本站已运行

攻城狮论坛

IE-LAB

IE-LAB

作者: 程序家
查看: 8756|回复: 1562

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

手把手 网络抓包学习视频 跟着pinginglab大师学网络抓包 Wireshark协议分析手把手 网络抓包学习视频 跟着pinginglab大师学网络抓包 Wireshark协议分析
合集 人工智能基础视频 编程算法精讲视频 基础知识与二叉树 BAT程序员代码面试指南合集 人工智能基础视频 编程算法精讲视频 基础知识与二叉树 BAT程序员代码面试指南
2017年11月最新版 尚x堂_Python视频教程 全套视频 32G2017年11月最新版 尚x堂_Python视频教程 全套视频 32G
2017老南孩 python全栈3期 视频教程47G2017老南孩 python全栈3期 视频教程47G
网络基础入门【韩立刚老师讲解 110集全方面入门细节都囊括】网络基础入门【韩立刚老师讲解 110集全方面入门细节都囊括】
2017年最新Python3.6网络爬虫实战案例5章(基础+实战+框架+分布式)精品高清视频教程...2017年最新Python3.6网络爬虫实战案例5章(基础+实战+框架+分布式)精品高清视频教程...
高大上 人工智能 机器学习 专题视频 7套打包分享高大上 人工智能 机器学习 专题视频 7套打包分享
干货分享~~~泰克 华为HCIE面试视频【25集】干货分享~~~泰克 华为HCIE面试视频【25集】
2017年10月28日泰克刘大伟云计算HCNA+NP2017年10月28日泰克刘大伟云计算HCNA+NP
【超级全的vSphere知识点讲解】vSphere 入门到精通 很实用 实操为主【超级全的vSphere知识点讲解】vSphere 入门到精通 很实用 实操为主
全实验教学视频 VMware全网首发View 6.0应用部署虚拟化视频教程全实验教学视频 VMware全网首发View 6.0应用部署虚拟化视频教程
HCNA 华为入门数通系列视频(视频+文档+PPT+实验手册+模拟器)HCNA 华为入门数通系列视频(视频+文档+PPT+实验手册+模拟器)

[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: 8756|回复: 1562
开通VIP 免金币+免回帖+批量下载+无广告

斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享

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

斯坦福大学 机器学习课程视频教程 人工智能最新科技成果分享

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

斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享

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

斯坦福大学 顶级机器学习课程视频教程 人工智能最新科技成果分享

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


课程介绍:

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




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

本贴附件下载链接:

