 - Learning is Impossible- (13-32).mp43 D9 ]. W, S) g
    │      │      4 - 2 - Probability to the Rescue (11-33).mp4
9 J% G* [) ?! s% c+ c! v+ L    │      │      4 - 3 - Connection to Learning (16-46).mp4
0 s( j4 X0 i+ }0 A* G, N, Q    │      │      4 - 4 - Connection to Real Learning (18-06).mp4
* ]* N' P2 T! _3 j* _. v    │      │      5 - 1 - Recap and Preview (13-44).mp4
3 Z* n, s! B) z* ^    │      │      5 - 2 - Effective Number of Lines (15-26).mp4, {( E) H' }  S! g% |6 T3 h2 S
    │      │      5 - 3 - Effective Number of Hypotheses (16-17).mp48 }& U$ ]+ B# {- d) H( L- @" R8 z
    │      │      5 - 4 - Break Point (07-44).mp44 W7 @8 @/ l: x& j4 b4 S6 K4 E4 J7 P
    │      │      6 - 1 - Restriction of Break Point (14-18).mp4
8 Z9 w9 |2 n% Z5 l- e7 j    │      │      6 - 2 - Bounding Function- Basic Cases (06-56).mp4+ Q5 h3 h6 x% _# y0 s, a9 H# P
    │      │      6 - 3 - Bounding Function- Inductive Cases (14-47).mp4
" i3 W6 v4 g  [0 d/ J% S/ n    │      │      6 - 4 - A Pictorial Proof (16-01).mp4# j  M2 s* o7 n4 t( h
    │      │      7 - 1 - Definition of VC Dimension (13-10).mp4; \7 @% w5 M" K0 ~
    │      │      7 - 2 - VC Dimension of Perceptrons (13-27).mp4& f8 k; ^) P4 c6 ?/ T' L6 L
    │      │      7 - 3 - Physical Intuition of VC Dimension (6-11).mp4, x2 T; b" N* U! M; o/ t1 m
    │      │      7 - 4 - Interpreting VC Dimension (17-13).mp4
9 p& G' e- R' |+ ?! P) p5 |- _5 s    │      │      8 - 1 - Noise and Probabilistic Target (17-01).mp4: p& Y, F* e' T) m& Q$ I4 {4 |
    │      │      8 - 2 - Error Measure (15-10).mp4" R: W/ N- h# I! p
    │      │      8 - 3 - Algorithmic Error Measure (13-46).mp4
) s0 x8 g6 F3 }+ o' Z% z: y    │      │      8 - 4 - Weighted Classification (16-54).mp4( H" T) a/ f  U
    │      │      9 - 1 - Linear Regression Problem (10-08).mp4
% S9 |8 [( J' ]3 i7 G/ |" x  s    │      │      9 - 2 - Linear Regression Algorithm (20-03).mp4
2 n5 K. R. K6 M5 M* y/ e4 \) `    │      │      9 - 3 - Generalization Issue (20-34).mp4! G% k; Z& l! r( t$ D- Q
    │      │      9 - 4 - Linear Regression for Binary Classification (11-23).mp4& ~5 j0 S! t$ K  J5 V" E0 @
    │      │      lecture_slides-01_handout.pdf! A& D3 ?1 Q1 k0 n9 U7 u  `
    │      │      lecture_slides-02_handout.pdf
* _) z- }7 i9 _    │      │      lecture_slides-03_handout.pdf5 j1 r$ ^% Q+ @. V) f; ?
    │      │      lecture_slides-04_handout.pdf  ^. C9 s* l. |$ D
    │      │      lecture_slides-05_handout.pdf
% k8 O# m  H+ @! c3 o    │      │      lecture_slides-06_handout.pdf
! c7 ^$ P5 D; I, B    │      │      lecture_slides-07_handout.pdf; O2 K9 Z# b& Q- o( H6 x
    │      │      lecture_slides-08_handout.pdf  _" N* _' X( Z+ F
    │      │      lecture_slides-09_handout.pdf! x9 S. I# e" r3 v0 j
    │      │      lecture_slides-10_handout.pdf; f3 c% d4 B& W4 A8 X2 i
    │      │      lecture_slides-11_handout.pdf: _9 t8 ?5 n; Z1 ?
    │      │      lecture_slides-12_handout.pdf9 i( }% U" ]0 ]; k# J8 a* y$ z+ k, j  I
    │      │      lecture_slides-13_handout.pdf' E; _/ S( R6 {" ~) S. a
    │      │      lecture_slides-14_handout.pdf: O" N2 e, w; ^3 W. X' C
    │      │      lecture_slides-15_handout.pdf/ {9 S2 F' V0 z/ N& P! m
    │      │      lecture_slides-16_handout.pdf
- _! {/ Y+ h4 G" W0 H0 f, N    │      │      ) d" C4 W2 S4 r9 k) m1 C
    │      └─機器學習基石
2 G8 n% B: \1 R  A9 s: |" ]    │          ├─01_-_The_Learning_Problem
7 a/ D& f/ V2 ^% n4 e! U    │          │      01_Course_Introduction_10-58.mp4* [# k  B3 ]# k  ]; ]7 v: h$ k5 E" U
    │          │      01_Course_Introduction_10-58.pdf
% E& f; L# N( F    │          │      02_What_is_Machine_Learning_18-28.mp4$ f7 w; G1 E2 [5 _
    │          │      03_Applications_of_Machine_Learning_18-56.mp4
/ ?6 w! t& A5 R9 d, Z    │          │      04_Components_of_Machine_Learning_11-45.mp4
" E2 @5 m9 W0 E. s' h6 j    │          │      05_Machine_Learning_and_Other_Fields_10-21.mp4
( _9 e* S8 Y. W) P" {    │          │      # @! B" Q+ _0 w$ T5 K$ @% K
    │          ├─02_-_Learning_to_Answer_Yes-No
: F6 u! d% L+ K  e4 A    │          │      01_Perceptron_Hypothesis_Set_15-42.mp44 @9 x: B/ Q" o9 p
    │          │      01_Perceptron_Hypothesis_Set_15-42.pdf
2 O8 M+ E2 ~! h8 J% F7 N    │          │      02_Perceptron_Learning_Algorithm_PLA_19-46.mp4
, _1 K; Z! c) r9 @" r    │          │      03_Guarantee_of_PLA_12-37.mp4+ T, D( L, G4 D( ]% T! i
    │          │      04_Non-Separable_Data_12-55.mp4
6 Q5 E2 T# u; ^  g' y( Q5 U7 G    │          │      0 B6 o7 S7 ~& G; b8 B! _
    │          ├─03_-_Types_of_Learning3 l, s0 K9 L' c" J
    │          │      01_Learning_with_Different_Output_Space_17-26.mp4
0 ?2 z- l8 p3 u+ x( K+ M" ]1 i    │          │      01_Learning_with_Different_Output_Space_17-26.pdf4 S5 Y$ q4 p0 ~6 y" s# h5 n# _
    │          │      02_Learning_with_Different_Data_Label_18-12.mp4: p# \. E8 n6 i2 ]
    │          │      03_Learning_with_Different_Protocol_11-09.mp4
) e- M0 a2 M  e) J/ a    │          │      04_Learning_with_Different_Input_Space_14-13.mp4: \5 Q7 t8 |/ `  j4 ^
    │          │      
% e' P' }: `6 h. u    │          ├─04_-_Feasibility_of_Learning4 y$ P$ j/ i! F& U) @# G: t
    │          │      01_Learning_is_Impossible_13-32.mp45 Q9 t9 P/ d, y! [0 ~+ `
    │          │      01_Learning_is_Impossible_13-32.pdf1 R* h$ T7 I( P2 _. Y/ a# \6 a' }
    │          │      02_Probability_to_the_Rescue_11-33.mp4
0 [8 c) U1 B2 x, [$ W5 G! A    │          │      03_Connection_to_Learning_16-46.mp4; W: t8 F8 T3 E7 j) r5 ?
    │          │      04_Connection_to_Real_Learning_18-06.mp4) u6 `# h  ?+ \% N# G1 X* D8 m4 u
    │          │      
* e! e  d, |3 U    │          ├─05_-_Training_versus_Testing# L! c  x% U$ i) s
    │          │      01_Recap_and_Preview_13-44.mp42 k! X+ _$ v/ l% v
    │          │      01_Recap_and_Preview_13-44.pdf+ C1 i) Q* s% N, }4 B! N
    │          │      02_Effective_Number_of_Lines_15-26.mp4. Y3 r. k+ V: B! K; }
    │          │      03_Effective_Number_of_Hypotheses_16-17.mp4* x4 D6 \- m5 B
    │          │      04_Break_Point_07-44.mp4
# a+ Z8 ]" I& `1 Z    │          │      3 A3 u  n2 c6 A4 o4 x
    │          ├─06_-_Theory_of_Generalization
" Y/ g! n& K6 W6 Q4 P    │          │      01_Restriction_of_Break_Point_14-18.mp40 g$ w7 d; T- J3 N! |/ {
    │          │      01_Restriction_of_Break_Point_14-18.pdf
! k4 X% m/ k0 z  r) E  Z    │          │      02_Bounding_Function-_Basic_Cases_06-56.mp4  u! Y" [# p+ Q  {7 U
    │          │      03_Bounding_Function-_Inductive_Cases_14-47.mp4& ~/ L, N* L6 z" T6 ^- e9 }
    │          │      04_A_Pictorial_Proof_16-01.mp4
0 @" `* l+ U8 \# t    │          │      
' M* ?& j. n5 w. {1 X    │          ├─07_-_The_VC_Dimension
# s& i. b2 A% f- G6 A1 g# b% d, D5 m' N    │          │      01_Definition_of_VC_Dimension_13-10.mp4/ Y6 G: T- U6 }
    │          │      01_Definition_of_VC_Dimension_13-10.pdf; Z3 p1 t8 ]6 ?' D' P8 ]) O
    │          │      02_VC_Dimension_of_Perceptrons_13-27.mp4
3 d3 @$ Z- Q) \8 Y0 H7 h    │          │      03_Physical_Intuition_of_VC_Dimension_6-11.mp47 ?% A  i; S5 O) f1 R% z: z* T
    │          │      04_Interpreting_VC_Dimension_17-13.mp4# N* o8 M  `( D/ E) c
    │          │      
+ N6 v+ [' y' j6 y3 V9 S2 c0 V. m% A% z    │          ├─08_-_Noise_and_Error
. u4 a$ v# ~1 l  C( Z7 C% O    │          │      01_Noise_and_Probabilistic_Target_17-01.mp4
$ G) V$ b7 `/ {8 ~; ]3 [    │          │      01_Noise_and_Probabilistic_Target_17-01.pdf+ J6 A* r4 C1 o, p) n6 V- n2 Q! q
    │          │      02_Error_Measure_15-10.mp4
+ M8 E% Z0 r( b- W, f& e/ |    │          │      03_Algorithmic_Error_Measure_13-46.mp4
& b8 T* Q+ O: ]) w    │          │      04_Weighted_Classification_16-54.mp4. k+ x9 a$ m' }6 r
    │          │      & `/ v; x/ m2 z# e( v/ L* D7 _2 N
    │          ├─09_-_Linear_Regression, y& R5 ~+ a9 n0 k* `) R# U
    │          │      01_Linear_Regression_Problem_10-08.mp4
! \6 G' d3 K  g0 S( Y    │          │      01_Linear_Regression_Problem_10-08.pdf
  O. p1 u9 v1 D; ]. j    │          │      02_Linear_Regression_Algorithm_20-03.mp4
( y7 x% i1 Q5 O: N  M, ]    │          │      03_Generalization_Issue_20-34.mp4
4 }, S, @0 Q0 Z: G$ ^9 `    │          │      04_Linear_Regression_for_Binary_Classification_11-23.mp4
& g: Y+ d' ?5 n' X- ^( V2 H    │          │      
" V+ O4 Y$ @2 {, H    │          ├─10_-_Logistic_Regression
0 M: l( r* R1 d/ D. N1 `+ u( W    │          │      01_Logistic_Regression_Problem_14-33.mp4
  c  B$ p7 Z: z; D0 L    │          │      01_Logistic_Regression_Problem_14-33.pdf5 J) W, k: N- q9 a1 x# D
    │          │      02_Logistic_Regression_Error_15-58.mp4
# T  ~, \0 H1 ^9 b1 z* ?    │          │      03_Gradient_of_Logistic_Regression_Error_15-38.mp4
+ N9 G# ^5 Z& J/ i! t& q& B! Y    │          │      04_Gradient_Descent_19-18.mp4+ R3 ~! P; x% `% r( e
    │          │      + ~: b9 z& Z& Y7 X4 ~& Q
    │          ├─11_-_Linear_Models_for_Classification( F$ k: Y0 c2 o+ Y" ~
    │          │      01_Linear_Models_for_Binary_Classification_21-35.mp45 I1 U7 f- a; N; a: K
    │          │      01_Linear_Models_for_Binary_Classification_21-35.pdf0 B$ c7 k. E6 ~: q1 [
    │          │      02_Stochastic_Gradient_Descent_11-39.mp4
7 O) w4 q# d- k' n7 A  [6 W( p" N6 V: P    │          │      03_Multiclass_via_Logistic_Regression_14-18.mp4
# ?6 X( P5 u  s% f    │          │      04_Multiclass_via_Binary_Classification_11-35.mp4% s9 P8 b9 m' }' v
    │          │      
: d' [- M# F. A! b. B- P# f" \$ C5 D, I    │          ├─12_-_Nonlinear_Transformation
+ _- T* f6 R' B) Y, q1 t    │          │      01_Quadratic_Hypothesis_23-47.mp4
5 ?) p% H8 X# G" q+ w( r    │          │      01_Quadratic_Hypothesis_23-47.pdf: s1 t; u, F1 m, a8 R. t; O' L3 m: F
    │          │      02_Nonlinear_Transform_09-52.mp4
( K3 Z0 w; E% r* @6 F# z    │          │      03_Price_of_Nonlinear_Transform_15-37.mp4( l7 z# {* r; k. N8 h3 ]
    │          │      04_Structured_Hypothesis_Sets_09-36.mp4
% r# Y- V$ f* B    │          │      
# @" S2 F" o$ \6 {5 H) j" Y0 O    │          ├─13_-_Hazard_of_Overfitting
, l7 P  L# k1 o% T* |( X    │          │      01_What_is_Overfitting_10-45.mp4/ }" ?5 z- P) m# w
    │          │      01_What_is_Overfitting_10-45.pdf
$ }9 K$ |6 ?' `; S% z# {    │          │      02_The_Role_of_Noise_and_Data_Size_13-36.mp46 s) @  P) U1 F- W' q2 R
    │          │      03_Deterministic_Noise_14-07.mp4$ M4 b) {' m0 f" O
    │          │      04_Dealing_with_Overfitting_10-49.mp4& j0 c1 f; y. R9 m; f! S& b; O2 p
    │          │      
( p4 c# F* P; k. E3 X    │          ├─14_-_Regularization
. T2 s0 ?4 V0 K    │          │      01_Regularized_Hypothesis_Set_19-16.mp4
( m: V9 b( n& a- s% Q8 i0 p    │          │      01_Regularized_Hypothesis_Set_19-16.pdf
* y1 \: q8 l. F7 a* X3 Q    │          │      02_Weight_Decay_Regularization_24-08.mp4
3 G5 h5 t" n9 q2 r; q' P, O9 @4 v    │          │      03_Regularization_and_VC_Theory_08-15.mp4# o$ m0 A1 j3 o
    │          │      04_General_Regularizers_13-28.mp42 K6 m% x, o: W  D+ O6 W' r
    │          │      
9 V8 H* u( ~2 S  n5 x  j    │          ├─15_-_Validation/ |3 Q, U) `$ ?2 X
    │          │      01_Model_Selection_Problem_16-00(437).mp4
* i5 H# p* a5 a5 p    │          │      01_Model_Selection_Problem_16-00.pdf
! T5 W4 Z8 w/ y# V; O    │          │      02_Validation_13-24.mp4+ n2 ^6 w' S2 R' g! b( k
    │          │      03_Leave-One-Out_Cross_Validation_16-06.mp4( l) i2 `& s$ P
    │          │      04_V-Fold_Cross_Validation_10-41.mp4
3 u* h# c6 R5 d; e" ~9 ?: v    │          │      4 c# y; F- \* X
    │          └─16_-_Three_Learning_Principles
# s7 O* H, S: p! g) d- u    │                  01_Occams_Razor_10-08.mp4- ^- _! Q: |1 V% C( }& k7 ]6 A
    │                  01_Occams_Razor_10-08.pdf
! D$ W6 n0 x" R$ i) H( e    │                  02_Sampling_Bias_11-50.mp47 q1 ~# ~6 d. s0 s+ k+ X3 h( Z8 Z, n
    │                  03_Data_Snooping_12-28.mp40 n0 q) \1 t* w5 J& ]+ |' J8 j8 d
    │                  04_Power_of_Three_08-49.mp4
( F) n9 F$ A0 B/ n/ T    │                  2 ~& k- ]' o" v$ P
    ├─004_机器学习技法
9 ?$ V7 C0 g) M1 x/ F5 F& Y    │  └─004_机器学习技法
' Q3 \: Q6 i2 A. a) X) q3 `5 Q    │      └─機器學習技法
* l( e0 k5 ^( o8 l0 m3 J    │          │  下载说明.txt
$ c! E' @5 g: ]0 _6 [    │          │  关注我们.png6 J* T  q9 a1 X6 m
    │          │  攻城狮论坛=网络技术+编程视频.url
. }- [6 h8 s3 t7 a6 _3 A    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
5 g- @6 z: c$ C2 J    │          │  / P* ^/ U' J9 K& [# S  v) m
    │          ├─01_Linear_Support_Vector_Machine: v7 L2 K' T8 y7 a# H: K4 t
    │          │      01_Course_Introduction_4-07.mp4
* w7 [1 L, Z8 ^4 U& y8 E$ i    │          │      01_Course_Introduction_4-07.pdf
+ C8 w+ ~) S) S: o6 l, ?9 h- b6 t( _    │          │      02_Large-Margin_Separating_Hyperplane_14-17.mp4
. L3 K1 j4 Y) j. a; Y8 e8 o    │          │      03_Standard_Large-Margin_Problem_19-16.mp4
" N; B% S3 M. W8 v( J7 u    │          │      04_Support_Vector_Machine_15-33.mp4" i/ g9 R) b  P) g
    │          │      05_Reasons_behind_Large-Margin_Hyperplane_13-31.mp40 i3 ~& X! [9 I) U4 v- c
    │          │      2 H( R: z2 m4 Q1 P# N
    │          ├─02_Dual_Support_Vector_Machine
0 ^9 B# Y0 d( I& N6 H0 ^& K    │          │      01_Motivation_of_Dual_SVM_15-54.mp48 _$ F0 h# Z2 p) w) j1 r
    │          │      01_Motivation_of_Dual_SVM_15-54.pdf
2 f7 D# n/ n1 W3 h7 w    │          │      02_Lagrange_Dual_SVM_18-50.mp4
9 R! u- D# t9 @4 k5 h) u* v    │          │      03_Solving_Dual_SVM_14-19.mp4* ^5 y0 D3 @& x+ w! V9 M8 `6 \3 X9 t
    │          │      04_Messages_behind_Dual_SVM_11-18.mp4  n) Q- h$ ]6 j1 a$ k' S
    │          │      
! V; b% c; r) f/ c: f) v) F    │          ├─03_Kernel_Support_Vector_Machine
: s5 e  h% y0 J( |    │          │      01_Kernel_Trick_20-23.mp4! T" C* x8 j0 V- {" p. D1 [' g
    │          │      01_Kernel_Trick_20-23.pdf& }. Y2 A& I+ _
    │          │      02_Polynomial_Kernel_12-16.mp4  y8 l4 c: w( l
    │          │      03_Gaussian_Kernel_14-43.mp4
& S  P! c. p4 ^; q3 t/ M    │          │      04_Comparison_of_Kernels_13-35.mp4& _% e' X4 H# A# i
    │          │      
# J: _  P) I1 l. M    │          ├─04_Soft-Margin_Support_Vector_Machine
1 |" H/ H6 c% q    │          │      01_Motivation_and_Primal_Problem_14-27.mp4# `& G" v* J$ U( l
    │          │      01_Motivation_and_Primal_Problem_14-27.pdf; L* J- B. J! S% Q1 D
    │          │      02_Dual_Problem_7-38.mp4
0 @$ X2 _! {7 H" H! K" }7 @    │          │      03_Messages_behind_Soft-Margin_SVM_13-44.mp4
9 q8 m7 O. |: A- h# t3 B) Y    │          │      04_Model_Selection_9-57.mp48 a: p9 K2 Y0 C: t& ]  U0 x$ D/ |
    │          │      
0 O6 q+ N6 r& Y$ @, V    │          ├─05_Kernel_Logistic_Regression
  e4 ], v: l/ T    │          │      01_Soft-Margin_SVM_as_Regularized_Model_13-40.mp4/ _1 A7 A  \0 L& c
    │          │      01_Soft-Margin_SVM_as_Regularized_Model_13-40.pdf
6 ^% o  G' ]( \- N5 R; A    │          │      02_SVM_versus_Logistic_Regression_10-18.mp4
! v5 a( e; N* T+ s. N    │          │      03_SVM_for_Soft_Binary_Classification_9-36.mp4
0 C( s' B; A( H  A' w" K- ?$ W# l    │          │      04_Kernel_Logistic_Regression_16-22.mp4
$ Z- h* g# j2 u' ^8 Q) k* u    │          │      7 k1 t( v7 d- G7 _
    │          ├─06_Support_Vector_Regression9 U, |2 f/ t- `( l: H- N6 m) |: Z: g
    │          │      01_Kernel_Ridge_Regression_17-17.mp45 S, |% t5 j  \: y9 ?! g; z
    │          │      01_Kernel_Ridge_Regression_17-17.pdf
. ~% Y( Z# O) P    │          │      02_Support_Vector_Regression_Primal_18-44.mp4, e4 E8 w% @  P( n5 _7 Z
    │          │      03_Support_Vector_Regression_Dual_13-05.mp47 p2 e/ A  U+ w2 \* n) j8 T" z  ^
    │          │      04_Summary_of_Kernel_Models_09-06.mp43 ^  g+ A( B3 q* k# \6 L$ ~+ z$ }
    │          │      : S  k) n& G( J7 _# Y, N1 }
    │          ├─07_Blending_and_Bagging; g& y' F# Q% d7 K
    │          │      01_Motivation_of_Aggregation_18-54.mp4
' r8 c$ |" Q  G. B! p* h    │          │      01_Motivation_of_Aggregation_18-54.pdf# N) t( T2 A1 G1 y! F% _2 T- m
    │          │      02_Uniform_Blending_20-31.mp4
5 c8 a! @, T2 O* t1 `    │          │      03_Linear_and_Any_Blending_16-48.mp4$ L" H, P; |- E9 T
    │          │      04_Bagging_Bootstrap_Aggregation_11-48.mp4
* g5 X$ y8 ]! q    │          │      
0 V5 k; k% S. v3 S1 R3 p    │          ├─08_Adaptive_Boosting0 x% l4 ~4 c" N3 t
    │          │      01_Motivation_of_Boosting_12-47.mp4  s" h. H* j/ o4 r4 L, y2 V% x
    │          │      01_Motivation_of_Boosting_12-47.pdf
" A0 R  u/ r7 Q4 T: x" m    │          │      02_Diversity_by_Re-weighting_14-28.mp4
! X* s  x6 |' \9 I5 b' m    │          │      03_Adaptive_Boosting_Algorithm_13-34.mp4
1 s1 n: z1 W6 Q+ L    │          │      04_Adaptive_Boosting_in_Action_11-04.mp4, n. s4 ]* q1 u  N0 i/ C
    │          │      
& T4 D# v( O% t    │          ├─09_Decision_Tree
5 B1 b; d. P% t; F    │          │      01_Decision_Tree_Hypothesis_17-28.mp4
6 x: F4 t8 ?7 x% P    │          │      01_Decision_Tree_Hypothesis_17-28.pdf( ^+ `1 K' n) }' v) F, R3 @$ Y
    │          │      02_Decision_Tree_Algorithm_15-20.mp4/ w6 \2 k. M$ ]3 F7 `0 S2 ~, E& w
    │          │      03_Decision_Tree_Heuristics_in_CRT_13-21.mp4# ^, \) v* |5 e. F+ {1 _, x3 r
    │          │      04_Decision_Tree_in_Action_8-44.mp4" v0 {$ w9 {* k' x% d6 s) Q
    │          │      * @0 I5 a/ v2 Q- W$ J$ {' [0 N+ x
    │          ├─10_Random_Forest9 `) d. J5 w* [4 \( `, w
    │          │      01_Random_Forest_Algorithm_13-06.mp4
/ l8 z! I: q8 R    │          │      01_Random_Forest_Algorithm_13-06.pdf
% ~! G! A+ ?# D3 o2 K) }$ [    │          │      02_Out-Of-Bag_Estimate_12-31.mp41 }% Q  X& L; \8 c5 x5 f# t
    │          │      03_Feature_Selection_19-27.mp4
# z9 T. K, _; j: ]. t    │          │      04_Random_Forest_in_Action13-28.mp4
* v. }; |, _) Q/ h9 }; ]; Z    │          │      
" F& S) Y6 ~. f1 D5 C2 r- E( }  n    │          ├─11_Gradient_Boosted_Decision_Tree
' ?( N1 f$ \* H; w( G    │          │      01_Adaptive_Boosted_Decision_Tree_15-05.mp4
: Z0 m/ l9 |( L    │          │      01_Adaptive_Boosted_Decision_Tree_15-05.pdf
9 n: _3 C4 A6 e/ n* e1 [6 ^/ @% c    │          │      02_Optimization_View_of_AdaBoost_27-25.mp4
* A! N8 ~* L6 `3 C  T; z9 k    │          │      03_Gradient_Boosting_18-20.mp4
# C! t- ~, I2 R9 h    │          │      04_Summary_of_Aggregation_Models_11-19.mp4
& r( n7 i; s, Q    │          │      + q! E' d7 ]/ _' H2 s
    │          ├─12_Neural_Network
- w" u2 H: E+ }    │          │      01_Motivation_20-36.mp48 v+ O! V1 t$ d0 ?0 }9 u% }9 J2 F
    │          │      01_Motivation_20-36.pdf8 U; A% C" A$ x' J! v9 A' u- [
    │          │      02_Neural_Network_Hypothesis_18-01.mp4
  w" @! p, f3 ^( y- I- v+ v/ L    │          │      03_Neural_Network_Learning_22-26.mp4
" \/ S  p3 n; d. @, P3 S! A    │          │      04_Optimization_and_Regularization_17-29.mp4
3 w5 d6 d9 N6 J0 L# @    │          │      ! D+ N# N/ T! ?9 L* x
    │          ├─13_Deep_Learning
# Y5 F  T) n- }" {% _# |6 Q    │          │      01_Deep_Neural_Network_21-30.mp4
7 I, p0 `; k9 H- i# Z5 t- @0 M$ x    │          │      01_Deep_Neural_Network_21-30.pdf
6 I) J: O: s+ r& Q1 a+ P, {( j    │          │      02_Autoencoder_15-17.mp42 p  {; N  v/ [3 H  y
    │          │      03_Denoising_Autoencoder_8-30.mp4
: G' _% h* {0 N0 |. U3 W9 d  [    │          │      04_Principal_Component_Analysis_31-20.mp43 r" I! L  q8 R$ }* X5 {; h9 E
    │          │      + m& v  C3 f+ d! s
    │          ├─14_Radial_Basis_Function_Network
5 m. Y  a: s: e7 `) f    │          │      01_RBF_Network_Hypothesis_12-55.mp4. @2 w. {* T4 F: i# P3 ]. V$ @
    │          │      01_RBF_Network_Hypothesis_12-55.pdf
  y: M6 s3 j. c$ h$ C2 b, t* s    │          │      02_RBF_Network_Learning_20-08.mp4
2 ]' n, Z/ T  D    │          │      03_k-Means_Algorithm_16-19.mp4
7 m! v* d$ m  n    │          │      04_k-Means_and_RBF_Network_in_Action_9-46.mp4; {0 k4 d3 x# S, ]% U
    │          │      1 S0 u" k7 j$ \+ @# `% W0 d: B
    │          ├─15_Matrix_Factorization
$ x6 Z5 H2 `' }; K, {4 P    │          │      01_Linear_Network_Hypothesis_20-16.mp4
% a, H* f$ f; Y6 a: R" y$ U4 Q    │          │      01_Linear_Network_Hypothesis_20-16.pdf9 G1 W& q$ A& b; z- i) s# l
    │          │      02_Basic_Matrix_Factorization_16-32.mp4: K1 e7 f: {3 l' C9 B8 }
    │          │      03_Stochastic_Gradient_Descent_12-22.mp4- P3 S; g4 Q/ H0 C7 \' H) [4 y
    │          │      04_Summary_of_Extraction_Models_9-12.mp4: c6 j. {7 r4 s6 D
    │          │      
% M  X: z8 p# e3 G% f    │          └─16_Finale% I: f1 X5 ~, o( j- m4 V
    │                  01_Feature_Exploitation_Techniques_16-11.mp4( Q$ @8 B. @# k" h- Q; v& A9 C4 K
    │                  01_Feature_Exploitation_Techniques_16-11.pdf! D5 N- A' Z4 j: v$ G, ]
    │                  02_Error_Optimization_Techniques_8-40.mp4
- d2 r0 H; O' N- G$ Y3 s    │                  03_Overfitting_Elimination_Techniques_6-44.mp4
9 g% A. q+ T5 P5 k; v' u0 O2 {3 J    │                  04_Machine_Learning_in_Action_12-59.mp4
3 F  U' S- P9 n    │                  # b3 n1 \% [* G, f8 H8 ?( z/ g) ~- J2 n
    ├─005_Neural Networks for Machine Learning
, r- U. I) D/ |% K    │  └─005_Neural Networks for Machine Learning
5 m; _$ F: B/ e, v    │      │  下载说明.txt
/ S# M% n3 N" d3 e6 d0 K7 s7 K- U    │      │  关注我们.png
* M4 [4 K6 t- l    │      │  攻城狮论坛=网络技术+编程视频.url
  E* Y; K* y5 t1 O    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt: O4 W' m, I* g# ^0 D" @9 m, _/ T
    │      │  
3 o+ T# K& K* ~. E    │      ├─hinton-ml% a! ^' B9 Q1 s1 f7 U
    │      │      1.Why do we need machine learning
- g. T' e: K; S/ c. J% O- G    │      │      1.Why do we need machine learning.mp4
1 A. ~" A8 n& N& ?2 f    │      │      10.What perceptrons can't do [15 min].mp4# A* G2 f1 S2 U% b8 Q
    │      │      10.What perceptrons can't do [15 min].srt0 w, |' P, u0 @/ ^5 C
    │      │      11.Learning the weights of a linear neuron [12 min].mp4, u$ o9 @+ ~% g3 `' l. K  R2 Q0 J
    │      │      11.Learning the weights of a linear neuron [12 min].srt
/ B+ w! C, `7 F) D# H, t/ m    │      │      12.The error surface for a linear neuron [5 min].mp4/ Q# u) E- n* K( w+ w4 y
    │      │      12.The error surface for a linear neuron [5 min].srt
4 p6 i# }6 }6 A& `. |2 x+ L/ ^    │      │      13.Learning the weights of a logistic output neuron [4 min].mp4) F5 O4 p$ l: B- ^0 H# A
    │      │      13.Learning the weights of a logistic output neuron [4 min].srt" I' n, l3 c, b% n
    │      │      14.The backpropagation algorithm [12 min].mp4
5 v9 }' n2 a5 ]' ~) X) D0 {+ @    │      │      14.The backpropagation algorithm [12 min].srt
; S; X/ E" R8 T# ^    │      │      15.Using the derivatives computed by backpropagation [10 min].mp4
% f. g8 Y6 Q5 ~: M4 g; y- J    │      │      15.Using the derivatives computed by backpropagation [10 min].srt: B" D, ^4 T4 N4 `
    │      │      16.Learning to predict the next word [13 min].mp4
' z# L2 b9 `4 K3 o/ ?" w. c8 D6 ]    │      │      16.Learning to predict the next word [13 min].srt% N/ G$ X0 k5 k  _
    │      │      17.A brief diversion into cognitive science [4 min].mp4
! Z0 }0 ]2 T- h" E1 l) E    │      │      17.A brief diversion into cognitive science [4 min].srt* k) j+ G0 N( h) `0 T0 i$ |
    │      │      19.Neuro-probabilistic language models [8 min].mp4
, }+ Q) A# Y( F* ?* v6 {    │      │      19.Neuro-probabilistic language models [8 min].srt& c( ^6 d, R! D) U
    │      │      2.What are neural networks" {- m4 v9 `+ d) v9 }
    │      │      2.What are neural networks.mp4, }( v: Z+ A& X6 P4 M
    │      │      20.Ways to deal with the large number of possible outputs [15 min].mp46 j3 Y) Z% |( c# F
    │      │      20.Ways to deal with the large number of possible outputs [15 min].srt
- O6 z, e% R7 H5 ?( h1 p    │      │      21.Why object recognition is difficult [5 min].mp4
% Z7 c; E3 J" K* ~1 f    │      │      21.Why object recognition is difficult [5 min].srt4 e( Q$ _% h. @  U3 i7 ?* W( Y
    │      │      22.Achieving viewpoint invariance [6 min].mp48 Q* q6 C2 ]' `# s! \
    │      │      22.Achieving viewpoint invariance [6 min].srt
3 G1 {* R( W" K( P, D3 z; D    │      │      23.Convolutional nets for digit recognition [16 min].mp4' E7 `5 Y+ V- z1 ^) Y
    │      │      23.Convolutional nets for digit recognition [16 min].srt
: x0 G0 W/ O2 m6 l" Z    │      │      24.Convolutional nets for object recognition [17min].mp4
; x# e* w1 m0 l    │      │      24.Convolutional nets for object recognition [17min].srt
$ L9 P! U! k) P    │      │      25.Overview of mini-batch gradient descent.mp44 k  F/ H+ M& r1 ^) v9 x! C* }0 t& @
    │      │      25.Overview of mini-batch gradient descent.srt6 {+ S# S# _0 Y: I4 d
    │      │      26.A bag of tricks for mini-batch gradient descent.mp47 D3 T+ w4 x0 S
    │      │      26.A bag of tricks for mini-batch gradient descent.srt
! S- F1 R5 A* T% K) T: l    │      │      27.The momentum method.mp4
: \6 r/ O$ y/ _: P. _( U3 ]    │      │      27.The momentum method.srt* z3 R6 Z" |+ o! j9 N' T. ^
    │      │      28.Adaptive learning rates for each connection.mp4+ t0 U. A" U9 X( m
    │      │      28.Adaptive learning rates for each connection.srt
+ X% e) D8 D4 |: f% q3 x    │      │      3.Some simple models of neurons [8 min].mp4
* t1 ^& u9 U/ J' J    │      │      3.Some simple models of neurons [8 min].srt
/ p- [: I! R; Z" G0 P    │      │      31.Training RNNs with back propagation.mp4
6 h4 G. \2 B& z& N) n% ]  _    │      │      31.Training RNNs with back propagation.srt3 a: |3 w: N. Y6 M
    │      │      32.A toy example of training an RNN.mp4- @" S' m" T% m+ f+ B: j
    │      │      32.A toy example of training an RNN.srt
% r3 p) {" T: K9 Z    │      │      33.Why it is difficult to train an RNN.mp4
: A% i) G" {5 i  v. G2 a. W$ Z    │      │      33.Why it is difficult to train an RNN.srt
6 ^) p- A& T* r  n2 q    │      │      34.Long-term Short-term-memory.mp4. c% @& _8 e3 }8 }  z' _+ o4 g
    │      │      34.Long-term Short-term-memory.srt, T- P8 |( L6 H& z; t; d
    │      │      35.A brief overview of Hessian Free optimization.mp4
3 H; k( H9 N) U/ w$ A) c    │      │      35.A brief overview of Hessian Free optimization.srt/ q  i% ]1 ^( R
    │      │      37.Learning to predict the next character using HF [12  mins].mp45 Z' l% Q9 `. ?8 h6 f
    │      │      37.Learning to predict the next character using HF [12  mins].srt! ?; f1 i3 Y  L6 n
    │      │      38.Echo State Networks [9 min].mp4
. N3 M. a* h6 N$ G    │      │      38.Echo State Networks [9 min].srt, `4 B! K" N0 m
    │      │      39.Overview of ways to improve generalization [12 min].mp4
8 C: D6 q( p) \( k- S6 U    │      │      39.Overview of ways to improve generalization [12 min].srt
0 ^) M# ?; U4 [# ^6 p" {* U! f7 Y    │      │      4.A simple example of learning [6 min].mp4
7 D; A6 q: j6 A, ?* O% V    │      │      4.A simple example of learning [6 min].srt( t5 Y7 R3 V( c  Q. l5 H# x6 T
    │      │      40.Limiting the size of the weights [6 min].mp4
: U0 v: U. p7 x: b8 Y    │      │      40.Limiting the size of the weights [6 min].srt
7 Z& [/ G6 F4 r1 ^, \    │      │      41.Using noise as a regularizer [7 min].mp4
  B# X9 Z! y! T' E; m9 D    │      │      41.Using noise as a regularizer [7 min].srt+ R) u  L$ R3 A# j' g6 [
    │      │      42.Introduction to the full Bayesian approach [12 min].mp4
3 H" [  S2 P4 ?7 t9 D) m8 u: m- i    │      │      42.Introduction to the full Bayesian approach [12 min].srt
5 s" l( ]( B  |    │      │      43.The Bayesian interpretation of weight decay [11 min].mp4
6 m6 ], j( O: S    │      │      43.The Bayesian interpretation of weight decay [11 min].srt
/ R" _- X4 x, T4 Y+ U    │      │      44.MacKay's quick and dirty method of setting weight costs [4 min].mp4
0 \1 h( o# ^6 `; O1 R" J    │      │      44.MacKay's quick and dirty method of setting weight costs [4 min].srt
( l5 ?$ ^  j. i) N    │      │      45.Why it helps to combine models [13 min].mp4
. B* u7 ?5 q* g  d0 i" _2 _) a# ?    │      │      45.Why it helps to combine models [13 min].srt' D: ^& p! a  V- |
    │      │      46.Mixtures of Experts [13 min].mp4* ]% U; w3 Y$ ?3 ?
    │      │      46.Mixtures of Experts [13 min].srt
8 u5 R4 J* Y5 S    │      │      47.The idea of full Bayesian learning [7 min].mp4) T$ r0 g! o9 J* F: {- w/ y
    │      │      47.The idea of full Bayesian learning [7 min].srt! C5 N/ @. Y) _2 u8 S% O5 b- ]
    │      │      48.Making full Bayesian learning practical [7 min].mp4) }$ i) w$ t+ [) ~0 q. c1 V# M
    │      │      48.Making full Bayesian learning practical [7 min].srt% }! e3 O/ V1 H% y. x* {
    │      │      49.Dropout [9 min].mp4' ?* ^* \2 T" B
    │      │      49.Dropout [9 min].srt0 F. T! _8 X% \! p' T' G
    │      │      5.Three types of learning [8 min].mp46 Y! f4 w8 m; B2 i# b* H; C
    │      │      5.Three types of learning [8 min].srt. N2 a$ a0 T! L; _
    │      │      50.Hopfield Nets [13 min].mp4
$ ^$ d# `4 q+ h! b  [  h    │      │      50.Hopfield Nets [13 min].srt
% S# r  p) i0 _3 F  e; h4 d; D    │      │      51.Dealing with spurious minima [11 min].mp47 x# r2 s* k5 `/ Z/ o3 |
    │      │      51.Dealing with spurious minima [11 min].srt
: Y. X; F# S2 l9 Z2 p0 \, g    │      │      52.Hopfield nets with hidden units [10 min].mp4- E5 ~# g9 Z1 d5 U$ E! k' l3 x
    │      │      52.Hopfield nets with hidden units [10 min].srt
2 u6 I, w9 G) C3 ?* h% }    │      │      53.Using stochastic units to improv search [11 min].mp4+ H& d6 i6 Q. ^
    │      │      53.Using stochastic units to improv search [11 min].srt* T8 |+ d& E/ `; q: \- J. ~
    │      │      54.How a Boltzmann machine models data [12 min].mp4
4 g) ~! l0 y1 ?5 r  w- l    │      │      54.How a Boltzmann machine models data [12 min].srt
, M2 c, _/ M. R% m' R3 u    │      │      55.Boltzmann machine learning [12 min].mp4
- U  a9 x- r* n' ^3 B    │      │      55.Boltzmann machine learning [12 min].srt4 P+ L1 ~- R3 X* O( P
    │      │      57.Restricted Boltzmann Machines [11 min].mp4- {5 g+ b9 U' l! j) U
    │      │      57.Restricted Boltzmann Machines [11 min].srt$ _5 ?9 D: l6 A/ E+ ]# c
    │      │      58.An example of RBM learning [7 mins].mp48 J9 ^$ c6 {, @8 j# ]" B
    │      │      58.An example of RBM learning [7 mins].srt7 D: o7 Y5 H: M! y$ c! ^( L
    │      │      59.RBMs for collaborative filtering [8 mins].mp4
. n+ v, @3 T+ d) L) F    │      │      59.RBMs for collaborative filtering [8 mins].srt
. h% Q' A; b* B    │      │      6.Types of neural network architectures [7 min].mp4
3 G. V& _- K. [, `    │      │      6.Types of neural network architectures [7 min].srt! a; `) c2 J, X2 q/ I
    │      │      60.The ups and downs of back propagation [10 min].mp4
" ?9 W0 C" l+ J( x$ {    │      │      60.The ups and downs of back propagation [10 min].srt
3 L. ~: B( w. t  `- |2 U# C$ N    │      │      61.Belief Nets [13 min].mp4
# B% t! ^  R* ^3 Y5 o    │      │      61.Belief Nets [13 min].srt
( Q5 z! y* S/ B. }$ \) V7 S    │      │      62.Learning sigmoid belief nets [12 min].mp4- I. e& `0 h- z9 O
    │      │      62.Learning sigmoid belief nets [12 min].srt
9 E+ @7 |9 n9 Z( ]0 [' o5 k    │      │      63.The wake-sleep algorithm [13 min].mp4& i2 X" s: O: I6 P
    │      │      63.The wake-sleep algorithm [13 min].srt
7 b* H( R7 y/ X7 m' I    │      │      64.Learning layers of features by stacking RBMs [17 min].mp4' k7 m6 X( K! _/ ^* s2 _+ U
    │      │      64.Learning layers of features by stacking RBMs [17 min].srt
7 W5 D2 H, S# P" i    │      │      65.Discriminative learning for DBNs [9 mins].mp4/ R  [' W. n6 e  Z/ W' ]. i9 \
    │      │      65.Discriminative learning for DBNs [9 mins].srt' e4 a9 |8 W8 L1 Y, i4 t
    │      │      66(1).What happens during discriminative fine-tuning
* {: ?2 Y. b) F' P9 K% o0 |    │      │      66.What happens during discriminative fine-tuning7 }& B( u! @' B5 o! i
    │      │      67.Modeling real-valued data with an RBM [10 mins].mp4
! A/ }& i* p' E2 C1 f5 p' u1 K    │      │      67.Modeling real-valued data with an RBM [10 mins].srt3 `4 b, b, D5 a3 Y2 n
    │      │      69.From PCA to autoencoders [5 mins].mp4
) b  L+ d1 t1 }7 z) J; Y    │      │      69.From PCA to autoencoders [5 mins].srt1 g; T$ x$ M8 Y0 m' r
    │      │      70.Deep auto encoders [4 mins].mp4
$ U6 D, i4 b" j; R    │      │      70.Deep auto encoders [4 mins].srt0 e6 G* X& Y+ R
    │      │      71.Deep auto encoders for document retrieval [8 mins].mp4+ K$ S0 o9 J7 K4 W% C. ?9 K; H! U
    │      │      71.Deep auto encoders for document retrieval [8 mins].srt# J' S+ F; \* w' ~' d# K0 B# c9 {
    │      │      72.Semantic Hashing [9 mins].mp46 A- h( U# W' l
    │      │      72.Semantic Hashing [9 mins].srt0 R2 n8 u& [' C2 {: d
    │      │      73.Learning binary codes for image retrieval [9 mins].mp4. F* m- P# `, @, N
    │      │      73.Learning binary codes for image retrieval [9 mins].srt  {6 K5 M# R! ]4 g, U/ H7 X
    │      │      74.Shallow autoencoders for pre-training [7 mins].mp4
. [2 Z2 p4 J6 ?0 r( S    │      │      74.Shallow autoencoders for pre-training [7 mins].srt
5 I+ e" K" d, z" O; |# T; z" T    │      │      8.A geometrical view of perceptrons [6 min].mp4, e  u! f0 O1 X& x, _6 Z' b+ k
    │      │      8.A geometrical view of perceptrons [6 min].srt
0 q- b6 s1 z, e* D    │      │      9.Why the learning works [5 min].mp49 v6 r. P; n7 E7 Y! [7 u9 Y3 H6 p
    │      │      9.Why the learning works [5 min].srt
6 n# h9 u0 j, b( o3 U    │      │      
2 S& }- s" p/ B* h" f    │      └─neuralnets-2012-001
; ?9 I0 a  R: d3 Q    │          ├─01_Lecture1) D2 k8 `" Y1 K# ^5 ]8 ?