购买主题 已有 2 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
! h- i2 R/ y" \
    ├─001_machine_learning_by_andrew_ng_coursera2 p+ _# \- f4 j
    │  └─001_machine_learning_by_andrew_ng_coursera! E5 A3 l  k5 q! C( a! h) s
    │      ├─ml-003  }; y6 R8 X# Q/ w0 W: B
    │      │  ├─01_I._Introduction2 N( K' Y" m7 o% Q, Z1 i! z( e* r
    │      │  │      01_Welcome.mp4
+ b  X+ G! O' G) I) h. g    │      │  │      01_Welcome.pdf$ |$ ~- n/ X  D% Z
    │      │  │      01_Welcome.pptx
# j3 ~# x/ |0 H, N' X    │      │  │      01_Welcome.srt
+ _% G% ]) v( V4 r6 }    │      │  │      01_Welcome.txt5 t3 K! N* |: Z# }0 `" R4 a
    │      │  │      02_What_is_Machine_Learning.mp4
" |% X  V6 Q1 T" u    │      │  │      02_What_is_Machine_Learning.srt, L: I  U1 O7 V3 V: d
    │      │  │      02_What_is_Machine_Learning.txt
: ?% h& e) i# P9 n! h    │      │  │      03_Supervised_Learning.mp4
1 E( k8 R$ F1 Y0 d" u    │      │  │      03_Supervised_Learning.srt
) e. T  h& d, g& n# @: J) e    │      │  │      03_Supervised_Learning.txt
$ @3 e, k5 c% v) l$ p2 D    │      │  │      04_Unsupervised_Learning.mp4% B3 _) U: Z- @8 \! g
    │      │  │      04_Unsupervised_Learning.srt
+ z% e3 d+ V) {$ g" T' {6 Y    │      │  │      04_Unsupervised_Learning.txt9 t: x0 r+ c/ q9 ?: C
    │      │  │      2 z1 c" c+ C* k; V
    │      │  ├─02_II._Linear_Regression_with_One_Variable
+ Z9 T7 a# O0 n    │      │  │      02_Cost_Function.mp4
9 ~  b5 _' ?6 a7 ]2 y! |    │      │  │      02_Cost_Function.srt  ?  Y, X" R) h" u  T! D" E4 Q
    │      │  │      02_Cost_Function.txt
% @  A0 W) y: e    │      │  │      05_Gradient_Descent.mp4
: p* I+ z$ Q1 p6 s! N1 h- k    │      │  │      05_Gradient_Descent.srt
7 D8 p( }6 E0 ^- }" p    │      │  │      05_Gradient_Descent.txt* m" w9 ~5 ]3 i, s9 I% D$ J
    │      │  │      08_Whats_Next.mp4
8 s& f1 l" d+ q, A& L! ~& j    │      │  │      08_Whats_Next.srt
( t* z3 ^; q) ?$ r1 j    │      │  │      08_Whats_Next.txt* w1 O3 w- i3 t3 e' k1 g/ I" C
    │      │  │      5 q( G+ j* i6 W- ~6 a
    │      │  ├─03_III._Linear_Algebra_Review' w3 @# J2 x1 W  y9 j* v/ P; l) K
    │      │  │      01_Matrices_and_Vectors.mp4$ h$ {4 z$ h7 M0 A7 L
    │      │  │      01_Matrices_and_Vectors.pdf
. y% T! i: x: |  `* |' n    │      │  │      01_Matrices_and_Vectors.pptx
9 J7 ?! ^6 D6 A8 \    │      │  │      01_Matrices_and_Vectors.srt2 M$ g/ B. L, g- ~% [1 i: w
    │      │  │      01_Matrices_and_Vectors.txt
: e# f" _2 ]. |% G; {& T    │      │  │      03_Matrix_Vector_Multiplication.mp4% U! v5 {# m+ M* I
    │      │  │      03_Matrix_Vector_Multiplication.srt
  J0 X. ]. _7 \# B9 j$ d    │      │  │      03_Matrix_Vector_Multiplication.txt
( P! J* z7 D* |: N' t/ T+ C    │      │  │      04_Matrix_Matrix_Multiplication.mp4
, |. t1 ~9 Y% q. r2 v4 q! r4 t4 P# I  _    │      │  │      04_Matrix_Matrix_Multiplication.srt$ K% M) \! `$ l! X1 ^: ~, ]
    │      │  │      04_Matrix_Matrix_Multiplication.txt4 `/ Q$ Y* E. [. G
    │      │  │      05_Matrix_Multiplication_Properties.mp4
" x' M3 L& K  d0 K/ {    │      │  │      05_Matrix_Multiplication_Properties.srt- W7 D) z. Y9 ?8 K! K1 q
    │      │  │      05_Matrix_Multiplication_Properties.txt2 y1 T& Y( W( n+ k
    │      │  │      06_Inverse_and_Transpose.mp4% |, P. I! I9 F- p; e' r9 j
    │      │  │      06_Inverse_and_Transpose.srt& i: K0 O/ O2 Z# R* Q( T7 L. E
    │      │  │      06_Inverse_and_Transpose.txt# [6 b- i7 N8 G5 a, j1 ?, ~, M. M
    │      │  │      - t9 t& h7 s' l# x& ^9 D
    │      │  ├─04_IV._Linear_Regression_with_Multiple_Variables5 R+ ?7 ?  G/ |: x
    │      │  ├─05_V._Octave_Tutorial
5 k, k/ _. T/ i. G' |5 p! W    │      │  │      01_Basic_Operations.mp4
: m$ {7 G% e+ ]    │      │  │      01_Basic_Operations.pdf
' t$ Y/ k' v! E& j8 T, ~    │      │  │      01_Basic_Operations.pptx  e: ^# K6 B6 s& y7 c# `3 t
    │      │  │      01_Basic_Operations.srt' g4 E. |* M  `  s# q2 t9 b; Z, b
    │      │  │      01_Basic_Operations.txt
/ D1 |7 N/ L( m6 ?    │      │  │      02_Moving_Data_Around.mp44 k3 }- ]) |7 Z  v) B6 C
    │      │  │      02_Moving_Data_Around.srt+ x/ x! N$ z% u' _( D
    │      │  │      02_Moving_Data_Around.txt$ y3 J: M- A2 x( q
    │      │  │      03_Computing_on_Data.mp4- ]; l  O# Q5 R3 c
    │      │  │      03_Computing_on_Data.srt1 a: k, ^5 K" N9 o" g3 R& G
    │      │  │      03_Computing_on_Data.txt
' a2 k$ |8 O% a% ~' R    │      │  │      04_Plotting_Data.mp4
3 [0 l/ A; E, }8 g8 u    │      │  │      04_Plotting_Data.srt0 a1 b2 b1 D- @3 b
    │      │  │      04_Plotting_Data.txt8 I) j5 i% u8 @" I5 ?7 ~$ k. D' S
    │      │  │      06_Vectorization.mp4
& H$ m2 u3 O+ Y    │      │  │      06_Vectorization.srt
+ G3 [+ r5 J/ v9 p% M    │      │  │      06_Vectorization.txt
" Z+ D9 o# F9 V# F8 [5 T9 p1 X    │      │  │      
4 L5 E* L- U9 C/ T& ?" w' X8 G    │      │  ├─06_VI._Logistic_Regression. }( v( d: G1 y) M
    │      │  │      01_Classification.mp4
# s1 n# E' b; l( J    │      │  │      01_Classification.pdf$ E: |; P- e( V8 U$ \+ _
    │      │  │      01_Classification.pptx
' y# H+ L& d* k3 g    │      │  │      01_Classification.srt0 o1 g' Q  F( \7 n% W: L4 W: D. s
    │      │  │      01_Classification.txt' Y9 Q% J' v2 H; m* `
    │      │  │      02_Hypothesis_Representation.mp4
! s2 H' m2 O* X. X    │      │  │      02_Hypothesis_Representation.srt
3 w+ Z5 B" A* v: w. R# G    │      │  │      02_Hypothesis_Representation.txt
$ N5 d2 z5 m7 @2 @9 U    │      │  │      03_Decision_Boundary.mp4
4 k: A! T6 @/ F$ z) e    │      │  │      03_Decision_Boundary.srt
/ t8 d& b! y5 p    │      │  │      03_Decision_Boundary.txt3 c! N" ^# [; d. X% [
    │      │  │      04_Cost_Function.mp4- |- p% |) K' o. H* m; I% \
    │      │  │      04_Cost_Function.srt
. Y% W% U& F+ E* @9 l0 c$ ]    │      │  │      04_Cost_Function.txt
( J; q7 n/ P" r  o9 S    │      │  │      06_Advanced_Optimization.mp4
- f# I) c' n4 R) J$ N" F1 w# d    │      │  │      06_Advanced_Optimization.srt
* {- Y+ K0 ?# S9 Q7 v* i    │      │  │      06_Advanced_Optimization.txt
. C; U/ o# v. N  z8 J    │      │  │      
: Z/ V8 o# d) z5 X0 l; |8 }' ?    │      │  ├─07_VII._Regularization
. T* g/ E6 T) H6 i, a5 n9 I    │      │  │      01_The_Problem_of_Overfitting.mp48 v4 `0 m5 F: }* Y( d2 N
    │      │  │      01_The_Problem_of_Overfitting.pdf6 i8 x: W& v) K/ j- }
    │      │  │      01_The_Problem_of_Overfitting.pptx
, h6 L. W) p- G" ]8 Q" s( ?    │      │  │      01_The_Problem_of_Overfitting.srt! |- e* u, y, {2 Z2 u
    │      │  │      01_The_Problem_of_Overfitting.txt
7 y; b3 D. l& s5 s* I+ R    │      │  │      02_Cost_Function.mp4
$ D' h4 P& E* _/ F4 A1 P/ c    │      │  │      02_Cost_Function.srt6 g0 x- X$ Y7 u
    │      │  │      02_Cost_Function.txt
, C; G  a4 V2 x& m& j    │      │  │      03_Regularized_Linear_Regression.mp4
2 \+ a0 U( I: U; b1 O    │      │  │      03_Regularized_Linear_Regression.srt$ o$ H, R$ s7 K8 [
    │      │  │      03_Regularized_Linear_Regression.txt$ X1 i' F  v+ ^  ^; }
    │      │  │      04_Regularized_Logistic_Regression.mp4) N+ p/ g+ w% o  V0 ]3 Q
    │      │  │      04_Regularized_Logistic_Regression.srt
  A1 r! A' ?* S; M% {4 O( ?% f9 z3 N    │      │  │      04_Regularized_Logistic_Regression.txt
, L  i! _/ {) ?+ p1 W    │      │  │      
) H" V! k+ d/ S2 `    │      │  ├─08_VIII._Neural_Networks-_Representation
9 P7 I- D" R6 [0 u' S    │      │  │      01_Non-linear_Hypotheses.mp4( I1 }0 G! V5 s$ o  u' p
    │      │  │      01_Non-linear_Hypotheses.pdf$ W% ]  C% j% h  p6 P
    │      │  │      01_Non-linear_Hypotheses.srt) q3 Q' j& X4 ?: r) {2 S
    │      │  │      01_Non-linear_Hypotheses.txt& x, B" w( P) Q, k! o
    │      │  │      02_Neurons_and_the_Brain.mp44 f0 i4 h7 O+ h) }. a
    │      │  │      02_Neurons_and_the_Brain.srt
2 m9 Y0 u1 S6 j6 p! ?    │      │  │      02_Neurons_and_the_Brain.txt
. M9 Z6 I5 v$ u    │      │  │      
. g: o+ I$ }+ g, W3 W# l4 o4 j0 A    │      │  ├─09_IX._Neural_Networks-_Learning
0 D2 W5 q+ y  y1 E+ ]    │      │  │      01_Cost_Function.mp4
5 G$ n: W. ?( H; y9 t    │      │  │      01_Cost_Function.pdf" ?4 ^3 x( f( y, f" e
    │      │  │      01_Cost_Function.pptx' p& G, V8 _1 m5 E9 d
    │      │  │      01_Cost_Function.srt) X" a) \0 ^' Y& n% y
    │      │  │      01_Cost_Function.txt; i* l9 ^( u- E3 P; M$ x8 e7 o; Q- f1 h
    │      │  │      02_Backpropagation_Algorithm.mp4% m" s$ ?$ o8 _& |+ \, ^
    │      │  │      02_Backpropagation_Algorithm.srt7 c' K% h0 K9 R- }. T9 v  F1 X
    │      │  │      02_Backpropagation_Algorithm.txt
  q- K2 l% ~! p0 j+ o    │      │  │      03_Backpropagation_Intuition.mp44 Q! x* ^8 Y. R+ a4 X( d3 ]
    │      │  │      03_Backpropagation_Intuition.srt
  P2 r1 L$ _2 e/ \, c" a' M    │      │  │      03_Backpropagation_Intuition.txt/ [/ I/ }) K- C' B1 v
    │      │  │      05_Gradient_Checking.mp4$ ~0 l2 p3 b3 {# H( D( V
    │      │  │      05_Gradient_Checking.srt
. ~6 {3 ^* k4 y6 x; R) m& ]    │      │  │      05_Gradient_Checking.txt
9 \+ r7 S* R) T. b7 l2 f    │      │  │      06_Random_Initialization.mp4
" D$ c$ r5 R/ {' P9 g$ N4 ^5 J    │      │  │      06_Random_Initialization.srt
1 X2 d, b7 Q& ?+ r. w: M3 |    │      │  │      06_Random_Initialization.txt* d- D1 ~% u+ [, _: L! t
    │      │  │      07_Putting_It_Together.mp4
7 ]6 {2 D+ m. ^  v  Q) @    │      │  │      07_Putting_It_Together.srt9 u+ m! W: Z6 U
    │      │  │      07_Putting_It_Together.txt
6 K7 K! G7 j& F6 |3 p% Q0 L, [    │      │  │      08_Autonomous_Driving.mp4* k# s* y1 x. U- n# G) n: G! R
    │      │  │      08_Autonomous_Driving.srt
; R, q! W$ I% A) D8 ]4 u; q, n    │      │  │      08_Autonomous_Driving.txt; i) h( p) H4 M: s- r
    │      │  │      
# [' j9 V5 m' S7 ~8 @# M9 o    │      │  ├─10_X._Advice_for_Applying_Machine_Learning
" l) _; @' k$ y" T% H    │      │  │      06_Learning_Curves.mp4
. z6 N. k2 e- x. u2 N) g    │      │  │      06_Learning_Curves.srt# G1 \; q% k* x4 o
    │      │  │      06_Learning_Curves.txt: i0 {9 Y6 |7 B
    │      │  │      
( U. L+ e+ u' v' K+ k    │      │  ├─11_XI._Machine_Learning_System_Design0 M/ i1 y1 y0 W5 T2 m! i5 Q) `* a- k
    │      │  │      02_Error_Analysis.mp4+ C3 H# K7 u' B0 W- K- g8 V
    │      │  │      02_Error_Analysis.srt
% L  z% [6 D* l7 C& p    │      │  │      02_Error_Analysis.txt3 }4 I$ V! G/ ]) i
    │      │  │      
; E: Y1 x$ \- C; |" E& s8 s    │      │  ├─12_XII._Support_Vector_Machines8 o2 j! T2 k3 b, ~* N
    │      │  │      01_Optimization_Objective.mp4
. G4 g8 F7 h+ j8 C8 ]7 u  C    │      │  │      01_Optimization_Objective.pdf/ q# B: @* u; G& O
    │      │  │      01_Optimization_Objective.pptx
( O+ y1 D$ F6 e2 l1 B    │      │  │      01_Optimization_Objective.srt
3 v# R0 v. D4 M3 F+ ^1 T    │      │  │      01_Optimization_Objective.txt
. A! U  T% d  o    │      │  │      02_Large_Margin_Intuition.mp4
4 i# d3 P) H3 M6 R. ~# k2 [    │      │  │      02_Large_Margin_Intuition.srt
) A5 ]$ B1 @7 Q1 z& W4 C8 N$ ?& d    │      │  │      02_Large_Margin_Intuition.txt" d& H6 |% K/ ?5 n
    │      │  │      04_Kernels_I.mp4
& l/ a# B0 M9 R) X" D- L    │      │  │      04_Kernels_I.srt! y7 |7 w% V1 w# p' `; Z( h
    │      │  │      04_Kernels_I.txt
& N7 W5 C0 u8 S8 ]8 a: H! B    │      │  │      05_Kernels_II.mp43 V: Y+ B7 p) G/ H$ @+ o
    │      │  │      05_Kernels_II.srt
% r# \/ M( m+ h2 C* m8 s$ j  [6 C    │      │  │      05_Kernels_II.txt! f: W3 L4 O# G8 V4 t3 {2 A# d% P5 F
    │      │  │      06_Using_An_SVM.mp4. Y  C( W- r2 `/ m# k. E
    │      │  │      06_Using_An_SVM.srt
. u# O& k: ^+ B2 x& {+ J3 T    │      │  │      06_Using_An_SVM.txt
1 f9 `) Y. H9 ]$ N  h    │      │  │      
$ j6 y8 l' N5 P  F4 T3 h    │      │  ├─13_XIII._Clustering
$ X( n$ f3 S9 o2 Y* |    │      │  │      01_Unsupervised_Learning-_Introduction.mp4
4 a* y+ J  D! H, t/ u2 j4 d    │      │  │      01_Unsupervised_Learning-_Introduction.pdf
- m3 n. K$ \9 r! M. W    │      │  │      01_Unsupervised_Learning-_Introduction.pptx- v, K/ Y" l+ B* b- V
    │      │  │      01_Unsupervised_Learning-_Introduction.srt
. G7 f  d; F6 [1 I7 C% V    │      │  │      01_Unsupervised_Learning-_Introduction.txt
2 J3 U8 G% h9 d4 _    │      │  │      02_K-Means_Algorithm.mp4
: \6 K4 O' s$ i  `    │      │  │      02_K-Means_Algorithm.srt
; Z; D0 h1 I2 X; r  S% E    │      │  │      02_K-Means_Algorithm.txt5 {+ e. Q1 }- D5 p' Z: {+ ?
    │      │  │      03_Optimization_Objective.mp4
, n: M7 a( l! P/ C2 R" l$ y! X    │      │  │      03_Optimization_Objective.srt
+ ^) U1 b7 f7 o" t0 `    │      │  │      03_Optimization_Objective.txt
" p- z5 Y- E6 p5 P    │      │  │      04_Random_Initialization.mp47 D( O+ s5 v, J1 M, X5 o& W- c
    │      │  │      04_Random_Initialization.srt
& D% E& n7 c8 b! Y( W: f, R5 X    │      │  │      04_Random_Initialization.txt
' T9 f4 i) U' R/ a- @: f4 i    │      │  │      05_Choosing_the_Number_of_Clusters.mp4
6 h" A3 l$ {+ T7 K( `    │      │  │      05_Choosing_the_Number_of_Clusters.srt
9 Q# E& G+ d- ^( z, Q    │      │  │      05_Choosing_the_Number_of_Clusters.txt
3 _- _8 X+ v/ z" b) m% l9 f    │      │  │      
+ P5 {& g7 k3 f  w    │      │  ├─14_XIV._Dimensionality_Reduction! [) n4 D: m3 t, V
    │      │  │      02_Motivation_II-_Visualization.mp4% ^& j) ?  v& V5 X* j# `
    │      │  │      02_Motivation_II-_Visualization.srt& g' @+ Y( z, e. o) }+ s
    │      │  │      02_Motivation_II-_Visualization.txt* u' f! j, v, ]' Y' a! M
    │      │  │      07_Advice_for_Applying_PCA.mp4
; m  L& E9 e* d2 b" Y8 R    │      │  │      07_Advice_for_Applying_PCA.srt
7 j7 v7 Y. }3 D% R7 [    │      │  │      07_Advice_for_Applying_PCA.txt
5 ~- _- m- M5 u    │      │  │      
. n/ v5 Q4 h% _5 \    │      │  ├─15_XV._Anomaly_Detection! ?" u8 z$ Y& q* z5 l& N) Q1 l
    │      │  │      01_Problem_Motivation.mp4
; Y. n! L' i+ ?5 N4 P' \    │      │  │      01_Problem_Motivation.pdf/ F1 }( Z, T. T9 d
    │      │  │      01_Problem_Motivation.pptx1 @9 {8 P9 L4 h- H
    │      │  │      01_Problem_Motivation.srt
; l/ {" a+ o( ^1 I' T6 O    │      │  │      01_Problem_Motivation.txt: K' \' F. D, }5 y3 H- I
    │      │  │      02_Gaussian_Distribution.mp4; s; ~* k1 H$ H( R( p0 {4 a" y
    │      │  │      02_Gaussian_Distribution.srt& j8 t# v$ T# b; P
    │      │  │      02_Gaussian_Distribution.txt" ~6 k  a5 J4 ^& Z! C) |( D. a3 h, w, D
    │      │  │      03_Algorithm.mp4
7 ?& d- h$ }6 |7 @: U; l& x; Y    │      │  │      03_Algorithm.srt
/ J% [7 \. o! F$ D    │      │  │      03_Algorithm.txt
& e: U5 E) [$ k. D    │      │  │      06_Choosing_What_Features_to_Use.mp41 l: e6 `# ^# x- G- D
    │      │  │      06_Choosing_What_Features_to_Use.srt$ c9 |. k# c% i6 M" ]2 Z' G( o3 ]
    │      │  │      06_Choosing_What_Features_to_Use.txt
# c0 ]& U) o+ v' X    │      │  │      
) H2 r. J6 r- n. I" ^    │      │  ├─16_XVI._Recommender_Systems
# P9 x7 j! F4 G* x    │      │  │      01_Problem_Formulation.mp4
, h3 o7 T! E0 z; c! x- x/ |# b    │      │  │      01_Problem_Formulation.pdf
8 a" C7 @* a1 o    │      │  │      01_Problem_Formulation.pptx
: i0 {9 N+ l0 z& |! O# b7 }* t    │      │  │      01_Problem_Formulation.srt: v, d% U% L  |( ]  Y$ |
    │      │  │      01_Problem_Formulation.txt
. }+ b- p! G# |% d  `" S    │      │  │      02_Content_Based_Recommendations.mp4
+ }. e7 }- z% A5 A& _7 Y* y; {# z    │      │  │      02_Content_Based_Recommendations.srt
* U% f/ u, B5 J" b    │      │  │      02_Content_Based_Recommendations.txt& r7 G( G; i) i1 i; h) f! c4 g
    │      │  │      03_Collaborative_Filtering.mp4
# I6 d6 r% S* m3 N6 b    │      │  │      03_Collaborative_Filtering.srt' W0 n- x3 ^5 M, f( k
    │      │  │      03_Collaborative_Filtering.txt
: n3 d1 _7 ^8 Y* p. v+ g    │      │  │      04_Collaborative_Filtering_Algorithm.mp4
/ R. S0 b& y$ E  x! g8 t& d    │      │  │      04_Collaborative_Filtering_Algorithm.srt
& M+ P- A( z8 k+ B: c    │      │  │      04_Collaborative_Filtering_Algorithm.txt
% k, h/ q3 J8 p& A- j( c    │      │  │      
7 a. m& u8 @9 ^; V6 ?( z- @/ E' V. J3 {    │      │  ├─17_XVII._Large_Scale_Machine_Learning7 X* `9 u# i& ~3 B0 c2 X1 D
    │      │  │      05_Online_Learning.mp40 b1 ^3 f( e- X- \; u) d% `# w& n0 N
    │      │  │      05_Online_Learning.srt
+ m4 T( O2 l* E+ s; r    │      │  │      05_Online_Learning.txt
4 C) W0 J2 A, I' d1 P; h    │      │  │      
$ j2 e9 B5 Z* h( I; C- w- F  g) W: h2 f    │      │  ├─18_XVIII._Application_Example-_Photo_OCR
2 {% z" D. x4 o7 P0 e- c# U    │      │  │      02_Sliding_Windows.mp4+ l" T" R8 [" W: S* E, B) X$ s
    │      │  │      02_Sliding_Windows.srt# W# R/ N( D8 I
    │      │  │      02_Sliding_Windows.txt
* W& `, ~" ]+ b7 S5 `  e/ F" I6 l' Z    │      │  │      
" C( \) _, A, X% \, ?: J: {    │      │  └─19_XIX._Conclusion' k8 O. X$ ^, w3 R
    │      │          01_Summary_and_Thank_You.mp4
5 `' P; i$ g0 {# E1 |' q/ ^) L    │      │          01_Summary_and_Thank_You.srt
7 ~- a+ W. v  T% c0 f& M/ _    │      │          01_Summary_and_Thank_You.txt
( T6 A2 e6 e' ~9 E7 H' W    │      │          4 U$ n/ Q4 a7 Y% k7 J3 F
    │      └─机器学习-斯坦福-Andrew NG-2012; Y' z( I6 Q+ @0 g5 Y0 L
    │          │  下载说明.txt5 y1 Q* @/ G- I
    │          │  关注我们.png) z" b5 G. Q) J0 a. G% m
    │          │  攻城狮论坛=网络技术+编程视频.url
0 o# R9 }4 M7 }$ p& Q    │          │  机器学习笔记2012_v0.1.pdf
- n. _) y* V$ _    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
8 h+ T' _# t" t# o$ f& n    │          │  
2 G1 v: O! S, i  {: l- t    │          ├─week 1
. J; u" |" l* D6 d" s4 y# b9 t    │          │      1 - 1 - Welcome (7 min).mp4# U' e$ E% `0 |2 P7 j) e6 v3 J& m0 i
    │          │      1 - 1 - Welcome (7 min).srt! Z& j% B7 R: w, V
    │          │      1 - 2 - What is Machine Learning (7 min).mp4  R# c3 h* M7 C6 l2 c* r: N
    │          │      1 - 2 - What is Machine Learning- (7 min).srt8 p5 H& t; E- i, i
    │          │      1 - 3 - Supervised Learning (12 min).mp4" R; `+ u! J, m+ n7 f5 w
    │          │      1 - 3 - Supervised Learning (12 min).srt  C9 i1 i) M/ y/ L$ j9 I
    │          │      1 - 4 - Unsupervised Learning (14 min).mp4
( c) {! q$ k. w" ?7 v5 F    │          │      1 - 4 - Unsupervised Learning (14 min).srt2 P" S# y+ J5 J
    │          │      2 - 1 - Model Representation (8 min).mp4
" t& \- q1 I! g) U, c& {( k    │          │      2 - 1 - Model Representation (8 min).srt  w5 }% h/ j, F5 M) x4 x8 p" q
    │          │      2 - 2 - Cost Function (8 min).mp4
9 t$ N$ x5 _3 w! J8 j    │          │      2 - 2 - Cost Function (8 min).srt
; ^3 M& r, _5 i3 n- W2 y, {    │          │      2 - 5 - Gradient Descent (11 min).mp4+ Y7 x/ a6 w+ A  I
    │          │      2 - 5 - Gradient Descent (11 min).srt3 p7 m; ~4 p* _, i: j$ k
    │          │      2 - 8 - What's Next (6 min).srt1 ^* s- Z0 w" a! T$ h6 T0 ^: \- F! _
    │          │      2 - 8 - Whats Next (6 min).mp4" H% X& z4 a% S( P. E5 e( P& S
    │          │      3 - 1 - Matrices and Vectors (9 min).mp4
$ T: `3 p. Q. Z9 ^- O1 o    │          │      3 - 1 - Matrices and Vectors (9 min).srt8 t2 W3 w% {/ I' n1 j; r% `
    │          │        \6 \( D$ V! n5 l" _2 a5 k4 w
    │          ├─week 10- w% v7 k$ a* c/ r. t) c
    │          │      17 - 5 - Online Learning (13 min).mp4
- X- Z- z) g9 H# p    │          │      17 - 5 - Online Learning (13 min).srt7 i6 K. ]7 h/ r
    │          │      Lecture17.pdf
# v) P( R8 |: c! l    │          │      
. N& s1 r8 X0 [5 U! B- \: G    │          ├─week 2/ N/ |$ h/ G; N  `5 _* w
    │          │      4 - 1 - Multiple Features (8 min).mp4
+ t4 ]. ]1 y; n8 q+ `    │          │      4 - 1 - Multiple Features (8 min).srt
5 F! V2 Q& p* E; q7 w' C    │          │      4 - 6 - Normal Equation (16 min).mp4. O1 Q6 Q8 `% H4 f% v* a
    │          │      4 - 6 - Normal Equation (16 min).srt
8 T2 E6 ~7 J# p3 Y    │          │      5 - 1 - Basic Operations (14 min).mp4
# L$ X0 L' R; q: [% \    │          │      5 - 1 - Basic Operations (14 min).srt
4 u7 `8 c& {4 D9 i  ?5 o  ^' C    │          │      5 - 2 - Moving Data Around (16 min).mp4/ x; Q7 X# q1 z4 V5 J; N- q" V
    │          │      5 - 2 - Moving Data Around (16 min).srt( _( z9 W8 y  o2 s9 W4 H
    │          │      5 - 3 - Computing on Data (13 min).mp4
) `2 P% D7 s8 r5 d& z, _4 T) ?    │          │      5 - 3 - Computing on Data (13 min).srt2 Q; b5 U, J) W5 F7 S4 {
    │          │      5 - 4 - Plotting Data (10 min).mp49 \$ ^' g/ Z* o
    │          │      5 - 4 - Plotting Data (10 min).srt
. s) e3 @- G9 B2 N1 q0 M% J: M6 m    │          │      5 - 6 - Vectorization (14 min).mp4
9 S0 s4 W# f0 d    │          │      5 - 6 - Vectorization (14 min).srt; a0 f0 {6 d' S9 B
    │          │      Lecture4.pdf
9 f" t1 e, g/ W    │          │      Lecture5_octave tutorial.pdf
2 f1 l4 i5 y  ]  [, J( ~7 q    │          │      . g' Z2 U) d; h7 I/ N: Y) |
    │          ├─week 34 p5 k% m) U8 z* l0 r2 A5 i8 C
    │          │      6 - 1 - Classification (8 min).mp4
' S$ ^* ^2 O3 Q& y# y/ m    │          │      6 - 1 - Classification (8 min).srt& R9 \+ g. b) d  m* W: e0 X! N' A
    │          │      6 - 2 - Hypothesis Representation (7 min).mp4/ r: S0 e3 p. v7 z( t( M
    │          │      6 - 2 - Hypothesis Representation (7 min).srt
' e& ]" o- y; }" v3 ?    │          │      6 - 3 - Decision Boundary (15 min).mp4
6 ]/ e; s- X. B6 U4 z    │          │      6 - 3 - Decision Boundary (15 min).srt
7 p  b- A7 k. n    │          │      6 - 4 - Cost Function (11 min).mp4! K3 ~# f; f* f  S
    │          │      6 - 4 - Cost Function (11 min).srt" g, r7 b: v4 M$ D7 A7 l
    │          │      6 - 6 - Advanced Optimization (14 min).mp42 v: R3 {  P0 s+ c; X4 B
    │          │      6 - 6 - Advanced Optimization (14 min).srt
9 I7 G$ p& a* N9 W8 [    │          │      7 - 2 - Cost Function (10 min).mp4( v3 x/ S  ]# |+ k: h
    │          │      7 - 2 - Cost Function (10 min).srt7 z+ o) s* Y* ^6 r3 \1 ]
    │          │      docs_slides_Lecture6.pdf
  c$ L! @/ L6 J# L    │          │      docs_slides_Lecture7.pdf
5 i) Z( p' \' j/ d    │          │      4 U5 N2 h+ W$ m% s# M
    │          ├─week 45 x# g  x3 f' X  I) B. B( ~
    │          │      8 - 1 - Non-linear Hypotheses (10 min).mp4
2 @# I0 A( n: E3 Q+ G0 f, a+ n' ]    │          │      8 - 1 - Non-linear Hypotheses (10 min).srt
; W1 h3 G# d* }' s0 |- e' S    │          │      8 - 2 - Neurons and the Brain (8 min).mp4
2 O- @) i  A# }  n" s4 V    │          │      8 - 2 - Neurons and the Brain (8 min).srt
, w( _! m! }4 e; M0 |    │          │      8 - 3 - Model Representation I (12 min).mp4
* t$ R3 X( {% N    │          │      8 - 3 - Model Representation I (12 min).srt
" v; \: G7 k! ~8 u9 W    │          │      8 - 4 - Model Representation II (12 min).mp40 `3 a) K  F/ B
    │          │      8 - 4 - Model Representation II (12 min).srt5 T0 Q/ D4 }9 m
    │          │      8 - 5 - Examples and Intuitions I (7 min).mp42 u# g& B  W- E" g  ]; `- W
    │          │      8 - 5 - Examples and Intuitions I (7 min).srt
: K' a  [) U% {0 _    │          │      8 - 7 - Multiclass Classification (4 min).mp4
# M( a2 r- h& W5 F    │          │      8 - 7 - Multiclass Classification (4 min).srt/ Y  g+ o+ Y0 a
    │          │      docs_slides_Lecture8.pdf0 N% F; y" r9 J) y4 E. [1 C
    │          │      
4 W) e; q9 E4 u# u, e3 g$ O4 f    │          ├─week 51 T" _" H+ g9 A
    │          │      9 - 1 - Cost Function (7 min).mp4( E) v. J0 _, Y9 f
    │          │      9 - 1 - Cost Function (7 min).srt
' }+ l- P- M' {; y7 b    │          │      9 - 5 - Gradient Checking (12 min).mp48 K3 _5 v7 j0 Z! h2 H
    │          │      9 - 5 - Gradient Checking (12 min).srt
+ e2 S6 j7 m4 |& ]8 C' M9 e    │          │      9 - 6 - Random Initialization (7 min).mp4+ K! d6 U  \, f/ k! D. ]( L) O& X
    │          │      9 - 6 - Random Initialization (7 min).srt
( U0 K9 J: M' n    │          │      9 - 7 - Putting It Together (14 min).mp4
) ?4 M9 X* m! _: T/ |1 M8 g    │          │      9 - 7 - Putting It Together (14 min).srt2 b% {/ {8 B& j5 p+ h  m- F+ w  i- b
    │          │      9 - 8 - Autonomous Driving (7 min).mp4
5 ~' f7 N+ R2 b8 |1 |; D# ^    │          │      9 - 8 - Autonomous Driving (7 min).srt
- R( M6 g- L/ b' R4 E7 T    │          │      docs_slides_Lecture9.pdf
  `4 d, w! d8 q3 |    │          │      
% o9 G( _- {( H3 I; n: {3 Q  v    │          ├─week 6) c$ l) f. x4 X6 e# k! w* s, A7 @
    │          │      10 - 2 - Evaluating a Hypothesis (8 min).mp4& A: s: U  O9 A6 z8 e; q
    │          │      10 - 2 - Evaluating a Hypothesis (8 min).srt
, \( q! C- `7 f! f# V    │          │      10 - 6 - Learning Curves (12 min).mp44 n: X5 ~$ Z3 \1 Z* H- s. d
    │          │      10 - 6 - Learning Curves (12 min).srt0 S! j$ s1 ?" O* n
    │          │      11 - 2 - Error Analysis (13 min).mp4  f. Q+ Z, I, R$ l# V; D) w0 ]
    │          │      11 - 2 - Error Analysis (13 min).srt
9 y+ [9 U7 ?  C1 s+ g. e, x    │          │      docs_slides_Lecture10.pdf
0 _2 L/ E2 I% ]) J, ?6 y    │          │      3 \  L7 R7 y% Z$ ]
    │          ├─week 7
* {( Q" o. ?0 Q    │          │      12 - 1 - Optimization Objective (15 min).mp43 i$ F1 m- G( ^5 D2 p
    │          │      12 - 1 - Optimization Objective (15 min).srt. y* @) H" q% y
    │          │      12 - 2 - Large Margin Intuition (11 min).mp4
: G9 l9 v8 z3 z% _( O! k2 ~( P    │          │      12 - 2 - Large Margin Intuition (11 min).srt
% m8 A) }0 A: A0 P    │          │      12 - 4 - Kernels I (16 min).mp4# Y7 m3 T7 t2 F- _
    │          │      12 - 4 - Kernels I (16 min).srt! m: H5 w' }! t2 @7 A
    │          │      12 - 5 - Kernels II (16 min).mp4, C- K, s' Y% Z6 w" O$ s8 q& @
    │          │      12 - 5 - Kernels II (16 min).srt& e- J& d4 q: P5 d8 u$ |% p
    │          │      12 - 6 - Using An SVM (21 min).mp4
! @; \3 r0 C% A2 ~. Z% \    │          │      12 - 6 - Using An SVM (21 min).srt
+ {0 k5 d/ o% @; ]* Q) u    │          │      docs_slides_Lecture12.pdf1 e& P8 E! c4 i: e* B
    │          │      - ]6 Y! B0 K) z1 e: |
    │          ├─week 8
6 h( [) e. \9 w7 D) L    │          │      13 - 2 - K-Means Algorithm (13 min).mp4
: v' k4 A5 [, a7 g! @7 A% L+ O& z- i    │          │      13 - 2 - K-Means Algorithm (13 min).srt" ]! W1 h+ P4 q5 J/ O
    │          │      13 - 3 - Optimization Objective (7 min).mp4
( z* q' d! Z9 C' o( V    │          │      13 - 3 - Optimization Objective (7 min).srt7 M9 R/ @0 Y4 A, z( k- f
    │          │      13 - 4 - Random Initialization (8 min).mp49 D, b4 T9 a7 Y, D5 R* M
    │          │      13 - 4 - Random Initialization (8 min).srt' y" N! K2 ]4 d  g- y( `' e" W
    │          │      14 - 7 - Advice for Applying PCA (13 min).mp4
6 E0 ]* n( s' \    │          │      14 - 7 - Advice for Applying PCA (13 min).srt
6 S# S; E2 W- T5 F0 k8 R6 O    │          │      docs_slides_Lecture13.pdf
+ ^$ I3 c+ O; G4 i% N' |    │          │      docs_slides_Lecture14.pdf
8 _8 F$ l: c  f) c    │          │      4 h0 h( ~7 P' m: i/ T9 L$ n
    │          ├─week 9
$ v" Q# w: H4 W+ }) W5 r& C: D/ c1 i    │          │      15 - 1 - Problem Motivation (8 min).mp4
7 m3 Y+ W3 b! {* n# m    │          │      15 - 1 - Problem Motivation (8 min).srt
1 F; V* X0 N; ~  s7 S7 I" {    │          │      15 - 2 - Gaussian Distribution (10 min).mp4
2 C6 k' ~; k  K    │          │      15 - 2 - Gaussian Distribution (10 min).srt
& z" S4 r) A* ?" G- E    │          │      15 - 3 - Algorithm (12 min).mp4
$ s2 }0 M0 _! Q    │          │      15 - 3 - Algorithm (12 min).srt0 k3 g$ Y& Q& K$ r1 z* W8 i5 q6 W
    │          │      16 - 1 - Problem Formulation (8 min).mp4
, D0 |; D# \1 k/ U, C2 b    │          │      16 - 1 - Problem Formulation (8 min).srt
. @8 _9 D4 o+ z2 x! P4 Q3 y1 m    │          │      16 - 3 - Collaborative Filtering (10 min).mp4
0 @' g/ V3 z. o    │          │      16 - 3 - Collaborative Filtering (10 min).srt9 z% G. n3 _- k4 B
    │          │      docs_slides_Lecture15.pdf# ]$ e; f) G& n
    │          │      docs_slides_Lecture16.pdf
9 ^' ?9 X9 a3 H7 ?: `; ~; R' r( I    │          │      
3 k4 y5 Z9 Q& T2 J+ q8 G$ G; o0 ?    │          └─作业
% ]: q. v) Z7 K1 p! I5 b( V    │              │  ex1.zip
2 r8 c3 s2 N; o- N; G  `# x    │              │  ex3.zip
5 _) f: f5 r( ^$ D    │              │  ex4.zip& {- D: V- W* a+ G+ d
    │              │  ex5.zip$ T7 l, \9 z$ F8 L! f
    │              │  ex6.zip4 C& c" P# }) h) h; o' u( h# b
    │              │  ex7.zip
; Q9 P! l- \! n7 F6 t2 _& s    │              │  ex8.zip& P, u; F) e, v5 _) [, R+ z
    │              │  Octave-3.2.4_i686-pc-mingw32_gcc-4.4.0_setup.exe! t0 M9 I0 T+ [" c; H* B4 F
    │              │  
( D: j! N1 h/ R  W    │              └─答案3 u+ l! m! D: T) ~4 J/ g# M4 [
    │                  ├─ex1
: v) u! m. t0 ]% a9 x, [    │                  │      computeCost.m
$ j) z  \, D4 u2 n6 C    │                  │      computeCostMulti.m
, [# v" L8 S, x3 C% Z    │                  │      ex1.m
6 g5 |! N/ t% e9 ~0 ~+ _    │                  │      ex1data1.txt
# {9 ?) G1 }; |$ ^  s    │                  │      ex1data2.txt
+ K! ~1 I& f! z: w    │                  │      ex1_multi.m4 Y3 C- l& A% I+ }! |
    │                  │      featureNormalize.m9 I- i9 U0 b4 T" F: r1 ]% K
    │                  │      gradientDescent.m
. g: i& U4 x  S( t$ y    │                  │      gradientDescentMulti.m# V; ]# u8 X& p
    │                  │      ml_login_data.mat
) f2 U+ q. u/ H2 P" c/ W8 Y# O) a5 H    │                  │      normalEqn.m
1 J1 d2 t9 M) G  t7 H2 p, y    │                  │      plotData.m
/ E( D7 ]/ D: T- |- C    │                  │      submit.m
' A6 |" C+ I6 f3 w    │                  │      submitWeb.m' C$ d1 e5 B! V; D
    │                  │      warmUpExercise.m2 e2 z  r5 Y$ {' L8 {
    │                  │      9 w7 Z6 u9 x+ x: E$ ?# G
    │                  ├─ex2( F* K' v' s* ?6 j
    │                  │      costFunction.m
9 a; n# g8 v+ l    │                  │      costFunctionReg.m0 v( }, b2 E8 ~" Y# c! ?' p
    │                  │      ex2.m6 T. w7 p# p, \# D8 x3 h1 d
    │                  │      ex2data1.txt
0 z- r# K' y" f9 @9 T7 n    │                  │      ex2data2.txt
/ i- W; _/ U- Q  H, \    │                  │      ex2_reg.m+ v6 B9 N: Q3 b5 O1 R
    │                  │      mapFeature.m
/ p' M' U& V4 m, A+ H# t' z7 F    │                  │      ml_login_data.mat( u! W3 O" j5 x% n: Q; O$ S7 g
    │                  │      plotData.m4 m# N; ?2 a5 ~- y2 |0 F
    │                  │      plotDecisionBoundary.m5 D7 X0 z( ~7 ?- c  V3 Y8 C% x7 T
    │                  │      predict(1).m.baiduyun.downloading) z5 Y9 p* {& [& s7 D0 [" t
    │                  │      predict.m' J. K2 T' k0 [/ i* X$ i; i
    │                  │      sigmoid.m
) |0 D* ]* G/ n7 @+ F) G' t2 q" T    │                  │      submit(1).m.baiduyun.downloading
0 p! I4 y. ]- @* V6 k    │                  │      submit.m
+ ]! T& Q: G* S. R% D" U# T    │                  │      submitWeb(1).m.baiduyun.downloading0 L7 H, G; w7 F: R  j# s. C
    │                  │      submitWeb.m) A1 j" ]# x) k9 a, R0 N6 V; x
    │                  │      ) M  _4 e- n4 p: L+ [4 s4 j
    │                  ├─ex3
0 R/ y) u* u( ~! d. M    │                  │      displayData.m3 P$ q9 n# e9 x8 B7 E
    │                  │      ex3(437).m.baiduyun.downloading
4 k: A3 ]' O8 j9 j2 ]: p    │                  │      ex3.m1 F8 V  i* L1 p1 w
    │                  │      ex3data1.mat
; s0 D! P' `( y& |  ~2 l: y$ k    │                  │      ex3weights.mat
1 ^7 V, L1 s2 n, q2 Y& r6 Z    │                  │      ex3_nn.m& Y1 B+ w8 J3 i% @. b. j+ K1 K5 |! ?
    │                  │      fmincg.m% _& O6 v# ?4 b
    │                  │      lrCostFunction.m
1 t" B& i1 {9 z9 t5 N; v    │                  │      ml_login_data.mat1 Q. d( Q% ^; J. R6 S' V
    │                  │      oneVsAll.m/ ]6 U4 D! V8 A+ T* l" x/ q, I
    │                  │      predict.m' z' w& g. b& _0 ]( V3 N
    │                  │      predictOneVsAll.m5 g6 h5 i# ?, V  k; N0 m
    │                  │      sigmoid.m2 [9 C7 S! i' F; g% L# S1 N
    │                  │      submit.m
0 m2 n5 o" [$ v3 y1 w' i    │                  │      submitWeb.m2 x) F: f/ i3 B
    │                  │      
% G5 I3 b. B8 x8 _6 m    │                  ├─ex4* X2 K  R8 u! b1 z6 U2 @' L1 I% b0 u
    │                  │      checkNNGradients.m
; _8 a( l4 \5 N2 d: }4 ^( |    │                  │      computeNumericalGradient.m8 ^3 D- k3 `% L1 d1 w
    │                  │      debugInitializeWeights.m
" z/ P9 Y1 J: m    │                  │      displayData.m
6 r2 t6 T9 g/ j& D    │                  │      ex4.m* T+ x/ ]& B+ B, v& R
    │                  │      ex4data1.mat6 m7 k+ r$ M) s( y: R5 ]/ Q
    │                  │      ex4weights.mat
  F" q" }9 J+ m* d; d    │                  │      fmincg.m9 a7 }1 C8 C: ^; N8 e
    │                  │      ml_login_data.mat
& Z; S; {* o) J2 p5 W& j8 o    │                  │      nnCostFunction.m
* e" A3 K9 g$ P# l4 L# m; p    │                  │      predict.m: x# J! w4 c- @3 E
    │                  │      randInitializeWeights.m
% U  I1 w$ n& z; Z& b    │                  │      sigmoid.m# t' `. t$ ?3 d0 i+ G. }4 l" k6 Q# p& b
    │                  │      sigmoidGradient.m
, q- |" f0 l( Y' @; y1 |    │                  │      submit.m
% b. Y) m; F3 p& D  w6 n    │                  │      submitWeb.m
2 W7 i8 g* G% {# ^    │                  │      
: W% N$ l& G' e8 L) d    │                  ├─ex5
8 S& I# A9 u4 I4 @1 ]    │                  │      ex5.m
# _) N* Z6 J8 y/ C6 }    │                  │      ex5data1.mat" c) {" i& I# Y+ t
    │                  │      featureNormalize.m% ~7 W5 U" k" u4 {( f% M
    │                  │      fmincg.m
! U- i5 V7 D: g% ^% O. B4 I) ^    │                  │      learningCurve.m, r2 D9 J9 k  o4 O
    │                  │      linearRegCostFunction.m3 e- ~/ l! N, R* Z) ?5 q
    │                  │      ml_login_data.mat
, l% P0 I- q% B  q( g, B) P) a    │                  │      plotFit.m6 @7 }( C3 o. R) v  T
    │                  │      polyFeatures.m0 i3 ~/ n) r( p# q: L" v; Q' n
    │                  │      submit.m5 M3 g  V# Z4 `, Z5 k
    │                  │      submitWeb.m
/ W& h+ ]: o' P5 a( C" x: `8 y    │                  │      trainLinearReg.m
. {9 P5 ]2 w' p, a' s2 h+ c    │                  │      validationCurve.m
# o3 ^- G/ M. J, C$ G4 Z+ s    │                  │      , V5 J3 V" @/ I+ b" \! l+ x& @' {
    │                  ├─ex6
& j$ q( |4 W4 P0 J8 U) k    │                  │      dataset3Params.m1 U# D& s5 O) q
    │                  │      emailFeatures.m
8 t' g5 R; D) ~1 |7 C. d4 [    │                  │      emailSample1.txt
0 a% n! N% {0 f7 q; g& \- |; q    │                  │      emailSample2.txt' y- `+ h; l3 S
    │                  │      ex6.m9 h, l5 H+ u3 t
    │                  │      ex6data1.mat; S7 n7 d+ @: f' h- r# t
    │                  │      ex6data2.mat
( E% C$ A; I1 e! R& w% z: o% X    │                  │      ex6data3.mat, ?) X9 A1 X# ?; r9 E2 O
    │                  │      ex6_spam.m
, a- V* w9 N9 z4 v+ W8 @) D    │                  │      gaussianKernel.m
" k, X3 d2 R4 p+ g; I% X    │                  │      getVocabList.m
6 Q6 P1 q% N+ O# J( s    │                  │      linearKernel.m9 Q. {  x3 \4 L; }# Q% F5 z6 Q: e4 |& G
    │                  │      ml_login_data.mat
" q' h) `5 I* S" o3 @    │                  │      octave-core
; @7 }, u$ o9 Y) J9 u: d    │                  │      plotData.m# s4 p/ l1 x+ j; q4 c/ E. U! S! C* u
    │                  │      porterStemmer.m
$ k3 T/ _. H2 ?1 k! ~    │                  │      processEmail.m
) f/ f9 V/ ~7 d    │                  │      readFile.m
. ?- L; R- |; @& o9 h; ~    │                  │      spamSample1.txt0 T5 k$ @5 g, {0 U2 I: O6 A4 ]! \! \5 @
    │                  │      spamSample2.txt
, Y8 Q/ Y( {5 `: F    │                  │      spamTest.mat3 D+ B8 P3 a5 O, N" D
    │                  │      spamTrain.mat2 P( E! S3 T" R, F! Z' C
    │                  │      submit.m
! U5 x/ K* g& Q  J  U7 p) `    │                  │      submitWeb.m0 i; [7 i' V& s* h# i8 a  k
    │                  │      svmPredict.m) w& ~4 K9 y+ U( V
    │                  │      svmTrain.m+ s* u7 V: L8 X0 b
    │                  │      visualizeBoundary.m" {( c+ F# z! F% k3 \- t7 Q9 z  G
    │                  │      visualizeBoundaryLinear.m5 b9 Q7 x/ V" e2 H' n7 W
    │                  │      vocab.txt- Y7 o& D5 Y. u# z0 ]1 N
    │                  │      / m, N  H6 P& I: `
    │                  ├─ex75 t4 F+ k! R1 l! p  z% }/ w
    │                  │      bird_small.mat
" U4 U: a; Y6 @& w3 N8 L    │                  │      bird_small.png
$ Z; j, k3 |% [! u" V    │                  │      computeCentroids.m* X: T- d- T0 a; [4 W, C+ m; I5 ^+ B( T
    │                  │      displayData.m
1 h6 h1 j: x' m; M* K# O; a1 V- Q    │                  │      drawLine.m! h/ ^" E$ I* H; ]( o
    │                  │      ex7.m
8 c$ c. X4 J' Y$ `- Q    │                  │      ex7data1.mat. o: T! g# t$ w
    │                  │      ex7data2.mat1 L( I9 L! J$ ]  V
    │                  │      ex7faces.mat
, c" b  H) ~0 Y; c/ V    │                  │      ex7_pca.m+ X+ \& o8 Y: E
    │                  │      featureNormalize.m" S) s. ^7 t5 k7 r  i( e
    │                  │      findClosestCentroids.m
8 P9 A( `+ U- R& c$ r9 {& a/ Y* C    │                  │      kMeansInitCentroids.m/ g+ c$ k$ w- K* W0 G
    │                  │      ml_login_data.mat
- f; w& s- W( I/ S8 H    │                  │      octave-core7 {3 O( J$ S) ^$ D% i& e4 H4 @& q
    │                  │      pca.m& N2 v+ A0 ]% C7 u. @. u
    │                  │      plotDataPoints.m
3 W) H+ w* `0 ?8 c1 \7 q& d    │                  │      plotProgresskMeans.m5 P  [! P: @" C) q; k
    │                  │      projectData.m
5 R" n, G0 h0 h6 t    │                  │      recoverData.m
  U, D; C$ S# ]! i' ?    │                  │      runkMeans.m
- ^9 ]% G0 `% ]* P& w    │                  │      submit.m/ y8 V) g) X+ g0 \5 @$ R0 X
    │                  │      submitWeb.m1 J, I$ ?9 Z" R) ^
    │                  │      
* [" v& z1 X% S' X- C    │                  └─ex8% ]# n$ @. U% C; |2 Q
    │                          checkCostFunction.m8 Y* O* O1 R2 S$ d6 V
    │                          cofiCostFunc.m0 N4 J8 n# R# v* x
    │                          computeNumericalGradient.m+ {  a! @$ ?. M8 m
    │                          estimateGaussian.m
8 K9 T! g8 h' u  o( S$ T! J" z    │                          ex8.m
; ^5 _) R/ X3 Q# {' O- V    │                          ex8data1.mat3 V" x0 z9 R) O6 \
    │                          ex8data2.mat
, L4 k$ e5 y2 H% V! `1 N4 e    │                          ex8_cofi.m
; Y* [' r0 F& A7 u- r    │                          ex8_movieParams.mat
1 W- F. g4 ^! u: {0 R' x6 Z* D/ ^    │                          ex8_movies.mat' j( g  M; e0 t1 z4 d3 g3 P
    │                          fmincg.m
: p1 i; X/ c1 ?' G9 y    │                          loadMovieList.m
. Z  N' W: I0 U& J1 A. X    │                          ml_login_data.mat5 m4 T: r+ G1 V4 B6 T- _2 D
    │                          movie_ids.txt
$ j0 Q- u& F/ E8 A    │                          multivariateGaussian.m/ c2 q/ R4 i# f# D) K6 q
    │                          normalizeRatings.m
& S0 D* U$ n! S, z; `4 W5 O    │                          selectThreshold.m1 @% U3 j; z) ?
    │                          submit.m
) C$ `" d& p  ]1 N6 G4 h) B    │                          submitWeb.m4 h0 D( t% R. i& e: [- d
    │                          visualizeFit.m
/ J& z+ B1 E8 D; R    │                          - t3 l+ ]4 y' @' R
    ├─003_机器学习基石9 Y, B; F$ t# Z8 M; P/ r
    │  └─003_机器学习基石
6 C# L, B/ @" H9 c# X    │      │  下载说明.txt# h) k: L; I9 r' q% w$ h' |1 q# K
    │      │  关注我们.png: G" B; h  e- s) ?0 P( D; }" m
    │      │  攻城狮论坛=网络技术+编程视频.url" i8 O7 @9 E  T
    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
% n$ L0 v2 W" X' }/ ?" n  n/ T7 s    │      │  
0 T' ?, K- `1 l    │      ├─Machine Leaning Foundations - TNU
8 W# o% F" i7 O% _& P% J    │      │      01_handout.pdf
+ |0 {. \' V* \/ e3 s    │      │      02_handout.pdf2 w" v* n- e# U
    │      │      03_handout.pdf" q& t1 ~* P' W6 r  Y
    │      │      04_handout.pdf& n  J+ g  z! k& C1 }; V
    │      │      05_handout.pdf5 ~* A$ O3 O, N+ K! [
    │      │      06_handout.pdf
. m5 ]. ^' Q. x/ p1 G/ F+ M    │      │      07_handout.pdf
, W4 p4 p+ V2 _- E. A( L  o    │      │      08_handout.pdf( n; f0 ~$ @4 V: j: _$ {6 q
    │      │      09_handout.pdf) x- e+ p9 E2 V" Q# ^8 r
    │      │      1 - 1 - Course Introduction (10-58).mp4
8 {8 I5 y' I' [6 ^3 k& O) u* e- t    │      │      1 - 2 - What is Machine Learning (18-28).mp40 {, b% x( ]! K  R( R# t" d5 L
    │      │      1 - 3 - Applications of Machine Learning (18-56).mp41 T3 n8 l8 |) [" z6 U
    │      │      1 - 4 - Components of Machine Learning (11-45).mp4# W. Y9 {3 }8 y; B9 p6 Z2 O# ]
    │      │      1 - 5 - Machine Learning and Other Fields (10-21).mp4% R% j% J) i/ I! y- T- _  [: q9 D/ ]9 @
    │      │      10 - 1 - Logistic Regression Problem (14-33).mp4
- V4 H1 B9 K' g+ M9 Y7 N# i/ j    │      │      10 - 2 - Logistic Regression Error (15-58).mp4
, L/ i1 ?7 c! b. E, C, k7 W/ L, d    │      │      10 - 3 - Gradient of Logistic Regression Error (15-38).mp4
; V3 D; I! N) m    │      │      10 - 4 - Gradient Descent (19-18).mp4
* E" X% |8 k( C, z( Y    │      │      10_handout.pdf' v$ \: [6 C) n$ g3 l# p
    │      │      11 - 1 - Linear Models for Binary Classification (21-35).mp4+ o0 p! }, L4 d2 x4 ?9 a, s
    │      │      11 - 2 - Stochastic Gradient Descent (11-39).mp4
/ T8 e% q+ A+ b% o    │      │      11 - 3 - Multiclass via Logistic Regression (14-18).mp4; A" p7 b& Z. w- {) o' u
    │      │      11 - 4 - Multiclass via Binary Classification (11-35).mp4
- J( N' ^/ N/ Q    │      │      11_handout.pdf% }  Y' |% P) u9 R- N
    │      │      12 - 1 - Quadratic Hypothesis (23-47).mp4. j- e% ^, T/ t8 _' u
    │      │      12 - 2 - Nonlinear Transform (09-52).mp4! s/ g' }$ P+ Q. L
    │      │      12 - 3 - Price of Nonlinear Transform (15-37).mp4+ c" J$ o, Q0 P& `  H
    │      │      12 - 4 - Structured Hypothesis Sets (09-36).mp46 C& _/ c& J4 C& r1 o5 f
    │      │      12_handout.pdf1 @* W* X* @3 w* ?7 |3 @
    │      │      13 - 1 - What is Overfitting- (10-45).mp4
. U4 M0 t6 e& d* N4 g& F    │      │      13 - 2 - The Role of Noise and Data Size (13-36).mp4
5 O5 Q- S: A' c# v    │      │      13 - 3 - Deterministic Noise (14-07).mp4
6 B7 j# w1 F5 p    │      │      13 - 4 - Dealing with Overfitting (10-49).mp4
) b6 ^$ R' S& t# d; U( J/ v; O1 M    │      │      13_handout.pdf
7 j( L% B0 v9 u0 w5 J. N    │      │      14 - 1 - Regularized Hypothesis Set (19-16).mp4
1 p# n1 s+ ^" Q/ s4 a    │      │      14 - 2 - Weight Decay Regularization (24-08).mp41 n, V6 Q" i/ `* L0 r
    │      │      14 - 3 - Regularization and VC Theory (08-15).mp4* |7 M7 I; g3 ~& x2 C3 `+ a8 u
    │      │      14 - 4 - General Regularizers (13-28).mp43 F+ J% L2 x) O% B5 F( x
    │      │      14_handout.pdf
( Z4 P  {) K. R0 L* U# Z0 O; D4 D0 m. _    │      │      15 - 1 - Model Selection Problem (16-00).mp4# ]# q. u5 C2 F( \/ a
    │      │      15 - 2 - Validation (13-24).mp4/ l& y9 z& S! \1 q
    │      │      15 - 3 - Leave-One-Out Cross Validation (16-06).mp4
* ?( a* `9 h5 t& V- a- V& a4 |    │      │      15 - 4 - V-Fold Cross Validation (10-41).mp4
: I" o4 f% J9 n2 G* N    │      │      15_handout.pdf% j) ]$ e! }4 a, G
    │      │      16 - 1 - Occam-'s Razor (10-08).mp4
& ?/ _- h- J* A! ?) h    │      │      16 - 2 - Sampling Bias (11-50).mp4
: i1 o' B) E9 d    │      │      16 - 3 - Data Snooping (12-28).mp4
6 U7 G* z0 B) J/ f+ M    │      │      16 - 4 - Power of Three (08-49).mp4* s- I, a* j! v1 J# A- t
    │      │      16_handout.pdf
7 T2 c: J' C0 r( W0 T$ S    │      │      2 - 1 - Perceptron Hypothesis Set (15-42).mp4/ H+ G- I1 `* t8 G0 ~* s
    │      │      2 - 2 - Perceptron Learning Algorithm (PLA) (19-46).mp4) G7 E# z5 u8 v  ~) i
    │      │      2 - 3 - Guarantee of PLA (12-37).mp4
. `* ^- N: K3 C& h  W* R    │      │      2 - 4 - Non-Separable Data (12-55).mp4  x, B- J5 s. f" v, H
    │      │      3 - 1 - Learning with Different Output Space (17-26).mp4
- y3 J7 y4 N( }; ]+ D1 N6 r    │      │      3 - 2 - Learning with Different Data Label (18-12).mp4+ n4 d: g+ X* _- o0 J
    │      │      3 - 3 - Learning with Different Protocol (11-09).mp4
1 K. f9 L1 h( D5 l9 W0 q" z    │      │      3 - 4 - Learning with Different Input Space (14-13).mp43 E4 |0 ?  I4 S7 V2 o
    │      │      4 - 1 - Learning is Impossible- (13-32).mp44 y3 f! u- b6 f+ _( K2 R
    │      │      4 - 2 - Probability to the Rescue (11-33).mp4
) J6 K! J. R! Q" u# ^1 L! h    │      │      4 - 3 - Connection to Learning (16-46).mp4
: A3 ?8 Q4 d5 M0 V- d4 t  h    │      │      4 - 4 - Connection to Real Learning (18-06).mp4
& e5 m% a. n5 E5 N& ^9 e    │      │      5 - 1 - Recap and Preview (13-44).mp4/ H8 B0 U% k( u) m( ~7 a
    │      │      5 - 2 - Effective Number of Lines (15-26).mp4
: ?: ~3 ]& T6 G( m    │      │      5 - 3 - Effective Number of Hypotheses (16-17).mp4
1 B* L. o1 g( B  n7 R% R    │      │      5 - 4 - Break Point (07-44).mp4
: }4 l- g" E% Y, @    │      │      6 - 1 - Restriction of Break Point (14-18).mp4; N: R7 s% H8 l6 M
    │      │      6 - 2 - Bounding Function- Basic Cases (06-56).mp4
9 t! W* i$ _- v. ?! I/ B) ^    │      │      6 - 3 - Bounding Function- Inductive Cases (14-47).mp4
/ T) a  ]0 T' T8 l    │      │      6 - 4 - A Pictorial Proof (16-01).mp4
- N3 @! O3 ^1 Q    │      │      7 - 1 - Definition of VC Dimension (13-10).mp4# m9 x, v9 W  F. n+ }( u
    │      │      7 - 2 - VC Dimension of Perceptrons (13-27).mp4
. u+ S8 K# Y; U6 m4 X5 @* V    │      │      7 - 3 - Physical Intuition of VC Dimension (6-11).mp4
# `0 a5 E8 v1 l6 |9 G6 _( Z( G    │      │      7 - 4 - Interpreting VC Dimension (17-13).mp4
' ?3 \) n0 ^/ ^3 L    │      │      8 - 1 - Noise and Probabilistic Target (17-01).mp4
1 f+ l# J& E# e3 Z; H& z    │      │      8 - 2 - Error Measure (15-10).mp4, \' v: g+ w3 u' ?- u* z+ r
    │      │      8 - 3 - Algorithmic Error Measure (13-46).mp4
) x# c' b/ K7 k* j) H    │      │      8 - 4 - Weighted Classification (16-54).mp47 C  [+ c: v- K3 T% f7 i. b; w
    │      │      9 - 1 - Linear Regression Problem (10-08).mp4/ m+ B- r3 S1 f( k4 `8 s
    │      │      9 - 2 - Linear Regression Algorithm (20-03).mp4
+ ^; v; I# @: O: C2 O7 X6 v    │      │      9 - 3 - Generalization Issue (20-34).mp4, z0 f3 o* t7 e) X. f, _5 s
    │      │      9 - 4 - Linear Regression for Binary Classification (11-23).mp4
8 ]. f) s; R8 k2 y    │      │      2 l2 }1 B( m2 B9 h* d( g; |9 Z
    │      ├─机器学习的基石
8 |+ N! X% S) [    │      │      1 - 1 - Course Introduction (10-58).mp4& E/ z: I7 W; A" j/ Q
    │      │      1 - 2 - What is Machine Learning (18-28).mp42 r) o) C" g1 S3 \8 @. }5 O2 M
    │      │      1 - 3 - Applications of Machine Learning (18-56).mp4& f. `0 S) e0 V- a6 e
    │      │      1 - 4 - Components of Machine Learning (11-45).mp4
/ X( |: X  m. _+ y" r    │      │      1 - 5 - Machine Learning and Other Fields (10-21).mp4$ B1 [0 r+ V& \) c+ |! z; {, ^
    │      │      10 - 1 - Logistic Regression Problem (14-33).mp4
8 D7 `; v! B" W; {    │      │      10 - 2 - Logistic Regression Error (15-58).mp4& {* O; W0 }, j6 L; U9 o3 _
    │      │      10 - 3 - Gradient of Logistic Regression Error (15-38).mp4
& I1 d/ K6 Q9 e6 g% N' J    │      │      10 - 4 - Gradient Descent (19-18).mp4
  a( h' r) J8 G# s    │      │      11 - 1 - Linear Models for Binary Classification (21-35).mp41 K* F2 Q/ m) B9 c$ k! d5 `/ X
    │      │      11 - 2 - Stochastic Gradient Descent (11-39).mp4: ?5 w8 }1 D! L6 p  M4 O, g0 z
    │      │      11 - 3 - Multiclass via Logistic Regression (14-18).mp4; C; u# i' h( p
    │      │      11 - 4 - Multiclass via Binary Classification (11-35).mp4
8 H4 l$ i* r5 @: v& L2 \% J    │      │      12 - 1 - Quadratic Hypothesis (23-47).mp4
2 J# c" Q( K) I! L% K$ O2 J6 d    │      │      12 - 2 - Nonlinear Transform (09-52).mp4
' b. z8 T$ U/ e. q8 s2 u: }1 P    │      │      12 - 3 - Price of Nonlinear Transform (15-37).mp4
! Y- m" Y) a1 ~* }    │      │      12 - 4 - Structured Hypothesis Sets (09-36).mp4# {% V7 W' @7 r- _" j
    │      │      13 - 1 - What is Overfitting- (10-45).mp4
4 ^& {6 {% o* c7 e2 L    │      │      13 - 2 - The Role of Noise and Data Size (13-36).mp4
: N& H3 \8 U4 r7 h, c    │      │      13 - 3 - Deterministic Noise (14-07).mp4
" M2 T7 c. l) V8 L0 r/ Y" T: `# H    │      │      13 - 4 - Dealing with Overfitting (10-49).mp4
( E  P& I0 g# [% k. s; S    │      │      14 - 1 - Regularized Hypothesis Set (19-16).mp4
8 I( ~- h: z7 K  l    │      │      14 - 2 - Weight Decay Regularization (24-08).mp4- P7 F2 g3 U, f5 q9 c+ U9 e- l* l
    │      │      14 - 3 - Regularization and VC Theory (08-15).mp4
9 w& T3 ]: }/ l$ H, _4 Z) F    │      │      14 - 4 - General Regularizers (13-28).mp4
" f4 v7 U! E0 L2 U) M! K9 H- R    │      │      15 - 1 - Model Selection Problem (16-00).mp4
- d1 `1 s5 `: \; R: ~: o    │      │      15 - 2 - Validation (13-24).mp4+ i" |; d6 {6 g! h8 Y& C( v
    │      │      15 - 3 - Leave-One-Out Cross Validation (16-06).mp4, r  B1 n4 Y* l$ a# O1 N
    │      │      15 - 4 - V-Fold Cross Validation (10-41).mp4
, s' K. g: l# l" U    │      │      16 - 1 - Occam-'s Razor (10-08).mp4* C" j" a: I- @/ G2 ~5 N& N
    │      │      16 - 2 - Sampling Bias (11-50).mp4+ h8 Y/ p- A) }  i7 n' i. F
    │      │      16 - 3 - Data Snooping (12-28).mp4# b; N3 q2 e# F( M1 u( G
    │      │      16 - 4 - Power of Three (08-49).mp4& h! S! R. N8 I' j! G  Y! R6 b2 v/ L
    │      │      2 - 1 - Perceptron Hypothesis Set (15-42).mp4
8 D, p* B8 s9 ]8 S- n1 a    │      │      2 - 2 - Perceptron Learning Algorithm (PLA) (19-46).mp4
4 d% ?% f3 w$ {5 d/ K6 ]: t" J    │      │      2 - 3 - Guarantee of PLA (12-37).mp4& I2 H* M' Z0 f) g+ ~5 ^
    │      │      2 - 4 - Non-Separable Data (12-55).mp4# l+ D, M8 c" {; V/ y1 X8 c
    │      │      3 - 1 - Learning with Different Output Space (17-26).mp4
5 d" S. [0 O! \4 b" U1 v    │      │      3 - 2 - Learning with Different Data Label (18-12).mp4
0 s2 H6 U1 C# U    │      │      3 - 3 - Learning with Different Protocol (11-09).mp4: g' ]& H, i) r. D2 Y& |# K+ [
    │      │      3 - 4 - Learning with Different Input Space (14-13).mp4& Y' m+ i% Z% C. E3 h
    │      │      4 - 1 - Learning is Impossible- (13-32).mp44 j" g4 k7 S7 s+ x0 d' N4 d* c
    │      │      4 - 2 - Probability to the Rescue (11-33).mp4! M& n' F; C- c5 h$ G1 f$ {4 h" S
    │      │      4 - 3 - Connection to Learning (16-46).mp4  n* j- x; k! Z4 g3 g7 ^
    │      │      4 - 4 - Connection to Real Learning (18-06).mp4
) M, ~; s7 p) p. B; N3 }    │      │      5 - 1 - Recap and Preview (13-44).mp4
$ J: q: R# b" M2 p8 U    │      │      5 - 2 - Effective Number of Lines (15-26).mp4
8 D( W5 l0 G' P+ h; z+ _, L    │      │      5 - 3 - Effective Number of Hypotheses (16-17).mp4! l% \0 d# w1 d  {5 N9 \6 z
    │      │      5 - 4 - Break Point (07-44).mp45 B+ M1 g4 B2 o: X+ N5 v  J
    │      │      6 - 1 - Restriction of Break Point (14-18).mp4# ]* q1 R1 Y' B- X2 N" }# v* F, F
    │      │      6 - 2 - Bounding Function- Basic Cases (06-56).mp4$ j  H, Y5 a0 M9 L' D
    │      │      6 - 3 - Bounding Function- Inductive Cases (14-47).mp4  |) x3 Y2 N- i4 a
    │      │      6 - 4 - A Pictorial Proof (16-01).mp4' e/ ^, s( ^( h- m7 ~/ z
    │      │      7 - 1 - Definition of VC Dimension (13-10).mp4
! @3 G$ I+ F/ B. g0 \1 Q3 a0 S    │      │      7 - 2 - VC Dimension of Perceptrons (13-27).mp4- \9 `, X; R6 K2 I4 Z1 Z
    │      │      7 - 3 - Physical Intuition of VC Dimension (6-11).mp4" T4 W2 t9 \' r
    │      │      7 - 4 - Interpreting VC Dimension (17-13).mp4
( N" y/ R; `. ^# w, r0 ]    │      │      8 - 1 - Noise and Probabilistic Target (17-01).mp4& q% m( i0 n: Q  d4 u0 y
    │      │      8 - 2 - Error Measure (15-10).mp4: _. I' ?: C% m" n. w& y* m6 x6 R
    │      │      8 - 3 - Algorithmic Error Measure (13-46).mp4- D3 b4 A/ K" t9 s
    │      │      8 - 4 - Weighted Classification (16-54).mp4
! I* T+ ]( |7 ~+ R    │      │      9 - 1 - Linear Regression Problem (10-08).mp4
6 r* l: t. L+ b3 C; H' K    │      │      9 - 2 - Linear Regression Algorithm (20-03).mp4: Z2 M5 d% @7 v! @' R6 k# G
    │      │      9 - 3 - Generalization Issue (20-34).mp4
  h; J  t# y! {# V9 q    │      │      9 - 4 - Linear Regression for Binary Classification (11-23).mp4/ x* a* f' @4 a* X+ R
    │      │      lecture_slides-01_handout.pdf
' g5 @" p: f0 n6 K7 ^- s- h& [/ t, @    │      │      lecture_slides-02_handout.pdf) I, Q) V7 C  C6 M* L
    │      │      lecture_slides-03_handout.pdf% U9 l+ n) h2 H( H5 Q
    │      │      lecture_slides-04_handout.pdf
2 k3 z9 a& J4 J    │      │      lecture_slides-05_handout.pdf
" z; y  r4 B- h( G% Z1 T    │      │      lecture_slides-06_handout.pdf0 M1 L: O/ i" L0 D7 s/ R4 g8 b
    │      │      lecture_slides-07_handout.pdf* \, K8 k& V& z2 P6 M/ Y
    │      │      lecture_slides-08_handout.pdf$ @2 s3 @1 ]$ f( I5 L
    │      │      lecture_slides-09_handout.pdf7 E2 P# W. x8 a* p) i3 K/ P% j' Z
    │      │      lecture_slides-10_handout.pdf
- y/ |/ N- T# w, |- J1 [    │      │      lecture_slides-11_handout.pdf
- h' {. e: o* u    │      │      lecture_slides-12_handout.pdf
* D  u0 u. P8 X* ^+ }2 a; k; Y    │      │      lecture_slides-13_handout.pdf
5 W" f, ]* [; g* N: o1 D, p) @    │      │      lecture_slides-14_handout.pdf
" M. y9 n6 k5 Z: C: ~. j% E8 e) ]" O    │      │      lecture_slides-15_handout.pdf! D' O* h; m' R# e, c% d+ V4 z3 [
    │      │      lecture_slides-16_handout.pdf/ [+ |/ y- d2 R5 z, A* {
    │      │      : J+ O7 K& F, O! ~! R5 F
    │      └─機器學習基石+ f: M: ~* n2 l+ W: d4 `! S5 X
    │          ├─01_-_The_Learning_Problem7 }, J" C0 C. u
    │          │      01_Course_Introduction_10-58.mp4
* Q. K2 y) v; S" z7 y0 ]" J    │          │      01_Course_Introduction_10-58.pdf: c) Z+ [& o: @, K% Q7 b9 I$ v
    │          │      02_What_is_Machine_Learning_18-28.mp4
8 q2 z& `# w4 D2 h7 ~0 D9 e! [& a& v    │          │      03_Applications_of_Machine_Learning_18-56.mp43 A9 J( A3 w0 d& a4 D' k5 a( Y8 h; u
    │          │      04_Components_of_Machine_Learning_11-45.mp4
7 W% S6 p0 _, Q5 u    │          │      05_Machine_Learning_and_Other_Fields_10-21.mp4, t, v" q8 [+ T: v& a) v3 u
    │          │      : y# g! |1 A& \: N* u5 Q% ?: F9 Y
    │          ├─02_-_Learning_to_Answer_Yes-No1 v6 [% E# D7 Y3 Q. N
    │          │      01_Perceptron_Hypothesis_Set_15-42.mp4  O! w) F/ i0 ^) a6 @- Y
    │          │      01_Perceptron_Hypothesis_Set_15-42.pdf
$ [+ p, R0 Z1 \% `9 b5 y    │          │      02_Perceptron_Learning_Algorithm_PLA_19-46.mp4
0 v7 c: J: |7 t4 e# U) S" ~    │          │      03_Guarantee_of_PLA_12-37.mp46 I0 }: I* S. n  ]) S) }
    │          │      04_Non-Separable_Data_12-55.mp4
$ a$ X! \8 k& f" e) L2 o, B    │          │      
3 K" @' `7 Q1 S    │          ├─03_-_Types_of_Learning5 q4 x: _; {' p# T
    │          │      01_Learning_with_Different_Output_Space_17-26.mp4/ `2 _7 u; P( A& Z5 j4 |
    │          │      01_Learning_with_Different_Output_Space_17-26.pdf
2 ~  l$ i8 K4 J. j    │          │      02_Learning_with_Different_Data_Label_18-12.mp4
6 M4 q* U% H" ~8 g" f    │          │      03_Learning_with_Different_Protocol_11-09.mp4
$ l/ C( I  d7 V" X: m- G0 }    │          │      04_Learning_with_Different_Input_Space_14-13.mp4$ X7 ?) G* F0 X$ ?
    │          │      : p+ ~0 i8 [2 S7 @( Z
    │          ├─04_-_Feasibility_of_Learning
9 X) Q1 y# l! L0 q& E    │          │      01_Learning_is_Impossible_13-32.mp4
; p* Q: C( t& B, F. E    │          │      01_Learning_is_Impossible_13-32.pdf" `% F( P; D& K. Z5 }, H7 P& T
    │          │      02_Probability_to_the_Rescue_11-33.mp4
' X0 W" r; X0 i9 C, Z    │          │      03_Connection_to_Learning_16-46.mp48 C/ O1 Z' A, P8 W" I
    │          │      04_Connection_to_Real_Learning_18-06.mp48 D7 R% i' m) n8 A2 D
    │          │      7 }) O8 s3 _3 d; `" a
    │          ├─05_-_Training_versus_Testing
: i( _4 _' g2 x2 G    │          │      01_Recap_and_Preview_13-44.mp4; q% o1 o$ F& M0 P1 ?/ \7 E9 S
    │          │      01_Recap_and_Preview_13-44.pdf( e3 Y3 _0 @: ?
    │          │      02_Effective_Number_of_Lines_15-26.mp4& l8 E% o3 g& U& N2 U3 l" ~
    │          │      03_Effective_Number_of_Hypotheses_16-17.mp4$ ~2 p2 W0 V9 t. A. b
    │          │      04_Break_Point_07-44.mp4
+ o& J/ K5 L/ x( n4 q1 x    │          │      - r. K9 Y2 J8 ]2 l. D
    │          ├─06_-_Theory_of_Generalization/ P, r9 P" ?$ c1 n! ~- E: ^
    │          │      01_Restriction_of_Break_Point_14-18.mp47 U$ u/ j9 Z) f# B
    │          │      01_Restriction_of_Break_Point_14-18.pdf5 m* K$ D9 W4 a4 y1 p2 l- T$ l+ @
    │          │      02_Bounding_Function-_Basic_Cases_06-56.mp41 H, ^  K* h  I3 h+ i5 O' a9 W1 D
    │          │      03_Bounding_Function-_Inductive_Cases_14-47.mp4
& T0 G; e: T8 H% H: M0 M    │          │      04_A_Pictorial_Proof_16-01.mp4
4 f; `  a6 s' ^$ O& g    │          │      
& l7 r- t3 ]  p8 h# G0 ^; C    │          ├─07_-_The_VC_Dimension
# ^; F; j- k7 J% y) n1 {6 K    │          │      01_Definition_of_VC_Dimension_13-10.mp4& R# Z  r2 X8 y, k
    │          │      01_Definition_of_VC_Dimension_13-10.pdf/ s/ H7 \# n9 a* A3 [& a
    │          │      02_VC_Dimension_of_Perceptrons_13-27.mp45 F  f; k- V5 a9 X% k3 i( ^
    │          │      03_Physical_Intuition_of_VC_Dimension_6-11.mp4/ G7 ~6 J6 ^( q7 n
    │          │      04_Interpreting_VC_Dimension_17-13.mp4* f6 K3 }" T# q' h" e; q4 k3 `
    │          │      
$ w7 a; m5 `/ h  O    │          ├─08_-_Noise_and_Error
! n" N; `. k# q. S6 s( O7 r7 `    │          │      01_Noise_and_Probabilistic_Target_17-01.mp4
9 U. ^% N5 h1 g3 r- Y/ X    │          │      01_Noise_and_Probabilistic_Target_17-01.pdf7 T: I/ \* Q' W2 e5 A" a$ f; A0 a
    │          │      02_Error_Measure_15-10.mp4
1 U5 \2 ^3 Y- O* D: ]5 j  f    │          │      03_Algorithmic_Error_Measure_13-46.mp4* S% j. U, {: m. i. n6 e1 d3 `
    │          │      04_Weighted_Classification_16-54.mp4
, x! D; S6 b0 ^. f* \    │          │      , B/ d2 R/ q, l0 R
    │          ├─09_-_Linear_Regression, [9 l( u. t1 R1 _4 |7 n
    │          │      01_Linear_Regression_Problem_10-08.mp4
" t* K& a7 I' [; {# H+ z# n    │          │      01_Linear_Regression_Problem_10-08.pdf
  K9 r1 ]9 X. Z1 m$ S    │          │      02_Linear_Regression_Algorithm_20-03.mp4
! n  P$ h# s+ w4 ~' ~) C    │          │      03_Generalization_Issue_20-34.mp4% q* A2 E2 ~: N- k$ T# n- Q
    │          │      04_Linear_Regression_for_Binary_Classification_11-23.mp4& e& g; B; S5 M8 {
    │          │      / U! R5 E" V; Q  a
    │          ├─10_-_Logistic_Regression- ~6 B+ a; h1 \* I1 l6 t4 f
    │          │      01_Logistic_Regression_Problem_14-33.mp47 A9 a5 t; S5 p5 k# M5 o! ~5 l# ?
    │          │      01_Logistic_Regression_Problem_14-33.pdf: e# a$ O  w& x
    │          │      02_Logistic_Regression_Error_15-58.mp4
* r& D% g8 \0 t* h4 h% i    │          │      03_Gradient_of_Logistic_Regression_Error_15-38.mp4
; E8 s; s# ^& [' b# H    │          │      04_Gradient_Descent_19-18.mp4
& m2 O; b5 G3 t% A: N* ?% f: a+ L$ n    │          │      5 B) Q2 {% x" Y9 p! U8 Y6 y
    │          ├─11_-_Linear_Models_for_Classification9 B: B! D* \0 i4 Q
    │          │      01_Linear_Models_for_Binary_Classification_21-35.mp44 J' {5 t- Z+ i
    │          │      01_Linear_Models_for_Binary_Classification_21-35.pdf/ j" }, U( L0 t' r: a
    │          │      02_Stochastic_Gradient_Descent_11-39.mp4& c- [5 D+ s# e& U! y( z, e4 @
    │          │      03_Multiclass_via_Logistic_Regression_14-18.mp4/ B1 o1 x" e$ E) M; o
    │          │      04_Multiclass_via_Binary_Classification_11-35.mp4
/ L  J6 {' S! }7 d9 p    │          │      9 z0 g2 g/ H9 G- d
    │          ├─12_-_Nonlinear_Transformation- R  `+ O8 u) r2 {* x
    │          │      01_Quadratic_Hypothesis_23-47.mp4# a  D1 l2 Z0 M6 i% z! m% m
    │          │      01_Quadratic_Hypothesis_23-47.pdf
3 `/ ?' X; C. A* s. \, V7 S3 `    │          │      02_Nonlinear_Transform_09-52.mp4
& o# W( a) A7 u4 T) K    │          │      03_Price_of_Nonlinear_Transform_15-37.mp4
. q2 ]* D4 K5 W2 @6 W3 u    │          │      04_Structured_Hypothesis_Sets_09-36.mp4
+ _1 x0 v- w$ P    │          │      
) M  J2 w$ D' A" J, _9 ]    │          ├─13_-_Hazard_of_Overfitting
7 l1 C3 n- V/ B! t    │          │      01_What_is_Overfitting_10-45.mp49 B7 }3 i' ?" U5 n( u
    │          │      01_What_is_Overfitting_10-45.pdf
0 e0 D& o! e( _7 `    │          │      02_The_Role_of_Noise_and_Data_Size_13-36.mp4
0 }& I3 F9 G+ o% s    │          │      03_Deterministic_Noise_14-07.mp4
+ |* D4 P# \' ?    │          │      04_Dealing_with_Overfitting_10-49.mp4, j7 ]9 L' D8 p1 p) U# j
    │          │      
) c$ K! o! Z0 A# g8 z! i& l+ N: K    │          ├─14_-_Regularization# ~9 y2 j: C+ N# _& F; @5 U% j
    │          │      01_Regularized_Hypothesis_Set_19-16.mp4
  Y# @. M6 J0 f    │          │      01_Regularized_Hypothesis_Set_19-16.pdf
" E2 B8 i" g7 w& I0 A' g( D4 C    │          │      02_Weight_Decay_Regularization_24-08.mp42 |1 d# G. @" e) F( {7 J# ~$ p+ h
    │          │      03_Regularization_and_VC_Theory_08-15.mp44 e6 ^1 }, w+ x: M0 B" M
    │          │      04_General_Regularizers_13-28.mp4
# b7 n# C0 T" B1 o5 M    │          │      ' M+ `/ d" n0 k
    │          ├─15_-_Validation
5 n9 r/ b4 v! b1 x    │          │      01_Model_Selection_Problem_16-00(437).mp4
8 e4 {9 k$ s  Y2 _: f1 K    │          │      01_Model_Selection_Problem_16-00.pdf
& a" N# |5 Y( k; [9 l    │          │      02_Validation_13-24.mp42 O; x8 p: J1 E- u( G
    │          │      03_Leave-One-Out_Cross_Validation_16-06.mp40 W0 n8 S5 t: T  u
    │          │      04_V-Fold_Cross_Validation_10-41.mp4
$ e9 R2 C$ ^% ^+ c' J# }) J    │          │      
% d; D9 t; @* u' s$ u7 O9 o    │          └─16_-_Three_Learning_Principles
8 F1 Y) E  B' ?% i+ G& [    │                  01_Occams_Razor_10-08.mp4
3 r" ~2 |$ ?/ |6 O" M3 q$ y1 H    │                  01_Occams_Razor_10-08.pdf: _) }% h& [+ r6 O% O
    │                  02_Sampling_Bias_11-50.mp4( _! {9 g6 \/ ?: n9 B8 A
    │                  03_Data_Snooping_12-28.mp4
4 o6 l$ t8 X/ a1 D7 ~    │                  04_Power_of_Three_08-49.mp4  e0 o( K; u" x+ O' Q
    │                  
" n) Y7 r6 ]. V- M4 M/ ]    ├─004_机器学习技法
. |. `% \# G: m0 G( `( @3 M$ o% ^    │  └─004_机器学习技法5 W- Z1 P( v/ g1 m$ T. d# u% y# \
    │      └─機器學習技法# v& K0 t8 o# _/ f# B' O% X) `8 s# ]0 O
    │          │  下载说明.txt
; b7 n& ]0 Y0 O8 g    │          │  关注我们.png
* C! a$ d' Q+ N5 l. B    │          │  攻城狮论坛=网络技术+编程视频.url' Y$ U% ?2 Y$ R7 t9 Z/ W
    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
: }/ S5 C; o) d; B6 j# e    │          │  $ n& K& K6 w1 J! R
    │          ├─01_Linear_Support_Vector_Machine
7 _5 o. d: A; ]# S) M    │          │      01_Course_Introduction_4-07.mp4* ^. H+ e1 U7 I' Y. s
    │          │      01_Course_Introduction_4-07.pdf* Q. D2 J+ @4 `# F7 B6 {9 H
    │          │      02_Large-Margin_Separating_Hyperplane_14-17.mp4) L( V% c* {8 `& |/ G: W
    │          │      03_Standard_Large-Margin_Problem_19-16.mp4
2 q! ^' g6 k6 u; [2 ~% ~4 B    │          │      04_Support_Vector_Machine_15-33.mp4
3 U2 j* ~. P/ m# N  c    │          │      05_Reasons_behind_Large-Margin_Hyperplane_13-31.mp4
; \5 w$ @- a: v& X" ~8 Y    │          │      " |2 S4 X" d$ \, \6 V# w3 Y
    │          ├─02_Dual_Support_Vector_Machine
: O. i0 r+ E6 e" ?& _8 q& ^4 c  |    │          │      01_Motivation_of_Dual_SVM_15-54.mp40 a  b: {! m1 q! G! k" `
    │          │      01_Motivation_of_Dual_SVM_15-54.pdf3 L& j4 m$ v$ m+ N
    │          │      02_Lagrange_Dual_SVM_18-50.mp49 x3 O+ P' a) {, E- E
    │          │      03_Solving_Dual_SVM_14-19.mp4! g' {& K8 o. b/ N+ ~' T  g* L
    │          │      04_Messages_behind_Dual_SVM_11-18.mp4
: O& `% J" p0 j% R    │          │      
- a+ q4 D% R7 _- D" o/ S    │          ├─03_Kernel_Support_Vector_Machine
# a+ z0 _& [2 A# }" i7 Z. b    │          │      01_Kernel_Trick_20-23.mp4+ ~3 ?4 V# y$ k' i7 l" L* f, y/ T
    │          │      01_Kernel_Trick_20-23.pdf6 K3 K3 J" R6 a
    │          │      02_Polynomial_Kernel_12-16.mp4
6 D. u3 N; d' T* N/ F    │          │      03_Gaussian_Kernel_14-43.mp4* u( v  k0 F8 ?$ |8 X
    │          │      04_Comparison_of_Kernels_13-35.mp44 H+ Q( H5 }' n+ ^/ m, W$ s$ g
    │          │      . R! W( q0 h/ B7 {1 \2 C$ y3 X# ^
    │          ├─04_Soft-Margin_Support_Vector_Machine
( v" y& O: }  S7 Z    │          │      01_Motivation_and_Primal_Problem_14-27.mp4
6 V$ z) J7 W" i1 S; f    │          │      01_Motivation_and_Primal_Problem_14-27.pdf2 L. @" t# s8 n6 l# _5 F4 M) t
    │          │      02_Dual_Problem_7-38.mp49 j- k& C6 h7 B& ]4 s
    │          │      03_Messages_behind_Soft-Margin_SVM_13-44.mp4* }' ?2 y9 ?( W2 z% S; ]+ ]% v5 V
    │          │      04_Model_Selection_9-57.mp4) S0 l! }3 d: k4 t! i
    │          │      
1 o9 U2 W( t5 y  A1 H+ R' d    │          ├─05_Kernel_Logistic_Regression
8 J6 L( o& P+ J$ {2 D    │          │      01_Soft-Margin_SVM_as_Regularized_Model_13-40.mp4
0 j4 D7 Y0 e) R    │          │      01_Soft-Margin_SVM_as_Regularized_Model_13-40.pdf: M7 t( a  |: z
    │          │      02_SVM_versus_Logistic_Regression_10-18.mp4
" {  B+ J' C) Q7 F1 z% W    │          │      03_SVM_for_Soft_Binary_Classification_9-36.mp4
' ]1 s& n; S# M; C. e, P6 I* e    │          │      04_Kernel_Logistic_Regression_16-22.mp4
* i7 b' H) H$ f4 Q$ z! r: G    │          │      0 k. m8 K% s, g4 w1 x! m/ p
    │          ├─06_Support_Vector_Regression
, D. \1 N$ g- ?- t2 l! d+ T7 t' {    │          │      01_Kernel_Ridge_Regression_17-17.mp4' e+ m+ q" F5 L. @
    │          │      01_Kernel_Ridge_Regression_17-17.pdf
: O/ e/ F1 ~8 {! w3 I: I3 b' a    │          │      02_Support_Vector_Regression_Primal_18-44.mp4: @  F/ D% J! a+ C/ I& w
    │          │      03_Support_Vector_Regression_Dual_13-05.mp4
9 ^& t/ F* G3 B# p! A5 c    │          │      04_Summary_of_Kernel_Models_09-06.mp4
" {6 G0 ?5 @8 I' Y4 l' H- P- A! g+ G    │          │      
" L/ ]9 Z6 v% E5 ~    │          ├─07_Blending_and_Bagging# l" @8 d2 o4 u  `0 r' K2 u7 G0 Z2 c
    │          │      01_Motivation_of_Aggregation_18-54.mp4" A4 X3 h# {# _1 A3 M* w- g4 G
    │          │      01_Motivation_of_Aggregation_18-54.pdf2 [; r! j6 e0 F% I( @1 ^7 H. E" q
    │          │      02_Uniform_Blending_20-31.mp4& C& S3 ^' O' G) c" X2 `
    │          │      03_Linear_and_Any_Blending_16-48.mp4
7 V; b  \% b5 Q  l* N: b: ^# N    │          │      04_Bagging_Bootstrap_Aggregation_11-48.mp4" r& D- e% c* L* [5 \9 H* l+ F
    │          │      
1 m0 a5 o' h2 v4 E    │          ├─08_Adaptive_Boosting# D3 Y1 v0 O" U% ]7 d' v
    │          │      01_Motivation_of_Boosting_12-47.mp4
9 ~% S. B. [4 b, a: B    │          │      01_Motivation_of_Boosting_12-47.pdf
% o5 o  t, r: Q7 B' ?7 P; x    │          │      02_Diversity_by_Re-weighting_14-28.mp4
6 d% t2 G, X1 t; W% d* j    │          │      03_Adaptive_Boosting_Algorithm_13-34.mp4
, ?% ?. \6 E. c    │          │      04_Adaptive_Boosting_in_Action_11-04.mp4
6 [8 g2 d: C( w3 P3 Y3 n* L% ~    │          │      9 [( O8 Z! s3 l& _
    │          ├─09_Decision_Tree
8 p+ c5 K& @( N2 [8 R- w0 j    │          │      01_Decision_Tree_Hypothesis_17-28.mp48 R' S6 n5 B; i4 ^
    │          │      01_Decision_Tree_Hypothesis_17-28.pdf
* R$ ^8 b7 k; b+ a2 E8 F! w, V    │          │      02_Decision_Tree_Algorithm_15-20.mp4
  e$ o& ]& A# ^* ~5 A6 V    │          │      03_Decision_Tree_Heuristics_in_CRT_13-21.mp4
, |  X' E8 j/ f8 m    │          │      04_Decision_Tree_in_Action_8-44.mp4# x5 ?" P$ H0 v) J5 Y/ p( P
    │          │        W1 i. g7 J8 [
    │          ├─10_Random_Forest. A2 H* j; R& q2 B/ K/ z2 R
    │          │      01_Random_Forest_Algorithm_13-06.mp4
: ]0 l! ~: `% A0 x+ i0 H( P    │          │      01_Random_Forest_Algorithm_13-06.pdf' A) e/ g+ `6 J5 Q% E1 q) X
    │          │      02_Out-Of-Bag_Estimate_12-31.mp4
- p! a# X5 H4 j* R0 o3 p5 `    │          │      03_Feature_Selection_19-27.mp4
) L- r2 s7 ^' K- G% p    │          │      04_Random_Forest_in_Action13-28.mp4* q* [+ ^" {# ^) d, g& g4 A
    │          │      
8 `* T$ e. W% ~* j' _( K( F+ i    │          ├─11_Gradient_Boosted_Decision_Tree: h* h3 {. c& F' N
    │          │      01_Adaptive_Boosted_Decision_Tree_15-05.mp40 j  G  }0 E+ y2 n* n+ W3 Y9 r
    │          │      01_Adaptive_Boosted_Decision_Tree_15-05.pdf
8 H" @9 y6 Q  n, X$ x: p    │          │      02_Optimization_View_of_AdaBoost_27-25.mp4/ D3 _" n$ t5 _$ y# f# K
    │          │      03_Gradient_Boosting_18-20.mp42 @( P% n8 {, D7 x3 u
    │          │      04_Summary_of_Aggregation_Models_11-19.mp4
) O; o0 I2 I# o. `: V    │          │      $ k! f7 c3 M4 A
    │          ├─12_Neural_Network
. F$ X- |( E5 l- v0 ?3 h    │          │      01_Motivation_20-36.mp4
5 g% R  t) g1 S2 j/ c. y' {) d    │          │      01_Motivation_20-36.pdf7 n# W) F  T' }; V/ F7 K7 m
    │          │      02_Neural_Network_Hypothesis_18-01.mp4
/ @  F' [' e1 V    │          │      03_Neural_Network_Learning_22-26.mp4
: O& I$ t  n3 g    │          │      04_Optimization_and_Regularization_17-29.mp4
8 n, d9 e+ r9 J% V' b    │          │      
- P% [/ u! B4 f: W8 d    │          ├─13_Deep_Learning  S) r# L' i9 g* n9 }
    │          │      01_Deep_Neural_Network_21-30.mp4
8 |* @' j+ J7 @) M6 L: U    │          │      01_Deep_Neural_Network_21-30.pdf
  ~, X7 F& p" y' Q    │          │      02_Autoencoder_15-17.mp45 q& @+ h' y1 X; c