    │          │      01_Why_do_we_need_machine_learning_13_min.mp4- e* ]. D! ^, C; K6 z. T  ]' m
    │          │      01_Why_do_we_need_machine_learning_13_min.pdf9 n2 l/ Y5 D. g! b& V
    │          │      01_Why_do_we_need_machine_learning_13_min.pptx% \- g2 b  K2 F4 F) P
    │          │      01_Why_do_we_need_machine_learning_13_min.srt
: M& p: j" N# v    │          │      01_Why_do_we_need_machine_learning_13_min.txt, S) U2 t, I9 n4 O
    │          │      02_What_are_neural_networks_8_min.mp4- G. E- E: o- C& F/ S
    │          │      02_What_are_neural_networks_8_min.srt
! n1 R( g0 l& Y% m, r    │          │      02_What_are_neural_networks_8_min.txt$ ~. B; J2 f& G2 d
    │          │      03_Some_simple_models_of_neurons_8_min.mp41 [$ r2 n" \4 C
    │          │      03_Some_simple_models_of_neurons_8_min.srt
& a- v4 k  t* L! {    │          │      03_Some_simple_models_of_neurons_8_min.txt
6 d  X  i9 _2 S4 s  i    │          │      04_A_simple_example_of_learning_6_min.mp47 G& g2 ^1 V9 V, R3 Z. i% k' G! Y3 R
    │          │      04_A_simple_example_of_learning_6_min.srt( `  \+ M) ^- S9 w$ V
    │          │      04_A_simple_example_of_learning_6_min.txt/ t. W) C9 @7 |: r
    │          │      05_Three_types_of_learning_8_min.mp4
; w% J- ?9 M% n- r+ p, L) r    │          │      05_Three_types_of_learning_8_min.srt% c. I: W7 x& n4 J! y7 v
    │          │      05_Three_types_of_learning_8_min.txt0 R2 z  O; R3 e# @1 B
    │          │      
( @" l; ^! Y* H4 y( E  q1 ], l    │          ├─02_Lecture2
9 A/ V. U* o7 s- K& y4 c) |. A    │          │      03_A_geometrical_view_of_perceptrons_6_min.mp48 w* u# c  C' w
    │          │      03_A_geometrical_view_of_perceptrons_6_min.srt6 e2 V3 R. L5 f, Q
    │          │      03_A_geometrical_view_of_perceptrons_6_min.txt7 ^2 J6 g9 H9 C* N
    │          │      04_Why_the_learning_works_5_min.mp4
- H( y) Q. h3 O* u. [    │          │      04_Why_the_learning_works_5_min.srt
' q4 I4 m$ z6 T( a7 y+ G    │          │      04_Why_the_learning_works_5_min.txt- b: |+ N9 I; u; \2 G1 c! I
    │          │      05_What_perceptrons_cant_do_15_min.mp4
7 a8 A' W7 C# }& e% S/ u. j  p    │          │      05_What_perceptrons_cant_do_15_min.srt5 {& Q# W! C- V# y7 B
    │          │      05_What_perceptrons_cant_do_15_min.txt
$ ~/ H) o# Y' F! e9 h* `4 S# `9 H    │          │      
. }5 C% S* b& p    │          ├─03_Lecture3
- @& k5 z8 O" T6 l# q    │          │      04_The_backpropagation_algorithm_12_min.mp4
( g/ y! B8 J) c7 K* u    │          │      04_The_backpropagation_algorithm_12_min.pdf
  R+ c- L& u. \- Y    │          │      04_The_backpropagation_algorithm_12_min.srt' \, f3 c3 k  ^8 s# c: _+ P
    │          │      04_The_backpropagation_algorithm_12_min.txt  O/ ~. N" @3 }8 T. s) J9 r3 g
    │          │      ' s* L* y5 K1 n* E+ _
    │          ├─04_Lecture4
1 j6 S" O5 K: A* G8 K# ~" Z  A    │          │      01_Learning_to_predict_the_next_word_13_min.mp40 _* e, N0 s7 N- |. P
    │          │      01_Learning_to_predict_the_next_word_13_min.pdf
* P9 C7 r* W% ^0 `% F: s    │          │      01_Learning_to_predict_the_next_word_13_min.pptx
- X* L8 s$ e1 k, |    │          │      01_Learning_to_predict_the_next_word_13_min.srt4 B8 b& h# K/ u- t
    │          │      01_Learning_to_predict_the_next_word_13_min.txt
2 b5 g  r5 H" g, o1 g# X5 @    │          │      04_Neuro-probabilistic_language_models_8_min.mp4
, k3 w7 R) b6 G" A6 W; N    │          │      04_Neuro-probabilistic_language_models_8_min.pdf  n, u9 C6 D5 y+ L- g( j' e# x3 F
    │          │      04_Neuro-probabilistic_language_models_8_min.srt
! b/ m5 k% x4 m8 s+ G' r( Y2 U    │          │      04_Neuro-probabilistic_language_models_8_min.txt3 z! D* p( W- A* P+ }! S1 K
    │          │      , B/ _2 Z0 [6 f+ A  n5 C, J2 W# t- B4 Y
    │          ├─05_Lecture5
4 b. r  p2 Z. Z: K$ M" J    │          │      01_Why_object_recognition_is_difficult_5_min.mp4
9 y3 \# R$ x' w    │          │      01_Why_object_recognition_is_difficult_5_min.pdf( B" B  m1 G- U. g! c2 x! y# U
    │          │      01_Why_object_recognition_is_difficult_5_min.srt) Z8 k5 w, v! h9 [
    │          │      01_Why_object_recognition_is_difficult_5_min.txt2 V+ t6 V+ s) M
    │          │      02_Achieving_viewpoint_invariance_6_min.mp4/ y2 `0 j% a) A6 R6 Y8 o% x, k
    │          │      02_Achieving_viewpoint_invariance_6_min.srt
6 K. n) E( z+ k) h" [1 t! D8 x" {    │          │      02_Achieving_viewpoint_invariance_6_min.txt
& k; H6 \; \7 I+ p$ ^8 @    │          │      8 L/ O9 Y9 L+ A0 V
    │          ├─06_Lecture64 n& _- `$ x7 A5 V$ d3 o$ {
    │          │      01_Overview_of_mini-batch_gradient_descent.mp4# F' J- y8 C+ f: s* i! B
    │          │      01_Overview_of_mini-batch_gradient_descent.pdf- N! `" f6 H4 m) E$ x( ]! I
    │          │      01_Overview_of_mini-batch_gradient_descent.pptx
0 F1 R* \( Z0 y' Q' D9 S6 W2 X    │          │      01_Overview_of_mini-batch_gradient_descent.srt' f! C4 z& ^4 P# e" M5 B
    │          │      01_Overview_of_mini-batch_gradient_descent.txt
6 Z; [0 K5 ~% c: X  b3 h( {- X    │          │      03_The_momentum_method.mp4
+ |/ i2 \( H( Y1 m    │          │      03_The_momentum_method.srt
" w: h, e5 r4 X+ ]# v3 r    │          │      03_The_momentum_method.txt- m2 T  d# O8 O$ P/ j- E
    │          │      8 }  ?1 ?) O& a! X$ g
    │          ├─07_Lecture7
- Z; R" p" O5 [    │          │      01_Modeling_sequences-_A_brief_overview.mp4
9 ^$ k3 z: q! _8 Y0 Y- g8 R, S' L/ _    │          │      01_Modeling_sequences-_A_brief_overview.pdf
0 c) ?* b2 t# B! v" v) G    │          │      01_Modeling_sequences-_A_brief_overview.pptx
- y' A3 c& p; P& N    │          │      01_Modeling_sequences-_A_brief_overview.srt
2 d  P' [& l$ \( V) E! v    │          │      01_Modeling_sequences-_A_brief_overview.txt3 v* W, H+ }6 N; ~8 V! y2 C. N! X
    │          │      02_Training_RNNs_with_back_propagation.mp4& u8 h# C( P. K' {: ^- l* f4 n
    │          │      02_Training_RNNs_with_back_propagation.srt
0 G) o4 v  k5 U& p4 w/ B' t0 G8 \    │          │      02_Training_RNNs_with_back_propagation.txt# T/ i& d$ a- A: P
    │          │      03_A_toy_example_of_training_an_RNN.mp4
: R2 s  x5 m+ u  Q7 d8 g# P9 @    │          │      03_A_toy_example_of_training_an_RNN.srt
" m/ P! d6 k0 {$ K" O. R; N9 a8 H    │          │      03_A_toy_example_of_training_an_RNN.txt
; H+ i% q; x" X* ?    │          │      04_Why_it_is_difficult_to_train_an_RNN.mp4$ ], z% C  d: [( u0 w4 y; Y
    │          │      04_Why_it_is_difficult_to_train_an_RNN.srt' f+ ]( O! R% ?3 o9 e3 v  H- f
    │          │      04_Why_it_is_difficult_to_train_an_RNN.txt5 m& X  Q* N' _5 J  c' V* ?
    │          │      05_Long-term_Short-term-memory.mp4
( {- ^1 a5 E: I% _; j5 A8 u( ?    │          │      05_Long-term_Short-term-memory.pdf
3 [1 u* R* W" E    │          │      05_Long-term_Short-term-memory.srt
* V( r  H3 ]/ S. z; h& F; G3 s    │          │      05_Long-term_Short-term-memory.txt
9 Y9 I! p, V  @- b1 j9 ^9 C    │          │      
4 D7 }* R5 P6 W* i% K- s/ T' @    │          ├─08_Lecture8- ^$ d7 P! k' P
    │          │      04_Echo_State_Networks_9_min.mp4
8 o, N+ m6 n4 t6 O9 `5 w7 T$ Q5 t; g7 P    │          │      04_Echo_State_Networks_9_min.srt
5 m+ G9 W* `! G) X* Z* f+ T: z8 m9 @# m    │          │      04_Echo_State_Networks_9_min.txt
  ?' t) B9 L8 l) D8 I; r    │          │      ) T* H8 A9 }8 S8 N0 X* i) ]" T; [
    │          ├─09_Lecture95 u2 O: }' U: }+ h5 g  v$ N: u
    │          │      02_Limiting_the_size_of_the_weights_6_min.mp4# U2 _& _5 J7 Q* w
    │          │      02_Limiting_the_size_of_the_weights_6_min.srt/ x6 N3 h7 e1 T/ L$ p& B9 ^
    │          │      02_Limiting_the_size_of_the_weights_6_min.txt+ w9 d# x! n& @
    │          │      03_Using_noise_as_a_regularizer_7_min.mp49 ~0 T0 a% ?. c9 V. J9 r
    │          │      03_Using_noise_as_a_regularizer_7_min.srt6 _. R7 w* E* y0 B# o8 S/ z
    │          │      03_Using_noise_as_a_regularizer_7_min.txt+ l4 }& l$ B+ X
    │          │      , \# S& l6 H: H& E" w0 H6 @- H
    │          ├─10_Lecture10% d% N) f% q7 v8 L
    │          │      01_Why_it_helps_to_combine_models_13_min.mp4
% b4 V7 c; n4 Z& |# m2 f( Q; Z    │          │      01_Why_it_helps_to_combine_models_13_min.pdf! y7 W0 |- a/ ?# P" c; P  V
    │          │      01_Why_it_helps_to_combine_models_13_min.pptx
# [4 J  f2 w" T3 q8 [+ g! F    │          │      01_Why_it_helps_to_combine_models_13_min.srt1 ]- u0 n  K, |" q) B# F" b3 B
    │          │      01_Why_it_helps_to_combine_models_13_min.txt$ V& h/ B4 Z+ `$ K) e" I
    │          │      02_Mixtures_of_Experts_13_min.mp4
- q$ t$ m7 g2 m4 v    │          │      02_Mixtures_of_Experts_13_min.pdf( u& }, c8 l* M: T" P: ]& Q
    │          │      02_Mixtures_of_Experts_13_min.srt
+ t" |- r* K0 y, ~6 I7 g    │          │      02_Mixtures_of_Experts_13_min.txt
- L- E- B& r0 f; W0 G: D$ W; Q    │          │      03_The_idea_of_full_Bayesian_learning_7_min.mp4; b# i! z& P$ E/ m5 f& o. K
    │          │      03_The_idea_of_full_Bayesian_learning_7_min.srt
. e- A  g8 }9 e6 n! o% w, c    │          │      03_The_idea_of_full_Bayesian_learning_7_min.txt- N# \/ t6 l" Q1 x( `6 x
    │          │      05_Dropout_9_min.mp4: ?7 s1 r# n7 C4 S  Z
    │          │      05_Dropout_9_min.pdf2 Z$ z( X; F" g
    │          │      05_Dropout_9_min.srt
% g" u/ k, Q) s; q/ v  X    │          │      05_Dropout_9_min.txt
% x# e4 T! u( U; C2 \    │          │      
2 H$ }9 t0 \+ ]2 d# h' [; r    │          ├─11_Lecture11
% w2 a$ K5 Q' {& z+ J* S    │          │      01_Hopfield_Nets_13_min.mp4! ^" a9 P  g: |1 t% u1 i7 p
    │          │      01_Hopfield_Nets_13_min.pdf
! F! d9 V! ~9 b7 ~5 V    │          │      01_Hopfield_Nets_13_min.pptx+ W5 p. h" h& J. i$ a
    │          │      01_Hopfield_Nets_13_min.srt
0 ^- ?9 c7 M0 d; Y    │          │      01_Hopfield_Nets_13_min.txt
2 m2 @/ F, U. ^. |6 b9 w* Y    │          │      02_Dealing_with_spurious_minima_11_min.mp4, l; I4 [( Q* k( v, y  y- i
    │          │      02_Dealing_with_spurious_minima_11_min.srt3 c. [6 O* y- ^$ s4 ?1 w; `
    │          │      02_Dealing_with_spurious_minima_11_min.txt4 b& d: u. \1 y! g) M, i
    │          │      03_Hopfield_nets_with_hidden_units_10_min.mp4; L: F' A8 j7 F
    │          │      03_Hopfield_nets_with_hidden_units_10_min.srt# _& @$ P2 w/ n6 z) L/ ]: S0 {* M
    │          │      03_Hopfield_nets_with_hidden_units_10_min.txt
4 r1 [4 G: {$ N( V9 V$ R0 W' o8 L    │          │      
4 `% H6 a/ O1 o; p  j! n- K    │          ├─12_Lecture123 a: N1 d; J" s  k! z6 U
    │          │      01_Boltzmann_machine_learning_12_min.mp4
' ~! T6 p; @0 }# v4 d    │          │      01_Boltzmann_machine_learning_12_min.pdf
' |( i/ B0 S& P: B3 c  W    │          │      01_Boltzmann_machine_learning_12_min.pptx! Z$ I  Z, ?' Y2 x3 m' i. a; p- k
    │          │      01_Boltzmann_machine_learning_12_min.srt
) l5 n' n6 C0 m4 S' L    │          │      01_Boltzmann_machine_learning_12_min.txt
$ e/ g# y. p) P+ u) z    │          │      03_Restricted_Boltzmann_Machines_11_min.mp4
: C6 N" ~: c: {" X8 S    │          │      03_Restricted_Boltzmann_Machines_11_min.srt" M+ @! D! K9 s: a7 R4 \( F
    │          │      03_Restricted_Boltzmann_Machines_11_min.txt; U& |3 W# p$ C/ r6 x0 Q2 R2 F
    │          │      04_An_example_of_RBM_learning_7_mins.mp4- g* Z! `5 H; V' o+ R1 {) I' W
    │          │      04_An_example_of_RBM_learning_7_mins.srt2 A5 z3 e( R; `, K4 \6 D6 D
    │          │      04_An_example_of_RBM_learning_7_mins.txt
( x' V( K- P; Y    │          │      05_RBMs_for_collaborative_filtering_8_mins.mp45 X! @7 n! W3 L: D* d" Y
    │          │      05_RBMs_for_collaborative_filtering_8_mins.srt
3 Y6 G$ |: u) `    │          │      05_RBMs_for_collaborative_filtering_8_mins.txt
9 \% ~$ ?/ _* ]* {9 ^! J    │          │      ! N, S3 q; X0 N! j3 |- I6 L
    │          ├─13_Lecture13" |; W6 V) L9 U; y
    │          │      02_Belief_Nets_13_min.mp4+ x4 V! o6 |+ l! o" {/ F6 ]1 ?. I
    │          │      02_Belief_Nets_13_min.srt5 {# ~! d: \5 v# @
    │          │      02_Belief_Nets_13_min.txt0 [8 E! d- S: C( K0 Y
    │          │      03_Learning_sigmoid_belief_nets_12_min.mp49 s3 V+ d, W- {: q
    │          │      03_Learning_sigmoid_belief_nets_12_min.pdf
! x* P+ H% {- {    │          │      03_Learning_sigmoid_belief_nets_12_min.srt
+ G  k; W& @1 L9 W9 J+ J; G. w    │          │      03_Learning_sigmoid_belief_nets_12_min.txt4 X4 K# p$ w- c. b
    │          │      04_The_wake-sleep_algorithm_13_min.mp4
7 `, t. F8 {' w) Y    │          │      04_The_wake-sleep_algorithm_13_min.pdf0 E' y, |; ^( J- Z- G: H
    │          │      04_The_wake-sleep_algorithm_13_min.srt
: p- y! s! n8 {/ G6 Y* A. V    │          │      04_The_wake-sleep_algorithm_13_min.txt
( u3 k4 a3 `$ ^  P  A2 @1 M    │          │      ' m9 c5 L; w- Z9 U9 B
    │          ├─14_Lecture14" n8 Q& M1 M' I6 F' a7 L; j. X) M
    │          │      02_Discriminative_learning_for_DBNs_9_mins.mp4. |) L+ U+ I5 a
    │          │      02_Discriminative_learning_for_DBNs_9_mins.srt
" N  u  m9 O5 T" `. r    │          │      02_Discriminative_learning_for_DBNs_9_mins.txt5 `9 M, x5 w; m7 v) V' u
    │          │      ! f! r% W8 A1 E% N
    │          ├─15_Lecture156 O0 J: _$ C! N- h" x0 ^
    │          │      01_From_PCA_to_autoencoders_5_mins.mp4
3 A+ g8 j2 N, L6 z7 @& c8 l) y( O    │          │      01_From_PCA_to_autoencoders_5_mins.pdf3 E2 i& |: M" e
    │          │      01_From_PCA_to_autoencoders_5_mins.pptx/ Z# O: z* `7 s' D' X
    │          │      01_From_PCA_to_autoencoders_5_mins.srt
0 p, [( N+ S% \4 w9 X# x    │          │      01_From_PCA_to_autoencoders_5_mins.txt+ E' X. A& s/ r6 n  ^
    │          │      02_Deep_auto_encoders_4_mins.mp4
( s4 Z: K5 g5 g6 W4 M" {5 B7 @    │          │      02_Deep_auto_encoders_4_mins.srt( ^8 c: r  X$ z
    │          │      02_Deep_auto_encoders_4_mins.txt
1 D. o" y4 B8 `" O8 G- C. r, `* A    │          │      04_Semantic_Hashing_9_mins.mp4
8 p- Y7 ]9 K( m, f1 D9 X    │          │      04_Semantic_Hashing_9_mins.pdf
" f3 q* `, ^' P5 y) C    │          │      04_Semantic_Hashing_9_mins.srt) l- x' Z* d1 M0 o( b3 I8 S
    │          │      04_Semantic_Hashing_9_mins.txt: v9 O' e1 S8 O) s* c4 Z5 @
    │          │      & z% ]# h+ @; v
    │          └─16_Lecture16: D2 o8 h+ k3 j8 F
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.mp4
$ K' z& L: u( I$ K( [  E    │                  04_OPTIONAL-_The_fog_of_progress_3_min.pdf
5 u# \$ \7 \' q6 w( H    │                  04_OPTIONAL-_The_fog_of_progress_3_min.pptx' K+ f! @( V! ?5 E
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.srt6 Z8 j+ ?2 u* z9 d. h; b
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.txt8 g: s! R; O1 Q! _
    │                  9 w) u7 }3 U6 W: }
    ├─006_Probabilistic Graphical Models4 \1 C% C% o1 c5 q
    │  └─006_Probabilistic Graphical Models& {' x2 L: I3 k
    │      ├─pgm-003# l  w, d4 d, ^" [! F
    │      │  ├─01_Introduction_and_Overview% a" o  y6 ?; x" b7 x
    │      │  │      01_Welcome.mp4
$ `. c. b  {' F" T0 _% E    │      │  │      01_Welcome.srt
/ e) O4 w; O: O5 X2 a+ s; ?    │      │  │      01_Welcome.txt2 X2 Y# T: V# [( C+ j9 I7 W
    │      │  │      02_Overview_and_Motivation.mp4
2 }/ i( x% v* ~, w7 o* D% \    │      │  │      02_Overview_and_Motivation.srt& G7 s0 g1 |0 g$ R4 y, F1 S
    │      │  │      02_Overview_and_Motivation.txt4 c8 l/ B0 z9 y/ M" K) l
    │      │  │      03_Distributions.mp4! O3 I3 q% ^. S: P9 |! M8 R! d
    │      │  │      03_Distributions.srt. b' G1 S3 ^4 i; G6 z* m. J
    │      │  │      03_Distributions.txt- n' _) `. Z% M4 n' l5 C
    │      │  │      04_Factors.mp4
# }# O; @: r2 Z* g% O0 z9 I    │      │  │      04_Factors.srt
2 r  S' O6 N. G    │      │  │      04_Factors.txt
- o1 H" K5 Y% Q: R3 k    │      │  │      
' C1 t0 s+ @9 c4 D' p& f    │      │  ├─02_Bayesian_Network_Fundamentals+ V: i  f4 g6 s0 b2 Q9 f
    │      │  │      01_Semantics_amp_Factorization.mp44 k3 c; s& E+ b! Y9 r8 m- x2 `, \
    │      │  │      01_Semantics_amp_Factorization.srt+ C4 i7 g6 q( c+ @2 Y
    │      │  │      01_Semantics_amp_Factorization.txt
6 B: I* |. Y0 `/ P% D    │      │  │      02_Reasoning_Patterns.mp4
8 Y! |2 [7 J/ v& f( f" D5 ~    │      │  │      02_Reasoning_Patterns.srt  R  b$ _1 B* w9 j/ j" c
    │      │  │      02_Reasoning_Patterns.txt
1 U( k) S5 g1 y! ?    │      │  │      03_Flow_of_Probabilistic_Influence.mp4
' c9 P1 }/ q/ m. A    │      │  │      03_Flow_of_Probabilistic_Influence.srt% a- \" E# G' H5 `) I5 C% ]
    │      │  │      03_Flow_of_Probabilistic_Influence.txt
6 N8 D3 n* w7 ]! z' ?    │      │  │      04_Conditional_Independence.mp4; a) m5 [" p! o8 v. M
    │      │  │      04_Conditional_Independence.srt; X3 }/ g; O2 ]' ]. Z
    │      │  │      04_Conditional_Independence.txt  W" ^. G, P' w8 F+ B8 m' g1 F
    │      │  │      05_Independencies_in_Bayesian_Networks.mp4# g/ U: {  o) [) `, i
    │      │  │      05_Independencies_in_Bayesian_Networks.srt  J+ t# U" ~( I# ~3 @
    │      │  │      05_Independencies_in_Bayesian_Networks.txt
" t2 B- n( H+ r# c& H' E# E    │      │  │      06_Naive_Bayes.mp4
- r2 @2 k# j, P  v( a+ q    │      │  │      06_Naive_Bayes.srt( }% ~1 h" G( a* c8 g
    │      │  │      06_Naive_Bayes.txt5 g) T" k# d3 H8 `' f" {
    │      │  │      07_Application_-_Medical_Diagnosis.mp4
  \+ T# N0 S5 d  H1 `    │      │  │      07_Application_-_Medical_Diagnosis.srt
7 \& X  Z9 u: y8 f* ?: p8 \    │      │  │      07_Application_-_Medical_Diagnosis.txt
  w, n" r- P! w' N    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.mp4
7 C  X5 O8 d# u$ @' i) b- u' ]0 B    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.srt. w' V0 `& [" W! P. }, |6 M' F% ~
    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.txt2 J! P. a: b# ^
    │      │  │      
- c% c3 M5 c4 f+ B* L3 J    │      │  ├─03_Template_Models. G& S; S5 g8 G" s% z) ^* A
    │      │  │      01_Overview_of_Template_Models.mp4
% s& l  o' Y2 ]    │      │  │      01_Overview_of_Template_Models.srt
9 B1 |$ q3 ~3 Q    │      │  │      01_Overview_of_Template_Models.txt
8 i( I) `) Z# \    │      │  │      02_Temporal_Models_-_DBNs.mp4
/ m8 e1 @# q- k' {/ j    │      │  │      02_Temporal_Models_-_DBNs.srt
) c1 b9 F! }+ s9 @& g    │      │  │      02_Temporal_Models_-_DBNs.txt
. \% i, K0 i% j8 Y; z$ q    │      │  │      03_Temporal_Models_-_HMMs.mp49 Y7 x$ A+ B$ P/ G; d
    │      │  │      03_Temporal_Models_-_HMMs.srt
5 E" u  B! F0 @2 H) r; o    │      │  │      03_Temporal_Models_-_HMMs.txt
- |; Q7 |. {, Q' o, K" G    │      │  │      04_Plate_Models.mp4
; R; Z" ^) m7 G7 I- I# z# O: q    │      │  │      04_Plate_Models.srt
$ L! q3 V! I( f/ r7 J1 Q    │      │  │      04_Plate_Models.txt
; R& s  w6 M6 _& R    │      │  │      * W7 Q" F+ W0 Q, g2 P5 H
    │      │  ├─04_ML-class_Octave_Tutorial
& L/ `" {1 R) D' s+ W9 }+ h& t    │      │  │      01_Basic_Operations.mp4
! M1 f! P1 c% l8 ]    │      │  │      01_Basic_Operations.srt
# Y1 ?4 R# w% y$ o5 B0 P. [- j    │      │  │      01_Basic_Operations.txt1 |; ?; Z' o- W
    │      │  │      02_Moving_Data_Around.mp4/ t1 _7 s; ?9 }1 ~0 O
    │      │  │      02_Moving_Data_Around.srt* ~4 D- O7 O( \1 F4 s+ |
    │      │  │      02_Moving_Data_Around.txt0 D% t) c' v; e8 S
    │      │  │      03_Computing_On_Data.mp45 J. t8 N) l7 z& \( x
    │      │  │      03_Computing_On_Data.srt- D- I" a" q" c0 z7 h& J
    │      │  │      03_Computing_On_Data.txt
* T& W% H& X, ^8 y' B    │      │  │      04_Plotting_Data.mp4
  K4 U4 |) s1 S. [/ i, P    │      │  │      04_Plotting_Data.srt! y" A: m' n% ]- p
    │      │  │      04_Plotting_Data.txt
6 A, k. m  x. F  W% E    │      │  │      05_Control_Statements-_for_while_if_statements.mp4
2 |6 a! P0 P8 p# F. F, o7 _! D; f    │      │  │      05_Control_Statements-_for_while_if_statements.srt
2 Z' @5 Z9 [) }$ i8 k% Y4 ^    │      │  │      05_Control_Statements-_for_while_if_statements.txt
$ Q' S+ g2 h2 g, G$ L    │      │  │      06_Vectorization.mp4
3 k# ~. f6 e7 l: D8 O7 u0 z    │      │  │      06_Vectorization.srt0 E: s+ p3 x, h# t4 m$ `# I
    │      │  │      06_Vectorization.txt
# I( ?# ^( g9 p    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.mp4
$ G) g  X5 G. l3 U# h4 e$ t. J' }( }    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.srt
% w/ U8 M( X% R; y5 O9 }    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.txt6 n8 t; e/ S: B$ q! S& Y( ?$ c$ e, u
    │      │  │      6 i: P% w8 D0 P+ d' s
    │      │  ├─05_Structured_CPDs8 H& J% H/ `  k( M; L6 s& d2 f
    │      │  │      01_Overview-_Structured_CPDs.mp46 Q$ N; L/ W3 Q5 B, @
    │      │  │      01_Overview-_Structured_CPDs.srt) d8 R; y1 }/ W2 t6 b; |7 j& D
    │      │  │      01_Overview-_Structured_CPDs.txt" O2 D7 @3 P! _/ J/ F  w( u
    │      │  │      02_Tree-Structured_CPDs.mp4
5 ~. |' U" B/ _7 w  X    │      │  │      02_Tree-Structured_CPDs.srt
/ U4 T" ?& @* D. @; Q    │      │  │      02_Tree-Structured_CPDs.txt
' ?, q$ m+ J( g  R0 P7 Y    │      │  │      03_Independence_of_Causal_Influence.mp43 x6 s8 `( }: ~1 u% r
    │      │  │      03_Independence_of_Causal_Influence.srt- D+ n$ x9 \. E( ?  g' z5 U% r
    │      │  │      03_Independence_of_Causal_Influence.txt
- d: g# N" p0 A    │      │  │      04_Continuous_Variables.mp4( N2 B  Z7 q$ A6 T- c% C
    │      │  │      04_Continuous_Variables.srt
' d! @/ s; x2 y. ?    │      │  │      04_Continuous_Variables.txt4 K) G% Q" K5 A
    │      │  │      : S% x* D, o) _; b7 ~) A
    │      │  ├─06_Markov_Network_Fundamentals- v  M: P' O) ]
    │      │  │      01_Pairwise_Markov_Networks.mp4# K  j( [+ S8 X/ R* A  \) R( E
    │      │  │      01_Pairwise_Markov_Networks.srt
9 |. u" r+ X' K    │      │  │      01_Pairwise_Markov_Networks.txt% L+ }& r' I7 \5 k
    │      │  │      02_General_Gibbs_Distribution.mp4& P* H- ]- M& d' a/ ~) c% r4 T
    │      │  │      02_General_Gibbs_Distribution.srt
$ ]* C, F/ j7 ]' w; u; F    │      │  │      02_General_Gibbs_Distribution.txt7 ?/ d* _# W2 ^( v) U' K
    │      │  │      03_Conditional_Random_Fields.mp4, Z4 z' Y1 L( g0 p+ h6 ~
    │      │  │      03_Conditional_Random_Fields.srt
$ t9 |( |& A' c0 `% ]    │      │  │      03_Conditional_Random_Fields.txt
5 q% ^0 w1 Q4 ^; {. e- W    │      │  │      04_Independencies_in_Markov_Networks.mp4% b6 J9 `% M* F# E3 n# }
    │      │  │      04_Independencies_in_Markov_Networks.srt
) B( z  T5 f$ H0 ~! z$ @    │      │  │      04_Independencies_in_Markov_Networks.txt
  j) E' D3 ]* `    │      │  │      05_I-maps_and_perfect_maps.mp4  G7 I9 [' K( }2 t
    │      │  │      05_I-maps_and_perfect_maps.srt
; a+ n0 Z; L0 o9 `    │      │  │      05_I-maps_and_perfect_maps.txt
% j2 t8 Z% U% N1 F+ t    │      │  │      06_Log-Linear_Models.mp4
8 u, q# F1 S  p" D6 ~. w    │      │  │      06_Log-Linear_Models.srt
5 R: G3 Z: K3 ^; V2 I, N: C    │      │  │      06_Log-Linear_Models.txt$ t( L: o% k" n! u4 W$ e- T+ y
    │      │  │      07_Shared_Features_in_Log-Linear_Models.mp4  @) n* q. J- c
    │      │  │      07_Shared_Features_in_Log-Linear_Models.srt/ E6 q; O3 M5 R  c0 q9 Q
    │      │  │      07_Shared_Features_in_Log-Linear_Models.txt
. m- n  t* ~' Y, }: T) k    │      │  │      ) P! J4 d5 O9 C7 s
    │      │  ├─07_Representation_Wrapup-_Knowledge_Engineering$ Y0 r" ?, V: T+ u
    │      │  │      01_Knowledge_Engineering.mp4
2 m/ b  d" Z0 d* J$ T    │      │  │      01_Knowledge_Engineering.srt" O- K) y" v0 X8 y/ w# ]: J
    │      │  │      01_Knowledge_Engineering.txt
  U1 r# e; q  g6 \( G% v. ~    │      │  │      
. T; Q; o% t3 H/ [; M5 \. M$ k  S    │      │  ├─08_Inference-_Variable_Elimination! m; e! P* `, Z$ t" M0 g3 a4 V5 [* M9 |
    │      │  │      01_Overview-_Conditional_Probability_Queries.mp4
0 g" X6 \; H# _# \/ X: [: V    │      │  │      01_Overview-_Conditional_Probability_Queries.srt
6 G. j: ~' @' h    │      │  │      01_Overview-_Conditional_Probability_Queries.txt
* m* r; n. `9 Z! ]    │      │  │      02_Overview-_MAP_Inference.mp42 C4 [/ A6 e. h& F. G1 c4 U
    │      │  │      02_Overview-_MAP_Inference.srt& l* y: U/ J. r' c2 q6 D8 R# \
    │      │  │      02_Overview-_MAP_Inference.txt4 P7 W9 ]6 U0 X3 H! @5 Y5 t9 z  _# l
    │      │  │      03_Variable_Elimination_Algorithm.mp4
) ]+ M0 \; }* _. t" a    │      │  │      03_Variable_Elimination_Algorithm.srt, O$ d/ D" Z" z: e) g$ ]8 o0 S+ f! ?1 o
    │      │  │      03_Variable_Elimination_Algorithm.txt# l/ A$ E! y2 V- [
    │      │  │      04_Complexity_of_Variable_Elimination.mp4
3 K6 d; _$ {" R% z% y, T    │      │  │      04_Complexity_of_Variable_Elimination.srt0 W& v2 p' n+ x6 y- R$ _8 [6 C, u
    │      │  │      04_Complexity_of_Variable_Elimination.txt
, e9 B6 L2 K7 S( R    │      │  │      06_Finding_Elimination_Orderings.mp4
) n8 `5 R$ O) M; Q+ h1 d, o/ Q    │      │  │      06_Finding_Elimination_Orderings.srt6 c3 ?+ i+ n/ u7 |2 X
    │      │  │      06_Finding_Elimination_Orderings.txt
: a- h/ C2 m$ D5 {# a    │      │  │      
! s3 M+ p3 b9 z* g+ Q. w    │      │  ├─09_Inference-_Belief_Propagation_Part_16 y+ z" G- L7 @: Z
    │      │  │      01_Belief_Propagation.mp4
$ P9 ?1 s) I& {! n    │      │  │      01_Belief_Propagation.srt6 k3 v, O% h$ w7 X0 j9 w' Y
    │      │  │      01_Belief_Propagation.txt
6 o$ ^# w# J3 |# B    │      │  │      02_Properties_of_Cluster_Graphs.mp4" y0 f$ c' Q) `1 [* F# g$ Y
    │      │  │      02_Properties_of_Cluster_Graphs.srt" J9 t6 a' z: E$ Z, m0 O
    │      │  │      02_Properties_of_Cluster_Graphs.txt( ^4 I+ u% i! U2 J+ m9 F4 Y$ w
    │      │  │      3 B9 L$ Q" Q  E# \0 `4 C
    │      │  ├─10_Inference-_Belief_Propagation_Part_2, }; l7 s+ q5 n2 U" I$ n
    │      │  │      01_Properties_of_Belief_Propagation.mp4. g( S/ d" R- G  Y, r4 @
    │      │  │      01_Properties_of_Belief_Propagation.srt* \3 a4 Y% ~: m: F. }
    │      │  │      01_Properties_of_Belief_Propagation.txt' A4 B  \7 m7 W+ w( U4 I
    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.mp4
3 V; I- F2 v* w& y) `    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.srt% |# P; A% k7 Q, e0 q) K# n
    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.txt# H# b; `( e- V2 u* S  w( e
    │      │  │      03_Clique_Tree_Algorithm_-_Computation.mp4
9 [# C+ o6 a. z/ i) g; ~    │      │  │      03_Clique_Tree_Algorithm_-_Computation.srt. w0 z4 {) D# z) H: z
    │      │  │      03_Clique_Tree_Algorithm_-_Computation.txt
0 n8 \9 f9 `7 F    │      │  │      04_Clique_Trees_and_Independence.mp4
/ |- B8 `+ e( G: z0 r1 s% i: I+ f; C9 X    │      │  │      04_Clique_Trees_and_Independence.srt0 |" l9 q! u: K& h5 h5 i
    │      │  │      04_Clique_Trees_and_Independence.txt% G" V- H/ t& R4 ]
    │      │  │      05_Clique_Trees_and_VE.mp4
- h/ K9 e+ t& ~" l- k9 L2 p    │      │  │      05_Clique_Trees_and_VE.srt# j5 u! K' Q7 L
    │      │  │      05_Clique_Trees_and_VE.txt
) b; `2 K  ^( _( `( z( Q    │      │  │      06_BP_In_Practice.mp4
0 P- ~" A, G) N    │      │  │      06_BP_In_Practice.srt: q2 F  ]; @+ Q; v9 n3 [+ |2 g6 d
    │      │  │      06_BP_In_Practice.txt) O3 S1 Z: U! Y4 G/ y4 n
    │      │  │      07_Loopy_BP_and_Message_Decoding.mp4
# R, K: Q5 j. M; v, B0 y, j( R    │      │  │      07_Loopy_BP_and_Message_Decoding.srt+ P  H" s4 W- s* H4 P2 L: Z6 X
    │      │  │      07_Loopy_BP_and_Message_Decoding.txt
  u2 z) A/ R# {    │      │  │      ( d! V& i. X1 Z  B( m1 x' H
    │      │  ├─11_Inference-_MAP_Estimation_Part_1% F$ Z. D2 Q) A/ ]" A
    │      │  │      01_Max_Sum_Message_Passing.mp4
& X. u" W5 H0 t5 @0 }    │      │  │      01_Max_Sum_Message_Passing.srt
: ?2 C9 k+ f9 K7 S0 }  g+ j  K    │      │  │      01_Max_Sum_Message_Passing.txt; P$ t0 d3 r, {1 h. ^$ ~: M" |
    │      │  │      02_Finding_a_MAP_Assignment.mp4
7 O5 N, R" x8 \0 ^8 L' I" ]" b    │      │  │      02_Finding_a_MAP_Assignment.srt$ D: {/ d# \% O, \" i
    │      │  │      02_Finding_a_MAP_Assignment.txt
/ p' x7 o0 v) _- e( V/ z8 L    │      │  │      2 x8 z8 I7 Q+ ~! Q
    │      │  ├─12_Inference-_MAP_Estimation_Part_2
* ?6 k+ A9 q# b! l. L& }+ O    │      │  │      01_Tractable_MAP_Problems.mp4
- C; f. o% w3 j% |6 @( x  p    │      │  │      01_Tractable_MAP_Problems.srt
1 n4 k8 k4 d6 {* p1 k+ t    │      │  │      01_Tractable_MAP_Problems.txt8 ^' D3 Q) S2 U. X
    │      │  │      02_Dual_Decomposition_-_Intuition.mp4. b  v( V4 ^, H  Q, A
    │      │  │      02_Dual_Decomposition_-_Intuition.srt3 N. k/ d( Y8 s9 [. |, C7 O' m
    │      │  │      02_Dual_Decomposition_-_Intuition.txt
; x9 i3 N( e) g4 S9 Q    │      │  │      03_Dual_Decomposition_-_Algorithm.mp4" R3 ?) W- T! r
    │      │  │      03_Dual_Decomposition_-_Algorithm.srt2 s. n2 ^! V. w6 Q- y- X; G
    │      │  │      03_Dual_Decomposition_-_Algorithm.txt3 _2 c$ y2 k2 a
    │      │  │      
, ~0 ^' F  `& b    │      │  ├─13_Inference-_Sampling_Methods
( @. k2 }3 a4 M' O6 N' f    │      │  │      01_Simple_Sampling.mp4
+ u8 H! l! H0 B5 y7 i) a2 _% }    │      │  │      01_Simple_Sampling.srt
- |' C4 N9 f. Z% X  u3 C: W) I: ~    │      │  │      01_Simple_Sampling.txt
* ^& Y6 ^' @5 b% U5 t1 z    │      │  │      02_Markov_Chain_Monte_Carlo.mp4
7 k3 x7 v5 C4 b% M0 `, c5 t    │      │  │      02_Markov_Chain_Monte_Carlo.srt
, C- u5 d  a2 C0 v    │      │  │      02_Markov_Chain_Monte_Carlo.txt% i9 F' H" }+ y- s$ w* W7 z
    │      │  │      03_Using_a_Markov_Chain.mp4
+ e: E9 a1 \' X/ v    │      │  │      03_Using_a_Markov_Chain.srt
- m7 B0 Q8 N* x  u* L/ b( G    │      │  │      03_Using_a_Markov_Chain.txt, ?" i& s' l5 K/ u) K, l( n9 n
    │      │  │      04_Gibbs_Sampling.mp4: d; t" M/ I9 }0 j7 w% l
    │      │  │      04_Gibbs_Sampling.srt
- ?  s1 Q& g8 v* z    │      │  │      04_Gibbs_Sampling.txt
5 n2 d& @5 r" S1 I2 ]    │      │  │      05_Metropolis_Hastings_Algorithm.mp43 F& f/ L: m! c# b
    │      │  │      05_Metropolis_Hastings_Algorithm.srt6 R! ~) }8 ]! o2 _+ ^" e$ ^8 @+ |
    │      │  │      05_Metropolis_Hastings_Algorithm.txt6 @) f0 [# Q  V5 A7 o1 @
    │      │  │      : F2 D. m2 I0 w% {+ I3 ?
    │      │  ├─14_Inference-_Temporal_Models_and_Wrap-up/ D/ o2 f6 Z- V8 X/ s# Z
    │      │  │      01_Inference_in_Temporal_Models.mp4
' Z8 Y0 x2 ?/ {- u. B* D8 x    │      │  │      01_Inference_in_Temporal_Models.srt
8 ^, {! M* I2 R5 n" Y  p    │      │  │      01_Inference_in_Temporal_Models.txt
! |. u) v4 j- n/ Q! `& w: q    │      │  │      02_Inference-_Summary.mp4
/ y& P* p2 i3 j! B    │      │  │      02_Inference-_Summary.srt3 H/ i- h" h* e! J4 M7 G% A
    │      │  │      02_Inference-_Summary.txt4 T1 A" E$ E* f. Y# L: U8 ]
    │      │  │      
" _/ N  @1 Q# m4 S    │      │  ├─15_Decision_Theory, i$ P) `8 W& f. T, C" ~& H
    │      │  │      01_Maximum_Expected_Utility.mp4
  Q3 ?9 H/ |$ @6 |' X    │      │  │      01_Maximum_Expected_Utility.srt/ \3 W3 U5 s0 e3 M
    │      │  │      01_Maximum_Expected_Utility.txt# u) `# k6 h+ x. D; ]+ F2 a
    │      │  │      02_Utility_Functions.mp4
5 D! E0 Z8 w% q' o$ r+ H# k    │      │  │      02_Utility_Functions.srt; n( r: x, d) R
    │      │  │      02_Utility_Functions.txt
  Y" @; I6 [+ N) J! T& Q    │      │  │      03_Value_of_Perfect_Information.mp4
$ x1 B( l2 C4 z% B    │      │  │      03_Value_of_Perfect_Information.srt1 f* @3 I2 T6 F6 G- a3 d; v
    │      │  │      03_Value_of_Perfect_Information.txt: H9 @  T( i9 e- s/ v3 N% E
    │      │  │      2 u" K. T& y* N3 h" U
    │      │  ├─16_ML-class_Revision
3 }9 ^$ A, L$ N* M% o% c5 g' |    │      │  │      01_Regularization-_The_Problem_of_Overfitting.mp4
  A; m$ C6 N  Q& e9 r9 j    │      │  │      01_Regularization-_The_Problem_of_Overfitting.srt, Z# ]; u/ w* H
    │      │  │      01_Regularization-_The_Problem_of_Overfitting.txt
2 K6 }( F4 P  Z% D0 O# w2 e    │      │  │      02_Regularization-_Cost_Function.mp4$ Q3 Z! Z+ s+ X
    │      │  │      02_Regularization-_Cost_Function.srt# g$ L5 y/ S: ?6 `) Z
    │      │  │      02_Regularization-_Cost_Function.txt
8 C% u# P7 V# [    │      │  │      03_Evaluating_a_Hypothesis.mp4
2 _5 i/ a- _( `" i7 j, v    │      │  │      03_Evaluating_a_Hypothesis.srt/ c2 H1 @+ x# g4 A# r
    │      │  │      03_Evaluating_a_Hypothesis.txt
/ ~5 a. {1 k7 @8 R- o% w$ o    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.mp4; m. g, s8 D6 ^' v) S
    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.srt$ S* b+ u  b1 x" h; Q! Q) q
    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.txt3 b% G( M+ u1 H- ~
    │      │  │      05_Diagnosing_Bias_vs_Variance.mp45 ?3 ?( A- A6 {- u; X# G
    │      │  │      05_Diagnosing_Bias_vs_Variance.srt
; h: Q/ D! y) Q0 u    │      │  │      05_Diagnosing_Bias_vs_Variance.txt0 E# C' k  `8 t5 \4 T" u# K
    │      │  │      06_Regularization_and_Bias_Variance.mp4
  c3 X4 i- m" g8 t1 h; m! ~  D    │      │  │      06_Regularization_and_Bias_Variance.srt
& I6 M7 k) ?' d% u    │      │  │      06_Regularization_and_Bias_Variance.txt4 [0 F2 E0 @( b( S( Q1 Q7 s
    │      │  │      
$ {7 [0 \+ }8 @; _1 \  e  c! M    │      │  ├─17_Learning-_Overview/ Q2 y/ X* E' v  [
    │      │  │      01_Learning-_Overview.mp4
; A; |; ]1 N/ W    │      │  │      01_Learning-_Overview.srt
, F" g: H) |) r1 A5 G    │      │  │      01_Learning-_Overview.txt
! |* B$ u/ b' t9 H, D. c& t    │      │  │      $ i+ [2 \0 ~8 V/ \6 \/ @: u
    │      │  ├─18_Learning-_Parameter_Estimation_in_BNs+ h& H6 z5 ~5 j) R4 c
    │      │  │      01_Maximum_Likelihood_Estimation.mp45 ~6 }$ C$ }7 Y0 y
    │      │  │      01_Maximum_Likelihood_Estimation.srt
( k- Y- C/ B# E( x& A- ?    │      │  │      01_Maximum_Likelihood_Estimation.txt3 {) u) i. c: D  J" ]' T4 j" u
    │      │  │      03_Bayesian_Estimation.mp4* l4 n1 m' {3 q: s5 u8 t2 ^
    │      │  │      03_Bayesian_Estimation.srt
1 d9 `& g" F' Q    │      │  │      03_Bayesian_Estimation.txt
8 [9 J3 e; C6 U9 V' n2 W7 {/ U    │      │  │      04_Bayesian_Prediction.mp4
  r& h; t1 @2 w; }! ]4 k    │      │  │      04_Bayesian_Prediction.srt
; j  I1 u; c, M8 l8 N# W8 {    │      │  │      04_Bayesian_Prediction.txt
% Z' m& y+ {- q; \    │      │  │      
: a# e" m5 l9 i* B" P    │      │  ├─19_Learning-_Parameter_Estimation_in_MNs5 L# H4 Z4 D1 v/ r
    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.mp49 Q: X, Z0 \1 p( A
    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.srt
2 F0 G7 O/ [$ f( K    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.txt
6 B$ W/ E8 f$ c( \! T    │      │  │      & p5 m; ~6 R0 S) k* m9 L9 g* W
    │      │  ├─20_Structure_Learning
2 C' g" F( K8 i% L    │      │  │      01_Structure_Learning_Overview.mp4
: k  X8 v7 ?! L8 L9 e; V6 V    │      │  │      01_Structure_Learning_Overview.srt& ^+ v( s' p0 D% b# r! ~
    │      │  │      01_Structure_Learning_Overview.txt, ]" G- m( p8 L- v' H5 T/ |9 K
    │      │  │      02_Likelihood_Scores.mp47 t: N  G* q9 |$ }8 R* ~5 i
    │      │  │      02_Likelihood_Scores.srt4 z7 w* ~% _5 U
    │      │  │      02_Likelihood_Scores.txt) N  }% M* k9 v* M5 Z4 e% U4 A
    │      │  │      03_BIC_and_Asymptotic_Consistency.mp4
" W* [% P! @/ E2 Z  w) l2 {    │      │  │      03_BIC_and_Asymptotic_Consistency.srt
9 {$ `' c% ?+ |) ~4 G3 ]3 ^) m    │      │  │      03_BIC_and_Asymptotic_Consistency.txt! Y+ \3 k  F; h; L6 m- x$ h
    │      │  │      04_Bayesian_Scores.mp4/ f0 s$ T$ S( l! t
    │      │  │      04_Bayesian_Scores.srt/ L$ B+ K0 V% ]# @$ \5 m
    │      │  │      04_Bayesian_Scores.txt
, X# K, _, x, ^3 O    │      │  │      05_Learning_Tree_Structured_Networks.mp48 j/ |' h+ Z& G
    │      │  │      05_Learning_Tree_Structured_Networks.srt
. ?) s" C) L8 B- `& g5 u    │      │  │      05_Learning_Tree_Structured_Networks.txt
1 M1 V0 E0 q$ z# `5 S' v    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.mp4
1 F% M7 f: b& a8 _. s  r0 S9 J& }# X    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.srt/ ?2 W: C3 S, G+ v) `- V" ?- S% U: Y
    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.txt7 J$ t& v: K0 \6 D+ c* C( t
    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.mp4% K7 J0 w  }* `$ h$ Z
    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.srt
, u1 y- o: t9 S4 j( Y    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.txt
8 U6 c4 b! d" Y! G6 Q    │      │  │      
. d$ s+ E# g$ u7 E    │      │  ├─21_Learning_With_Incomplete_Data4 L# N! u: W- Z- Q2 u4 C9 E
    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.mp4/ [) J9 p4 t0 o  C* g
    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.srt+ _5 C3 z1 {7 a( W
    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.txt% W' p* |$ e# T0 D5 Q* J9 ^
    │      │  │      02_Expectation_Maximization_-_Intro.mp4
5 o4 Z" v7 B4 C5 o9 w. q    │      │  │      02_Expectation_Maximization_-_Intro.srt
+ a- G$ p& K; [5 ]    │      │  │      02_Expectation_Maximization_-_Intro.txt9 x; @( C3 l# F/ f0 h0 j8 p( e: o
    │      │  │      03_Analysis_of_EM_Algorithm.mp4/ h  k( |  J9 A  u$ x; P1 l4 h
    │      │  │      03_Analysis_of_EM_Algorithm.srt
  ~& t0 N8 g7 z7 t1 C; y    │      │  │      03_Analysis_of_EM_Algorithm.txt
- d' X+ Z) S" {5 O$ n    │      │  │      04_EM_in_Practice.mp4
+ t8 [* r- w4 }    │      │  │      04_EM_in_Practice.srt
% o$ F* A; y- L7 I- n+ E5 b    │      │  │      04_EM_in_Practice.txt
; v9 c  Z' A; \# L. j    │      │  │      05_Latent_Variables.mp4( L3 }5 l$ ]/ n
    │      │  │      05_Latent_Variables.srt
+ f% H* J; D6 r# J1 R; N8 _    │      │  │      05_Latent_Variables.txt: T) ]$ V+ q$ K) L% t$ T
    │      │  │      
5 [0 X% q* X3 y. j0 E    │      │  ├─22_Learning-_Wrapup( t9 G6 |3 x' G, m) k9 v; I, j" t
    │      │  │      01_Summary-_Learning.mp4+ ~0 `5 F# \( A( z' t) J
    │      │  │      01_Summary-_Learning.srt; a0 C6 U% T% h  c  |4 `, o( H
    │      │  │      01_Summary-_Learning.txt9 i7 `( V! @8 Q- ]% t7 `8 J3 t$ z" ~
    │      │  │      
. U0 U5 \- Y9 r0 G6 y4 j    │      │  └─23_Summary
" [- k  x0 d6 p6 \    │      │          01_Class_Summary.mp46 J2 U" }  Z5 s6 J  Z
    │      │          01_Class_Summary.srt# y2 E. Y( }% M$ \
    │      │          01_Class_Summary.txt, D! I0 J6 I! A1 `0 _* a
    │      │         
( y7 n( O& T8 D+ l    │      └─Probabilistic Graphical Models - Stanford$ S' u( M6 n( w8 O/ B. L
    │              1 - 1 - Welcome! (05-35).mp4
/ ?, {" s7 S% {8 _( ^    │              1 - 1 - Welcome! (05-35).srt) o) S1 f3 Y( U2 S9 ^3 d
    │              1 - 2 - Overview and Motivation (19-17).mp4
) _* J8 H8 k, M& k' I+ l8 p    │              1 - 2 - Overview and Motivation (19-17).srt+ O& t" c& a8 _8 l9 v
    │              1 - 3 - Distributions (04-56).mp44 n5 _( @2 F/ j
    │              1 - 3 - Distributions (04-56).srt& N8 v$ l0 \& M. Y7 _
    │              1 - 4 - Factors (06-40).mp4% f% u! O5 J" U+ l+ K( L
    │              1 - 4 - Factors (06-40).srt
3 _, ~: W0 G$ J0 i! y" ]( }    │              10 - 4 - Clique Trees and Independence (15-21).mp4( p5 Y# }  R" S. ^$ r( ?( p$ l
    │              10 - 4 - Clique Trees and Independence (15-21).srt
$ ?& N9 x) A. R- y0 t    │              10 - 5 - Clique Trees and VE (16-17).mp4
9 l* M9 V6 C. e* ?* Z1 L9 q    │              10 - 5 - Clique Trees and VE (16-17).srt* w) M9 R3 u" |; Q+ L7 Z4 q6 U5 A
    │              10 - 6 - BP In Practice (15-38).mp4  w' N; d8 x! t! l; m% [
    │              10 - 6 - BP In Practice (15-38).srt% S4 S" }" ~6 H3 r+ f6 K# K
    │              10 - 7 - Loopy BP and Message Decoding (21-42).mp4$ V1 f7 b' Y" d: f4 e
    │              10 - 7 - Loopy BP and Message Decoding (21-42).srt9 x* f; D6 ~" K) S/ }: @
    │              11 - 1 - Max Sum Message Passing (20-27).mp4
5 Y9 _& `: }1 n7 K2 Z. k    │              11 - 1 - Max Sum Message Passing (20-27).srt* T0 E- S% r$ v: D
    │              11 - 2 - Finding a MAP Assignment (3-57).mp42 E# t' v% f8 D: K
    │              11 - 2 - Finding a MAP Assignment (3-57).srt
+ g" e5 g* H! K- t" v    │              12 - 1 - Tractable MAP Problems (15-04).mp4
% }: E: ~5 {$ [0 s; Z+ p    │              12 - 1 - Tractable MAP Problems (15-04).srt
* O$ t1 s+ |- ?' G' E) V8 A    │              13 - 1 - Simple Sampling (23-37).mp43 S9 q# q5 T) I7 }$ j
    │              13 - 1 - Simple Sampling (23-37).srt1 Y. d. Z' ^* M$ W% Q
    │              13 - 2 - Markov Chain Monte Carlo (14-18).mp4
! B$ r4 t! m  o( h    │              13 - 2 - Markov Chain Monte Carlo (14-18).srt
  a, A$ b; j$ U! P8 `+ A    │              13 - 3 - Using a Markov Chain (15-27).mp4
; c- @. |% m5 ^4 j5 F9 Y( `    │              13 - 3 - Using a Markov Chain (15-27).srt
% R1 ]2 m! L, r9 _3 y2 g; V    │              13 - 4 - Gibbs Sampling (19-26).mp4
  ?! Q4 O+ I, c) U+ z8 y    │              13 - 4 - Gibbs Sampling (19-26).srt
" q; Q* m3 y& H9 n0 z- ?- {    │              13 - 5 - Metropolis Hastings Algorithm (27-06).mp4
# L( U+ @# t5 Z3 J2 _! ^    │              13 - 5 - Metropolis Hastings Algorithm (27-06).srt; [) b/ F+ N0 l$ E
    │              14 - 1 - Inference in Temporal Models (19-43).mp4
) ]1 @9 i) L* ?% z5 F% Y% y    │              14 - 1 - Inference in Temporal Models (19-43).srt
* x) r# X& |- z0 S1 c0 R3 Z    │              14 - 2 - Inference- Summary (12-45).mp40 K9 d0 v0 |6 C
    │              14 - 2 - Inference- Summary (12-45).srt, D; D. L+ \( T
    │              15 - 1 - Maximum Expected Utility (25-57).mp4  p* ]; D8 Y. ?% o7 r, a$ S
    │              15 - 1 - Maximum Expected Utility (25-57).srt
6 t* s7 i  _, X" m+ |8 w    │              15 - 2 - Utility Functions (18-15).mp4
. r- A- V* r3 F6 ^/ {& Q- U1 ~4 Q    │              15 - 2 - Utility Functions (18-15).srt6 x, d: Y# J0 P5 @$ G( ^, I, z8 Q  p
    │              15 - 3 - Value of Perfect Information (17-14).mp41 i( P6 N- X; h
    │              15 - 3 - Value of Perfect Information (17-14).srt  r( U0 J& M  p; l, ?1 C! }) y
    │              16 - 2 - Regularization- Cost Function (10-10).mp4* @) Q* Q2 c$ Y/ H8 N
    │              16 - 2 - Regularization- Cost Function (10-10).srt/ W4 Q% m1 G/ y; A
    │              16 - 3 - Evaluating a Hypothesis (07-35).mp4
; t0 z3 W: d+ |+ A, b    │              16 - 3 - Evaluating a Hypothesis (07-35).srt
8 Q/ B! b+ O5 a; j8 v: j% c: u    │              16 - 5 - Diagnosing Bias vs Variance (07-42).mp4
1 l, H, b! U9 E    │              16 - 5 - Diagnosing Bias vs Variance (07-42).srt" g. s3 x- b6 ^! ]! R+ n  W
    │              17 - 1 - Learning- Overview (15-35).mp4& E7 ~9 h" a, |# r" |& {* T
    │              17 - 1 - Learning- Overview (15-35).srt
" R: b+ @/ A0 H* {    │              18 - 1 - Maximum Likelihood Estimation (14-59).mp4
, R. u$ l! ?- |+ @- M' m/ o3 J    │              18 - 1 - Maximum Likelihood Estimation (14-59).srt$ R; x# @( D# c3 M' C
    │              18 - 3 - Bayesian Estimation (15-27).mp4( R7 ]7 q3 b! ?: Q" @* g
    │              18 - 3 - Bayesian Estimation (15-27).srt
/ N, u3 t7 B, N$ ]# w  y3 g; \    │              18 - 4 - Bayesian Prediction (13-40).mp4
0 F! ^* }: o8 j4 S    │              18 - 4 - Bayesian Prediction (13-40).srt  \3 O& J$ Y6 b$ D7 u4 V: ]$ h
    │              2 - 1 - Semantics & Factorization (17-20).mp4
' s9 [1 q5 T% I9 h5 k    │              2 - 1 - Semantics & Factorization (17-20).srt  [" a8 b  Q8 N/ g
    │              2 - 2 - Reasoning Patterns (09-59).mp4- F/ c3 t* C+ G" X% m
    │              2 - 2 - Reasoning Patterns (09-59).srt' H) n* W1 j) f" [
    │              2 - 4 - Conditional Independence (12-38).mp4
+ r  k) s$ Z- D$ `* z8 `    │              2 - 4 - Conditional Independence (12-38).srt
; J7 Y% q* X, U9 ]    │              2 - 6 - Naive Bayes (09-52).mp4
8 n% ^! \: U! X+ U6 |( T& ?    │              2 - 6 - Naive Bayes (09-52).srt5 }" \1 l- G/ x7 E. X
    │              20 - 1 - Structure Learning Overview (5-49).mp4
" K6 F, ]9 H- o4 ?. \) P8 G    │              20 - 1 - Structure Learning Overview (5-49).srt) \( W1 Q# Z4 w5 y8 _* _
    │              20 - 2 - Likelihood Scores (16-49).mp44 i$ @  A) u! I7 S7 i
    │              20 - 2 - Likelihood Scores (16-49).srt, `; G- x1 d$ u5 V( U# ~9 i: [6 V
    │              20 - 4 - Bayesian Scores (20-35).mp4$ f& F. L  O9 G, Y
    │              20 - 4 - Bayesian Scores (20-35).srt
( u" l, ?* R" q9 m8 ~    │              21 - 3 - Analysis of EM Algorithm (11-32).mp42 \. U1 U# G- Q  ^
    │              21 - 3 - Analysis of EM Algorithm (11-32).srt
8 U$ f' z3 |5 u    │              21 - 4 - EM in Practice (11-17).mp4
+ {+ c' Y" e2 {7 a; F" d    │              21 - 4 - EM in Practice (11-17).srt
+ T& q& J: T, z: ^. v9 @! E    │              21 - 5 - Latent Variables (22-00).mp4: m5 v. f8 B9 S4 _4 G$ ~
    │              21 - 5 - Latent Variables (22-00).srt
" \3 G# n' _. L; l5 k; Y$ ?- \1 b& M    │              22 - 1 - Summary- Learning (20-11).mp4  v. u$ {1 o  k  ^" d( ?
    │              22 - 1 - Summary- Learning (20-11).srt6 P9 D  N& D# N
    │              23 - 1 - Class Summary (24-38).mp4& H' u0 H4 }- n% T# t* U" o
    │              23 - 1 - Class Summary (24-38).srt: _) e% k* a0 ?
    │              3 - 1 - Overview of Template Models (10-55).mp42 z) _5 r0 m6 B0 i6 ^. W+ w+ J; T. k
    │              3 - 1 - Overview of Template Models (10-55).srt
) M; c5 H3 S6 P. j1 p    │              3 - 2 - Temporal Models - DBNs (23-02).mp4
5 Y  b: A6 u* f    │              3 - 2 - Temporal Models - DBNs (23-02).srt
( }' E3 T3 q( P5 W+ ~$ a( n# l    │              3 - 3 - Temporal Models - HMMs (12-01).mp4
( r% d, K$ N) N7 G0 @1 l    │              3 - 3 - Temporal Models - HMMs (12-01).srt; B6 U( G/ S$ |' O
    │              3 - 4 - Plate Models (20-08).mp42 Q' T* N% }& m' `, L8 Z1 L' k
    │              3 - 4 - Plate Models (20-08).srt
! ]# Q$ }9 J5 X& q" R4 W    │              4 - 1 - Basic Operations (13-59).mp42 _, R3 _% D0 \' R! e
    │              4 - 1 - Basic Operations (13-59).srt+ B( u3 G' s. R: R+ w
    │              4 - 2 - Moving Data Around (16-07).mp4
$ T$ \2 r1 _( ?" A1 o9 c    │              4 - 2 - Moving Data Around (16-07).srt3 a& t% J0 H6 W1 @5 {& w! F4 ]
    │              4 - 3 - Computing On Data (13-15).mp45 }: Z! e6 c+ z4 T: [& H
    │              4 - 3 - Computing On Data (13-15).srt
* l0 l& |% ^3 ]& n; l- {    │              4 - 4 - Plotting Data (09-38).mp4
+ f* l$ P9 I/ N) S1 s# Z    │              4 - 4 - Plotting Data (09-38).srt
/ f: W3 o& A0 i! I4 |) A    │              4 - 6 - Vectorization (13-48).mp40 K3 {, ~9 Q: w+ h/ R! i
    │              4 - 6 - Vectorization (13-48).srt! e5 @  ?$ j& ~8 i
    │              5 - 1 - Overview- Structured CPDs (08-00).mp4
! ~9 I5 b! y1 q( c    │              5 - 1 - Overview- Structured CPDs (08-00).srt& G* C% Q% m& n& C0 c; P6 h1 q
    │              5 - 2 - Tree-Structured CPDs (14-37).mp4' W5 R! \1 v6 l
    │              5 - 2 - Tree-Structured CPDs (14-37).srt
: D3 M! \# K+ _5 l  T8 w6 s' ]    │              5 - 4 - Continuous Variables (13-25).mp4
- \7 {0 i! \4 O- \8 Y    │              5 - 4 - Continuous Variables (13-25).srt, Y6 P# d- D+ D$ D+ n; I" N
    │              6 - 1 - Pairwise Markov Networks (10-59).mp4
- e4 \% i4 Z' @" O: x0 q    │              6 - 1 - Pairwise Markov Networks (10-59).srt
2 F8 J/ o9 `+ V7 v/ d8 v; u$ J    │              6 - 2 - General Gibbs Distribution (15-52).mp4
% n) |' H- F: F& L* ]2 r3 T    │              6 - 2 - General Gibbs Distribution (15-52).srt
( A5 N0 E$ k$ f- Q7 ~! r% b    │              6 - 3 - Conditional Random Fields (22-22).mp43 s$ s: t# w0 V7 `: G
    │              6 - 3 - Conditional Random Fields (22-22).srt* z* }4 M. q: N; \3 p! h
    │              6 - 5 - I-maps and perfect maps (20-59).mp4
. b* k6 z" V$ B1 x. c    │              6 - 5 - I-maps and perfect maps (20-59).srt3 ]3 ?* R* |# X/ S1 d' d
    │              6 - 6 - Log-Linear Models (22-08).mp40 @0 o- x7 N6 X- P/ K
    │              6 - 6 - Log-Linear Models (22-08).srt* O, m, Q4 h+ n8 ?8 t' M
    │              7 - 1 - Knowledge Engineering (23-05).mp45 C( j6 m' o- g5 Z
    │              7 - 1 - Knowledge Engineering (23-05).srt; a1 {1 a( {) @3 W0 t" e! e
    │              8 - 2 - Overview- MAP Inference (09-42).mp4
; _6 h# n) V* v! ?7 B9 D* X    │              8 - 2 - Overview- MAP Inference (09-42).srt
; H; k! x! ^# k$ @8 V    │              8 - 3 - Variable Elimination Algorithm (16-17).mp4
4 I0 B' b& f) Q3 y1 V    │              8 - 3 - Variable Elimination Algorithm (16-17).srt. s) O; G8 N* z# Q1 P1 ^: C
    │              8 - 6 - Finding Elimination Orderings (11-58).mp4
: t) ?1 F* e7 P* u9 A9 J    │              8 - 6 - Finding Elimination Orderings (11-58).srt
$ h- T, l+ Z1 r2 k9 x    │              9 - 1 - Belief Propagation (21-21).mp4
" I. ?1 D% u2 y6 |3 L    │              9 - 1 - Belief Propagation (21-21).srt
  h- T+ Y. a' M' P    │              9 - 2 - Properties of Cluster Graphs (15-00).mp46 @* d% O6 Q- N. R
    │              9 - 2 - Properties of Cluster Graphs (15-00).srt  s. y$ H! X/ y
    │              PGM-Programming_Assignment_1.zip
" Q* P: N, P  o$ U# H  N  \    │              PGM-Programming_Assignment_2.zip0 z- O( C4 B/ d7 M- }5 V7 m5 s
    │              PGM-Programming_Assignment_3.zip
8 Q7 V6 a( C; Y: @8 K4 z2 W    │              PGM-Programming_Assignment_4.zip
% y; q) U, f# \    │              PGM-Programming_Assignment_5.zip5 t  B8 n% O5 g) q# @
    │              PGM-Programming_Assignment_6.zip' h1 P" P  s: j# i4 U
    │              PGM-Programming_Assignment_7.zip
# V2 v, M; D( Z* S5 \5 m( i9 g* j    │              PGM-Programming_Assignment_8.zip0 y% }+ m/ H% O" n* f: _
    │              PGM-Programming_Assignment_9.zip
+ Y- n1 z# P/ ?3 D- O5 b    │              下载说明.txt
3 z( Y4 A2 G* p! R6 a* q' o    │              关注我们.png0 ^, x& b3 G! K: Q( M# D4 @
    │              攻城狮论坛=网络技术+编程视频.url
1 o2 |" e; v1 p7 h$ \' I) o    │              解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
# `9 }2 ?, \9 Y& g  ?  u    │              8 k. _0 n: F1 D& k
    ├─031_台大概率
/ L, \( i9 h. V% t    │  └─031_台大概率/ p2 }5 ~! H; l8 `0 A  W, M' Z5 a+ h7 _
    │      ├─prob-001- }) I& J2 I5 j- B7 j  {+ @* u
    │      │  ├─01_Week_1& @( X+ R' v, N+ a$ S2 _; O
    │      │  │      01_1-0.mp4' O( g/ n+ p3 l# u$ b
    │      │  │      02_1-1_17-41.mp4
: ^  y* D) P& U: c' \6 H# u    │      │  │      02_1-1_17-41.pdf
- Q5 P$ _& l  ]* t% {& I    │      │  │      02_1-1_17-41_0_.pdf
! u- N' m. D+ @6 f  D/ H/ ^    │      │  │      02_1-1_17-41_1_.pdf
. v7 ?2 F! P% f0 P8 ^    │      │  │      02_1-1_17-41_2_.pdf$ H9 }9 }. A, B& o3 N2 G0 t& H' K: |
    │      │  │      03_1-2.a__11-46.mp4
/ B7 c3 a5 o2 a; y    │      │  │      04_1-2.b__09-40.mp4, \2 w$ F. N* |# _4 O
    │      │  │      05_1-3.a__11-24.mp4
9 X4 y5 x  B1 k4 v- \( d    │      │  │      06_1-3.b__16-36.mp41 _. l1 U" E" `! {
    │      │  │      
6 F- W- B5 x2 a0 M1 x    │      │  ├─02_Week_2
# r' q! Y; t" R1 \/ ~1 J    │      │  │      01_2-0_15-32.mp4, M/ V8 O& k. w0 v; E# p. M
    │      │  │      02_2-1.a__16-09.mp4
, L2 [8 \! E* b4 b    │      │  │      02_2-1.a__16-09.pdf
4 K1 \; C  a* L    │      │  │      02_2-1.a__16-09_0_.pdf
, j, z( O( N) g$ w    │      │  │      02_2-1.a__16-09_1_.pdf
( M) ?' L# x9 o6 g2 g- M  h$ n2 v    │      │  │      02_2-1.a__16-09_2_.pdf
" `7 t, ?0 B9 a    │      │  │      03_2-1.b__16-06.mp4
+ S0 C' v: m4 Y. W    │      │  │      04_2-1.c__10-07.mp4; R& d  Z1 m; ~' P- m$ {6 x6 E9 g
    │      │  │      05_2-2.a__10-41.mp43 \! k. P" k, K- J
    │      │  │      06_2-2.b__12-43.mp4
" \- B4 a, P8 l0 d% u    │      │  │      07_2-2.c__16-02.mp4& I$ b# j% e7 P, e$ Q4 V8 c( ?
    │      │  │      
9 @: N6 l4 V9 n0 f: p, c    │      │  ├─03_Week_32 U+ }' {6 n! a8 T9 {, s  Z
    │      │  │      01_3-0_16-46.mp4
3 I7 Y5 H- w9 q; L7 k3 U- H2 q    │      │  │      02_3-1.a___09-12.mp44 }0 O- c1 X4 h" J
    │      │  │      02_3-1.a___09-12.pdf
0 f  ~5 D! R; z9 G4 [) L8 D$ z2 N    │      │  │      02_3-1.a___09-12_0_.pdf
) N' P5 O% J& v2 Y3 A( Q! `8 c    │      │  │      02_3-1.a___09-12_1_.pdf
; y* a& u( o: p/ f5 q    │      │  │      02_3-1.a___09-12_2_.pdf+ J# r: h$ R6 \$ S1 g+ Z) S
    │      │  │      03_3-1.b__10-35.mp4
5 r2 O! N3 f- t9 V$ h" F; o9 A+ F    │      │  │      04_3-2_08-47.mp4
4 k% c( ]5 \0 R9 |# N    │      │  │      05_3-3.a__16-57.mp4) E; Z% Y# @6 \2 T: P
    │      │  │      06_3-3.b__12-58.mp4( R3 V: C3 S( l2 t
    │      │  │      / T# z" e7 C! W  G1 {; T* F
    │      │  ├─04_Week_4# T# _0 x) g4 |
    │      │  │      01_4-0_17-33.mp4
' O" Y- D. W3 C  X    │      │  │      02_4-1.a__13-53.mp4
, l' b: |- M( [: g    │      │  │      02_4-1.a__13-53.pdf
$ h) v# a) r0 O3 f    │      │  │      02_4-1.a__13-53_0_.pdf
, \/ f8 x. y& e9 J8 w  L+ T+ ^6 q    │      │  │      02_4-1.a__13-53_1_.pdf
- q2 {. }& t8 g* X    │      │  │      02_4-1.a__13-53_2_.pdf
: _6 i/ K7 v  T, G% k    │      │  │      03_4-1.b__14-43.mp4
: X( F7 d) a  D2 `9 }    │      │  │      04_4-1.c__5-18.mp4
: M4 s: b0 s2 N/ R    │      │  │      05_4-2.a_CDF__9-48.mp4
* u! r2 r3 g1 j+ x# ?4 N# e2 j    │      │  │      06_4-2.b_CDF__8-59.mp47 \! Y" @8 i  }' m! y! P
    │      │  │      07_4-2.c_CDF__9-00.mp4! O" I' ~( m! P& W; ?* [
    │      │  │      08_4-3_PMF_11-26.mp4% S2 V, q8 U5 j9 v' ]. \
    │      │  │      09_4-4.a_I__14-41.mp4( K! y! h3 N' X
    │      │  │      10_4-4.b_I__8-47.mp4, r2 n2 D9 Q( o% F2 R4 u( ?# Q
    │      │  │      ; f7 y: t1 Y/ j2 W9 H9 z) e6 C8 H
    │      │  ├─05_Week_5
4 U$ h0 t% ^# C! F    │      │  │      01_5-0_14-09.mp4
, b; z* n2 |$ S$ J$ X    │      │  │      02_5-1.a_II__10-36.mp4
2 C0 J" @, U9 O    │      │  │      02_5-1.a_II__10-36.pdf
- Z5 y/ H8 }0 O3 x    │      │  │      02_5-1.a_II__10-36_0_.pdf$ s- H: B2 M8 a2 X
    │      │  │      02_5-1.a_II__10-36_1_.pdf" ^: R6 j# K* b: L8 ~+ f+ o( Z
    │      │  │      02_5-1.a_II__10-36_2_.pdf
4 ~+ V, i0 Y3 M& h$ L  g    │      │  │      03_5-1.b_II__12-06.mp4" k& l6 Q) t8 v+ g; `9 K; j
    │      │  │      04_5-1.c_II__20-28.mp4
8 {- |2 U) W9 Q2 J' U    │      │  │      05_5-2_PDF_18-56.mp4
# h/ l8 O; Y3 o' l9 Q( m    │      │  │      06_5-3_I_18-12.mp4
& D5 ^" Y0 }& N2 v9 y" N    │      │  │      
0 p5 @2 X; K, l& E$ W( a; E    │      │  ├─06_Week_6/ R; Z$ x5 c; [) O0 @2 Y
    │      │  │      01_6-0_10-13.mp43 d# I. }, R  Z2 }4 a) c! H
    │      │  │      02_6-1.a_II__15-25.mp4
/ N- L) C5 x9 T4 o' K5 b4 j    │      │  │      02_6-1.a_II__15-25.pdf8 Q5 `! ~- \- i: Z( u- V6 k
    │      │  │      02_6-1.a_II__15-25_0_.pdf
; \- E3 K* p% H# @6 t    │      │  │      02_6-1.a_II__15-25_1_.pdf
9 J- Q8 S% Q& P' u8 p1 `    │      │  │      02_6-1.a_II__15-25_2_.pdf6 A( S0 f: Z2 ^3 W. R8 d2 R8 {# y
    │      │  │      03_6-1.b_II__16-08.mp4+ Y; a( G* r3 k; S. F/ ^/ b
    │      │  │      04_6-1.c_II__17-16.mp4
. e  }  Z& V! o  g. r; |    │      │  │      05_6-1.d_II__5-40.mp4
3 a" b9 P4 d- X* m+ T1 ~    │      │  │      06_6-2.a_I__16-35.mp4
* f# b2 g  j  s5 W. V4 \6 D/ M% m    │      │  │      07_6-2.b_I__10-41.mp4
  X4 g0 y4 ]* Y0 t2 c    │      │  │      08_6-2.c_I__16-44.mp4/ Q8 G( D1 ~* s/ b9 J0 K
    │      │  │      09_6-2.d_I__14-30.mp4' I. {+ z8 K: M) X' \" D; f) {
    │      │  │      
- X5 E8 s; a3 Y1 j    │      │  ├─07_Week_7# i3 a5 r( I+ z! q% m7 k2 e. K
    │      │  │      01_7-0.mp4
6 x2 B! w; [7 O/ ?    │      │  │      02_7-1.a_II__14-31.mp42 N' M9 r) m  M8 R1 j
    │      │  │      02_7-1.a_II__14-31.pdf4 K( j7 L, ^- E' z6 |( r8 Q7 N
    │      │  │      02_7-1.a_II__14-31_0_.pdf
1 F, m' J$ K8 g    │      │  │      02_7-1.a_II__14-31_1_.pdf
' T% o4 B2 e2 g5 k6 Z) N    │      │  │      02_7-1.a_II__14-31_2_.pdf. \1 T! ~" o& n0 N" o& \4 u7 [
    │      │  │      03_7-1.b_II__13-07.mp4, y7 e8 g* h9 H5 `2 |4 N" w7 N! W
    │      │  │      04_7-2.a-___10-35.mp4# q% e/ V7 K0 r# V6 ^5 a0 T
    │      │  │      05_7-2.b-___08-42.mp42 z1 J" e1 Y2 V- j
    │      │  │      06_7-3.a-___15-07.mp4
: f: T$ t: H8 i9 X    │      │  │      07_7-3b-___19-20.mp4
. T# j3 b5 T- k0 G    │      │  │      
9 Y! C3 @4 C+ Y* n7 R7 ^    │      │  ├─08_Week_8. ?, E: J5 l6 T# \& \3 J
    │      │  │      01_8-0.mp42 N& t$ L8 W' z0 T7 L" U
    │      │  │      02_8-1.a__14-36.mp43 K6 P7 l+ K1 [/ `4 f4 E3 ]
    │      │  │      02_8-1.a__14-36.pdf: u) P1 ^  n, D& J4 Q
    │      │  │      02_8-1.a__14-36_0_.pdf# C& w) D) d. R/ p5 A/ |* W" \
    │      │  │      02_8-1.a__14-36_1_.pdf: a5 R6 H" K. N( t* r
    │      │  │      02_8-1.a__14-36_2_.pdf
5 }& Y; A, J+ M    │      │  │      03_8-1.b__15-05.mp4
% F8 n: A* [/ r3 g    │      │  │      04_8-1.c__17-00.mp4
. v3 e) ~* U+ w$ x8 d2 C) U    │      │  │      05_8-1.d__11-18.mp43 G5 y# l5 E: V7 D0 f
    │      │  │      06_8-2_12-32.mp4
; r8 Q4 D1 B- ?8 f- G    │      │  │      07_8-3.a__10-06.mp4/ F/ I% F0 P" c2 [6 d  A8 r
    │      │  │      08_8-3.b__17-27.mp44 H  j/ ~% e- T
    │      │  │      + Q$ }. o0 K! I# A
    │      │  └─09_Week_94 D* e! B$ q) S+ w! j. w0 D2 x. n
    │      │          01_9-1.a__11-18.mp4
- J0 d" M+ d$ n    │      │          01_9-1.a__11-18.pdf
. N+ P: I5 H" @/ }8 X8 s. V# Y    │      │          01_9-1.a__11-18_0_.pdf
1 Z, y  u5 I4 L% F7 s    │      │          01_9-1.a__11-18_1_.pdf
# a, E* x. Z) `- n# q5 C    │      │          01_9-1.a__11-18_2_.pdf
9 H7 E4 L' Z( R, k    │      │          02_9-1.b__13-49.mp4
2 b. o  B% [' z5 Z    │      │          03_9-2.aMGF__10-17.mp47 s2 ~& s5 o) i9 E
    │      │          04_9-2.bMGF__14-06.mp4
' a; Y' G' L# O3 g3 P( o    │      │          05_9-2.cMGF__15-53.mp44 p0 G0 ]* S. m. R( d
    │      │          06_9-3.a__10-35.mp4
2 p; }- p, {* j( |( v    │      │          07_9-3.b__13-01.mp4
0 e5 f3 M) @7 t( {5 B  Y    │      │          08_9-4.a-__16-45.mp4( G# L; E" Y" d2 t) C, U* h0 U
    │      │          09_9-4.b-__17-19.mp44 n$ [, e/ a# V& n) B  n
    │      │         
3 [3 Y7 O* T0 O7 q! P# A    │      └─概率-台大
& r( h5 o1 h/ w$ ]: w    │          │  02-8.R7 n8 F% Q7 l" \1 f: t4 `7 f. E% u' ~5 F
    │          │  $ ^0 W8 r( N% O/ I1 o4 a
    │          ├─1
2 Q3 z  I9 ~* r    │          │      Benson_Coursera_Week_1_簡.pdf! o: `3 Q, r4 b
    │          │      Benson_Coursera_Week_1_繁.pdf
# P7 V; W6 ~: Y0 n7 H0 A% P    │          │      Benson_Coursera_Week_1_繁空.pdf
+ p" Z) B( X# o    │          │      2 - 1 - 1-0:咱們先聊聊,這是門什麼樣的課呢-.mp4
( N: j; d: m& Q: W    │          │      2 - 2 - 1-1:機率概論 (17-41).mp4' P+ D% v4 c( p! |3 B# k
    │          │      2 - 3 - 1-2.a:集合論 (上) (11-46).mp4+ H. @. f0 c! c
    │          │      2 - 4 - 1-2.b:集合論 (下) (09-40).mp46 _7 V; N& z- ^, C- T
    │          │      2 - 5 - 1-3.a:機率名詞 (上) (11-24).mp4
6 v- k: a' v( _" s) f0 H    │          │      2 - 6 - 1-3.b:機率名詞 (下) (16-36).mp4$ F8 ?9 s, g0 B0 G+ A  U' J
    │          │      
2 z6 ~" \, D* f$ W0 t0 t    │          ├─2+ K( _* ]+ `% t5 F
    │          │      Benson_Coursera_Week_2_簡.pdf( T" d6 j: y: A& [+ `1 ^
    │          │      Benson_Coursera_Week_2_簡空.pdf. c6 ~+ }" }% m3 Y
    │          │      Benson_Coursera_Week_2_繁.pdf! _3 Y1 w- Z; p: `. e9 I$ P
    │          │      Benson_Coursera_Week_2_繁空.pdf+ K$ ~1 Y, P5 T; L& Y1 ?) J
    │          │      3 - 1 - 2-0:咱們聊聊,是學習,還是應付- (15-32).mp4' z  c; J& _2 v
    │          │      3 - 2 - 2-1.a:機率公理性質 (上) (16-09).mp4
8 P* F2 I- ~; d    │          │      3 - 3 - 2-1.b:機率公理性質 (中) (16-06).mp40 |' }8 E, w7 G; U6 |( B
    │          │      3 - 4 - 2-1.c:機率公理性質 (下) (10-07).mp4
0 H) j' b( V: k3 W    │          │      3 - 5 - 2-2.a:條件機率 (上) (10-41).mp4
6 e  n2 @1 Y& q$ ]: s  U    │          │      3 - 6 - 2-2.b:條件機率 (中) (12-43).mp4$ ?8 Y  K. |& g0 J! g$ f
    │          │      3 - 7 - 2-2.c:條件機率 (下) (16-02).mp4
# Y! m/ d4 H" ~( i7 ^    │          │      
9 K: \6 r; Q6 E5 V5 h& P9 V    │          ├─3
7 R# @+ c" k) k3 @% x8 X7 C    │          │      Benson_Coursera_Week_3_簡.pdf
1 o5 }( K9 `6 Z$ e7 Q9 V2 a    │          │      Benson_Coursera_Week_3_簡空.pdf6 e* Y7 x, R, |4 {
    │          │      Benson_Coursera_Week_3_繁.pdf% m- }" |  R9 p* z" K* h4 a
    │          │      Benson_Coursera_Week_3_繁空.pdf! r$ \/ C4 g/ _* Q% [
    │          │      4 - 1 - 3-0:咱們聊聊,常見的錯誤?學習的關鍵? (16-46).mp4
/ V% @! H& r2 E8 o2 B6 O. |    │          │      4 - 2 - 3-1.a:機率的獨立性 (上)  (09-12).mp42 @; j8 [" q( U; \0 n: f
    │          │      4 - 3 - 3-1.b:機率的獨立性 (下) (10-35).mp40 [% z( R! Q( \; c; ^. h& {
    │          │      4 - 4 - 3-2:圖解繁複機率 (08-47).mp4
1 e& y+ ^, w6 \5 E: q    │          │      4 - 5 - 3-3.a:數數算機率 (上) (16-57).mp4
6 e2 Q( y* [; L% b0 r+ z% r' h    │          │      4 - 6 - 3-3.b:數數算機率 (下) (12-58).mp4
. Y- d; B* J; I. D* A    │          │        |6 D* O+ G8 H9 g! d6 g' \
    │          ├─47 t* T4 Y: J0 i/ \( j
    │          │      Benson_Coursera_Week_4_簡.pdf# t4 ]8 t  o$ B9 j
    │          │      Benson_Coursera_Week_4_簡空.pdf
+ p5 |  H2 ~* F4 V    │          │      Benson_Coursera_Week_4_繁.pdf6 r$ z0 J8 G8 |* t. ^
    │          │      Benson_Coursera_Week_4_繁空.pdf  D" ^  p4 H6 J5 O% r4 G