    │          │      03_Denoising_Autoencoder_8-30.mp4
; l4 P8 c% c# d) t% l' _6 h4 l    │          │      04_Principal_Component_Analysis_31-20.mp4  C8 j; q. E1 ?; ]; y8 z- F0 P
    │          │      
1 X6 j% B% f; @. i) ^    │          ├─14_Radial_Basis_Function_Network
1 s% Y4 R  n8 x. m+ I; @: Q    │          │      01_RBF_Network_Hypothesis_12-55.mp4
$ M" x$ x- o0 k    │          │      01_RBF_Network_Hypothesis_12-55.pdf$ T9 b+ t0 H  `6 x( R. c% L, \3 L
    │          │      02_RBF_Network_Learning_20-08.mp4+ X! ?( N/ q7 g/ j" T* J
    │          │      03_k-Means_Algorithm_16-19.mp4( Q! p, K8 {- h9 u: t
    │          │      04_k-Means_and_RBF_Network_in_Action_9-46.mp4
! L+ n' i6 g# s( \    │          │      5 N  k* M7 z$ o/ E* Z
    │          ├─15_Matrix_Factorization
2 X  Z# a' o5 z  r, N& }# B- x% `. P    │          │      01_Linear_Network_Hypothesis_20-16.mp40 w8 I/ Z2 m: I
    │          │      01_Linear_Network_Hypothesis_20-16.pdf
/ c* N+ C* f0 ~    │          │      02_Basic_Matrix_Factorization_16-32.mp4
& x& `9 s* t* z7 Q) ?. c' d    │          │      03_Stochastic_Gradient_Descent_12-22.mp4
7 r* k9 Y, w( O  B# }    │          │      04_Summary_of_Extraction_Models_9-12.mp4
9 {) U5 H& h, f    │          │      " n: _% d0 {% \, X' g
    │          └─16_Finale: G" C; V7 V/ p# `; z! O
    │                  01_Feature_Exploitation_Techniques_16-11.mp4
# X3 N' w& M& q% V0 N8 u    │                  01_Feature_Exploitation_Techniques_16-11.pdf
- J, [4 i+ o4 J& V3 D- h    │                  02_Error_Optimization_Techniques_8-40.mp4
2 o& H- C/ K9 ^  [0 T    │                  03_Overfitting_Elimination_Techniques_6-44.mp4: Q% F. t& \% H8 d
    │                  04_Machine_Learning_in_Action_12-59.mp4
' b2 d6 Y! `* W1 _; I* V    │                  & m/ `3 E4 ]9 w% ]
    ├─005_Neural Networks for Machine Learning$ g1 v: _+ Z2 {2 u
    │  └─005_Neural Networks for Machine Learning
6 i1 _, K( {: @4 F6 k/ p& Z    │      │  下载说明.txt
: R6 F; T$ O  _+ }& q7 n8 h    │      │  关注我们.png+ Z7 s& n- N" X+ G
    │      │  攻城狮论坛=网络技术+编程视频.url
- [- W: x) @" P  k$ Y$ ]    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt' V3 r% y/ V% K* ?! P
    │      │  ! w( C% w( R5 \+ Y- V3 O5 r
    │      ├─hinton-ml
1 g; x6 j' f7 N    │      │      1.Why do we need machine learning
4 i1 ?1 U. \7 z% h0 l. p9 L    │      │      1.Why do we need machine learning.mp4  }5 q( A0 h3 W# h+ z/ z9 s
    │      │      10.What perceptrons can't do [15 min].mp4& D" j' y2 D. _4 H/ P/ O
    │      │      10.What perceptrons can't do [15 min].srt
# k  i+ m. [' F    │      │      11.Learning the weights of a linear neuron [12 min].mp4: j  z1 {: N' w( h
    │      │      11.Learning the weights of a linear neuron [12 min].srt8 }* ~0 R  g# p5 r
    │      │      12.The error surface for a linear neuron [5 min].mp41 c- A' O4 W1 @7 T
    │      │      12.The error surface for a linear neuron [5 min].srt
" O% B2 V7 t: k. O& |    │      │      13.Learning the weights of a logistic output neuron [4 min].mp4( t9 W% R$ `+ p: |, R3 U
    │      │      13.Learning the weights of a logistic output neuron [4 min].srt
: R' @6 [. L; P' |$ G# ^. `    │      │      14.The backpropagation algorithm [12 min].mp4- T6 y, O# X+ t9 E! ^
    │      │      14.The backpropagation algorithm [12 min].srt
: O4 w/ n% _' s8 @- S0 c  ?    │      │      15.Using the derivatives computed by backpropagation [10 min].mp4
3 [8 M3 c# \- E- u6 M- B0 C4 }( n    │      │      15.Using the derivatives computed by backpropagation [10 min].srt: m/ D! J7 y( `( f1 i' A( c
    │      │      16.Learning to predict the next word [13 min].mp4% ]$ y" h, f! p' y0 L) ]
    │      │      16.Learning to predict the next word [13 min].srt9 i2 Z4 m! q8 `0 `
    │      │      17.A brief diversion into cognitive science [4 min].mp4
+ b+ p% V, `; z    │      │      17.A brief diversion into cognitive science [4 min].srt1 H3 O4 b3 E3 `
    │      │      19.Neuro-probabilistic language models [8 min].mp4
  ]4 `: f, A% S. U  ?    │      │      19.Neuro-probabilistic language models [8 min].srt* _3 I; F3 u' A9 \; ]# K( u; V$ D
    │      │      2.What are neural networks1 j, R0 g5 e1 q; s- ~2 e; i
    │      │      2.What are neural networks.mp41 h" Y/ N& d! k0 S0 P/ F
    │      │      20.Ways to deal with the large number of possible outputs [15 min].mp4; X$ Y. ^+ h6 C5 x
    │      │      20.Ways to deal with the large number of possible outputs [15 min].srt
0 i" E1 {4 u2 \/ m0 w8 K- S    │      │      21.Why object recognition is difficult [5 min].mp4
: [# h& \( a4 k/ n) K! D" X- y    │      │      21.Why object recognition is difficult [5 min].srt' |" y% e# i2 b# ?, r
    │      │      22.Achieving viewpoint invariance [6 min].mp42 B: q, G/ n" a* u3 N
    │      │      22.Achieving viewpoint invariance [6 min].srt* [! @- W, j; T! @! [
    │      │      23.Convolutional nets for digit recognition [16 min].mp4) m: h- b  x% c
    │      │      23.Convolutional nets for digit recognition [16 min].srt1 A7 b6 q( Y- m3 b6 w( m  k; k
    │      │      24.Convolutional nets for object recognition [17min].mp4- S' s/ z* l* \" C' ^4 o; w
    │      │      24.Convolutional nets for object recognition [17min].srt+ W: Z1 I1 @$ L" e
    │      │      25.Overview of mini-batch gradient descent.mp4# ]! o2 Z7 k% t
    │      │      25.Overview of mini-batch gradient descent.srt/ B) j( }( _7 _  f2 K% O
    │      │      26.A bag of tricks for mini-batch gradient descent.mp4
# n. w/ j$ i, P# Q5 r: V    │      │      26.A bag of tricks for mini-batch gradient descent.srt( K+ Q  A4 |* y6 @7 \
    │      │      27.The momentum method.mp4- h/ d' Y) H1 F4 l. k/ S
    │      │      27.The momentum method.srt
% _' c% l$ J9 H1 M+ t3 ]    │      │      28.Adaptive learning rates for each connection.mp4
9 l% k6 B0 y: H' y5 n2 x% E% p    │      │      28.Adaptive learning rates for each connection.srt4 F2 M2 m2 H+ N6 V" B
    │      │      3.Some simple models of neurons [8 min].mp40 R; Z1 W$ c9 H6 h  z& [$ [
    │      │      3.Some simple models of neurons [8 min].srt
5 Y3 U8 B+ \0 D    │      │      31.Training RNNs with back propagation.mp4
6 ]" |. R6 |; j    │      │      31.Training RNNs with back propagation.srt8 w8 o8 j8 y# W7 R! |& f
    │      │      32.A toy example of training an RNN.mp42 O. x( [8 H! J4 @1 o- p3 Y3 c3 Y
    │      │      32.A toy example of training an RNN.srt, V9 e' q0 Q7 t9 W$ i: G
    │      │      33.Why it is difficult to train an RNN.mp42 w# K- K( B& t2 ?3 T$ D
    │      │      33.Why it is difficult to train an RNN.srt
4 c7 c' }6 \/ c) K4 a+ T- G& M    │      │      34.Long-term Short-term-memory.mp4) M1 n2 X& o. k. k& x
    │      │      34.Long-term Short-term-memory.srt
1 b! }1 C/ A/ U5 _! t4 V* _    │      │      35.A brief overview of Hessian Free optimization.mp4- j# j$ o' R: z" a9 d$ a) |, \
    │      │      35.A brief overview of Hessian Free optimization.srt
" m* i: @1 J5 m) J    │      │      37.Learning to predict the next character using HF [12  mins].mp4$ o4 X( ?4 X' T
    │      │      37.Learning to predict the next character using HF [12  mins].srt
, q% R7 v8 h7 H5 G. E0 m) t    │      │      38.Echo State Networks [9 min].mp4
5 l1 i: l. l! ^; ^- \1 x    │      │      38.Echo State Networks [9 min].srt
, e# H. o+ S( B2 |0 ~( e    │      │      39.Overview of ways to improve generalization [12 min].mp42 B* L$ u% J: d( Z4 ]
    │      │      39.Overview of ways to improve generalization [12 min].srt3 k! A9 t+ I& t4 d% m8 `# c
    │      │      4.A simple example of learning [6 min].mp4
: ]: ~5 X* P( G6 ]7 p: p    │      │      4.A simple example of learning [6 min].srt; p* a, L0 A4 [+ E( w
    │      │      40.Limiting the size of the weights [6 min].mp4
3 A# t- P2 p1 E- W4 {6 Y    │      │      40.Limiting the size of the weights [6 min].srt
3 ?# a8 p$ ]2 J2 k% g" D    │      │      41.Using noise as a regularizer [7 min].mp4
0 |( F4 b$ F  @" H    │      │      41.Using noise as a regularizer [7 min].srt; U) c/ a- o3 m; h# a; R7 @
    │      │      42.Introduction to the full Bayesian approach [12 min].mp4
1 `4 [0 G" W2 K; N7 m( p; r1 O    │      │      42.Introduction to the full Bayesian approach [12 min].srt8 L& x6 _4 [% T6 ^. O( s: s# _
    │      │      43.The Bayesian interpretation of weight decay [11 min].mp4$ ?; D3 v' ?! W9 v
    │      │      43.The Bayesian interpretation of weight decay [11 min].srt8 j: B& v: L6 T" C8 Z" h& q
    │      │      44.MacKay's quick and dirty method of setting weight costs [4 min].mp4
& o& |2 A$ u7 k: ?    │      │      44.MacKay's quick and dirty method of setting weight costs [4 min].srt! N# `- K  x/ Z9 y. }8 r
    │      │      45.Why it helps to combine models [13 min].mp4/ C, P* X8 r$ [6 \' i( z! s
    │      │      45.Why it helps to combine models [13 min].srt( t; q& `2 e, m! ^: `, u( Q
    │      │      46.Mixtures of Experts [13 min].mp4
; a5 ^  ?0 t4 A$ v4 N4 n    │      │      46.Mixtures of Experts [13 min].srt8 [5 ^- M8 W0 Z7 c. c4 T, m
    │      │      47.The idea of full Bayesian learning [7 min].mp4- o+ D# Y5 _# `5 H
    │      │      47.The idea of full Bayesian learning [7 min].srt, ^" a! g7 K3 S2 b+ O& T9 H
    │      │      48.Making full Bayesian learning practical [7 min].mp4
" R* L) ?; S- \4 D; T' N    │      │      48.Making full Bayesian learning practical [7 min].srt: y' n5 X* C* h' V0 H0 N. m# j9 z4 }
    │      │      49.Dropout [9 min].mp4' m) f/ b# H9 E$ d8 J# u
    │      │      49.Dropout [9 min].srt
# x; o* a/ a. w0 ?+ Z- j    │      │      5.Three types of learning [8 min].mp4
$ i- {0 V% v( V: y$ _    │      │      5.Three types of learning [8 min].srt
  G" P) d) G6 a1 K) J) {    │      │      50.Hopfield Nets [13 min].mp4
, z  h6 D6 b3 Y    │      │      50.Hopfield Nets [13 min].srt7 ?5 A, ^1 L' n& J% D2 X
    │      │      51.Dealing with spurious minima [11 min].mp4
' u! _) Z# K% }; z5 g; J1 L    │      │      51.Dealing with spurious minima [11 min].srt1 ~6 K8 b- B9 E  U
    │      │      52.Hopfield nets with hidden units [10 min].mp4
9 a( F8 {' m- h7 }- k& v    │      │      52.Hopfield nets with hidden units [10 min].srt
  M. ]! K1 g& V' Z% |$ e9 C    │      │      53.Using stochastic units to improv search [11 min].mp4
; s- l# t+ `& V1 v: S, W) @( L0 U    │      │      53.Using stochastic units to improv search [11 min].srt  M( \/ V( W! ]9 ~& J, i4 A' p/ [* D# V# D
    │      │      54.How a Boltzmann machine models data [12 min].mp4
* ~4 @$ q' X/ F9 [2 R6 ^    │      │      54.How a Boltzmann machine models data [12 min].srt
' p+ g9 s& X7 y( ]    │      │      55.Boltzmann machine learning [12 min].mp4/ i" |; c& {! d: c- B+ i. Z) t( a
    │      │      55.Boltzmann machine learning [12 min].srt
4 b9 V- D0 v" ^' C) w/ |    │      │      57.Restricted Boltzmann Machines [11 min].mp4
% ^, ^' B: a, @    │      │      57.Restricted Boltzmann Machines [11 min].srt
; _9 m8 D+ p3 o) n$ F    │      │      58.An example of RBM learning [7 mins].mp4$ p5 S7 C2 Z: R$ i" `
    │      │      58.An example of RBM learning [7 mins].srt" W& z% e: q) |; j
    │      │      59.RBMs for collaborative filtering [8 mins].mp4* j% z9 {2 I- y/ F0 e% `+ c
    │      │      59.RBMs for collaborative filtering [8 mins].srt) w3 r  r/ X$ X8 \
    │      │      6.Types of neural network architectures [7 min].mp4) z- j% G; l. f
    │      │      6.Types of neural network architectures [7 min].srt
+ ~, S, y9 m8 r6 `- V    │      │      60.The ups and downs of back propagation [10 min].mp4) ^; ~3 E# Y9 t% a3 ]# r1 k
    │      │      60.The ups and downs of back propagation [10 min].srt; Y" t; \7 W- |8 A) }) Y
    │      │      61.Belief Nets [13 min].mp4% Y: h$ Q; e# Q" c8 \
    │      │      61.Belief Nets [13 min].srt
1 w# K1 \. u$ d) b2 s    │      │      62.Learning sigmoid belief nets [12 min].mp4
, ^3 x0 n5 O; s/ {- t5 p* \+ T    │      │      62.Learning sigmoid belief nets [12 min].srt
$ {3 g. ^: G) w2 q' x& z    │      │      63.The wake-sleep algorithm [13 min].mp4
. M4 e, B' r6 t4 h) ^    │      │      63.The wake-sleep algorithm [13 min].srt
$ h3 F8 O2 ?0 \6 q! r    │      │      64.Learning layers of features by stacking RBMs [17 min].mp4
1 i8 ?: p5 U0 r: N5 _7 c) M4 b- C    │      │      64.Learning layers of features by stacking RBMs [17 min].srt
# C* l6 W# a$ Y    │      │      65.Discriminative learning for DBNs [9 mins].mp45 v4 ]" r& R/ ~: o! ]& ^3 s6 H. O; [
    │      │      65.Discriminative learning for DBNs [9 mins].srt, u! r! x6 i! }3 W5 b% V' p0 m8 t
    │      │      66(1).What happens during discriminative fine-tuning
5 B# n' _/ v1 Z  w( e  m# ^    │      │      66.What happens during discriminative fine-tuning8 v  p! c' F/ g0 n. E
    │      │      67.Modeling real-valued data with an RBM [10 mins].mp4
5 C6 @4 I( v8 }  l0 z2 n/ i& }/ I  d    │      │      67.Modeling real-valued data with an RBM [10 mins].srt
: `; `2 G. A$ o" m" Z5 \    │      │      69.From PCA to autoencoders [5 mins].mp4% q4 B: M' H# B5 e- P9 g5 W, K7 r+ H
    │      │      69.From PCA to autoencoders [5 mins].srt
( O; l4 K# r0 y, e/ h' ~9 x7 A, q6 w    │      │      70.Deep auto encoders [4 mins].mp4
3 U, ], A' b  m* {3 i    │      │      70.Deep auto encoders [4 mins].srt
  i! i6 y4 N2 P' `( Z5 J4 e    │      │      71.Deep auto encoders for document retrieval [8 mins].mp4
. J' B% K7 t9 U+ g' x5 V% z0 l5 ?7 c    │      │      71.Deep auto encoders for document retrieval [8 mins].srt4 d  t& Q8 S- [0 P, u# Z% w
    │      │      72.Semantic Hashing [9 mins].mp4
: ]" _( P& O; M: l0 P7 i    │      │      72.Semantic Hashing [9 mins].srt
' Y7 e: s- R- X! p% A$ Z    │      │      73.Learning binary codes for image retrieval [9 mins].mp41 }( v$ t/ k( g2 G4 A3 o$ \8 @
    │      │      73.Learning binary codes for image retrieval [9 mins].srt0 \/ x5 I" U; z5 H6 a) D2 y- K
    │      │      74.Shallow autoencoders for pre-training [7 mins].mp4, M' `! Y4 a1 v, z1 F1 Q; d
    │      │      74.Shallow autoencoders for pre-training [7 mins].srt  @' ~9 `3 j0 C3 f% O
    │      │      8.A geometrical view of perceptrons [6 min].mp4; y4 @* n5 E2 |! i9 s1 c8 Y
    │      │      8.A geometrical view of perceptrons [6 min].srt& h. [3 [, j- U7 n/ |
    │      │      9.Why the learning works [5 min].mp4$ D$ e3 J' T" H  a* N( Z& N: s. ?
    │      │      9.Why the learning works [5 min].srt- w, `! _  ]4 s" A' q% E& F
    │      │      
7 x: F0 [4 p: e3 c# U, O) a    │      └─neuralnets-2012-001
2 L9 E: [8 |1 }! [: p+ t    │          ├─01_Lecture1
7 P( K1 q/ T* [& Q    │          │      01_Why_do_we_need_machine_learning_13_min.mp4
4 [& [0 }9 Y; H    │          │      01_Why_do_we_need_machine_learning_13_min.pdf
& M3 Y7 _/ x& Q2 |# }; F7 _    │          │      01_Why_do_we_need_machine_learning_13_min.pptx
0 w4 ^5 U- ]: n9 {9 p+ ]9 }    │          │      01_Why_do_we_need_machine_learning_13_min.srt/ G: W5 i' n9 X4 e3 m0 ?
    │          │      01_Why_do_we_need_machine_learning_13_min.txt
* q3 f9 g# ^: ?" [9 g/ q    │          │      02_What_are_neural_networks_8_min.mp4# C4 Z5 D4 e! l
    │          │      02_What_are_neural_networks_8_min.srt
7 v4 D; I8 N& V4 ?2 A* c8 C7 Q( A    │          │      02_What_are_neural_networks_8_min.txt9 E% @( r' J/ ?
    │          │      03_Some_simple_models_of_neurons_8_min.mp4
8 Z/ h$ Q1 G, N    │          │      03_Some_simple_models_of_neurons_8_min.srt
8 ]1 i! g0 A) U' ?# `    │          │      03_Some_simple_models_of_neurons_8_min.txt
! R! m1 T  F5 D0 b. M    │          │      04_A_simple_example_of_learning_6_min.mp4
+ [1 w& ]6 q7 g: o$ \    │          │      04_A_simple_example_of_learning_6_min.srt
" k7 {0 ~" I. q8 H6 y( ?  P  z' c, d    │          │      04_A_simple_example_of_learning_6_min.txt
: c% {9 C% G6 M# B# F( R    │          │      05_Three_types_of_learning_8_min.mp4
$ Y* }' h/ k9 M; G5 }    │          │      05_Three_types_of_learning_8_min.srt6 f6 l) Y$ X- {
    │          │      05_Three_types_of_learning_8_min.txt
+ r0 o  ]3 L" m) r. \    │          │      ) h9 z1 g" s' m4 x% _4 ]& W  P
    │          ├─02_Lecture2
, V# g4 f+ n0 n# t( o% `    │          │      03_A_geometrical_view_of_perceptrons_6_min.mp43 }, Z: G! L$ q  s
    │          │      03_A_geometrical_view_of_perceptrons_6_min.srt
  u- c- U0 I7 j& e! |1 y    │          │      03_A_geometrical_view_of_perceptrons_6_min.txt
! v% U  E: w' f% l    │          │      04_Why_the_learning_works_5_min.mp4
) g5 u& T" h$ ]& E4 \: m- S  B    │          │      04_Why_the_learning_works_5_min.srt
$ y$ J9 @5 g8 k0 d5 M- [    │          │      04_Why_the_learning_works_5_min.txt
' S1 z. P7 u0 ?4 V    │          │      05_What_perceptrons_cant_do_15_min.mp4! V6 l  u6 q. ?# i+ U
    │          │      05_What_perceptrons_cant_do_15_min.srt
8 L+ L! B% R1 Z, x7 |    │          │      05_What_perceptrons_cant_do_15_min.txt
$ e9 X# B+ U& i    │          │      
" k( q4 u" h4 x5 P2 Z6 ~2 h1 [    │          ├─03_Lecture3( {8 y8 O3 l+ {
    │          │      04_The_backpropagation_algorithm_12_min.mp4
' k$ T* f  V' P. K    │          │      04_The_backpropagation_algorithm_12_min.pdf
1 f$ B: D! g: }1 P' J0 D: t- S    │          │      04_The_backpropagation_algorithm_12_min.srt
+ }  J$ J7 n  o/ n! k    │          │      04_The_backpropagation_algorithm_12_min.txt
* Y7 I6 A# |, R7 X6 x7 ]    │          │      
# z0 z& ^. o  n# E; C    │          ├─04_Lecture4
* B$ ?' \+ r3 k! p& ]5 Q( U4 i* }    │          │      01_Learning_to_predict_the_next_word_13_min.mp4; l0 R( k" g( w2 u" W4 a
    │          │      01_Learning_to_predict_the_next_word_13_min.pdf
- P, M& O, c- `8 u    │          │      01_Learning_to_predict_the_next_word_13_min.pptx$ Y: R5 s# s+ X+ G( S, f  b
    │          │      01_Learning_to_predict_the_next_word_13_min.srt
; x8 ^8 b( v& `  K0 Q5 |    │          │      01_Learning_to_predict_the_next_word_13_min.txt" }( ^. D# u/ w. b! L
    │          │      04_Neuro-probabilistic_language_models_8_min.mp4; q- U' ~( U1 t
    │          │      04_Neuro-probabilistic_language_models_8_min.pdf( t( Z/ R' |% G
    │          │      04_Neuro-probabilistic_language_models_8_min.srt
" _, i, d, x- Y9 V, V    │          │      04_Neuro-probabilistic_language_models_8_min.txt: F9 m7 Y" W0 W$ B7 d) [6 x6 o, y# l
    │          │      
* H$ J8 q. p3 }0 F8 k    │          ├─05_Lecture5
. H5 K# b0 Z' {! ~( C+ M, z/ X2 j    │          │      01_Why_object_recognition_is_difficult_5_min.mp4. O4 l- [+ m* F6 n' b
    │          │      01_Why_object_recognition_is_difficult_5_min.pdf" T- O" O" |# \6 Q& y
    │          │      01_Why_object_recognition_is_difficult_5_min.srt
2 G) g- a+ [" I    │          │      01_Why_object_recognition_is_difficult_5_min.txt9 H- ]1 O: G! d6 q
    │          │      02_Achieving_viewpoint_invariance_6_min.mp4
% Y5 I2 k5 t9 g. [6 I5 s) F    │          │      02_Achieving_viewpoint_invariance_6_min.srt% N) O2 E, a6 o: r) m& h/ `
    │          │      02_Achieving_viewpoint_invariance_6_min.txt
: v( k1 n- k# r2 W. r3 S    │          │      , X8 [. T" [9 A2 C- ]7 ~; {# f
    │          ├─06_Lecture6& ?" e' D5 j) W6 a: r- |3 l
    │          │      01_Overview_of_mini-batch_gradient_descent.mp46 g$ u( T1 }3 h
    │          │      01_Overview_of_mini-batch_gradient_descent.pdf
7 A3 K$ i2 I+ }! Q; l6 S, Y    │          │      01_Overview_of_mini-batch_gradient_descent.pptx
* E$ a/ o6 i5 R( w" B, p1 p    │          │      01_Overview_of_mini-batch_gradient_descent.srt
2 \* V5 ~3 z) t- o! P5 k& W7 V    │          │      01_Overview_of_mini-batch_gradient_descent.txt$ q5 {$ e! Q1 u
    │          │      03_The_momentum_method.mp4
. @2 D7 ]7 A- k    │          │      03_The_momentum_method.srt, l+ C5 A4 X6 v
    │          │      03_The_momentum_method.txt4 f" z5 ], c8 `+ D
    │          │      ! l2 q7 s+ R- g- i0 ], p
    │          ├─07_Lecture7  ?( D1 }6 `8 i, l; r$ \
    │          │      01_Modeling_sequences-_A_brief_overview.mp4' U+ K! I& }0 W" @
    │          │      01_Modeling_sequences-_A_brief_overview.pdf# R; q0 e+ i$ c' L4 b- g
    │          │      01_Modeling_sequences-_A_brief_overview.pptx6 P8 w6 Q) z: {8 {. I% w8 P
    │          │      01_Modeling_sequences-_A_brief_overview.srt, F2 ~; d2 }: }3 f+ C) y
    │          │      01_Modeling_sequences-_A_brief_overview.txt
- h' ~( B( ~1 e4 G0 A, L    │          │      02_Training_RNNs_with_back_propagation.mp4
/ K7 A' `. S' V9 h+ [, ]. G3 ^    │          │      02_Training_RNNs_with_back_propagation.srt
  D7 f! z* z7 l2 m) q    │          │      02_Training_RNNs_with_back_propagation.txt( s, q. q. P- l( Z5 j2 k3 {
    │          │      03_A_toy_example_of_training_an_RNN.mp41 D( G& U8 m8 U# @
    │          │      03_A_toy_example_of_training_an_RNN.srt
  U* K+ Q4 E, [, X. ]    │          │      03_A_toy_example_of_training_an_RNN.txt3 [, s0 b; W" D, F; F5 o3 _( L% j+ B3 a
    │          │      04_Why_it_is_difficult_to_train_an_RNN.mp4! k) p# N/ W3 E6 `0 f
    │          │      04_Why_it_is_difficult_to_train_an_RNN.srt! ~5 y8 T" I# Z* M# J) \
    │          │      04_Why_it_is_difficult_to_train_an_RNN.txt) Q  J# l8 W9 Y+ k7 i+ u: f4 P
    │          │      05_Long-term_Short-term-memory.mp45 ^8 K/ l! `/ E; k, r
    │          │      05_Long-term_Short-term-memory.pdf" ^+ Y6 T. Y1 E' \8 x: L9 Y
    │          │      05_Long-term_Short-term-memory.srt. ^- v) t/ _1 D- a/ \' M
    │          │      05_Long-term_Short-term-memory.txt+ S6 S5 H% Q+ L9 x$ o3 K2 w, f
    │          │      & g8 D' |( i: O6 p1 R
    │          ├─08_Lecture8
- T+ o5 g' |  q; f# U3 t- l    │          │      04_Echo_State_Networks_9_min.mp4
7 X+ `9 ~% G7 o: I    │          │      04_Echo_State_Networks_9_min.srt
" Z2 A- |" ^: W  d    │          │      04_Echo_State_Networks_9_min.txt
: c- s4 _/ o: y& i9 E3 Z    │          │      . p) i4 s- U: e. i/ U+ |( J) T) k$ }
    │          ├─09_Lecture9( R) |) C6 `7 \' z1 ]& k9 u7 {
    │          │      02_Limiting_the_size_of_the_weights_6_min.mp48 s. B- i6 f. d. z# \. |
    │          │      02_Limiting_the_size_of_the_weights_6_min.srt
' I: C% E0 F% U0 R+ @- _1 U    │          │      02_Limiting_the_size_of_the_weights_6_min.txt1 T! f% e  F- Y0 e- L
    │          │      03_Using_noise_as_a_regularizer_7_min.mp4
5 h4 `4 F" m1 |0 z% \' C; T    │          │      03_Using_noise_as_a_regularizer_7_min.srt: q4 ]' @! x* c" a6 [: y( f
    │          │      03_Using_noise_as_a_regularizer_7_min.txt" v& A' ]" a: q5 [& C
    │          │      ' q) u1 Q* j7 U6 |( {
    │          ├─10_Lecture104 _) h0 {) M# j2 A! w  x+ {. r# V: p
    │          │      01_Why_it_helps_to_combine_models_13_min.mp4, s4 D  r! G1 |1 }: O4 e0 G
    │          │      01_Why_it_helps_to_combine_models_13_min.pdf
1 v, L) X! t' r! R; Z' v) L) m    │          │      01_Why_it_helps_to_combine_models_13_min.pptx
3 _5 s9 @$ p& j" k! d' m: d7 a$ ?    │          │      01_Why_it_helps_to_combine_models_13_min.srt
  ?( D3 F$ k7 y: K1 P    │          │      01_Why_it_helps_to_combine_models_13_min.txt5 p+ N! e& V" i
    │          │      02_Mixtures_of_Experts_13_min.mp4( O, S% _0 ~1 V' o0 |' u) n
    │          │      02_Mixtures_of_Experts_13_min.pdf
; s$ H$ J% c" P' Z    │          │      02_Mixtures_of_Experts_13_min.srt6 ^! [: ]: g1 o4 [- O- _
    │          │      02_Mixtures_of_Experts_13_min.txt
$ U7 f$ h3 p9 G5 v7 c+ U8 H    │          │      03_The_idea_of_full_Bayesian_learning_7_min.mp4
( e( `$ [7 I* m* k& N    │          │      03_The_idea_of_full_Bayesian_learning_7_min.srt
1 A6 P; I+ w9 q" `# \    │          │      03_The_idea_of_full_Bayesian_learning_7_min.txt0 Q* U4 L( I! X" ~7 i  B  B& L
    │          │      05_Dropout_9_min.mp43 r; y! r% {9 S: F0 |
    │          │      05_Dropout_9_min.pdf9 s% k; k2 X. Y4 ~& s5 Y
    │          │      05_Dropout_9_min.srt8 C, P% U6 Z9 w) p5 ^
    │          │      05_Dropout_9_min.txt1 Z0 R) g: f8 V0 ~4 _; p& B3 \
    │          │      7 v: _2 k2 h3 D; t
    │          ├─11_Lecture11
6 l. B% Y! M- I& @    │          │      01_Hopfield_Nets_13_min.mp4
7 [0 {0 X4 r1 W' W  K- B$ X# o" D9 r    │          │      01_Hopfield_Nets_13_min.pdf
1 A7 \2 s9 t: P    │          │      01_Hopfield_Nets_13_min.pptx( k) ^- s& R9 {# o$ H1 v
    │          │      01_Hopfield_Nets_13_min.srt: N9 i" {3 v( I" Q, X: i+ f( k
    │          │      01_Hopfield_Nets_13_min.txt
/ ]+ G% @7 r) B! w4 D% W6 W2 g    │          │      02_Dealing_with_spurious_minima_11_min.mp4
; t9 C* j. C4 ^! o    │          │      02_Dealing_with_spurious_minima_11_min.srt; F" c( u0 X  I3 }' j  B2 S
    │          │      02_Dealing_with_spurious_minima_11_min.txt3 X* l# ^( j2 W' j. x$ n. P
    │          │      03_Hopfield_nets_with_hidden_units_10_min.mp42 f0 L5 w/ q$ a: X
    │          │      03_Hopfield_nets_with_hidden_units_10_min.srt
! h% l/ N# Z/ N! ?% H3 }8 h    │          │      03_Hopfield_nets_with_hidden_units_10_min.txt
2 j1 v5 V4 g& I2 h3 p! J4 K7 t    │          │      
) t- M6 F$ ^) G) h    │          ├─12_Lecture12: A  ~( X2 D  G7 I
    │          │      01_Boltzmann_machine_learning_12_min.mp4
$ T- f6 X# Z, @1 x# ^7 E    │          │      01_Boltzmann_machine_learning_12_min.pdf" h$ `# O% ~+ w! L  }% g
    │          │      01_Boltzmann_machine_learning_12_min.pptx9 F, s: m, Y* n
    │          │      01_Boltzmann_machine_learning_12_min.srt, J8 k! Y8 J4 f$ l  n
    │          │      01_Boltzmann_machine_learning_12_min.txt
) |5 {0 O# X: E6 O1 |, b, f    │          │      03_Restricted_Boltzmann_Machines_11_min.mp4
8 X/ h3 f9 n; I* t% o8 ]( ?  v' Y# i- P    │          │      03_Restricted_Boltzmann_Machines_11_min.srt
5 g% H+ S( W3 w. I6 q! P7 f    │          │      03_Restricted_Boltzmann_Machines_11_min.txt% Y( _+ \' C! a
    │          │      04_An_example_of_RBM_learning_7_mins.mp4# u, \! `( o6 v2 z8 N6 A
    │          │      04_An_example_of_RBM_learning_7_mins.srt( ^2 ~  o% O4 H8 \* f# r
    │          │      04_An_example_of_RBM_learning_7_mins.txt% `. Z* N; B$ \
    │          │      05_RBMs_for_collaborative_filtering_8_mins.mp4( K, B0 B* J3 m6 |" l& j
    │          │      05_RBMs_for_collaborative_filtering_8_mins.srt" H  N3 d# f) {. T# x# s6 Z. S
    │          │      05_RBMs_for_collaborative_filtering_8_mins.txt+ d' P0 Y9 |- W; _1 g. ^) k
    │          │      
1 F1 O4 _0 g* f& H1 a: U1 P    │          ├─13_Lecture13! ~/ e0 p0 V4 S9 y+ X
    │          │      02_Belief_Nets_13_min.mp4
6 W! r; ]' W5 f& ]+ l    │          │      02_Belief_Nets_13_min.srt0 }2 i$ O: T7 z$ W
    │          │      02_Belief_Nets_13_min.txt
/ q: \( K8 S# y& w, Q5 z    │          │      03_Learning_sigmoid_belief_nets_12_min.mp4
5 y' z% c2 w$ U+ Y1 `, h# i    │          │      03_Learning_sigmoid_belief_nets_12_min.pdf
+ J3 A* ?6 P' f' i    │          │      03_Learning_sigmoid_belief_nets_12_min.srt* e7 h  m1 w/ ^/ K4 R7 e" S" V
    │          │      03_Learning_sigmoid_belief_nets_12_min.txt( g0 N" }& }3 C. [
    │          │      04_The_wake-sleep_algorithm_13_min.mp4' U3 k+ X$ H8 |2 R: J
    │          │      04_The_wake-sleep_algorithm_13_min.pdf7 f2 {7 F7 J$ G* Y, u" K: M
    │          │      04_The_wake-sleep_algorithm_13_min.srt% x' h1 R: b2 N: P9 g! M
    │          │      04_The_wake-sleep_algorithm_13_min.txt5 Y& G! _! m+ f1 y3 I6 ?
    │          │      
2 j6 t+ H# D; n5 V    │          ├─14_Lecture14
, `2 k  p. g9 K, G. L$ _$ m, L    │          │      02_Discriminative_learning_for_DBNs_9_mins.mp4
0 i8 I" y2 K9 a  g4 W9 R    │          │      02_Discriminative_learning_for_DBNs_9_mins.srt% n& D" L% h; z! G8 G& a6 U
    │          │      02_Discriminative_learning_for_DBNs_9_mins.txt6 j$ I1 z& I, Z. g3 d; ]& L' l8 u5 J
    │          │      4 P$ p( E, @* s
    │          ├─15_Lecture150 a6 o! r) N7 ?1 {. l: u
    │          │      01_From_PCA_to_autoencoders_5_mins.mp4
# y# A4 H1 C6 z1 n5 j" ^4 O5 H    │          │      01_From_PCA_to_autoencoders_5_mins.pdf- S5 c$ |$ H( S! x
    │          │      01_From_PCA_to_autoencoders_5_mins.pptx
* m! I, ^- n' B    │          │      01_From_PCA_to_autoencoders_5_mins.srt
# u; ^- ^" @: M: F4 O# G    │          │      01_From_PCA_to_autoencoders_5_mins.txt
0 [0 h* C) f7 \, l. A( [  e# `    │          │      02_Deep_auto_encoders_4_mins.mp4! ]* G4 j& c* w, V  @4 K9 n: o2 [9 z
    │          │      02_Deep_auto_encoders_4_mins.srt. r3 z# L' d  a* a8 _9 M4 m
    │          │      02_Deep_auto_encoders_4_mins.txt
* S8 H% y4 f1 m5 _4 P& t+ Z    │          │      04_Semantic_Hashing_9_mins.mp43 b0 N  n# e- x( M
    │          │      04_Semantic_Hashing_9_mins.pdf5 U* r* ]3 s2 e, x2 D
    │          │      04_Semantic_Hashing_9_mins.srt
& F" R; K# g8 [% Z) e6 B    │          │      04_Semantic_Hashing_9_mins.txt8 W, L! E6 n; I% }" G2 R! H/ P' u
    │          │      
  I; ^8 e- J4 Y( J    │          └─16_Lecture163 n: l- l% w) R/ V; F
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.mp4
9 ?4 Q7 x5 @, W    │                  04_OPTIONAL-_The_fog_of_progress_3_min.pdf/ t% \3 T- {1 K6 l0 C
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.pptx
: h6 u  s, ~# i    │                  04_OPTIONAL-_The_fog_of_progress_3_min.srt8 S8 w7 v0 c9 J. L8 _
    │                  04_OPTIONAL-_The_fog_of_progress_3_min.txt) e- a: T/ X4 A& H4 n. `" [- Y
    │                  
& z) i: n2 \3 D" |  ?: ~    ├─006_Probabilistic Graphical Models
$ O, Z& D- I  D5 t2 Z6 D, S    │  └─006_Probabilistic Graphical Models
, c* P8 x; j  H1 \5 c    │      ├─pgm-003( p9 j1 E0 u$ R' A  S
    │      │  ├─01_Introduction_and_Overview5 W- Y5 H2 p3 p3 `: v1 Y
    │      │  │      01_Welcome.mp4
+ a$ w0 {& {! h. y4 h$ x    │      │  │      01_Welcome.srt* S# [. c  r0 C1 S9 f( f) g5 L
    │      │  │      01_Welcome.txt( Y$ S  Z7 j1 E2 `, F7 l, y6 {# i
    │      │  │      02_Overview_and_Motivation.mp4
$ v9 S$ T' {3 z    │      │  │      02_Overview_and_Motivation.srt
4 S, m+ `0 {1 a    │      │  │      02_Overview_and_Motivation.txt% T* s: M- \& E+ J* O' P
    │      │  │      03_Distributions.mp4) ^( K+ y. ?! |/ J: R
    │      │  │      03_Distributions.srt3 r" Z; \! S# g0 c1 l) R; f" m
    │      │  │      03_Distributions.txt
6 k. R2 e# S9 D3 L    │      │  │      04_Factors.mp40 D5 V8 l" R; T( x6 D1 c+ U: p/ J
    │      │  │      04_Factors.srt
6 p! V7 a9 B& j& I: \9 i    │      │  │      04_Factors.txt
: A5 \9 U7 Z) }4 z, \( P' m% t$ S    │      │  │      
' ?/ L! s6 L0 M, K    │      │  ├─02_Bayesian_Network_Fundamentals
4 q, x, z8 u8 i# D- m- v/ W- V    │      │  │      01_Semantics_amp_Factorization.mp4
5 B% ^+ n( X' i    │      │  │      01_Semantics_amp_Factorization.srt
, ?; u# `6 h; n, |5 Q    │      │  │      01_Semantics_amp_Factorization.txt
; o/ Q8 Z" p- L7 X    │      │  │      02_Reasoning_Patterns.mp4
, e* B$ H: ]& m# O$ ]    │      │  │      02_Reasoning_Patterns.srt3 g: b) f/ V0 O8 l- H/ Z
    │      │  │      02_Reasoning_Patterns.txt3 o' h1 m5 h) s
    │      │  │      03_Flow_of_Probabilistic_Influence.mp4
( q* T; \# r* z5 U    │      │  │      03_Flow_of_Probabilistic_Influence.srt" x0 x7 ], Z6 L8 K. h/ L: a! ?, t; c
    │      │  │      03_Flow_of_Probabilistic_Influence.txt, z- x( a9 Q- p
    │      │  │      04_Conditional_Independence.mp4- z8 x" A% g; e  B: R
    │      │  │      04_Conditional_Independence.srt
+ T& {8 r+ H7 b8 |7 p    │      │  │      04_Conditional_Independence.txt2 z- E- ]& F8 I" A, `+ [
    │      │  │      05_Independencies_in_Bayesian_Networks.mp4
- C% V$ \( y* t1 J' |5 A+ X) \3 \    │      │  │      05_Independencies_in_Bayesian_Networks.srt; c! P. J! ?$ A/ I
    │      │  │      05_Independencies_in_Bayesian_Networks.txt
2 n( S& z- c" N' ?, }" V    │      │  │      06_Naive_Bayes.mp4
. u7 u  l  J! F$ J# X    │      │  │      06_Naive_Bayes.srt! g# K, _: u/ A8 ?7 J
    │      │  │      06_Naive_Bayes.txt
6 t3 r# I3 K$ y6 {) W( A* y5 l5 B    │      │  │      07_Application_-_Medical_Diagnosis.mp4
5 x5 r/ ]2 t/ H    │      │  │      07_Application_-_Medical_Diagnosis.srt" J2 P7 x) n: {- m5 J
    │      │  │      07_Application_-_Medical_Diagnosis.txt
- j: i0 S2 ^+ ]0 P5 p/ K7 u. j    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.mp4
) D  B4 @: S" ~! \: O    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.srt: ~- e* f6 g: ?
    │      │  │      08_Knowledge_Engineering_Example_-_SAMIAM.txt4 L9 S5 ~2 p/ _4 w$ h# [! E! ~
    │      │  │      * O  [! _2 f9 L7 F/ a5 O9 \8 M$ Z
    │      │  ├─03_Template_Models
( G* P" C/ m" K( }# K) A  ~5 h    │      │  │      01_Overview_of_Template_Models.mp4
3 S/ _$ T7 x3 Y" F    │      │  │      01_Overview_of_Template_Models.srt& J* ~% y7 t0 r' D) l: @! L
    │      │  │      01_Overview_of_Template_Models.txt
, x1 y# C+ `- g( h  d    │      │  │      02_Temporal_Models_-_DBNs.mp4( M0 e( i2 Q3 I; q- \
    │      │  │      02_Temporal_Models_-_DBNs.srt
) n9 s6 J8 c- b% S* O! g8 n    │      │  │      02_Temporal_Models_-_DBNs.txt
, y: L2 _- |" i( b    │      │  │      03_Temporal_Models_-_HMMs.mp4
! ?6 |( L: q- h) n3 U5 m+ r1 \3 b    │      │  │      03_Temporal_Models_-_HMMs.srt
( \0 ^: S. w: ^7 M0 h+ J    │      │  │      03_Temporal_Models_-_HMMs.txt" O, F9 G) l) h1 {
    │      │  │      04_Plate_Models.mp4) h3 ^! E# D8 v  ^1 n- Z0 g
    │      │  │      04_Plate_Models.srt  H2 T  |+ x6 f( X$ u
    │      │  │      04_Plate_Models.txt8 c6 v7 Y: b) k0 p3 C- A( j$ E' w. {
    │      │  │      
$ Z# M" N2 ?4 L% Y6 u    │      │  ├─04_ML-class_Octave_Tutorial
$ ^4 f% z7 P3 ^9 P    │      │  │      01_Basic_Operations.mp4
1 H9 K) v7 t- m6 O" ]    │      │  │      01_Basic_Operations.srt
$ W6 C. f/ m% B4 {    │      │  │      01_Basic_Operations.txt
& C7 ?# C9 T' l3 {9 Y    │      │  │      02_Moving_Data_Around.mp4
( p' l1 E! b$ V( S( d) H    │      │  │      02_Moving_Data_Around.srt( K2 R( t9 R1 p$ B0 `% B" n
    │      │  │      02_Moving_Data_Around.txt
! Z" z4 M6 i3 ]    │      │  │      03_Computing_On_Data.mp4
# }: ^( [" k  o1 Y2 s+ g    │      │  │      03_Computing_On_Data.srt
" Y. y1 w) @  [$ @    │      │  │      03_Computing_On_Data.txt
% U! C8 ^5 s& W7 F6 D    │      │  │      04_Plotting_Data.mp4
1 v" n- o2 B, g( J    │      │  │      04_Plotting_Data.srt
+ O1 m* {1 n; {! l. `    │      │  │      04_Plotting_Data.txt
% o. @+ ~+ P- z' h( |! R    │      │  │      05_Control_Statements-_for_while_if_statements.mp4) z! n% O5 |) a
    │      │  │      05_Control_Statements-_for_while_if_statements.srt
) x$ }9 d% s- J* Z# a    │      │  │      05_Control_Statements-_for_while_if_statements.txt
  ]. E3 i' X% u' Z" H5 p    │      │  │      06_Vectorization.mp46 k7 N4 I3 x( u+ |2 ^9 p2 X2 c
    │      │  │      06_Vectorization.srt2 Q- [8 v' [" g0 u. \4 e/ R
    │      │  │      06_Vectorization.txt! w* e8 [6 ]# a, @7 _
    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.mp4" W3 i  n. Q) N" |: e. l% `, v+ J
    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.srt& C' D; u, W# I7 W# v; \
    │      │  │      07_Working_on_and_Submitting_Programming_Exercises.txt, \) \" C! {+ h# d