    │          │      5 - 1 - 4-0:咱們聊聊,如何幫自己面對未來挑戰? (17-33).mp4: I0 f( O# N. ^% ^* I. w9 @5 s
    │          │      5 - 10 - 4-4.b:離散機率分佈 I (下) (8-47).mp4
( z  y5 n0 j) n! F+ W    │          │      5 - 2 - 4-1.a:隨機變數 (上) (13-53).mp4
& z. E) m/ e1 X    │          │      5 - 3 - 4-1.b:隨機變數 (中) (14-43).mp4
  f. I# C2 z4 D" X# @& k    │          │      5 - 4 - 4-1.c:隨機變數 (下) (5-18).mp4" m+ f1 v9 K0 X9 U+ e# W+ B5 }
    │          │      5 - 5 - 4-2.a:累績分佈函數 CDF (上) (9-48).mp45 Q* F2 a9 \+ G  X$ A' [
    │          │      5 - 6 - 4-2.b:累績分佈函數 CDF (中) (8-59).mp4. S  I8 @$ K2 h) O1 I6 p+ m
    │          │      5 - 7 - 4-2.c:累績分佈函數 CDF (下) (9-00).mp4
8 J8 a/ ^  D8 _4 H  K' D. f    │          │      5 - 8 - 4-3:機率質量函數 PMF (11-26).mp4) i( [. ^/ e" @8 Y5 R
    │          │      5 - 9 - 4-4.a:離散機率分佈 I (上) (14-41).mp46 Q; r, Y& M$ O) w# Z0 M1 ^6 c5 h9 C, _
    │          │      
. W7 [; w! _; I9 w, p- {    │          ├─53 D" W  Q$ I' C0 y3 z6 I
    │          │      Benson_Coursera_Week_5_簡.pdf
# D7 B5 E3 w* n    │          │      Benson_Coursera_Week_5_簡空.pdf
7 j- N( S8 F& k    │          │      Benson_Coursera_Week_5_繁.pdf
# k' p+ J& ~5 g9 h( q) Z, }    │          │      Benson_Coursera_Week_5_繁空.pdf+ r4 m1 A5 L" P6 X# P
    │          │      6 - 1 - 5-0:咱們聊聊,願你夜夜好眠到天明! (14-09).mp4
/ B6 k* S- C. A3 N    │          │      6 - 2 - 5-1.a:離散機率分佈 II (上) (10-36).mp4
% l7 Z1 a/ ]$ D2 g    │          │      6 - 3 - 5-1.b:離散機率分佈 II (中) (12-06).mp4
; y! r8 e" o6 ?8 a7 Y& K  v/ }+ u2 m    │          │      6 - 4 - 5-1.c:離散機率分佈 II (下) (20-28).mp4
$ R( ?2 ]: E- x    │          │      6 - 5 - 5-2:機率密度函數 PDF (18-56).mp4; n7 e7 b0 U# f, L5 l/ ]' T6 T+ }
    │          │      6 - 6 - 5-3:連續機率分佈 I (18-12).mp4& o4 p- s5 |+ D6 s" B( {) A
    │          │      
5 T, K9 y3 L" A2 e5 [( |2 C! E    │          ├─6
" N* K. D* T6 W8 Y) A    │          │      Benson_Coursera_Week_6_簡.pdf
" n/ t% R% _9 ]4 W8 @/ J    │          │      Benson_Coursera_Week_6_簡空.pdf
5 Y, M/ {: W0 o% t    │          │      Benson_Coursera_Week_6_繁.pdf9 _% l. \7 m6 H
    │          │      Benson_Coursera_Week_6_繁空.pdf8 M' j8 c( |/ W% D4 p, i
    │          │      7 - 1 - 6-0:咱們聊聊,成功者的條件是什麼? (10-13).mp4
9 f7 V! i* n! n0 T$ ?) ~) G; g    │          │      7 - 2 - 6-1.a:連續機率分佈 II (上) (15-25).mp4
1 A" `3 U7 W! ]4 }    │          │      7 - 3 - 6-1.b:連續機率分佈 II (中) (16-08).mp4
" }+ S& p2 d$ ?5 B5 g2 _. \    │          │      7 - 4 - 6-1.c:連續機率分佈 II (下) (17-16).mp4
& J7 t$ e: u# A' }$ n    │          │      7 - 5 - 6-1.d:連續機率分佈 II (末) (5-40).mp4
5 X2 x. [7 ]1 v    │          │      7 - 6 - 6-2.a:期望值 I (上) (16-35).mp4
: L4 R9 M# L0 C& @2 s    │          │      7 - 7 - 6-2.b:期望值 I (中) (10-41).mp4
5 y) k) h+ t1 e% Q! L* U/ I    │          │      7 - 8 - 6-2.c:期望值 I (下) (16-44).mp46 b; N) h; `$ p$ V& r
    │          │      7 - 9 - 6-2.d:期望值 I (末) (14-30).mp4
( f; M' R# v' N/ f# U6 K    │          │      
, W, S% f! x4 z, l- y. i9 R' e    │          ├─73 }: T2 r) f* {( Z5 f
    │          │      Benson_Coursera_Week_7_簡.pdf. W* Y% c% u( C5 g
    │          │      Benson_Coursera_Week_7_簡空.pdf# y* f+ M/ W4 W. g& E
    │          │      Benson_Coursera_Week_7_繁.pdf
# o0 J1 i/ N1 c- [" r    │          │      Benson_Coursera_Week_7_繁空.pdf( [7 A  L5 K" U- X
    │          │      8 - 1 - 7-0:咱們聊聊,每天都在忙,忙的有用嗎?.mp4
0 p' D- d' i/ _3 a    │          │      8 - 2 - 7-1.a:期望值 II (上) (14-31).mp49 y. q3 O& l+ J, H1 \# O
    │          │      8 - 3 - 7-1.b:期望值 II (下) (13-07).mp4% l1 T8 G( \5 R8 h, w4 k& l
    │          │      8 - 4 - 7-2.a- 隨機變數之函數 (上) (10-35).mp49 Q; E' v7 l" {
    │          │      8 - 5 - 7-2.b- 隨機變數之函數 (下) (08-42).mp4
1 U" p% q2 O8 [3 F/ N4 l# J! m/ }$ {    │          │      8 - 6 - 7-3.a- 條件機率分佈與失憶性 (上) (15-07).mp4
4 V( J* a; x/ M* O6 w, k    │          │      8 - 7 - 7-3b- 條件機率分佈與失憶性 (下) (19-20).mp4
; L! o& V  m* n- Q    │          │      ( E* Q, y$ G8 N# h$ p" K
    │          ├─82 V; B  ]+ `! E: i7 S  J, N7 q5 M
    │          │      Benson_Coursera_Week_8_簡.pdf3 J; m8 r! t# v! a, s7 `. P. Q
    │          │      Benson_Coursera_Week_8_簡空.pdf; I  |  F# N& p2 K& o3 c
    │          │      Benson_Coursera_Week_8_繁.pdf
. b7 |, x& A5 _* h& o' S1 M3 {! A& Y    │          │      Benson_Coursera_Week_8_繁空.pdf
/ b. f* O5 p0 o. C8 \- N) |    │          │      9 - 1 - 8-0:咱們聊聊,如何探索有意義的人生?.mp4
# `. y3 g! o$ `  x& d- @/ k    │          │      9 - 2 - 8-1.a:聯合機率分佈 (上) (14-36).mp47 v+ g2 }3 l# b! o& m! U1 T$ Z( g
    │          │      9 - 3 - 8-1.b:聯合機率分佈 (中) (15-05).mp4
% \1 e- ^  D7 p/ w    │          │      9 - 4 - 8-1.c:聯合機率分佈 (下) (17-00).mp4, E% y7 g6 ~4 U* a+ u% B" V# |8 w
    │          │      9 - 5 - 8-1.d:聯合機率分佈 (末) (11-18).mp4+ N- g- T, c+ v" s
    │          │      9 - 6 - 8-2:邊際機率分佈 (12-32).mp4- O5 {  g9 a& `3 q2 ?9 z7 K# ~) O, q" o6 x
    │          │      9 - 7 - 8-3.a:雙變數期望值 (上) (10-06).mp4- g. S' }, u% h
    │          │      9 - 8 - 8-3.b:雙變數期望值 (下) (17-27).mp4" m9 k4 \3 H% T4 m
    │          │      2 y& ?& a3 \' g* S& W$ J" M
    │          └─9* P, Z8 G  u* B
    │                  Benson_Coursera_Week_9_簡.pdf' H) e2 `7 l9 x$ ?& D0 B
    │                  Benson_Coursera_Week_9_簡空.pdf  F* `  Y# B2 j
    │                  Benson_Coursera_Week_9_繁.pdf; O  X9 S- G/ F" R7 s" e
    │                  Benson_Coursera_Week_9_繁空.pdf
/ r$ h, O" e3 ~) U/ o" _: j/ a( Y$ i    │                  10 - 1 - 9-1.a:隨機變數之和 (上) (11-18).mp4
2 K) @, ?1 g, Y( q* P5 q$ {  j; |    │                  10 - 2 - 9-1.b:隨機變數之和 (下) (13-49).mp4
& A+ K1 C1 }- D  o1 ?    │                  10 - 3 - 9-2.a:MGF (上) (10-17).mp47 j  L% i" Y: u' B. W* c, V
    │                  10 - 4 - 9-2.b:MGF (中) (14-06).mp4) h" H0 K2 `. A9 y# r9 |+ Q, _
    │                  10 - 5 - 9-2.c:MGF (下) (15-53).mp42 r6 @. `) D8 ]% o0 ~- v$ E( Q$ H
    │                  10 - 6 - 9-3.a:多個隨機變數和 (上) (10-35).mp4
! O3 o. o, y) Z! L    │                  10 - 7 - 9-3.b:多個隨機變數和 (下) (13-01).mp46 d* Y( W7 ]. e- N5 G5 p- A
    │                  10 - 8 - 9-4.a:中央極限定理-萬佛朝宗 (上) (16-45).mp4: }$ d# _+ w8 ]. x
    │                  10 - 9 - 9-4.b:中央極限定理-萬佛朝宗 (下) (17-19).mp4
" _9 G2 B' h5 E: \! k$ ~$ U( D    │                  
9 u5 h' G* J/ k! [7 ?" \    ├─036_Coding the Matrix1 K6 S5 v4 n& N
    │  └─036_Coding the Matrix: Z0 G+ z( k7 X+ n
    │      └─matrix-002
* M2 H" i6 c) e1 V* [    │          │  下载说明.txt. `* `( F% Q2 p/ Y# V+ X* t* u4 t# s1 |
    │          │  关注我们.png" n5 f  f! I- q. s$ z- {& x3 `
    │          │  攻城狮论坛=网络技术+编程视频.url
1 d4 o9 [* Q' I( q# @+ Q    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
8 H) L4 p, \/ v! x* ]    │          │  
9 y+ [+ p9 t6 n5 {    │          ├─01_Week_0-_The_Function_and_the_Field  C; `! R% A' A8 d9 z- D8 P3 {
    │          │      01_Course_Introduction_Part_1__9-53.mp4
5 N4 t7 O- l. K8 x- H0 {, o    │          │      01_Course_Introduction_Part_1__9-53.srt
3 c6 r: F0 w1 Q3 M/ s/ V    │          │      01_Course_Introduction_Part_1__9-53.txt
( l' H; D* ^$ i3 O! D    │          │      02_Course_Introduction_Part_2__8-49.mp4# U: L' A- t, Q6 S( d
    │          │      02_Course_Introduction_Part_2__8-49.srt
, S7 Q& I6 r: Q2 V    │          │      02_Course_Introduction_Part_2__8-49.txt
  h+ `3 C2 d+ R/ B2 q1 a: V    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.mp4
9 Q* r( F( T% B+ x3 o& T% k    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.pdf- ^6 `8 e9 M. K, n' Y
    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.srt
+ l1 M4 u/ X4 C1 V) q) r    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.txt4 X# D' G/ D$ p
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.mp4
2 m6 x+ I# A) ]* U    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.pdf/ [4 y/ B& t" Q9 Q' Q1 w) k* m
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.srt/ g: `+ E$ K/ ]  Z4 \, {1 X, ~
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.txt: E7 `9 D. O+ W% R0 I+ M
    │          │      05_The_Field-_Playing_with_C_15-19.mp4
" n8 l2 B6 X6 [' r0 a    │          │      05_The_Field-_Playing_with_C_15-19.pdf
/ m. b7 ^' O% \: P2 w/ d( a    │          │      05_The_Field-_Playing_with_C_15-19.srt
* p( W  q: j! X2 q* z/ ^    │          │      05_The_Field-_Playing_with_C_15-19.txt# ~/ t: C* G: p1 k5 L
    │          │      06_The_Field-_Playing_with_GF2__10-28.mp48 k( T; z# s( A- ~
    │          │      06_The_Field-_Playing_with_GF2__10-28.pdf
2 q) s! h$ m8 W( o/ z. b3 J    │          │      06_The_Field-_Playing_with_GF2__10-28.srt2 A7 K( A7 V* r" J
    │          │      06_The_Field-_Playing_with_GF2__10-28.txt5 m  X+ j& G+ f$ ]) U
    │          │      - S0 `% s7 z5 m
    │          ├─02_Week_1-_The_Vector
. z/ f! _! _2 ?  k1 q$ T9 U7 _; ~    │          │      01_The_Vector-_What_is_a_vector__8-20.mp41 z( R. T; k+ e0 D
    │          │      01_The_Vector-_What_is_a_vector__8-20.pdf
7 x) S$ v* r: ^4 V0 p, H    │          │      01_The_Vector-_What_is_a_vector__8-20.srt9 r) T1 R  j& v
    │          │      01_The_Vector-_What_is_a_vector__8-20.txt. X+ k5 B( S, M3 R5 c, {4 J
    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.mp4
9 g: @) Q, K' r' j    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.pdf0 O0 K+ b+ j' F$ Y9 _% X  B) ^/ v
    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.srt
) F& k6 _& ~  d0 k; D! ]3 y    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.txt$ G; R2 j% F- p. g! Y5 D, c
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.mp46 O, {3 K3 O$ ^/ k" j
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.pdf! o4 ~' q# [! j) @  s' o' [
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.srt
$ \+ Z/ N" F- n7 I& b/ I    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.txt# G5 i# O8 I8 E. P  e' a& R
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.mp4
0 J& y( a: ]- E    │          │      04_The_Vector-_Vectors_over_GF2__9-18.pdf
2 M1 a/ E* P7 _. t    │          │      04_The_Vector-_Vectors_over_GF2__9-18.srt2 }2 `) E$ h3 J& w
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.txt
2 z- A) I" `! I. L5 H4 G    │          │      05_The_Vector-_Dot-product__8-49.mp4
; R0 Q, {3 I) e" G0 b    │          │      05_The_Vector-_Dot-product__8-49.pdf
% @4 q& a6 p4 u1 a    │          │      05_The_Vector-_Dot-product__8-49.srt
5 w- }9 J1 D/ e" U    │          │      05_The_Vector-_Dot-product__8-49.txt( j+ `7 ]4 A8 K/ Y( z
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.mp4
# X* w+ A1 z0 I! {7 G+ z# x    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.pdf
7 v) U1 n2 n  [" f    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.srt
" {7 b' B* I4 S- P    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.txt
! h8 `* S; O& W7 @9 l$ U5 G    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.mp4
1 R$ ~9 @: x* O    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.pdf  V) b0 H4 }. E; U/ f; s
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.srt. `0 k' t& |1 J5 d. m* S
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.txt
2 D4 T& u7 P- {* V    │          │      
) f' @; W$ w6 [2 m    │          ├─03_Week_2-_The_Vector_Space
6 A& h9 G- r1 k1 [    │          │      01_The_Vector_Space-_Linear_combinations.mp4( q, Q& t' S" l% P4 F7 t
    │          │      01_The_Vector_Space-_Linear_combinations.pdf) T+ x) D5 J) O( g3 s& ]  ^
    │          │      01_The_Vector_Space-_Linear_combinations.srt& {7 }2 P5 {# j! f5 s9 \7 {
    │          │      01_The_Vector_Space-_Linear_combinations.txt$ h; _' p/ {) ^: O' j4 Y. Y
    │          │      02_The_Vector_Space-_Span.mp4$ Q' x2 c: N) z
    │          │      02_The_Vector_Space-_Span.pdf4 c, H3 @: Q7 l% U& n' G
    │          │      02_The_Vector_Space-_Span.srt
2 i" X7 ]4 H; i: v    │          │      02_The_Vector_Space-_Span.txt1 d- R: e/ Z7 n! ?7 }" j# ~
    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.mp4
  d; k; Q5 W, T! h( T' \+ y/ G2 S    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.pdf
5 }# O9 V' X1 \$ }  \+ ~    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.srt* _/ m0 t- s6 n* d( E$ f& j5 p
    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.txt
2 d- D( y- A: X3 c/ X) }    │          │      04_The_Vector_Space-_Vector_spaces.mp4) _. G4 d2 h$ p+ V2 ~7 V
    │          │      04_The_Vector_Space-_Vector_spaces.pdf
$ X8 |. Y  n# j6 W0 r; N    │          │      04_The_Vector_Space-_Vector_spaces.srt6 u7 E( U/ s; m0 A" A3 A8 q) u
    │          │      04_The_Vector_Space-_Vector_spaces.txt
0 t* I; j6 e1 S9 H5 G8 A0 ^    │          │      05_The_Vector_Space-_Checksum_function.mp4: W% ]$ d# x1 B! K5 s. u- ]" ~
    │          │      05_The_Vector_Space-_Checksum_function.pdf7 L* `0 a) Q7 b$ b. Y: t' n4 t
    │          │      05_The_Vector_Space-_Checksum_function.srt  z9 }5 t& U1 O) ?/ j
    │          │      05_The_Vector_Space-_Checksum_function.txt5 v8 u7 |4 L% V4 F5 r
    │          │      / m+ z+ }) w+ `$ T  m9 \% A) F
    │          ├─04_Week_3-_The_Matrix
, L& c9 Q) \7 P$ |1 q0 L% F* _3 [    │          │      01_The_Matrix-_What_is_a_matrix.mp4
7 _; o) ~$ g) u+ i! S# ?$ Y9 u* V    │          │      01_The_Matrix-_What_is_a_matrix.pdf
9 ?, `  W% [8 w% G    │          │      01_The_Matrix-_What_is_a_matrix.srt
, R5 m- k' Q' I6 d+ Z    │          │      01_The_Matrix-_What_is_a_matrix.txt0 M+ q0 r2 y8 T! Y
    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.mp4
3 N% z0 l7 V) \6 V0 ]/ y    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.pdf  p8 i/ [' d7 j/ O! O; J( O& k
    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.srt" l7 |- W! ]! P0 f
    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.txt* p: ]5 a! Q' g& |
    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.mp4
: l) Z0 F) _4 m5 A3 s    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.pdf8 i; Y4 l( C) h5 M! R# y( W1 L
    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.srt
% S6 U' g% t9 R8 q$ w    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.txt
8 ?, v' f0 a& O* L1 @    │          │      04_The_Matrix-_Null_space.mp4
1 ^8 L! S7 ]0 X1 p$ s    │          │      04_The_Matrix-_Null_space.pdf& u4 g) t1 \" f, m5 F7 x' r
    │          │      04_The_Matrix-_Null_space.srt7 \! |0 y- v+ X
    │          │      04_The_Matrix-_Null_space.txt
% _* `4 z, ]- {1 p3 j9 G! [8 S    │          │      05_The_Matrix-_Error-correcting_codes.mp4
' I% u; g0 M7 U    │          │      05_The_Matrix-_Error-correcting_codes.pdf
4 F) q9 c% ]3 n/ e( e" h- Z    │          │      05_The_Matrix-_Error-correcting_codes.srt
- [. ^: s2 ^, x# _5 d    │          │      05_The_Matrix-_Error-correcting_codes.txt
( u( r$ n, f5 j5 O( U    │          │      06_The_Matrix-_Matrices_and_their_functions.mp4
' k5 M8 w. e) W+ f    │          │      06_The_Matrix-_Matrices_and_their_functions.pdf
% _  Z- v4 G& E6 g" ^( |    │          │      06_The_Matrix-_Matrices_and_their_functions.srt; [/ o/ I" |; B. Y0 C1 D2 |5 u3 [
    │          │      06_The_Matrix-_Matrices_and_their_functions.txt' D% c2 G# X/ e$ Z& M; O
    │          │      07_The_Matrix-_Linear_functions.mp4
; |2 ]7 z3 E" T+ d  Y    │          │      07_The_Matrix-_Linear_functions.pdf
4 K# a$ l- U% k4 V! Y  q( g    │          │      07_The_Matrix-_Linear_functions.srt# |. P1 v: X3 ?! j; m
    │          │      07_The_Matrix-_Linear_functions.txt" P( O" O; K2 Z8 V* [4 G' e7 o
    │          │      08_The_Matrix-_Matrix-matrix_multiplication.mp4
0 m" t1 F( V' J. T4 E3 e    │          │      08_The_Matrix-_Matrix-matrix_multiplication.pdf
: T  \8 a9 R$ P& W7 Y- k* Z    │          │      08_The_Matrix-_Matrix-matrix_multiplication.srt
# [) Z1 X# E1 {3 g2 F9 w    │          │      08_The_Matrix-_Matrix-matrix_multiplication.txt# O+ j0 ^% e- n
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.mp44 a& A6 n0 V) ]' ^+ E
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.pdf2 N( u. b' Y% E/ ~
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.srt
7 G6 [7 n( m* d$ p) @4 J- }    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.txt& o# ^6 X0 D2 a7 K7 {
    │          │      10_The_Matrix-_Matrix_inverse.mp4
3 l- D1 Q6 J) c' ]/ A& U1 {% y    │          │      10_The_Matrix-_Matrix_inverse.pdf
$ G9 d* j& C! M; `; P, B$ @    │          │      10_The_Matrix-_Matrix_inverse.srt+ }- X6 V, F; r* P5 c
    │          │      10_The_Matrix-_Matrix_inverse.txt
3 V9 \  A  [0 ]! x    │          │      $ A" _  H) q3 W) z) x9 B
    │          ├─05_Week_4-_The_Basis
' e' E; T2 X8 e! z) w    │          │      01_The_Basis-_Coordinate_systems.mp4
& X5 W1 O$ C) b+ n' U    │          │      01_The_Basis-_Coordinate_systems.pdf5 h# `% d0 Y0 `- r
    │          │      01_The_Basis-_Coordinate_systems.srt6 ^7 }% S; T& Y1 C
    │          │      01_The_Basis-_Coordinate_systems.txt
3 C8 c3 O* l- k    │          │      02_The_Basis-_Lossy_compression.mp4
- h  _- q" I  x% f    │          │      02_The_Basis-_Lossy_compression.pdf
% E* A( n5 L: h4 z) J    │          │      02_The_Basis-_Lossy_compression.srt
; K0 [, G# a6 ^    │          │      02_The_Basis-_Lossy_compression.txt
4 }' C: w$ B3 M1 X2 A    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.mp4
, K! h0 g! y0 k    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.pdf, b$ Z) s# i- `' [& t
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.srt4 |7 E  E( b3 L0 T" |  q- ?2 B- d
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.txt
. a( E, ]  p0 Y4 ]+ `3 X( n2 ~3 m    │          │      04_The_Basis-_Minimum_spanning_forest.mp48 @- y6 o5 ~0 e
    │          │      04_The_Basis-_Minimum_spanning_forest.pdf9 x7 ?, J, _) }! [% {
    │          │      04_The_Basis-_Minimum_spanning_forest.srt3 f) [5 B. u/ L; U' t! h( |& N
    │          │      04_The_Basis-_Minimum_spanning_forest.txt
+ T, `" P, f6 J4 }  P# I    │          │      05_The_Basis-_Linear_dependence.mp4+ ]; i% `# P7 N2 L8 N: s
    │          │      05_The_Basis-_Linear_dependence.pdf! Y, ?# ~1 C5 _7 `
    │          │      05_The_Basis-_Linear_dependence.srt
) H1 X9 {9 V2 v3 n$ I! _    │          │      05_The_Basis-_Linear_dependence.txt
& l) q6 c3 t; _% p7 u# g8 T6 F# Y    │          │      06_The_Basis-_Basis.mp49 l- B+ c3 H4 d+ d; y; o3 e2 C
    │          │      06_The_Basis-_Basis.pdf7 `3 x2 F$ I! b- {8 c/ G5 a- j
    │          │      06_The_Basis-_Basis.srt
, X* W. Q5 L; e9 F% X, o& {  w    │          │      06_The_Basis-_Basis.txt
+ V, y$ m4 L6 L    │          │      07_The_Basis-_Unique_representation.mp4
$ M- D6 F. A# R. R, ~( x3 C: g4 \    │          │      07_The_Basis-_Unique_representation.pdf
! n$ k9 r) h1 k1 \    │          │      07_The_Basis-_Unique_representation.srt9 C4 t4 K2 w2 J, z" a0 L/ P: T
    │          │      07_The_Basis-_Unique_representation.txt
/ N2 g, S0 }: o" W' k: h# |    │          │      08_The_Basis-_Change_of_basis.mp4; ~5 _/ x! M  E- O; j7 J
    │          │      08_The_Basis-_Change_of_basis.pdf. }; K3 f# P: f4 L1 E' W8 @
    │          │      08_The_Basis-_Change_of_basis.srt
; S- ^9 O7 T$ O% [9 ^/ n    │          │      08_The_Basis-_Change_of_basis.txt, z) E. m  w" {4 f5 Z
    │          │      09_The_Basis-_Perspective_rendering.mp43 c5 z6 P3 i, Z. [; L/ c
    │          │      09_The_Basis-_Perspective_rendering.pdf
5 ~& q1 I/ a  L0 a    │          │      09_The_Basis-_Perspective_rendering.srt
9 v. x9 q( m1 {0 L( z: Q. w1 |& d    │          │      09_The_Basis-_Perspective_rendering.txt
% H5 c" G) @+ e( S& d    │          │      10_The_Basis-_Perspective_rectification.mp4
" d3 z1 g, p  d. p& t" c    │          │      10_The_Basis-_Perspective_rectification.pdf  b: K; C1 [4 Y3 F5 ]; ?
    │          │      10_The_Basis-_Perspective_rectification.srt
: t% E8 z/ y4 y) f$ i+ X3 Y- b    │          │      10_The_Basis-_Perspective_rectification.txt
- Y' D9 C9 ~$ J# h7 u    │          │      11_The_Basis-_The_Exchange_Lemma.mp4
3 m( D. @4 H; i$ q0 M    │          │      11_The_Basis-_The_Exchange_Lemma.pdf
  f9 [/ M. `* m7 [% O% I    │          │      11_The_Basis-_The_Exchange_Lemma.srt7 K+ e. y2 \4 s* G2 H
    │          │      11_The_Basis-_The_Exchange_Lemma.txt
5 k: F/ [3 G. Z6 ^' n7 R; X    │          │      / O, n0 f+ B5 `' e* N( _
    │          ├─06_Week_5-_Dimension
# I" s! V3 i" [0 `* x5 n4 K    │          │      01_Dimension-_The_size_of_a_basis.mp4
4 G* e3 H: h$ u. B. R( H    │          │      01_Dimension-_The_size_of_a_basis.pdf5 W& [; V6 C  L3 F/ u
    │          │      01_Dimension-_The_size_of_a_basis.srt. T0 K. k: a1 W9 W& ?: f) e, L
    │          │      01_Dimension-_The_size_of_a_basis.txt: W6 n. {) @( Q' d; `
    │          │      02_Dimension-_Dimension_and_rank_I.mp4% ^" J. E# v! K0 F" g
    │          │      02_Dimension-_Dimension_and_rank_I.pdf1 G& X, N; Y. d( m3 i6 {9 X  r
    │          │      02_Dimension-_Dimension_and_rank_I.srt
' y1 P! a  ]6 B( S/ a9 P    │          │      02_Dimension-_Dimension_and_rank_I.txt
1 Z$ `3 c1 w; Z% T    │          │      03_Dimension-_Dimension_and_rank_II.mp4
4 u. _0 @  h1 R7 H+ L6 K4 z    │          │      03_Dimension-_Dimension_and_rank_II.pdf0 q; m* u# V! q9 k+ q
    │          │      03_Dimension-_Dimension_and_rank_II.srt9 z, J+ ]5 X! L* O
    │          │      03_Dimension-_Dimension_and_rank_II.txt
5 r7 J- F! D  g; b    │          │      04_Dimension-_Direct_sum.mp4. w: u* s; P+ M  U5 \
    │          │      04_Dimension-_Direct_sum.pdf
+ s+ P% A$ y7 L9 E& y. x8 ]    │          │      04_Dimension-_Direct_sum.srt
' V7 A2 Z4 s! V8 k3 l, W% f    │          │      04_Dimension-_Direct_sum.txt
9 o: m, U& n+ f" H1 M8 y    │          │      05_Dimension-_Dimension_and_linear_functions_I.mp4' Q1 H3 R5 K7 X/ X8 f+ ^/ W
    │          │      05_Dimension-_Dimension_and_linear_functions_I.pdf
4 @6 _4 R1 x+ H4 U, o+ t    │          │      05_Dimension-_Dimension_and_linear_functions_I.srt
  T8 r/ \' t' r, a    │          │      05_Dimension-_Dimension_and_linear_functions_I.txt
; j4 I: P' m- b    │          │      06_Dimension-_Dimension_and_linear_functions_II.mp4
: x7 a% H/ k6 k1 P    │          │      06_Dimension-_Dimension_and_linear_functions_II.pdf5 _- J, S1 I" {3 {2 F& b- k
    │          │      06_Dimension-_Dimension_and_linear_functions_II.srt9 _/ a. t. Q: F& `
    │          │      06_Dimension-_Dimension_and_linear_functions_II.txt; l# x( Q# ^* {/ p1 R0 j
    │          │      07_Dimension-_Two_representations_of_vector_spaces.mp4
" `8 G5 H5 ~0 ^4 i    │          │      07_Dimension-_Two_representations_of_vector_spaces.pdf4 V, X8 f3 |' n' x
    │          │      07_Dimension-_Two_representations_of_vector_spaces.srt( Y$ Z0 G9 E. o5 f, o& o* K
    │          │      07_Dimension-_Two_representations_of_vector_spaces.txt
- ]: T: ?4 I7 A+ P% Q    │          │      08_Dimension-_Threshold_secret_sharing.mp4+ l- s' o# F9 a2 {1 _* ]1 f
    │          │      08_Dimension-_Threshold_secret_sharing.pdf3 ?6 P0 U" ~& i6 T) d$ q5 P( I
    │          │      08_Dimension-_Threshold_secret_sharing.srt
3 O% e8 k8 g& A4 H6 k7 Q1 m& B    │          │      08_Dimension-_Threshold_secret_sharing.txt6 A3 ]$ o0 p; Q6 K$ v: m1 E& x
    │          │      6 V4 ]7 D% x9 L
    │          ├─07_Week_6-_Gaussian_Elimination_and_the_Inner_Product
) {9 a- h9 Q2 ^8 i    │          │      01_Gaussian_Elimination-_Echelon_form.mp4
6 y5 `$ d' v4 x" y, R- A7 T    │          │      01_Gaussian_Elimination-_Echelon_form.pdf
9 a' D  X; I, d1 n' [    │          │      01_Gaussian_Elimination-_Echelon_form.srt
# {, O( ^) `( k3 G! v$ o    │          │      01_Gaussian_Elimination-_Echelon_form.txt) M/ |) ^1 n( N+ n! }
    │          │      04_Gaussian_Elimination-_Factoring_integers.mp4' R9 s) ^2 k. G* X
    │          │      04_Gaussian_Elimination-_Factoring_integers.pdf
, h5 _+ b& l6 G0 A! t& u/ o    │          │      04_Gaussian_Elimination-_Factoring_integers.srt
) t8 x4 H: y* E    │          │      04_Gaussian_Elimination-_Factoring_integers.txt
' v" j3 J7 J: r- W4 d' u9 p' s, Z    │          │      05_The_Inner_Product-_The_inner_product.mp4
" U/ S5 l0 w6 L6 ^1 ?  w    │          │      05_The_Inner_Product-_The_inner_product.pdf
- ?) R* V5 C1 f( ]    │          │      05_The_Inner_Product-_The_inner_product.srt5 ]7 j- z' T/ N8 K
    │          │      05_The_Inner_Product-_The_inner_product.txt9 k; @3 Q% p6 m# Y2 X
    │          │      06_The_Inner_Product-_Orthogonality.mp4
. q% e7 f4 K' P6 J; j$ p* A) a; G    │          │      06_The_Inner_Product-_Orthogonality.pdf9 |4 o: R) u5 ^9 V- V
    │          │      06_The_Inner_Product-_Orthogonality.srt8 X* N! Y+ {' b4 Q, }
    │          │      06_The_Inner_Product-_Orthogonality.txt( _; L) S; ?: ]- N) s) d. r+ S4 [/ z/ Y
    │          │      
$ }3 Q# n- u9 x  d6 ]; q3 o    │          ├─08_Week_7-_Orthogonalization3 O2 @5 t8 a9 U, x) u/ U: J
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.mp4( h8 l  x$ E2 V: {; T" U
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.pdf
5 B) v4 k( U# H3 |1 N0 h% G0 W    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.srt
' b& j  p8 \* J2 b3 i+ G' N    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.txt
* t$ e. U/ \) W    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.mp4- ]" _# x0 d# s: S- j1 X2 Y
    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.pdf
3 ^  C  Y7 N6 x/ J9 S    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.srt5 x2 |- R* i$ O+ J- K# I
    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.txt
! @8 E2 s4 W4 R/ v( I+ l    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.mp4
  \: e& [9 u( E, h. Q1 A    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.pdf/ m% C+ f( G" k/ E" p
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.srt$ d3 O: ]0 F5 u1 n! q4 A/ s
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.txt
" J' ^4 o! |: N6 z9 X    │          │      04_Orthogonalization-_Computing_a_basis.mp42 D4 I9 Q" Z. m% G/ \; H1 w8 C3 O
    │          │      04_Orthogonalization-_Computing_a_basis.pdf
2 A2 D- ]! _, w    │          │      04_Orthogonalization-_Computing_a_basis.srt; C$ i) `* s2 y' L7 F
    │          │      04_Orthogonalization-_Computing_a_basis.txt
0 i" J$ {: R8 e/ c) m, Z4 D, D    │          │      05_Orthogonalization-_Orthogonal_complement.mp4$ |; k7 q* f+ ]' A1 H
    │          │      05_Orthogonalization-_Orthogonal_complement.pdf' V3 `: j; T' ]% G6 H4 y" o% N! d; f
    │          │      05_Orthogonalization-_Orthogonal_complement.srt
' @/ B# r' g7 D( P    │          │      05_Orthogonalization-_Orthogonal_complement.txt
. s4 o3 t6 U1 b/ n- y    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.mp4
' c  T  Y1 y! r0 d' V    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.pdf3 T3 u4 O* d/ o* S
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.srt# Z# _  [1 h9 @2 r3 k
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.txt
. q9 D. r, n/ i4 y1 D    │          │      07_Orthogonalization-_The_QR_factorization.mp4
1 r$ L3 [* O1 Q% A) I( o; q( S    │          │      07_Orthogonalization-_The_QR_factorization.pdf6 y3 p) x! \5 L$ r( @# A
    │          │      07_Orthogonalization-_The_QR_factorization.srt
# j1 N( T( j$ {6 I    │          │      07_Orthogonalization-_The_QR_factorization.txt
: a$ W0 W* `) q' E3 A+ \! E. a5 ?    │          │      09_Orthogonalization-_Applications_of_least_squares.mp4
! T: c% B/ s7 |- M6 Z) B! ~& d    │          │      09_Orthogonalization-_Applications_of_least_squares.pdf" M4 r; q  u# m: M+ E
    │          │      09_Orthogonalization-_Applications_of_least_squares.srt- W7 o' m3 H0 D3 N$ }8 ]; ^6 f$ h
    │          │      09_Orthogonalization-_Applications_of_least_squares.txt* a# h- ?& m6 G. C
    │          │      + j0 H2 k' r+ p& {" C* ?2 M
    │          └─09_Tutorials
4 P) i" f* Q, L, p5 E    │                  01_How_to_submit_assignments.mp4
- ^" j, m# `3 E& ?9 o- v7 |# `: \    │                  01_How_to_submit_assignments.srt- Q3 [/ S4 {* I% x
    │                  01_How_to_submit_assignments.txt  J9 a0 g: r# L6 N7 [2 t8 u
    │                  / p2 \$ r  W7 V5 N3 y* J1 P% w
    ├─Big Data, Cloud Computing, & CDN Emerging Technologies
+ L4 j. \" H3 `% C$ x    │  └─Big Data, Cloud Computing, & CDN Emerging Technologies
/ o# e1 s7 _  D* w8 l. W    │      │  下载说明.txt
" W& W' ^3 w* l4 k    │      │  关注我们.png7 l; ^! I: i$ S1 ^) i
    │      │  攻城狮论坛=网络技术+编程视频.url
3 o5 D. m/ a7 b3 _# C& b    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt# g1 R" S5 q1 j3 G. u! a
    │      │  
1 N; f2 d1 |* j" O) m. U    │      ├─01_cloud-computing
( ]' {8 ]- r8 K9 k# \1 G( ~    │      │  └─01_cloud-computing+ R0 i) o' z' S  m6 F
    │      ├─02_big-data9 [& F7 r+ w9 A% ]1 ]" v
    │      │  └─01_big-data
  ~. T: }% d4 {    │      │          01_big-data-examples.mp4
4 Z. v9 n+ y! B4 d& K: `    │      │          01_big-data-examples.srt
, y# V4 u- Q6 f4 Y4 a2 v* }; ?/ v    │      │          02_big-datas-4-vs.mp4* y, X' Q7 p' c
    │      │          02_big-datas-4-vs.srt4 [9 G3 U0 e7 u* {; K! Q0 ^
    │      │          03_hadoop.mp4
! V  n; B8 f4 u. v6 t    │      │          03_hadoop.srt( o/ `& N5 `" C  G0 P' R
    │      │          04_mapreduce-vs-rdbms.mp49 I$ b5 M8 D$ Y% V. c0 C, G
    │      │          04_mapreduce-vs-rdbms.srt
' _6 v! k' q4 ]6 k    │      │          05_mapreduce.mp4
# y9 ~0 g/ M  V/ ]    │      │          05_mapreduce.srt' b' G8 d' t$ R" k7 I3 \
    │      │          06_hdfs.mp4
3 X7 E, h' u. n! ^6 X7 d    │      │          06_hdfs.srt$ X. B( Z' D0 H
    │      │          $ y- C' ^3 @+ Q7 h
    │      └─03_cdn-content-delivery-network
+ d( K) @* e% `) r& [: I    ├─Duke Image and video processing From Mars to Hollywood with a stop at the hospital1 o9 W. p+ Y) Y- U- k/ H
    ├─Interactive Computer Graphics4 x# w& D3 y) b3 o
    │  └─Interactive Computer Graphics0 q+ U( O* x/ C- c# ~7 H0 W
    │          interactivegraphics-Torrent-Week1_All.zip.torrent
$ E' c: L& d# r; U( k    │          interactivegraphics-Torrent-Week2_All.zip.torrent
5 M* {1 U- f. u/ z/ `' c    │          interactivegraphics-Torrent-Week3_All.zip.torrent
8 I3 @  P' l0 d( P  I; S    │          interactivegraphics-Torrent-Week4_All.zip.torrent
* {  t6 M9 `+ O1 ]$ n    │          interactivegraphics-Torrent-Week5_All.zip.torrent
2 s3 V  }9 U; m, F2 ~  m6 f: ~    │          interactivegraphics-Torrent-Week6_All.zip.torrent
2 R+ k& U1 g. G; b. k    │          interactivegraphics_Torrent_Week1_All.zip
( ^5 L8 a+ _- e" C    │          interactivegraphics_Torrent_Week2_All.zip
# ?2 L: |6 R* N# V1 R/ W    │          interactivegraphics_Torrent_Week3_All.zip) O* j: z& o5 X  }) d) ]6 u( Z/ w
    │          interactivegraphics_Torrent_Week4_All.zip* q# u6 m$ K2 R' _/ V/ ^* V
    │          interactivegraphics_Torrent_Week5_All.zip7 r& b8 x# Q7 }, O0 q
    │          下载说明.txt
$ m9 G+ N3 ?# D! H$ O0 l, p/ a    │          关注我们.png: w( Y  ^( `+ ?
    │          攻城狮论坛=网络技术+编程视频.url
9 C1 y" M  {3 R3 {    │          解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt' n; R7 A) ~" Y0 \5 U' p+ R
    │          ( K& m; J, [# V9 @" w. C  I
    ├─Malik - Computer Vision
" ~" E6 _) w4 f5 \    │  └─Malik - Computer Vision0 q4 K( r- i, A+ z7 m
    │          001_Overview.mp47 P- `: ^2 ]* I# t8 F
    │          001_Overview.srt
3 q, P) K2 c4 H% m" B    │          002_Fundamentals of image formation.mp4
3 H% ]% X1 ?* M+ B8 X' K# F6 g( \5 b    │          002_Fundamentals of image formation.srt
5 v& e2 C  ~6 Q" M0 N7 X( B' J    │          003_Fundamentals of image formation - part II.mp4! i3 V$ _( K, f  E2 D( l/ \& K
    │          003_Fundamentals of image formation - part II.srt  L! q$ N% f0 @( ~  x
    │          004_Rigid body motion.mp4: q* ]5 C& o7 @* l
    │          004_Rigid body motion.srt8 o7 B& C% Y7 M5 a+ H  l7 Y3 y
    │          005_Orthogonal transformations.mp4; ^3 r) e  M" P8 \- W0 S
    │          005_Orthogonal transformations.srt/ t! }/ q8 m3 J, H9 [$ V$ S2 z
    │          006_Orthogonal transformations - Orthogonal Matrices.mp4
# z6 O# i/ N% b* O# C% l    │          006_Orthogonal transformations - Orthogonal Matrices.srt
" ^5 I! v2 j, }& V& W    │          007_Orthogonal matrices - Rotations and reflections.mp4
& F' b8 l/ G( W  A    │          007_Orthogonal matrices - Rotations and reflections.srt
3 T6 A; j! S" D    │          008_Parametrizing Rotations in 3D.mp4- A3 n( M; C* J( ^8 v& C/ _
    │          008_Parametrizing Rotations in 3D.srt) ^. p0 [2 G, W* h$ t) y
    │          009_Euclidean, Affine and Projective Transformations.mp4
5 u* \5 ^! @0 Y7 m) ]    │          009_Euclidean, Affine and Projective Transformations.srt
0 T# O+ o6 S* w7 N    │          010_Dynamic Perspective - I [15 mins].mp4! @& L4 ~; J5 U- ?5 I
    │          010_Dynamic Perspective - I [15 mins].srt  C" X5 {1 z- L4 x
    │          011_Dynamic Perspective - II [25 mins].mp4% `3 M* b1 y- m3 {  r3 [5 |
    │          011_Dynamic Perspective - II [25 mins].srt" h. |# Z5 z3 M* J5 Q
    │          012_Binocular Stereo I [23 mins].mp4
4 i: K4 H: L! O6 B7 L0 G+ |    │          012_Binocular Stereo I [23 mins].srt' ~; [! u, E3 |- q# c
    │          013_Binocular Stereo II [17 mins].mp4
: e5 n6 F) f: [    │          013_Binocular Stereo II [17 mins].srt
- Y" L- B) _6 f    │          014_Binocular Stereo III [13 mins].mp4$ N0 n1 U7 b( [, C& _! O7 B  H- ~
    │          014_Binocular Stereo III [13 mins].srt
8 W1 `0 y  U; k5 M9 ]8 r  x    │          015_Binocular Stereo IV  - The Essential Matrix [26 min].mp4
  `* W/ a6 o" Y    │          015_Binocular Stereo IV  - The Essential Matrix [26 min].srt
: Q! x& J9 }1 T& E    │          016_Radiometry.mp4; x  y/ I! M: A! A5 _
    │          016_Radiometry.srt
& p7 B0 D. E/ e7 z, S/ B; ]    │          017_Image processing.mp4
3 x% {: X: X, z: X# K- P( B    │          017_Image processing.srt
; W# `( c5 K; q    │          018_Image Processing2.mp4: g2 w$ e. u7 w' L8 v
    │          018_Image Processing2.srt
) [* |% o( F/ ~# E' K) f    │          019_Orientation histograms [7 min].mp4& n6 c1 H4 H! W
    │          019_Orientation histograms [7 min].srt& b0 ^( [" O  B
    │          020_Handwritten digit recognition - Introduction.mp4
' q# E" c! t3 V6 e9 {% t    │          020_Handwritten digit recognition - Introduction.srt
" a+ z3 m! ?, \! J: q  m2 ^    │          021_Support Vector Machines.mp4
/ V2 l9 V. G7 y6 g    │          021_Support Vector Machines.srt- }9 k1 S0 W2 E% V
    │          022_Transformation Invariance and Histograms.mp48 O. E4 b( m  V% L! a; F
    │          022_Transformation Invariance and Histograms.srt
$ X7 F5 l- m# x$ o    │          023_Digit recognition using SVMs.mp4& ]' B8 b2 q8 m3 ]. _
    │          023_Digit recognition using SVMs.srt
9 m( n0 s' S  Y8 E0 Q    │          024_Random forests.mp4
  |' q! C- v# t    │          024_Random forests.srt& Y6 e# J/ N! {% W9 h0 m
    │          025_Detection of 3D objects.mp4
" V; B/ U& V( z/ \    │          025_Detection of 3D objects.srt
! v1 k% T6 Z4 u. a    │          026_Concluding Remarks.mp4
- ]7 N/ V4 Q" r    │          026_Concluding Remarks.srt
+ [7 _4 t2 R+ Y) a! ~- `    │          下载说明.txt
5 v( b0 k6 A% l) M; P    │          关注我们.png3 |/ F+ A, H" q3 I$ I# I
    │          攻城狮论坛=网络技术+编程视频.url+ W- h1 {$ k; F7 \$ z- a$ \: c
    │          解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt+ |+ r& B2 t! a; {& I4 U
    │          , W  J+ M" p5 d- e8 s7 k; z; ]) e
    ├─Practical Machine Learning
. T( a8 E5 ~- w( V- w0 \! b    │  └─Practical Machine Learning, |8 l$ u9 b" D1 J
    │      │  下载说明.txt. {' Q& F' P( r1 ?1 n3 D$ V9 ~
    │      │  关注我们.png- W8 p. \' u6 U- j
    │      │  攻城狮论坛=网络技术+编程视频.url
  P" Y% L. N8 i  S3 i    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt6 |4 @9 H  ]0 D6 `+ T) V$ u& i
    │      │  1 T4 z2 L; t) A' U
    │      ├─Week1
5 ]7 M) j7 k( i, v5 K4 j3 x    │      │      001predictionMotivation.pdf
2 y+ o. U) W  D    │      │      002whatIsPrediction.pdf, }  R: S, @7 [5 S# H' C5 O
    │      │      003relativeImportance.pdf
0 j9 _7 S& n& K0 Y    │      │      004inOutSampleErrors.pdf9 Q( r( Y4 |% ~0 _
    │      │      005predictionStudyDesign.pdf
$ X% @. r) a7 `0 g    │      │      006typesOfErrors.pdf4 l8 `( f" `8 U0 a3 h
    │      │      007receiverOperatingCharacteristic.pdf4 i/ M0 ?: b" [/ n
    │      │      008crossValidation.pdf
/ n' C( r0 G; O$ ^) m( ^' W2 |    │      │      009whatData.pdf+ }, _1 {, j9 v$ N: V; J
    │      │      1 - 1 - Prediction motivation (8-26).mp4
( h+ Y* q. l" ~  l8 M% h4 l    │      │      1 - 1 - Prediction motivation (8-26).srt4 f- u9 l; p3 ?! n, t  C0 Q
    │      │      1 - 2 - What is prediction- (8-39).mp43 E+ E0 f% g7 `0 B6 Y
    │      │      1 - 2 - What is prediction- (8-39).srt
4 N. P( p  F- f    │      │      1 - 3 - Relative importance of steps (9-45).mp4
3 ]* w  q$ i/ i% b$ J& V0 q    │      │      1 - 3 - Relative importance of steps (9-45).srt  Z: c, F- D# m1 ^2 p( t# R
    │      │      1 - 4 - In and out of sample errors (6-57).mp4
0 S8 i" v- w8 _" K: R    │      │      1 - 4 - In and out of sample errors (6-57).srt. K+ w# Q. y  e) G  }
    │      │      1 - 5 - Prediction study design (9-05).mp4' h! C0 `2 }$ l
    │      │      1 - 5 - Prediction study design (9-05).srt' r- h1 U4 L5 o3 X8 b
    │      │      1 - 6 - Getting Data Overview (1-34).mp4
3 U5 V) _3 A8 w* r% e; `5 l+ c& t) n    │      │      1 - 6 - Types of errors (10-35).mp4' m2 M9 X$ i4 N$ P2 K# |
    │      │      1 - 6 - Types of errors (10-35).srt
9 Y% j2 g0 D$ H, P3 \    │      │      1 - 7 - Receiver Operating Characteristic (5-03).mp40 z' E: z% e: `" H
    │      │      1 - 7 - Receiver Operating Characteristic (5-03).srt* w; G5 n% z  [; s% g* |  z1 \8 r% [/ o
    │      │      1 - 8 - Cross validation (8-20).mp4( N8 @$ H# u6 V( m3 A+ b
    │      │      1 - 8 - Cross validation (8-20).srt
9 @0 t+ F% r* E# n& p+ G1 d    │      │      1 - 9 - What data should you use- (6-01).mp44 ~" G- D( @' S
    │      │      1 - 9 - What data should you use- (6-01).srt  P$ s0 y2 v5 C9 r% Z! m  ]
    │      │      
( ]- e7 S5 C$ `- t    │      ├─Week2+ b3 B& I4 `: N6 g
    │      │      010caretPackage.pdf
0 k" j; ]& }( b* M$ t+ [0 E9 X- @    │      │      011dataSlicing.pdf
1 F0 p7 _+ x0 I. e5 G+ C    │      │      012trainOptions.pdf3 \1 n: ]3 V7 c# U- V: V
    │      │      013plottingPredictors.pdf
( }7 u- Y( B) i' M; `    │      │      014basicPreprocessing.pdf
2 V7 a4 _7 q7 {' u/ I    │      │      015covariateCreation.pdf
5 w- Y+ V$ V  r6 L# H$ `0 G    │      │      016preProcessingPCA.pdf
% K& ^% d9 ~, l0 `    │      │      017predictingWithRegression.pdf" ?3 {% f6 n; H  a* d% J# o
    │      │      018predictingWithRegressionMC.pdf  |$ j& o. v' Q* K
    │      │      2 - 1 - Caret package (6-16).mp4
% _) }  J' C( m8 [. n& `+ Y! u: Y    │      │      2 - 1 - Caret package (6-16).srt& t3 o; ~" p* ^2 a
    │      │      2 - 1 - Caret package (6-16).txt( \# X" E* |- Z* h
    │      │      2 - 2 - Data slicing (5-40).mp4# N+ r9 j9 N3 l$ {1 j
    │      │      2 - 2 - Data slicing (5-40).srt
* A% D9 ]! _8 v  S, S- I    │      │      2 - 2 - Data slicing (5-40).txt4 t8 [: j* e! G* q; l* G* m6 k) n
    │      │      2 - 3 - Training options (7-15).mp4
( Y( g3 l( \/ v& [, R: u    │      │      2 - 3 - Training options (7-15).srt  i! L5 u) v! G+ n. q- e3 ^  P
    │      │      2 - 3 - Training options (7-15).txt) b% C% T( C0 M' Z; @
    │      │      2 - 4 - Plotting predictors (10-39).mp40 w; [( d+ B5 e: v' ]& g- T5 @
    │      │      2 - 4 - Plotting predictors (10-39).srt
# i) @, s" U" k4 j- l    │      │      2 - 4 - Plotting predictors (10-39).txt$ Z* a; \( y/ |; F. ?! E" z
    │      │      2 - 5 - Basic preprocessing (10-52).mp4
' O: f. [7 O/ X: E" U: w: |; q4 O    │      │      2 - 5 - Basic preprocessing (10-52).srt7 E3 s" [% }/ D  G
    │      │      2 - 5 - Basic preprocessing (10-52).txt: @3 s# x' O4 c1 H" F9 |# i
    │      │      2 - 6 - Covariate creation (17-31).mp4
; E- h$ q/ V/ P" d: S    │      │      2 - 6 - Covariate creation (17-31).srt
! R6 o0 H5 e2 M    │      │      2 - 6 - Covariate creation (17-31).txt
6 T8 l+ j% q% ~8 ^9 s) x% [" P    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).mp4, H/ k( S$ A; z# x. V" ^
    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).srt) i6 R% N6 o. }, X7 L
    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).txt
1 e7 }8 R- {7 \6 J4 Q8 B4 a  U    │      │      2 - 8 - Predicting with Regression (12-22).mp4
: k: t" J* p1 ~    │      │      2 - 8 - Predicting with Regression (12-22).srt
) s( t) e8 V, E6 v    │      │      2 - 8 - Predicting with Regression (12-22).txt
) N$ a+ N4 x9 S" a& S* A7 o5 U    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).mp4
& r, `% ~- ^# g! R. l+ Y& Y' ]    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).srt: A) y) e: P5 @4 O' G  t/ Z* G
    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).txt
( I: G( [4 O+ k8 w    │      │      4 V+ c, Z' y' S7 k
    │      ├─Week3
5 N4 {0 d. _$ r) H! X    │      │      019predictingWithTrees.pdf
/ K3 ^3 Q+ d/ C( d  l% H  X# R    │      │      020bagging.pdf! D4 m# {  ]3 J7 J4 d0 v1 ]- Z) ^7 q
    │      │      021randomForests.pdf% c% j: Y4 G! v; B  i
    │      │      022boosting.pdf
: M$ R2 U+ y7 d. z  |    │      │      023modelBasedPrediction.pdf
- C' O# F$ n% Q# K; e    │      │      3 - 1 - Predicting with trees (12-51).mp4& s% }" X7 \- j, S6 ?
    │      │      3 - 1 - Predicting with trees (12-51).srt# ^+ T1 z; a$ \0 J, C. ~
    │      │      3 - 1 - Predicting with trees (12-51).txt
6 r% y  ]( b+ |7 g9 l    │      │      3 - 2 - Bagging (9-13).mp4
. B9 [, B0 T% ]! h  J    │      │      3 - 2 - Bagging (9-13).srt
: l6 P3 e7 h, Z' v, B    │      │      3 - 2 - Bagging (9-13).txt2 M3 J" T2 ~# \! R2 s- d* B) q, [
    │      │      3 - 3 - Random Forests (6-49).mp4" g/ p, Y! ?& h# U+ F
    │      │      3 - 3 - Random Forests (6-49).srt" o. E7 {& ], u& A) }- C. a
    │      │      3 - 3 - Random Forests (6-49).txt
1 q2 t2 x& r- F  n/ M    │      │      3 - 4 - Boosting (7-08).mp4* ^/ P2 M; j' p# V) O; }
    │      │      3 - 4 - Boosting (7-08).srt
9 T2 G1 [1 ?+ c# e$ G$ u3 W# _    │      │      3 - 4 - Boosting (7-08).txt
# y2 b) P' V: C9 X8 {/ I) Q2 ?    │      │      3 - 5 - Model Based Prediction (11-39).mp4
1 _  E; J5 _$ z' Z    │      │      3 - 5 - Model Based Prediction (11-39).srt
0 a1 V" j% _! ~6 q    │      │      3 - 5 - Model Based Prediction (11-39).txt
6 a# z7 u' A) s5 E! v- F; q# E    │      │      
; G! l9 B8 f, q0 V+ F; j" @    │      └─Week4
4 O' \6 v1 C/ m7 C. d    │              024regularizedRegression.pdf
# D; d) ]( f. o+ [/ c4 v0 e: @' p    │              025combiningPredictors.pdf' q  |1 L9 v- t
    │              026unsupervisedPrediction.pdf3 h- e& G  r  C# S
    │              027forecasting.pdf
! R1 G- g6 z( E9 H- r. k    │              4 - 1 - Regularized regression (13-20).mp4
; e0 _4 s( @! D    │              4 - 1 - Regularized regression (13-20).srt# D% U/ ^7 X1 ^" m$ A
    │              4 - 1 - Regularized regression (13-20).txt& [/ {4 M/ |/ O- b8 H4 v! a2 {
    │              4 - 2 - Combining predictors (7-11).mp4+ L4 V; H( d' J4 j5 Z; x8 c! O2 u
    │              4 - 2 - Combining predictors (7-11).srt' m8 h6 d* h, l. @. E) B- R
    │              4 - 2 - Combining predictors (7-11).txt  Q. E2 ~0 [3 _4 N
    │              4 - 3 - Forecasting.mp43 v" `* B! S( U5 ^
    │              4 - 3 - Forecasting.srt
9 i0 ~! c3 g: k7 v9 [: a( c    │              4 - 3 - Forecasting.txt
5 U6 i9 g3 S2 x    │              4 - 4 - Unsupervised Prediction (4-24).mp44 |/ ^" Y' b4 k" j* |$ r- X
    │              4 - 4 - Unsupervised Prediction (4-24).srt
1 u; f) o' q' R; Z$ S8 c+ {    │              4 - 4 - Unsupervised Prediction (4-24).txt
: t$ S) o4 B; `    │              9 L2 d" O/ I+ c. l( o$ z
    ├─Sapiro - Image and video processing: ~. `/ H3 R% w7 v
    │      01.pdf/ k) D1 s: v4 x3 |) y3 p( F
    │      02.pdf$ ~4 ?9 z: ~# W( w  \
    │      03.pdf
. T6 c7 e  M' c8 G9 X7 ~    │      04.pdf
7 h' f9 h  G& M' E  J& W; V, D    │      05.pdf
$ k& t+ G* G+ L( Y  E7 e4 K* c8 @    │      06.pdf0 N/ [( U- }1 W  h* _
    │      07.pdf" w/ X* {* [5 a( v
    │      08.pdf
3 _6 o' ]) b+ k/ f    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.mp4
  [4 d1 @5 V/ w/ C3 W$ m1 _    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.srt
: h) N, m! c* x) q" [5 F    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.txt
/ `+ a1 l" Y1 j    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.mp4. z! |. b; A3 x* _* f2 e' g; N
    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.srt
, v: Q1 V1 u* J2 U9 \6 L    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.txt" L3 H: U1 _* ]: T% s. X& x& h( G
    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.mp4
5 P% @* I6 T# {' n# i4 r    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.srt
' a- G! G5 e% Y# Q) i# `8 }; V    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.txt
1 X; {' k+ Q4 Q& {9 G9 l* h( v    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.mp4$ T+ j5 c$ h4 }+ e# X+ N  s
    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.srt
9 }$ n; g4 x; n! S, X    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.txt
0 k7 l$ h% y* E* M    │      10 - 5 - 4 - Thanks.mp4
5 M+ ^0 \  T' [% _  d3 m    │      10 - 5 - 4 - Thanks.srt; t& E8 l! R0 U
    │      10 - 5 - 4 - Thanks.txt
( f, o. T% \( ?" @- Z, f    │      2 - 1 - 0 - Welcome and Start Here.mp4* i4 |) x  E' Y7 X) F8 B
    │      2 - 1 - 0 - Welcome and Start Here.srt- E: U. E6 t$ u: M
    │      2 - 1 - 0 - Welcome and Start Here.txt: A/ l: F! Z! S5 k
    │      2 - 2 - 1 - What is image and video processing (part 1) -  Duration 1049.mp4
- P/ r* l1 d' q+ U( A    │      2 - 2 - 1 - What is image and video processing (part 1) -  Duration 1049.srt
9 l% B$ ^' p% x5 _1 o    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.mp4& J) v) \3 K% D* F  H( ]7 u/ \# R5 E
    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.srt
' m0 D  T; I% K    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.txt) G& _, _4 P6 k+ b# |, r4 C
    │      2 - 4 - 2 - Course logistics - Duration 0242.mp4% D5 A6 [- `# b2 Z( J$ F1 G( [
    │      2 - 4 - 2 - Course logistics - Duration 0242.srt
0 V0 D7 J. p- Y: q8 R( @    │      2 - 4 - 2 - Course logistics - Duration 0242.txt0 Q" M% h+ p; |3 d- V
    │      2 - 5 - 3 - Images are everywhere - Duration 0631.mp4  }% m( ]7 D: g2 e$ Y" E" W( ~/ l, m
    │      2 - 5 - 3 - Images are everywhere - Duration 0631.srt. R4 ?+ T8 i, @" L3 U
    │      2 - 5 - 3 - Images are everywhere - Duration 0631.txt! `" ]$ n1 ^. t! @
    │      2 - 6 - 4 - Human visual system - Duration 1710.mp4
( _! i; J5 g( r' Q8 m2 `# k" r) w$ s7 W    │      2 - 6 - 4 - Human visual system - Duration 1710.srt
" ]- x0 \& s0 P& L6 L0 K' H    │      2 - 6 - 4 - Human visual system - Duration 1710.txt
% \0 A0 O4 n: [9 P, F6 d+ E    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.mp4' e  b( I) B& z( [& ~# Q- p5 z
    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.srt
* g! u; j& Q/ n3 F    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.txt  s. k$ f: W2 S" q
    │      2 - 8 - 6 - Simple image operations - Duration 1705.mp4$ |* G& x# k2 ]# ?3 y6 T" F
    │      2 - 8 - 6 - Simple image operations - Duration 1705.srt  r, M2 Q  n5 a2 Z3 N  y
    │      2 - 8 - 6 - Simple image operations - Duration 1705.txt+ B6 O* T+ Z5 `7 s- W
    │      3 - 1 - 1 - The why and how of compression - Duration 1416.mp4: M3 R( i; i9 d- Y
    │      3 - 1 - 1 - The why and how of compression - Duration 1416.srt! F7 T% }, n3 v% V! e2 A( m
    │      3 - 1 - 1 - The why and how of compression - Duration 1416.txt/ S( E5 n* `2 \) W
    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.mp4
; a" C5 i4 q9 D+ x* S- l    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.srt  x/ e6 W& \6 L3 x- V
    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.txt
; [' M& V' T* j+ F& M$ U/ v! `, T    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.mp4
% J0 j- D" y8 {+ r) m# \( k8 k    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.srt
. w& w' Y, I, o  W# x1 E    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.txt/ q& {, O! E7 \' M$ Q+ L
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.mp4/ X6 G2 K0 V6 L# V2 W; \5 }
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.srt
( h+ R1 V0 b3 B5 M) h8 j    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.txt. l. t: A: T: s5 K! E
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.mp4) {( ^. O) W* y) Z& D# l) E  f
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.srt- t6 e  \" g  O2 c; K
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.txt" r6 z( N5 V6 M1 C. X* y% v
    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.mp4
! x5 \- S& D2 J) g, G0 R9 ?/ g    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.srt1 M3 T. {& Z8 P6 F& t' s4 e% o, s* y
    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.txt
& M$ x' U9 f$ Y    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.mp4
. r% L% F% h( T1 h) i    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.srt
5 Q; \0 k/ x# ]: {4 H& \5 b/ w6 J    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.txt
# f/ {8 n3 F/ c$ i% q    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.mp4
) ^+ @) D+ m! D: z! x" v2 U    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.srt2 Q7 ^7 t" A( e/ X
    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.txt+ n! p* }$ @4 J% p
    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.mp4
, E$ j; P5 j+ k8 i& V    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.srt) @% ~. }) \4 {( h9 o
    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.txt: f; G3 \: ]- a3 B) W/ g
    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.mp4. b! w) J/ e" A$ Y' r* h
    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.srt
! R- `9 W' [7 F+ h  T% c    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.txt
! Z9 j2 z% U* I* g7 l    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.mp4
& y8 m" b; `5 \' ~6 u0 n, M, t    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.srt
7 H2 Q; X- u6 M( K    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.txt
8 Q& K) F6 H$ G- T1 B7 |    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.mp45 f( m: b7 C4 y/ f9 E8 ~  G
    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.srt
2 B: f9 j- h+ o9 q; V$ u( T    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.txt8 J( U& L6 H, W7 p" K1 |+ Z9 c* W
    │      4 - 14 - 14 - Concluding remarks - Duration 0112.mp4
+ h" d. F) j, A" ~    │      4 - 14 - 14 - Concluding remarks - Duration 0112.srt, V0 y0 }" V5 {8 E- c5 T+ o
    │      4 - 14 - 14 - Concluding remarks - Duration 0112.txt6 H/ O" U1 H: S! S) Z9 A# p
    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.mp4
2 x+ F3 H1 v$ f7 P/ Y# M1 Q$ A3 P) w    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.srt
+ Y4 ]  Q5 m9 C5 i0 j    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.txt
3 x* h/ P# E) x    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.mp4
. h: d! g8 `& G3 e    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.srt" q' Q! H/ f0 q' H) Q, ~
    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.txt3 L3 T% q$ y9 g2 s* x! f
    │      4 - 4 - 4 - Histogram matching - Duration 0831.mp49 @" E( _, t+ `& q! q
    │      4 - 4 - 4 - Histogram matching - Duration 0831.srt
8 W7 O6 [% P9 z1 k( _5 u. h    │      4 - 4 - 4 - Histogram matching - Duration 0831.txt
8 s* x3 b" O- Q  Y9 \7 M( R+ H    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.mp4# f, ], m6 K' y7 Y. Y
    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.srt! E2 C5 z. \, m; t% D
    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.txt$ R$ n; g; n* C
    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.mp4' c4 m7 P; [( D; e! o3 g) L
    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.srt  _$ \. e+ s) Y0 }
    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.txt
+ g3 c2 s+ V( m0 y; Q: |    │      4 - 7 - 7 - Non-Local means - Duration 0727.mp4
6 v$ K/ k, Z/ [  n+ ?% Q    │      4 - 7 - 7 - Non-Local means - Duration 0727.srt& `0 }3 A" o7 T5 s) z1 a
    │      4 - 7 - 7 - Non-Local means - Duration 0727.txt
6 u9 `  q- z1 s2 ?+ ^    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.mp4
; r) |* w! v. P- T    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.srt
( r) t8 d+ s0 y# Y    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.txt
5 c9 S0 L6 ~( `9 j! Z% N, g    │      4 - 9 - 9 - Median filter - Duration 0720.mp4
7 g1 R7 r0 d4 _. Y$ ^0 D+ Q( \    │      4 - 9 - 9 - Median filter - Duration 0720.srt( c" ^: ]3 j+ b1 P3 o7 A0 o
    │      4 - 9 - 9 - Median filter - Duration 0720.txt1 K3 m: E: Z" M" j. B/ h
    │      5 - 1 - 1 - What is image restoration - Duration 0749.mp4
/ C+ L: ~: a1 b: x    │      5 - 1 - 1 - What is image restoration - Duration 0749.srt
2 M9 `0 A" ~0 s% ?, X    │      5 - 1 - 1 - What is image restoration - Duration 0749.txt* a0 u+ |! X" ^# b, y% j+ g
    │      5 - 2 - 2 - Noise types - Duration 1243.mp4
* {# S6 S8 B$ K+ Q5 |, ^  ?    │      5 - 2 - 2 - Noise types - Duration 1243.srt
. r# o- t: Z2 v5 B    │      5 - 2 - 2 - Noise types - Duration 1243.txt. P8 A% W! q) s9 L2 p8 o  v# C) H
    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.mp4) w. B3 I  G; Z0 j/ n
    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.srt: Y5 G. A7 Z. h6 t. p( F5 g: @# C
    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.txt4 E5 `/ [; }6 L# u
    │      5 - 4 - 4 - Noise and histograms - Duration 0452.mp4
  u: _$ q4 m% @    │      5 - 4 - 4 - Noise and histograms - Duration 0452.srt
! W6 t$ e4 w! G% c% g9 E$ R    │      5 - 4 - 4 - Noise and histograms - Duration 0452.txt. a& |; V8 K6 J8 u) c" F/ ]
    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.mp4. ?% H! T" U% r
    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.srt' e( u; E8 v, S. L; H" i
    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.txt
+ ^+ A9 U- k+ \6 X    │      5 - 6 - 6 - Degradation Function - Duration 1140.mp47 u/ d* @' L5 P) e3 |% z$ y2 u8 u: c
    │      5 - 6 - 6 - Degradation Function - Duration 1140.srt6 r, L4 ^- j7 B7 _2 i
    │      5 - 6 - 6 - Degradation Function - Duration 1140.txt/ t) q. z2 }2 g' t; G
    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.mp4
& Y: F7 ?/ a7 S7 C8 B    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.srt4 ?7 n$ g! J+ U5 f% e  e7 |
    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.txt, m$ U& F8 ]7 a: [
    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.mp4, p5 r) x# X& c4 m  k$ W
    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.srt# p# C. T& |& |1 W$ \* Y6 I
    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.txt* t* D! m5 R6 s& U! a4 M
    │      5 - 9 - 9 - Concluding remarks - Duration 0033.mp48 c7 Q6 H" u4 u
    │      5 - 9 - 9 - Concluding remarks - Duration 0033.srt3 J( S- F  T" e5 [0 L( Z! V
    │      5 - 9 - 9 - Concluding remarks - Duration 0033.txt& u& c; z- \+ @" P! L8 c  b
    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.mp4. H5 D, h: h' ]; s% N2 G7 q
    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.srt
8 F- c6 k9 }5 C0 }, E( n    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.txt% W- \+ n( d! c( n- q) b
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.mp42 m  [9 u. V) U# z1 ?
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.srt0 `9 J' V7 b6 E# e8 V% W
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.txt
" p7 w! `6 n) u  H( i    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.mp4
' ^5 E1 r3 I( r! ]6 P; e6 f    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.srt
5 H! T" j: a# a! A+ ^    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.txt
4 o% Z+ _* L5 g: ^! u# E2 |2 [    │      6 - 12 - 12 - End of the Week - Duration 0021.mp4  u  Z  v3 i; F
    │      6 - 12 - 12 - End of the Week - Duration 0021.srt
# K" P& [3 w! Y* ]: Q* y    │      6 - 12 - 12 - End of the Week - Duration 0021.txt
' I, w) \2 w& e  M" k    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.mp4' W; c  y; k% J7 P1 K
    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.srt8 \! \2 k9 A1 t
    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.txt
/ P5 R& \+ K3 `/ R- ?! {$ h    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.mp4
- }  }. ?8 u0 n+ O) d& V. c2 A    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.srt
8 Z% Q; b% E9 L9 i9 x3 \    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.txt
1 m( F$ _6 M' p% [4 z5 h    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.mp4; O2 _+ ]9 x6 [6 r6 w# o" y
    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.srt
8 b2 K: d, e% }" N6 v    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.txt
; f8 J# v- l; W' L/ M    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.mp45 M; [1 i' \; \8 E9 ~) H
    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.srt; C4 O$ J8 S' I
    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.txt
  |. f- n0 J4 s0 i* p    │      6 - 6 - 6 - Congratulations - Duration 0017.mp4
  e  U9 w" M* B" p8 T4 e/ i    │      6 - 6 - 6 - Congratulations - Duration 0017.srt
0 c5 S  e- m* l; {/ l  B- s& r    │      6 - 6 - 6 - Congratulations - Duration 0017.txt) S: |! s# \% [! ^) O+ i/ y1 m
    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.mp4" y, ?) G+ c0 U  Y* k& D6 w7 I
    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.srt
' C: U) V8 [. {    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.txt- Z: Z0 ~6 d: i! d8 f9 t
    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.mp4+ w  w. c) n4 K# [( ?" p3 x% {
    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.srt! s+ y- P' ]  [: U$ B
    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.txt
" y" T1 L7 F5 T# E2 f6 a: B    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.mp4& V" Y" N* W$ z0 x. G
    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.srt
( m3 D9 S* E. O% B    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.txt
5 x) \8 T! ]# h5 c$ x' @    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.mp4
9 t' z% C$ t. ]  |# B& Z$ d- C1 F    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.srt
: _' X0 b% R- L1 T    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.txt
  o8 y2 ]+ L! p! m$ ]0 b( p8 t# x4 C    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.mp4# y. }: A. @4 Z# [( I9 M
    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.srt0 c# L/ q2 u( \1 v
    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.txt
4 C) g: A: U  p- X& J( X8 U) H% J) b    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.mp4
( c) t# p" I' q2 m% ~: ]    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.srt
. H! x& _+ l  f; r3 d- E2 F    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.txt
% ?+ @; r* a6 D7 N0 q    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.mp4
, J3 }" Y5 s' l% `3 W( d) g+ v    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.srt! A9 }) P" \! u: ]5 p) f# Y
    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.txt: k3 D2 x) x0 `; U
    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.mp4
/ @7 m9 D0 w9 e) K; d    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.srt
- k: Y! N5 C" q' J) c    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.txt0 k7 V8 p5 z. ?
    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.mp4- g. F) t3 Y; k6 j( A/ u
    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.srt4 @/ K$ O; e( I2 f0 O4 S+ d9 D
    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.txt6 K( M, q7 K1 |# v% z6 j3 s
    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.mp4+ m+ C; {1 O  G! |7 `2 i& a
    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.srt
+ d" h+ |% i4 |% I    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.txt
( L$ @" }& i8 z* K* n9 O) a; \    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.mp4
. Q* R- ]$ w: i( P    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.srt
9 {: K, o. L* R  l    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.txt0 n- x) N1 c) f: r4 m
    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.mp48 ^+ g3 W: h* C" D# K. @0 K4 f
    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.srt- g8 q  ^1 R9 F
    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.txt
$ V' I4 i. E0 u/ V) C1 Z    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.mp4
) F3 T5 G- L& f  C: X/ X    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.srt
7 k3 E; \" n5 ^# N$ Y, ^) R, i    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.txt8 V, s5 a0 _, ~5 E" V! Q/ H
    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.mp4
5 V8 J3 e* ?! ~3 g4 H    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.srt
% k2 b9 |( o- t    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.txt
2 R* O- _) h; i. |% ]" @3 q    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.mp4( ]9 J7 V2 C' @
    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.srt
+ \* s- l" m8 D' r, j9 j    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.txt$ p' E9 _- n/ A9 w* y) O6 U
    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.mp4
8 _9 f+ A' c" @' p. F# z) }    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.srt
2 S% q- |& S' O2 }- M    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.txt9 K! d, C0 {* |, _9 j
    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.mp4. z* [/ w# J' c; i
    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.srt
! |' x: F8 q# G  ~: t    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.txt
: t; k" S8 t2 I  S9 C1 R    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.mp4
& _2 w9 w- z& _  O    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.srt, C" F4 }* C. H. h, Q' R8 [
    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.txt! Y  J2 e- E6 p3 O7 e1 P) t
    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.mp4
' q1 y1 ?- H6 Y! M/ S    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.srt6 I1 f1 o6 e2 W! y3 p3 _
    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.txt
- G9 v  B7 _. R1 z    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039 .mp44 {1 p$ b- J4 n# i; C/ x6 |8 \
    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.mp47 k4 {/ a5 r5 V4 i* W7 A! Q: E
    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.srt8 p" }; x: S  B0 x1 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

( x% }: R/ _$ X! P. y3 N# m7 G    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.mp42 x: d) @  L: j. K& ]! t& F
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.srt- I  H4 V7 X, a0 k3 B# h7 \
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.txt4 S: s5 K& H% d  Z5 j2 G, j
    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.mp4
  I3 K4 W% n' E7 J    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.srt: h* ]0 E. |! g! e9 K% N3 }
    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.txt
# U4 Z( I2 L' o, R    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.mp48 x  K" r( p. b% ?9 g' ^0 ?
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.srt: i' _! i0 t9 D
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.txt
1 l/ W  n% d# H2 ^3 Z9 t/ J    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.mp4
2 B/ _+ v, Y/ M  [& w/ h& Q4 C: w    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.srt
$ V4 N5 R- b/ f( ?+ n! G& [    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.txt
0 r  ?: ?1 ?- q8 i8 l) S    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.mp4
* [: n; I: h3 w; `    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.srt$ e8 u* i7 w) H! s: L8 L+ r
    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.txt5 ?! a2 C! U3 @# c: O* i; [/ u3 u( e" y8 z
    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.mp4$ l4 Y5 s0 f, D' b- s
    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.srt
) @6 R! t9 V& t8 N" a    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.txt
# A) g2 f$ d! `    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.mp4
6 ?" q: t' ]( y' i    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.srt- x0 I1 B8 c% c# `& r& F# Q
    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.txt/ G3 O( B1 {. S0 c2 `6 d. S
    │      下载说明.txt
( }/ a' _) ^, q2 n: f    │      关注我们.png$ n% ?( A. ]8 @1 h* d4 g
    │      攻城狮论坛=网络技术+编程视频.url" Q1 G/ B4 r! `6 N
    │      解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt1 R% F' z/ z  a0 H" }1 e
    │      + L9 o( k) j; C# d
    ├─Udacity3 @5 W  C6 X/ i! d3 w3 C% }
    │  │  下载说明.txt5 `6 B; T* t1 e# V/ H+ Y2 t1 r
    │  │  关注我们.png
9 \2 C2 q: E$ K4 p* a% q" V0 k    │  │  攻城狮论坛=网络技术+编程视频.url! F6 Z- N' ]" z3 K
    │  │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt# b' p+ ^6 w5 [
    │  │  ) S* W5 m5 f/ y  q1 J! O& V6 }) D
    │  ├─CS046 Introduction to Programming in Java Learning Java
2 I: o3 n9 M' l- r/ L$ L) a7 a6 ^    │  │      Lesson_1_-_Introduction.zip" j( L# a; n; ]
    │  │      Lesson_2_-_Objects.zip
- J  ]0 x7 W$ q$ k7 J6 R% l( ?# K    │  │      Lesson_3_-_Classes.zip
2 o* U7 Z. k- v2 o$ w    │  │      Lesson_4_-_Fundamental_Data_Types.zip
4 J4 [+ O, W9 f1 n9 M$ |2 L    │  │      Lesson_5.1_-_Decisions.zip
  V6 K1 L4 z- b. S# E4 }' e    │  │      Lesson_5.2_-_Decisions.zip' d3 y0 k% @  D
    │  │      Lesson_6.1_-_Loops.zip- D& e  J0 A8 W- E  I) D* _/ {0 Y
    │  │      Lesson_6.2_-_Loops.zip% _4 Q% R  u. n) j% _7 T' @  W
    │  │      Lesson_7.1_-_ArrayLists_and_Arrays.zip
+ `9 n; }6 K3 {: ~4 d& w# M; v0 ?    │  │      Lesson_7.2_-_ArrayLists_and_Arrays.zip7 G- M- s' y1 d4 W1 v+ e
    │  │      Lesson_7.3_-_ArrayLists_and_Arrays.zip
9 a* l5 W2 _4 i/ a# x    │  │      Lesson_8.zip* q# {. e4 W$ I/ G0 U
    │  │      Lesson_8_-_More_About_Classes.zip
; w6 U( c' h- I: E* y3 p* J    │  │      Lesson_9_-_Interfaces_and_Inheritance.zip
' C, I( z- X# U0 t0 L5 H* f% q) b    │  │      
! w" R" `4 X" d% H) m    │  ├─CS101 Intro to Computer Science Building a Search Engine1 M4 l* e. e' @; E  U6 R
    │  │      Exam_Part_2_Starred-subtitles.en.zip0 J5 |1 y1 ^' _6 ]6 F. z. o
    │  │      Lesson_10_Inheritance.zip& c9 w  q" w' W% g* q. f& C
    │  │      Lesson_11_Files,_IO,_and_Exceptions.zip- o- S2 I3 P1 ^" p$ y
    │  │      Lesson_1_How_to_Get_Started.zip, b9 C- h6 d0 {3 J/ d
    │  │      Lesson_1_Problem_Set.zip
; \: E9 z+ M- r" O. n    │  │      Lesson_2.5_How_To_Solve_Problems.zip& p! n8 H1 A4 C
    │  │      Lesson_2_How_to_Repeat.zip& u' ?0 z$ \/ O0 V
    │  │      Lesson_2_Problem_Set.zip
$ g4 ?& f  m; ]( M- I    │  │      Lesson_3_How_to_Manage_Data.zip
' R4 o- Q* V  Z    │  │      Lesson_3_Problem_Set.zip6 s7 S, e- q% l- ^1 M1 o+ F& T, S
    │  │      Lesson_4_Problem_Set.zip5 X& Q; `2 t0 I' H" l; S( K- O
    │  │      Lesson_4_Responding_to_Queries.zip  t) ?# D* `! G# v- I5 H- c
    │  │      Lesson_5_How_Programs_Run.zip+ }  D% A/ f4 A+ H. Q
    │  │      Lesson_5_Problem_Set.zip
5 s+ ^8 w2 z* l; @+ L( E) B1 F  g( l5 M- ^    │  │      Lesson_6_How_to_Have_Infinite_Power.zip
6 r0 m! T" d: Y1 t, @( ~4 V1 R+ S    │  │      Lesson_6_Problem_Set.zip6 w' D- |, p2 Y1 K8 J, N# u
    │  │      Lesson_7_Past,_Present,_and_Future_of_Computing.zip7 u% `7 R# f# a  F1 m. i6 {
    │  │      Lesson_8_Learning_New_Things.zip
. Z4 H* l7 i5 g1 t3 T) d! ^    │  │      Lesson_9_Modules_and_Classes.zip
# P! r3 `2 S# |( R    │  │      Problem_Set_1-subtitles.en.zip( W+ H1 X/ O( c4 `. R- ~2 Q* y
    │  │      Problem_Set_1.zip
3 B: S1 V/ o1 F( c" N; p# _3 U+ s    │  │      Problem_Set_2-subtitles.en.zip" A& L( F; d) p4 o- M2 Y) D. j
    │  │      Problem_Set_2.zip
/ T# n) Q3 F$ S9 ]  a  j    │  │      Problem_Set_3-subtitles.en.zip
7 r: R7 |1 m  S% O! {9 S$ O* G    │  │      Problem_Set_3.zip
, w) w) M, r! u0 p# g4 B) d( ~9 a    │  │      Problem_Set_4-subtitles.en.zip
  w" u$ w8 g# G    │  │      Problem_Set_4.zip
  Y& P, ~) i% k+ K" J    │  │      Problem_Set_5-subtitles.en.zip3 j* V$ Q' R6 e) b
    │  │      Problem_Set_5.zip" G, `5 f( w$ {$ [! [
    │  │      Problem_Set_6-subtitles.en.zip3 [! Y, B8 k) B6 d
    │  │      Problem_Set_6.zip
' y9 E3 h% k$ i    │  │      Problem_Set_61_Starred-subtitles.en.zip
% m; d  B  J0 ^; d& e# N    │  │      Problem_Set_61_Starred.zip; ]- j! d  E, f7 @- H
    │  │      Q&A_1-subtitles.en.zip
3 x, ?9 D/ _/ B5 F    │  │      Q&A_1.zip9 e- j) j% P4 K; V/ y1 |% V) _
    │  │      Q&A_2-subtitles.en.zip
# X1 _( @8 J0 z& \; j2 v    │  │      Q&A_2.zip5 G9 F+ Q6 A0 n  m2 ]# e
    │  │      Q&A_5-subtitles.en.zip
$ D! O5 ]  N7 x/ m( Y' s8 `    │  │      Q&A_5.zip; ], Y& f% }4 z* W- W4 G- c* k  ~
    │  │      Q&A_6-subtitles.en.zip
6 M4 `& G; q) W7 B$ w) ~    │  │      Q&A_6.zip( w* y/ p/ I; u4 m
    │  │      Unit_1-subtitles.en.zip# D8 Q' b5 f( e) k* A, l. A$ N) T" Z
    │  │      Unit_2-subtitles.en.zip! _5 W8 w6 b9 M, n/ z( }
    │  │      Unit_3-subtitles.en.zip
2 V3 a# `' v7 m$ [$ s    │  │      Unit_4-subtitles.en.zip* g( |; t  j) C; |( _
    │  │      Unit_5-subtitles.en.zip
& h2 U- w6 ^4 X7 N5 C    │  │      Unit_6-subtitles.en.zip1 }$ b6 n/ S% ?
    │  │      Unit_7-subtitles.en.zip
* }' O$ n. V! `0 ^) p: _( O    │  │      Unit_8_Optional-subtitles.en.zip. C: ~% W$ L8 M" w' `7 K" [
    │  │      
* d3 e/ V. v. t4 f8 h! P    │  ├─CS212 Design of Computer Programs Programming Principles
  F/ V3 S0 H& U! @1 ?2 ~    │  │      Andy's_Corner_1.zip* b' i7 R. i& c2 q; l- E
    │  │      Andys_Corner_1-subtitles.en.zip
$ i. m& Y3 K6 j  ~    │  │      Bonus_Shuffling-subtitles.en.zip
2 w- G. p# D9 k6 N& ~- i    │  │      Bonus_Shuffling.zip9 c& W; A* ?* V* S
    │  │      Bonus_Weekly_Tournament!.zip* y, L7 a  K% t  }. C- ]; y
    │  │      Exam-subtitles.en.zip0 T+ C( C3 _5 Q( O! Y; M0 R
    │  │      Exam.zip  y; m+ q6 ~: y/ z' l
    │  │      Office_Hours_1-subtitles.en.zip% ]; B1 [' w# K; v! r3 X# u
    │  │      Office_Hours_1.zip: o4 m9 S5 [. Y# j  _4 L
    │  │      Office_Hours_2-subtitles.en.zip: A9 x9 Q  S3 ?