    │      │  │      & ~. C- B1 _5 F
    │      │  ├─05_Structured_CPDs2 q( q  s: q, _$ D4 Z, u( n
    │      │  │      01_Overview-_Structured_CPDs.mp4! G# J+ A7 T! A. A& D
    │      │  │      01_Overview-_Structured_CPDs.srt
' {, M9 y" x' B) n- u    │      │  │      01_Overview-_Structured_CPDs.txt* c( m" }% H- j& m0 t
    │      │  │      02_Tree-Structured_CPDs.mp4
( l0 e2 v- z( }+ w- P4 u    │      │  │      02_Tree-Structured_CPDs.srt4 N; t. ^9 w* X" ?4 o) z  L
    │      │  │      02_Tree-Structured_CPDs.txt1 d! J, K* Y9 G' L' {
    │      │  │      03_Independence_of_Causal_Influence.mp4
. m5 w7 B0 p6 c( K! Y    │      │  │      03_Independence_of_Causal_Influence.srt
' B, N# r* D4 Q: R7 K( t; O# h    │      │  │      03_Independence_of_Causal_Influence.txt1 ]2 T1 B& B' m; L! R
    │      │  │      04_Continuous_Variables.mp4+ q2 @9 K8 @  {7 h
    │      │  │      04_Continuous_Variables.srt
; n7 w' b4 N( Y    │      │  │      04_Continuous_Variables.txt
% q# z5 E; O2 [( T8 C/ J    │      │  │        P- x8 @2 N' p3 D# g+ c) e
    │      │  ├─06_Markov_Network_Fundamentals
) z" x5 W  n- X; H; N    │      │  │      01_Pairwise_Markov_Networks.mp4
% |. C7 G3 w) u    │      │  │      01_Pairwise_Markov_Networks.srt
; Z4 i1 f$ ~  e* M5 t7 P0 t3 t, O    │      │  │      01_Pairwise_Markov_Networks.txt) a# R  o- c1 d1 E
    │      │  │      02_General_Gibbs_Distribution.mp4: x4 B" Y9 y* a0 h( f% z" p
    │      │  │      02_General_Gibbs_Distribution.srt3 |1 ~- @3 `9 w- N" a1 F
    │      │  │      02_General_Gibbs_Distribution.txt) p6 d, X! {9 V& u1 \* g# k
    │      │  │      03_Conditional_Random_Fields.mp4( n7 T3 _  Z8 l# M5 W0 ~3 A5 T
    │      │  │      03_Conditional_Random_Fields.srt1 g$ u2 \- \6 y4 }" @
    │      │  │      03_Conditional_Random_Fields.txt
8 l  P2 s+ W: `    │      │  │      04_Independencies_in_Markov_Networks.mp41 N; \* o6 C* m3 T- x2 _' J0 j$ Y
    │      │  │      04_Independencies_in_Markov_Networks.srt% ]' M; g) c$ ]0 l5 ?5 N1 Z: E
    │      │  │      04_Independencies_in_Markov_Networks.txt
7 `# [2 N3 x% x& ~    │      │  │      05_I-maps_and_perfect_maps.mp43 m0 t! T0 A) M3 A
    │      │  │      05_I-maps_and_perfect_maps.srt
* ^% Y* [" f3 e* C# j6 }    │      │  │      05_I-maps_and_perfect_maps.txt( f' n* }) |% p' _2 J- b
    │      │  │      06_Log-Linear_Models.mp4  r/ C/ a0 x" `: x7 X
    │      │  │      06_Log-Linear_Models.srt
2 g- N" a' d3 {8 [9 p- N! p8 A! T    │      │  │      06_Log-Linear_Models.txt
# D+ ^8 J+ E' X8 H* Q2 T  x    │      │  │      07_Shared_Features_in_Log-Linear_Models.mp4
5 q& v0 J! S* j. k/ ^, z4 J: O    │      │  │      07_Shared_Features_in_Log-Linear_Models.srt
& _9 \/ I9 X& O* Y, A    │      │  │      07_Shared_Features_in_Log-Linear_Models.txt
' C3 q3 w& }& R: D- @& U    │      │  │      
) ]. ?% Y# I$ O, r8 P/ L    │      │  ├─07_Representation_Wrapup-_Knowledge_Engineering/ x/ L6 V& J& D
    │      │  │      01_Knowledge_Engineering.mp4" \6 P+ `+ D. e
    │      │  │      01_Knowledge_Engineering.srt* b4 E% P" Y$ q
    │      │  │      01_Knowledge_Engineering.txt
1 [9 O2 ~* }( i7 j8 u/ G# X  ^, e    │      │  │      
( E8 u  k$ p* N; m7 B+ Q    │      │  ├─08_Inference-_Variable_Elimination
+ Y8 g/ J% c7 E) ]2 z3 d' `    │      │  │      01_Overview-_Conditional_Probability_Queries.mp4& k: x, o( V# m! E6 U2 O
    │      │  │      01_Overview-_Conditional_Probability_Queries.srt/ ^6 J$ y$ O4 B* M
    │      │  │      01_Overview-_Conditional_Probability_Queries.txt
, i% w) W4 ]( r7 N    │      │  │      02_Overview-_MAP_Inference.mp4
% [9 U2 ?  G7 Z  j    │      │  │      02_Overview-_MAP_Inference.srt( s* a6 ]! s5 d  z& X7 y% `( E0 F
    │      │  │      02_Overview-_MAP_Inference.txt
. g/ W* G( `" _/ a, a    │      │  │      03_Variable_Elimination_Algorithm.mp4
( [$ I4 v, ]' x. U. C- c( s    │      │  │      03_Variable_Elimination_Algorithm.srt
* X8 B9 t' ?( T7 _+ v* ]/ q    │      │  │      03_Variable_Elimination_Algorithm.txt
% n' @: |. B( w/ d% r9 @! z# T    │      │  │      04_Complexity_of_Variable_Elimination.mp4" h. S( q' ?. O3 `
    │      │  │      04_Complexity_of_Variable_Elimination.srt
$ K! N' I# J7 K7 g) x: K    │      │  │      04_Complexity_of_Variable_Elimination.txt* z; z0 A. F" I3 L2 ]1 k* b
    │      │  │      06_Finding_Elimination_Orderings.mp4
2 s: w  [; ~* Q/ o' K8 O: r9 J! Z    │      │  │      06_Finding_Elimination_Orderings.srt
& H" O3 i$ Y+ u! J) Y    │      │  │      06_Finding_Elimination_Orderings.txt+ g/ l7 O6 ^- g+ G$ ~
    │      │  │      # \: k7 z, ~' x3 E+ b$ P
    │      │  ├─09_Inference-_Belief_Propagation_Part_1* j" `+ z% u3 g3 V6 ]
    │      │  │      01_Belief_Propagation.mp4
- Q* N4 z6 o1 u5 p* |& l; _    │      │  │      01_Belief_Propagation.srt
( w* L8 i# x) V+ \6 F8 ?6 s! m6 r6 _    │      │  │      01_Belief_Propagation.txt
$ z/ Y  Q/ h- V; i+ j* T    │      │  │      02_Properties_of_Cluster_Graphs.mp4; D, @4 i0 Y4 _* ^
    │      │  │      02_Properties_of_Cluster_Graphs.srt' @" r8 |/ v5 A* i9 H
    │      │  │      02_Properties_of_Cluster_Graphs.txt1 N6 s1 m4 o' d7 H  e, a
    │      │  │      . T. l; v7 d( F+ q
    │      │  ├─10_Inference-_Belief_Propagation_Part_2
+ C* K9 k. M" J5 U    │      │  │      01_Properties_of_Belief_Propagation.mp4+ \$ @. ~& _9 Q
    │      │  │      01_Properties_of_Belief_Propagation.srt3 G6 J" s( ]( s
    │      │  │      01_Properties_of_Belief_Propagation.txt
, g; V* r) x7 v+ x8 S0 E$ G    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.mp4
0 l5 d( ?/ S1 q- c$ N1 V+ p  \2 ?    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.srt8 j) _. w' i9 I. |
    │      │  │      02_Clique_Tree_Algorithm_-_Correctness.txt( N: J/ o; \( c
    │      │  │      03_Clique_Tree_Algorithm_-_Computation.mp4
# u" T& T  w7 C7 t: X, s  {( {/ ~    │      │  │      03_Clique_Tree_Algorithm_-_Computation.srt
3 J8 q- [& T* ?2 S* x+ b; R    │      │  │      03_Clique_Tree_Algorithm_-_Computation.txt
/ p# X0 ~# h, O6 A7 I9 j! q    │      │  │      04_Clique_Trees_and_Independence.mp4. ?6 j6 S7 O5 Y$ `: G1 i
    │      │  │      04_Clique_Trees_and_Independence.srt
" d9 z9 ~8 v) ?! p/ \, h    │      │  │      04_Clique_Trees_and_Independence.txt( U+ i* F' g: b4 J! X$ r
    │      │  │      05_Clique_Trees_and_VE.mp4
' u: e" C- }% @) \    │      │  │      05_Clique_Trees_and_VE.srt
8 T3 S6 S- j& {; @8 h' a9 P    │      │  │      05_Clique_Trees_and_VE.txt+ u6 a: r1 X* p9 u
    │      │  │      06_BP_In_Practice.mp4
8 z9 i3 J+ ?1 m  l- H    │      │  │      06_BP_In_Practice.srt& m! r4 B$ y% e
    │      │  │      06_BP_In_Practice.txt) a) w" W; x" H6 _! z, }
    │      │  │      07_Loopy_BP_and_Message_Decoding.mp4
3 w" ?1 v$ x+ Z8 v    │      │  │      07_Loopy_BP_and_Message_Decoding.srt
. F# L) x1 W% Z$ D' d' _    │      │  │      07_Loopy_BP_and_Message_Decoding.txt0 V4 J/ ^+ O. _2 d2 g
    │      │  │      
4 c4 D( Y8 [3 _/ f" W, c% m    │      │  ├─11_Inference-_MAP_Estimation_Part_1
+ o/ b0 S4 d$ R% {# m    │      │  │      01_Max_Sum_Message_Passing.mp4
  q: W" _: f' K0 o& ~* @. [" z    │      │  │      01_Max_Sum_Message_Passing.srt; P4 L8 r0 ]: S9 k. w
    │      │  │      01_Max_Sum_Message_Passing.txt; }% X# m* t8 b6 I
    │      │  │      02_Finding_a_MAP_Assignment.mp4
& g% B( R! c4 t- W. \" ~1 p    │      │  │      02_Finding_a_MAP_Assignment.srt( B" l; V4 G& F" w8 N  j* x
    │      │  │      02_Finding_a_MAP_Assignment.txt3 e& m! M! |$ \2 i: o; t
    │      │  │      
: _9 V" C- N8 G    │      │  ├─12_Inference-_MAP_Estimation_Part_2
/ x5 f( P5 A' N+ w! R: x    │      │  │      01_Tractable_MAP_Problems.mp43 X6 V' G5 V! _; Z$ X$ w3 S7 g
    │      │  │      01_Tractable_MAP_Problems.srt9 ?/ ?+ d3 I0 y, |# q* ]
    │      │  │      01_Tractable_MAP_Problems.txt
& r* |# `- A! j) }8 E    │      │  │      02_Dual_Decomposition_-_Intuition.mp4) I  Q* e9 d$ Y9 d) X
    │      │  │      02_Dual_Decomposition_-_Intuition.srt
* t) E" j% ?8 E1 o' U4 ?    │      │  │      02_Dual_Decomposition_-_Intuition.txt1 @! }0 z1 t9 V) K( Q: h
    │      │  │      03_Dual_Decomposition_-_Algorithm.mp4
* E1 p4 \/ j+ \, M/ [# f# B    │      │  │      03_Dual_Decomposition_-_Algorithm.srt) M( c3 r+ \) v
    │      │  │      03_Dual_Decomposition_-_Algorithm.txt( T+ C% t& v) C" R: r
    │      │  │      
- R6 S% Z$ o& A  L0 D& V- n5 k4 s    │      │  ├─13_Inference-_Sampling_Methods0 P! X: y) N1 ~- @
    │      │  │      01_Simple_Sampling.mp40 Q; U  M7 G5 b9 g: ?
    │      │  │      01_Simple_Sampling.srt: s# P  @3 {' O2 i+ U; f% \$ p
    │      │  │      01_Simple_Sampling.txt& c6 y5 f! O  V+ Q2 _/ S! G
    │      │  │      02_Markov_Chain_Monte_Carlo.mp4
: A6 B$ r8 [/ z1 g* M0 |; h2 r    │      │  │      02_Markov_Chain_Monte_Carlo.srt: \+ j0 v7 y; S; Y
    │      │  │      02_Markov_Chain_Monte_Carlo.txt- L5 M3 I4 R; G: G/ V
    │      │  │      03_Using_a_Markov_Chain.mp4/ K. F4 P7 z  G: q) N8 z
    │      │  │      03_Using_a_Markov_Chain.srt
6 m( H% o) Z: ]- m    │      │  │      03_Using_a_Markov_Chain.txt/ U' ?6 u% r# r6 k4 y" N
    │      │  │      04_Gibbs_Sampling.mp4
7 L, k0 j) Q6 o2 q    │      │  │      04_Gibbs_Sampling.srt
. b/ }7 [# V+ h) m8 r- _4 o3 E    │      │  │      04_Gibbs_Sampling.txt% s0 N/ P: Z4 ]& M4 b. ?
    │      │  │      05_Metropolis_Hastings_Algorithm.mp4. o" m/ L1 ^7 m7 ~- }" ?  ]$ R+ _+ ?9 R
    │      │  │      05_Metropolis_Hastings_Algorithm.srt( {8 _9 B4 ]) s& L' e  D  z% N9 F
    │      │  │      05_Metropolis_Hastings_Algorithm.txt) y+ V9 K9 t8 [
    │      │  │      
9 ^- `7 u3 G" B" N    │      │  ├─14_Inference-_Temporal_Models_and_Wrap-up
$ P5 z2 b4 X5 t7 B2 s    │      │  │      01_Inference_in_Temporal_Models.mp4
7 [: ?- R6 \* _6 a: C: @4 }! g7 z    │      │  │      01_Inference_in_Temporal_Models.srt4 R. n4 |$ p' _
    │      │  │      01_Inference_in_Temporal_Models.txt& F' H# b' O, v& \: q
    │      │  │      02_Inference-_Summary.mp4
  [* B: _  N$ d; w  G" j    │      │  │      02_Inference-_Summary.srt
3 i' ?- |: `0 i! Y; z5 ?    │      │  │      02_Inference-_Summary.txt* V, u* s1 h6 @8 q0 t
    │      │  │      
8 u: }4 u  T3 h! D0 u2 t    │      │  ├─15_Decision_Theory; }- ~% ^+ z, F5 p/ p: u. k
    │      │  │      01_Maximum_Expected_Utility.mp40 D, w: e/ O/ I. T
    │      │  │      01_Maximum_Expected_Utility.srt" h( \( u6 k6 y$ X
    │      │  │      01_Maximum_Expected_Utility.txt9 V' x' U- P( s5 b
    │      │  │      02_Utility_Functions.mp4
0 ]% n" a7 A/ H' x& f    │      │  │      02_Utility_Functions.srt
' A% S8 A4 Z% c. s2 K& i9 r    │      │  │      02_Utility_Functions.txt, d: ]' R# C9 o5 }2 o! ^, w9 a
    │      │  │      03_Value_of_Perfect_Information.mp4
* j2 m; r0 Q% c1 B4 U5 ~7 |( k2 c    │      │  │      03_Value_of_Perfect_Information.srt
. C+ `2 H4 O2 H% C) z2 V, l  w! k3 _    │      │  │      03_Value_of_Perfect_Information.txt
5 J" f) G6 F8 K    │      │  │      / C7 n5 j0 I# i
    │      │  ├─16_ML-class_Revision
# {$ \- r, z2 J9 d- V    │      │  │      01_Regularization-_The_Problem_of_Overfitting.mp46 X7 f) R6 D# N3 @/ `5 L. D
    │      │  │      01_Regularization-_The_Problem_of_Overfitting.srt' C  p0 \1 h: ]! [* _2 J! E
    │      │  │      01_Regularization-_The_Problem_of_Overfitting.txt
& R! I! d- J% J. R8 k* a4 v    │      │  │      02_Regularization-_Cost_Function.mp4, H4 P: b- j1 F2 V
    │      │  │      02_Regularization-_Cost_Function.srt
6 a/ M3 d3 C) ]& p  x3 W    │      │  │      02_Regularization-_Cost_Function.txt3 U6 C/ M* A& U/ C
    │      │  │      03_Evaluating_a_Hypothesis.mp46 m1 p/ R( N* C* ^" k  s5 b0 I+ Q* D
    │      │  │      03_Evaluating_a_Hypothesis.srt
# `0 M& g. N3 @" m9 U- q; ]    │      │  │      03_Evaluating_a_Hypothesis.txt
: X& S4 y6 U2 |$ c* w    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.mp4& d0 S+ h& U( G9 _: N1 E: P! E
    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.srt
! X4 E) ?( h+ C: M1 E2 Q* v4 o    │      │  │      04_Model_Selection_and_Train_Validation_Test_Sets.txt
. ]: w' k0 E1 Z) _    │      │  │      05_Diagnosing_Bias_vs_Variance.mp4
4 F/ a# V! u6 @) l$ q) d1 B+ X    │      │  │      05_Diagnosing_Bias_vs_Variance.srt( G8 ~1 G' j. B3 ^# T3 a3 S! Q7 [" o
    │      │  │      05_Diagnosing_Bias_vs_Variance.txt3 w$ p$ I! @' y, f$ O& Q; S6 i( S
    │      │  │      06_Regularization_and_Bias_Variance.mp4
1 [/ L  D$ d& U6 E& G' n% p    │      │  │      06_Regularization_and_Bias_Variance.srt
. o' K) g" G% x& A% C* }( a9 r    │      │  │      06_Regularization_and_Bias_Variance.txt% k! K) ^) N+ O. j
    │      │  │      
! A2 n9 @6 F9 x- h    │      │  ├─17_Learning-_Overview1 j, m, T* x5 D/ B' {  ^( V
    │      │  │      01_Learning-_Overview.mp4( v* R3 O; I7 {. U3 }, |
    │      │  │      01_Learning-_Overview.srt8 e" C* U, V# q
    │      │  │      01_Learning-_Overview.txt( s0 x1 E4 e8 g6 \0 A9 v0 K' i3 f
    │      │  │      9 W& a5 ]# D  L1 `0 @3 J$ h
    │      │  ├─18_Learning-_Parameter_Estimation_in_BNs7 I0 w7 o$ w+ ]* ^4 m
    │      │  │      01_Maximum_Likelihood_Estimation.mp4
" `7 R. e8 k- [+ _4 ~    │      │  │      01_Maximum_Likelihood_Estimation.srt1 I* t; ^2 H0 Y& i5 r) z. G
    │      │  │      01_Maximum_Likelihood_Estimation.txt* \& E# r4 u6 u" Q5 \+ r* f! u
    │      │  │      03_Bayesian_Estimation.mp4
6 O% _, N& f6 r4 S. w. ^    │      │  │      03_Bayesian_Estimation.srt
9 o6 B0 B2 K; U% ]5 k' m) P    │      │  │      03_Bayesian_Estimation.txt
. P- H2 N4 Y5 Z8 V7 b( Z% l    │      │  │      04_Bayesian_Prediction.mp4# j2 ~- i% M2 b7 D3 @# v+ R
    │      │  │      04_Bayesian_Prediction.srt+ \' P4 `2 Z1 j; f3 F4 Y0 W
    │      │  │      04_Bayesian_Prediction.txt% K: F8 o/ k, ]5 [9 g: D# c- r& @$ f
    │      │  │      # ]8 a" t+ o6 w" n3 @/ b( P3 Y
    │      │  ├─19_Learning-_Parameter_Estimation_in_MNs
9 I( f7 G1 t; I4 Y    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.mp4
* ]3 s2 c; V3 B+ w! t    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.srt
4 o, `$ g& O# g$ i( _    │      │  │      03_MAP_Estimation_for_MRFs_and_CRFs.txt- ?' f5 i/ x% y+ k1 b, A% e6 K( a
    │      │  │      9 G, O, p; u0 [. l
    │      │  ├─20_Structure_Learning
- e7 i1 \4 [, c5 C    │      │  │      01_Structure_Learning_Overview.mp4' ]5 L( P/ t4 i' |! ?, v
    │      │  │      01_Structure_Learning_Overview.srt
1 F6 d& V' b" E  ]' K    │      │  │      01_Structure_Learning_Overview.txt
1 y' _% G- h8 S, g) |9 |5 R    │      │  │      02_Likelihood_Scores.mp4
$ @" R5 j) P1 x! p- _5 G1 f    │      │  │      02_Likelihood_Scores.srt
( B$ A/ M, W. u5 Q    │      │  │      02_Likelihood_Scores.txt
. R# C. U) {' U1 `8 E, r' @    │      │  │      03_BIC_and_Asymptotic_Consistency.mp4
( }' L& S7 s% A4 T    │      │  │      03_BIC_and_Asymptotic_Consistency.srt
1 H0 e2 }, ^2 s9 }- u& R    │      │  │      03_BIC_and_Asymptotic_Consistency.txt. W% m. Z5 J1 \9 M' ?% Z
    │      │  │      04_Bayesian_Scores.mp4
. l: h3 z, i& y    │      │  │      04_Bayesian_Scores.srt
5 d+ W1 o" I& A( u7 ~; ^: U6 _" z    │      │  │      04_Bayesian_Scores.txt3 G" o, ~9 z! v1 `
    │      │  │      05_Learning_Tree_Structured_Networks.mp4
6 ^. ]' S, M- Z    │      │  │      05_Learning_Tree_Structured_Networks.srt3 \9 {8 ?: `3 Y0 M: C- T! T  `4 p
    │      │  │      05_Learning_Tree_Structured_Networks.txt, y' i) f! S- r( ~* W; |
    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.mp43 q( g  c; Q  v: y- R
    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.srt( b% ?3 g  ?0 y* x) y8 M; V6 V
    │      │  │      06_Learning_General_Graphs-_Heuristic_Search.txt# R$ {# ]3 y4 Y
    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.mp4$ {) Y0 U+ t5 p1 r7 H5 c: S7 b! u
    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.srt
  t) I  V: F, _& X1 R    │      │  │      07_Learning_General_Graphs-_Search_and_Decomposability.txt( D, ~* G( N* V1 d$ I* w5 }
    │      │  │      8 ?( S5 P) L- g9 z
    │      │  ├─21_Learning_With_Incomplete_Data
, J' q  Z3 p" ^6 N! M5 k8 C) b( M    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.mp4
# {: s) c; [* Z" [6 A    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.srt* j7 `6 S( [* k5 }6 G% X
    │      │  │      01_Learning_With_Incomplete_Data_-_Overview.txt) O: `  d7 L3 a9 I8 J. x9 k! D
    │      │  │      02_Expectation_Maximization_-_Intro.mp4  L% r) s( |6 c
    │      │  │      02_Expectation_Maximization_-_Intro.srt7 t6 x: }7 k( v7 u% k
    │      │  │      02_Expectation_Maximization_-_Intro.txt
+ h9 m: R8 @2 l& H6 O. k* f1 r; f    │      │  │      03_Analysis_of_EM_Algorithm.mp4# ?) r# r( A+ D& I, h
    │      │  │      03_Analysis_of_EM_Algorithm.srt
) a. Z5 s; b( `' I    │      │  │      03_Analysis_of_EM_Algorithm.txt
- Q' R& A, k8 B; ]: l$ B6 g* p5 z5 V* g    │      │  │      04_EM_in_Practice.mp4
: r: L) y0 X' K  F$ H; ]4 U    │      │  │      04_EM_in_Practice.srt  J! b9 K% G  u7 ^8 q
    │      │  │      04_EM_in_Practice.txt
7 p" D4 _+ I( ~2 b' z) l    │      │  │      05_Latent_Variables.mp4
0 R' @* r5 m1 G, X- P    │      │  │      05_Latent_Variables.srt; ~* Z  z- E/ i% ~: _
    │      │  │      05_Latent_Variables.txt
! J1 t0 T4 R7 Z2 p& ^" T( U7 E! D! q    │      │  │      
9 Z- N- W% m9 D7 g4 z3 Z    │      │  ├─22_Learning-_Wrapup
3 P. n) b* ?- Z    │      │  │      01_Summary-_Learning.mp4$ @& g% _8 U/ H0 I6 ?% j- k6 h
    │      │  │      01_Summary-_Learning.srt6 O: H! p' z( R: h5 J) q% m6 W8 m
    │      │  │      01_Summary-_Learning.txt
# Z$ ~8 i7 R; E  ~* k/ \; k5 _    │      │  │      0 G0 Y- V: F9 b- [6 }  x; G+ B
    │      │  └─23_Summary
# V0 P- S/ b% B    │      │          01_Class_Summary.mp4
) R% N+ S0 c- U9 Q    │      │          01_Class_Summary.srt
7 y; |6 O( z8 G6 F2 l- z4 y    │      │          01_Class_Summary.txt1 H' m" I6 s! _# D4 V9 r/ x3 j& c$ ]
    │      │          4 q9 R) ], E- f
    │      └─Probabilistic Graphical Models - Stanford; `& W  ]' x# b9 S1 g2 S
    │              1 - 1 - Welcome! (05-35).mp4
7 K) Q+ N/ S8 I4 X! c    │              1 - 1 - Welcome! (05-35).srt+ f3 {  i- g: I4 N& S% i
    │              1 - 2 - Overview and Motivation (19-17).mp4+ m, M4 y; w0 V2 l: F! s% `* H
    │              1 - 2 - Overview and Motivation (19-17).srt; }( K" j: f6 L  |
    │              1 - 3 - Distributions (04-56).mp4
1 \2 i( p; O- a9 `9 S( R    │              1 - 3 - Distributions (04-56).srt
' @! g3 H6 a1 A  H9 D. B$ |    │              1 - 4 - Factors (06-40).mp4; t/ q$ U/ m- K: A& S2 h$ e
    │              1 - 4 - Factors (06-40).srt8 D3 J' [' r8 u- }# C" R# f: g- n
    │              10 - 4 - Clique Trees and Independence (15-21).mp4
; R7 K% f9 j% _) w) j7 U    │              10 - 4 - Clique Trees and Independence (15-21).srt
2 u( O  X: h2 d& s1 F    │              10 - 5 - Clique Trees and VE (16-17).mp48 l; `& S2 j  K  e6 k4 o
    │              10 - 5 - Clique Trees and VE (16-17).srt
0 Z$ n0 u8 X5 X0 s+ w: [* ]    │              10 - 6 - BP In Practice (15-38).mp4
2 @, y8 Q3 F9 T5 X8 Z+ R1 ]    │              10 - 6 - BP In Practice (15-38).srt* j) }" x/ M: Q
    │              10 - 7 - Loopy BP and Message Decoding (21-42).mp4. d; M( |5 Q2 }  r# T
    │              10 - 7 - Loopy BP and Message Decoding (21-42).srt8 A0 N; R+ d( W* c3 L# @
    │              11 - 1 - Max Sum Message Passing (20-27).mp4
3 @" ^& O" B% ]4 ]+ D    │              11 - 1 - Max Sum Message Passing (20-27).srt6 S) i) W2 Y6 c9 Y* `0 Z2 n
    │              11 - 2 - Finding a MAP Assignment (3-57).mp4/ ~3 X; w* D1 N8 f$ q, w$ t
    │              11 - 2 - Finding a MAP Assignment (3-57).srt: h, U; |) [3 y) Z+ U; o8 d
    │              12 - 1 - Tractable MAP Problems (15-04).mp4
  ~4 ?& z. F7 o1 h- m    │              12 - 1 - Tractable MAP Problems (15-04).srt) M) `/ |  }. H
    │              13 - 1 - Simple Sampling (23-37).mp4! c  d" b0 a% x7 _# g
    │              13 - 1 - Simple Sampling (23-37).srt
8 g6 S5 ]( b% ?: ~    │              13 - 2 - Markov Chain Monte Carlo (14-18).mp4
8 ?5 K. |; w, `3 c* I    │              13 - 2 - Markov Chain Monte Carlo (14-18).srt1 E8 @/ U/ N; e) [3 e9 |# s5 Y3 y
    │              13 - 3 - Using a Markov Chain (15-27).mp4
4 T0 u2 ^0 o  i: z. X% @7 P    │              13 - 3 - Using a Markov Chain (15-27).srt
( t6 h3 r% N5 \6 T& n( q7 S) [    │              13 - 4 - Gibbs Sampling (19-26).mp4
1 @, D% D% L& R7 U% a1 H4 m    │              13 - 4 - Gibbs Sampling (19-26).srt
* d) B( J; z# p, z) x' K4 Q3 j    │              13 - 5 - Metropolis Hastings Algorithm (27-06).mp4
5 ^3 M  B/ H& b1 o0 [    │              13 - 5 - Metropolis Hastings Algorithm (27-06).srt
& C+ S' P8 c9 t2 F- J# j    │              14 - 1 - Inference in Temporal Models (19-43).mp4
' l' x% {( M7 s! S: F' U& J5 p    │              14 - 1 - Inference in Temporal Models (19-43).srt5 d1 w& r% K4 {/ |/ d
    │              14 - 2 - Inference- Summary (12-45).mp4
- f0 w: }2 u( C2 i    │              14 - 2 - Inference- Summary (12-45).srt
: u% o# R2 @9 t3 [) a6 N    │              15 - 1 - Maximum Expected Utility (25-57).mp4
2 p' G( E# Z  e    │              15 - 1 - Maximum Expected Utility (25-57).srt' R# h/ w1 R6 |/ a% X( A( H1 _& Q7 }
    │              15 - 2 - Utility Functions (18-15).mp4
1 z! i( w# }+ [" O2 Q! [    │              15 - 2 - Utility Functions (18-15).srt
7 W6 k, ?9 e2 Z  M# B    │              15 - 3 - Value of Perfect Information (17-14).mp41 y3 Y0 _: \# p8 A
    │              15 - 3 - Value of Perfect Information (17-14).srt( S2 N4 h! y7 N
    │              16 - 2 - Regularization- Cost Function (10-10).mp4
0 S& E. e' @, B7 ?* v    │              16 - 2 - Regularization- Cost Function (10-10).srt
+ D3 S, U7 L! e2 T( a- H/ ]7 _    │              16 - 3 - Evaluating a Hypothesis (07-35).mp4
" W7 E4 D2 h1 Y0 U$ j    │              16 - 3 - Evaluating a Hypothesis (07-35).srt0 `- w, L. X  H1 t8 i6 O$ X& {% T
    │              16 - 5 - Diagnosing Bias vs Variance (07-42).mp4
! v- K0 ?( C0 b    │              16 - 5 - Diagnosing Bias vs Variance (07-42).srt+ u! Y9 t' L0 x+ b; r
    │              17 - 1 - Learning- Overview (15-35).mp4
, e+ A# Y. f2 V    │              17 - 1 - Learning- Overview (15-35).srt  o  F/ L5 P. m6 a9 t; x& |8 U
    │              18 - 1 - Maximum Likelihood Estimation (14-59).mp4: J- @, Y% ~" N: @- t8 A  y6 w
    │              18 - 1 - Maximum Likelihood Estimation (14-59).srt
$ d; U- t! E/ |9 R, l  Y3 N    │              18 - 3 - Bayesian Estimation (15-27).mp4
7 J8 Y% ?, E' ]; f    │              18 - 3 - Bayesian Estimation (15-27).srt
, s3 a; P, d" ~    │              18 - 4 - Bayesian Prediction (13-40).mp4, j# n' C4 B( W; Y, I5 j
    │              18 - 4 - Bayesian Prediction (13-40).srt( q. ^, u" _9 C( s
    │              2 - 1 - Semantics & Factorization (17-20).mp4
6 U& {* s0 ~  g2 G- U9 N# `    │              2 - 1 - Semantics & Factorization (17-20).srt( T7 ?/ P5 ^; V( @, V6 Z  d4 ^
    │              2 - 2 - Reasoning Patterns (09-59).mp4  \) k( t9 i( I! J
    │              2 - 2 - Reasoning Patterns (09-59).srt
( q' v! H$ \% ^" \" o9 n    │              2 - 4 - Conditional Independence (12-38).mp49 [' v8 d+ g# L- `4 d6 L: \/ A9 S$ k2 [
    │              2 - 4 - Conditional Independence (12-38).srt
) n, V9 l4 t0 X+ _: A$ H% @+ R, _8 K; C    │              2 - 6 - Naive Bayes (09-52).mp4
: @  G* u, ?: r: b9 }    │              2 - 6 - Naive Bayes (09-52).srt
- `5 s2 R1 r3 Q. t    │              20 - 1 - Structure Learning Overview (5-49).mp49 h* u- o: h  G1 d0 Y0 n+ q
    │              20 - 1 - Structure Learning Overview (5-49).srt
  W$ q7 O" x8 M. [" t    │              20 - 2 - Likelihood Scores (16-49).mp4& |' t* C' T3 H0 O% M7 w# F
    │              20 - 2 - Likelihood Scores (16-49).srt
6 Q, Z/ e% h; @$ d* W/ [- h0 G7 v3 o    │              20 - 4 - Bayesian Scores (20-35).mp42 q' n8 q5 @$ b5 Z
    │              20 - 4 - Bayesian Scores (20-35).srt
9 P! B: k$ ~& a, _4 v& z    │              21 - 3 - Analysis of EM Algorithm (11-32).mp4
2 W+ k' l) E  v: _" \    │              21 - 3 - Analysis of EM Algorithm (11-32).srt
$ v! x& x# S% g* B- b0 |    │              21 - 4 - EM in Practice (11-17).mp4
; V! V/ U- G2 o6 l    │              21 - 4 - EM in Practice (11-17).srt
6 P' R1 t2 D4 F$ v2 n5 R: @    │              21 - 5 - Latent Variables (22-00).mp40 U0 ^+ ?4 U: `/ u+ @( u
    │              21 - 5 - Latent Variables (22-00).srt
8 F( e9 I0 d2 [3 a    │              22 - 1 - Summary- Learning (20-11).mp4
0 Y- N/ X& k5 q) u% A! S    │              22 - 1 - Summary- Learning (20-11).srt
6 `# J. N% j. W' ^    │              23 - 1 - Class Summary (24-38).mp4
0 A4 i+ P/ Y6 O8 Q    │              23 - 1 - Class Summary (24-38).srt
) h3 M' X3 t9 P; a# X    │              3 - 1 - Overview of Template Models (10-55).mp42 Q( ]" h1 o) h% ^0 E
    │              3 - 1 - Overview of Template Models (10-55).srt( \. n) p9 h: X$ m: b4 v
    │              3 - 2 - Temporal Models - DBNs (23-02).mp44 w5 Z1 }8 h* N7 `  N$ L0 b
    │              3 - 2 - Temporal Models - DBNs (23-02).srt  ]. Y, S. b' J2 U( y; p
    │              3 - 3 - Temporal Models - HMMs (12-01).mp4
6 J# b; `6 V) Z; X' n- W+ U    │              3 - 3 - Temporal Models - HMMs (12-01).srt
4 R6 p7 E; g( y! x8 m; v    │              3 - 4 - Plate Models (20-08).mp4
6 `$ h" I* f* S) `: E' K6 V, t    │              3 - 4 - Plate Models (20-08).srt
6 E5 J8 }: P# p' ]( ?* A, ]    │              4 - 1 - Basic Operations (13-59).mp4
4 D+ D, B' v. P    │              4 - 1 - Basic Operations (13-59).srt* S2 P" H2 v5 m4 @# S) L
    │              4 - 2 - Moving Data Around (16-07).mp4/ a$ @2 o5 L  N: `& R* \# Z% F
    │              4 - 2 - Moving Data Around (16-07).srt8 y3 l, q5 u- Q/ u! e
    │              4 - 3 - Computing On Data (13-15).mp4
) d3 W, ^. q; W: ~4 v" }    │              4 - 3 - Computing On Data (13-15).srt+ {, S' h$ S! }1 N7 O7 B
    │              4 - 4 - Plotting Data (09-38).mp47 A& z: s& ?/ ?. O4 W
    │              4 - 4 - Plotting Data (09-38).srt: [1 T* l) K2 ~; v$ n: \$ H. c
    │              4 - 6 - Vectorization (13-48).mp4
0 Z8 o- h0 [7 @, X* v    │              4 - 6 - Vectorization (13-48).srt2 V/ ?1 Q, a" ~$ A% J
    │              5 - 1 - Overview- Structured CPDs (08-00).mp4
, {: g& f7 W  l& g( r' a    │              5 - 1 - Overview- Structured CPDs (08-00).srt
0 x, D$ T9 p& p2 ~    │              5 - 2 - Tree-Structured CPDs (14-37).mp4
7 t  a2 e" K4 v5 v) N# y& J1 i* r    │              5 - 2 - Tree-Structured CPDs (14-37).srt
3 J5 g' F0 n9 F: J4 c/ Q% }    │              5 - 4 - Continuous Variables (13-25).mp4  Z4 v- N% z* `. s  M
    │              5 - 4 - Continuous Variables (13-25).srt& U1 P  g( k1 w3 m/ V4 R
    │              6 - 1 - Pairwise Markov Networks (10-59).mp4
, k9 [5 C3 k/ A4 J# `' O; ~    │              6 - 1 - Pairwise Markov Networks (10-59).srt
4 ^  D0 v& x" l+ I    │              6 - 2 - General Gibbs Distribution (15-52).mp43 S" d- {  J. H4 |7 e: e# O
    │              6 - 2 - General Gibbs Distribution (15-52).srt
& B# ?: L, Z& _! u' e1 j+ {    │              6 - 3 - Conditional Random Fields (22-22).mp4, x5 m9 Y  a4 y1 I  z
    │              6 - 3 - Conditional Random Fields (22-22).srt/ z' U1 S- z0 x  T& R: y% x$ C" e5 j
    │              6 - 5 - I-maps and perfect maps (20-59).mp45 w6 b% p, F% S2 Q6 f* V3 e
    │              6 - 5 - I-maps and perfect maps (20-59).srt
3 n, S3 ^  p9 j4 n    │              6 - 6 - Log-Linear Models (22-08).mp4
1 _0 _1 s# n% ^8 k3 K    │              6 - 6 - Log-Linear Models (22-08).srt2 E$ \: S2 W5 s3 `1 @# x
    │              7 - 1 - Knowledge Engineering (23-05).mp4& m3 I, n' `! B3 z. ~8 D8 J
    │              7 - 1 - Knowledge Engineering (23-05).srt
1 ~! u- S9 Y2 d' }, Q' f9 a6 s' N    │              8 - 2 - Overview- MAP Inference (09-42).mp4
7 K/ U3 {: C5 G$ J) y1 M    │              8 - 2 - Overview- MAP Inference (09-42).srt
: c. G, N7 Z9 H6 U    │              8 - 3 - Variable Elimination Algorithm (16-17).mp4
0 a: v# @9 M" a, k3 ^! d! p* U    │              8 - 3 - Variable Elimination Algorithm (16-17).srt
, o0 v* y" k, C+ {8 B; z, y    │              8 - 6 - Finding Elimination Orderings (11-58).mp4
. f# N0 `8 w8 j6 x, X% j& e    │              8 - 6 - Finding Elimination Orderings (11-58).srt
5 c/ P6 F. \4 ^' F! O$ a8 h    │              9 - 1 - Belief Propagation (21-21).mp4
- Q, t. \2 i- g( X) b& o* y' P7 k9 u* @    │              9 - 1 - Belief Propagation (21-21).srt5 Q& W# ~  C/ h6 e5 O  G5 S
    │              9 - 2 - Properties of Cluster Graphs (15-00).mp46 z8 R% I/ q6 q
    │              9 - 2 - Properties of Cluster Graphs (15-00).srt
& m/ ^* k7 {! d1 \2 ~    │              PGM-Programming_Assignment_1.zip
# f! N3 E  Y; X' n# o    │              PGM-Programming_Assignment_2.zip& _9 o. \0 k2 g. z: E% k
    │              PGM-Programming_Assignment_3.zip
7 [0 T, H8 K6 B/ }) L6 m: B: K    │              PGM-Programming_Assignment_4.zip7 C/ F; V- W6 H; z4 j( f( I
    │              PGM-Programming_Assignment_5.zip
& Z6 L( _' O7 a9 F$ P    │              PGM-Programming_Assignment_6.zip4 @& m/ g0 N$ p$ C; j3 X
    │              PGM-Programming_Assignment_7.zip, l7 v8 l; j1 t! [3 z  Z% L
    │              PGM-Programming_Assignment_8.zip
- w8 \0 B* _$ r- b    │              PGM-Programming_Assignment_9.zip5 @$ O1 i) O! R) j  W
    │              下载说明.txt
: j) J0 U, b- Y! {5 j) n/ R" h1 h    │              关注我们.png, h% @- L/ e' E* L9 `% z" }! Y* Q1 {% a
    │              攻城狮论坛=网络技术+编程视频.url
: J( `; I7 z% I) ?, s* O$ v    │              解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
. T( i6 e! E* c! `: n9 U+ m    │              
8 v) i$ E; U; p5 E1 ^  _4 c. v    ├─031_台大概率
9 D. Y& I5 Q" [2 M* b    │  └─031_台大概率# K' N( N  Q0 K3 x
    │      ├─prob-0019 }; S$ F3 t2 X% _* h
    │      │  ├─01_Week_1- Z) S1 y3 u! o5 l" i
    │      │  │      01_1-0.mp4
- C3 Z2 c- G( \. K5 F3 r, D    │      │  │      02_1-1_17-41.mp4
) o7 @; p8 y4 A1 z& s    │      │  │      02_1-1_17-41.pdf
- a1 V6 v+ S9 }4 c# o5 }  X    │      │  │      02_1-1_17-41_0_.pdf; ~* d2 V% r. O' ]
    │      │  │      02_1-1_17-41_1_.pdf
0 G3 g. C2 B( [. `) Z. p5 g! V    │      │  │      02_1-1_17-41_2_.pdf
3 {: N+ K" ]8 s% @4 ]# a' \4 x9 d. j    │      │  │      03_1-2.a__11-46.mp4
& E' t- p8 q1 Z5 H    │      │  │      04_1-2.b__09-40.mp4) F! \* ^3 b6 J/ p0 n* h1 y
    │      │  │      05_1-3.a__11-24.mp4( p" p3 J% T' p7 A
    │      │  │      06_1-3.b__16-36.mp4
% J+ F# y( s' [0 U    │      │  │      
$ |* D" q/ o' Q% G    │      │  ├─02_Week_2" ?; V# ?; U0 o
    │      │  │      01_2-0_15-32.mp4+ b0 L) ~0 a; {' P: Y
    │      │  │      02_2-1.a__16-09.mp48 l# u! }" M+ E& W
    │      │  │      02_2-1.a__16-09.pdf
) m( \. q! m+ P, R7 j% m9 B    │      │  │      02_2-1.a__16-09_0_.pdf
1 n' o# p+ ^0 u/ @6 w; w1 u    │      │  │      02_2-1.a__16-09_1_.pdf
6 m( L9 \6 p' v# @$ c    │      │  │      02_2-1.a__16-09_2_.pdf
7 O3 Y' y5 N7 f$ M7 m    │      │  │      03_2-1.b__16-06.mp4
& |  W  ?$ f. R9 D2 x1 s' T: f( y$ @    │      │  │      04_2-1.c__10-07.mp4; L* F- p; N2 c5 K) }
    │      │  │      05_2-2.a__10-41.mp4
6 {/ @6 @6 F6 c8 x8 n1 @5 S    │      │  │      06_2-2.b__12-43.mp4
: ~5 W) s1 L. h# L4 h    │      │  │      07_2-2.c__16-02.mp4) P- l" Q  G2 `* C% {$ B
    │      │  │      3 i7 r+ u0 [6 {2 C  o  e) i
    │      │  ├─03_Week_3' L1 a% b1 M3 f6 Z# _1 v
    │      │  │      01_3-0_16-46.mp4
, W0 M# j' R7 P5 z6 G9 e1 j8 F5 F0 d4 F    │      │  │      02_3-1.a___09-12.mp4. v" o! ~& r9 D" Z; n, V1 _: K
    │      │  │      02_3-1.a___09-12.pdf$ H3 p. M/ q( W! J9 U0 D# o
    │      │  │      02_3-1.a___09-12_0_.pdf2 `$ M6 W5 n$ Q$ M
    │      │  │      02_3-1.a___09-12_1_.pdf: S% I0 i* A! H7 c- x' S9 N
    │      │  │      02_3-1.a___09-12_2_.pdf
- v9 I' d+ B; ?1 |7 `" I    │      │  │      03_3-1.b__10-35.mp4/ w& x' @; W( [9 b
    │      │  │      04_3-2_08-47.mp4" [4 P) N" ?! w5 p- [9 C& }5 p) B. T
    │      │  │      05_3-3.a__16-57.mp4
# k& Y: l8 ?& K# ]& s( t    │      │  │      06_3-3.b__12-58.mp4  y- @6 b+ ?3 N2 Y
    │      │  │      % j, E4 F6 \- q" e
    │      │  ├─04_Week_47 P! c! E8 `  x: ^
    │      │  │      01_4-0_17-33.mp4$ t) w4 O! O- r9 j, r, h) K5 M
    │      │  │      02_4-1.a__13-53.mp4
5 M3 n3 k5 g- S. h1 H0 _6 E    │      │  │      02_4-1.a__13-53.pdf
4 L. S6 V+ q) O  m. V    │      │  │      02_4-1.a__13-53_0_.pdf# ?0 W1 V& d. f6 y# [% V- z
    │      │  │      02_4-1.a__13-53_1_.pdf
' _3 t. [$ f0 h+ `) G6 W- {/ s    │      │  │      02_4-1.a__13-53_2_.pdf
# b) y- H5 Q" W    │      │  │      03_4-1.b__14-43.mp4$ N$ w* z2 @3 P- k
    │      │  │      04_4-1.c__5-18.mp4& k3 J) O: C) c* y) e
    │      │  │      05_4-2.a_CDF__9-48.mp4) ~; r) G. J( L* Y- Y2 I" r& |
    │      │  │      06_4-2.b_CDF__8-59.mp4
8 n1 W, |" S& i3 s6 h' G. h    │      │  │      07_4-2.c_CDF__9-00.mp4. u; ^2 K* V/ N6 }3 G0 L
    │      │  │      08_4-3_PMF_11-26.mp4" P' I( j- C$ v' L; D. g3 C
    │      │  │      09_4-4.a_I__14-41.mp4
7 l, `! x) u5 b) b' i( l$ Q    │      │  │      10_4-4.b_I__8-47.mp4
; t# @2 H  t! H    │      │  │      ; W) x2 Y8 t* j
    │      │  ├─05_Week_5
: d; z- E; s9 F: G    │      │  │      01_5-0_14-09.mp4
1 t2 x7 j* A9 t# \" V4 @0 Z! G$ X9 y6 D    │      │  │      02_5-1.a_II__10-36.mp4' O$ f0 ^. B7 y( f. A
    │      │  │      02_5-1.a_II__10-36.pdf
, I8 Q1 e* @/ B  A; K3 X    │      │  │      02_5-1.a_II__10-36_0_.pdf
/ e2 k1 Z3 e% J2 V    │      │  │      02_5-1.a_II__10-36_1_.pdf" a6 L1 X7 J2 f
    │      │  │      02_5-1.a_II__10-36_2_.pdf
5 h7 w$ V2 d# F7 {" i! d! `    │      │  │      03_5-1.b_II__12-06.mp45 p3 Z9 J- w, X5 y" O0 |
    │      │  │      04_5-1.c_II__20-28.mp4
) o9 ~5 ?; m0 k    │      │  │      05_5-2_PDF_18-56.mp40 ^+ y5 d; s; H) c1 C& ^
    │      │  │      06_5-3_I_18-12.mp4( K0 b5 U  h. P& c
    │      │  │      
- y, B/ u8 e4 D: X/ ]    │      │  ├─06_Week_6
9 A5 S# ?- h: G2 V0 M# ~    │      │  │      01_6-0_10-13.mp4
; F% V, Z# K1 f( o    │      │  │      02_6-1.a_II__15-25.mp4
. @; p. u0 E( C& W    │      │  │      02_6-1.a_II__15-25.pdf
9 J2 o* |( m- ]- g    │      │  │      02_6-1.a_II__15-25_0_.pdf
  o7 J4 y& [, @+ l+ a    │      │  │      02_6-1.a_II__15-25_1_.pdf) R) f4 w. `7 w0 i. j
    │      │  │      02_6-1.a_II__15-25_2_.pdf* H% l; ?5 H( y+ J* g4 }
    │      │  │      03_6-1.b_II__16-08.mp4
9 ?3 A: G! m: y    │      │  │      04_6-1.c_II__17-16.mp4
0 T/ Z2 S' d/ R9 K+ v9 Y6 u    │      │  │      05_6-1.d_II__5-40.mp4( o; e% ]/ k8 e% X) ?: u% Q7 a
    │      │  │      06_6-2.a_I__16-35.mp44 v. m4 _5 c- E0 e' M3 I+ z
    │      │  │      07_6-2.b_I__10-41.mp4) Q$ y6 G8 k/ v+ G
    │      │  │      08_6-2.c_I__16-44.mp4
% b8 x/ C& |) T3 G" v! x    │      │  │      09_6-2.d_I__14-30.mp4# P/ n1 R( Z5 S+ Z$ ]5 Y
    │      │  │      ; m- q6 @. n4 L  ~* j/ I% _; j
    │      │  ├─07_Week_7