    │  │      Office_Hours_2.zip# A/ |$ K& e0 E% Q: q+ s
    │  │      Office_Hours_3-subtitles.en.zip
5 q2 z% U) J0 m/ p, p$ _5 v    │  │      Office_Hours_3.zip
: N+ \2 p0 \' k    │  │      Office_Hours_4-subtitles.en.zip
' f' O1 P7 F& [7 V- J- o" B5 s    │  │      Office_Hours_4.zip
6 D8 X& m4 i8 v# @/ }    │  │      Office_Hours_5-subtitles.en.zip
9 A: b* K0 e; s- V$ L7 F/ P    │  │      Office_Hours_5.zip
4 S+ N8 B7 h3 _& x, V    │  │      Office_Hours_6-subtitles.en.zip! X1 r' Q3 v4 l- F
    │  │      Office_Hours_6.zip
' n8 |5 ]( s+ b7 K' v' Q    │  │      Problem_Set_1-subtitles.en_2.zip
; |$ x& ]  ]& }% D    │  │      Problem_Set_1_2.zip
1 S3 f; \: @5 P+ w1 k2 g* |" H    │  │      Problem_Set_2-subtitles.en_2.zip& {! n: {/ j3 l" Y
    │  │      Problem_Set_2_2.zip$ o, `, b! l8 {7 @/ p
    │  │      Problem_Set_3-subtitles.en_2.zip8 X; f+ s( x$ l* M
    │  │      Problem_Set_3_2.zip# D' O% i* k& q- G/ l2 T
    │  │      Problem_Set_4-subtitles.en_2.zip3 L2 J: s- X5 _, @
    │  │      Problem_Set_4_2.zip
3 X; Q+ z2 q: y6 V0 X& c7 X8 M    │  │      Problem_Set_5-subtitles.en_2.zip
7 m& @2 G% E) w4 z5 r- @" V    │  │      Problem_Set_5_2.zip
5 [6 z3 Q: _6 V  E7 L1 N    │  │      Problem_Set_6-subtitles.en_2.zip
' r: {* }; \8 @% m! m    │  │      Problem_Set_6_2.zip9 K5 F& O& X. X4 M6 a& {& K/ D
    │  │      Python_Glossary-subtitles.en.zip' h0 W! x4 z. z: f1 ]+ D" u
    │  │      Python_Glossary.zip
4 S2 q6 e1 h  @+ ^4 _    │  │      Unit_1-subtitles.en_2.zip
; a6 \; X5 M+ ]' g( R2 B    │  │      Unit_1.zip- \4 C- s2 I+ _3 B5 w  N1 Y$ J6 r
    │  │      Unit_2-subtitles.en_2.zip% ~2 E( X0 J* m' a, r. }( R
    │  │      Unit_2.zip
  M' m! ?  J  E( `' ?5 ~    │  │      Unit_3-subtitles.en_2.zip# x( f* o, }3 F9 \( |7 K
    │  │      Unit_3.zip  S: Y! @$ |' Q. U+ i" w' {
    │  │      Unit_4-subtitles.en_2.zip
  X2 ~* g2 Q7 y. z" N, r/ @( I    │  │      Unit_4.zip
/ p; {# N/ h. Z    │  │      Unit_5-subtitles.en_2.zip5 {2 V3 G3 S# L& G
    │  │      Unit_5.zip) a6 I. d( C5 }8 Z! `
    │  │      Unit_6-subtitles.en_2.zip( u; }4 m9 u9 l. P5 z2 l
    │  │      Unit_6.zip
" `2 }# Y7 }0 O# z# b. y) [    │  │      Unit_7-subtitles.en_2.zip
  d* c, U4 B7 R5 A7 w, A- B' ]8 d    │  │      Unit_7.zip
' A/ x0 w0 t- p6 W, U    │  │      * ^7 ^$ o- ^+ L% _3 A
    │  ├─CS215 Algorithms Crunching Social Networks: o7 d" M$ a7 W% m" _
    │  │      Extra_Challenge_Problems-subtitles.en.zip
* x6 U2 N$ A! v: D6 J    │  │      Extra_Challenge_Problems.zip
3 V; p+ X% ]6 u/ L+ Y    │  │      Problem_Set_1-subtitles.en.zip7 O! g' i2 U# y9 `) o
    │  │      Problem_Set_1.zip
, J6 I% {5 F8 o* c    │  │      Problem_Set_2-subtitles.en.zip* T* o0 X4 X: o
    │  │      Problem_Set_2.zip. B( @' k, n; i  b2 y
    │  │      Problem_Set_2_Solutions-subtitles.en.zip& J% Z8 I7 B% B9 w
    │  │      Problem_Set_2_Solutions.zip' f) F" v8 [* l; {, ]* `  {) i
    │  │      Problem_Set_3-subtitles.en.zip' v8 V4 f# E2 D/ ?" b: T
    │  │      Problem_Set_3.zip
) K: v( k- m% y( r+ C    │  │      Problem_Set_3_Solutions-subtitles.en.zip( m2 }, |" t5 I5 x, _+ R. k8 I
    │  │      Problem_Set_3_Solutions.zip
2 o: R6 t5 k, w2 }9 g  E2 W/ z! I    │  │      Problem_Set_4-subtitles.en.zip1 W7 ]0 J5 w* R9 ?* [* W: K
    │  │      Problem_Set_4.zip
* H7 j0 F! x' G7 G/ v    │  │      Problem_Set_4_Solutions-subtitles.en.zip7 G3 G4 \8 Q( y/ ?% A9 M0 Q) ^) p
    │  │      Problem_Set_4_Solutions.zip
, R$ p1 P5 D) v, }3 M    │  │      Unit_1_A_Social_Network_Magic_Trick-subtitles.en.zip+ @5 ^$ K: h# l& b' G2 ^$ c& Z
    │  │      Unit_1_A_Social_Network_Magic_Trick.zip
2 Z5 x7 y. w+ W! _, V    │  │      Unit_2_Growth_Rates_in_Social_Networks-subtitles.en.zip& q6 d, k; V+ o; x% n) ~. F
    │  │      Unit_2_Growth_Rates_in_Social_Networks.zip
6 [" q9 \9 e' C  `; n3 a    │  │      Unit_3_Basic_Graph_Algorithms-subtitles.en.zip! G0 }; }+ y/ q0 q- {3 e( ?& S
    │  │      Unit_3_Basic_Graph_Algorithms.zip8 u# Z* D) V+ z, B
    │  │      Unit_4_Its_Who_You_Know-subtitles.en.zip6 Y  s5 \7 M% j3 y9 w, f+ ]- |$ m) f
    │  │      Unit_4_Its_Who_You_Know.zip6 S; t& X' G0 m+ g3 g1 T
    │  │      Unit_5_Strong_and_Weak_Bonds-subtitles.en.zip
0 M( [/ j/ D! Y2 w+ c    │  │      Unit_5_Strong_and_Weak_Bonds.zip
$ |4 k/ w9 b- ]( O/ W8 v5 ]    │  │      Unit_6_Hardness_of_Network_Problems-subtitles.en.zip  o/ q; n7 _6 ]- P! m
    │  │      Unit_6_Hardness_of_Network_Problems.zip
; ?; F4 p+ `3 u- e  G0 S    │  │      Unit_7-subtitles.en.zip
* R3 \1 i7 @, P# m5 w9 H    │  │      Unit_7_2.zip
$ }% l1 p  ~5 I4 B2 i, [    │  │      
. ^  T' O( Y% z    │  ├─CS222 Differential Equations Making Math Matter; y# F" v: h! x2 [; {* H3 V
    │  │      Final_Exam-subtitles.en.zip* m! C4 `+ J) U
    │  │      Final_Exam.zip
7 E" ]! T7 a5 _! _+ e    │  │      Problem_Set_1-subtitles.en_2.zip+ a, y% `% ~# Q; s. |( s* j
    │  │      Problem_Set_1_2.zip$ m7 [5 S9 V- S+ }. v
    │  │      Problem_Set_2-subtitles.en_2.zip$ G: p) J" s' e8 {! w
    │  │      Problem_Set_2_2.zip: p1 p1 z' V# V  U: H) A8 D. o
    │  │      Problem_Set_3-subtitles.en_2.zip  L  f0 x+ i, L: ?! [0 l  Q" l. T
    │  │      Problem_Set_3_2.zip2 v# l3 Y, T- G6 L
    │  │      Problem_Set_4-subtitles.en_2.zip$ p, A# `3 Q$ ^# M1 Z( P$ T
    │  │      Problem_Set_4_2.zip8 X0 o0 R' Z( @% L: X2 B
    │  │      Problem_Set_5-subtitles.en.zip
5 ~$ P$ y& g8 p0 }' r- P    │  │      Problem_Set_5.zip1 J3 Q% g, Q9 c' s: E5 u9 `
    │  │      Problem_Set_6-subtitles.en.zip
' M+ J0 M8 K* R, {1 W7 D1 h, a    │  │      Problem_Set_6.zip8 y4 l& {3 W% d+ J! ]
    │  │      Unit_1_-_Houston_We_Have_a_Problem-subtitles.en.zip
* Z+ q4 O/ s% Y" f    │  │      Unit_1_-_Houston_We_Have_a_Problem.zip3 |! u/ w- M0 v; f
    │  │      Unit_2_-_Houston_We_Have_a_Solution-subtitles.en.zip
2 F  t$ ?. v% c" H& S! }    │  │      Unit_2_-_Houston_We_Have_a_Solution.zip
$ i9 F6 \( a: W    │  │      Unit_3_-_Contagion-subtitles.en.zip
- n& c' p/ z* p+ |$ I: S    │  │      Unit_3_-_Contagion.zip( }" r4 j% Z8 A
    │  │      Unit_4_-_Responsible_Fishing-subtitles.en.zip
8 H: D1 A& `  q2 r  ^( Z9 u" Z. A    │  │      Unit_4_-_Responsible_Fishing.zip" F3 A- _* L- I8 ?+ z# B; @$ n! ^
    │  │      Unit_5_-_Antilock_Braking_Systems-subtitles.en.zip  f/ v' G, q7 X$ L; n
    │  │      Unit_5_-_Antilock_Braking_Systems.zip! H/ k+ w9 D" f/ O/ \4 \
    │  │      Unit_6_-_Wildfire-subtitles.en.zip
6 h5 c) q2 ~3 z0 {+ f% Z0 p1 J    │  │      Unit_6_-_Wildfire.zip7 {) \, P2 ?: J
    │  │      Unit_7_-_Advanced_Applications_of_Numerical_Methods-subtitles.en.zip
$ p1 N0 `! ^  M3 Z1 N2 x5 V1 s% U    │  │      Unit_7_-_Advanced_Applications_of_Numerical_Methods.zip( ?$ s6 V& ^' n" ?9 P7 y
    │  │      
7 _' o) s( Q9 X7 |* a: {5 k    │  ├─CS253 Web Application Engineering How to Build a Blog
/ W3 k1 J* n+ m2 j9 c3 {% G    │  │      Final.zip
1 ~8 `9 I7 j, R, @5 n. [) Q3 t+ I* l    │  │      Office_Hours_1-subtitles.en.zip6 D% o4 y' l) }4 V% z
    │  │      Office_Hours_1.zip
  i' ~1 ~* N# k7 o/ _! W    │  │      Office_Hours_2-subtitles.en.zip' P. W. O! M4 A+ j( i
    │  │      Office_Hours_2.zip) Z: Z0 y9 |7 N7 R
    │  │      Office_Hours_3-subtitles.en.zip9 a4 |+ s& K9 G; P9 F4 o
    │  │      Office_Hours_3.zip
; v5 O' E1 q( p4 B" e/ Q    │  │      Office_Hours_4-subtitles.en.zip2 X* g# b5 f8 \  `6 i; Y; j
    │  │      Office_Hours_4.zip
  K* n4 j- a! f! d    │  │      Office_Hours_5-subtitles.en.zip
" q" N  C6 z+ c/ v5 u    │  │      Office_Hours_5.zip* N& g- t  W1 w" R5 X
    │  │      Problem_Set_1-subtitles.en.zip
, n+ v: p8 I0 m0 u; P/ s) @    │  │      Problem_Set_1.zip  S5 H4 k: |, N4 b% r
    │  │      Problem_Set_1_Help-subtitles.en.zip- J9 r) L0 E5 q6 r" @
    │  │      Problem_Set_1_Help.zip1 f0 Q# m+ N2 X, k5 _* k" `% e
    │  │      Problem_Set_2-subtitles.en.zip  Y$ r, E5 T3 u- T1 O; D
    │  │      Problem_Set_2.zip
) ^; d) Z3 |# E3 J  J0 q    │  │      Problem_Set_3-subtitles.en.zip$ t- e( Y+ S2 F* \( @9 u, f, N4 i
    │  │      Problem_Set_3.zip- E: [9 K& c; T8 K: c9 Q) u0 W
    │  │      Problem_Set_4-subtitles.en.zip% k: T9 Y% v5 ~! d4 H
    │  │      Problem_Set_4.zip# o- i* Q9 M; A; F
    │  │      Problem_Set_5-subtitles.en.zip
8 y2 D/ @9 l6 b4 A+ V& X' V    │  │      Problem_Set_5.zip
5 I6 {* m# W4 a2 P; u    │  │      Problem_Set_6-subtitles.en.zip
; x) v7 t$ q. I4 o  o5 ~; ?    │  │      Problem_Set_6.zip
* H! l1 B5 H2 ?, e1 x    │  │      Unit_1-subtitles.en.zip
, P4 b" ?( v/ ~. d: l    │  │      Unit_1.zip( i) O, q6 x6 @6 G( c4 d' \
    │  │      Unit_2-subtitles.en.zip4 @/ I# o8 z% f9 R7 L
    │  │      Unit_2.zip- J4 Z) X! L+ t/ i9 _% e
    │  │      Unit_3-subtitles.en.zip
" A, p/ B3 Y, d' K1 g+ H; C: [    │  │      Unit_3.zip
$ p" `+ |! O. K% N) H1 x9 b    │  │      Unit_4-subtitles.en.zip$ @8 j6 y+ T8 k
    │  │      Unit_4.zip
7 e7 m$ K2 ^* x6 {( L# b7 Z    │  │      Unit_5-subtitles.en.zip
. u; K# l, {7 r" f4 U    │  │      Unit_5.zip
$ h9 [, `8 e/ ]$ b    │  │      Unit_6-subtitles.en.zip9 R, m0 {1 f, h7 P3 G: y' H3 [
    │  │      Unit_6.zip
! f! k5 t8 {4 u$ n    │  │      Unit_7-subtitles.en.zip. V& t/ `5 b! z5 D6 d
    │  │      Unit_7.zip
! \, q6 C- v: t9 _    │  │      Wrap__Up_Questions-subtitles.en.zip
  k0 w5 G% R! N    │  │      Wrap__Up_Questions.zip
% k5 u  F4 ^$ D% n    │  │      
# q. W$ D) ]7 n! k5 R; C6 X* E    │  ├─CS255 HTML5 Game Development Building High Performance Web Applications8 U1 L  i+ ]" Z* t' ~1 _
    │  │      Asset_Loading.zip
* E1 B. C7 N5 t+ z    │  │      Atlases.zip1 M; Y, r' P5 f4 Y. x
    │  │      Canvas-subtitles.en.zip
) J; Z6 @/ U, n7 s    │  │      Canvas.zip% a  o5 _4 }% J4 {1 B; S
    │  │      Entities.zip) ^& h. E- ^0 d! M. |
    │  │      Foreword.zip
# @" t- P/ R6 {% M2 G1 K    │  │      Input.zip
8 B! i7 V' k4 g% [7 J# h  |; q, O    │  │      Optional_Javascript_Crash_Course-subtitles.en.zip
" n" K, W% i% y    │  │      Optional_Javascript_Crash_Course.zip, ]6 e% U/ ?- O% n8 T# p# H/ r
    │  │      Physics.zip
  O+ T  }/ [. N" }$ }    │  │      Sound.zip
( |1 j1 {# o3 M+ W+ Y& T: [    │  │      8 S/ m' h9 k8 T, |
    │  ├─CS259 Software Debugging Automating the Boring Tasks3 o3 ]: ?; {# b( C5 u% C! P1 n
    │  │      0._Introduction-subtitles.en.zip% R, \2 N- |1 u1 S- E  M
    │  │      0._Introduction.zip5 v! O0 _$ I# _1 x0 ~  h
    │  │      1._How_Debuggers_Work-subtitles.en.zip  @# W, O0 Z/ k- o# E" {
    │  │      1._How_Debuggers_Work.zip
& c  D& d/ a) T1 n+ O  V    │  │      2._Assertions-subtitles.en.zip/ f& l3 M' c4 I- e8 M! @  s. a
    │  │      2._Assertions.zip* d8 r2 _. F; O
    │  │      3._Simplifying_Failures-subtitles.en.zip
* |. |# F1 u5 B1 P* l- L/ P3 P, r4 v' |    │  │      3._Simplifying_Failures.zip
5 |8 i  \9 W! c( Z7 J    │  │      4._Tracking_Origins-subtitles.en.zip
0 e6 F4 [- s9 D2 y0 I1 R2 L) b+ f    │  │      4._Tracking_Origins.zip
* B# {, R: ?2 h9 E& U, _+ I* _    │  │      5._Reproducing_Failures-subtitles.en.zip& k3 d. W. W# G( k, P- U4 h
    │  │      5._Reproducing_Failures.zip
1 V* Q- Y" q- v0 I0 k, u; M0 l    │  │      6._Learning_from_Mistakes-subtitles.en.zip. B. ?; V4 s0 R/ l, g4 o5 A
    │  │      6._Learning_from_Mistakes.zip  [4 {9 t* L4 {1 {& V+ f
    │  │      7._Recap_and_more_stories-subtitles.en.zip8 [5 t7 E# G" L; k4 U7 y3 U& H
    │  │      7._Recap_and_more_stories.zip% k8 x' I- d6 ]: S! K+ v/ X) X
    │  │      Problem_Set_1-subtitles.en.zip+ m- S2 D4 |* ~7 o9 N( W8 g6 r* }+ N
    │  │      Problem_Set_1.zip
8 a$ s1 q3 L* p: j2 d2 j, B1 ^    │  │      Problem_Set_2-subtitles.en.zip" ?0 d* Q) S) w" U& |
    │  │      Problem_Set_2.zip0 r3 M9 G/ U, c! @4 T7 k% N9 I5 g
    │  │      Problem_Set_3-subtitles.en.zip
7 O  G/ x) y2 r" g( \. H% h* d6 t: D    │  │      Problem_Set_3.zip
6 q; c- e2 N# t  @; s+ O/ Y+ W    │  │      Problem_Set_4-subtitles.en.zip
$ S; a, {% K) q0 r' p    │  │      Problem_Set_4.zip4 @5 X2 W" `6 f! `: }0 M- o
    │  │      Problem_Set_5-subtitles.en.zip( j+ N$ [, ^  L  J; |% R
    │  │      Problem_Set_5.zip
  I6 b7 r8 O) E1 d  P: B1 a    │  │      Problem_Set_6.zip/ h1 h/ f- [% K* p% Z9 H- S
    │  │      
, c% I7 B( x8 A! y    │  ├─CS262 Programming Languages Building a Web Browser
  ^' B, x4 Y# ?! c6 _1 w    │  │      Homework_4.zip
' f" U- K8 j6 e! ?" R    │  │      Homework_5.zip
5 m3 B) ~) X" M. s    │  │      Make_The_World_A_Better_Place-subtitles.en.zip
/ {% Y) f* [( O. N/ Y5 y' p, ]  U    │  │      Office_Hours_1-subtitles.en.zip1 a: T1 w% E/ y/ _# M3 O% \
    │  │      Office_Hours_1.zip$ |' w4 z& D/ s2 k9 i
    │  │      Office_Hours_2-subtitles.en.zip0 H: e3 v; o& i% e- ~# \, [
    │  │      Office_Hours_2.zip# L' s" J! X; {+ m  @1 M9 ]
    │  │      Office_Hours_3-subtitles.en.zip
8 T+ h3 k, `' g& `2 j    │  │      Office_Hours_3.zip
/ p0 f4 U0 Z/ `& _) I+ K    │  │      Office_Hours_4-subtitles.en.zip" K) V6 G: U) X' H. o% o
    │  │      Office_Hours_4.zip
6 g4 Y7 Z( m4 X  [    │  │      Office_Hours_5-subtitles.en.zip/ B& w# T+ q  J& G* @
    │  │      Office_Hours_5.zip
% k% _1 }) q' d4 q! n# U; d+ z/ A    │  │      Office_Hours_6-subtitles.en.zip( r' O9 j/ I  K2 N, E4 _& ?
    │  │      Office_Hours_6.zip
+ n, O, F2 P7 l6 N3 R( R; m    │  │      Problem_Set_1-subtitles.en_2.zip
$ {4 F$ C' ]$ K# f3 G    │  │      Problem_Set_1_2.zip
. r! A5 B% z. U/ g  B9 R    │  │      Problem_Set_2-subtitles.en_2.zip! V5 l; N- u- f
    │  │      Problem_Set_2_2.zip# g5 g7 I% `3 H8 T( ]
    │  │      Problem_Set_2_Challenge-subtitles.en.zip
$ r7 G; L% L3 p! s. o5 B    │  │      Problem_Set_2_Challenge.zip
* K8 d  N. F1 ~  u$ X/ ^  Z' {    │  │      Problem_Set_3-subtitles.en_2.zip- r& d( p% J( v6 e+ E
    │  │      Problem_Set_3_2.zip4 Z: ~9 P+ d3 W9 S! }
    │  │      Problem_Set_4-subtitles.en_2.zip
3 H3 E+ x2 X* i4 Q$ @- C! u0 @6 M    │  │      Problem_Set_4_Challenge-subtitles.en.zip- D7 I# W- N( q1 o' f, u, [
    │  │      Problem_Set_4_Challenge.zip! B5 @( h/ {( Q3 S2 }, X
    │  │      Problem_Set_5-subtitles.en_2.zip
8 x: d# A6 w1 ~" m4 H$ d' Y    │  │      Problem_Set_6-subtitles.en.zip
9 y, i, e. S6 k. e. V5 V    │  │      Problem_Set_6_2.zip
# p5 O& \% l; K9 I    │  │      Problem_Set_6_Challenge-subtitles.en.zip8 P1 R% n% _7 ?' W1 U& T1 t
    │  │      Problem_Set_6_Challenge.zip
, H/ r0 G# M- [! {    │  │      Programming_Practice.zip
' m% w0 ]$ t' ^) W8 }4 r3 J3 B    │  │      Programming_Practice_-_Find_Max-subtitles.en.zip5 p* O4 y0 L6 H1 L$ y
    │  │      Programming_Practice_-_Find_Max.zip
/ h8 F0 _* z7 Q    │  │      Programming_Practice_-_Subsets-subtitles.en.zip) N" a( c) _, N
    │  │      Programming_Practice_-_Subsets.zip, ~" X6 d. @9 S4 J4 B
    │  │      Programming_Practice_-_Trees-subtitles.en.zip
/ ~' e( z. h* W) C    │  │      Programming_Practice_-_Trees.zip
4 G; P/ l9 Y# R% t: p9 |0 O( L    │  │      Unit_1-subtitles.en.zip
4 B. g" a7 l: z( E3 M" O, r    │  │      Unit_1.zip
8 [) N) X' j$ r) o    │  │      Unit_2-subtitles.en.zip; g- ]; }" {3 s& ~! t: c
    │  │      Unit_2.zip: j( D9 [0 J7 _, g! Y% [, I5 R
    │  │      Unit_3-subtitles.en.zip! z6 v5 x" H1 [# O
    │  │      Unit_3.zip2 ?9 g- P' ?6 ], z5 q
    │  │      Unit_4-subtitles.en.zip
; _/ [* E5 K3 N, {5 V    │  │      Unit_4.zip- U; ~! X% q1 t( z
    │  │      Unit_5-subtitles.en.zip
/ S3 Y' u1 ~# _4 W& W    │  │      Unit_5.zip
4 D4 {! p* A1 S/ H8 a" u    │  │      Unit_6-subtitles.en.zip3 C+ u" v$ A' l
    │  │      Unit_6.zip
- |) i* f, R) _  H+ G( z& ^# X    │  │      Unit_7-subtitles.en.zip$ b/ |3 @( R0 c
    │  │      Unit_7.zip
' p7 B! A: X! R' r+ n/ f    │  │      : d2 H2 n- f1 W% J" A  U9 ?
    │  ├─CS271 Introduction to Artificial Intelligence AI Class( g+ f9 @: f- l, d$ [; m
    │  │      1._Welcome_to_AI-subtitles.en.zip) Z/ F+ [7 Z# s2 t
    │  │      1._Welcome_to_AI.zip
( X( t2 }# ~: K9 G5 g) V    │  │      10._Reinforcement_Learning-subtitles.en.zip
3 R, Z. E* D& ]! z. i1 y    │  │      10._Reinforcement_Learning.zip
( V0 u9 W# M$ m, Y    │  │      11._HMMs_and_Filters-subtitles.en.zip
+ D' a( Z. i' Y- l+ o' M    │  │      11._HMMs_and_Filters.zip
/ u/ [, z# n$ E" m2 K; j+ k: J. n    │  │      12._MDP_Review-subtitles.en.zip
1 t5 Y" s& L* Z( E9 ?, a    │  │      12._MDP_Review.zip7 \. ?* a( N' j" c
    │  │      13._Games-subtitles.en.zip
3 J- Z5 J( u; ^& H" i9 ~    │  │      13._Games.zip9 ]# G% X4 C$ o7 i
    │  │      14._Game_Theory-subtitles.en.zip
) Q! @1 p: M) G+ ?- o    │  │      14._Game_Theory.zip
( h) }% {3 X3 W1 f    │  │      15._Advanced_Planning-subtitles.en.zip  b* v* I( i2 _
    │  │      15._Advanced_Planning.zip
/ V" l) U% K# t4 ?: l, J    │  │      16._Computer_Vision_I-subtitles.en.zip1 t1 u6 N6 B( U2 C; I* v$ H
    │  │      16._Computer_Vision_I.zip
- N, r. ?. X; ~* G# o3 K% G    │  │      17._Computer_Vision_II-subtitles.en.zip
1 X$ \( m1 H; T8 _    │  │      17._Computer_Vision_II.zip
: y; \- A7 h1 _    │  │      18._Computer_Vision_III-subtitles.en.zip
2 g; \+ G8 ^7 I! B    │  │      18._Computer_Vision_III.zip  u3 v# g5 E0 i" R. ~
    │  │      19._Robotics_I-subtitles.en.zip
  L3 f+ b* r- N1 q; b    │  │      19._Robotics_I.zip; @) s/ F; T  d8 P; M+ P. u$ r
    │  │      2._Problem_Solving-subtitles.en.zip: L; G0 Z: h7 W
    │  │      2._Problem_Solving.zip
+ {, m* d/ f7 Y    │  │      20._Robotics_II-subtitles.en.zip4 S  g& r( B( j7 u4 c/ p+ K" l" f
    │  │      20._Robotics_II.zip
8 z% [7 U2 `/ R0 ?    │  │      21._Natural_Language_Processing-subtitles.en.zip/ e% r" `* |/ M4 o3 l
    │  │      21._Natural_Language_Processing.zip
8 d; g3 N! Z; H+ [2 Y    │  │      22._Natural_Language_Processing_II.zip
' C# \$ `( {6 `' M6 C4 ^3 q3 U" K    │  │      3._Probability_in_AI-subtitles.en.zip, @: i5 C( e+ T- x. [6 z8 i
    │  │      3._Probability_in_AI.zip
  {$ i* q7 j% @% J* V+ d    │  │      4._Probabilistic_Inference-subtitles.en.zip( N# h6 |5 M% {, }" d
    │  │      4._Probabilistic_Inference.zip
# h; b; {) c# V5 H    │  │      5._Machine_Learning-subtitles.en.zip
& L6 V+ B' J# F0 K3 }$ T$ X4 B    │  │      5._Machine_Learning.zip
' I- @4 q5 _  S    │  │      6._Unsupervised_Learning-subtitles.en.zip
4 T0 P( T- v# A; r) e: n% k0 |4 ^    │  │      6._Unsupervised_Learning.zip& ~- z8 n+ H9 d9 z% F; D
    │  │      7._Representation_with_Logic-subtitles.en.zip* {5 b/ }( u6 R1 H" F# ]8 ]
    │  │      7._Representation_with_Logic.zip+ h8 N3 X+ g1 U$ d
    │  │      8._Planning-subtitles.en.zip# B3 y2 [+ c9 H9 P  V. |6 G
    │  │      8._Planning.zip
! V8 n* a7 Y. Q! G    │  │      9._Planning_under_Uncertainty-subtitles.en.zip
2 m" X, e: c0 O# K; k    │  │      9._Planning_under_Uncertainty.zip
& Y( Z2 z( O/ G# o9 ^    │  │      Office_Hours.zip
8 t; w* Z6 `( ~    │  │      printable_final.pdf
0 g- x, [, F# n: ^0 f    │  │      printable_midterm.pdf8 Y7 g7 @8 f% @7 ]. E4 @, G8 p
    │  │      Problem_Set_1-subtitles.en.zip
7 r) k8 C5 ?+ o1 y    │  │      Problem_Set_1.zip; f" B; b6 w& I1 q) B* Q% b5 X/ F
    │  │      Problem_Set_2-subtitles.en.zip
% ]8 D2 f& ]6 u' }3 {) c    │  │      Problem_Set_2.zip
) n. A' Z2 g; o* V    │  │      Problem_Set_3-subtitles.en.zip* ~- G  k$ R+ \5 g! ^: c
    │  │      Problem_Set_3.zip
2 x; {! {: {4 w  B# L6 K/ M    │  │      Problem_Set_4-subtitles.en.zip6 [% R# A+ J% [1 }
    │  │      Problem_Set_4.zip1 n6 F! B- K& X) m) ~
    │  │      Problem_Set_5-subtitles.en.zip7 h5 l9 Z: K1 ~/ Q- R: R
    │  │      Problem_Set_5.zip
/ B/ {; r7 J/ o0 |( Y    │  │      Problem_Set_6-subtitles.en_2.zip# g$ m  Y$ l/ I' Y
    │  │      Problem_Set_6.zip
1 W4 z7 [9 P9 T: D- w$ k    │  │      Problem_Set_7-subtitles.en.zip4 V" c$ c$ k, g
    │  │      Problem_Set_7.zip6 i( A1 K! n/ u4 J3 t; h$ W$ Y
    │  │      Problem_Set_8-subtitles.en.zip% Q4 F& j" E0 H6 I
    │  │      Problem_Set_8.zip
* r% E0 C7 _& ~9 d    │  │      
2 p+ I9 y- F) q8 }  \    │  ├─CS291 Interactive 3D Graphics Creating Virtual Worlds
4 h7 z7 G% W1 H' {/ E8 }    │  │      Final_Exam-subtitles.en.zip8 e% [# @0 f' o
    │  │      Final_Exam.zip: F0 O  D# i* {5 Y9 a+ g
    │  │      Interview_3D_Modelling_and_Printing-subtitles.en.zip# ^# i6 \$ ?2 N
    │  │      Interview_3D_Modelling_and_Printing.zip
! G; O7 g8 X  j2 x3 B0 x    │  │      Interview_Modeling_in_Real_World-subtitles.en.zip
, H2 F- t6 X6 X' c/ f/ P' p    │  │      Interview_Modeling_in_Real_World.zip
8 Q2 R8 l8 h! B$ c2 G) p    │  │      Lesson_10_Interaction_and_Animation-subtitles.en.zip
1 j+ y3 @! Z3 J& J; h: F    │  │      Lesson_10_Interaction_and_Animation.zip
9 d' k$ Z* O8 x+ k    │  │      Lesson_1_Introduction-subtitles.en.zip
9 ~1 j  [; m) }3 g1 n( [    │  │      Lesson_1_Introduction.zip
, n5 K( s) z; G$ C3 p! K    │  │      Lesson_1_Problem_Set-subtitles.en.zip
8 T" g& S2 Z: o/ ?& E    │  │      Lesson_1_Problem_Set.zip4 Q+ [* g5 Z) Z/ m2 v8 D
    │  │      Lesson_2_Points,_Vectors,_and_Meshes-subtitles.en.zip
/ x  H9 H% I  Y% u3 K' P& K% @    │  │      Lesson_2_Points,_Vectors,_and_Meshes.zip& u& c& I* C& ^# Y
    │  │      Lesson_2_Problem_Set-subtitles.en.zip8 _# C( A6 D1 w5 F+ R- o
    │  │      Lesson_2_Problem_Set.zip
- Y* `1 F" r1 o" ^- Z2 j    │  │      Lesson_3_Colors_and_Materials-subtitles.en.zip
5 x7 v# u; W6 |    │  │      Lesson_3_Colors_and_Materials.zip: n' G2 V. T" ]2 r
    │  │      Lesson_3_Problem_Set-subtitles.en.zip
0 @7 F4 g' N& y; f# b' r    │  │      Lesson_3_Problem_Set.zip% c; d  f! l) O
    │  │      Lesson_4_Problem_Set-subtitles.en.zip
  X, [7 e& h# ?    │  │      Lesson_4_Problem_Set.zip6 b' }9 O! r5 O% g( F1 S
    │  │      Lesson_4_Transforms-subtitles.en.zip2 _  A6 e  u, ?& @& y6 T( z
    │  │      Lesson_4_Transforms.zip
) ]( \! L- |: X    │  │      Lesson_5_Matrices-subtitles.en.zip/ d9 H) }- q3 A8 S
    │  │      Lesson_5_Matrices.zip
) ?: `) R2 ~8 s    │  │      Lesson_5_Problem_Set-subtitles.en.zip2 n% t; I, {: u% u
    │  │      Lesson_5_Problem_Set.zip
) f( m* B2 x5 m3 C9 |$ G- ~% C- r    │  │      Lesson_6_Lights-subtitles.en.zip
, }& Z4 ?* x. }- @0 n3 {6 d    │  │      Lesson_6_Lights.zip3 y1 K& U4 a& U4 c, r; D/ \
    │  │      Lesson_6_Problem_Set-subtitles.en.zip: r' `- K: n+ @, L+ ~
    │  │      Lesson_6_Problem_Set.zip
7 x( v: e" g' S    │  │      Lesson_7_Cameras-subtitles.en.zip
5 D) a4 A! q' ]& g( H0 a9 C9 `    │  │      Lesson_7_Cameras.zip
6 a% s8 z7 E1 w# f$ p* G    │  │      Lesson_7_Problem_Set-subtitles.en.zip1 H8 n! [: y! n1 Q0 J/ d/ z
    │  │      Lesson_7_Problem_Set.zip
0 ?9 ~5 ?7 z* f' s2 e    │  │      Lesson_8_Problem_Set-subtitles.en.zip
; t- a  ?1 C/ _9 W) C/ h    │  │      Lesson_8_Problem_Set.zip
" N+ k8 f, S  F4 h: b    │  │      Lesson_8_Textures_and_Reflections-subtitles.en.zip5 V( o- {5 t* z6 |- P5 Y( U
    │  │      Lesson_8_Textures_and_Reflections.zip4 k) @" Z# U  g$ Q. t
    │  │      Lesson_9_Problem_Set-subtitles.en.zip
; N1 U3 w, |; U    │  │      Lesson_9_Problem_Set.zip; h; J6 N9 x8 I; G% i9 ^8 m  s
    │  │      Lesson_9_Shader_Programming-subtitles.en.zip9 ?! @( ~9 x  e+ j3 w8 l" o0 i
    │  │      Lesson_9_Shader_Programming.zip  T5 e: L' ~8 W# ?7 y
    │  │      $ p3 R% M5 M4 j% m/ z
    │  ├─CS313 Introduction to Theoretical Computer Science% O& [7 Q) d4 U2 `  J8 d2 V; v
    │  │      Exam-subtitles.en.zip) Y$ u( |7 [" {3 i  R% _
    │  │      Exam.zip
" H4 ]+ N( C8 l2 R( m- A    │  │      Problem_Set_1-subtitles.en.zip
. X- ~1 s6 }& [    │  │      Problem_Set_1.zip
/ Z; v; x. C4 R' ^; P    │  │      Problem_Set_2-subtitles.en.zip* l1 w" L; P- l
    │  │      Problem_Set_2.zip% x$ J8 b( V$ e" E8 J# r7 e' p4 X4 ]3 O
    │  │      Problem_Set_3-subtitles.en.zip% q  u! @" }, w3 X$ m9 `( C
    │  │      Problem_Set_3.zip* ~" Q: {, Y+ j; `, [; s% ~' M+ {
    │  │      Problem_Set_4-subtitles.en.zip
) g0 v  K. u. _. \    │  │      Problem_Set_4.zip5 P; c! a* \& X' u! d
    │  │      Problem_Set_5-subtitles.en.zip
; s# W; F7 `" @  x7 y4 U# |    │  │      Problem_Set_5.zip
2 H6 T. |/ O& c$ R    │  │      Problem_Set_6-subtitles.en.zip4 Y; d3 P  ]3 F' l2 I) H
    │  │      Problem_Set_6.zip0 c( L8 ^7 F) C  u& R, `2 a
    │  │      Problem_Set_7-subtitles.en.zip
* g9 k4 J# ^* z2 [1 |* U    │  │      Problem_Set_7.zip
: J( d" i4 S8 O0 q$ Y( u    │  │      Unit_1.1_-_Challenging_Problems-subtitles.en.zip
' G4 W5 q) l4 q0 b8 \- z# \    │  │      Unit_1.1_-_Challenging_Problems.zip
# d; _/ ^  L* W9 S, [    │  │      Unit_1.2_-_Algorithm_Analysis_and_the_RAM-subtitles.en.zip9 r  T/ ~; g5 J
    │  │      Unit_1.2_-_Algorithm_Analysis_and_the_RAM.zip
$ M  J4 \+ T/ o    │  │      Unit_1.3_-_Big_O_(Optional)-subtitles.en.zip
2 k! p& f2 \# ?    │  │      Unit_1.3_-_Big_O_(Optional).zip3 L1 T0 C& |* N/ T
    │  │      Unit_1.4_-_Connecting_Similar_Problems-subtitles.en.zip
6 i: ]# r5 M. J1 ^8 [: e2 {    │  │      Unit_1.4_-_Connecting_Similar_Problems.zip1 |: B' Z+ A. `
    │  │      Unit_2.1_-_Many_Solutions_and_Intractability-subtitles.en.zip" J( P* b8 T) J- T5 i
    │  │      Unit_2.1_-_Many_Solutions_and_Intractability.zip
$ G- t, d  V# ?% V2 t    │  │      Unit_2.2_-_Non-deterministic_RAM-subtitles.en.zip
3 G! b0 n7 }9 X' n( k' z    │  │      Unit_2.2_-_Non-deterministic_RAM.zip
# F& [9 @( h6 J1 k3 x    │  │      Unit_2.3_-_SAT-subtitles.en.zip# l, [; s! v' V0 [
    │  │      Unit_2.3_-_SAT.zip
  F$ j! k2 {7 S8 H$ w/ d    │  │      Unit_2.4_-_Proof_of_SAT_(Optional)-subtitles.en.zip
2 U9 M& g1 v8 f* `, V    │  │      Unit_2.4_-_Proof_of_SAT_(Optional).zip
/ w& u4 G( i: y( _( ^0 E    │  │      Unit_2.5_-_NP-Completeness_Via_Reductions-subtitles.en.zip( y* J2 v1 f  X: p
    │  │      Unit_2.5_-_NP-Completeness_Via_Reductions.zip
1 X# m9 ~! I/ M& l' a& R9 L3 q    │  │      Unit_3_-_Solving_NP-Complete_Problems-subtitles.en.zip8 O6 c6 P3 o) L7 C
    │  │      Unit_3_-_Solving_NP-Complete_Problems.zip* M/ b) Z5 P' p3 z
    │  │      Unit_4.1_-_Pruning_the_Input-subtitles.en.zip6 G  J! [$ d5 O% [3 J
    │  │      Unit_4.1_-_Pruning_the_Input.zip
$ f' r% d/ x* M+ D1 g& Z: P: I    │  │      Unit_4.2_-_Preprocessing-subtitles.en.zip
2 N( |* c: k4 Q, K    │  │      Unit_4.2_-_Preprocessing.zip
1 i2 A3 g4 d( w2 G0 o3 M    │  │      Unit_4.3_-_Measuring_Hardness-subtitles.en.zip
: E4 h5 a  o8 [0 C2 O, C    │  │      Unit_4.3_-_Measuring_Hardness.zip  p; v6 N$ k: Q) ]
    │  │      Unit_5.1_-__Approximation_Factor-subtitles.en.zip
8 x6 U# J! @& O5 ]    │  │      Unit_5.1_-__Approximation_Factor.zip" }* o, f8 p: b; W1 N3 D6 I
    │  │      Unit_5.2_-_Shortest_Tour-subtitles.en.zip
3 ~! O7 _* V- h) u# |, U    │  │      Unit_5.2_-_Shortest_Tour.zip' G  D6 m  V% V% S: G" _+ Z" T* n
    │  │      Unit_5.3_-_Reductions_&_Approx._Factors-subtitles.en.zip
5 s0 e  {' I) \2 m; X    │  │      Unit_5.3_-_Reductions_&_Approx._Factors.zip" j9 D* I. T% B' ?
    │  │      Unit_5.4_-_PTAS-subtitles.en.zip& d/ y; C  a0 E0 O
    │  │      Unit_5.4_-_PTAS.zip
5 \& w# J7 V, _. x9 d    │  │      Unit_6.1_-_Randomization-subtitles.en.zip
$ C* j6 y% N! z! F, Y    │  │      Unit_6.1_-_Randomization.zip/ W+ A7 o$ B) D% u
    │  │      Unit_6.2_-_What_Youve_Learnt-subtitles.en.zip
+ V$ d$ l3 S2 t7 X0 ^    │  │      Unit_6.2_-_What_Youve_Learnt.zip
/ Z4 V$ Q9 k* G8 r* S/ v; ~4 E    │  │      Unit_7.1_-_Limits_of_Computation-subtitles.en.zip  U9 Q- h  a( ~
    │  │      Unit_7.1_-_Limits_of_Computation.zip. T5 f6 U) ~/ x# s, H+ X8 }
    │  │      Unit_7.2__-_More_Undecidability-subtitles.en.zip
/ h, i# a, k$ g7 f6 ^  ~6 u    │  │      Unit_7.2__-_More_Undecidability.zip
/ E% c" D* W" W+ J( I    │  │      
* c/ O: a, Y$ C" Z4 q/ ^( u    │  ├─CS344 Intro To Parallel Programming Using CUDA to Harness the Power of GPUs
. R# d& B! R8 p2 ]    │  │      Lesson_1_-_Bill_Dally_Interview-subtitles.en.zip% `: E4 ?6 g1 [7 \: z0 [8 Q
    │  │      Lesson_1_-_Bill_Dally_Interview.zip) o" F, k% F; g( D9 X
    │  │      Lesson_1_-_The_GPU_Programming_Model-subtitles.en.zip$ h) [+ {6 T; o) v
    │  │      Lesson_1_-_The_GPU_Programming_Model.zip
5 `- {$ y# |* z2 p$ v    │  │      Lesson_2_-_GPU_Hardware_and_Parallel_Communication_Patterns-subtitles.en.zip! s% u0 N2 f! ?" A9 ?  o! Z
    │  │      Lesson_2_-_GPU_Hardware_and_Parallel_Communication_Patterns.zip
/ O* P! ]  n: M! e  W! a    │  │      Lesson_3_-_Fundamental_GPU_Algorithms_(Reduce,_Scan,_Histogram).zip) a$ \) w5 q, i9 x+ R6 S# S2 p
    │  │      Lesson_4_-_Fundamental_GPU_Algorithms_(Applications_of_Sort_and_Scan).zip
% O* T+ C( S0 {- W    │  │      Lesson_4_-_Ian_Buck_Interview-subtitles.en.zip1 X! u/ J/ Y: M" d9 K, O" `
    │  │      Lesson_4_-_Ian_Buck_Interview.zip0 X$ {% u2 F) S0 q* U) o) _
    │  │      Lesson_5_-_Optimizing_GPU_Programs-subtitles.en.zip
1 g) }4 u& u5 I: z! y) d    │  │      Lesson_5_-_Optimizing_GPU_Programs.zip; K, \1 n7 n% i" C( U2 F$ t$ n' J# M
    │  │      Lesson_6.1_-_Parallel_Computing_Patterns_Part_A-subtitles.en.zip
0 }1 l, }% _% F/ I! x    │  │      Lesson_6.1_-_Parallel_Computing_Patterns_Part_A.zip) Z, k+ c5 a( S! A
    │  │      Lesson_6.2_-_Parallel_Computing_Patterns_Part_B-subtitles.en.zip
9 H* _3 e' t) Z4 J9 T    │  │      Lesson_6.2_-_Parallel_Computing_Patterns_Part_B.zip
$ v& H6 z3 @4 U7 r6 ~. [# O' \2 N    │  │      Lesson_7.1_-_Additional_Parallel_Computing_Topics-subtitles.en.zip0 l) ]  b2 i' M& S% a* y9 f
    │  │      Lesson_7.1_-_Additional_Parallel_Computing_Topics.zip+ i$ t7 d1 U! R) g' @
    │  │      Lesson_7.2_-_Dynamic_Parallelism-subtitles.en.zip8 @3 ]' y$ _1 z) m# M
    │  │      Lesson_7.2_-_Dynamic_Parallelism.zip; S7 |$ u; ]" J: m" y
    │  │      Lesson_7.3_-_Stephen_Jones_Interview-subtitles.en.zip
$ W0 P! \* C- A$ c) k  w    │  │      Lesson_7.3_-_Stephen_Jones_Interview.zip8 N8 p" W8 R) h
    │  │      zh-cn-subtitles.zip
- M; S! F/ ]5 ^8 L* e7 r8 Q    │  │      - ~- t# K+ ~3 _0 _: h9 C3 T0 @
    │  ├─CS348 Functional Hardware Verification How to Verify Chips and Eliminate Bugs
2 j; c! z/ v' Y8 G    │  │      Lesson_1_Introduction_to_Hardware_Verification-subtitles.en.zip: i) f  I3 Z' E3 Q' c
    │  │      Lesson_1_Introduction_to_Hardware_Verification.zip
) f4 ]" d8 X( q4 A    │  │      Lesson_2_Basic_stimulus_modeling_and_generation-subtitles.en.zip
. h" H# k( E( C2 @2 y. ]3 x    │  │      Lesson_2_Basic_stimulus_modeling_and_generation.zip6 e% ?( \- D! z" i) S& H; q5 r
    │  │      Lesson_3_Interfacing_to_the_Hardware_Model-subtitles.en.zip' A) d; C' d' [+ K) C; }
    │  │      Lesson_3_Interfacing_to_the_Hardware_Model.zip
9 Z0 h# M$ y0 T8 A3 t    │  │      Lesson_4_Monitoring_and_Functional_Coverage-subtitles.en.zip' ?) K1 k" U! [# Y0 Z/ Z
    │  │      Lesson_4_Monitoring_and_Functional_Coverage.zip- |! t& t6 |5 w( b( R6 \( O
    │  │      Lesson_5_Checking-subtitles.en.zip
, F6 U  ?3 W: K; ]    │  │      Lesson_5_Checking.zip* n/ J: w  Z- B/ }- P+ K2 T
    │  │      Lesson_6_Aspect_Oriented_Programming-subtitles.en.zip' ]: x9 M* c& p
    │  │      Lesson_6_Aspect_Oriented_Programming.zip; A) a5 P7 f! C, R) ^$ j# H
    │  │      Lesson_7_Reuse_Methodology-subtitles.en.zip8 Y1 u, _4 f' O% C2 X/ }& h2 W+ V
    │  │      Lesson_7_Reuse_Methodology.zip
* J% h, [+ ~" ^9 h    │  │      Lesson_8__Debugging-subtitles.en.zip
2 _- ^, U" p: z    │  │      Lesson_8__Debugging.zip% a1 T/ J) K$ [
    │  │      Lesson_9_Conclusion_and_Exam-subtitles.en.zip1 e6 ]! e/ c/ L1 h
    │  │      Lesson_9_Conclusion_and_Exam.zip2 \0 A8 r; i! P; A2 _" d4 {; J
    │  │      2 n4 l: w8 G+ ?1 p! o. Q& \, q" U
    │  ├─CS373 Artificial Intelligence for Robotics Programming a Robotic Car# W) s) k) X; U5 {
    │  │      Problem_Set_1-subtitles.en.zip# [$ p* d- f0 J( P6 N
    │  │      Problem_Set_1.zip( |+ ]" K7 ^+ Q) q
    │  │      Problem_Set_2-subtitles.en.zip; @$ _( R1 c& T% J
    │  │      Problem_Set_2.zip, ~' I# E4 h8 M( r0 c8 F" \
    │  │      Problem_Set_2_Help-subtitles.en.zip+ H* @+ ]2 q" O, J5 `
    │  │      Problem_Set_2_Help.zip7 h! g* y4 L+ x; v
    │  │      Problem_Set_3-subtitles.en.zip) }$ E( c+ T  i# Q& h
    │  │      Problem_Set_3.zip
. Z+ J* N1 ^  x    │  │      Problem_Set_3_Help-subtitles.en.zip
* O# S! Q' B' [6 [! o9 h0 C; V    │  │      Problem_Set_3_Help.zip6 X; J0 P9 B" K, t; |
    │  │      Problem_Set_4-subtitles.en.zip7 X; Q2 Z" h8 K  i1 T. N
    │  │      Problem_Set_4.zip& \' e9 M( t# \  M6 ]6 @
    │  │      Problem_Set_5-subtitles.en.zip
+ G$ @/ U4 u) Y' Z/ ^    │  │      Problem_Set_5.zip) M. G) g$ }6 o+ L7 c+ M6 @
    │  │      Problem_Set_5_Help-subtitles.en.zip
1 v  D/ Q9 l3 _  E+ P1 T) g    │  │      Problem_Set_5_Help.zip
. h: ?2 D! f6 J) C, s0 q    │  │      Problem_Set_6-subtitles.en.zip
/ n8 J  R' X9 P% y    │  │      Problem_Set_6.zip, }( Q) X& c  t3 d- M, `8 n- a
    │  │      Q&A_1-subtitles.en.zip
( A, H" V, E$ F( M" R    │  │      Q&A_1.zip
/ ^, I4 D; I# r+ |/ }3 h, b    │  │      Q&A_2-subtitles.en.zip
0 |. C$ h% _% J+ l    │  │      Q&A_2.zip
6 m9 |" t9 u4 h6 X$ g+ r    │  │      Q&A_3-subtitles.en.zip( f0 c. {% [- e% n
    │  │      Q&A_3.zip
, @6 o# k9 c* ]$ d0 P0 I3 c4 t. r    │  │      Q&A_4-subtitles.en.zip
5 f' V0 H3 v+ B- q- b2 j    │  │      Q&A_4.zip
4 N2 C9 a  A( k4 B    │  │      Q&A_5-subtitles.en.zip
7 M9 `# m% P/ X4 `    │  │      Q&A_5.zip  q2 t$ [$ |6 I* y* F; K
    │  │      Q&A_6-subtitles.en.zip
$ m: J2 U& f# Y    │  │      Q&A_6.zip8 E  Z# {7 X9 r: e6 H( C
    │  │      Unit_1_-_Localization-subtitles.en.zip- b: R' g3 x( @9 z
    │  │      Unit_1_-_Localization.zip" ~6 t9 O& f9 c# O8 \
    │  │      Unit_2_-_Kalman_Filters-subtitles.en.zip
' @& x  V- ]9 k: F6 a. S    │  │      Unit_2_-_Kalman_Filters.zip
& R; L; r& I- B0 P& }: c    │  │      Unit_3_-_Particle_Filters-subtitles.en.zip
( I" f$ ?9 t/ p5 a$ n2 e    │  │      Unit_3_-_Particle_Filters.zip
. m: h$ Z! z& K' V( A+ Z. A4 j( s+ \; [    │  │      Unit_4_-_Search-subtitles.en.zip! Z) w3 ^; V$ B6 v
    │  │      Unit_4_-_Search.zip
$ S5 ~. [2 m- J    │  │      Unit_5_-_PID_controll-subtitles.en.zip
* V( M) Q7 j# p. z3 A  Z) Z    │  │      Unit_5_-_PID_controll.zip
1 M9 E$ ~1 t1 d9 g& g$ i    │  │      Unit_6_-_SLAM-subtitles.en.zip
7 b! n! W2 X, y5 q( _( C; ~    │  │      Unit_6_-_SLAM.zip5 y: U3 h: _! U1 b) i$ K
    │  │      * p1 E4 W0 o* h9 q& Z  k
    │  ├─CS387 Applied Cryptography The Science of Secrets
8 l2 I# m: u9 ^* P0 g' M1 E" J+ x    │  │      Exam-subtitles.en.zip
0 o2 H( _1 L4 W( Z    │  │      Exam.zip
9 L5 _& o0 ^% i+ {( \    │  │      Interview_on_GSM_Cracking-subtitles.en.zip
8 _* ~( y& [' X* s2 W    │  │      Interview_on_GSM_Cracking.zip6 H) _' o& b; q6 d
    │  │      Problem_Set_1-subtitles.en_2.zip
) T" L+ T4 U& j, ~    │  │      Problem_Set_1_2.zip
3 k9 Z0 W! K8 }! w$ \+ b* D    │  │      Problem_Set_2-subtitles.en_2.zip+ ], P# ]3 ^% H. I/ m2 m, M
    │  │      Problem_Set_2_2.zip# ?- M1 _: ^6 Z0 C9 N
    │  │      Problem_Set_3-subtitles.en_2.zip  M  z3 c% ]& h
    │  │      Problem_Set_3_2.zip: J6 ]1 p- v8 b1 C* A. Y; o, p3 |4 H7 W
    │  │      Problem_Set_4-subtitles.en_2.zip
0 p9 Q. E* [, z, m+ {7 H' R9 K    │  │      Problem_Set_4_2.zip
" K! J- b1 h" D# ]6 w    │  │      Problem_Set_5-subtitles.en_2.zip
5 z( o' K3 z/ b: e! f% o    │  │      Problem_Set_5_2.zip
( ?+ P0 n6 s1 O# P    │  │      Problem_Set_6-subtitles.en_2.zip( x0 e7 i# j5 \3 ]5 e
    │  │      Problem_Set_6_2.zip6 a% E. U- J% e( n1 ^9 C  S& n5 R1 I
    │  │      Problem_Set_6_Solutions-subtitles.en.zip
+ _- ~  I, }9 b1 L7 A    │  │      Problem_Set_6_Solutions.zip
1 R" r8 d) P! G    │  │      Q_&_A_Session_1-subtitles.en.zip
7 z6 g9 Q( W( j: |. z% x# W    │  │      Q_&_A_Session_1.zip, Z5 X0 j! f# b! I8 e
    │  │      Q_&_A_Session_2-subtitles.en.zip" }% X! c' o/ v: Z+ ?
    │  │      Q_&_A_Session_2.zip: K$ h8 ?1 E# G$ n( e5 S
    │  │      Q_&_A_Session__3-subtitles.en.zip$ Q( a8 c- q+ t0 m
    │  │      Q_&_A_Session__3.zip
) K7 n0 _' Y" X3 c1 h3 m+ t" h/ C    │  │      Unit_1-subtitles.en.zip
; ~" t7 o/ Y6 B3 r    │  │      Unit_1.zip) K4 @: M% A6 g5 D
    │  │      Unit_2-subtitles.en.zip& x. q1 K' E3 `2 p
    │  │      Unit_2.zip3 V% [' S# Y5 u1 Z5 m7 W7 s
    │  │      Unit_3-subtitles.en.zip
8 M' Z! U) f- G    │  │      Unit_3.zip% M/ G' p" g. K: P/ e
    │  │      Unit_4-subtitles.en.zip
9 t1 A# ^7 \; [6 e  R    │  │      Unit_4.zip. z1 [; x! @2 e1 y4 D% A  }3 J
    │  │      Unit_5-subtitles.en.zip3 Z0 W& ]$ M- j$ N7 |5 G
    │  │      Unit_5.zip# N$ q. _* H" o5 v6 F9 y" o; W
    │  │      Unit_6-subtitles.en.zip/ A6 b% B, C* q6 H  N
    │  │      Unit_6.zip6 ~& N1 |7 \: q; O- G+ W
    │  │      Unit_7-subtitles.en.zip
+ b; V0 \+ t: b; _; b& P0 U' M# t    │  │      Unit_7.zip
* W$ h& y. Z7 n/ f& j7 h! N    │  │      , A6 A' G2 k6 `  m- r; p: `+ l
    │  ├─EP245 How to Build a Startup The Lean LaunchPad
9 W! j! [/ l/ s  B/ }6 o1 F    │  │      Lecture_0_Before_You_Get_Started-subtitles.en.zip
: C! N4 p5 l' O' d/ M$ s4 g. D    │  │      Lecture_0_Before_You_Get_Started.zip
, {+ ^1 ]& l" U. X; G    │  │      Lecture_1.5A_Business_Models_and_Customer_Development-subtitles.en.zip' s: f, ?* W2 T4 f# u* M. M
    │  │      Lecture_1.5A_Business_Models_and_Customer_Development.zip
3 [# {9 o0 a1 s2 s    │  │      Lecture_1.5B_Business_Models_and_Customer_Development-subtitles.en.zip8 @! h- @1 T1 {7 x) `( S
    │  │      Lecture_1.5B_Business_Models_and_Customer_Development.zip
' |4 y* y; ~0 k) l; f5 I% J8 t, s    │  │      Lecture_1_What_We_Now_Know-subtitles.en.zip
0 {' S0 W9 ]. K    │  │      Lecture_1_What_We_Now_Know.zip
* _4 e. J% p1 Y6 @* z5 ^* f6 J4 D    │  │      Lecture_2_Value_Proposition-subtitles.en.zip
% q3 Q6 n7 ~/ V4 U    │  │      Lecture_2_Value_Proposition.zip
; d' ]& ?9 n1 w0 N5 g    │  │      Lecture_3_Customer_Segments-subtitles.en.zip
) X' W' l$ \! c    │  │      Lecture_3_Customer_Segments.zip
, C; c, q- [( H" ^3 y7 a    │  │      Lecture_4_Channels-subtitles.en.zip+ B& _1 }. k& w) l+ }' j2 B1 w3 M
    │  │      Lecture_4_Channels.zip
; M9 v/ ^% \: d" u: \" @    │  │      Lecture_5_Customer_Relationships-subtitles.en.zip  ^  a& y( n+ y5 }; B3 _! {, ^! h
    │  │      Lecture_5_Customer_Relationships.zip5 L0 Q  _# n+ N$ d& q! Z
    │  │      Lecture_6_Revenue_Model-subtitles.en.zip
9 i, ~/ n9 E- }4 E) \. c/ i1 x+ N    │  │      Lecture_6_Revenue_Model.zip( w' e3 Z2 ~8 k% f9 |$ d
    │  │      Lecture_7_Partners-subtitles.en.zip
& |% s) |/ R  \: I# T% V+ d. M+ C    │  │      Lecture_7_Partners.zip
$ k( r% @6 ^6 C* i/ o; O+ w    │  │      Lecture_8_Resources,_Activities_&_Costs-subtitles.en.zip6 k: ]- ?& F8 C8 {  Q' t& n. M
    │  │      Lecture_8_Resources,_Activities_&_Costs.zip; I% i5 u8 h' o6 ~; S
    │  │      Secret_Notes_for_InstructorsCoaches-subtitles.en.zip
/ ]( [1 r6 J7 s    │  │      Secret_Notes_for_InstructorsCoaches.zip
1 K" t: h+ ~! p& z- a4 {- `$ Y( H    │  │      
: {  C/ W& [: T! `% A, Q    │  ├─MA004 Introductory Algebra Review
0 u/ @) `4 C) I5 z0 w8 G! G1 L; o. ?    │  │      1.1_Intro_to_Integers.zip
2 g- {% k5 z5 p- y  r: e    │  │      1.2_Order_of_Operations.zip
" }7 r) I) A" c    │  │      1.3_Area_and_Perimeter.zip
- h: O! S1 y* |7 U0 X- ]4 P3 z    │  │      2.1_Fractions.zip( k8 |( e  I& U$ R# g* u: H
    │  │      2.2_Decimals_and_Applications.zip
8 k; X8 u" y6 e: Z$ x! Q+ U' W7 k    │  │      2.3_Fraction_to_Decimal_Conversion.zip& t, ]/ ?$ p$ B) p& m8 l
    │  │      2.4_Scientific_Notation.zip
! M( g2 N" l& f: g# u1 f: Y    │  │      3.1_Rates.zip: P8 D! J- w( d% Y
    │  │      3.2_Ratios.zip
' b! I) E. p* a8 K% G0 s; |8 _    │  │      3.3_Unit_Conversion.zip. b! J5 b2 B+ t& r% h9 q
    │  │      3.4_Decimals_and_Percents.zip# k7 l' F  d; E/ n) k
    │  │      4.1_Algebraic_expressions.zip
3 M& v( q5 s2 ^; _4 F    │  │      4.2_Linear_equations.zip
; C% L; x. n* N    │  │      4.3_Algebraic_Proportions_&_Similar_Triangles.zip  A. d0 F0 n2 z8 q+ j3 E
    │  │      4.4_Pythagorean_Theorem.zip
& \4 ^1 W3 N1 z6 w( M    │  │      5.1_Introduction_to_Graphing.zip: d6 q& k& ^* H( L% O4 P' Y
    │  │      5.2_Slope.zip- K6 K) Z+ ]2 Y7 p) I
    │  │      5.3_Writing_Linear_Equations.zip$ g5 K( L8 H2 H6 N  _, Y, f( a
    │  │      1 Y" @) q. C! h: B! ~/ N
    │  ├─MA006 Visualizing Algebra Problems and Patterns
% G0 t8 O# ]2 q" r  G6 m1 E8 C    │  │      1.1a_Equivalent_Fractions-subtitles.en.zip
: c6 D# [9 s3 y3 k4 U    │  │      1.1a_Equivalent_Fractions.zip/ |0 B/ _+ D( G7 R0 U) x+ V
    │  │      1.1b_Multiply_Fractions-subtitles.en.zip2 b: H+ K  j9 x; M
    │  │      1.1b_Multiply_Fractions.zip* ?# o0 ]% x9 x# s- |8 C
    │  │      1.1c_Divide_Fractions-subtitles.en.zip  v; O- e& M) `9 n0 Z+ W2 `
    │  │      1.1c_Divide_Fractions.zip$ l8 c" m/ U9 D2 `) x" }4 U
    │  │      1.1d_Add_and_Subtract_Fractions-subtitles.en.zip
8 m0 ^5 T' M# F0 ?2 H% ?    │  │      1.1d_Add_and_Subtract_Fractions.zip
3 O8 R5 E9 l" L8 O( ^3 L* i) U8 y4 c    │  │      1.2_Exponents-subtitles.en.zip" Q# P/ I$ W/ D
    │  │      1.2_Exponents.zip
0 r7 s) i3 r( K  E: Z    │  │      1.3a_Scientific_Notation-subtitles.en.zip
2 q0 t/ j2 Q( F7 K    │  │      1.3a_Scientific_Notation.zip( g, `' \- v& P, |: v
    │  │      1.3b_Decimals_and_Percents-subtitles.en.zip
# t4 c: y: h0 O& Y6 u$ j2 c    │  │      1.3b_Decimals_and_Percents.zip* V: g8 {5 q7 y+ }; `
    │  │      1.4_Order_of_Operations-subtitles.en.zip
- }" m) e5 @, W    │  │      1.4_Order_of_Operations.zip
: J- H0 O. D7 C8 j; ?* i    │  │      1.5_Evaluating_Expressions-subtitles.en.zip
0 s4 Q0 b" \% K6 ], \+ W    │  │      1.5_Evaluating_Expressions.zip
4 j) G4 {: U1 `3 [    │  │      1.6_Absolute_Value-subtitles.en.zip/ s8 K0 o9 f7 P8 n& _
    │  │      1.6_Absolute_Value.zip
2 y% R0 S& f7 i4 |    │  │      10.1_Solving_Equations_with_Radical_Expressions.zip% ]. w5 J+ [9 [, I; ~
    │  │      10.2_Radical_Equations_that_lead_to_Factorable_Quadratics.zip0 b( K7 l& ^4 H! W
    │  │      10.3_The_Substitution_Method.zip
! w6 d2 }" R( V  u    │  │      10.4_Geometry_Applications_(Area_and_Perimeter).zip
- \! t- K' D+ e, j    │  │      10.5_Motion_Problems.zip) c; l- o% e% S- {$ R4 R. h
    │  │      10.6_Motion_Problems_with_a_Current.zip
. n" [6 T/ s: f6 v6 J' G" G    │  │      10.7_Work_Problems.zip
- L6 w) @: T& ^6 U! U* o8 t, ^    │  │      11.1_Pythagorean_Theorem.zip7 B& N& V1 Z3 [1 G
    │  │      11.2_The_Distance_Between_Two_Points.zip
9 n3 i6 T/ A7 d( l2 V6 w: {% H    │  │      11.3_Circles.zip
0 t; l/ {3 }+ `9 r6 g4 v    │  │      11.4_Ellipses.zip
9 m5 d% J5 w9 @5 M5 E6 j    │  │      11.5_Hyperbolas.zip
, `# `3 c7 A# ?2 o8 Q! M4 y& F    │  │      11.6_Parabolas.zip
1 f# e' k9 h2 e+ g! Q3 z    │  │      11.7_Conic_Sections.zip
5 R: C3 D  Z7 N4 b, Q    │  │      12.1_Inverses_of_Functions.zip1 X7 f$ H1 S% c1 k1 C6 I
    │  │      12.2_Function_Algebra.zip
6 X; p" p5 f: W  ^! o' l" ^    │  │      12.3_Exponential_Equations.zip7 A0 F6 T* W) l* N- u
    │  │      12.4_Logarithmic_Notation.zip7 C0 I2 R1 |$ @, l5 {$ m" V! @
    │  │      12.5_Properties_of_Logarithms.zip
) ]- D4 t( T# s0 M! v5 `) i    │  │      12.6_Equations_with_Logarithms.zip
1 }6 l. ]6 [) u3 C7 m/ L4 {* i: _& X, F    │  │      2.0_Math_Quill-subtitles.en.zip
: |9 \5 B: q) \2 G& E    │  │      2.0_Math_Quill.zip( H; ~, M7 ?, W8 [
    │  │      2.1_Equations_and_Inequalities-subtitles.en.zip: ^  ^( _7 k- L" ~" H0 C- ?
    │  │      2.1_Equations_and_Inequalities.zip
! w6 V, m+ |' X: R    │  │      2.2_Problem_Solving-subtitles.en.zip
+ P7 w  e5 i% ?( z" I  i* t& Y2 e    │  │      2.2_Problem_Solving.zip
6 k; d* G2 @! _- |$ _0 {: k    │  │      2.3_Solving_Inequalities-subtitles.en.zip2 N  s" B' K* P! {5 ?, l" F
    │  │      2.3_Solving_Inequalities.zip
# y/ n9 l1 }( f1 W& Z$ E8 {; [    │  │      2.4_Sets-subtitles.en.zip6 a2 c; X+ l1 R- m$ y/ a
    │  │      2.4_Sets.zip# I7 z8 J: _0 B: H) D  y
    │  │      2.5_Compound_Inequalities-subtitles.en.zip
( X, C  ~5 y% n    │  │      2.5_Compound_Inequalities.zip
# s' W4 {2 m2 |% `+ w    │  │      2.6_Absolute_Value_Equations_and_Inequalities-subtitles.en.zip
8 ~. u  `. O( G& w    │  │      2.6_Absolute_Value_Equations_and_Inequalities.zip
1 h" F) D3 E  _9 e    │  │      3.0_Math_Quill.zip: I# H7 o# b! S! t
    │  │      3.1_Cartesian_Plane.zip+ Q; |9 a% |' J+ k
    │  │      3.2_Slopes_of_Lines.zip
- e  v: t: f% V+ r$ }    │  │      3.3_Graphing_Linear_Equations.zip6 v, m, f2 K9 E0 ?! X
    │  │      3.4_Equations_of_Lines.zip3 [* |& P% j% D7 _
    │  │      3.5_Graphs_of_Linear_Inequalities.zip
/ S8 W; N* V8 h: `    │  │      3.6_Functions.zip( P; o, E/ v5 A( {5 V" |. B
    │  │      4.1_Types_of_Systems_of_Equations.zip
, t4 o; P2 n2 ?! A- [# |' I    │  │      4.2_Solving_Systems_using_Substitution.zip
6 c$ e3 H2 X1 ?2 W    │  │      4.3_Solving_Systems_using_Elimination.zip7 s  r9 [3 q* H+ L: r. q/ T
    │  │      4.4_Applications_of_Systems.zip7 ~/ a7 N- r% s- V) I& @4 W% I
    │  │      5.1_Properties_of_Exponents.zip. B! D. R' N) i2 F
    │  │      5.2_Calculations_with_Scientific_Notation.zip" p+ w# |* I# Z. h
    │  │      5.3_Add_and_Subtract_Polynomials.zip5 m/ l/ c2 r( J" d7 Z) v) K
    │  │      5.4_Multiply_Polynomials.zip* X2 s2 O6 {5 ~/ v1 j* I4 u
    │  │      5.5_Divide_Polynomials.zip
' u$ i5 S8 Q0 J1 h- h- O    │  │      6.1_Factoring_the_Greatest_Common_Factor.zip
( s4 [2 m, i+ S& R3 O9 V, ?( |    │  │      6.2_Factoring_by_Grouping.zip
9 t; z! |0 N. I% \  }) S    │  │      6.3_Factoring_by_Patterns.zip
2 d7 M" D6 r: y0 P2 y# H    │  │      6.4_Factoring_Expressions.zip
9 Z& {: D. d0 Y+ @; ]" o  p    │  │      6.5_Solving_Quadratic_Equations_by_Factoring.zip3 X6 w: z3 k. B4 P0 I. E  R" l6 W
    │  │      7.1_Simplify_Rational_Expressions.zip" n* ~2 r6 U9 f& r9 x/ c; O
    │  │      7.2_Multiply_and_Divide_Rational_Expressions.zip) w# S! i2 x7 n% L! y
    │  │      7.3_Add_and_Subtract_Rational_Expressions.zip; C4 V( C$ j- W; E8 B' ?7 S
    │  │      7.4_Complex_Fractions.zip/ z4 n% g" a+ X' y/ \# B
    │  │      7.5_Solving_Equations_with_Rational_Expressions.zip
' V: L3 U/ r3 B8 P    │  │      7.6_Solving_for_Variables_in_Variable_Equations.zip
6 V& f" W; Z  ]4 x0 n+ c1 t    │  │      7.7_Variation.zip, Y/ F2 l$ q& n( D3 k
    │  │      8.1_Rational_Exponents.zip+ d+ Q" G3 [" v$ Y  V( `5 P
    │  │      8.2_Simplifying_Radicals.zip
- I, V9 ?& e3 s    │  │      8.3_Complex_Numbers.zip5 t8 V$ _0 \! C5 F, M  J
    │  │      8.4_Add_and_Subtract_Radicals_and_Complex_Numbers.zip
0 x' u% ~. f' L! T    │  │      8.5_Multiply_Radicals.zip
) v* ]% W( o& a    │  │      8.6_Divide_Radicals.zip
6 x( U! {+ l/ ]; V    │  │      9.1_Review_of_Factorable_Quadratics.zip
* z* m0 W! a9 G  y) _7 Q% a, I% Z    │  │      9.2_Solving_Quadratic_Equations_using_the_Square_Root_Method.zip
  o* G" H: ^$ D0 J    │  │      9.3_Solving_Quadratic_Equations_by_Completing_the_Square.zip
. N. j4 q4 o8 m& `9 M    │  │      9.4_Solving_Quadratic_Equations_using_the_Quadratic_Formula.zip, X' o9 }8 L) K" V
    │  │      9.5_Quadratic_Inequalities.zip. W, f6 p, O6 y, H8 F
    │  │      + m& h1 T( w- s; a" Q$ n
    │  ├─MA008 College Algebra Animals, Architecture, and Innovation
/ M8 z. j0 A! M+ f    │  │      Lesson_10__Parabolas.zip- |  y' i3 O$ E2 t6 O
    │  │      Lesson_11_Factoring.zip# G/ `* S2 Y0 I% i, p
    │  │      Lesson_12_Quadratic_and_Rational_Inequalities.zip, Y2 A6 {4 |9 n. I9 |* u
    │  │      Lesson_13__Parabolas.zip+ M; C9 e* @! M8 S: k5 u
    │  │      Lesson_14_Completing_the_Square.zip
1 D7 _# h( [9 d/ h1 F' o% a    │  │      Lesson_15_Quadratic_Formula.zip  v: T9 d- _& \, |- j
    │  │      Lesson_16__Complex_Numbers.zip5 |3 s& g7 u3 b4 T9 T/ m
    │  │      Lesson_17_Functions.zip
* t; G. \5 p5 Z    │  │      Lesson_18_Domain_and_Range.zip
! Q2 H/ A* s+ l    │  │      Lesson_19_Behavior_of_Functions.zip
' f. f3 e+ X: l+ _) N    │  │      Lesson_1_Number-subtitles.en.zip
! M9 E( W9 X2 m1 b    │  │      Lesson_1_Number.zip
) ?% f, Q. v  p  S7 Q& y0 |; E8 ?" s    │  │      Lesson_20_Factor_Theorem.zip/ c: k- L! i' \1 K
    │  │      Lesson_21_Rational_Zero_Test.zip
0 s- l) |5 h. u1 y: Z    │  │      Lesson_22__Intermediate_Value_Theorem.zip
6 n; d8 q+ Z& |8 @  c6 r& v1 Q3 J    │  │      Lesson_23_Piecewise_and_Rational_Functions.zip
! N$ l2 d/ y+ [    │  │      Lesson_24_Asymptotes.zip
7 }( M# X- C9 [- U; _( A- ]3 Q8 u    │  │      Lesson_25_Slant_Asymptotes.zip0 j& c  R; ?. |6 |6 q+ s1 h
    │  │      Lesson_26_Transformations.zip- A1 H+ ^+ G& W: F
    │  │      Lesson_27_Combining_Functions.zip
* A0 v4 d; \8 \. U6 E    │  │      Lesson_28_Inverses.zip
. Y9 {6 V6 B! A4 A8 }1 c3 g    │  │      Lesson_29_Exponential_Functions.zip
" j. g# G6 i! c* a    │  │      Lesson_2_Expressions-subtitles.en.zip) M8 r1 s$ |. D& o9 s: e8 \$ A
    │  │      Lesson_2_Expressions.zip
$ ?9 y: N) @/ T' r' ?    │  │      Lesson_30_Scientific_Notation.zip2 b2 {8 g. U$ C9 ]: c. O
    │  │      Lesson_31_Logarithmic_Functions.zip
5 W9 }1 p# j& T( u    │  │      Lesson_32_Log_Properties.zip
& a: C# z. m- J9 ~( n    │  │      Lesson_3_Polynomials-subtitles.en.zip2 c+ L/ S8 t. m. J: ?) ]
    │  │      Lesson_3_Polynomials.zip
$ e5 m, W, `& ]" i3 a3 y" R    │  │      Lesson_4_Equations-subtitles.en.zip: _7 n9 D  N; _& q  W5 K& m
    │  │      Lesson_4_Equations.zip' [2 m4 A( N6 \( X) B
    │  │      Lesson_5-1_Coordinates-subtitles.en.zip
' _" L( D9 B+ I/ c    │  │      Lesson_5-1_Coordinates.zip( r6 e/ F: h( f9 ~% Y
    │  │      Lesson_5-2_Distance-subtitles.en.zip6 X1 D" Z0 C& i4 S; Z+ R
    │  │      Lesson_5-2_Distance.zip  ~+ @' P$ l+ m! l
    │  │      Lesson_5-3_Midpoints_And_Slope-subtitles.en.zip
. d" F3 U' Z/ s+ e' K" k5 q    │  │      Lesson_5-3_Midpoints_And_Slope.zip
. X; N/ n" }. c    │  │      Lesson_6-1_Slope_And_Equations.zip
! @2 s; v6 h# m& C    │  │      Lesson_6-2_Points.zip/ u) \% t/ G2 T! H6 O: `
    │  │      Lesson_6-2__Points-subtitles.en.zip6 ~" t0 w" O/ [/ K9 w7 |
    │  │      Lesson_6-2__Points.zip
2 q. Y9 b, X" z. i4 E    │  │      Lesson_6_-1_Slope_And_Equations-subtitles.en.zip+ h* \# O8 r9 e9 F
    │  │      Lesson_7_Forms_of_the_Equation_of_a_Line.zip
/ v4 k: Y0 G4 C. Y. X+ I    │  │      Lesson_8_Inequalities_And_Absolute_Value.zip
" a) m/ Z. k$ `    │  │      Lesson_9_More_Inequalities_And_Equations.zip9 r+ z/ Z) r1 z/ \' M" h- |3 n
    │  │      Progress_Assessment_(Lessons_17-26).zip
9 V( Q9 R7 y+ ]8 `. K/ Z$ y    │  │      Review_1-subtitles.en.zip
$ i1 O5 `/ T' O$ D& M    │  │      Review_1.zip- q/ w; i3 [3 {, o  A9 g; u8 N
    │  │      Review_1_(Lessons_1_-_3).zip' g3 ~% ?8 @/ u) q* [& [
    │  │      Review_1_(Lessons_3_-_5).zip9 G2 C$ @" j8 N
    │  │      Review_2-subtitles.en.zip7 ^. R( P: X1 \& C  M
    │  │      Review_2.zip
3 i& {5 N# B( |  G1 }9 O* s( y    │  │      Review_2_(Lessons_4_-_6).zip
  J$ h  b* B: |8 `1 I    │  │      Review_3_(Lessons_7_-_9).zip3 G% y! Z9 e7 v+ q9 Z$ \  \7 f
    │  │      Review_4_(Lessons_10-12).zip% `: _9 ]8 x7 N
    │  │      Review_5_(Lessons_13-15).zip
- z9 b( N: z9 @% H, I: C% g9 c    │  │      Review_6_(lessons_1-16).zip% E0 }8 F9 t' [* X0 G( v# Y
    │  │      Review_7_(Lessons_17-19).zip8 d) e5 C! k7 W# u* M4 Y
    │  │      Review_8_(Lesson_20-22).zip
; V' ~) q3 P* {1 p    │  │      Review_9_(Lessons_23-25).zip
2 x, J2 e0 P1 Y* n8 [# T    │  │      1 {& ]$ I) z! w0 X  M0 Y
    │  ├─PH100 Intro to Physics Landmarks in Physics
4 R  ^/ Z  f  N) Q; t    │  │      Bonus_-_Simple_Harmonic_Branches-subtitles.en.zip) m+ C. {( r4 G5 A/ ~1 N9 `. R: m
    │  │      Bonus_-_Windows_on_Planes-subtitles.en.zip
9 J+ p/ m. n: s4 R  D# r    │  │      Final_Exam-subtitles.en.zip
/ S( h- G0 B$ T7 D, T& y! H    │  │      Final_Exam.zip+ `+ ^8 X/ E- M
    │  │      Problem_Set_1-subtitles.en.zip
' f. c2 s+ n" h7 h% w' v5 v1 X    │  │      Problem_Set_1.zip; q9 L2 G# I- V( J6 O
    │  │      Problem_Set_2-subtitles.en.zip' }. m  l3 W' ~' M! d
    │  │      Problem_Set_2.zip% j8 A1 u, L6 `, i9 K' U5 y
    │  │      Problem_Set_3-subtitles.en.zip
: E- J6 c" ^: H9 h  ]0 S7 V    │  │      Problem_Set_3.zip  D0 H" _, k5 e: m0 s& W
    │  │      Problem_Set_4-subtitles.en.zip
) i1 m9 N3 b6 f: M$ F9 l. s0 A* n# G9 t    │  │      Problem_Set_4.zip5 o( C6 M6 H& ~, p( l3 I  D8 ~
    │  │      Problem_Set_5-subtitles.en.zip0 U1 F8 m. Z, _4 I5 W+ N7 e3 P# |
    │  │      Problem_Set_5.zip
& V( |4 M, Z. J7 H  v/ m& x    │  │      Problem_Set_6-subtitles.en.zip
! l. q/ r% p. s1 z4 K    │  │      Problem_Set_6.zip9 i5 z2 {$ `4 C  |2 Y
    │  │      Unit_1a_-_Circumference_of_the_Earth-subtitles.en.zip) F- Y( M; e1 ]' d$ S
    │  │      Unit_1a_-_Circumference_of_the_Earth.zip1 B" s1 c, ?5 X8 o
    │  │      Unit_1b_-_Bonus_-_Error_Analysis-subtitles.en.zip! q$ ]6 |0 o% ^5 Q' Q
    │  │      Unit_1b_-_Bonus_-_Error_Analysis.zip4 ~( l. }- A$ c6 y% Q3 n
    │  │      Unit_2a_-_What_is_Motion-subtitles.en.zip
% |! `3 }" _5 h    │  │      Unit_2a_-_What_is_Motion.zip
. L: r* R5 k- V6 g* o    │  │      Unit_2b_-_Motion_in_Two_Dimensions-subtitles.en.zip
) o! q+ P% k/ e( U) ?; C    │  │      Unit_2b_-_Motion_in_Two_Dimensions.zip- ^' `6 }8 T) y) o% W
    │  │      Unit_3_-_What_Causes_Motion-subtitles.en.zip+ O; h3 T1 b# T; ^2 \5 i7 f
    │  │      Unit_3_-_What_Causes_Motion.zip0 f0 N, v$ ^+ Z" u" f# t
    │  │      Unit_4_-_Keeping_Holland_Dry-subtitles.en.zip
, h/ g/ ?0 }% H( P) a* C9 T- \    │  │      Unit_4_-_Keeping_Holland_Dry.zip. R. m; z  A8 |$ ?# ^% Y- p
    │  │      Unit_5_-_Lost_at_Sea-subtitles.en.zip4 n, r! ~4 V2 F- c
    │  │      Unit_5_-_Lost_at_Sea.zip
; L4 q* G7 {0 H) }' l% r$ _    │  │      Unit_6_-_Lightning_Strikes-subtitles.en.zip; t& ?, Y, m# v/ P( j- G9 ?6 G  x
    │  │      Unit_6_-_Lightning_Strikes.zip5 S! K; j' {! F* _7 f! ?3 Z
    │  │      Unit_7_-_Special_Relativity-subtitles.en.zip, X1 G* C, W9 v+ f. h* e7 ?2 E
    │  │      Unit_7_-_Special_Relativity.zip) F/ m8 N% O6 n+ ^, B
    │  │      
5 _  e' d& U4 l/ Z/ n" h    │  ├─PS001 Introduction to Psychology The Science of Thought and Behavior! U5 L$ Z; M' a3 \7 N1 t
    │  │      Lesson_01_What_Is_Psychology.zip& T/ s2 d5 b3 L# `" F' g
    │  │      Lesson_02_Research_Methods.zip2 s7 ~/ ^, @, W2 }
    │  │      Lesson_03_Biology_of_Behavior.zip9 @$ G  L4 _4 U- C+ l/ \
    │  │      Lesson_04_Sensation_and_Perception.zip. E/ \5 y9 e' P4 M8 v
    │  │      Lesson_05_Development.zip6 C: u9 h+ Q1 a/ C
    │  │      Lesson_06_Consciousness.zip
+ T, [7 p6 {2 G# K" m( f/ `# {9 `9 o    │  │      Lesson_07_Learning.zip
% e* l* U; r" c0 A    │  │      Lesson_08_Memory.zip) F) F. p' l5 S: ?6 \& a
    │  │      Lesson_09_Language_and_Thought.zip5 n% K6 M* I9 X: D3 L% q. |
    │  │      Lesson_10_Intelligence.zip" |3 u0 M! w2 Y3 P$ c3 D' |
    │  │      Lesson_11_Motivation_and_Emotion.zip
+ |; {4 Y" l$ \! b$ L    │  │      Lesson_12_Stress_and_Health.zip& ~0 q6 T1 `& r5 h- a
    │  │      Lesson_13_Personality.zip# ~  D# d4 _7 c) l9 B# J/ m6 i- d
    │  │      Lesson_14_Social.zip0 v9 R( Y/ K8 e4 s
    │  │      Lesson_15_Psychological_Disorders.zip2 R0 w4 @  H+ S& f. e, z% I' F
    │  │      Lesson_16_Treatments_for_Psychological_Disorders.zip
* S4 o/ F) H4 t4 c; ~9 t2 A    │  │      2 x: n8 b1 w7 @& V: c2 a7 K& R0 k4 t
    │  ├─ST095 Statistics The Science of Decisions8 E) C- E+ G; f% m1 [
    │  │      Google_Spreadsheet_Tutorial.zip
% C# V& V8 ]: s* \2 j! v8 Q! i    │  │      Lesson_1-subtitles.en.zip0 M$ `8 j. d6 l; X- O
    │  │      Lesson_10_t-Tests.zip- [" l; D1 a+ k9 B& v3 m( |
    │  │      Lesson_11_t-Tests_continued.zip
- a# ~1 ?3 }" [! j7 j    │  │      Lesson_12_One-way_ANOVA.zip9 c! [+ y3 [" X) Y8 [7 X
    │  │      Lesson_13_ANOVA_continued.zip
5 }5 r; M: W. r* s' K8 T5 c    │  │      Lesson_14_Correlation.zip, k/ Z4 X5 X+ ^" J! R
    │  │      Lesson_15_Regression.zip
/ g0 d7 ^, }" V1 y    │  │      Lesson_16_Chi-Squared_tests.zip; @8 y* H2 }" f0 y$ b$ |  U1 L
    │  │      Lesson_1_Intro_to_statistical_research_methods.zip4 {& q- y4 b+ l
    │  │      Lesson_2-subtitles.en.zip  Q8 L+ @) ]* U3 W2 i
    │  │      Lesson_2_Visualizing_data.zip  P6 U6 i" z  N
    │  │      Lesson_3_Central_tendency.zip
. w( M" `4 _' X; G1 @4 [    │  │      Lesson_4_Variability.zip+ [7 m- u0 u( A( @/ M8 |: d
    │  │      Lesson_5_Standardizing.zip: \6 K5 y" X3 u+ G8 ?