- X4 n- M0 C+ W& O5 m2 M    │      │  │      01_7-0.mp4
, n; M% m3 B+ ?1 ?' P    │      │  │      02_7-1.a_II__14-31.mp4
# g. i$ `' t0 ^8 D$ _, S5 Q8 j) T8 {    │      │  │      02_7-1.a_II__14-31.pdf
- R  B2 a9 ~/ C; h    │      │  │      02_7-1.a_II__14-31_0_.pdf
* p' T0 o7 T  U, W% ]% q    │      │  │      02_7-1.a_II__14-31_1_.pdf/ S1 ^# f" ]4 E% S  d( I
    │      │  │      02_7-1.a_II__14-31_2_.pdf
5 Z3 Q) |# O& l. p    │      │  │      03_7-1.b_II__13-07.mp4
. ?8 O( B* k: z  f4 [0 _' M    │      │  │      04_7-2.a-___10-35.mp4
; G0 b" `7 k5 s6 o    │      │  │      05_7-2.b-___08-42.mp4
8 A8 B9 Y  |: E9 ~2 Q; k( a1 T2 Q    │      │  │      06_7-3.a-___15-07.mp4) [5 w1 u8 g9 L. J$ b- I
    │      │  │      07_7-3b-___19-20.mp4
* c) c% ^0 }1 |3 |" {    │      │  │      
$ j% y7 t. U& X8 N. \    │      │  ├─08_Week_8
# _2 h6 m, P0 I    │      │  │      01_8-0.mp4, K) n/ ^& L) u3 c) v
    │      │  │      02_8-1.a__14-36.mp4* O+ `  G6 S# p5 H/ ?
    │      │  │      02_8-1.a__14-36.pdf
" m" u0 ~- P9 M1 e4 C8 {    │      │  │      02_8-1.a__14-36_0_.pdf# a5 e* a5 l- i2 i" U8 P
    │      │  │      02_8-1.a__14-36_1_.pdf
( o6 p. g: L& i, o( I3 y4 i+ T    │      │  │      02_8-1.a__14-36_2_.pdf
) |6 M3 e5 I- o4 j4 L8 c$ N$ W    │      │  │      03_8-1.b__15-05.mp4
* A' V$ u( J7 ?    │      │  │      04_8-1.c__17-00.mp4) E% L  D4 r" `' J
    │      │  │      05_8-1.d__11-18.mp4/ \* g4 z" K# X' L  j! T! ~
    │      │  │      06_8-2_12-32.mp4$ }( }% ]4 P0 J& F3 W; u) G
    │      │  │      07_8-3.a__10-06.mp4
, F8 Z. `3 w: V! F6 a    │      │  │      08_8-3.b__17-27.mp4; u: H# X3 P6 [  w; G" m
    │      │  │      , L4 y9 a; u8 n
    │      │  └─09_Week_9( D  J" u* N* L9 s% Z% @0 f
    │      │          01_9-1.a__11-18.mp4
/ W% \4 _* L9 Z* ~5 V; F    │      │          01_9-1.a__11-18.pdf
$ _$ H& [: o- j. y! g    │      │          01_9-1.a__11-18_0_.pdf
. ?  ]! P& V) d7 F: W    │      │          01_9-1.a__11-18_1_.pdf
4 [- F( D& ?: W( n    │      │          01_9-1.a__11-18_2_.pdf
) y6 c. Q0 i+ B9 l7 e    │      │          02_9-1.b__13-49.mp4" I" [6 e# Z/ W7 i/ S2 A7 Z+ ]
    │      │          03_9-2.aMGF__10-17.mp4
$ A& x5 j' r5 k' G! E( [" r    │      │          04_9-2.bMGF__14-06.mp45 A$ L8 p2 G# _; J8 a0 a0 ^- B
    │      │          05_9-2.cMGF__15-53.mp4, R# u! _3 X5 w9 u5 R2 X
    │      │          06_9-3.a__10-35.mp4
$ }0 F" B$ n6 L- s    │      │          07_9-3.b__13-01.mp4
; X* A5 D8 F- e  u. E- ?! z    │      │          08_9-4.a-__16-45.mp4: i5 \" \3 I! M$ k( F
    │      │          09_9-4.b-__17-19.mp4. `- V. ~; y$ \: k- t  J# b1 I& H
    │      │         
8 S+ I+ B/ Y$ k7 }& [2 E    │      └─概率-台大; d' e: N. o+ R/ O/ ~
    │          │  02-8.R: @3 W) o% [) x$ C! {
    │          │  3 i8 y& @  w: z9 h- e
    │          ├─11 E3 y* |- m! ?9 n; O) u2 ~* y. m9 {  k
    │          │      Benson_Coursera_Week_1_簡.pdf: y0 l8 @7 w1 }- N$ k
    │          │      Benson_Coursera_Week_1_繁.pdf
$ m5 y3 `$ L1 ^/ [    │          │      Benson_Coursera_Week_1_繁空.pdf
: `# Q+ u! `6 n8 P2 Y2 l; b$ ]    │          │      2 - 1 - 1-0:咱們先聊聊,這是門什麼樣的課呢-.mp4
4 v+ ^9 K3 d7 M# a+ A0 N    │          │      2 - 2 - 1-1:機率概論 (17-41).mp4
# U5 D+ ^) U' l3 g8 X( f' M( `, w+ A    │          │      2 - 3 - 1-2.a:集合論 (上) (11-46).mp4( L& S; V0 o, n% y5 w
    │          │      2 - 4 - 1-2.b:集合論 (下) (09-40).mp4. h6 W3 R- F, }) ?* G$ L2 F% [
    │          │      2 - 5 - 1-3.a:機率名詞 (上) (11-24).mp4
5 g* k. W$ U" Y    │          │      2 - 6 - 1-3.b:機率名詞 (下) (16-36).mp4
4 x3 l8 Z1 h& x' M    │          │      0 z7 b9 |7 B  C4 R5 G, Z
    │          ├─2
' q; `8 |% y7 f' l2 V    │          │      Benson_Coursera_Week_2_簡.pdf
9 D3 Z; A: K- N1 |2 ^    │          │      Benson_Coursera_Week_2_簡空.pdf
! N2 I8 n+ N# ~7 e. J% s2 z    │          │      Benson_Coursera_Week_2_繁.pdf6 ]; R* @* R7 X. g# m7 K4 c. O3 c
    │          │      Benson_Coursera_Week_2_繁空.pdf
: Q8 T" a; V2 q3 z  u# N7 x    │          │      3 - 1 - 2-0:咱們聊聊,是學習,還是應付- (15-32).mp4, {! r( O0 m+ Y6 ]* x
    │          │      3 - 2 - 2-1.a:機率公理性質 (上) (16-09).mp4
0 a9 L3 V; Z2 z/ y8 P+ G7 H    │          │      3 - 3 - 2-1.b:機率公理性質 (中) (16-06).mp4
9 C2 L; E+ J& G& m1 C  A    │          │      3 - 4 - 2-1.c:機率公理性質 (下) (10-07).mp4
. H% K9 o, Q+ V( r' E    │          │      3 - 5 - 2-2.a:條件機率 (上) (10-41).mp4
" {" I0 q7 [: }' F3 g* j0 t8 T3 D    │          │      3 - 6 - 2-2.b:條件機率 (中) (12-43).mp4# r+ Y7 x! y( d! }1 G) W/ x
    │          │      3 - 7 - 2-2.c:條件機率 (下) (16-02).mp4
! b4 Q6 `' ?/ d& }    │          │      + b! e* e4 A' A. z+ e
    │          ├─37 a3 N2 ?) F. U8 x2 M
    │          │      Benson_Coursera_Week_3_簡.pdf7 d0 J" A8 t, `) u
    │          │      Benson_Coursera_Week_3_簡空.pdf
! v* n2 X3 T6 |# C  q- K2 o# C# E  ~2 M, B    │          │      Benson_Coursera_Week_3_繁.pdf
$ s  `# e! m/ [- n    │          │      Benson_Coursera_Week_3_繁空.pdf
- ]( \7 U4 o  E) y8 X' Z, L' M, D    │          │      4 - 1 - 3-0:咱們聊聊,常見的錯誤?學習的關鍵? (16-46).mp43 x' g0 T" R' q& O; D0 [2 m
    │          │      4 - 2 - 3-1.a:機率的獨立性 (上)  (09-12).mp47 i. L2 r3 I* H- T" o- m% ~7 s3 o
    │          │      4 - 3 - 3-1.b:機率的獨立性 (下) (10-35).mp4/ E) J7 i  A2 a' P' z: |) x4 Y0 H
    │          │      4 - 4 - 3-2:圖解繁複機率 (08-47).mp44 Z- _* K9 A# |: J+ A
    │          │      4 - 5 - 3-3.a:數數算機率 (上) (16-57).mp4' d8 L3 `2 ~5 K
    │          │      4 - 6 - 3-3.b:數數算機率 (下) (12-58).mp4. _: b( }. ^$ \, U; l
    │          │      
) O$ I0 k7 K& i1 t    │          ├─4: F0 v; F9 C/ I1 u1 i7 G4 v) N
    │          │      Benson_Coursera_Week_4_簡.pdf
& i9 a. X% T( k  U7 t3 x4 _    │          │      Benson_Coursera_Week_4_簡空.pdf- k  c0 k- j2 y' ]# T* L; B! w2 Q
    │          │      Benson_Coursera_Week_4_繁.pdf  W7 y# H' @  d0 ?5 s
    │          │      Benson_Coursera_Week_4_繁空.pdf' ?  s1 n& b6 P. A2 v. o
    │          │      5 - 1 - 4-0:咱們聊聊,如何幫自己面對未來挑戰? (17-33).mp4
( x8 S3 w4 O+ a# D% O    │          │      5 - 10 - 4-4.b:離散機率分佈 I (下) (8-47).mp4
* N/ m3 L9 Y. s6 H/ E0 \    │          │      5 - 2 - 4-1.a:隨機變數 (上) (13-53).mp4
) u0 p) S# f2 J$ T& o3 f    │          │      5 - 3 - 4-1.b:隨機變數 (中) (14-43).mp4
' r$ u, ^. N; i    │          │      5 - 4 - 4-1.c:隨機變數 (下) (5-18).mp4- I7 ~& t* W( @6 r' k5 ?3 c
    │          │      5 - 5 - 4-2.a:累績分佈函數 CDF (上) (9-48).mp48 N2 Z% Y  i2 U" v
    │          │      5 - 6 - 4-2.b:累績分佈函數 CDF (中) (8-59).mp4
4 ]  C* d) m5 h- D- K    │          │      5 - 7 - 4-2.c:累績分佈函數 CDF (下) (9-00).mp4+ F" {, N0 a& F8 e; v$ P3 B
    │          │      5 - 8 - 4-3:機率質量函數 PMF (11-26).mp43 t. I0 B& o- s* P' E- R5 g# ]
    │          │      5 - 9 - 4-4.a:離散機率分佈 I (上) (14-41).mp4
' |% i# F# ?8 x    │          │      
. r: ?3 n: S8 V) G: J    │          ├─5
4 a/ \. q) O5 s% W; B1 j    │          │      Benson_Coursera_Week_5_簡.pdf
; F# b2 w. @- a    │          │      Benson_Coursera_Week_5_簡空.pdf
! Q0 K  i7 f& w9 G( K    │          │      Benson_Coursera_Week_5_繁.pdf$ H7 X( S4 o/ V6 Z2 t7 a
    │          │      Benson_Coursera_Week_5_繁空.pdf, J2 ^5 ^4 J0 B
    │          │      6 - 1 - 5-0:咱們聊聊,願你夜夜好眠到天明! (14-09).mp4
0 P' b) H8 `  O) d' S    │          │      6 - 2 - 5-1.a:離散機率分佈 II (上) (10-36).mp4
3 N1 g3 C4 o6 d    │          │      6 - 3 - 5-1.b:離散機率分佈 II (中) (12-06).mp4
; D" y) q2 O' \0 R( ~5 ?    │          │      6 - 4 - 5-1.c:離散機率分佈 II (下) (20-28).mp4
0 i- w. j. m0 ^. p7 W) d! A    │          │      6 - 5 - 5-2:機率密度函數 PDF (18-56).mp4- A/ \3 E' n4 M; e
    │          │      6 - 6 - 5-3:連續機率分佈 I (18-12).mp4" t" Y5 T! m6 B& e# ~) r
    │          │      
0 k# c2 `( @. }' m    │          ├─6
; a3 g3 ~: b) c6 }4 d    │          │      Benson_Coursera_Week_6_簡.pdf
% V8 Z# @/ y/ n0 ]6 U* o1 r4 z2 ?    │          │      Benson_Coursera_Week_6_簡空.pdf
% c! z8 E, V$ `6 `    │          │      Benson_Coursera_Week_6_繁.pdf) A& P- K+ x' U* Q: y$ f8 h5 {0 {
    │          │      Benson_Coursera_Week_6_繁空.pdf
2 k' c( y# V% s& V: Y  W    │          │      7 - 1 - 6-0:咱們聊聊,成功者的條件是什麼? (10-13).mp4
% Y( E. I# U9 \3 c* z' ?4 j9 P    │          │      7 - 2 - 6-1.a:連續機率分佈 II (上) (15-25).mp4
  C8 d  l: L1 p- A0 \+ u, g    │          │      7 - 3 - 6-1.b:連續機率分佈 II (中) (16-08).mp4
% r0 O  H% s$ \/ ]' S3 _    │          │      7 - 4 - 6-1.c:連續機率分佈 II (下) (17-16).mp4
0 K7 a9 d% H5 D9 D  X    │          │      7 - 5 - 6-1.d:連續機率分佈 II (末) (5-40).mp4! W% u7 @3 L+ l
    │          │      7 - 6 - 6-2.a:期望值 I (上) (16-35).mp46 O( ?* |6 U. ^* ~8 P( n$ p9 J  Y
    │          │      7 - 7 - 6-2.b:期望值 I (中) (10-41).mp43 p: B8 f7 o+ n0 A& r/ d2 l3 |
    │          │      7 - 8 - 6-2.c:期望值 I (下) (16-44).mp4# O( r/ ?5 a3 }" D! P( H) Q
    │          │      7 - 9 - 6-2.d:期望值 I (末) (14-30).mp4
9 [# {( Z4 V5 h7 i* q    │          │      ) G  A# J* ~4 r" s0 r& m1 t
    │          ├─7
4 ?+ n. E) |! M% G6 f    │          │      Benson_Coursera_Week_7_簡.pdf
2 P7 L/ [% K4 t6 }8 ~9 f    │          │      Benson_Coursera_Week_7_簡空.pdf
5 M/ e5 _0 r' E- l% u. u) J1 c    │          │      Benson_Coursera_Week_7_繁.pdf
% }' v1 U' v2 @  ?    │          │      Benson_Coursera_Week_7_繁空.pdf( ~4 N7 I/ ]" U2 ?7 L
    │          │      8 - 1 - 7-0:咱們聊聊,每天都在忙,忙的有用嗎?.mp48 G8 t# s+ r+ _% S( \0 D
    │          │      8 - 2 - 7-1.a:期望值 II (上) (14-31).mp4
: d% Q# c6 q+ N    │          │      8 - 3 - 7-1.b:期望值 II (下) (13-07).mp4
8 P; K8 c0 }+ k7 D& H    │          │      8 - 4 - 7-2.a- 隨機變數之函數 (上) (10-35).mp4
0 g$ k/ I& @( Y2 w    │          │      8 - 5 - 7-2.b- 隨機變數之函數 (下) (08-42).mp41 y- C1 m+ o& r# L' X* F/ K
    │          │      8 - 6 - 7-3.a- 條件機率分佈與失憶性 (上) (15-07).mp4# y4 l1 U% O% {. Y, Q/ `
    │          │      8 - 7 - 7-3b- 條件機率分佈與失憶性 (下) (19-20).mp4! }( s5 s( b7 d: f: F" J
    │          │      ; D+ `! u' c& @+ W& l9 Q, x6 c& C
    │          ├─8
4 I# @8 I) [( n! k5 k( C    │          │      Benson_Coursera_Week_8_簡.pdf' d: o5 L& j5 e9 s9 d
    │          │      Benson_Coursera_Week_8_簡空.pdf
8 \& q" m7 Q9 L. ]7 |! P    │          │      Benson_Coursera_Week_8_繁.pdf) i+ b) x% X7 q& ~" Q! x
    │          │      Benson_Coursera_Week_8_繁空.pdf
' F& e2 j" h4 Y4 r) g    │          │      9 - 1 - 8-0:咱們聊聊,如何探索有意義的人生?.mp4! L, v  o, L" H
    │          │      9 - 2 - 8-1.a:聯合機率分佈 (上) (14-36).mp4( ~8 X; p& k( k3 t* R' D4 i
    │          │      9 - 3 - 8-1.b:聯合機率分佈 (中) (15-05).mp4
) P9 l% B, t6 t6 b/ N0 W7 a' I    │          │      9 - 4 - 8-1.c:聯合機率分佈 (下) (17-00).mp45 @2 C$ O& q4 z! M5 R0 l, K
    │          │      9 - 5 - 8-1.d:聯合機率分佈 (末) (11-18).mp40 j/ M. H1 _! `$ C5 A- w# E. _
    │          │      9 - 6 - 8-2:邊際機率分佈 (12-32).mp44 w7 ^2 v7 M6 |, e8 e
    │          │      9 - 7 - 8-3.a:雙變數期望值 (上) (10-06).mp4, z) |1 |( @% d9 @0 i5 q
    │          │      9 - 8 - 8-3.b:雙變數期望值 (下) (17-27).mp49 r& w/ L' |; c0 s
    │          │      
% }* a( q( I; u+ o$ C5 g    │          └─99 G1 H* @5 \* I4 ?
    │                  Benson_Coursera_Week_9_簡.pdf
8 a* y" ^# ]3 A5 \  u% x    │                  Benson_Coursera_Week_9_簡空.pdf8 p) o+ Z5 \  z; D
    │                  Benson_Coursera_Week_9_繁.pdf* Y. V. c: h6 O% `# p
    │                  Benson_Coursera_Week_9_繁空.pdf: v: g0 m' L6 ]& [# J+ l; M
    │                  10 - 1 - 9-1.a:隨機變數之和 (上) (11-18).mp4
% L! s; A8 I' Z8 c: _% h5 M    │                  10 - 2 - 9-1.b:隨機變數之和 (下) (13-49).mp4
5 `7 O' A: a) S3 p+ W    │                  10 - 3 - 9-2.a:MGF (上) (10-17).mp4" r4 E7 [4 [' ~6 C* i5 X8 e
    │                  10 - 4 - 9-2.b:MGF (中) (14-06).mp4
4 S& ^8 \2 j  r    │                  10 - 5 - 9-2.c:MGF (下) (15-53).mp4
% Y" ~6 \" b5 w& O1 G    │                  10 - 6 - 9-3.a:多個隨機變數和 (上) (10-35).mp40 o6 T% ]: E( S5 H5 ^
    │                  10 - 7 - 9-3.b:多個隨機變數和 (下) (13-01).mp4
1 O, j; r/ w/ S4 p    │                  10 - 8 - 9-4.a:中央極限定理-萬佛朝宗 (上) (16-45).mp4
3 Q( J1 @8 H; [" B    │                  10 - 9 - 9-4.b:中央極限定理-萬佛朝宗 (下) (17-19).mp4& B0 v) u! I1 T- Q0 I8 D
    │                  
9 z* I7 H6 X' z4 m    ├─036_Coding the Matrix" m+ {9 H8 z% F2 h  v8 Y
    │  └─036_Coding the Matrix
+ l, n& l' m# s! z) E! T4 C- N    │      └─matrix-002
3 v/ V! V" F) p) B" g    │          │  下载说明.txt
2 L& k' L" K2 ~% z2 q    │          │  关注我们.png' f# J/ L- o/ @% e
    │          │  攻城狮论坛=网络技术+编程视频.url
: c' `- f* T( B" T! Y4 _    │          │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
% F$ L! P. P" S    │          │  
" P/ i  ]6 ^# G$ o9 t. v, v    │          ├─01_Week_0-_The_Function_and_the_Field, D2 l! u/ p% P  N0 e. l; b
    │          │      01_Course_Introduction_Part_1__9-53.mp4
7 }" E8 a! K4 N. F4 l; o: ~    │          │      01_Course_Introduction_Part_1__9-53.srt$ c& z7 B  Z1 F2 p4 ~$ x; ^! z/ z
    │          │      01_Course_Introduction_Part_1__9-53.txt9 y" t  ~3 \: l  P% k2 L
    │          │      02_Course_Introduction_Part_2__8-49.mp4
* o2 }" W5 ?, n8 ~% e    │          │      02_Course_Introduction_Part_2__8-49.srt
9 R) p0 a( u- c: O. l, Z* ?1 e- S    │          │      02_Course_Introduction_Part_2__8-49.txt
+ [( r: d$ ]0 h    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.mp4" N- h1 C) a& [9 V7 T( p2 A8 B
    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.pdf
% H6 V; F% V; C& R+ e    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.srt
8 y- u* F+ V7 q( S    │          │      03_The_Function-_The_function_and_other_preliminaries__20-55.txt. f. J. n1 i/ S4 E7 X' B% V
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.mp4/ _6 E9 [8 _  q" X
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.pdf5 q9 J. {. p8 b, K& V" b
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.srt! ^$ y* d7 b) {! m$ l
    │          │      04_The_Field-_Introduction_to_complex_numbers__5-52.txt
" u& B! B$ B% [& t2 T    │          │      05_The_Field-_Playing_with_C_15-19.mp49 W; O: Z* j2 {/ k6 p" Z
    │          │      05_The_Field-_Playing_with_C_15-19.pdf
8 O; Q# b; I' m! \) S. s/ h. @" n% B    │          │      05_The_Field-_Playing_with_C_15-19.srt
! g5 n& W3 m& o% v$ A    │          │      05_The_Field-_Playing_with_C_15-19.txt6 Y7 K5 O7 e' S1 M
    │          │      06_The_Field-_Playing_with_GF2__10-28.mp4
2 g% }0 c; g3 O" w* `    │          │      06_The_Field-_Playing_with_GF2__10-28.pdf+ l- I' b. F/ l8 B1 ~- o
    │          │      06_The_Field-_Playing_with_GF2__10-28.srt1 h- A" `1 i% s# G3 R
    │          │      06_The_Field-_Playing_with_GF2__10-28.txt( [# r, H7 Z, N0 l% h% f, W
    │          │      
1 B: ~( l# s9 z. G# q8 r    │          ├─02_Week_1-_The_Vector
1 p: R( G6 g& n7 x, Q    │          │      01_The_Vector-_What_is_a_vector__8-20.mp4) s9 O( a- c8 T! \. ^  \
    │          │      01_The_Vector-_What_is_a_vector__8-20.pdf: \# D8 S3 T0 e7 H
    │          │      01_The_Vector-_What_is_a_vector__8-20.srt
4 y6 t9 ~0 I1 b8 {* ^+ R; @6 n* p    │          │      01_The_Vector-_What_is_a_vector__8-20.txt
3 w& _% \( b2 p+ ^: O7 q    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.mp4- j& e  ^9 ^4 ?: Y
    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.pdf
& {# P( O! v: C2 W. _    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.srt
7 j* T/ f1 d+ t* T0 t7 m+ K    │          │      02_The_Vector-_Vector_addition_and_scalar-vector_multiplication__10-16.txt
; C2 t( y; ]; W3 ?) R    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.mp4# G  n8 w3 C3 y+ X8 v
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.pdf# ^! Y# v% _- b8 b
    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.srt
3 h' D  C; l1 X1 V) C$ {    │          │      03_The_Vector-_Dictionary-based_representations_of_vectors__9-10.txt2 m6 x8 p$ ^0 P; k: c% U! u
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.mp4
5 d# q: u' T+ M9 T) `! e5 ^3 L# y$ F% l    │          │      04_The_Vector-_Vectors_over_GF2__9-18.pdf
9 E# Q/ m% |" i. B    │          │      04_The_Vector-_Vectors_over_GF2__9-18.srt1 ^! @/ I/ Q! @" B" i5 z* r  Y- `5 e% o
    │          │      04_The_Vector-_Vectors_over_GF2__9-18.txt
. Q$ z) i* g  x- g& v9 @    │          │      05_The_Vector-_Dot-product__8-49.mp4
4 E& K' ~% r  [. H9 G7 m    │          │      05_The_Vector-_Dot-product__8-49.pdf
# h) Y4 t; X+ D3 T7 N- \) [    │          │      05_The_Vector-_Dot-product__8-49.srt
; c- G- p6 P3 I* K    │          │      05_The_Vector-_Dot-product__8-49.txt0 P) o" E9 X# U% o  C
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.mp4
& W; Q4 t1 a  s    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.pdf1 Q9 V$ m, v6 P, O5 i$ p
    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.srt
2 y+ O  C, n# }% w! X, Y! P    │          │      06_The_Vector-_Dot-product_of_vectors_over_GF2__4-44.txt: m% D) z8 Y" c$ N
    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.mp4
* w$ X( @6 a: G8 K. u# e+ t    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.pdf
/ ?2 b) X3 {! J4 C/ p( M2 H6 ^, z5 c    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.srt
/ E# d. \6 T0 ~, U8 F    │          │      07_The_Vector-_Solving_a_triangular_system_of_linear_equations__4-00.txt
; ~8 m4 ~* [; {8 Z) x& t    │          │      
+ D3 P* N$ O5 z" D6 }8 v    │          ├─03_Week_2-_The_Vector_Space
# `) n1 B) h; v. v7 L    │          │      01_The_Vector_Space-_Linear_combinations.mp4
0 {4 ?& _/ \6 X( y- }) y    │          │      01_The_Vector_Space-_Linear_combinations.pdf
4 R) v: [8 q0 c: I5 }5 x, a    │          │      01_The_Vector_Space-_Linear_combinations.srt1 G8 s6 }9 x+ u
    │          │      01_The_Vector_Space-_Linear_combinations.txt! r8 C& \; |9 [1 _6 N) t
    │          │      02_The_Vector_Space-_Span.mp4
2 D4 Q& j2 A2 g$ b$ t+ X: G    │          │      02_The_Vector_Space-_Span.pdf
6 d( Z; T  L5 d& ^: p    │          │      02_The_Vector_Space-_Span.srt* z5 a7 ^3 G7 ?
    │          │      02_The_Vector_Space-_Span.txt
7 ^+ ^/ U5 N/ J; ]2 O4 c+ o    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.mp4
# K# Q) Q8 M( f% l9 J( h    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.pdf3 t! t9 ?# ^: P* v0 `3 S
    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.srt, s7 y) p3 e( L% {# |; I3 T
    │          │      03_The_Vector_Space-_Geometry_of_Sets_of_Vectors.txt
3 A, @! {2 G: ~    │          │      04_The_Vector_Space-_Vector_spaces.mp4
3 P' l7 E6 }  g5 K! S: u4 @5 w    │          │      04_The_Vector_Space-_Vector_spaces.pdf/ @$ e8 d3 |5 B4 m; J
    │          │      04_The_Vector_Space-_Vector_spaces.srt
0 V% m6 _1 `/ h# g# ~3 h, [    │          │      04_The_Vector_Space-_Vector_spaces.txt. a$ N+ l$ p* u% d* B5 \3 k. P
    │          │      05_The_Vector_Space-_Checksum_function.mp4
* i( z& C3 B9 G5 n) {9 A/ @    │          │      05_The_Vector_Space-_Checksum_function.pdf. p3 [9 f% I: K" O3 l
    │          │      05_The_Vector_Space-_Checksum_function.srt
  u6 d: W0 W$ P# y    │          │      05_The_Vector_Space-_Checksum_function.txt
6 D" R$ x" \5 f& ^& z1 G' Y    │          │      
% ^; v( ?. q2 s1 n7 d% x  a6 I    │          ├─04_Week_3-_The_Matrix1 S# d6 Z) H; {$ F
    │          │      01_The_Matrix-_What_is_a_matrix.mp4! K9 a7 k! x" B# e1 G# [% Z2 I( N
    │          │      01_The_Matrix-_What_is_a_matrix.pdf
5 r$ n& r; X+ q! @% e    │          │      01_The_Matrix-_What_is_a_matrix.srt
1 Y0 D, R  D, p! U    │          │      01_The_Matrix-_What_is_a_matrix.txt' \0 \9 Z2 I6 C
    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.mp4
7 r& r* s/ j* U    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.pdf
1 c5 B3 r$ }. J" d    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.srt
% m6 z' q) r6 ]& k7 R6 n    │          │      02_The_Matrix-_Matrix-vector_and_vector-matrix_multiplication.txt
) R7 Q* I* \6 a; j5 [7 \8 }    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.mp4# i; |+ M) I0 y
    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.pdf
4 `$ {5 L1 l7 `% V; q    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.srt. Q6 F6 z/ F2 p4 R  Z# o
    │          │      03_The_Matrix-_Matrix-vector_multiplication_in_terms_of_dot-products.txt) `+ H9 m6 b2 B0 l$ \/ F3 |
    │          │      04_The_Matrix-_Null_space.mp4( s3 Z% q7 g8 S' R6 }6 G
    │          │      04_The_Matrix-_Null_space.pdf' `5 e9 p" e! Y: S# [
    │          │      04_The_Matrix-_Null_space.srt
( b8 H9 T1 \" N& |9 n, [8 s    │          │      04_The_Matrix-_Null_space.txt
  a* e' }0 E) _& i4 Q& F    │          │      05_The_Matrix-_Error-correcting_codes.mp4& v& ]1 ]8 n, j& ?7 j. f- I$ F
    │          │      05_The_Matrix-_Error-correcting_codes.pdf
- a( j4 V& J7 _9 a7 y    │          │      05_The_Matrix-_Error-correcting_codes.srt
7 s4 s4 \8 l& F    │          │      05_The_Matrix-_Error-correcting_codes.txt
- G- _. M- [* s4 e2 b# E! Q    │          │      06_The_Matrix-_Matrices_and_their_functions.mp4
) B" b( h* H1 z+ O0 V; S2 x    │          │      06_The_Matrix-_Matrices_and_their_functions.pdf
- Y2 n) R- o# O0 v    │          │      06_The_Matrix-_Matrices_and_their_functions.srt
5 s8 @- K, q7 G* R. g    │          │      06_The_Matrix-_Matrices_and_their_functions.txt: j$ M5 X5 v8 K5 D" {1 c8 K, k
    │          │      07_The_Matrix-_Linear_functions.mp48 t$ w6 l% ~% _% x, c7 @) D
    │          │      07_The_Matrix-_Linear_functions.pdf
$ R. b- z. [% t    │          │      07_The_Matrix-_Linear_functions.srt7 u+ {  `  Y9 c& \* c6 E
    │          │      07_The_Matrix-_Linear_functions.txt
# t3 B+ U& H( D7 {& s# l; f! a    │          │      08_The_Matrix-_Matrix-matrix_multiplication.mp4' J4 y- F; T+ {1 f# x- A3 B% \0 H: M
    │          │      08_The_Matrix-_Matrix-matrix_multiplication.pdf, s0 }9 y% S" o  x" J! K" F
    │          │      08_The_Matrix-_Matrix-matrix_multiplication.srt# F% ~7 g" C6 G$ W' o
    │          │      08_The_Matrix-_Matrix-matrix_multiplication.txt& [+ k2 N3 W: _) a
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.mp41 X+ w) R1 E3 L5 f
    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.pdf
# o/ T0 d6 ^0 {- i    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.srt
$ q5 L& @( o7 ^8 ]5 G7 [- M    │          │      09_The_Matrix-_Matrix-matrix_multiplication_and_function_composition.txt
; G. A* j4 Z! p( {$ C4 ^7 l3 c    │          │      10_The_Matrix-_Matrix_inverse.mp4( Z1 u1 A7 `: u
    │          │      10_The_Matrix-_Matrix_inverse.pdf
3 f5 y4 M- C# }9 n) O! I- }    │          │      10_The_Matrix-_Matrix_inverse.srt
7 l  f, J* m6 v  F# q    │          │      10_The_Matrix-_Matrix_inverse.txt
3 u4 X5 q: k5 N+ V& p    │          │      + @  j7 O) b4 w. |
    │          ├─05_Week_4-_The_Basis  a& T; Z1 U: S( B' z
    │          │      01_The_Basis-_Coordinate_systems.mp4
+ o6 Q7 H4 w5 o$ Y    │          │      01_The_Basis-_Coordinate_systems.pdf& c4 i7 R( t3 o$ h0 q5 a: J2 N
    │          │      01_The_Basis-_Coordinate_systems.srt: ]7 {' P4 N+ G' ~9 _; o
    │          │      01_The_Basis-_Coordinate_systems.txt
3 j4 |' F& @, _& ]( w+ b    │          │      02_The_Basis-_Lossy_compression.mp42 A8 }8 |0 S# L! n/ T/ J* a! F
    │          │      02_The_Basis-_Lossy_compression.pdf* G- x" W3 y3 Y" I, z
    │          │      02_The_Basis-_Lossy_compression.srt" z/ t+ j: o: R- T3 X
    │          │      02_The_Basis-_Lossy_compression.txt+ g  N3 ~2 y0 G7 K5 r2 @
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.mp4- ]" {2 J& O0 G  C
    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.pdf
& Z; `+ k$ W# @. u' x: C2 J3 c& f1 q. X    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.srt
" {2 N- l  r  Z0 W    │          │      03_The_Basis-_Algorithms_for_finding_a_set_of_generators.txt/ n: A8 j7 [  p) x
    │          │      04_The_Basis-_Minimum_spanning_forest.mp4
+ W0 C. ~# G" n3 N2 O+ e    │          │      04_The_Basis-_Minimum_spanning_forest.pdf
; m  E: v% f" l8 _    │          │      04_The_Basis-_Minimum_spanning_forest.srt3 c" \/ _5 H- L# r
    │          │      04_The_Basis-_Minimum_spanning_forest.txt
# F8 @; V9 t/ v3 e' C, [. b  f% o8 K    │          │      05_The_Basis-_Linear_dependence.mp4
5 U6 d$ U+ l8 _/ Y3 A+ @3 B    │          │      05_The_Basis-_Linear_dependence.pdf2 B2 ^9 f' C$ |& P2 W* R
    │          │      05_The_Basis-_Linear_dependence.srt
" M% a4 {) H  C% Z8 o    │          │      05_The_Basis-_Linear_dependence.txt: b3 B1 @- a2 _8 Q. T0 A
    │          │      06_The_Basis-_Basis.mp4
( h% `( z+ ~8 T2 D% L    │          │      06_The_Basis-_Basis.pdf8 b" p) u( F8 a  d' V' K! s2 _, Y6 N
    │          │      06_The_Basis-_Basis.srt
/ }% A7 O; `) m% {! ]3 L& X    │          │      06_The_Basis-_Basis.txt  {& Y2 v7 a# b! n  \5 N- k
    │          │      07_The_Basis-_Unique_representation.mp4
4 {5 A% e3 u+ y! p    │          │      07_The_Basis-_Unique_representation.pdf
7 v3 A, r9 g3 I/ `$ L& `    │          │      07_The_Basis-_Unique_representation.srt
. {1 k) F2 |+ f- j' C    │          │      07_The_Basis-_Unique_representation.txt
1 ?# a5 ~+ a: d6 {    │          │      08_The_Basis-_Change_of_basis.mp4# t/ @: @9 \; b- `6 T1 ]& I
    │          │      08_The_Basis-_Change_of_basis.pdf8 T4 z" \$ b0 o- A2 q0 b( S* K
    │          │      08_The_Basis-_Change_of_basis.srt( i2 X1 `; m" h7 a. ]+ e
    │          │      08_The_Basis-_Change_of_basis.txt7 G! n1 l& U% V: V4 J
    │          │      09_The_Basis-_Perspective_rendering.mp4
/ J7 Y' x' [( |" v% N    │          │      09_The_Basis-_Perspective_rendering.pdf' A6 F1 v" C1 f# _( G, |
    │          │      09_The_Basis-_Perspective_rendering.srt
) @5 n' B6 C2 A( o  H    │          │      09_The_Basis-_Perspective_rendering.txt
6 O! [7 H, v8 d9 Q' d5 e    │          │      10_The_Basis-_Perspective_rectification.mp4+ I: f" t. y/ c; K3 h& }3 ]4 q
    │          │      10_The_Basis-_Perspective_rectification.pdf
- @7 A! M% y- f7 P5 G& O$ j* E    │          │      10_The_Basis-_Perspective_rectification.srt: H0 W$ u5 S9 Q$ m3 i% G! b4 Q' W
    │          │      10_The_Basis-_Perspective_rectification.txt6 m3 f. [5 f/ v; N% x: O5 @# V
    │          │      11_The_Basis-_The_Exchange_Lemma.mp48 [# ]' n# D$ k0 H/ B
    │          │      11_The_Basis-_The_Exchange_Lemma.pdf7 b/ }- P3 V9 m/ t% L
    │          │      11_The_Basis-_The_Exchange_Lemma.srt
! y) j9 V' q5 I, z+ E: @    │          │      11_The_Basis-_The_Exchange_Lemma.txt: T& i' X  F0 X  n2 E
    │          │      
3 s' C5 a( a: J    │          ├─06_Week_5-_Dimension7 Q) c& i8 ^" s, v; i
    │          │      01_Dimension-_The_size_of_a_basis.mp4
: B! p/ v% h' ^- a0 ^. _: v" n* _    │          │      01_Dimension-_The_size_of_a_basis.pdf- [; S' Q. t/ X0 _7 D% A% @
    │          │      01_Dimension-_The_size_of_a_basis.srt
2 U8 s7 [* [$ R    │          │      01_Dimension-_The_size_of_a_basis.txt5 b+ \# N  A9 x, h# J& s
    │          │      02_Dimension-_Dimension_and_rank_I.mp4
3 j4 ?3 Y: ?; j    │          │      02_Dimension-_Dimension_and_rank_I.pdf
3 @# N2 }9 O) G+ j7 _6 }    │          │      02_Dimension-_Dimension_and_rank_I.srt
. ~5 |. C/ ]/ I+ h    │          │      02_Dimension-_Dimension_and_rank_I.txt# p" h4 p3 Y/ a2 Y2 M
    │          │      03_Dimension-_Dimension_and_rank_II.mp4
7 |+ H' p: k% D* B2 W    │          │      03_Dimension-_Dimension_and_rank_II.pdf* n. Q! T5 y- z
    │          │      03_Dimension-_Dimension_and_rank_II.srt
5 g* i$ G+ f1 \. a2 M    │          │      03_Dimension-_Dimension_and_rank_II.txt3 }- o7 G. E# `& D9 m1 y
    │          │      04_Dimension-_Direct_sum.mp49 y' U" m3 R: {' R
    │          │      04_Dimension-_Direct_sum.pdf0 n' h% {0 q) C! [* ]7 T
    │          │      04_Dimension-_Direct_sum.srt/ p2 h% W7 m! `! s# [9 a' P
    │          │      04_Dimension-_Direct_sum.txt& g7 c7 w7 U" f6 p( l( m) m
    │          │      05_Dimension-_Dimension_and_linear_functions_I.mp4
, w! s1 G0 K) W7 _    │          │      05_Dimension-_Dimension_and_linear_functions_I.pdf: L! o! G: z! K; K# }3 i0 L4 h
    │          │      05_Dimension-_Dimension_and_linear_functions_I.srt1 v4 T: H/ i3 H! i! v& I
    │          │      05_Dimension-_Dimension_and_linear_functions_I.txt
& y  K2 e) f% J3 s0 H! R, N    │          │      06_Dimension-_Dimension_and_linear_functions_II.mp41 g7 w4 @2 q4 j6 W
    │          │      06_Dimension-_Dimension_and_linear_functions_II.pdf
. h7 z& J! h. D' z: w; M& d+ J    │          │      06_Dimension-_Dimension_and_linear_functions_II.srt
% f! }+ H4 k! h6 \# E, h. I  |    │          │      06_Dimension-_Dimension_and_linear_functions_II.txt
2 V" S3 M4 D( u/ i7 q/ n    │          │      07_Dimension-_Two_representations_of_vector_spaces.mp4
' X- {) ~: L0 K. L2 Q7 T& y    │          │      07_Dimension-_Two_representations_of_vector_spaces.pdf
( h% [( O2 H* ?3 e: I& A" p    │          │      07_Dimension-_Two_representations_of_vector_spaces.srt5 _; z# z# f  n6 L" j6 l4 T0 w% ~
    │          │      07_Dimension-_Two_representations_of_vector_spaces.txt+ s) R2 k! k% V6 l
    │          │      08_Dimension-_Threshold_secret_sharing.mp4
0 A5 G: w) M- M; i    │          │      08_Dimension-_Threshold_secret_sharing.pdf
5 {$ D0 Q8 e" {4 ]9 [; u    │          │      08_Dimension-_Threshold_secret_sharing.srt/ M2 ^1 m" K, R3 h1 M
    │          │      08_Dimension-_Threshold_secret_sharing.txt* U4 r- x( d+ U( `+ }! T
    │          │      
7 |% c; X5 e( b9 r6 S: |$ ?    │          ├─07_Week_6-_Gaussian_Elimination_and_the_Inner_Product
7 T7 q0 q& g  w& `4 T+ R4 ?: b, m    │          │      01_Gaussian_Elimination-_Echelon_form.mp4
$ u$ [5 }9 z/ U! t4 w    │          │      01_Gaussian_Elimination-_Echelon_form.pdf
1 c: Z; |8 g" i2 l' Q9 p; `    │          │      01_Gaussian_Elimination-_Echelon_form.srt: K* s4 T5 J( |1 Z
    │          │      01_Gaussian_Elimination-_Echelon_form.txt$ Z7 X3 K% K' f( I
    │          │      04_Gaussian_Elimination-_Factoring_integers.mp4
1 I$ u- J* M) t8 g/ o    │          │      04_Gaussian_Elimination-_Factoring_integers.pdf1 Z% I4 c; O; ^3 Q% j
    │          │      04_Gaussian_Elimination-_Factoring_integers.srt: y6 I7 S1 u8 Q& m" l
    │          │      04_Gaussian_Elimination-_Factoring_integers.txt
' T3 d: o! l7 J4 L0 O8 h, \    │          │      05_The_Inner_Product-_The_inner_product.mp4
4 F7 u5 e' J/ `$ h) H    │          │      05_The_Inner_Product-_The_inner_product.pdf1 i9 X8 a7 i. v/ ?& a' x# e) W
    │          │      05_The_Inner_Product-_The_inner_product.srt
6 L. f9 `; ?" V+ ^    │          │      05_The_Inner_Product-_The_inner_product.txt
; w0 |- Z4 n" z6 a    │          │      06_The_Inner_Product-_Orthogonality.mp4' F5 n/ h) D+ x$ w) r3 N2 W$ H0 ]
    │          │      06_The_Inner_Product-_Orthogonality.pdf0 T' y" l! F4 K( s
    │          │      06_The_Inner_Product-_Orthogonality.srt6 G4 L2 f" \1 \- V! \
    │          │      06_The_Inner_Product-_Orthogonality.txt
: ~% x3 c! c& O4 \    │          │      1 b( Y/ W4 J( N" E2 ^6 q
    │          ├─08_Week_7-_Orthogonalization
% e5 f  @7 A9 ?8 X5 u( s    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.mp4% S5 \2 B- J$ t; `
    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.pdf
& t/ N2 V! J: M* L9 @9 ~! }7 v& l; I    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.srt
' W4 e! C& p3 m: W% V    │          │      01_Orthogonalization-_Finding_the_closest_point_in_a_plane.txt
4 C" {' D5 \, t    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.mp43 F+ x! Q3 R; c( u- ]1 Q
    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.pdf
. i7 n* _. a6 |/ g# z  ]% @3 G  M' x    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.srt+ C: H/ Y7 ~& j  ^: p9 K7 m$ O  ^
    │          │      02_Orthogonalization-_Projection_orthogonal_to_multiple_vectors.txt$ M, h$ ^* M' q  @8 c, P
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.mp4
, K3 @9 p7 v3 G/ B7 A    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.pdf
! U4 z( M5 d( i: y5 J    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.srt4 D# c# k3 v! p4 k1 B
    │          │      03_Orthogonalization-_Building_an_orthogonal_set_of_generators.txt! p; T. u+ k- e/ W9 y* `
    │          │      04_Orthogonalization-_Computing_a_basis.mp4
% M* {/ C* l0 @4 e1 U    │          │      04_Orthogonalization-_Computing_a_basis.pdf
# ^; l- Q  @* Z% L    │          │      04_Orthogonalization-_Computing_a_basis.srt
. N8 `) v9 [6 d. V8 I0 ]0 ^( Y% h    │          │      04_Orthogonalization-_Computing_a_basis.txt
, X# V/ u2 V2 m$ J& o3 s2 P, L5 S+ r) ^    │          │      05_Orthogonalization-_Orthogonal_complement.mp4
4 I3 }% k8 h: f# j# R: y' R    │          │      05_Orthogonalization-_Orthogonal_complement.pdf
- _+ f6 ^# D% g7 q/ `# a    │          │      05_Orthogonalization-_Orthogonal_complement.srt
1 A" u3 X+ L! F, j, D    │          │      05_Orthogonalization-_Orthogonal_complement.txt' j2 n6 J9 \6 k: ?8 m- ]3 R( a
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.mp4! V8 F  K. e' k
    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.pdf
; A0 ^! R) |3 z& i+ z# n    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.srt
6 g6 O# P2 O$ f  L, k    │          │      06_Orthogonalization-_Two_ways_to_find_a_basis_for_the_null_space.txt9 q3 a) L( r( J# o% h
    │          │      07_Orthogonalization-_The_QR_factorization.mp4
& s# ?& b: c2 G% H7 j1 B) L2 l  f    │          │      07_Orthogonalization-_The_QR_factorization.pdf+ `' G6 z: j- ]! l9 a% x4 K
    │          │      07_Orthogonalization-_The_QR_factorization.srt
$ R9 Y  ]) ]/ {) s/ P! ?9 p8 N    │          │      07_Orthogonalization-_The_QR_factorization.txt. @5 Z1 }, d6 g
    │          │      09_Orthogonalization-_Applications_of_least_squares.mp45 ]3 O& w. q! D" P
    │          │      09_Orthogonalization-_Applications_of_least_squares.pdf4 C  ], c& e$ r
    │          │      09_Orthogonalization-_Applications_of_least_squares.srt$ M; x' {- {) W/ @
    │          │      09_Orthogonalization-_Applications_of_least_squares.txt
" e- t8 S' M1 b/ ?    │          │      
7 G9 w8 j/ t* r( q) Z    │          └─09_Tutorials& d) u: x3 O& y$ h6 g- Y4 Y& s
    │                  01_How_to_submit_assignments.mp4
' l* p7 e% J3 r& o0 i    │                  01_How_to_submit_assignments.srt
/ U; S. D' P: @( J( I    │                  01_How_to_submit_assignments.txt1 \! w5 |, W( t0 E; n3 i3 F
    │                  
* [+ B0 \; q- X8 U5 w* L( J7 n    ├─Big Data, Cloud Computing, & CDN Emerging Technologies/ O2 R7 Y* _7 V
    │  └─Big Data, Cloud Computing, & CDN Emerging Technologies
  d# \$ u. [: w  ]9 Z; W    │      │  下载说明.txt3 }: N0 R! Y5 k( y% {
    │      │  关注我们.png& B0 p  m) \( Y: c4 u  c% h2 W$ E( m
    │      │  攻城狮论坛=网络技术+编程视频.url/ u; v- t4 [# K6 C. k
    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt9 H6 H! j- S0 C& C
    │      │  
8 f( J9 @1 d% M! y" J9 v5 d    │      ├─01_cloud-computing. v9 X& `1 S2 `
    │      │  └─01_cloud-computing% B3 T+ w9 o" L4 Z" V4 O# c
    │      ├─02_big-data
$ b0 M4 A6 Y& `# Y" U0 Q+ f6 q2 v    │      │  └─01_big-data" ?! Q" B" x. n  k% x3 j: t; M) T
    │      │          01_big-data-examples.mp4! y  B: i9 j- H) _$ ?+ z0 e
    │      │          01_big-data-examples.srt
$ `& `2 F& s9 l8 |3 F% B    │      │          02_big-datas-4-vs.mp4
* x( E, k* ^2 J/ h- `9 ]    │      │          02_big-datas-4-vs.srt; c/ l5 o1 g1 A4 [; s) e% `7 ]: D
    │      │          03_hadoop.mp4' G9 H; e+ J* T* ^" z2 y: r+ X
    │      │          03_hadoop.srt
1 v/ x. ?$ @6 |; G5 n! X* d    │      │          04_mapreduce-vs-rdbms.mp4
8 X3 _/ D1 r' T$ l    │      │          04_mapreduce-vs-rdbms.srt! O6 [+ }& i; j6 R: t
    │      │          05_mapreduce.mp49 o6 [4 y: Y5 t2 F' u; }" K
    │      │          05_mapreduce.srt
! D1 q" ]# J5 Z    │      │          06_hdfs.mp4
" B- c" z/ p+ a# e3 B/ D    │      │          06_hdfs.srt
. K2 t. l+ w0 s5 W( p/ z/ e. U    │      │          * o" k' y# m8 V) r* E3 j% Y
    │      └─03_cdn-content-delivery-network4 F5 s, C* T) R! {
    ├─Duke Image and video processing From Mars to Hollywood with a stop at the hospital
8 j2 [2 K* E! f    ├─Interactive Computer Graphics. ~0 k2 J* h5 X- C  S7 F$ N
    │  └─Interactive Computer Graphics$ {# E: n" u- h: h
    │          interactivegraphics-Torrent-Week1_All.zip.torrent; r$ L: g4 |+ u6 A2 @
    │          interactivegraphics-Torrent-Week2_All.zip.torrent4 H5 S: F# B% y9 m4 t
    │          interactivegraphics-Torrent-Week3_All.zip.torrent7 E1 T3 V5 C" n8 D
    │          interactivegraphics-Torrent-Week4_All.zip.torrent
( `9 k0 ^. W. ~: g    │          interactivegraphics-Torrent-Week5_All.zip.torrent. T1 \* U6 }' ?$ X( Z; j" L& E
    │          interactivegraphics-Torrent-Week6_All.zip.torrent
5 K. n4 c6 _- {% M; O3 a: O# D    │          interactivegraphics_Torrent_Week1_All.zip3 o0 ~0 C5 G, @1 U5 B
    │          interactivegraphics_Torrent_Week2_All.zip
$ U, ~- f5 l+ j+ j' R6 ^3 O    │          interactivegraphics_Torrent_Week3_All.zip
/ F0 ~. z3 W0 ]0 N    │          interactivegraphics_Torrent_Week4_All.zip
4 ^2 l% v1 ~6 D0 \6 d    │          interactivegraphics_Torrent_Week5_All.zip% `' y7 m0 v3 g$ R; k8 P, o
    │          下载说明.txt
. [' T* {5 y3 b( k    │          关注我们.png. k4 @, y1 O# y: P
    │          攻城狮论坛=网络技术+编程视频.url
' [) o  o8 N% _$ a9 E3 z    │          解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt' I. i$ ~; d4 M& u" Y, j$ |
    │         
% O! C' b6 y7 D8 ]: O    ├─Malik - Computer Vision
+ i0 C- U3 K/ I: x* u$ K    │  └─Malik - Computer Vision; l, W% n. k- |' G/ K
    │          001_Overview.mp4
6 X" T1 A% V8 V- D    │          001_Overview.srt2 ^3 K+ L4 @5 W
    │          002_Fundamentals of image formation.mp4
, m- z# L9 C3 M' Z- ]* H, t; C, s1 e    │          002_Fundamentals of image formation.srt; H0 \& }1 M& @, |  s  g
    │          003_Fundamentals of image formation - part II.mp4
+ S4 R3 r* a" |8 B% U    │          003_Fundamentals of image formation - part II.srt
" J4 R; d3 W4 K5 A+ s    │          004_Rigid body motion.mp4
1 J3 c3 Y9 n4 d& u& I6 v1 S( R0 f    │          004_Rigid body motion.srt+ G6 z# p0 ~/ ^' H
    │          005_Orthogonal transformations.mp4
: q1 Q3 B( i& z9 l6 d    │          005_Orthogonal transformations.srt8 o  |9 X* F& s4 y9 n) }. e
    │          006_Orthogonal transformations - Orthogonal Matrices.mp45 K. U& _! z+ C3 K! T& X
    │          006_Orthogonal transformations - Orthogonal Matrices.srt
# o& v8 [: O" K* u9 e    │          007_Orthogonal matrices - Rotations and reflections.mp4
# I+ g, _9 _: ~2 n" {8 s    │          007_Orthogonal matrices - Rotations and reflections.srt
: }. A! h6 r" e    │          008_Parametrizing Rotations in 3D.mp4' I- a, J& H8 G, H: a
    │          008_Parametrizing Rotations in 3D.srt# u6 S+ c$ ~9 Y1 @9 J9 P! M
    │          009_Euclidean, Affine and Projective Transformations.mp4
4 i+ \& ^( g) U, b    │          009_Euclidean, Affine and Projective Transformations.srt2 R3 s' G# ]6 v  z6 o" U
    │          010_Dynamic Perspective - I [15 mins].mp4
" `% ~  s1 h+ g% y) y    │          010_Dynamic Perspective - I [15 mins].srt
3 ?7 L; T( ^/ B    │          011_Dynamic Perspective - II [25 mins].mp4
0 O' N% X" ]3 M, w    │          011_Dynamic Perspective - II [25 mins].srt! X" D! e* Z0 z) T+ c
    │          012_Binocular Stereo I [23 mins].mp4
& T" A5 S( Y/ V# F7 z    │          012_Binocular Stereo I [23 mins].srt4 ^$ ~+ D+ ]" y2 z: l9 p  G' @
    │          013_Binocular Stereo II [17 mins].mp4
: I9 {; Z9 d. \. o    │          013_Binocular Stereo II [17 mins].srt8 I" ^7 Y7 h4 H. }
    │          014_Binocular Stereo III [13 mins].mp4; V' ?; o$ M6 ]
    │          014_Binocular Stereo III [13 mins].srt  ~6 Z7 k' h5 M. k& }" b9 v
    │          015_Binocular Stereo IV  - The Essential Matrix [26 min].mp4" n- W4 t! t8 N/ F/ H
    │          015_Binocular Stereo IV  - The Essential Matrix [26 min].srt
  \! O$ [4 E# m5 b2 g    │          016_Radiometry.mp4
$ i% `, N5 m8 Y7 F3 L    │          016_Radiometry.srt
8 s. l( j3 A3 T0 ~4 c+ s    │          017_Image processing.mp4# x1 C; H! M7 t0 t2 w
    │          017_Image processing.srt
1 d* X4 K- Q) ~    │          018_Image Processing2.mp4
6 L) ^4 T! E! J) b6 S    │          018_Image Processing2.srt
* f. r( ?  \' I7 {' y0 m    │          019_Orientation histograms [7 min].mp4
# M7 K* t. u6 r7 e0 \    │          019_Orientation histograms [7 min].srt
! S9 B/ b( @! X1 V7 N) W9 D    │          020_Handwritten digit recognition - Introduction.mp4
6 f9 A) r; B! C1 Q, b+ K    │          020_Handwritten digit recognition - Introduction.srt
. N9 F0 i9 I, T7 X4 G; p* u; Y" e* u    │          021_Support Vector Machines.mp46 ^  j' d, g0 ~
    │          021_Support Vector Machines.srt
8 {( y7 m; K/ f, C/ Y, p    │          022_Transformation Invariance and Histograms.mp4
6 V2 _% `0 L; B# A$ F* t    │          022_Transformation Invariance and Histograms.srt
" }% A& ^% [& h# e$ ]7 q- \+ X    │          023_Digit recognition using SVMs.mp4- l9 p; p' v# B! V
    │          023_Digit recognition using SVMs.srt
: m" Z9 ^" ]8 v" b7 k4 u/ t# c3 I    │          024_Random forests.mp4
5 k+ i* K9 k& E+ P  I2 s# B3 v2 H    │          024_Random forests.srt
3 b9 ^; \, V3 e  O, f$ J1 L    │          025_Detection of 3D objects.mp40 X" N- u2 I. T! B; x/ b+ U
    │          025_Detection of 3D objects.srt; N, i& o# W* i: z1 l% h8 K2 @
    │          026_Concluding Remarks.mp4$ P- u& C% T: k9 T3 n7 T" p
    │          026_Concluding Remarks.srt& C1 H8 L' @# z5 ]1 u
    │          下载说明.txt
$ G( @/ |' k1 t$ `2 z  ]    │          关注我们.png
' P$ Y& P% i$ g% Q0 w- x* Y# I- |    │          攻城狮论坛=网络技术+编程视频.url6 g) E/ A7 c* `& o0 n) u) c
    │          解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt6 b3 g  \  }4 y
    │          0 a4 G: o, C; h+ v! S, H4 l( R( I9 i
    ├─Practical Machine Learning6 b* D5 h9 ^0 Y% d
    │  └─Practical Machine Learning
% o6 t1 J6 i- c/ P! P; `    │      │  下载说明.txt& P6 P! `4 {9 H6 z# f
    │      │  关注我们.png
3 |. R! R4 S% o3 N8 v  ^    │      │  攻城狮论坛=网络技术+编程视频.url
7 c$ O1 O* `& X9 ]: u- V  O8 ^    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt. |$ J9 i, a% I) g6 Q
    │      │  1 u0 O8 \' X3 C. N; R# F( Z4 j; G
    │      ├─Week1
' J2 W3 l" p2 _0 q& L8 g/ E+ R    │      │      001predictionMotivation.pdf
& R3 W. d( L  a. B    │      │      002whatIsPrediction.pdf3 \8 c; \" W- Q- K2 Z
    │      │      003relativeImportance.pdf
- y! O" T; p* U& c1 z$ C, ~    │      │      004inOutSampleErrors.pdf5 i* a7 O$ h0 k# C: n% W; E
    │      │      005predictionStudyDesign.pdf
& O2 c# b" k3 H+ s# G    │      │      006typesOfErrors.pdf
4 M, z% ~+ I& e+ N5 ^! `. E    │      │      007receiverOperatingCharacteristic.pdf
* d8 K  Z: v- K5 D! H* D4 _    │      │      008crossValidation.pdf% B# R' A3 N% q4 c
    │      │      009whatData.pdf
0 R6 l& `7 W: o; p: E    │      │      1 - 1 - Prediction motivation (8-26).mp4( @( r. Z* [, Z' r" o
    │      │      1 - 1 - Prediction motivation (8-26).srt1 J# W5 ^' o8 M+ r- v: }
    │      │      1 - 2 - What is prediction- (8-39).mp4! i6 G" p+ L1 L: w# @
    │      │      1 - 2 - What is prediction- (8-39).srt9 e6 C: z4 ^2 ]; X/ N
    │      │      1 - 3 - Relative importance of steps (9-45).mp4# Y7 Q+ P' J  V) g2 L
    │      │      1 - 3 - Relative importance of steps (9-45).srt: p* P+ b* B5 u% X" Q4 [  [
    │      │      1 - 4 - In and out of sample errors (6-57).mp47 N% d9 {& I7 e0 P
    │      │      1 - 4 - In and out of sample errors (6-57).srt
+ F4 m! Q, @! p0 u- R* e    │      │      1 - 5 - Prediction study design (9-05).mp4" E1 d1 d3 b- H8 \. {7 O
    │      │      1 - 5 - Prediction study design (9-05).srt8 c- R8 B- y* X( i6 h
    │      │      1 - 6 - Getting Data Overview (1-34).mp4
2 a' @/ K- Q$ s, ~4 x0 I    │      │      1 - 6 - Types of errors (10-35).mp4
; e, f7 h# G; H    │      │      1 - 6 - Types of errors (10-35).srt) u* u) [: Q5 B. o9 A  b& @2 @
    │      │      1 - 7 - Receiver Operating Characteristic (5-03).mp4$ ]7 t2 x: g0 Q# b" \
    │      │      1 - 7 - Receiver Operating Characteristic (5-03).srt0 m6 w6 j* Y/ R" `5 h' A$ g
    │      │      1 - 8 - Cross validation (8-20).mp4+ i4 b6 I/ t* s, j1 Q- G
    │      │      1 - 8 - Cross validation (8-20).srt6 _  `" h6 `) v+ ^8 ^1 V
    │      │      1 - 9 - What data should you use- (6-01).mp4
# e* U1 ]6 z" e    │      │      1 - 9 - What data should you use- (6-01).srt
8 R* Z+ B+ x- k0 s    │      │      
+ N: r- Y' k0 O- m0 C$ \    │      ├─Week2$ g* Y5 N3 [6 V0 s
    │      │      010caretPackage.pdf
9 ?. }* J( g" K; q# U    │      │      011dataSlicing.pdf; i3 u$ s7 T, |0 d, a7 o+ c2 e% k
    │      │      012trainOptions.pdf
. l# h0 ^. j8 f! v9 c, I+ j5 D    │      │      013plottingPredictors.pdf
7 b7 S3 H+ ~' _    │      │      014basicPreprocessing.pdf
8 ^$ D8 A5 Y0 ^7 j# i    │      │      015covariateCreation.pdf
, X! A4 h. V$ [( f+ P" o    │      │      016preProcessingPCA.pdf( |# b4 C; |5 K
    │      │      017predictingWithRegression.pdf3 \4 B+ s; W/ C6 j1 _
    │      │      018predictingWithRegressionMC.pdf
& C0 L5 V" q7 d2 k0 z    │      │      2 - 1 - Caret package (6-16).mp4
  `, j) ?. b  b    │      │      2 - 1 - Caret package (6-16).srt
1 m. h. z  I' G5 K3 V    │      │      2 - 1 - Caret package (6-16).txt5 M! x; j* Y$ v; h
    │      │      2 - 2 - Data slicing (5-40).mp4& r: o: s6 z4 N- b. g7 \# R1 P
    │      │      2 - 2 - Data slicing (5-40).srt
3 d& a9 o' c3 L: H" C    │      │      2 - 2 - Data slicing (5-40).txt  {" P, A, n' d
    │      │      2 - 3 - Training options (7-15).mp4
! `9 a" t% ?( y, ]8 F6 G; u+ h    │      │      2 - 3 - Training options (7-15).srt9 k7 k( B' {. s! \0 g1 t! Z
    │      │      2 - 3 - Training options (7-15).txt# J' k# X, M- _
    │      │      2 - 4 - Plotting predictors (10-39).mp4
* v5 B) g9 X; ?" d1 u    │      │      2 - 4 - Plotting predictors (10-39).srt/ g* J1 ], ?& p6 S1 z( y, I  K9 {/ n* N
    │      │      2 - 4 - Plotting predictors (10-39).txt1 l5 r* Q6 L0 U; |9 G) _2 l# C
    │      │      2 - 5 - Basic preprocessing (10-52).mp4
2 z. A# m1 F: r( k. c& Z9 }7 P    │      │      2 - 5 - Basic preprocessing (10-52).srt
7 I8 D4 F& @- e4 \% y    │      │      2 - 5 - Basic preprocessing (10-52).txt7 @3 T  l4 o# X! \
    │      │      2 - 6 - Covariate creation (17-31).mp4- P8 S# V' t, V) U4 U
    │      │      2 - 6 - Covariate creation (17-31).srt% w+ R3 M) ^2 U
    │      │      2 - 6 - Covariate creation (17-31).txt& T) @) a7 T; h
    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).mp4
' a" O; T. L. f' m: l. o    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).srt$ C' ]$ \. v0 ]  l; A6 @' t% U
    │      │      2 - 7 - Preprocessing with principal components analysis (14-07).txt# n8 u/ D, B" q# N
    │      │      2 - 8 - Predicting with Regression (12-22).mp4
- H, K/ d- B0 m; \9 G    │      │      2 - 8 - Predicting with Regression (12-22).srt
7 I9 I; I! `7 B2 N+ |" D, u+ J    │      │      2 - 8 - Predicting with Regression (12-22).txt. L& K0 _5 y) w" p( L) q' a) G
    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).mp4% x7 w0 K" e" v; ?& K4 P. I9 q& E; b
    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).srt
. M- {9 N; b! X' @5 Q    │      │      2 - 9 - Predicting with Regression Multiple Covariates (11-12).txt
5 S( p1 C" A0 [5 V    │      │      % ^% P; L9 T$ |, l& W/ d5 U% f
    │      ├─Week3/ @5 A# V' r8 y5 s0 u) ]+ Z4 ?6 y8 ]
    │      │      019predictingWithTrees.pdf
  z7 D3 E5 r( I4 w3 S( m+ l    │      │      020bagging.pdf: M; M1 D! o$ W! c
    │      │      021randomForests.pdf8 }) Z7 ]/ A" p. s  \" }8 u
    │      │      022boosting.pdf
& l7 B+ z; d) p+ H! p, K- H, |    │      │      023modelBasedPrediction.pdf5 I- E1 x, \) S! g( v4 {* {( K
    │      │      3 - 1 - Predicting with trees (12-51).mp4
# w! }1 }) J4 V1 g- U+ p7 a7 }    │      │      3 - 1 - Predicting with trees (12-51).srt$ y% v* [( w  f& o6 d' U! M$ \
    │      │      3 - 1 - Predicting with trees (12-51).txt
& `% O6 Y, V0 ]1 O+ N    │      │      3 - 2 - Bagging (9-13).mp44 V/ L/ C( f" g+ i3 x+ `! I
    │      │      3 - 2 - Bagging (9-13).srt
( X  W: A+ A/ X    │      │      3 - 2 - Bagging (9-13).txt5 `4 ?/ b+ r: H3 t% L
    │      │      3 - 3 - Random Forests (6-49).mp4
4 i) p$ f' n6 `5 m) ?    │      │      3 - 3 - Random Forests (6-49).srt
# b. |: ~" N4 A5 H" k/ n7 ?    │      │      3 - 3 - Random Forests (6-49).txt
3 F, ~5 q7 L4 J    │      │      3 - 4 - Boosting (7-08).mp4& z8 {( ]* h. X  \* A" Z
    │      │      3 - 4 - Boosting (7-08).srt
- _+ d% p5 M( z( g! f$ L    │      │      3 - 4 - Boosting (7-08).txt* u. F8 W  U1 @5 I3 G, y
    │      │      3 - 5 - Model Based Prediction (11-39).mp4
. `2 E, N. T! q    │      │      3 - 5 - Model Based Prediction (11-39).srt' e! }; f4 ~* x( l" O3 u
    │      │      3 - 5 - Model Based Prediction (11-39).txt
. T5 I# f+ m0 ?6 m' m' l+ B    │      │      6 g' r" X* {( R7 C0 p' G
    │      └─Week4
. N+ j) z& f( Y$ E4 J3 \8 f    │              024regularizedRegression.pdf
) [5 {4 J3 E0 \+ N- j    │              025combiningPredictors.pdf
% H: E4 H  l0 {) {/ t    │              026unsupervisedPrediction.pdf7 d4 ?' ^- L/ c- Z( `8 J
    │              027forecasting.pdf
6 y& A1 A/ h2 |: i& L9 j    │              4 - 1 - Regularized regression (13-20).mp4! |5 F! y7 p) L0 o6 _- D0 g" I
    │              4 - 1 - Regularized regression (13-20).srt
" I! [0 E6 Q' }    │              4 - 1 - Regularized regression (13-20).txt
6 |) ~+ z7 @) u- w6 W8 U    │              4 - 2 - Combining predictors (7-11).mp4
8 o8 o1 G2 w# F* b0 J5 A    │              4 - 2 - Combining predictors (7-11).srt
( p# @+ u! ]0 ]9 L2 ]" m. }4 G    │              4 - 2 - Combining predictors (7-11).txt2 i6 y0 q7 h0 H) j
    │              4 - 3 - Forecasting.mp4
, R" k: A! Y/ I8 Z, J+ S  w    │              4 - 3 - Forecasting.srt9 o/ c$ q* w6 P
    │              4 - 3 - Forecasting.txt
0 L) {; P$ o3 J; N2 Z    │              4 - 4 - Unsupervised Prediction (4-24).mp4
. `* b8 b* H, Z. {6 V7 M    │              4 - 4 - Unsupervised Prediction (4-24).srt
; p2 G9 M7 N  ^1 @$ I    │              4 - 4 - Unsupervised Prediction (4-24).txt; s' [/ s9 }- O8 w" N
    │                w/ K' j. V& C' |1 g
    ├─Sapiro - Image and video processing) w; C. G( r9 s
    │      01.pdf1 X# D. ^7 ]' w" b
    │      02.pdf5 t. p  Z+ t) j3 B5 O$ I- W
    │      03.pdf
" o9 d: h1 Y3 ]0 g# e    │      04.pdf
  ~1 d6 t# p; n$ w' H    │      05.pdf
0 t& o) n$ s9 j8 O3 D% o5 ]. A9 n    │      06.pdf
4 P7 s: G7 c3 J4 H- e4 W/ W9 ~0 g    │      07.pdf1 O3 e1 w0 H. q  `: l
    │      08.pdf
* A; A" N  D- `% y- l2 i3 h    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.mp4
. X: j5 h8 y3 u5 R( Y' w* f) o    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.srt& }; i8 p/ x% d9 r
    │      10 - 1 - 1 - Introduction to Medical Imaging - Duration 0703.txt- V; N! s3 I/ A+ J7 x
    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.mp4( [& M% C& `+ `/ s2 y
    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.srt
; v. o9 p+ E$ t& g. e    │      10 - 2 - 2 - Image Processing and HIV (Part I) - Duration 2351 - Optional breaks at 1237 and 1839.txt
# ?' A, K* v9 l3 W* i    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.mp4
! a9 s3 ]4 t5 z- Q, @7 w1 H    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.srt
+ H/ x, R5 b' }, W- P    │      10 - 3 - 2 - Image Processing and HIV (Part II) - Duration 1630.txt
, X" j- c/ Y* P4 a    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.mp4
; d1 i+ ~0 z, k  k# X8 L    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.srt/ ]& a$ w# \, }8 s8 ]0 ^, w
    │      10 - 4 - 3 - Brain Imaging Diffusion Imaging Deep Brain Stimulation - Duration 2628.txt
. F- \6 G0 m+ u: S    │      10 - 5 - 4 - Thanks.mp4
& y6 q- M+ T, k" i/ V: J5 c1 Q    │      10 - 5 - 4 - Thanks.srt* s, O1 @6 E% d7 x
    │      10 - 5 - 4 - Thanks.txt3 y, t  r. O8 o+ J! ?" m5 o
    │      2 - 1 - 0 - Welcome and Start Here.mp4. S8 `; B: L, S2 X' `! K$ I
    │      2 - 1 - 0 - Welcome and Start Here.srt3 Y& ]& V, M4 @4 w
    │      2 - 1 - 0 - Welcome and Start Here.txt
4 L% Y) o! ?5 N3 l$ z3 z    │      2 - 2 - 1 - What is image and video processing (part 1) -  Duration 1049.mp44 h6 c6 s+ j% W. [) a9 v9 H2 z4 g! a
    │      2 - 2 - 1 - What is image and video processing (part 1) -  Duration 1049.srt3 y! A6 _$ I. W5 C
    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.mp45 D& L8 W3 b/ J0 p* x
    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.srt$ |, @6 }- t- G/ {1 S
    │      2 - 3 - 1 - What is image and video processing (part 2) - Duration 1040.txt+ `& @5 K* \% g5 I) P# Y  U
    │      2 - 4 - 2 - Course logistics - Duration 0242.mp44 Z% N0 o$ E5 W& p8 i
    │      2 - 4 - 2 - Course logistics - Duration 0242.srt
8 q3 N% @$ w6 r  x, f    │      2 - 4 - 2 - Course logistics - Duration 0242.txt
# i$ F+ J! F' V& w5 ]$ Q2 W( \    │      2 - 5 - 3 - Images are everywhere - Duration 0631.mp4; t  m% ]% l" `- _+ U; h6 @2 w
    │      2 - 5 - 3 - Images are everywhere - Duration 0631.srt
/ A. X# l+ P, [6 M$ h3 S! m) u    │      2 - 5 - 3 - Images are everywhere - Duration 0631.txt
5 [- R: s3 N% U5 {* p9 t    │      2 - 6 - 4 - Human visual system - Duration 1710.mp4
% Z: t7 s9 Y' h/ T( `    │      2 - 6 - 4 - Human visual system - Duration 1710.srt
( q# _: H/ p* m, g: M    │      2 - 6 - 4 - Human visual system - Duration 1710.txt
$ o, k. @' h; j9 N$ e6 r    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.mp46 q# X# R7 V7 B3 ]
    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.srt: G* E% c( k5 U/ G
    │      2 - 7 - 5 - Image formation - Sampling  Quantization - Duration 2817.txt: v) |- x9 P$ I
    │      2 - 8 - 6 - Simple image operations - Duration 1705.mp4# ~9 F+ D  M0 m  H: `
    │      2 - 8 - 6 - Simple image operations - Duration 1705.srt' W7 y9 {5 }/ e, N) t7 r. q: V8 a
    │      2 - 8 - 6 - Simple image operations - Duration 1705.txt) z' m8 c/ x3 z+ G- A( I
    │      3 - 1 - 1 - The why and how of compression - Duration 1416.mp4- f8 B; C3 X7 ^0 j2 y  p
    │      3 - 1 - 1 - The why and how of compression - Duration 1416.srt
+ L2 B( k# u! z+ q    │      3 - 1 - 1 - The why and how of compression - Duration 1416.txt3 \% G/ f0 P& q
    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.mp49 g% j! O- h2 w4 M
    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.srt
# I) x) ?. X; q7 v- I3 p    │      3 - 2 - 2 - Huffman coding - Duration 2011 - Optional break at 0653.txt
2 M0 V1 H% n. b! h+ S    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.mp4
0 V8 n& j1 J2 x4 I    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.srt
4 u; h' f$ p+ F6 Q' v: H    │      3 - 3 - 3 - JPEGs 8x8 blocks - Duration 0537.txt7 b/ V1 h9 l  |  f
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.mp49 ~# S, U0 S/ S0 I
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.srt. l& N2 [8 t3 D5 R4 b
    │      3 - 4 - 4 - The Discrete Cosine Transform (DCT) - Duration 2532 - Optional break at 1213.txt
5 B6 @- B# J2 e5 _    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.mp43 M2 r: X' j  ]
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.srt: {. F+ F, n) r4 h$ E9 e) M; n
    │      3 - 5 - 5 - Quantization - Duration 2402 - Optional breaks at 0848 and 1718.txt$ n7 p. X' {. W
    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.mp44 i* C1 Z" z% C; e2 q4 W
    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.srt
/ t  D) S% j2 A2 o* w    │      3 - 6 - 6 - JPEG_LS and MPEG - Duration 1932 - Optional break at 1345.txt
* ?  t: V) q! T4 i( s5 f    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.mp4
8 Q* D9 R/ Z4 X" z0 c    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.srt
4 T8 N+ L; A, m/ e    │      3 - 7 - 7 - Bonus Run-length compression - Duration 0429.txt3 B/ E! d, w/ w$ @% A8 K
    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.mp4
& E: o3 B* H7 C    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.srt; p- W2 g* w0 x8 T0 S9 v
    │      4 - 1 - 1 - Introduction to image enhancement - Duration 1911 - Optional break at 0833.txt
9 ?; p, W/ M, h: y    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.mp4
7 @  E' {/ _+ O  s. R, {    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.srt
* h- L& B- H' t, N. h    │      4 - 10 - 10 - Demo - Median filter - Duration 0131.txt1 q. J; j4 i2 `7 y6 o4 L0 k: D
    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.mp4
& r' a8 V% N( _5 H0 u& Q    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.srt
( P3 J5 p& g. ^) D( a    │      4 - 11 - 11 - Derivatives Laplacian  Unsharp masking - Duration 1424 - Optional breaks at 0521 and 1133.txt
& a* l. H5 t) C6 ?0 U    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.mp4
4 p# g* _7 `" B+ v    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.srt% p# i, j7 ?+ Q/ {& v5 a* r% |  w
    │      4 - 12 - 12 - Demo - Unsharp masking - Duration 0310.txt/ }6 U) V% H! M) h
    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.mp4
" {" K: V2 ~# w' q/ l' }/ g    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.srt+ s3 Z/ m3 K* O- a9 I5 S
    │      4 - 13 - 13 - Gradients of scalar and vector images - Duration 0557.txt
% V# K7 l: n/ Y, _    │      4 - 14 - 14 - Concluding remarks - Duration 0112.mp44 n  v" \0 `! G$ ?* U
    │      4 - 14 - 14 - Concluding remarks - Duration 0112.srt
% T' }! d, k  y5 u6 `. _* q    │      4 - 14 - 14 - Concluding remarks - Duration 0112.txt/ k6 i) [( ?: R2 Q' t
    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.mp4  m/ b. t( a) O4 `8 q
    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.srt
; K4 `, j2 |- E' s7 ~  B    │      4 - 2 - 2 - Demo - Enhancement  Histogram modification - Duration 0353.txt
- a) j& ?, x- }- R5 M    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.mp45 l/ r! E2 r8 v1 ~2 O. e
    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.srt
' J, _# y' p! `5 \1 I    │      4 - 3 - 3 - Histogram equalization - Duration 1956 - Optional breaks at 0440 and 1130.txt
& c9 B! _6 {7 @# r2 T' a    │      4 - 4 - 4 - Histogram matching - Duration 0831.mp4
# x* R: l2 {4 ~3 ]' |    │      4 - 4 - 4 - Histogram matching - Duration 0831.srt
, N* k& o& W, R, T    │      4 - 4 - 4 - Histogram matching - Duration 0831.txt1 q& l5 I2 [; ?6 O0 O. ^# F% t  L
    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.mp4  _9 d" D$ K' R! ^
    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.srt. J# `4 ]7 J  {! I
    │      4 - 5 - 5 - Introduction to local neighborhood operations - Duration 0646.txt
& |8 R3 B, _  G* n$ z: e    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.mp4) c+ E/ w5 f) W! T& K
    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.srt; d. w' {4 _0 G$ |: c4 H
    │      4 - 6 - 6 - Mathematical properties of averaging - Duration 1100.txt' ?8 K( r8 c9 d
    │      4 - 7 - 7 - Non-Local means - Duration 0727.mp4( d7 g6 w9 W# D6 J6 R
    │      4 - 7 - 7 - Non-Local means - Duration 0727.srt. S" }7 U& i1 X  A% ]$ c' _
    │      4 - 7 - 7 - Non-Local means - Duration 0727.txt
0 _* j+ q8 {0 F: U    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.mp48 d) K/ P! t* z4 c9 h+ B, p  [2 i
    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.srt* g. q. o: `6 r- C# f/ m
    │      4 - 8 - 8 - IPOL Demo - Non-Local means - Duration 0338.txt! ^1 N8 ]' h/ L+ F" ~4 s
    │      4 - 9 - 9 - Median filter - Duration 0720.mp4' n2 I% M  h9 C: ?% y0 F
    │      4 - 9 - 9 - Median filter - Duration 0720.srt
. P/ U2 c" d; Q; Y    │      4 - 9 - 9 - Median filter - Duration 0720.txt
2 z! X/ A- M$ l2 V5 u9 G! L    │      5 - 1 - 1 - What is image restoration - Duration 0749.mp4: ~- u( i0 y& S
    │      5 - 1 - 1 - What is image restoration - Duration 0749.srt
8 b$ n- ^* n7 L    │      5 - 1 - 1 - What is image restoration - Duration 0749.txt
& X6 o+ K: S+ i+ n    │      5 - 2 - 2 - Noise types - Duration 1243.mp4
5 L- w9 l( H) }    │      5 - 2 - 2 - Noise types - Duration 1243.srt
) W4 M( M# m. g5 r) ~    │      5 - 2 - 2 - Noise types - Duration 1243.txt
# W1 _* f! z& v2 K6 p    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.mp4
3 C: U& e! J2 K6 e7 V9 H4 W0 ^. t    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.srt+ t3 b6 _! w. n2 c7 c, m0 E0 g
    │      5 - 3 - 3 - Demo - Types of noise - Duration 0303.txt  D# P# K7 x0 o6 U" a# Z
    │      5 - 4 - 4 - Noise and histograms - Duration 0452.mp4
$ l* P0 c/ U0 [    │      5 - 4 - 4 - Noise and histograms - Duration 0452.srt
: P1 a/ i+ t. l9 T8 M# |    │      5 - 4 - 4 - Noise and histograms - Duration 0452.txt- S+ G) h) y: O' f
    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.mp4
. T' Q- V6 Y% }% r! r- s    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.srt
0 p6 r" h  @, ~  v  T) D; S    │      5 - 5 - 5 - Estimating noise - Duration 1041 - Optional break at 0503.txt# V3 o5 w2 s* e- v# w, g, u% l
    │      5 - 6 - 6 - Degradation Function - Duration 1140.mp4
& {: F8 S& b3 D; S( b3 W) L9 k$ w    │      5 - 6 - 6 - Degradation Function - Duration 1140.srt
2 l3 d! `- D% l/ Q( u9 l    │      5 - 6 - 6 - Degradation Function - Duration 1140.txt) p9 h4 v# A) G$ D5 y5 q  {: K
    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.mp4: U7 @4 X( A  U9 L! `
    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.srt
/ B) F! x; v0 x: ]    │      5 - 7 - 7 - Wiener filtering - Duration 1234 - Optional break at 0654.txt
0 K' f& f  y8 n/ h, c. z9 @: o1 d3 X0 e' {    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.mp40 k: w0 ]. o& u; |' K
    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.srt! o6 [7 M3 N/ W# Z1 Q$ x9 J) l; \
    │      5 - 8 - 8 - Demo - Wiener and Box filters - Duration 0319.txt
# n! h6 e& y/ L' O& R" `    │      5 - 9 - 9 - Concluding remarks - Duration 0033.mp4
. n+ H0 X5 g5 N7 v3 X) T; A    │      5 - 9 - 9 - Concluding remarks - Duration 0033.srt; H' F: \6 e: f# P9 A
    │      5 - 9 - 9 - Concluding remarks - Duration 0033.txt
! C4 n$ G- R8 O/ ~) G    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.mp4
, _* V( w9 w( D9 @& l    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.srt. Q1 R# z; l" [9 C
    │      6 - 1 - 1 - Introduction to Segmentation - Duration 0417.txt  D: b9 |1 C3 ~' I5 s6 s/ H$ @
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.mp4+ l5 u! h! v8 |1 M
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.srt4 l5 i4 F0 P% n! o* ~) j$ E
    │      6 - 10 - 10 - Active Contours - Introduction with ipol.im and Photoshop Demos - Duration 0558.txt
: F# e) @6 `5 H, _6 s: A- M    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.mp4
$ N3 d% U0 }/ s" m1 q8 l    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.srt3 F7 i/ Q6 S& ]
    │      6 - 11 - 11 - Behind the Scenes of Adobes Roto Brush - Duration 3129 - Optional breaks at 2030 and 2726.txt  r; ]( X( Z- K, }$ t1 O
    │      6 - 12 - 12 - End of the Week - Duration 0021.mp48 B  t- Z! N8 Y+ r# q1 |. ?
    │      6 - 12 - 12 - End of the Week - Duration 0021.srt( l9 d, l& h' u4 N
    │      6 - 12 - 12 - End of the Week - Duration 0021.txt
: d, B  u' Z  w/ I    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.mp4! b2 w' U5 D, A9 N' t& J# J
    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.srt5 S7 j  n& U" S1 N
    │      6 - 2 - 2 - On Edges and Regions - Duration 0517.txt$ n  K$ ?" Z$ p7 W/ \
    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.mp4
& j6 v! d3 l& t0 u    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.srt
" H2 K" I  z: x* T1 x    │      6 - 3 - 3 - Hough Transform with Matlab Demo - Duration 2059.txt( G! N" B" u8 L0 K; u$ k" @
    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.mp49 R) x# c* l* j; H2 l
    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.srt+ u0 k; M: e, P" P+ b9 P( ?4 s- d
    │      6 - 4 - 4 - Line Segment Detector with Demo - Duration 0320.txt+ H/ P; P9 o5 r
    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.mp49 u) o* s; F) O6 h4 q$ U9 y0 s0 r
    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.srt
7 h4 ]; W" G5 y, t1 ]8 F    │      6 - 5 - 5 - Otsus Segmentation with Demo - Duration 1425.txt
: L# a' `% r: Y5 `& X: A( Z$ F    │      6 - 6 - 6 - Congratulations - Duration 0017.mp46 R/ s3 m$ p! v" [+ c  w
    │      6 - 6 - 6 - Congratulations - Duration 0017.srt. y) [) L" I0 ]3 v- c2 b
    │      6 - 6 - 6 - Congratulations - Duration 0017.txt
9 [4 o" k! q& c, q- q! h1 ^    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.mp4
& l" `! g/ ^+ C    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.srt2 A' u; @: \5 f  U
    │      6 - 7 - 7 - Interactive Image Segmentation - Duration 2113.txt
: q3 l' k9 R+ I# \* u3 P' c: y    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.mp4
7 T& ?( E' x/ s$ [; [% a    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.srt
& W- A  y7 K% Y( c3 g6 c    │      6 - 8 - 8 - Graph Cuts and Ms Office - Duration 0934.txt$ W; w; ?! B& k* |% R
    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.mp43 M( t' C% z4 \* C0 V
    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.srt
: z3 F- z2 |1 @4 n    │      6 - 9 - 9 - Mumford-Shah - Duration 0550.txt
3 {) \$ i$ i" ]# n! g    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.mp4
! x. S  \, Q% q+ R    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.srt
9 D) D& o& p) ~5 S# M3 z' p    │      7 - 1 - 1 - Introduction to PDEs in Image and Video Processing - Duration 1022.txt# ?0 }& c, _% j8 B# t/ P! D6 X
    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.mp4/ `, }( g- U/ g* @
    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.srt
) u4 a9 X& Q- D0 {6 o# N  e0 v    │      7 - 2 - 2 - Planar Differential Geometry - Duration 3833 - Optional breaks at 1246 2103 and 2941.txt
, u+ O+ X4 a2 k$ a1 s    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.mp4
( {7 R! F1 U8 Q' k9 u0 j    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.srt* T3 P' T7 a/ W1 L
    │      7 - 3 - 3 - Surface Differential Geometry - Duration 1143.txt& Z- N; a. j0 P$ J' I$ F, t
    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.mp4
( x- C" c  Z) n    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.srt+ d5 ~: x  c+ [$ r& r# D% H
    │      7 - 4 - 4 - Curve Evolution - Duration 3110 - Optional breaks at 0850 1925 and 2422.txt( U7 b/ ^& e4 r8 h
    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.mp4
$ S. N# t" \% V, R0 ?    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.srt8 b, E4 {9 }# F
    │      7 - 5 - 5 - Level Sets and Curve Evolution - Duration 2534 - Optional break at 1430.txt+ _4 K# v/ A* Q4 a  o5 \& x8 Y% L
    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.mp4
  O8 W: C0 m/ y0 S2 j/ m    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.srt
' I' @  h5 Z/ \1 Z    │      7 - 6 - 6 - Calculus of Variations - Duration 1403 - Optional break at 0623.txt* Q% _# D8 R$ z, T
    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.mp4
2 \2 j# Q' Z6 O, p; Z    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.srt5 O. N- A  d0 U0 |; u, h
    │      7 - 7 - 7 - Anisotropic Diffusion - Duration 1117.txt& C+ {9 y4 v0 u/ n7 G; t; P: c' X
    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.mp4
9 x0 x) A8 D( v1 {) O1 |    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.srt/ u3 g3 s$ ?  U$ t
    │      7 - 8 - 8 - Active Contours - Duration 1657 - Optional break at 0623.txt
4 ~( z& k" v  z' n' ^7 ?    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.mp4
$ I- Q( B- S. D* C0 ~2 g    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.srt
* f$ u! r( ]+ F    │      7 - 9 - 9 - Bonus Cool Contrast Enhancement via PDEs - Duration 0832.txt
$ I. `8 {- Z& U2 ~8 ~. ~! u* p) ?    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.mp4
1 a7 m2 S( N5 e    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.srt: K7 G: Y" z. ^
    │      8 - 1 - 1 - Introduction to Image Inpainting - Duration 0816.txt
/ v9 }: Y. I$ S/ \: i# V+ K    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.mp4
3 j, z; f# b( W0 O/ J8 ?3 T' Y6 C    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.srt
! H5 u  ?& s, W7 a6 y    │      8 - 2 - 2 - Inpainting in Nature - Duration 0501.txt
7 r( M8 V/ k& R4 Q4 }3 L9 F    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.mp4( u" {/ K! }7 p# m7 Z/ Q" f
    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.srt2 R8 R" U: R& U. X$ ?( h
    │      8 - 3 - 3 - PDEs and Inpainting - Duration 2159 - Optional break at 1331.txt8 c5 v2 ?% d% |" d1 w' s
    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.mp44 ]4 }6 e0 a2 i2 C
    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.srt
. k' c2 H! G+ p! @$ m4 l8 `( n    │      8 - 4 - 4 - Inpainting via Calculus of Variations - Duration 1532 - Optional break at 1006.txt- ~7 [  Q" F( P2 ]5 V& @1 e- Q4 ?
    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.mp4
; I! z# X* t5 Q9 r+ C8 L! M* F' P    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.srt
5 b' L1 x- a+ O* R/ ]  e    │      8 - 5 - 5 - Smart Cut and Paste - Duration 0751.txt
* ?# X1 I6 \% ]# S0 E" @9 A# X    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.mp4
1 H; [* x% k- [% t$ }4 g$ A    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.srt
- O5 _2 f, T0 J$ M: m1 x    │      8 - 6 - 6 - Demo - Photoshop Inpainting Healing Brush - Duration 0231.txt8 d$ j7 m4 X* b: h7 ~& b" Q
    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.mp4
7 C6 k; \5 U% _: Q    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.srt
- O  ]' A+ E8 Q- C2 l3 ~    │      8 - 7 - 7 - Video Inpainting and Conclusions - Duration 0513.txt* M7 q! L) X  Z0 `) X5 ?# A
    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039 .mp4
! q8 r- }4 `7 m6 t, ?% S( i    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.mp4
& n$ W& U- J  l# `9 j, ^' S    │      9 - 1 - 1 - Introduction to Sparse Modeling - Part 1 - Duration 1039.srt6 @6 P; P1 @9 b5 N) ]
    │      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