    │  │      Lesson_6_Normal_Distribution.zip
+ G5 D* Y$ L7 O9 Q2 }* i* ?    │  │      Lesson_7_Sampling_Distributions.zip! Y3 u. d. N5 v3 p  u
    │  │      Lesson_8_Estimation.zip
  V/ n/ u4 n7 U# ~/ N! Y; C! h    │  │      Lesson_9_Hypothesis_testing.zip
' `% y: B: I' d; ^( u    │  │      Orientation!.zip
4 p& z/ V7 ]- N" G, Y/ l    │  │      Problem_Set_1-subtitles.en.zip
4 p& c2 ?+ h; U- ~$ l    │  │      Problem_Set_1.zip
$ Z9 g+ Q! |( M: v. v; o    │  │      Problem_Set_2-subtitles.en.zip4 d( ]  I6 R1 @4 A' e$ g# l
    │  │      Problem_Set_2.zip
" k9 `/ o/ ^' x7 R    │  │      
7 X7 ^) w6 e* u8 c8 K1 s  W    │  └─ST101 Intro to Statistics Making Decisions Based on Data
- B8 U' l2 b4 Z    │          1._Teaser-subtitles.en.zip
# m# e/ e8 c  ~+ P' I    │          1._Teaser.zip7 e9 Z' f8 ^$ G: [
    │          10._Bayes_Rule-subtitles.en.zip
- s6 y. N4 o$ x    │          10._Bayes_Rule.zip
5 e# n1 |4 e, E: Z  k- q( S    │          11._Programming_Bayes_Rule_(Optional)-subtitles.en.zip& c8 T3 Q! A. b+ b
    │          11._Programming_Bayes_Rule_(Optional).zip
' Q# M+ i' l2 |- T5 ~1 l- O# Y    │          11A._Probability_Distributions-subtitles.en.zip
7 ~9 Y9 o- s( i8 ~4 q+ ~    │          11A._Probability_Distributions.zip) B4 \& j' A% q) _9 N0 C: q- z7 z4 H
    │          12._Correlation_vs._Causation-subtitles.en.zip, Z. T2 c9 p# s7 f# h
    │          12._Correlation_vs._Causation.zip
. t, }; S( ^  W! c5 y( [    │          13._Estimation-subtitles.en.zip
, \& o) x/ {7 }( M5 d* O    │          13._Estimation.zip
( x+ A7 b7 c& B- }2 a, t    │          14._Averages-subtitles.en.zip
* g) o/ d( N0 \  \' T1 C7 @    │          14._Averages.zip
1 z5 V; A7 S' C$ n+ b    │          15._Variance-subtitles.en.zip
' u! s  [, ?! |% o* s8 |' O    │          15._Variance.zip+ S. ~& d$ i7 B+ A4 K6 F2 s( b+ S
    │          16._Programming_Estimators_(Optional)-subtitles.en.zip
3 B' r/ D+ P$ B2 ?3 p. e    │          16._Programming_Estimators_(Optional).zip$ a5 ?, M$ ^: T' u# d% g( \' o+ s
    │          17._Outliers-subtitles.en.zip  m6 ^. N0 Y, t1 x6 U8 V9 j) K4 U
    │          17._Outliers.zip6 r9 M  `$ {# ^% e2 d2 m
    │          18._Binomial_Distribution-subtitles.en.zip
2 m6 a% |  R% z) K    │          18._Binomial_Distribution.zip% l  L. o1 e: Y9 M. l# m, N
    │          19._Central_Limit_Theorem_Programming_(Optional)-subtitles.en.zip
% h5 _; ~" a; J; A    │          19._Central_Limit_Theorem_Programming_(Optional).zip
5 l2 l$ s) q: w    │          19A._Central_Limit_Theorem-subtitles.en.zip
$ J  J3 P" ]+ t7 C3 h% D( T; ^$ N    │          19A._Central_Limit_Theorem.zip
6 [& E1 [$ K6 B    │          2._Looking_at_Data-subtitles.en.zip6 ^0 i/ f6 q( Y( |, H7 h) \( b
    │          2._Looking_at_Data.zip5 k4 i1 l$ D8 z  `
    │          20._The_Normal_Distribution-subtitles.en.zip
6 l% |' @; R% _8 Y- ?    │          20._The_Normal_Distribution.zip2 }  H8 B6 Z9 |- c
    │          21._Manipulating_Normals-subtitles.en.zip2 D; r7 L) k) l5 x1 W
    │          21._Manipulating_Normals.zip
% v' R, r+ O0 t' D* R; U  Y8 r    │          22._Most_Better_than_Average-subtitles.en.zip' _) T. D  y8 D
    │          22._Most_Better_than_Average.zip
/ o# O8 e. R, Z; R    │          23._Sebastian's_Weight_and_Proofs_(Optional).zip& b* ]5 m4 w+ l, D' p6 Z
    │          23._Sebastians_Weight_and_Proofs_(Optional)-subtitles.en.zip
5 h$ |# U/ l; b& U5 r    │          24._Confidence_Intervals-subtitles.en.zip
4 C  I$ O5 W* q' U; D" ^7 `    │          24._Confidence_Intervals.zip
/ @# u! M# [1 R3 z* I" W, Q    │          25._Normal_Quantiles-subtitles.en.zip
: ]' x# M, J' d8 U  m( o2 m    │          25._Normal_Quantiles.zip
0 b0 }) x! ?) C; i    │          26._Hypothesis_Test-subtitles.en.zip
( S( K% |* j; R8 z- W    │          26._Hypothesis_Test.zip
  ^7 l& _( G5 I( t2 R& M) R    │          27._Hypothesis_Test_2-subtitles.en.zip  d- _* e6 q: a  v+ ~
    │          27._Hypothesis_Test_2.zip4 Q3 T2 X* \$ F2 N5 a$ [3 z
    │          28._Programming_Tests_and_Intervals_(Optional)-subtitles.en.zip
; x: e  ~, H. n7 X% F5 h7 R" N% h    │          28._Programming_Tests_and_Intervals_(Optional).zip
0 l9 c) B, h7 b( X# J6 O7 ?    │          29._Regression-subtitles.en.zip6 Q4 }* V, I# |2 E. x4 a
    │          29._Regression.zip, N  N6 I4 D9 x: x! o& w) X
    │          3._Scatter_Plots-subtitles.en.zip
( }) S: D! U0 ?+ d% t; q    │          3._Scatter_Plots.zip9 ^, @0 b3 \( t4 O$ B
    │          30._Correlation-subtitles.en.zip  I& \; L( J) [/ u
    │          30._Correlation.zip8 C3 N( X( a  r( O/ Y' ~& I; V) l! U
    │          31._Monty_Hall_Problem_(Optional)-subtitles.en.zip
5 j# l0 _( f2 E& G  `- \( G' D6 O" X; K    │          31._Monty_Hall_Problem_(Optional).zip1 J7 p* q8 K& p9 \9 h$ S
    │          32._Weight_Case_Studies-subtitles.en.zip
3 w" G. W9 ?0 D9 u( V9 I" |    │          32._Weight_Case_Studies.zip
; T, z& E( `: q! y5 b9 z    │          33._Flash_Crash_Example-subtitles.en.zip
: Y4 L; Z  [4 Q    │          33._Flash_Crash_Example.zip- M" p- @; d; v) W; l$ W
    │          34._Challenger_Example-subtitles.en.zip
1 c; R6 M7 i/ z    │          34._Challenger_Example.zip
8 Y6 `" p/ m9 g. {3 j; ]% ]+ |    │          4._Bar_Charts-subtitles.en.zip; U5 l  X' N' F$ L2 u
    │          4._Bar_Charts.zip
; N5 Z- n. b# W/ d    │          5._Pie_Charts-subtitles.en.zip
4 p- X" n# H; ?    │          5._Pie_Charts.zip, Y. N  F3 O% T' b, `$ \1 h% ?4 b
    │          6._Programming_Charts_(Optional)-subtitles.en.zip
& [1 P$ |% N* k, V( c    │          6._Programming_Charts_(Optional).zip
& a3 }1 r* k5 |) T+ L6 b( l    │          7._Admissions_Case_Study-subtitles.en.zip( }: I% v# Y7 N6 M
    │          7._Admissions_Case_Study.zip; ~% v" H( _2 p0 u' Q
    │          8._Probability-subtitles.en.zip8 {8 [  U. M/ H! `+ `2 i) d; p
    │          8._Probability.zip) K* |8 ^" I) _, T4 d1 ?5 q1 u8 U0 O3 d
    │          9._Conditional_Probability-subtitles.en.zip8 s" \) {- O0 R4 P; H) E4 C
    │          9._Conditional_Probability.zip
3 P) Y2 o6 ]! B4 Z7 B    │          Final_Exam-subtitles.en_2.zip
  W& m( T% |4 I/ m. v0 h( Q    │          Final_Exam_2.zip/ x( i: {! g( J; w& S' R; u7 B
    │          Problem_Set_1_Visualization-subtitles.en.zip: N3 z& T7 `( |* L2 t
    │          Problem_Set_1_Visualization.zip
2 i& S# x8 m1 U" r    │          Problem_Set_2_Probability-subtitles.en.zip
+ G( f/ q! Y, {8 a# v+ f! Z! V9 Q  L    │          Problem_Set_2_Probability.zip- i6 \2 m6 U& O2 ]
    │          Problem_Set_3_Estimators-subtitles.en.zip3 s4 B* s2 z& {  d- w
    │          Problem_Set_3_Estimators.zip
) t/ [! d1 o" w0 }  ]% ^0 H    │          Problem_Set_4-subtitles.en_2.zip
) i8 o) ~# N, j    │          Problem_Set_4_2.zip
0 F$ ^9 J$ m7 ]' l+ ]- q    │          Problem_Set_5_Inference-subtitles.en.zip, |* U7 K( [  W' U' _
    │          Problem_Set_5_Inference.zip
/ Q- Y4 M$ j, B" a/ a7 Z9 K- M4 Y; A; K    │          Problem_Set_6_Regression_and_Correlation-subtitles.en.zip
( L9 c# ?6 S- A& t7 E    │          Problem_Set_6_Regression_and_Correlation.zip( ^1 X) W1 ~9 |# B' |
    │         
+ ^5 X# C/ U2 O    ├─斯坦福大学-机器学习课程
9 B: s5 X) L3 n6 ?, m5 w3 Y) y    │  └─斯坦福大学-机器学习课程' Q. `1 f3 a! ~
    │      │  cs229-lecture01.mp4
/ k8 s7 c3 c# c* }    │      │  cs229-lecture02.mp4
5 A; h8 \: X+ U    │      │  cs229-lecture03.mp4
9 I/ A& b# E$ S1 f3 h; ^    │      │  cs229-lecture04.mp47 ~7 N- c7 X" t' {  e
    │      │  cs229-lecture05.mp4
0 v6 s& w: X, Q; l$ H    │      │  cs229-lecture06.mp4
# c5 c5 q7 E. |8 ^: ~, q$ O    │      │  cs229-lecture07.mp4- j+ _) X# n6 V8 Y# `  g
    │      │  cs229-lecture08.mp4, r$ y$ K- j! T5 z# L2 V
    │      │  cs229-lecture09.mp4& ?* Q  G1 r2 h/ A  m
    │      │  cs229-lecture10.mp4) Y& ~3 c" @0 g4 m
    │      │  cs229-lecture11.mp4
( ]5 ?: u1 \- p1 A$ |0 L    │      │  cs229-lecture12.mp4
4 Y0 q1 f+ z! D4 s5 ^0 h+ D    │      │  cs229-lecture13.mp45 L& ~6 U& \  ?8 I8 K# L& U+ |
    │      │  cs229-lecture14.mp4  p( _$ Q# W7 c. p: @0 e4 {5 K
    │      │  cs229-lecture15.mp4
" h& X, |! P, L    │      │  cs229-lecture16.mp4. f2 M  t- B1 y9 \: k# U& r
    │      │  cs229-lecture17.mp4) }6 }$ W5 X; |
    │      │  cs229-lecture18.mp48 f& ?7 \  H* T* o
    │      │  cs229-lecture19.mp4
0 t4 K' q  T3 w    │      │  cs229-lecture20.mp4
9 F% @8 d. |; Q& Q) o8 V5 w    │      │  下载说明.txt" b+ o" w8 O) [2 R! @
    │      │  关注我们.png
- e- z0 D3 U6 i& q3 ?" ~' o    │      │  攻城狮论坛=网络技术+编程视频.url
9 `* G5 O- j+ Z, o) E. i' [    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt5 z1 b. t: ?% i2 J, @' x
    │      │  
# X" [; N, T7 ]    │      └─[斯坦福大学-机器学习课程].materials# u9 V6 h: g4 M# u* F: Z
    │          └─materials
" O1 w5 A! D0 G. E/ q3 I5 ]    │              │  Click_index_to_start.txt
! |/ w8 q: p3 v    │              │  index.html3 C0 a: ~7 D+ [, K# T
    │              │  lecturelist.html
2 x4 p8 \: _0 R, w( E2 y    │              │  / y) ?5 ^0 x2 G& [! [+ B$ l
    │              ├─css* k2 K5 D0 D& p, X  k) h% m
    │              │      base.css
& N; u8 Q0 X* F. s" r    │              │      OpenCourse.css
& t: ?) {5 @3 k$ b, }# A" n    │              │      
% ^1 B# Z& \: `3 ?    │              ├─images* G* l# i! o- b5 I1 k( y
    │              │      14.gif
# L" C. @" `# r# W4 J9 X# l: W    │              │      15.gif
8 j8 q) b* D) N- b1 G    │              │      ayn.jpg
3 L4 B/ a+ q1 i' B9 y8 u& V    │              │      boyd.jpg7 a* w- H% M% x5 V' ~  l
    │              │      cain.gif
6 l* t( ~/ n+ n$ t    │              │      clear.gif8 h. ~+ v! S0 n" P6 z) B
    │              │      CS106A.jpg
! J1 W; V6 I( f" i$ w    │              │      CS106B.jpg) p/ o( ?0 U) |7 V4 s2 w1 i9 _4 R
    │              │      CS107.jpg
7 c! _# I7 k0 d- \; W4 f5 D    │              │      CS223A.jpg
! Z+ I3 m  l  \3 U    │              │      CS224N.jpg
7 K, U! l1 e4 `9 _    │              │      CS229.jpg
$ P$ A3 l+ o1 |/ w1 S- x    │              │      EE261.jpg
, F+ e& ^' P$ g1 `1 h9 S. T    │              │      EE263.jpg
, J/ {! d5 m! r9 I4 C1 r, k    │              │      EE364A.jpg- W; k( Z2 K0 I% `- q
    │              │      EE364B.jpg
4 D7 B* J! b1 S: w: ~    │              │      faculty_photo_bg.gif  C7 |6 _1 X) D& z1 d# _6 Y5 Y
    │              │      GATES.JPG. u3 P" J; u' ?! P3 c+ S6 [  }9 u
    │              │      hw2a.gif
% A0 |2 ?& W' @) j" K( c    │              │      hw2b.gif4 w; g8 e: [* ]
    │              │      hw2c.gif
- S- ~$ f, Z$ ~+ n    │              │      hw2d.gif
) j% Q( A" q1 K! [# L# L8 D    │              │      hw2e.gif( J7 g( Z3 i9 q
    │              │      hw4a.gif
- |' g- H& k# l    │              │      hw4b.gif
8 Y; i3 i+ e+ P" l) A    │              │      khatib.jpg$ r: g, V2 P$ w9 N' ]3 ~
    │              │      manning.jpg6 l7 R. X" J% p, I2 `
    │              │      nav.jpg# n8 W5 i8 R* T3 i: c$ e2 }8 _6 |9 ^
    │              │      navtop.gif, n, ^4 A% o. W1 [& s$ W$ z
    │              │      nav_bottom.gif, ^' u# K, w9 e( J" g# R7 `: }, `
    │              │      osgood.jpg' I2 v5 i8 A% Y5 `7 M* L3 K0 Y0 ?
    │              │      sahami.jpg
3 P% V6 J# K+ u! T    │              │      SEEglobe.jpg7 |' j1 j4 P8 L) N
    │              │      zelenski.jpg( t: y2 a) G- p% K6 S7 Y
    │              │      % M6 l- Q. Q! q! r7 H' v5 @8 [$ o8 @
    │              └─materials
- O+ j7 k% a/ g1 G    │                  └─aimlcs229
, `$ o+ z( j0 S& M- A    │                      │  AI-classes.pdf
0 g' `" Z: a9 Z' g. f% t    │                      │  assignments.html
" F/ f6 I6 ~) k# O    │                      │  compute_kernel_matrix.txt
7 H9 w) k3 Y2 X; x    │                      │  cs229-cvxopt.pdf
. m% e1 h- \4 V2 ?, F8 @7 z    │                      │  cs229-cvxopt2.pdf+ I$ s' j6 J& v; M. y; D( e
    │                      │  cs229-gp.pdf
6 o7 u/ ^$ ]6 x0 t    │                      │  cs229-hmm.pdf
8 ~. [% Z8 S1 N    │                      │  cs229-linalg.pdf
- _; T, x2 J: Y- V; g    │                      │  cs229-notes1.pdf
7 c* d9 L6 o5 p! j* U    │                      │  cs229-notes10.pdf& ?0 ^! L  i9 J3 ^  K" k% p$ W) ]0 z
    │                      │  cs229-notes11.pdf
$ w: D6 g; m5 y5 T: a# p    │                      │  cs229-notes12.pdf
. Z* G1 q" n* X' |    │                      │  cs229-notes2.pdf8 d  I3 c5 K. ^; w% }0 l# {
    │                      │  cs229-notes3.pdf
5 j* E0 |: K4 H" {% p0 d    │                      │  cs229-notes4.pdf
  \6 V3 J) c$ }- Z- Y- z1 t& k    │                      │  cs229-notes5.pdf5 K! @+ b' T, z; I
    │                      │  cs229-notes6.pdf
% |( m( ?/ D0 w; f5 t1 {& u    │                      │  cs229-notes7a.pdf
& u3 L8 D8 r* Q' E    │                      │  cs229-notes7b.pdf2 L: P. m# S0 K' o6 x7 G
    │                      │  cs229-notes8.pdf
# e; d% F6 F- v% a- m" ]    │                      │  cs229-notes9.pdf/ c: b5 s: b% E0 w
    │                      │  cs229-prob.pdf  Q" p- w* [3 `5 _  X# ^
    │                      │  emacs.txt
% D9 n6 x8 n. B8 |8 d    │                      │  gp_demo.txt
! B& s! U$ ?& `# ^+ ^- f    │                      │  handouts.html
' b. U, E% _  Z2 v    │                      │  info.pdf
& M2 ~" c3 _6 E9 v! b% B1 w    │                      │  logistic_grad_ascent.txt
* Y3 ^8 Y( X0 }# f    │                      │  matlab_el.txt
# v1 D7 C" A$ w( {+ i+ z    │                      │  matlab_session.txt
) k+ [5 O7 }3 d    │                      │  ML-advice.pdf
; V  m0 w2 z3 J    │                      │  practice-midterm.pdf
. L* _" s5 O1 t0 |3 O2 N    │                      │  problemset1.pdf
' K/ J! z7 b, _8 z    │                      │  problemset2.pdf
, j, W( O) J$ c) w! R    │                      │  problemset3.pdf
& H- S0 R+ {' N+ @" z- a    │                      │  problemset4.pdf1 {/ Q6 B) X7 a. u
    │                      │  projectGuidelines.pdf
* z* d, U; @) Z8 j7 y    │                      │  PS1-data.zip
0 x* O/ ^* e! V& h" N* k    │                      │  ps1_solution-data.zip
9 w6 g' v9 E+ N5 e8 A( b+ s# o    │                      │  ps1_solution.pdf
- z* b' h: I5 P    │                      │  PS2-data.zip* ]* O( s1 z3 m& m0 s
    │                      │  ps2_solution.pdf8 o8 J6 l9 d" _' \9 g1 ^
    │                      │  PS3-data.zip( K& w- ]' I! j
    │                      │  ps3_solution-data.zip# T; r, w! g. P) \
    │                      │  ps3_solution.pdf; x- R6 \6 @/ I
    │                      │  PS4-data.zip
/ Y  h6 E1 K# o' a    │                      │  ps4_solution-data.zip
$ v; H1 {# Q/ \2 ^) J! X    │                      │  ps4_solution.pdf( `5 V8 l6 R- h% w
    │                      │  resources.html9 j' B% x$ }" l8 F- _2 j! p- w
    │                      │  sample_gp_prior.txt
1 @' d; y- k* G    │                      │  schedule.pdf+ g! R' G  }( f: y/ o, w" ?
    │                      │  sigmoid.txt
' k, `" ?& R2 `9 j& X+ V  Y    │                      │  
/ ?' x) T% L; P$ `+ R4 q& J    │                      └─transcripts$ u! e4 t) G6 i  W
    │                              MachineLearning-Lecture01.html
" {, V9 H$ a8 N+ h" U# \/ U8 c    │                              MachineLearning-Lecture01.pdf
) M: j8 ^' _& y" {7 E    │                              MachineLearning-Lecture02.html- f8 n' |% b6 ~: g  o0 @
    │                              MachineLearning-Lecture02.pdf
/ l3 }. i& |0 g7 h% e/ r- l    │                              MachineLearning-Lecture03.html" r4 b7 b2 W9 D0 }# u8 k
    │                              MachineLearning-Lecture03.pdf
; p" e) `: p5 \, o- T; c% c( V0 i    │                              MachineLearning-Lecture04.html8 {$ x0 ^9 G6 x, F' ?
    │                              MachineLearning-Lecture04.pdf( \( d+ ]- `+ N5 @
    │                              MachineLearning-Lecture05.html
9 r( @3 Q( `" i    │                              MachineLearning-Lecture05.pdf
# o6 f$ s. N) P8 M8 v    │                              MachineLearning-Lecture06.html6 ~* n# N5 U) _' j5 T2 @% Y. k
    │                              MachineLearning-Lecture06.pdf
. ]8 R5 B- m1 h2 X/ o    │                              MachineLearning-Lecture07.html- E4 \0 ~, ?* K" F: k3 M
    │                              MachineLearning-Lecture07.pdf  G/ S* E. l6 d9 h6 Q% J
    │                              MachineLearning-Lecture08.html# r- l  M6 b7 b% T
    │                              MachineLearning-Lecture08.pdf
1 Z  Y6 K. ]/ ?    │                              MachineLearning-Lecture09.html
: ]! q: ?- p: _% e% y) y8 t5 F' `    │                              MachineLearning-Lecture09.pdf
/ o6 \, w, R) b+ ]! z0 t& E" @    │                              MachineLearning-Lecture10.html& u4 J8 T. j7 d- F5 d3 B: u( M. O
    │                              MachineLearning-Lecture10.pdf+ F$ I2 B1 U2 x
    │                              MachineLearning-Lecture11.html: @- b+ l- x# e: L
    │                              MachineLearning-Lecture11.pdf
; D6 s4 l; ~  f# ~0 A0 A    │                              MachineLearning-Lecture12.html
6 I9 W. e: Y( r( j7 G/ o7 Z1 m    │                              MachineLearning-Lecture12.pdf3 R) X5 ?  r' M) d) J4 e" Q( K
    │                              MachineLearning-Lecture13.html
: E6 a( K, G+ k    │                              MachineLearning-Lecture13.pdf# G! ?+ _9 o4 b" Y
    │                              MachineLearning-Lecture14.html/ |$ V3 r7 s) F' A4 [' b! z
    │                              MachineLearning-Lecture14.pdf
9 t! S) y6 G1 @1 ]1 t5 B* q0 g) l    │                              MachineLearning-Lecture15.html; w' G" |, Y6 O7 D
    │                              MachineLearning-Lecture15.pdf( O8 a# J- ]9 l- _5 }6 i7 v1 v
    │                              MachineLearning-Lecture16.html
& N, b- I9 X( i( n4 E+ I1 A    │                              MachineLearning-Lecture16.pdf
4 `& i4 N+ G* l    │                              MachineLearning-Lecture17.html
% n! U% l- Q. k# ]6 K- @# X    │                              MachineLearning-Lecture17.pdf
: `, B, c. c$ q6 W$ V; q    │                              MachineLearning-Lecture18.html% q# _$ q- c0 ^8 E; _/ M5 t0 ~
    │                              MachineLearning-Lecture18.pdf
5 f$ {1 F& X+ D' @0 g    │                              MachineLearning-Lecture19.html) J! ^! Q3 Z: T/ s5 `: Q( @
    │                              MachineLearning-Lecture19.pdf4 D* K0 \1 g! W- t( p  w) a6 D
    │                              MachineLearning-Lecture20.html
6 j' s9 Q0 y1 T# F5 O" ]# n6 V    │                              MachineLearning-Lecture20.pdf
5 _' E/ \/ _! x  R' H7 D    │                              
) G; q6 V* l1 A0 j" `6 W    ├─机器学习书, r' U( ?0 S8 D& [
    │  │  An Introduction to Statistical Learning.pdf
3 r8 W: h) g( w1 I& m+ }4 e9 K( O; q    │  │  Bayesian methods for hackers.pdf0 g" s7 V" l2 t0 O0 X6 v
    │  │  Deep Learning Tutorial.pdf
/ p% ^1 q, _1 B+ ^    │  │  Mining of Massive Datasets.pdf( l9 O9 ?  @1 V& ~- D
    │  │  PRML中文版.pdf
$ A: U- _3 H) {; Y    │  │  understanding-machine-learning-theory-algorithms.pdf
% \$ t3 A1 m) e, C    │  │  凸优化.pdf
. U" H0 K2 S$ c; o6 n    │  │  图解机器学习.pdf
" C; O, r7 j. m- V  P3 k    │  │  机器学习_周志华.pdf
" U8 B2 O+ w0 s  w# z3 K% P6 ?) U    │  │  机器学习〔中文版〕.pdf% O6 t4 E- e4 _  ~) O' m; A
    │  │  机器学习个人笔记完整版2.5.pdf
) x& m8 |% \8 E$ N: E* `5 W6 y    │  │  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.pdf
) u. w3 W8 R8 z' ?9 e) r    │  │  机器学习实战.pdf  s6 l' ~# N- c
    │  │  机器学习实践指南++案例应用解析+麦好.pdf
2 D4 ~! k0 a- V    │  │  机器学习导论 原书 第2版.pdf
! I5 ?- t$ b+ ?  e* u6 Z    │  │  
/ `8 h; x/ x0 |- `8 [* {    │  └─stanford machine learning
& b" u* {8 C. s/ o$ u& Z4 T) Y    │      ├─Lecture Notes
) n, C$ i9 D7 M8 }    │      │      cs229-notes1.pdf! N+ d% W, J- O4 y" n
    │      │      cs229-notes10.pdf' n7 p7 V2 m. P# I$ ?! F
    │      │      cs229-notes11.pdf" k* M$ q5 [  H- ]3 p% A
    │      │      cs229-notes12.pdf9 i( a! J; q- @1 |  T& x# f3 }
    │      │      cs229-notes2.pdf% A7 @8 ^1 Z! K
    │      │      cs229-notes3.pdf
! t, e  f7 V; P; U8 z& k8 I, t+ t    │      │      cs229-notes4.pdf
- x1 L9 Z2 K+ b( R! ?# s    │      │      cs229-notes5.pdf
; e/ a" d, J3 G& p    │      │      cs229-notes6.pdf
; a, d) ~1 y* E: U    │      │      cs229-notes7a.pdf
1 H& q/ g# b  Y    │      │      cs229-notes7b.pdf, p( W1 b0 H5 {) \5 R
    │      │      cs229-notes8.pdf" D6 k3 ^: m! r' J2 o6 }" v! z/ P
    │      │      cs229-notes9.pdf/ m6 x1 f& N3 p8 k
    │      │      
. j2 {( g) j% A: A8 G# m- Q    │      ├─Section Notes
6 v' }) A- s% r2 C& M    │      │      cs229-cvxopt.pdf# L/ X4 `0 b/ c& c" U$ D1 l/ [
    │      │      cs229-cvxopt2.pdf
# f2 ^8 ~3 U5 d. m" w    │      │      cs229-gaussian_processes.pdf" e% a& ?8 f7 C- `! v: U
    │      │      cs229-hmm.pdf& ~' e: @$ v. W9 x* s. ^
    │      │      cs229-linalg.pdf
: y/ d  K* b1 a: L) y% I1 t( a    │      │      cs229-prob.pdf7 [0 O/ O5 o4 K7 C( k8 [2 q
    │      │      gaussians.pdf, S, I7 ^) D  h8 V+ j
    │      │      MATLAB_Session.pdf/ O) Q4 a% z4 @  x
    │      │      more_on_gaussians.pdf0 T1 G5 W# Q5 J) l+ `7 t
    │      │      5 f  A7 G: C+ S! {7 ?% e& h
    │      └─Supplemental Notes0 ?7 j' q; r1 z
    │              boosting.pdf8 ]. B" l; d( C3 x  a
    │              boosting_example.m9 T0 [# b) S! A% a4 N
    │              hoeffding.pdf
- [0 D1 ^: z$ N' f    │              loss-functions.pdf; }+ t" A$ O9 ^) w
    │              representer-function.pdf
& m( U# j& H$ A" }4 w$ ^    │              . p, A) _% l& x1 V$ L" I
    ├─机器学习方向(经典书籍及教材资料); f% I0 \& c" @  j; V
    │      2012.李航.统计学习方法.pdf0 v/ z( C5 N* ^3 w: k4 Y
    │      cs229 stanford machine learning(所有的lectures).rar
% N* K1 u8 g; P  N, E    │      Ensemble Machine Learning.Methods and Applications.2013.pdf6 h. r0 n( d* P+ V' M; O. o
    │      evaluating-machine-learning-models.pdf
& l: A7 ~2 U% f3 L    │      Machine Learning A Probabilistic Perspective(1).pdf1 Y4 V- Y' n0 `+ A$ O  |  B2 f
    │      Machine Learning A Probabilistic Perspective.pdf$ j! M" {% R) u2 }- `) u
    │      Machine Learning in Python (2015).pdf& I6 _% L+ k4 j; O
    │      Mastering Machine Learning With scikit-learn.pdf; K3 `3 ^: H  p) p; r
    │      Mathematics for Computer Science.pdf% y% B& j) Y& }
    │      PRML.pdf
6 r/ F! f* o9 v- d) [) H) S! b2 `; H. h    │      PRML中文版.pdf
: u  u4 G9 {# l2 f    │      PRML中文翻译版.pdf
3 z: J' x( R$ _    │      Probability and Statistics for Engineers and Scientists.pdf
1 L/ Q' e' w* d! y* s! y    │      Python_Machine_Learning.pdf
" r6 P& o" M/ q$ E/ p$ S0 z) m5 j% |    │      PYTHON自然语言处理中文翻译 NLTK 中文版.pdf
/ a# X, t8 N1 R" m) v# }: `    │      tempFile
4 F) r! W" K' k& M3 s# q- `- s    │      The Elements of Statistical Learning(1).pdf4 X4 v- [0 y5 ^
    │      The Elements of Statistical Learning.pdf2 I: j2 ~+ w4 |" o; K1 ~& q
    │      word2vec_lstm_talk.pdf9 p& E$ N* V" f
    │      【官方文档】TensorFlow Python API documentation.pdf
( A: F* y$ j* _- h6 V1 u    │      下载说明.txt
1 T* c7 [. A, Y' u& m$ i    │      关注我们.png
1 J2 {- A3 w# @& K9 i- ?6 g    │      利用Python进行数据分析.pdf. v: X5 i2 Z7 i# i: D) j
    │      攻城狮论坛=网络技术+编程视频.url
, m6 _2 ]: r9 b' [    │      机器学习-实用案例解析.pdf
& G" H% S2 _. ~. R6 p    │      机器学习个人笔记完整版v4.21.docx# D9 f- Z& o: q5 g% Q: y3 G; }
    │      机器学习个人笔记完整版v4.21.pdf
3 I' H; ^! i+ k. A  V4 X    │      机器学习(周).pdf
# r, R' W. Y* n! g( t    │      机器学习:实用案例解析(中文版,带完整书签).pdf; K; ]% b& I5 Q$ L, L$ G
    │      模式分类 Richard O.Duda 中译本.pdf6 ]. h7 g8 j$ N( i, y
    │      解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt. [4 ]0 `6 K. |; q# A! b
    │      
( u! p2 e" E6 v% O0 o    └─机器学习经典论文
/ k: ?! [3 e& J; G0 s1 v        │  下载说明.txt
, h' M& ~+ F* H- B        │  关注我们.png
6 X' W1 u- V; G- W7 j) m- h        │  攻城狮论坛=网络技术+编程视频.url
5 R  e' }. X+ Q% t0 e  T- t# a" g        │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt  X7 x; E+ x% D
        │  
3 e2 D8 r& [! Z" G- J        ├─active learning
  I$ q; r) V9 F  y% H$ i, N/ s1 S        │      Active Learning Literature Survey, Settles, 2010.pdf
) ^. |/ c' {1 V' Z1 F        │      Two Faces of Active Learning, Dasgupta, 2011.pdf
" C7 n# I) r5 ~& @2 b0 G        │      ' F9 F1 K) [* Q- a) j
        ├─Applications, q8 W( [% a, f# T+ k* l, ~
        │      A Survey of Emerging Approaches to Spam Filtering, Caruana, 2012.pdf
+ G7 i4 X# E" e# S! Q        │      A Survey of Online Failure Prediction Methods.pdf; C3 `% E* `9 G! t
        │      Ambient Intelligence_ A Survey.pdf
$ p# B7 Y0 m. w  N8 _% w7 C( K        │      Anomaly Detection_ A Survey.pdf
: ?5 X+ Y- p& F1 s2 m        │      Mining Data Streams_ A Review.pdf% g$ y2 o# E! N9 R; Z8 }1 w
        │      Workflow Mining_ A Survey of Issues and Approaches.pdf
. I( M' s& e, {8 J        │      
% D8 ]! u- ~4 D- v9 O5 e: T$ ]& g8 p        ├─Biology8 H5 F5 W2 M5 X2 d3 c; c
        │      A Review of Feature Selection in Bioinformatics.pdf
( Z2 J' n' z- {% o' I" _$ `: z) _! B        │      Bioinformatics - An Introduction for Computer Scientists.pdf" S7 t. b+ ]2 u" H( ^5 Y0 S7 `. ]# Y) @
        │      Chemoinformatics - An Introduction for Computer Scientists.pdf% y8 n" _2 X+ b4 R/ J) O
        │      Computational Challenges in Systems Biology.pdf& R) g3 W9 t) n- Q; M3 y8 N
        │      Computational Epigenetics.pdf9 R  r) ^+ r2 t" F3 l
        │      Computational Systems Biology.pdf
$ A" H! v0 ^9 U& u& x) \) S        │      Machine Learning in Bioinformatics_ A Brief Survey and Recommendations for Practitioners.pdf6 G# O1 C( @0 T3 l
        │      Molecular Biology for Computer Scientists.pdf$ Q8 Z/ {: D; d5 E/ F4 |" V% `8 i
        │      Progress and Challenges in Protein Structure Prediction.pdf9 {$ c% @5 ?- \. q3 Y  [
        │      Protein Structure Prediction and Structural Genomics.pdf
3 N! x; G( E8 a" }9 H        │      Recent Developments and Future Directions in Computational Genomics.pdf
) F0 D" c" ?0 A# V+ V3 _9 [, ~& g, @        │      Support Vector Machines in Bioinformatics_ a Survey.pdf
# O2 G2 `* i3 |- K        │      
5 k* A7 C; ^9 q7 ^) P4 U  p        ├─Classification
. f9 c+ U/ i9 V) D+ f1 l5 t0 n/ w        │      Supervised Machine Learning_ A Review of Classification Techniques.pdf1 m2 Y* L  z" h: D
        │      ) M: u' b  [9 x- Z3 }
        ├─Clustering
( f9 ?' ?( ~5 ]3 k; S$ ?/ `! _        │      A Survey of Fuzzy Clustering.pdf
+ |7 D! U& ~  N7 C7 X) b        │      A Survey_ Clustering Ensembles Techniques.pdf0 g8 |( H" W: X; w0 v
        │      A Tutorial on Spectral Clustering.pdf
: J" t1 X) g5 I! l% V& o        │      Clustering in Life Sciences.pdf
4 K: ^( I+ ]7 D% g        │      Clustering Methods.pdf% P" n' x+ R/ g* P8 j( k
        │      Clustering of Time Series Data - A Survey.pdf
7 C" g. j6 t* [# O* B        │      Clustering Stability_ An Overview.pdf
* y/ V7 c' O  S& }) K7 w( y5 a  c+ {        │      Computational Epigenetics_ The New Scientific Paradigm.pdf
4 ]0 i. E3 P" f5 S0 F        │      Data Clustering_ 50 Years Beyond K-Means.pdf
6 g3 X) \- I5 T) r        │      Data Clustering_ A Review.pdf  E* R+ @5 P) g& g& g1 |/ b) [
        │      On Clustering Validation Techniques.pdf
) |7 F: I$ z" p$ u        │      Parallel Clustering Algorithms_ A Survey.pdf5 y5 ~8 R+ F: F3 Q
        │      Recent Advances in Clustering_ A Brief Survey.pdf
' z3 E" L9 [) O  r        │      Subspace Clustering for High Dimensional Data_ A Review.pdf; D1 Q  n( f+ w# c: Q
        │      Survey of Clustering Algorithms.pdf" }1 f$ r9 ]" I
        │      Survey of Clustering Data Mining Techniques.pdf
( F$ y7 v) C8 I$ i' O1 S% z' l        │      Unsupervised and Semi-supervised Clustering_ a Brief Survey.pdf
% D* U1 |0 M1 Q2 E# Q        │      XML Data Clustering_ An Overview.pdf( l! g/ Z2 A& f3 e, E( N: L0 v
        │      
5 Y: s9 Y' h: t) a        ├─Computer Vision* l3 `* Z4 j$ c! B0 g$ C3 x/ R
        │      A Comparative Study of Palmprint Recognition Algorithms.pdf
' @( o# w8 [& I1 q        │      Context Based Object Categorization_ A Critical Survey.pdf
) S' I- _1 V) M0 [0 j        │      Detecting Faces in Images_ A Survey.pdf
" R, w5 N$ m( O) C- k        │      Human Activity Analysis_ A Review.pdf* v( A4 W' z- [. P' O( V
        │      Object tracking_ A Survey.pdf  A3 j% X' d$ s0 {, W6 n, }' `
        │      Pedestrian Detection_ An Evaluation of the State of the Art.pdf
8 Y. G- Z) x; A) W9 M( H5 R4 m  C        │      Subspace Methods for Face Recognition.pdf
1 M  i( p  b; y6 L8 |0 Q        │      7 e% {( Z: P  F* r8 `4 J! h% \
        ├─Databases
& T. B5 a5 C! P) x3 X$ p        │      A Survey of Schema-based Matching Approaches.pdf# h/ S9 L7 O. g7 ~
        │      Data Fusion.pdf
6 d( ~: Q1 R. V        │      Duplicate Record Detection_ A Survey.pdf
! s9 w4 T" e0 [+ D        │      Overview of Record Linkage and Current Research Directions.pdf) l4 c: c  {; f/ i' |3 e
        │      
! g) c. }' V8 F0 X+ v. E3 O8 V" c        ├─deep learning( p( \3 H/ m6 P9 l
        │      Representation Learning_ A Review and New Perspectives.pdf
& y  u5 u! C4 }1 [  v        │      6 V: X, P2 Q8 `2 `$ Z. B4 P
        ├─Dimension Reduction" a/ R) F: L5 k7 @% N
        │      A Survey of Dimension Reduction Techniques.pdf
- w2 H8 E* B( o" |. D1 j2 `/ r        │      A Survey of Manifold-Based Learning Methods.pdf/ b  O: H3 z1 i0 y  M* H- [
        │      An Introduction to Variable and Feature Selection.pdf8 t* x- B4 Y) e' S2 @/ y" V2 r9 @- r
        │      Dimension Reduction_ A Guided Tour.pdf: I* v8 {7 [" }5 _
        │      Dimensionality Reduction_ A Comparative Review.pdf+ K% d4 y7 o- s' E
        │      Toward Integrating Feature Selection Algorithms for Classification and Clustering.pdf
  g6 D6 w& V" J: M9 l( A( a        │      5 H  P+ g6 X) O& M, F$ [4 v3 P
        ├─Economics
/ f& V' I* D/ I, o8 _3 i% L& r( G        │      Auctions and Bidding_ A Guide for Computer Scientists.pdf; d9 c; ^2 v6 @$ s: i( J/ [& S
        │      Computational Finance.pdf& K& V, t7 r$ L. X( f  F' \* v3 z
        │      Computational Sustainability.pdf
5 o7 q- N1 v0 D# M        │      
' B6 o2 `" N% o' F9 E        ├─Game Theory
' {% D! I6 S: e  u* K        │      Computer Poker_ A Review.pdf: C; _+ F8 U* g: p/ k
        │      
2 i2 r, x1 n$ j- ?2 r! l$ W        ├─Graphical Models
* ]: g7 K+ z, c0 j8 J" W) w        │      An Introduction to Variational Methods for Graphical Models.pdf
( _/ z$ I, x/ Y* Q) M" S; z4 k% z8 V6 A        │      
' f- Z& K: g" X3 w0 a; g" m# b# v        ├─kernel methods
. g5 W( k7 t6 K: t# o' D" P8 P        │      Kernels for Vector-Valued Functions_ a Review.pdf2 s" t' e5 N: B1 P2 k
        │      
8 K* J, m/ n* r        ├─Learning Theory
! |! L( `. u$ d/ V" A! k, L        │      Introduction to Statistical Learning Theory.pdf
6 O, a- }: F, p5 B( h) u% w+ L        │      & w6 d" f- w# a# ?" F" F( Q
        ├─Machine Learning
( D: t, Y! H. c        │      A Few Useful Things to Know about Machine Learning.pdf
  I3 @; E5 _; A) Y: \: v' N        │      A Survey of Interestingness Measures for Knowledge Discovery.pdf
4 W& j) x5 D1 @. l& c        │      A Survey on Wavelet Applications in Data Mining.pdf
8 S6 E. Q, V; g" [        │      A Tutorial on Bayesian Nonparametric Models.pdf3 R2 y" E/ |0 t6 U9 U
        │      A Tutorial on the Cross-Entropy Method.pdf0 @: Z! I# T$ x# j$ v, K
        │      Decision Forests for Classification, Regression, Density Estimation, Manifold Learning and Semi-Supervised Learning.pdf8 U- C- }% m( _) }7 o$ k
        │      Interestingness Measures for Data Mining_ A Survey.pdf0 J, _5 }( h" V; D2 L1 A
        │      Semi-Supervised Learning Literature Survey.pdf0 i! t' p* a; M/ k- y& T
        │      Survey on Frequent Pattern Mining.pdf
- g$ s# a# Z9 e- z  ^        │      The Boosting Approach to Machine Learning_ An Overview.pdf
4 a9 v3 F3 n* Z( l9 H- u        │      Top 10 Algorithms in Data Mining.pdf
1 f- E. h/ K' ]' D# E        │      2 m8 _& Y5 ~% a) H" E
        ├─Mathematics
' z, L" h1 l3 h% f% j0 U        │      Topology and Data.pdf
% R' S* A& A* h9 Z+ y1 R        │      
' y/ Y6 l) G  y% P0 O8 Y5 A        ├─Multi-armed Bandit8 @4 ?7 r0 M, W
        │      Regret Analysis of Stochastic and Nonstochastic Multi-armed Bandit Problems.pdf
  |) g; p; L0 ~        │      # n# I8 d+ d) ~0 R! Z% N
        ├─Natural Computing" {6 ^) w$ A$ A9 t$ v
        │      A Survey of Evolutionary Algorithms for Data Mining and Knowledge Discovery.pdf
# F( w4 p( |: |, n4 `$ v! e' u        │      Artificial Immune Systems.pdf
) p# S) g5 {' q' k" q! v) h        │      Data Mining in Soft Computing Framework_ A Survey.pdf
. J9 F3 [0 v( T6 O" v$ n7 }$ B! i, s        │      Neural Networks for Classification_ A Survey.pdf
0 K: ^; c- B9 Q        │      Reservoir Computing Approaches to Recurrent Neural Network Training.pdf' a" L6 y; K7 J) ^
        │      
7 ~( z! v7 K7 i5 i4 t& z        ├─Natural Language Processing
" n- N; R3 s0 z6 r9 b5 G        │      A Survey of Named Entity Recognition and Classification.pdf& ]6 q; r. b& c
        │      A Survey on Sentiment Detection of Reviews.pdf, e( k4 M  t) x
        │      Adaptive Information Extraction.pdf) H" j9 d0 E/ N) Z; X3 A4 k& }8 O
        │      Comprehensive Review of Opinion Summarization.pdf
7 J2 M2 Y! k+ u, z7 ^: J        │      Information Extraction.pdf1 P: ^9 {! T7 E4 ~
        │      Machine Learning in Automated Text Categorization.pdf
, H4 o+ E' R6 i( ~5 V5 m" t/ ?        │      Machine Transliteration Survey.pdf; R) m( U, {1 o+ X# X
        │      Ontology Learning From Text_ A Look Back And Into The Future.pdf% ^% r$ M! }3 V% }$ ]+ g: b
        │      Opinion Mining and Sentiment Analysis.pdf
# b8 z! n, h6 l6 ~; w4 m        │      Probabilistic Topic Models.pdf8 W- ]: Q% ?* O8 E
        │      Statistical Machine Translation.pdf
) `% b4 j- B2 X1 A        │      Survey of Text Clustering.pdf6 n4 W0 Y- y: l; q
        │      Topic Models.pdf8 Q4 ?- Y3 Q  z+ _' ]8 m
        │      Translation Techniques in Cross-Language Information Retrieval.pdf
. ~% O# o6 i& f1 s  S# S9 @        │      Web Mining Research_ A Survey.pdf
# v& I7 m' R; {8 p        │      Word Sense Desambiguation_ A Survey.pdf
, a9 [; b2 H6 v: s, y        │      , s1 d" ?4 S) B1 X8 L) H$ w2 ?
        ├─Networks
* X/ _7 U- o6 f, f        │      A Survey of Statistical Network Models.pdf& y# T! b9 r+ Y" Y
        │      Communities in Networks.pdf
) P3 ^" k& ~4 v# |0 v8 y/ ~- J! G3 Z        │      Community Detection in Graphs.pdf
( D* G3 X" M$ u% E/ L5 Q+ N  G        │      Comparing Community Structure Identification.pdf
- Y2 X7 x  G. g. r3 Z' O  P" M        │      Detecting Community Structure in Networks.pdf. X4 V' g8 t! a$ p4 f
        │      Graph Clustering.pdf
$ K) ^$ D, `/ W* r, d+ ^- h1 |# v* P        │      Graph Mining_ Laws, Generators, and Algorithms.pdf
5 U/ N9 e% o3 G0 E# U6 M9 f0 z        │      Link Mining_ A New Data Mining Challenge.pdf1 O8 G: W" o" `
        │      Link Mining_ A Survey.pdf
8 F4 N6 r- |) V( v1 Z1 _        │      1 X4 F$ y6 G' C3 {8 Y2 Y
        ├─On-Line Learning
# V) h4 ~. U: y% j        │      On-Line Algorithms in Machine Learning.pdf
1 @9 d% g; c3 [' `; e7 X" ^- h$ `        │      3 b) P5 o- g4 I7 \2 P/ e
        ├─Others' P! Y9 N- p6 n: E& @
        │      A Survey of Very Large-Scale Neighborhood Search Techniques.pdf/ A- q' z; F/ S# ^$ F6 ?1 P
        │      1 w! Y% A6 K1 u+ d/ B5 W; t
        ├─Planning and Scheduling; h: \6 F0 S$ a+ U+ y
        │      A Review of Machine Learning for Automated Planning.pdf3 Q/ k6 R9 V- q7 T7 j! E% v/ n6 L
        │      ( g) u) E# E$ N4 s, {4 Q
        ├─Probabilistic
0 V  v8 U& i1 }8 N  Q( M; {        │      An Introduction to MCMC for Machine Learning.pdf
0 f3 ~# h' S% Y. A! Z) q        │      Approximate Policy Iteration_ A Survey and Some New Methods.pdf  M/ l1 c  v: d  ~/ E1 q( K/ b0 o
        │      
" Q! i' D9 e7 o) Y        ├─Probabilistic Models# B& Z& A1 X0 F5 f
        │      An Introduction to Conditional Random Fields.pdf0 t. H# l; l# @2 r0 Z9 D7 }5 c; k8 c
        │      + T% L: U  h8 z: }' C1 m& {, `" o
        ├─Randomized Algorithms
! B! q8 ^; d8 [) r; u- o        │      Randomized Algorithms for Matrices and Data.pdf
: ]4 [* |! S' ]1 t2 |        │      6 K! y/ n3 c+ `3 j
        ├─Recommender Systems8 k4 {" e! C  Q1 ~1 i
        │      A Survey of Collaborative Filtering Techniques.pdf* g* r1 X) i3 ~1 n4 Z) F8 j
        │      Matrix Factorization Techniques for Recommender Systems.pdf
+ |( N9 a  G: Q1 Z        │      Recent advances in Personalized Recommender Systems.pdf! a9 K! ?- |% |* }0 }
        │      
8 J4 a0 U( G% U% x) E. @8 t        ├─Regression0 A7 f; W0 O- E2 h6 f8 v; y0 W
        │      Ensemble Approaches for Regression_ a Survey.pdf
6 w3 M+ i! O2 A' B        │      
2 u: X4 K: j5 e9 Q3 o0 n        ├─Reinforcement Learning% e$ Z4 L  S) ?
        │      A Survey of Reinforcement Learning in Relational Domains.pdf6 R( F& @5 A; u/ W- Z+ x
        │      Reinforcement Learning_ A Survey.pdf
5 {! k! m$ M' V8 G) E# D        │      
. v8 e9 _& [  F& R        ├─Rule Learning; x$ J( }' }3 {9 P3 n2 H9 q0 {
        │      Algorithms for Association Rule Mining - A General Survey and Comparison.pdf
* D1 z# l2 V6 a& `6 a% X; Q' e" N        │      Association Mining.pdf4 E( c/ Z; e! ^& q* h2 d! ?7 y2 J
        │      $ o" x' \2 Z1 \" k( A1 `% g7 k- w
        ├─Testing' ]( Z7 q1 H4 J& ^
        │      Controlled Experiments on the Web_ Survey and Practical Guide.pdf
0 B/ g9 u& Y) ?& B% W        │      
9 [  a6 F) \- |8 m3 a        ├─Time Series
# D+ K9 w+ [; C! l* z( d        │      A Review on Time Series Data Mining.pdf
4 i) s, `/ v" ^+ L3 i8 }        │      Discrete Wavelet Transform-Based Time Series Analysis and Mining.pdf- f6 H/ k# D: ?6 i2 T5 l( r
        │      Time-Series Data Mining.pdf6 i- G' G* [" I
        │      
2 j$ T. c+ g/ a3 f' Y        ├─Transfer Learning$ ?* q! o+ Q% y4 R6 j
        │      A Survey on Transfer Learning.pdf. y/ L6 @9 A, c
        │      
& c0 w% E, k. \  ?3 H        └─Web Mining3 q4 V) T3 ~  f$ y2 \
                A Survey of Web Clustering Engines.pdf9 d! b. ?5 r! P' G0 X  u4 F
                A Survey of Web Metrics.pdf
- H* x8 d% k, N                A Taxonomy of Sequential Pattern Mining Algorithms.pdf; |  S9 |0 Z8 Q# W) c' `
                An Overview of Web Data Clustering Practices.pdf
+ _; |8 _( y* Z                Data Mining for Hypertext_ A Tutorial Survey.pdf& Q3 P- n5 L. f( X
                Mining Interesting Knowledge from Weblogs_ A Survey.pdf
5 |0 X8 P% c+ R( ~) }) w                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 [Lv8 技术精悍] 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, 2022-12-1 05:06 , Processed in 0.486680 second(s), 22 queries , Gzip On, MemCache On.

Powered by Discuz! X3.4 © 2001-2013 Comsenz Inc.

Designed by ARTERY.cn