$ V8 m6 j) ^' a    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.mp4/ O# O$ \! H% w8 ^2 W6 C3 {
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.srt1 `9 K7 H* Y  A* s, }% s
    │      9 - 2 - 2 - Introduction to Sparse Modeling - Part 2 - Duration 1816.txt
3 P1 F+ q6 Y1 D    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.mp4
/ R5 c3 z. ?5 _6 v    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.srt' c. z7 d; X0 o, s, V
    │      9 - 3 - 3 - Sparse Modeling - Implementation - Duration 2430 - Optional break at 1158.txt. Q4 B& s! w8 E/ w9 T8 Q
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.mp4
& j; x" }/ h2 l, r    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.srt2 k+ x* p7 d0 n+ |1 Z' \$ @2 N
    │      9 - 4 - 4 - Dictionary Learning - Duration 1713 - Optional break at 0603.txt3 i, s0 [2 K4 M; }; o
    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.mp4; f$ V4 N2 C6 r; ^
    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.srt
, \0 i1 k  i: m$ V, {% B3 H, s( y    │      9 - 5 - 5 - Sparse Modeling Image Processing Examples - Duration 2057 - Optional break at 0925.txt2 M* X2 F" `0 c3 H% [
    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.mp4
! W' j9 ]- ^5 R  k    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.srt
4 d- P- X2 B4 d( y; G/ f    │      9 - 6 - 6 - A Note on Compressed Sensing - Duration 0510.txt! f$ o: J8 I( e* r
    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.mp4
+ T  y+ m# ^; D) J    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.srt
9 d4 G; A9 j+ G    │      9 - 7 - 7 - GMM and Structured Sparsity - Duration 1540.txt1 B' F+ ^" a" s; M) C
    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.mp42 G8 M0 X( l6 {# c0 e2 C* _* P
    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.srt7 N0 n7 G  b' i/ M0 W6 C
    │      9 - 8 - 8 - Bonus Sparse Modeling and Classification - Activity Recognition - Duration 1510.txt
4 }" L5 Y4 B: E" T" A    │      下载说明.txt
% a! Z9 w7 J8 s  v9 h' \    │      关注我们.png
' e- ~7 p/ H8 n% U% Q5 t# m- H    │      攻城狮论坛=网络技术+编程视频.url
5 T& }& F$ j8 r; v4 c# X    │      解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
8 l5 r$ F/ C9 p3 u    │      + a/ s# m; w2 n# t
    ├─Udacity
1 x# x! x4 B& l4 C6 x9 ?    │  │  下载说明.txt
+ v" ~. `) v2 M. ~9 S    │  │  关注我们.png! |2 ?4 k9 D0 `" }  ~& Y
    │  │  攻城狮论坛=网络技术+编程视频.url
! c* j) |2 x7 P+ W0 y    │  │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt4 k# B+ J( l8 _& D
    │  │  
( e  h' P, w8 a0 S, Z    │  ├─CS046 Introduction to Programming in Java Learning Java
' C4 C/ x4 S* }* ]    │  │      Lesson_1_-_Introduction.zip
+ R9 f1 K: n3 s# ?  F) u2 v    │  │      Lesson_2_-_Objects.zip
1 k* Z+ T! A6 B3 {( o4 N  m5 L    │  │      Lesson_3_-_Classes.zip
0 z" J6 w! P) h% @$ J% [    │  │      Lesson_4_-_Fundamental_Data_Types.zip
/ n$ E& y+ A2 F) ~6 K    │  │      Lesson_5.1_-_Decisions.zip+ U& D% _5 j7 I7 g" k. _
    │  │      Lesson_5.2_-_Decisions.zip" V& n# h+ x4 f
    │  │      Lesson_6.1_-_Loops.zip
# N! m  M, N6 z$ m+ F& }    │  │      Lesson_6.2_-_Loops.zip
% e" i8 M5 p2 n  Y, Z8 _* e3 V( b    │  │      Lesson_7.1_-_ArrayLists_and_Arrays.zip' I3 W. \8 o1 Z) e; q5 N' B
    │  │      Lesson_7.2_-_ArrayLists_and_Arrays.zip* M- j- T: s% j# v# F
    │  │      Lesson_7.3_-_ArrayLists_and_Arrays.zip
+ H4 e. @; s# @2 b    │  │      Lesson_8.zip
* \2 P" q; j9 ?* }    │  │      Lesson_8_-_More_About_Classes.zip
) B3 |6 j. ?- l) |, b2 k8 K    │  │      Lesson_9_-_Interfaces_and_Inheritance.zip/ o. z0 E- x( }% y' T! I1 G
    │  │      + ]4 p7 P* Y# D8 m
    │  ├─CS101 Intro to Computer Science Building a Search Engine; b0 N5 T3 K  n7 `4 x
    │  │      Exam_Part_2_Starred-subtitles.en.zip
8 ^3 h' y6 i$ t) ~0 p! D: D8 o" D    │  │      Lesson_10_Inheritance.zip
( Z7 K1 R5 x8 {1 P4 Q& w" X1 m    │  │      Lesson_11_Files,_IO,_and_Exceptions.zip( v4 P/ v1 T7 y$ k2 C) b
    │  │      Lesson_1_How_to_Get_Started.zip+ \/ |1 H/ f2 ~5 L+ S. {
    │  │      Lesson_1_Problem_Set.zip) z: i" ?9 ^& ?/ s  s7 K
    │  │      Lesson_2.5_How_To_Solve_Problems.zip
. |! {( Y' J% q1 l    │  │      Lesson_2_How_to_Repeat.zip6 i' H7 d4 p# f2 _
    │  │      Lesson_2_Problem_Set.zip% }7 z/ l) U2 c9 t7 I/ }
    │  │      Lesson_3_How_to_Manage_Data.zip' ~8 a4 n" B9 u, ]0 _
    │  │      Lesson_3_Problem_Set.zip: D* S* _- f, I9 x% a* E
    │  │      Lesson_4_Problem_Set.zip" @4 o. `* K3 K# g# W( B$ d' I
    │  │      Lesson_4_Responding_to_Queries.zip) G6 Q3 b8 {5 _: ^9 `
    │  │      Lesson_5_How_Programs_Run.zip
" l( [( G% |! B* v5 c) s- n    │  │      Lesson_5_Problem_Set.zip
9 x) F+ W/ _# P' F$ t    │  │      Lesson_6_How_to_Have_Infinite_Power.zip. z/ Y3 N1 Y" v5 F' r9 i
    │  │      Lesson_6_Problem_Set.zip# f& L; H& X. H9 ~7 @4 ^
    │  │      Lesson_7_Past,_Present,_and_Future_of_Computing.zip
& i9 E/ b1 F8 _# Z" y    │  │      Lesson_8_Learning_New_Things.zip
! F  w2 I: m9 R" A* E) b3 t    │  │      Lesson_9_Modules_and_Classes.zip9 w6 n; Q' F2 \, j7 `2 W2 z( Q
    │  │      Problem_Set_1-subtitles.en.zip
1 W6 z3 |3 e6 b* @! N    │  │      Problem_Set_1.zip- @9 T, Z9 f8 u  P
    │  │      Problem_Set_2-subtitles.en.zip) H$ e7 f8 Y6 w% y7 n& O( x
    │  │      Problem_Set_2.zip
5 S6 n; |) H. a7 n% u/ W    │  │      Problem_Set_3-subtitles.en.zip( C" t4 N8 _- k4 Q( w1 G
    │  │      Problem_Set_3.zip
, o" f  v9 u$ z" h6 G; q  U/ C7 s    │  │      Problem_Set_4-subtitles.en.zip2 W( ^( e  Z. r. n: H1 ~* Y
    │  │      Problem_Set_4.zip
1 W! V/ q! g. i& ~# m    │  │      Problem_Set_5-subtitles.en.zip
6 V. ~& Z, f) Q, S& U6 I    │  │      Problem_Set_5.zip
# ?4 {5 `: ~: g! r) P. F    │  │      Problem_Set_6-subtitles.en.zip/ H1 g9 G7 ^0 R2 i6 P
    │  │      Problem_Set_6.zip6 ~% q8 ~2 h' V+ f
    │  │      Problem_Set_61_Starred-subtitles.en.zip
+ g$ C  H. `6 }! i) k/ d    │  │      Problem_Set_61_Starred.zip
1 e/ W  x* o/ Y# x" ]3 M: |* Z    │  │      Q&A_1-subtitles.en.zip0 R, e' l9 x4 y+ e5 y6 _( ?
    │  │      Q&A_1.zip  a) s- j/ S& t1 f( B7 w
    │  │      Q&A_2-subtitles.en.zip' O1 R9 x% W4 T
    │  │      Q&A_2.zip. |& ?2 H+ A7 a7 [1 W( p
    │  │      Q&A_5-subtitles.en.zip
4 t' c, }* K: [0 o  _9 B  S    │  │      Q&A_5.zip
/ [6 y# |" g* H' m    │  │      Q&A_6-subtitles.en.zip; _  ]6 _$ U# ^4 k) Z* n
    │  │      Q&A_6.zip3 @, ?7 K; a* {* Y" I8 F/ X1 b
    │  │      Unit_1-subtitles.en.zip
+ b# Q. i( s4 E$ e$ _* q. R    │  │      Unit_2-subtitles.en.zip/ N% Z; X! w. S6 ^
    │  │      Unit_3-subtitles.en.zip
' w1 ?* B3 S7 Z6 v    │  │      Unit_4-subtitles.en.zip
1 N( K* J$ b2 C9 Z2 a7 c9 k    │  │      Unit_5-subtitles.en.zip# w; P6 x( V. x# m( K. Z$ I
    │  │      Unit_6-subtitles.en.zip/ k8 {0 \' C( @3 {, i6 k
    │  │      Unit_7-subtitles.en.zip
$ `  p7 S; i/ G  B  v1 J& N/ I    │  │      Unit_8_Optional-subtitles.en.zip/ [  n: b; ~( @, O. I
    │  │      
8 |! B$ u2 d3 v, ?: y4 Z4 t: M) a    │  ├─CS212 Design of Computer Programs Programming Principles1 M% e* L) b7 X* D' }
    │  │      Andy's_Corner_1.zip
7 e  ]3 r6 s1 t9 E0 _( ?    │  │      Andys_Corner_1-subtitles.en.zip
# W  S! s5 E. l5 _2 p    │  │      Bonus_Shuffling-subtitles.en.zip4 y- `" b4 ?3 X( f1 h! s. Q
    │  │      Bonus_Shuffling.zip
4 [" i: }; m! I8 f0 Y    │  │      Bonus_Weekly_Tournament!.zip: ]6 V5 d- n) b* w/ Y
    │  │      Exam-subtitles.en.zip
3 I( ]4 w* u4 \7 ?3 f    │  │      Exam.zip! l% S8 Y6 F& b/ \! l: m: Q
    │  │      Office_Hours_1-subtitles.en.zip0 K4 P9 w+ h& `8 C
    │  │      Office_Hours_1.zip, E; O; W% D- [; w& }& A0 K
    │  │      Office_Hours_2-subtitles.en.zip
( M1 a9 O) |& H/ e- I/ a    │  │      Office_Hours_2.zip
; B7 j) S8 d* i3 R# ]6 e& O7 q& a/ X6 B    │  │      Office_Hours_3-subtitles.en.zip
* E+ K  S, I' Z    │  │      Office_Hours_3.zip; s, T7 B! E( F" V; h  @
    │  │      Office_Hours_4-subtitles.en.zip
5 R& K  j+ R: T# X; D+ m5 e    │  │      Office_Hours_4.zip
& G3 z2 v3 ?% Y- Y5 G    │  │      Office_Hours_5-subtitles.en.zip
: I& D$ ?2 `! w$ N' }6 w    │  │      Office_Hours_5.zip
( G5 W/ C3 n3 g# W  `* G; w. H+ A% n    │  │      Office_Hours_6-subtitles.en.zip
/ v: Y( N( g4 F3 M    │  │      Office_Hours_6.zip% X! {- f! V+ Y. [' R( y' g
    │  │      Problem_Set_1-subtitles.en_2.zip
# o0 H0 D  [& H" B) W    │  │      Problem_Set_1_2.zip
1 N& R" D" K/ y2 t* g/ j    │  │      Problem_Set_2-subtitles.en_2.zip$ j; p  V* E" Y8 s! x$ b# [: Z
    │  │      Problem_Set_2_2.zip
, e+ ]" D; O+ y# i7 A    │  │      Problem_Set_3-subtitles.en_2.zip
) O: s! r! n( _, [0 L: |/ p2 d8 D    │  │      Problem_Set_3_2.zip
6 X0 Z6 [* z" ]: }( [' \    │  │      Problem_Set_4-subtitles.en_2.zip  ~# o7 s3 K9 S! w
    │  │      Problem_Set_4_2.zip
4 i! j1 c0 e3 X' P$ n    │  │      Problem_Set_5-subtitles.en_2.zip
3 p* l( Z9 ]( [    │  │      Problem_Set_5_2.zip
5 R7 \  C5 o; t% q' _    │  │      Problem_Set_6-subtitles.en_2.zip* b- e. Q/ f+ v7 D, _( ^9 z
    │  │      Problem_Set_6_2.zip
- j; S7 E/ [2 D0 P5 Y* E    │  │      Python_Glossary-subtitles.en.zip9 Z7 p& t( {! ], j4 [
    │  │      Python_Glossary.zip8 m2 E/ ^8 u$ o2 G- t3 t
    │  │      Unit_1-subtitles.en_2.zip1 J% C2 ?+ e' b3 F( D5 J, k
    │  │      Unit_1.zip( O8 D& f) @9 [. w; \, s; p" a% z
    │  │      Unit_2-subtitles.en_2.zip
: \" q( \! C9 [" `+ r( i    │  │      Unit_2.zip
( {0 z; a9 `2 [# p- x    │  │      Unit_3-subtitles.en_2.zip
9 q5 m5 P( k  P% z+ G- d: n; O    │  │      Unit_3.zip
+ m3 ]5 j7 J. p- {1 k' D, U    │  │      Unit_4-subtitles.en_2.zip
, ?$ P( G( R; N9 s# J' J# S" W0 }    │  │      Unit_4.zip
, k% P) _: P1 J' Z    │  │      Unit_5-subtitles.en_2.zip
4 |8 @9 T: W. x7 Q: }    │  │      Unit_5.zip
& l8 ?2 [7 R/ e    │  │      Unit_6-subtitles.en_2.zip
3 ~7 l6 I1 V6 w( o  B. C8 c6 A    │  │      Unit_6.zip. i9 {: T( H7 n/ }3 s. f
    │  │      Unit_7-subtitles.en_2.zip
+ Q4 }1 f5 N7 @2 y    │  │      Unit_7.zip
) I( M' p1 \# ~. F/ V    │  │      ' W# @$ {  B) B6 W$ g$ ^
    │  ├─CS215 Algorithms Crunching Social Networks
+ A* v$ T/ s0 h. ~5 d4 ~& c    │  │      Extra_Challenge_Problems-subtitles.en.zip
$ u% E3 i( j# h; y) j0 n" f5 h    │  │      Extra_Challenge_Problems.zip
) O4 x7 }7 j* z    │  │      Problem_Set_1-subtitles.en.zip
! b+ i3 a4 m2 f1 j4 e    │  │      Problem_Set_1.zip1 n- P5 J6 C7 n# b0 t& Q1 x9 E
    │  │      Problem_Set_2-subtitles.en.zip/ n" g5 R6 ]2 H, _7 N; U
    │  │      Problem_Set_2.zip" K/ Z+ P- A) t/ @* U: @4 \+ I
    │  │      Problem_Set_2_Solutions-subtitles.en.zip
" B5 [+ S) S* C; N1 F    │  │      Problem_Set_2_Solutions.zip' y9 q5 z' G( b3 i! c  i: j
    │  │      Problem_Set_3-subtitles.en.zip
4 [1 ]# Q4 H* @( a# ^" Y$ [( z    │  │      Problem_Set_3.zip
0 d% O' R. ]+ c. B- @1 {    │  │      Problem_Set_3_Solutions-subtitles.en.zip
; M' C0 _' F% Y5 y, h7 D4 ?    │  │      Problem_Set_3_Solutions.zip
+ Z- Z/ q; W0 i4 o$ \0 K    │  │      Problem_Set_4-subtitles.en.zip3 }3 N2 D+ C& Z5 b" i+ d6 B; a" w
    │  │      Problem_Set_4.zip& N9 \8 ~" z+ {/ b2 y- g
    │  │      Problem_Set_4_Solutions-subtitles.en.zip
& X' N! p1 G8 d" T6 c    │  │      Problem_Set_4_Solutions.zip( i+ Q% J6 @- _, b
    │  │      Unit_1_A_Social_Network_Magic_Trick-subtitles.en.zip6 s$ G2 b2 K7 V. G# `
    │  │      Unit_1_A_Social_Network_Magic_Trick.zip8 o% {: \! Z' ^& W6 ^
    │  │      Unit_2_Growth_Rates_in_Social_Networks-subtitles.en.zip6 ~6 V! U8 U' b2 d# I8 m$ s) y
    │  │      Unit_2_Growth_Rates_in_Social_Networks.zip9 D* s% y' @1 ^' \$ }; T& Q9 z
    │  │      Unit_3_Basic_Graph_Algorithms-subtitles.en.zip+ O* w2 k% t( M9 ~6 G
    │  │      Unit_3_Basic_Graph_Algorithms.zip
: c- w, m& h" p6 p# x' y5 B, v    │  │      Unit_4_Its_Who_You_Know-subtitles.en.zip1 M  J' w8 z1 Y6 c
    │  │      Unit_4_Its_Who_You_Know.zip5 t% Q3 t1 Q6 T. K* B# [
    │  │      Unit_5_Strong_and_Weak_Bonds-subtitles.en.zip) ?" J1 q. A. K; I
    │  │      Unit_5_Strong_and_Weak_Bonds.zip
, z7 S2 V( M, G" d    │  │      Unit_6_Hardness_of_Network_Problems-subtitles.en.zip
: h  \# G# [, I* E2 \    │  │      Unit_6_Hardness_of_Network_Problems.zip1 S9 ~9 c! _6 Z! Z+ ^
    │  │      Unit_7-subtitles.en.zip
* s1 e: ?: t. ^    │  │      Unit_7_2.zip$ F  e' S$ y5 u# J+ c
    │  │      7 M( {& m( W" C! D2 x* R% \
    │  ├─CS222 Differential Equations Making Math Matter, n' l! v! j4 p- n. i( e3 o$ o- x
    │  │      Final_Exam-subtitles.en.zip2 i, [- u& t2 F# R; Q6 }& m
    │  │      Final_Exam.zip7 I9 }& P. D5 L" d
    │  │      Problem_Set_1-subtitles.en_2.zip# D' p" M( h. g) ~0 ~4 K8 h5 L
    │  │      Problem_Set_1_2.zip+ p; \" O1 z3 `* w: L& f( Y" U5 v
    │  │      Problem_Set_2-subtitles.en_2.zip
( d8 T: N6 S8 J, H- q6 R% Q% h( I9 T    │  │      Problem_Set_2_2.zip
" }+ c0 G" R/ }) ?; n+ V    │  │      Problem_Set_3-subtitles.en_2.zip2 t1 R: K; b! P# h5 ~3 u6 ~
    │  │      Problem_Set_3_2.zip) w' A- ~: `* J$ x% x1 s
    │  │      Problem_Set_4-subtitles.en_2.zip
! @& c. ~/ O: X) F+ P    │  │      Problem_Set_4_2.zip
% a3 G2 p6 ~: l" d    │  │      Problem_Set_5-subtitles.en.zip: n& B9 |& y# O, y0 W2 Y  [$ o
    │  │      Problem_Set_5.zip
% E+ v! O/ ]; L/ @3 B# E& a    │  │      Problem_Set_6-subtitles.en.zip
$ T, o: R% o) i5 R    │  │      Problem_Set_6.zip& f8 y6 _5 t4 N( v) M
    │  │      Unit_1_-_Houston_We_Have_a_Problem-subtitles.en.zip
# d9 i2 L; u$ p9 f    │  │      Unit_1_-_Houston_We_Have_a_Problem.zip
' K5 B9 E, {& {    │  │      Unit_2_-_Houston_We_Have_a_Solution-subtitles.en.zip
" m. d  ]& v, \0 ]& A    │  │      Unit_2_-_Houston_We_Have_a_Solution.zip0 _% [2 w' F' q: B
    │  │      Unit_3_-_Contagion-subtitles.en.zip1 f# t% ]9 d, J, r
    │  │      Unit_3_-_Contagion.zip
' n, a" Q  ?" }- k    │  │      Unit_4_-_Responsible_Fishing-subtitles.en.zip
* {  Y! Q' c9 Z. \& h    │  │      Unit_4_-_Responsible_Fishing.zip% T+ ^9 q7 Y: ]! v( b
    │  │      Unit_5_-_Antilock_Braking_Systems-subtitles.en.zip! R* {6 L& d) M+ _" K$ `
    │  │      Unit_5_-_Antilock_Braking_Systems.zip
. o) j& e' m7 t0 P    │  │      Unit_6_-_Wildfire-subtitles.en.zip" F$ e% }7 ^/ m9 W8 i" `
    │  │      Unit_6_-_Wildfire.zip
! d! f/ M% c+ m1 u7 h    │  │      Unit_7_-_Advanced_Applications_of_Numerical_Methods-subtitles.en.zip
6 @& e  i# P5 D8 V3 Y3 u    │  │      Unit_7_-_Advanced_Applications_of_Numerical_Methods.zip
8 m1 f8 b4 E0 Q" r. ?0 p* z    │  │      
8 X4 I6 e' f: q, @. U$ J    │  ├─CS253 Web Application Engineering How to Build a Blog4 i& D4 U& q3 x; O) o
    │  │      Final.zip7 }2 T- h+ c8 x: x
    │  │      Office_Hours_1-subtitles.en.zip
: j+ S6 T6 _# e. p" b7 [    │  │      Office_Hours_1.zip
  d; s/ P# t: q7 s6 f, U1 o- b    │  │      Office_Hours_2-subtitles.en.zip+ i0 v( Y7 d: a7 S4 D
    │  │      Office_Hours_2.zip9 d5 f! {, U: ~1 w1 k3 [/ V. f
    │  │      Office_Hours_3-subtitles.en.zip
7 n3 s) o& ]; e- C    │  │      Office_Hours_3.zip" S& F* d1 o$ s$ b) b- }% B
    │  │      Office_Hours_4-subtitles.en.zip
( H' S6 c: b9 w/ ?7 N/ x" \    │  │      Office_Hours_4.zip5 b% O) |! z% G9 m
    │  │      Office_Hours_5-subtitles.en.zip
2 e1 u* B: ~1 v: q; n0 f    │  │      Office_Hours_5.zip
9 V# U& f+ a: ~2 v! z5 K! F* y+ E    │  │      Problem_Set_1-subtitles.en.zip
# m5 ^" U0 Z) W* W1 M    │  │      Problem_Set_1.zip# J' |( \5 `3 R4 K$ ~
    │  │      Problem_Set_1_Help-subtitles.en.zip
1 n6 k# L$ b) u% j    │  │      Problem_Set_1_Help.zip
6 }5 @: C4 h% p* @    │  │      Problem_Set_2-subtitles.en.zip, {8 x- z% Q  g6 z5 O( q
    │  │      Problem_Set_2.zip4 x2 ^3 u) K" |+ b  ^6 I
    │  │      Problem_Set_3-subtitles.en.zip
% R3 Q7 i, g/ P: S- R    │  │      Problem_Set_3.zip
, p1 [* Q5 q& B- V    │  │      Problem_Set_4-subtitles.en.zip$ f/ f' T' E# h. S+ O5 O
    │  │      Problem_Set_4.zip
6 c# ]) d& y3 [2 _7 q9 U    │  │      Problem_Set_5-subtitles.en.zip- f& I8 }( ^9 u& k1 I( T
    │  │      Problem_Set_5.zip
3 X4 Z( q* t" X! v1 L0 x7 z4 P$ [8 C    │  │      Problem_Set_6-subtitles.en.zip( c& ?  j5 g  V! [
    │  │      Problem_Set_6.zip8 d- }9 H( a, w/ |6 F' [4 `
    │  │      Unit_1-subtitles.en.zip# o% B/ ?6 |; i, d4 S: S$ t: }
    │  │      Unit_1.zip% [) b0 g4 [0 c
    │  │      Unit_2-subtitles.en.zip. X2 [8 ^3 f2 ?( {7 m& `
    │  │      Unit_2.zip
- V/ Q/ x6 T) N1 R" T  a    │  │      Unit_3-subtitles.en.zip  _* E* o" {$ @
    │  │      Unit_3.zip( W4 U' |# ]" Q- r% \, y
    │  │      Unit_4-subtitles.en.zip5 D$ c+ D0 n' a8 k4 k( _% b
    │  │      Unit_4.zip
  }# _- B9 [- V- k3 H    │  │      Unit_5-subtitles.en.zip5 s7 n; `' p/ x/ _
    │  │      Unit_5.zip+ v/ r2 H! g$ I5 `8 |
    │  │      Unit_6-subtitles.en.zip( F1 y6 q) Y* A2 p
    │  │      Unit_6.zip/ w% T! C/ _3 I$ g8 I7 B( j7 J
    │  │      Unit_7-subtitles.en.zip
! m) P  r6 s5 D' @, f    │  │      Unit_7.zip
% z! r! f, T- M9 |1 |2 L    │  │      Wrap__Up_Questions-subtitles.en.zip
1 O- S4 r( J  H$ L    │  │      Wrap__Up_Questions.zip
: |- g9 w" N( B% K    │  │      % M4 [: ~5 u2 R" N9 F1 p$ T
    │  ├─CS255 HTML5 Game Development Building High Performance Web Applications) ^  `; g* W  @8 {6 {# ?: R
    │  │      Asset_Loading.zip5 V' D) U4 C# h! N4 Q0 e
    │  │      Atlases.zip
% r/ H% M9 X, @6 T9 y    │  │      Canvas-subtitles.en.zip/ f4 b/ J/ q0 u  [1 p3 t9 F
    │  │      Canvas.zip
5 p6 z) l  B% A4 \% J. W5 {# U    │  │      Entities.zip
/ m, Q7 J1 b2 q0 k: x- j    │  │      Foreword.zip
3 j. H+ C: X& R7 q; g+ e- f    │  │      Input.zip
- q& I/ V. O2 \9 @3 t0 A% Y    │  │      Optional_Javascript_Crash_Course-subtitles.en.zip
$ x, k2 x) d. i" f/ w0 \# i    │  │      Optional_Javascript_Crash_Course.zip
4 n- ^+ t' n4 u: B/ x    │  │      Physics.zip8 \: T5 K3 ]% x! j4 t7 j/ |5 I
    │  │      Sound.zip
/ p  O# ~6 h! E6 X3 w    │  │      : i& f8 T: g& m
    │  ├─CS259 Software Debugging Automating the Boring Tasks3 j6 R4 x- I. p) G: h
    │  │      0._Introduction-subtitles.en.zip0 Z! r$ X8 P6 v" a; T
    │  │      0._Introduction.zip
0 f' Y7 n  J7 |2 f    │  │      1._How_Debuggers_Work-subtitles.en.zip1 h2 Y5 A) O8 ?* u0 v, f
    │  │      1._How_Debuggers_Work.zip+ [( n4 x' `" E
    │  │      2._Assertions-subtitles.en.zip4 G% E" P! H) M+ f$ S
    │  │      2._Assertions.zip
) b8 L2 F% J  v2 g/ k8 D5 s    │  │      3._Simplifying_Failures-subtitles.en.zip
) t" G) ~) ~6 P+ {& P    │  │      3._Simplifying_Failures.zip
5 f( ?( E: h: o- g    │  │      4._Tracking_Origins-subtitles.en.zip
3 t8 `4 l$ _, c3 [  V6 D5 E    │  │      4._Tracking_Origins.zip; q  X% W5 r4 r& n- @
    │  │      5._Reproducing_Failures-subtitles.en.zip* C1 Y' L; U7 H. \
    │  │      5._Reproducing_Failures.zip, h8 n" C1 G* x9 \
    │  │      6._Learning_from_Mistakes-subtitles.en.zip
* _+ ?! h. m. {+ X( I  `5 T: K& _8 J; T/ q    │  │      6._Learning_from_Mistakes.zip8 o" i# ^1 Y' d% I! V
    │  │      7._Recap_and_more_stories-subtitles.en.zip
2 T. j& z0 m0 V8 e    │  │      7._Recap_and_more_stories.zip
3 k5 e; v, d# z; K& w3 K6 u' k) e    │  │      Problem_Set_1-subtitles.en.zip
+ I2 m# z3 @: C+ t  }    │  │      Problem_Set_1.zip$ X$ m3 o+ |# D3 P9 p; T
    │  │      Problem_Set_2-subtitles.en.zip  q% G3 _. S: T+ r
    │  │      Problem_Set_2.zip
; a- D& z% E, S0 ?; N/ h    │  │      Problem_Set_3-subtitles.en.zip
6 ?( V5 _, p0 p$ \! F; Q+ _    │  │      Problem_Set_3.zip- G1 A& k- M' d6 z! ]6 i/ v
    │  │      Problem_Set_4-subtitles.en.zip. V4 E6 w* H4 a, X/ S3 l2 a
    │  │      Problem_Set_4.zip3 M6 T2 O: ~! f. Y0 a
    │  │      Problem_Set_5-subtitles.en.zip
0 P& G4 a6 ?3 W) `" P& H    │  │      Problem_Set_5.zip
9 ^( m8 p" k1 E9 h! \" S$ w3 i! B% R    │  │      Problem_Set_6.zip
4 L: {8 w7 X* @8 Y    │  │      . @7 Q, X& v  o/ M# A# U" E
    │  ├─CS262 Programming Languages Building a Web Browser6 @' ?8 z) N7 M' H: a
    │  │      Homework_4.zip
6 B0 U7 |$ f* \8 b" S    │  │      Homework_5.zip
2 o1 e6 g/ ]" e6 O# t' @# U+ g    │  │      Make_The_World_A_Better_Place-subtitles.en.zip+ t- Z) g+ ?5 ?) @
    │  │      Office_Hours_1-subtitles.en.zip
9 k% a5 \5 `& v; b9 \    │  │      Office_Hours_1.zip% a  p- w/ Z) q: P+ |
    │  │      Office_Hours_2-subtitles.en.zip
! y9 ^6 v2 M% u$ b' H# c    │  │      Office_Hours_2.zip
( h0 \' b, L* E# g8 B1 ^- V3 Q$ D    │  │      Office_Hours_3-subtitles.en.zip
2 }( \" w! D5 D    │  │      Office_Hours_3.zip. u( z1 R. m  M/ E
    │  │      Office_Hours_4-subtitles.en.zip- @  l$ z6 i5 |& l7 D/ k0 l
    │  │      Office_Hours_4.zip
  N4 N, C4 ~% `4 R* w5 F    │  │      Office_Hours_5-subtitles.en.zip
  w* V6 }8 q6 [0 B- o) ~    │  │      Office_Hours_5.zip7 j$ t; n5 D/ |0 s6 d; n2 r0 W
    │  │      Office_Hours_6-subtitles.en.zip
+ E# A- v! J' C/ [    │  │      Office_Hours_6.zip
4 ^" q4 z: `. W! W& A) a8 t+ T    │  │      Problem_Set_1-subtitles.en_2.zip6 Q: U& \+ D/ u; U: h3 n$ y& U) y# D
    │  │      Problem_Set_1_2.zip, E9 v; ^8 @0 d8 [4 R) m9 K
    │  │      Problem_Set_2-subtitles.en_2.zip
) q- f/ ]2 K" P6 _  o    │  │      Problem_Set_2_2.zip
0 A) `& q. V! @. [7 T# V! x    │  │      Problem_Set_2_Challenge-subtitles.en.zip
& s  L& @, X, b7 K. D- t8 v5 Y    │  │      Problem_Set_2_Challenge.zip8 o5 ?0 K0 ~; Q0 R( V5 f; c/ P  Y
    │  │      Problem_Set_3-subtitles.en_2.zip
" U5 G2 g$ Z, `0 d5 P" X4 y# C    │  │      Problem_Set_3_2.zip
7 |+ C1 `2 q9 A! D    │  │      Problem_Set_4-subtitles.en_2.zip
' w/ }* a- _" D6 j' F, l    │  │      Problem_Set_4_Challenge-subtitles.en.zip- ~7 U' D7 ]+ K# ?5 B+ ~
    │  │      Problem_Set_4_Challenge.zip# y. i! o9 k6 ^7 b- ]+ ~
    │  │      Problem_Set_5-subtitles.en_2.zip- C$ y! m% t( `* ?
    │  │      Problem_Set_6-subtitles.en.zip
2 ?% e: p% |7 o- z    │  │      Problem_Set_6_2.zip$ {. v/ t! U2 g$ \8 Z1 _
    │  │      Problem_Set_6_Challenge-subtitles.en.zip
, B* Z! B  H! H# w    │  │      Problem_Set_6_Challenge.zip
4 h$ \% N/ {! k8 m( x    │  │      Programming_Practice.zip8 o7 W' S" p' ~5 V/ V
    │  │      Programming_Practice_-_Find_Max-subtitles.en.zip
" ?7 Z& P' W' S1 l  E3 P) @2 k, ?    │  │      Programming_Practice_-_Find_Max.zip
$ d8 {3 a8 b6 s, s    │  │      Programming_Practice_-_Subsets-subtitles.en.zip( i$ i+ [0 J' f4 d& k
    │  │      Programming_Practice_-_Subsets.zip# w5 o7 M6 V3 v4 m) ^
    │  │      Programming_Practice_-_Trees-subtitles.en.zip
% J( x1 B: J: V, x1 i0 Y. Q    │  │      Programming_Practice_-_Trees.zip
8 K' C* n" H  w% d8 n    │  │      Unit_1-subtitles.en.zip9 `! V6 {/ l8 T/ y
    │  │      Unit_1.zip) O" f; s! d4 l. w2 a
    │  │      Unit_2-subtitles.en.zip
3 ?+ m+ B' T5 _0 u6 p! U* P    │  │      Unit_2.zip- `* u' r! L! z- f
    │  │      Unit_3-subtitles.en.zip  b- y+ M9 V% r) D
    │  │      Unit_3.zip9 ]- U3 f( Y  W8 O5 C
    │  │      Unit_4-subtitles.en.zip
! G# a; F/ ]* t# u! `, E. x: M    │  │      Unit_4.zip
0 O" k' X; f/ C    │  │      Unit_5-subtitles.en.zip# [7 ~  O0 p' |! V" o2 ]% W& ]
    │  │      Unit_5.zip
6 s+ `$ s1 y/ ^5 ]# n    │  │      Unit_6-subtitles.en.zip7 }: x. U9 O- T# C# ~. h
    │  │      Unit_6.zip; c/ [, C: e; q3 Y
    │  │      Unit_7-subtitles.en.zip
. m+ ~' T" e, h6 T( G: j    │  │      Unit_7.zip- z4 r; Q6 P( t$ m% A" i3 `' t
    │  │      3 q6 p4 H, i6 b6 ?1 `! n
    │  ├─CS271 Introduction to Artificial Intelligence AI Class5 J5 e5 E* {% C% B- z8 u+ F& T! q3 \
    │  │      1._Welcome_to_AI-subtitles.en.zip3 W7 @! s: z0 K! P( z
    │  │      1._Welcome_to_AI.zip
, m8 R& u' H3 Y7 Z    │  │      10._Reinforcement_Learning-subtitles.en.zip( y: |- z6 i+ y% A+ N: A5 I
    │  │      10._Reinforcement_Learning.zip
7 F$ `% f7 E7 Z0 c$ R5 E    │  │      11._HMMs_and_Filters-subtitles.en.zip& o( i8 l) E: T; u; Z  Y
    │  │      11._HMMs_and_Filters.zip
! o( x3 B; m9 _    │  │      12._MDP_Review-subtitles.en.zip& c  b1 Y; s! I+ r, X4 h
    │  │      12._MDP_Review.zip+ ?" e: \0 W9 \- x% U
    │  │      13._Games-subtitles.en.zip6 S( C, y, d, m( ?2 m
    │  │      13._Games.zip$ y2 q; T' |4 C8 Q8 k
    │  │      14._Game_Theory-subtitles.en.zip
. @1 m4 A! P9 D6 {. o9 F' w5 c    │  │      14._Game_Theory.zip/ [# X  E9 }5 S5 T
    │  │      15._Advanced_Planning-subtitles.en.zip9 G# _3 I1 A. j% ?  v
    │  │      15._Advanced_Planning.zip
" y& }: j5 k) W    │  │      16._Computer_Vision_I-subtitles.en.zip
( l& ]) Z& V8 M    │  │      16._Computer_Vision_I.zip: R/ p& E) a% ~, w* N0 g  \. w5 w
    │  │      17._Computer_Vision_II-subtitles.en.zip6 b2 k- p/ s) f& R
    │  │      17._Computer_Vision_II.zip
7 Q5 g1 E/ a: E5 S5 }) `    │  │      18._Computer_Vision_III-subtitles.en.zip
; o8 k6 x0 G8 C0 S9 H    │  │      18._Computer_Vision_III.zip% {/ N7 {4 ~. H5 Z" R* E4 Y9 V
    │  │      19._Robotics_I-subtitles.en.zip4 _, }  x( o9 J- k/ S
    │  │      19._Robotics_I.zip: S6 ^' e, _) }# s' f
    │  │      2._Problem_Solving-subtitles.en.zip0 m2 }5 k/ F; j& ~! z6 Y, J# D0 ~% b
    │  │      2._Problem_Solving.zip6 E/ @2 ?3 k9 i# q
    │  │      20._Robotics_II-subtitles.en.zip
* f( H% i, a  S4 ^" N    │  │      20._Robotics_II.zip
8 F& ^0 p; L: ^    │  │      21._Natural_Language_Processing-subtitles.en.zip: H2 c6 O0 q. T7 j
    │  │      21._Natural_Language_Processing.zip
$ \) a; `6 W3 p5 y$ ^; ~    │  │      22._Natural_Language_Processing_II.zip
* T, G( L) x) k  f7 Y    │  │      3._Probability_in_AI-subtitles.en.zip
* b+ r" w" L5 U. A& @+ j) {    │  │      3._Probability_in_AI.zip
+ z9 d; f, ]* y3 i5 Z9 N+ V7 p5 x    │  │      4._Probabilistic_Inference-subtitles.en.zip% u, y6 |# @  }- m" A+ V- C7 e! L* ~
    │  │      4._Probabilistic_Inference.zip
2 x" c1 V6 o- f, U% n( M    │  │      5._Machine_Learning-subtitles.en.zip. f8 _0 \  I  ~
    │  │      5._Machine_Learning.zip" a9 l" W2 F! }" a
    │  │      6._Unsupervised_Learning-subtitles.en.zip
" _0 w, l* {/ l! b) d7 f    │  │      6._Unsupervised_Learning.zip, T0 K- m/ `/ l
    │  │      7._Representation_with_Logic-subtitles.en.zip4 w1 k7 I/ P3 B2 m; u! B6 Y. Z
    │  │      7._Representation_with_Logic.zip  H* p) N1 U1 k" {
    │  │      8._Planning-subtitles.en.zip
' c5 S) _8 x" o    │  │      8._Planning.zip
+ B5 l& {6 e- b3 G  ]( Q    │  │      9._Planning_under_Uncertainty-subtitles.en.zip
7 ?2 M0 K' ^! ?; I- K' p    │  │      9._Planning_under_Uncertainty.zip+ M6 `. y+ O9 ~) |" p
    │  │      Office_Hours.zip% j; @3 M$ e0 \4 e0 U, a) i
    │  │      printable_final.pdf
6 T  v. K# H7 y% Q/ u1 l    │  │      printable_midterm.pdf2 l* X: J: O% C% @6 L, C
    │  │      Problem_Set_1-subtitles.en.zip
; C, Z) u9 z; j' d9 O( B5 H4 l2 a3 S    │  │      Problem_Set_1.zip- Q" j( a' ]! s
    │  │      Problem_Set_2-subtitles.en.zip
; p; F# H5 I8 t    │  │      Problem_Set_2.zip& L$ d5 |6 b# T+ p' f2 u
    │  │      Problem_Set_3-subtitles.en.zip
2 p/ t1 f0 C$ A0 j1 k    │  │      Problem_Set_3.zip" M% O2 n, f. B5 f6 _! u9 X% j) A
    │  │      Problem_Set_4-subtitles.en.zip. E# l- X3 N9 l& r3 B- d
    │  │      Problem_Set_4.zip- W3 R" _8 V" T- u7 Y
    │  │      Problem_Set_5-subtitles.en.zip
% h$ V& k5 a" \    │  │      Problem_Set_5.zip
6 @7 [+ \0 W7 i) ]    │  │      Problem_Set_6-subtitles.en_2.zip* ]! H$ J- k5 H
    │  │      Problem_Set_6.zip# B& i3 @' [+ H$ i% `! ^/ P( h
    │  │      Problem_Set_7-subtitles.en.zip$ h3 J  h( I' [) |
    │  │      Problem_Set_7.zip
3 e7 P5 Q& U0 C7 ]    │  │      Problem_Set_8-subtitles.en.zip
! {. v6 F& X/ N4 O0 g    │  │      Problem_Set_8.zip3 `6 X+ c' V4 _* ?7 W
    │  │      1 m* G, [; W9 N
    │  ├─CS291 Interactive 3D Graphics Creating Virtual Worlds7 K, k/ R. H# t: X
    │  │      Final_Exam-subtitles.en.zip6 O# x  H2 o3 n+ N
    │  │      Final_Exam.zip
9 Y" T1 o7 D% @- B7 F    │  │      Interview_3D_Modelling_and_Printing-subtitles.en.zip- C7 z1 ^6 T$ b5 L% e. H
    │  │      Interview_3D_Modelling_and_Printing.zip8 u4 d) @: o. A  g2 D
    │  │      Interview_Modeling_in_Real_World-subtitles.en.zip3 b8 d$ f8 G  H0 D
    │  │      Interview_Modeling_in_Real_World.zip2 K* d; b# k  A# X
    │  │      Lesson_10_Interaction_and_Animation-subtitles.en.zip
& v- U# g8 P# ]6 r; F3 u; T' Y    │  │      Lesson_10_Interaction_and_Animation.zip- l- \+ p& z, q7 t3 G
    │  │      Lesson_1_Introduction-subtitles.en.zip" ?& p1 l( \5 z1 N- X
    │  │      Lesson_1_Introduction.zip9 d4 l: h; _$ V1 I3 w( l
    │  │      Lesson_1_Problem_Set-subtitles.en.zip3 w% h) J: E- u: c
    │  │      Lesson_1_Problem_Set.zip
( \1 R& D8 u" O3 y6 A" k1 w. S    │  │      Lesson_2_Points,_Vectors,_and_Meshes-subtitles.en.zip4 n1 J  m3 j# t
    │  │      Lesson_2_Points,_Vectors,_and_Meshes.zip
8 u& t) M; O  F$ W2 S    │  │      Lesson_2_Problem_Set-subtitles.en.zip
8 Q, f! ]$ ]' L    │  │      Lesson_2_Problem_Set.zip
, ^0 t) Q+ ]5 @% S0 }* ?% @    │  │      Lesson_3_Colors_and_Materials-subtitles.en.zip3 p# U4 v0 I! l( P
    │  │      Lesson_3_Colors_and_Materials.zip& {3 v) U, q6 J, q7 m4 b, U/ H
    │  │      Lesson_3_Problem_Set-subtitles.en.zip
, c* O8 N; S1 k9 Q    │  │      Lesson_3_Problem_Set.zip
* N( K* d* f5 `1 Q+ S9 ?    │  │      Lesson_4_Problem_Set-subtitles.en.zip# Z2 Y7 g$ G4 h) E- w2 l
    │  │      Lesson_4_Problem_Set.zip
' a6 q" G3 L3 `2 B* |  H+ ]    │  │      Lesson_4_Transforms-subtitles.en.zip) V" N- f4 q5 f( e6 j- `. D
    │  │      Lesson_4_Transforms.zip( h* C$ l) G" O1 C9 [1 }* {
    │  │      Lesson_5_Matrices-subtitles.en.zip
& G0 h, w. ?8 Z$ V' M% K" d- \    │  │      Lesson_5_Matrices.zip: K) }3 M& q5 n+ t+ L$ Q* n6 e- n& D
    │  │      Lesson_5_Problem_Set-subtitles.en.zip
. o$ U( p/ M2 e* p    │  │      Lesson_5_Problem_Set.zip; N3 S5 Y5 h% k9 }" ]3 y
    │  │      Lesson_6_Lights-subtitles.en.zip
% ]. e0 @+ j  W- \8 i2 A: L    │  │      Lesson_6_Lights.zip
# ?. |8 V/ {7 s* L. Y    │  │      Lesson_6_Problem_Set-subtitles.en.zip2 @: M, Y: H; S" P3 r! h
    │  │      Lesson_6_Problem_Set.zip0 \8 o6 s/ u/ Q' Q8 w& h7 J  k: W
    │  │      Lesson_7_Cameras-subtitles.en.zip
0 M( `# m7 ~5 x: ~1 a# V; [    │  │      Lesson_7_Cameras.zip- S) u" y$ z; `% f! g2 ~
    │  │      Lesson_7_Problem_Set-subtitles.en.zip
" r2 k$ A1 a9 m2 _( S    │  │      Lesson_7_Problem_Set.zip3 H* a3 x( J2 j+ @4 t$ i
    │  │      Lesson_8_Problem_Set-subtitles.en.zip- T/ s! d# K6 \# Y
    │  │      Lesson_8_Problem_Set.zip
0 P! ?: K# A! A. z( {3 l0 L    │  │      Lesson_8_Textures_and_Reflections-subtitles.en.zip. u% f3 L  f" N2 k
    │  │      Lesson_8_Textures_and_Reflections.zip
# o5 {: v* }7 G  J' W2 F" r. J) z    │  │      Lesson_9_Problem_Set-subtitles.en.zip
* ^5 ~$ h$ B( Q* k0 ?( _1 u    │  │      Lesson_9_Problem_Set.zip! ^2 Q1 T- i$ l0 T6 d9 q
    │  │      Lesson_9_Shader_Programming-subtitles.en.zip0 }6 b4 `, Y# _
    │  │      Lesson_9_Shader_Programming.zip
! _  z8 G0 g- Z: A# I    │  │      # Y  b: W) s/ }' `7 C
    │  ├─CS313 Introduction to Theoretical Computer Science# O+ ]: ?, W# o* }+ z
    │  │      Exam-subtitles.en.zip
8 Q- d6 `# ^. H2 w3 g1 W& @* b/ f    │  │      Exam.zip
& v- ?3 }8 l, t1 ~1 s% T    │  │      Problem_Set_1-subtitles.en.zip7 \" Y7 x$ _; A' ~5 ^
    │  │      Problem_Set_1.zip
# u! {) A5 k  O7 _: L    │  │      Problem_Set_2-subtitles.en.zip
- X' P- `& ?! g6 M3 J1 y    │  │      Problem_Set_2.zip
9 x( a( w+ q" J4 h* w& ~+ ?# I    │  │      Problem_Set_3-subtitles.en.zip
# A' u& O' g) B$ \    │  │      Problem_Set_3.zip. _) N* Y" I7 J- Z6 g7 c# w8 [8 }4 ?7 d
    │  │      Problem_Set_4-subtitles.en.zip
! D# K) r+ g% t8 X9 f  G! B* R    │  │      Problem_Set_4.zip; H2 T' T$ K; k7 H- g
    │  │      Problem_Set_5-subtitles.en.zip% y* [4 T& X" `
    │  │      Problem_Set_5.zip7 q2 ]5 T, @, u% A" w" l3 e- \9 n; J: J
    │  │      Problem_Set_6-subtitles.en.zip
4 _  z* _" o& l  M' j5 O+ t; z9 |. z    │  │      Problem_Set_6.zip/ \2 B/ A9 P0 g$ F: H% |" M  w* L2 |. f# T
    │  │      Problem_Set_7-subtitles.en.zip  h) U' v8 ]1 w" k0 R
    │  │      Problem_Set_7.zip) a+ H( D: n/ A( E+ N
    │  │      Unit_1.1_-_Challenging_Problems-subtitles.en.zip
8 c# o' o! `  d9 b    │  │      Unit_1.1_-_Challenging_Problems.zip
- j+ R( _+ W& y2 |' x7 A6 C    │  │      Unit_1.2_-_Algorithm_Analysis_and_the_RAM-subtitles.en.zip% q+ T7 Y% h& t" {3 ]* U" g
    │  │      Unit_1.2_-_Algorithm_Analysis_and_the_RAM.zip% W. [1 P0 P. T2 U4 h2 A- a
    │  │      Unit_1.3_-_Big_O_(Optional)-subtitles.en.zip
8 L7 C: j$ }% B9 ]( ~    │  │      Unit_1.3_-_Big_O_(Optional).zip
& M! X8 e/ o, L    │  │      Unit_1.4_-_Connecting_Similar_Problems-subtitles.en.zip
% }7 M  j! K* c/ R7 n& Z$ J    │  │      Unit_1.4_-_Connecting_Similar_Problems.zip
% K& C3 Y6 v& X! a2 }    │  │      Unit_2.1_-_Many_Solutions_and_Intractability-subtitles.en.zip# r1 L+ b& N+ M" j* ~$ _4 B5 R
    │  │      Unit_2.1_-_Many_Solutions_and_Intractability.zip2 e4 l. V) p9 B5 M4 K# h4 B
    │  │      Unit_2.2_-_Non-deterministic_RAM-subtitles.en.zip
/ [4 T. u. c1 [* n9 w    │  │      Unit_2.2_-_Non-deterministic_RAM.zip
& w0 h' L9 ?. r# i" j) Z    │  │      Unit_2.3_-_SAT-subtitles.en.zip
$ Q/ |1 k1 H! |( u. E    │  │      Unit_2.3_-_SAT.zip' e3 H# d  h# y" ~3 W4 L
    │  │      Unit_2.4_-_Proof_of_SAT_(Optional)-subtitles.en.zip  M3 `0 T2 `7 F  y& B/ W0 r
    │  │      Unit_2.4_-_Proof_of_SAT_(Optional).zip
4 c5 G& X9 G; j+ o/ b. g* h; n    │  │      Unit_2.5_-_NP-Completeness_Via_Reductions-subtitles.en.zip
" z- T) f  T8 _% f/ w6 Y4 e8 T    │  │      Unit_2.5_-_NP-Completeness_Via_Reductions.zip
. G, b, f$ S) Q# K- B! J5 p    │  │      Unit_3_-_Solving_NP-Complete_Problems-subtitles.en.zip/ X# {; _3 d% W2 Y" U9 {
    │  │      Unit_3_-_Solving_NP-Complete_Problems.zip
3 E$ k8 z. @$ L    │  │      Unit_4.1_-_Pruning_the_Input-subtitles.en.zip
* W! _: p) m" {8 D3 \    │  │      Unit_4.1_-_Pruning_the_Input.zip" o' E  T$ M$ r$ l
    │  │      Unit_4.2_-_Preprocessing-subtitles.en.zip
, p2 T, b% k$ {$ x' k' m+ J    │  │      Unit_4.2_-_Preprocessing.zip
) M8 g; @* f% t. B: v    │  │      Unit_4.3_-_Measuring_Hardness-subtitles.en.zip1 ~4 m: K% M1 g+ g6 c5 |! y$ O) Y
    │  │      Unit_4.3_-_Measuring_Hardness.zip
/ b* ]2 U; H9 l7 o, \8 V5 V    │  │      Unit_5.1_-__Approximation_Factor-subtitles.en.zip+ R% i) J2 W! w& n' L
    │  │      Unit_5.1_-__Approximation_Factor.zip
& T. z# J; w3 f* e2 `# }6 r; ~    │  │      Unit_5.2_-_Shortest_Tour-subtitles.en.zip! I& e  o( u0 ~, g* E  a# \: T* D
    │  │      Unit_5.2_-_Shortest_Tour.zip! }) }7 |7 k0 N2 H5 n1 n1 U
    │  │      Unit_5.3_-_Reductions_&_Approx._Factors-subtitles.en.zip- |" g* c; I) h
    │  │      Unit_5.3_-_Reductions_&_Approx._Factors.zip
6 h. i7 t7 v1 P    │  │      Unit_5.4_-_PTAS-subtitles.en.zip
# y1 L- [6 {) g! i0 o    │  │      Unit_5.4_-_PTAS.zip
" @& h, E1 @% @% B+ D; ], C    │  │      Unit_6.1_-_Randomization-subtitles.en.zip  h" ]% Q) J1 q% \; U
    │  │      Unit_6.1_-_Randomization.zip
6 k. ~4 `+ t* w8 X" z3 T    │  │      Unit_6.2_-_What_Youve_Learnt-subtitles.en.zip" u( C/ N' u/ L
    │  │      Unit_6.2_-_What_Youve_Learnt.zip, ^, @  [* a# ]
    │  │      Unit_7.1_-_Limits_of_Computation-subtitles.en.zip: q; @# w* X3 J; y7 r% n% q) e
    │  │      Unit_7.1_-_Limits_of_Computation.zip
4 _; g5 [9 i/ f' L* u6 H    │  │      Unit_7.2__-_More_Undecidability-subtitles.en.zip7 V6 w: p3 Q1 U* }' T; O
    │  │      Unit_7.2__-_More_Undecidability.zip
8 v3 B8 _: [! j0 V* }    │  │      2 o& h/ {, P; \8 G& ^- d) F
    │  ├─CS344 Intro To Parallel Programming Using CUDA to Harness the Power of GPUs
: r1 h7 U9 U4 G/ c" p: S    │  │      Lesson_1_-_Bill_Dally_Interview-subtitles.en.zip
- m8 ^& {+ M5 ?: b; P% r% \    │  │      Lesson_1_-_Bill_Dally_Interview.zip* A! |5 i0 D0 S& T& M
    │  │      Lesson_1_-_The_GPU_Programming_Model-subtitles.en.zip
" W( N" V/ j1 l8 D7 f    │  │      Lesson_1_-_The_GPU_Programming_Model.zip
; W4 i  J1 P) {9 {; Z" w8 a$ U: |; k    │  │      Lesson_2_-_GPU_Hardware_and_Parallel_Communication_Patterns-subtitles.en.zip
/ V8 y' T% T; v" X( g    │  │      Lesson_2_-_GPU_Hardware_and_Parallel_Communication_Patterns.zip  y' ~" l; ^2 P$ c+ Y) h! P- n
    │  │      Lesson_3_-_Fundamental_GPU_Algorithms_(Reduce,_Scan,_Histogram).zip
+ H5 h0 |$ L8 C6 S+ o! O    │  │      Lesson_4_-_Fundamental_GPU_Algorithms_(Applications_of_Sort_and_Scan).zip' g. H; t: E' P6 l; N
    │  │      Lesson_4_-_Ian_Buck_Interview-subtitles.en.zip
5 o2 H& x1 h) E; J    │  │      Lesson_4_-_Ian_Buck_Interview.zip
7 A, `" h; k# n! ?3 ]# }    │  │      Lesson_5_-_Optimizing_GPU_Programs-subtitles.en.zip
$ L3 I1 a+ J. \# \6 j% j. {    │  │      Lesson_5_-_Optimizing_GPU_Programs.zip
9 b* \$ w* G  q1 X8 B, r( o    │  │      Lesson_6.1_-_Parallel_Computing_Patterns_Part_A-subtitles.en.zip; A- c) M# @' e3 H. b
    │  │      Lesson_6.1_-_Parallel_Computing_Patterns_Part_A.zip  X% c' d! _- y! \/ J/ M2 G
    │  │      Lesson_6.2_-_Parallel_Computing_Patterns_Part_B-subtitles.en.zip
$ N( `3 g& ^) ~' r# k- H    │  │      Lesson_6.2_-_Parallel_Computing_Patterns_Part_B.zip$ e# p  a/ L; C8 O( c! S' F* x
    │  │      Lesson_7.1_-_Additional_Parallel_Computing_Topics-subtitles.en.zip( M" c) O8 {% N7 p
    │  │      Lesson_7.1_-_Additional_Parallel_Computing_Topics.zip" V3 V" V/ z# C# b/ |; E
    │  │      Lesson_7.2_-_Dynamic_Parallelism-subtitles.en.zip
) b: }- C: a* T    │  │      Lesson_7.2_-_Dynamic_Parallelism.zip, n% Q' w) D- f
    │  │      Lesson_7.3_-_Stephen_Jones_Interview-subtitles.en.zip; @4 ?( j7 k9 ?" K8 ^' s! H
    │  │      Lesson_7.3_-_Stephen_Jones_Interview.zip- }/ B( D1 g* K
    │  │      zh-cn-subtitles.zip
# l4 k/ Q4 s. X    │  │      $ I- {; z8 ~( S9 E0 l! h
    │  ├─CS348 Functional Hardware Verification How to Verify Chips and Eliminate Bugs1 O& p& B3 t0 v* |
    │  │      Lesson_1_Introduction_to_Hardware_Verification-subtitles.en.zip* n& [" _5 E' }1 x' x( v4 j
    │  │      Lesson_1_Introduction_to_Hardware_Verification.zip; P) E2 Q4 V+ t* g  d9 O# q
    │  │      Lesson_2_Basic_stimulus_modeling_and_generation-subtitles.en.zip
' a. j5 b, U, H- x0 f8 o6 v2 Q; Z: i    │  │      Lesson_2_Basic_stimulus_modeling_and_generation.zip  Q- b# \3 ^+ t6 n' c" B2 O: `
    │  │      Lesson_3_Interfacing_to_the_Hardware_Model-subtitles.en.zip+ B+ N1 R& Z+ }- P4 a2 Q
    │  │      Lesson_3_Interfacing_to_the_Hardware_Model.zip7 i0 n( i/ h- |4 q2 G- D
    │  │      Lesson_4_Monitoring_and_Functional_Coverage-subtitles.en.zip# q4 k, a9 F! O/ T1 Y! ^# I
    │  │      Lesson_4_Monitoring_and_Functional_Coverage.zip
1 x2 E; L1 p7 m5 J    │  │      Lesson_5_Checking-subtitles.en.zip1 b/ X2 P: Z0 F
    │  │      Lesson_5_Checking.zip
. O8 e% \3 a8 _' v3 e    │  │      Lesson_6_Aspect_Oriented_Programming-subtitles.en.zip6 B; x! C* p1 g$ R: |
    │  │      Lesson_6_Aspect_Oriented_Programming.zip& `% t( r6 f( D) @% |
    │  │      Lesson_7_Reuse_Methodology-subtitles.en.zip
5 o) o: j* r% E- c$ q4 p    │  │      Lesson_7_Reuse_Methodology.zip" s  [( w7 C% k( e
    │  │      Lesson_8__Debugging-subtitles.en.zip
' [) W$ h8 u1 @, s: s9 u+ I    │  │      Lesson_8__Debugging.zip
' N2 _6 P* i" _/ [% ~( h: H    │  │      Lesson_9_Conclusion_and_Exam-subtitles.en.zip
" ?( o; m# N! T0 J" S    │  │      Lesson_9_Conclusion_and_Exam.zip
6 Q- X4 B. Q% j/ R4 f5 g" r% k9 d    │  │      0 Q' M$ u, h4 l) W
    │  ├─CS373 Artificial Intelligence for Robotics Programming a Robotic Car9 w$ J3 Z3 e7 x: Q' ?
    │  │      Problem_Set_1-subtitles.en.zip
* a8 \, }% M# k- o9 o    │  │      Problem_Set_1.zip8 s. _6 c1 }0 Z0 D4 k* z% ~" l
    │  │      Problem_Set_2-subtitles.en.zip
- I3 f! f2 K5 \! r  ?    │  │      Problem_Set_2.zip; W0 Y* o" q; w1 ]6 t; h( d9 H; k
    │  │      Problem_Set_2_Help-subtitles.en.zip% Z) `" E. \3 N- B/ p
    │  │      Problem_Set_2_Help.zip) H# l* G0 l5 e% z4 d
    │  │      Problem_Set_3-subtitles.en.zip0 G1 D' Q6 y; o3 K# T8 }  R+ m/ e1 D0 t
    │  │      Problem_Set_3.zip
5 `  c! K" H7 W; K    │  │      Problem_Set_3_Help-subtitles.en.zip0 ~: E9 _  r0 I
    │  │      Problem_Set_3_Help.zip5 u7 U7 d* P0 }: n5 k0 ?
    │  │      Problem_Set_4-subtitles.en.zip
0 E/ f! M, _# w. k7 r    │  │      Problem_Set_4.zip  `% r! x7 P% W3 G! O2 z, |
    │  │      Problem_Set_5-subtitles.en.zip! K. n. a; z8 Y: D
    │  │      Problem_Set_5.zip
  I" b- R( ^- \% ]: Z% [    │  │      Problem_Set_5_Help-subtitles.en.zip
( O2 U3 q4 v1 V* \    │  │      Problem_Set_5_Help.zip
1 O/ d, S6 e7 R( }, O6 Q! M$ F- R    │  │      Problem_Set_6-subtitles.en.zip, ?6 x1 G+ l$ [0 Q) @
    │  │      Problem_Set_6.zip
' j4 B0 Q! F+ H' w4 ]6 O9 Z0 _    │  │      Q&A_1-subtitles.en.zip7 W) L6 N8 Y8 y$ i+ _4 X' G* K
    │  │      Q&A_1.zip/ B; Y$ Q' a3 c/ G* y2 J
    │  │      Q&A_2-subtitles.en.zip
5 V4 p: u5 `% S/ b9 Q8 Q( H- P5 [' N    │  │      Q&A_2.zip
' u; R6 V) ]7 n    │  │      Q&A_3-subtitles.en.zip
# k3 v4 ^6 c9 R' L% m. x    │  │      Q&A_3.zip
3 f! g2 {, Z, ^+ n    │  │      Q&A_4-subtitles.en.zip3 j: r: H: ]8 e1 l
    │  │      Q&A_4.zip) {2 K  }) X: Z& c% D3 P9 J
    │  │      Q&A_5-subtitles.en.zip% P  e% d8 ]3 z% m0 v3 ^
    │  │      Q&A_5.zip
0 z& D1 ], w% z* v0 b4 K% \    │  │      Q&A_6-subtitles.en.zip
8 S8 @5 \0 m: W    │  │      Q&A_6.zip) c  M. p& d1 k, G5 A" ~. `" F
    │  │      Unit_1_-_Localization-subtitles.en.zip
) o; P" n; F/ D" _; F    │  │      Unit_1_-_Localization.zip% `4 b: I& s( |' J
    │  │      Unit_2_-_Kalman_Filters-subtitles.en.zip1 q  w. O, T$ H4 _  Y5 x
    │  │      Unit_2_-_Kalman_Filters.zip
. r& _) h% b6 \* s6 O    │  │      Unit_3_-_Particle_Filters-subtitles.en.zip
. T2 i& L) O5 D    │  │      Unit_3_-_Particle_Filters.zip% q( D% V7 M. _1 l! B
    │  │      Unit_4_-_Search-subtitles.en.zip
6 ^2 i" Y9 K0 x    │  │      Unit_4_-_Search.zip
% x' h" R( i- a  i8 X! d5 _    │  │      Unit_5_-_PID_controll-subtitles.en.zip5 T, k  q' D; u8 @, n
    │  │      Unit_5_-_PID_controll.zip3 }: ?5 Y+ m  R" U. C8 J6 A  N
    │  │      Unit_6_-_SLAM-subtitles.en.zip
! s  X2 S1 c8 R    │  │      Unit_6_-_SLAM.zip; R6 i9 D+ L' E$ d6 F
    │  │      ! b- M# d8 F& J# s
    │  ├─CS387 Applied Cryptography The Science of Secrets- I# ?: o* F: O. m
    │  │      Exam-subtitles.en.zip
) C7 ]% J% x1 B    │  │      Exam.zip) \6 d0 c; i$ r, d. r5 V
    │  │      Interview_on_GSM_Cracking-subtitles.en.zip
6 E/ E% f* `/ E. ^; a; c8 m0 R    │  │      Interview_on_GSM_Cracking.zip0 ]8 s2 |& _. N- V  F# n; }* d
    │  │      Problem_Set_1-subtitles.en_2.zip
, L- _; x$ I1 w: H6 H4 e- b    │  │      Problem_Set_1_2.zip
! e, |" l3 P$ s3 c% U4 V# z8 d    │  │      Problem_Set_2-subtitles.en_2.zip) K0 F( Y; B& ~2 v) E' d
    │  │      Problem_Set_2_2.zip4 ^8 Y. x; z! h! s7 g3 E7 s2 e
    │  │      Problem_Set_3-subtitles.en_2.zip
& d. e2 U) R& I8 v  M& ]7 |    │  │      Problem_Set_3_2.zip
+ ?$ V$ |3 O+ U" [) e* g1 Q    │  │      Problem_Set_4-subtitles.en_2.zip9 D( m: w  N% s* {: c, ?# R; j/ T
    │  │      Problem_Set_4_2.zip
4 @6 n. c; A5 d    │  │      Problem_Set_5-subtitles.en_2.zip
6 L- _. A7 E; u4 E2 r* Z+ y    │  │      Problem_Set_5_2.zip  o. Q% \. v" W8 Q& W# n
    │  │      Problem_Set_6-subtitles.en_2.zip. J. s( J7 `; j6 S$ o- n8 c
    │  │      Problem_Set_6_2.zip
7 V4 r( @3 T$ F$ q) V+ I    │  │      Problem_Set_6_Solutions-subtitles.en.zip# s1 m9 A( ?1 X; m! G0 k
    │  │      Problem_Set_6_Solutions.zip  s" E5 ?9 T+ h9 p: F4 F8 r6 a
    │  │      Q_&_A_Session_1-subtitles.en.zip
1 f; T2 p* h# E* @% L1 m0 X3 H9 p    │  │      Q_&_A_Session_1.zip9 V- e( s8 w: L7 S' [# X
    │  │      Q_&_A_Session_2-subtitles.en.zip* C4 @3 i9 @2 Q. Y( h- ]
    │  │      Q_&_A_Session_2.zip$ j2 {6 u6 d3 S9 a" K
    │  │      Q_&_A_Session__3-subtitles.en.zip
- c" t4 ~+ Z) C# ]' p; Q    │  │      Q_&_A_Session__3.zip, \9 _& N% l+ a; V
    │  │      Unit_1-subtitles.en.zip
& S3 j4 s0 l0 ^6 Z6 H, }+ r    │  │      Unit_1.zip" W0 y' d0 T+ T9 d+ p  b5 f
    │  │      Unit_2-subtitles.en.zip; t; W7 B+ {  [6 Z" u
    │  │      Unit_2.zip
; r6 S5 @2 w3 y- p    │  │      Unit_3-subtitles.en.zip  }$ N% p/ b& |( T4 x. E9 X
    │  │      Unit_3.zip
, [/ x' z+ U) [9 u( G- T: v9 d1 ~; q    │  │      Unit_4-subtitles.en.zip- ^  G2 h9 T" t9 m$ o4 D* x
    │  │      Unit_4.zip
! E/ H. W1 X  s4 z& C    │  │      Unit_5-subtitles.en.zip( L( b# i% L0 ?% z8 B! Q0 L9 n  K% ]" [0 d
    │  │      Unit_5.zip
% a) ^, ^9 w  k4 a6 U' x    │  │      Unit_6-subtitles.en.zip
% g# h1 p3 j, o    │  │      Unit_6.zip
9 k! b) W: Q$ U& c$ W7 M    │  │      Unit_7-subtitles.en.zip( q/ y6 P! {. D, v
    │  │      Unit_7.zip7 @8 `! s9 I2 g8 z9 Z" x1 `
    │  │      
% t. x$ }' S, K8 q; x) K    │  ├─EP245 How to Build a Startup The Lean LaunchPad+ c& f6 s. e1 w
    │  │      Lecture_0_Before_You_Get_Started-subtitles.en.zip  `7 |$ _$ X( j1 Q8 f
    │  │      Lecture_0_Before_You_Get_Started.zip
3 ^* `/ W5 f' p! Y" R( h, N) }$ _    │  │      Lecture_1.5A_Business_Models_and_Customer_Development-subtitles.en.zip
4 x8 S. j* @& X7 {    │  │      Lecture_1.5A_Business_Models_and_Customer_Development.zip
0 g, Y( U$ v  d  G. j( ^* v0 t5 b    │  │      Lecture_1.5B_Business_Models_and_Customer_Development-subtitles.en.zip
! F' J3 ^+ E7 K8 v, M    │  │      Lecture_1.5B_Business_Models_and_Customer_Development.zip
' L- j0 r' {" R( W2 Z+ v    │  │      Lecture_1_What_We_Now_Know-subtitles.en.zip
- A: y/ x- h, [, i3 K! G    │  │      Lecture_1_What_We_Now_Know.zip
+ J) v$ I; c+ T7 @, u9 F1 L    │  │      Lecture_2_Value_Proposition-subtitles.en.zip3 Q8 m2 f$ x0 X& a
    │  │      Lecture_2_Value_Proposition.zip& Q) u$ I! `0 C, u7 a
    │  │      Lecture_3_Customer_Segments-subtitles.en.zip- K, C0 P0 r( d! A: `& ?' R% S
    │  │      Lecture_3_Customer_Segments.zip
1 G, ]5 U4 O& X    │  │      Lecture_4_Channels-subtitles.en.zip
- o3 V' z: J5 Z4 E8 i3 q    │  │      Lecture_4_Channels.zip
0 n7 l- W4 M+ `; y6 \) }    │  │      Lecture_5_Customer_Relationships-subtitles.en.zip8 f1 y9 E3 B+ V. D( l# N4 h
    │  │      Lecture_5_Customer_Relationships.zip
9 b9 e' O0 T5 N( X# r    │  │      Lecture_6_Revenue_Model-subtitles.en.zip# k( c. z  B! K" d) _
    │  │      Lecture_6_Revenue_Model.zip/ [) ~, g! |; d: j! K% o8 Y
    │  │      Lecture_7_Partners-subtitles.en.zip* j  S% B5 R' H2 B4 S% N
    │  │      Lecture_7_Partners.zip
# G' v! S8 f8 w  z2 t    │  │      Lecture_8_Resources,_Activities_&_Costs-subtitles.en.zip! p" i9 C0 A! L" H0 T
    │  │      Lecture_8_Resources,_Activities_&_Costs.zip
- M$ E9 D4 X: P/ a    │  │      Secret_Notes_for_InstructorsCoaches-subtitles.en.zip
$ s& X% |+ o$ v- R% U: D& _    │  │      Secret_Notes_for_InstructorsCoaches.zip
' ]) ~& M4 n. U' I& j    │  │      
' [. n2 t+ q5 y5 s( l) {% S    │  ├─MA004 Introductory Algebra Review# p9 Q/ m. A. h2 g- e
    │  │      1.1_Intro_to_Integers.zip
: A8 c. c0 v1 w    │  │      1.2_Order_of_Operations.zip& P" x& T5 B5 k5 S
    │  │      1.3_Area_and_Perimeter.zip- I+ Z( O/ x% t0 c# O$ O; M* b
    │  │      2.1_Fractions.zip
. ]+ d/ \8 O0 N; f5 u    │  │      2.2_Decimals_and_Applications.zip8 ?. \1 a  K+ |3 p) w4 G; }
    │  │      2.3_Fraction_to_Decimal_Conversion.zip9 E: d! Z& U" W8 m/ q4 s, F: x3 m& R
    │  │      2.4_Scientific_Notation.zip: ^. \' d' k7 u5 K: q$ u
    │  │      3.1_Rates.zip
2 F3 f/ j: k3 o; \) {    │  │      3.2_Ratios.zip
% C# H# D  w# ?2 P0 I    │  │      3.3_Unit_Conversion.zip
/ M2 ^' @  J7 P& E. u* X: C    │  │      3.4_Decimals_and_Percents.zip/ R. B9 n; [! E7 }4 Y9 v
    │  │      4.1_Algebraic_expressions.zip
, x' d6 s8 t; G1 z6 @; D    │  │      4.2_Linear_equations.zip
9 u5 Q/ ?2 ~& O" T8 h% H1 p# n, @: _    │  │      4.3_Algebraic_Proportions_&_Similar_Triangles.zip
( _4 ?% a8 R7 M. K/ }1 O    │  │      4.4_Pythagorean_Theorem.zip6 A* H7 ~/ y3 X( g" M
    │  │      5.1_Introduction_to_Graphing.zip+ i# _1 N! f4 ^/ Q; O  E% H/ Y
    │  │      5.2_Slope.zip
" C7 e: L' N. R# y# e  g# I    │  │      5.3_Writing_Linear_Equations.zip5 k9 i/ i: r1 P0 d3 L& N
    │  │      % v! |8 r0 U8 c5 w% G& n
    │  ├─MA006 Visualizing Algebra Problems and Patterns
7 }! O: m" C4 C8 I& u    │  │      1.1a_Equivalent_Fractions-subtitles.en.zip; s" u  v; {# t# S* G
    │  │      1.1a_Equivalent_Fractions.zip* P, l# G* d( r  ^+ E
    │  │      1.1b_Multiply_Fractions-subtitles.en.zip0 K, o' W2 c' z
    │  │      1.1b_Multiply_Fractions.zip! c2 U  J  ~4 g. {3 A8 t# ?. h4 x
    │  │      1.1c_Divide_Fractions-subtitles.en.zip
1 A+ X# `9 Z2 I1 w! C# D' [# c    │  │      1.1c_Divide_Fractions.zip
8 ^2 _+ w( }3 E% `- q; E2 s    │  │      1.1d_Add_and_Subtract_Fractions-subtitles.en.zip
5 o5 F/ W) P& J5 B/ U    │  │      1.1d_Add_and_Subtract_Fractions.zip+ A5 {1 N9 w( v% ]3 E" n. v  i1 x- f
    │  │      1.2_Exponents-subtitles.en.zip
5 |/ ^: P+ T/ ~- ]: ?- J( z0 Y    │  │      1.2_Exponents.zip% j$ V* R& o8 T7 j$ {& I1 C/ G
    │  │      1.3a_Scientific_Notation-subtitles.en.zip- s2 i* }# j, b+ x+ a- [0 m. j6 n4 D
    │  │      1.3a_Scientific_Notation.zip
3 y4 L. s1 S2 N5 }; D9 W1 {" J    │  │      1.3b_Decimals_and_Percents-subtitles.en.zip
5 v; @- q4 D& v- w- r' z4 D* a    │  │      1.3b_Decimals_and_Percents.zip
  ?( E4 P( }- I, |' w' _# l    │  │      1.4_Order_of_Operations-subtitles.en.zip
4 h  _) |" E  ~* j2 z  W$ D    │  │      1.4_Order_of_Operations.zip! A9 V; ?# ]2 Y! w1 O: h
    │  │      1.5_Evaluating_Expressions-subtitles.en.zip% ]& P  S3 N* r0 s8 N4 J6 p
    │  │      1.5_Evaluating_Expressions.zip
" P0 U: e7 P8 w    │  │      1.6_Absolute_Value-subtitles.en.zip
# a% Y9 L0 c' E) s6 m1 C7 R0 t    │  │      1.6_Absolute_Value.zip$ m2 O6 o3 E" ^1 F
    │  │      10.1_Solving_Equations_with_Radical_Expressions.zip+ T  _1 N3 ?  m7 C- C
    │  │      10.2_Radical_Equations_that_lead_to_Factorable_Quadratics.zip* Z" e' k' ?/ X% |7 F/ _8 y
    │  │      10.3_The_Substitution_Method.zip
2 n  [8 L& x6 e* [+ e  L    │  │      10.4_Geometry_Applications_(Area_and_Perimeter).zip" t9 _' E0 N5 J/ Y/ j2 v! [
    │  │      10.5_Motion_Problems.zip
/ E4 X- m- c) B! {$ u. V    │  │      10.6_Motion_Problems_with_a_Current.zip( o1 D* s9 i( Q" Q  S# V
    │  │      10.7_Work_Problems.zip
4 K1 E* {$ V7 T3 i" F    │  │      11.1_Pythagorean_Theorem.zip$ l4 U5 p) k3 |( `+ {6 T" Y
    │  │      11.2_The_Distance_Between_Two_Points.zip
# b' p+ g, d* ?6 |9 e7 l  x    │  │      11.3_Circles.zip
* q' ^7 }4 S- w% E2 d. v3 u) i    │  │      11.4_Ellipses.zip. k9 \' ^9 r6 B  M2 |( S# C5 {7 a' V
    │  │      11.5_Hyperbolas.zip
# z% S3 [( e: a' Z5 r8 C# E9 O5 c    │  │      11.6_Parabolas.zip
: p! e6 }- k* y  K" P. _    │  │      11.7_Conic_Sections.zip
5 h$ p: \6 i' E" ~+ Q- S; E    │  │      12.1_Inverses_of_Functions.zip
3 l7 p7 S6 S; d, I    │  │      12.2_Function_Algebra.zip" S0 n( z" W6 c' `" d# B0 N
    │  │      12.3_Exponential_Equations.zip& r. ]! u' P) |
    │  │      12.4_Logarithmic_Notation.zip
; }+ o2 s* ^! z: A. K, U0 l    │  │      12.5_Properties_of_Logarithms.zip
- O2 @4 X& y& J, q8 R2 o% I    │  │      12.6_Equations_with_Logarithms.zip0 c6 G' C1 Y) e" P
    │  │      2.0_Math_Quill-subtitles.en.zip
! u/ i& n- n  \$ z* w* \$ \9 k    │  │      2.0_Math_Quill.zip. c% p' a! _% S. [
    │  │      2.1_Equations_and_Inequalities-subtitles.en.zip
+ n3 F. b: P  U- N    │  │      2.1_Equations_and_Inequalities.zip' S' }- g5 |; Z7 ~
    │  │      2.2_Problem_Solving-subtitles.en.zip$ Z$ H# i( ?/ J6 U/ ]2 t6 m' z4 W
    │  │      2.2_Problem_Solving.zip5 N; |! z* M! L$ C
    │  │      2.3_Solving_Inequalities-subtitles.en.zip
1 a! k$ g' E3 e. X4 y% {    │  │      2.3_Solving_Inequalities.zip* t/ a  ^4 W. n1 P1 p4 ~5 Z
    │  │      2.4_Sets-subtitles.en.zip
) z, @9 P2 @% h. A    │  │      2.4_Sets.zip
' h3 \0 E& d) h- W+ a2 {" s    │  │      2.5_Compound_Inequalities-subtitles.en.zip: Z7 s; v0 K3 {  J
    │  │      2.5_Compound_Inequalities.zip
. y+ f- V( E' Q2 ]+ j# @+ G    │  │      2.6_Absolute_Value_Equations_and_Inequalities-subtitles.en.zip4 B5 l' F/ j& P" \! w& v
    │  │      2.6_Absolute_Value_Equations_and_Inequalities.zip
) O/ k: f: T- q2 p$ z    │  │      3.0_Math_Quill.zip+ ?0 ~1 G, r3 @* H
    │  │      3.1_Cartesian_Plane.zip
5 X9 z" u, Y! c9 a/ ^. U% W    │  │      3.2_Slopes_of_Lines.zip
) r/ m, ?+ d' l. {) N! X! t$ c$ o    │  │      3.3_Graphing_Linear_Equations.zip
8 u: a2 V9 [; l% f3 E. U" P    │  │      3.4_Equations_of_Lines.zip
$ \8 G, t0 _. ]% Y" W    │  │      3.5_Graphs_of_Linear_Inequalities.zip  O# O! h& `  n; V  P7 Y' t
    │  │      3.6_Functions.zip; B4 R1 P" A& u- L$ N9 J
    │  │      4.1_Types_of_Systems_of_Equations.zip
1 L) O5 V1 @3 H/ w    │  │      4.2_Solving_Systems_using_Substitution.zip$ \, P# Z; J& Q+ u/ P. m
    │  │      4.3_Solving_Systems_using_Elimination.zip4 B* p! g" y& ~" e+ ^7 }% x
    │  │      4.4_Applications_of_Systems.zip
/ ?, `6 ?; o6 \$ R) O/ f    │  │      5.1_Properties_of_Exponents.zip+ M) {5 Q3 O3 D* u1 I
    │  │      5.2_Calculations_with_Scientific_Notation.zip, C, O; k9 W3 Z. r9 {
    │  │      5.3_Add_and_Subtract_Polynomials.zip- b, p: \% B' Q
    │  │      5.4_Multiply_Polynomials.zip
: C1 Y# P5 E. E1 `  V    │  │      5.5_Divide_Polynomials.zip
/ L# x! `" u- e. @+ M    │  │      6.1_Factoring_the_Greatest_Common_Factor.zip
" {+ l  D/ [0 N. `    │  │      6.2_Factoring_by_Grouping.zip
# A, H) w& @) i3 p; X. l, r    │  │      6.3_Factoring_by_Patterns.zip
7 M% m( S9 @1 K' j" h  K8 r    │  │      6.4_Factoring_Expressions.zip
) Z" F6 E  S( ^! t  t    │  │      6.5_Solving_Quadratic_Equations_by_Factoring.zip0 u4 Q; a) A/ y; ~
    │  │      7.1_Simplify_Rational_Expressions.zip4 F7 R" n, S0 W& u' U$ Z
    │  │      7.2_Multiply_and_Divide_Rational_Expressions.zip/ y1 N; |) A: F3 ?  @# d& o
    │  │      7.3_Add_and_Subtract_Rational_Expressions.zip
( `# e- ?. I5 n    │  │      7.4_Complex_Fractions.zip
3 K- g% p2 i+ U    │  │      7.5_Solving_Equations_with_Rational_Expressions.zip
0 a9 p' w" a- g    │  │      7.6_Solving_for_Variables_in_Variable_Equations.zip
. H6 V, n7 S7 E5 Y7 T& B  {0 o    │  │      7.7_Variation.zip) L/ X7 \6 E. w. F7 r0 }
    │  │      8.1_Rational_Exponents.zip
: }+ X  [0 T: }# |1 f7 Y- o! f    │  │      8.2_Simplifying_Radicals.zip
1 N# z7 X% ^/ [    │  │      8.3_Complex_Numbers.zip0 B( d1 }8 y  C/ F8 m2 C
    │  │      8.4_Add_and_Subtract_Radicals_and_Complex_Numbers.zip
, J6 |4 W; B6 J8 o8 U3 y    │  │      8.5_Multiply_Radicals.zip( v8 `% _! K0 Q8 o/ [
    │  │      8.6_Divide_Radicals.zip
0 m2 q3 T& g8 Y: L% c/ z) b( ^    │  │      9.1_Review_of_Factorable_Quadratics.zip
, r2 B) ^. P1 m5 r    │  │      9.2_Solving_Quadratic_Equations_using_the_Square_Root_Method.zip
' G1 w0 E" ^/ W0 r0 ^( `) e4 k    │  │      9.3_Solving_Quadratic_Equations_by_Completing_the_Square.zip
* m* @/ [5 B* O3 F$ @: N+ ]    │  │      9.4_Solving_Quadratic_Equations_using_the_Quadratic_Formula.zip& i$ v! q$ e; O/ [6 T  E
    │  │      9.5_Quadratic_Inequalities.zip
# V: r5 i  V5 L    │  │      ! @" h+ @) _. e
    │  ├─MA008 College Algebra Animals, Architecture, and Innovation
, {' Q1 D5 Y7 c    │  │      Lesson_10__Parabolas.zip( O" j+ j; U4 p6 i8 H' A
    │  │      Lesson_11_Factoring.zip
/ K/ ^5 e1 n1 w+ @* P$ D* }    │  │      Lesson_12_Quadratic_and_Rational_Inequalities.zip/ W# ]5 F* e5 O* p" r1 d& v
    │  │      Lesson_13__Parabolas.zip
7 o# @  X6 f) t2 o7 [    │  │      Lesson_14_Completing_the_Square.zip
' _. i7 \1 A" J: @& u8 g- Y1 U    │  │      Lesson_15_Quadratic_Formula.zip5 m9 s* P, y' L( E! ?
    │  │      Lesson_16__Complex_Numbers.zip
2 C1 `  m5 n3 v! \" s" c1 b    │  │      Lesson_17_Functions.zip
6 T; t0 P7 F2 M3 v8 a' ?    │  │      Lesson_18_Domain_and_Range.zip- d4 T) L& f2 S8 m, \
    │  │      Lesson_19_Behavior_of_Functions.zip
1 v  D  f9 Q( c    │  │      Lesson_1_Number-subtitles.en.zip& x+ N$ v) ^$ l4 R
    │  │      Lesson_1_Number.zip/ l, Y0 g) m' O0 d' X
    │  │      Lesson_20_Factor_Theorem.zip
& l! O' J3 Y1 i6 c3 U    │  │      Lesson_21_Rational_Zero_Test.zip: S( G$ k7 R# w" Q: p
    │  │      Lesson_22__Intermediate_Value_Theorem.zip
- E% `3 y1 z! T# R( |, b7 L    │  │      Lesson_23_Piecewise_and_Rational_Functions.zip/ L8 V/ P) [" t9 I. e* m1 w( V
    │  │      Lesson_24_Asymptotes.zip' h" O+ [& H/ C) q- v, j
    │  │      Lesson_25_Slant_Asymptotes.zip
- C- a& y7 ]" Y* a/ X    │  │      Lesson_26_Transformations.zip$ p# Z! |/ n1 A- X: g
    │  │      Lesson_27_Combining_Functions.zip: `1 z; D- Z% B
    │  │      Lesson_28_Inverses.zip
& h- Q9 R0 K$ x/ R    │  │      Lesson_29_Exponential_Functions.zip
# x% j/ W: [" L# _/ p    │  │      Lesson_2_Expressions-subtitles.en.zip4 w4 c0 j+ G- i2 @4 X$ _4 r6 L6 ~, ~# h4 }/ q
    │  │      Lesson_2_Expressions.zip$ _& A2 ~$ `3 A) n  W  R" f2 T
    │  │      Lesson_30_Scientific_Notation.zip
. T% v/ A5 a, J% c    │  │      Lesson_31_Logarithmic_Functions.zip
* v. L1 j; A) _    │  │      Lesson_32_Log_Properties.zip7 N( |/ u5 f& }
    │  │      Lesson_3_Polynomials-subtitles.en.zip
* ^/ f: q4 Q3 c* V( u  g) s    │  │      Lesson_3_Polynomials.zip0 y4 ~7 r0 ?: T' ]4 ?# r0 P2 i
    │  │      Lesson_4_Equations-subtitles.en.zip
2 Y0 R( D' Y) x" S, b    │  │      Lesson_4_Equations.zip5 Q0 Q; O/ s( |4 {( T) M
    │  │      Lesson_5-1_Coordinates-subtitles.en.zip
8 d. ^  e1 l6 N# A% L2 W    │  │      Lesson_5-1_Coordinates.zip& h4 ^6 D5 I# c8 a8 b3 a
    │  │      Lesson_5-2_Distance-subtitles.en.zip
. [- N4 Q" Z5 M( ~    │  │      Lesson_5-2_Distance.zip! l) p. x* O, \( z1 ]
    │  │      Lesson_5-3_Midpoints_And_Slope-subtitles.en.zip8 H) _  s& f1 E4 p$ |" U9 j( {
    │  │      Lesson_5-3_Midpoints_And_Slope.zip
8 @2 i9 x( G5 m( S6 g6 y( d    │  │      Lesson_6-1_Slope_And_Equations.zip
0 G# A* G* ?' }: b% o5 A" j" E    │  │      Lesson_6-2_Points.zip
$ |0 J5 S9 a! d8 a% c) |    │  │      Lesson_6-2__Points-subtitles.en.zip0 u7 ]' M5 F6 f. R7 `2 i
    │  │      Lesson_6-2__Points.zip( |! F: W  {  O: j
    │  │      Lesson_6_-1_Slope_And_Equations-subtitles.en.zip
9 ~: R" @" q. n% i  y    │  │      Lesson_7_Forms_of_the_Equation_of_a_Line.zip6 R; I. G, M9 A! N
    │  │      Lesson_8_Inequalities_And_Absolute_Value.zip  ]1 A7 |; ^5 P2 M+ E" m8 l: I8 z
    │  │      Lesson_9_More_Inequalities_And_Equations.zip! Q/ V" r4 E& S; O0 C5 e5 ~
    │  │      Progress_Assessment_(Lessons_17-26).zip/ O  }: Z) G  x7 Z% `
    │  │      Review_1-subtitles.en.zip- f. n6 `. S2 H% V, x: j
    │  │      Review_1.zip
3 t" J7 j% B( [) t+ ^+ H    │  │      Review_1_(Lessons_1_-_3).zip
' h% Z0 a/ h1 H3 a  c    │  │      Review_1_(Lessons_3_-_5).zip
  p8 z; B4 ?. K    │  │      Review_2-subtitles.en.zip
4 \- y' q5 O% Z! A' L) ~7 v$ A, r- D    │  │      Review_2.zip
  _0 p5 }, ^  r+ Z+ E7 S+ t    │  │      Review_2_(Lessons_4_-_6).zip
! `/ N9 P. O$ u6 S+ L8 u  D    │  │      Review_3_(Lessons_7_-_9).zip
4 q( w1 E" V: x' g' H6 G( P, [    │  │      Review_4_(Lessons_10-12).zip2 ~& @0 z3 M/ p( t$ m
    │  │      Review_5_(Lessons_13-15).zip
3 A# i( R: Z0 Z; Y  B, U    │  │      Review_6_(lessons_1-16).zip* h! T# ~8 I0 K' |
    │  │      Review_7_(Lessons_17-19).zip6 e1 Y$ y: M; j1 y; Z
    │  │      Review_8_(Lesson_20-22).zip
6 N" a- z6 x& U( Q' N$ N    │  │      Review_9_(Lessons_23-25).zip' t7 D' |. \; d# ^* i% ~9 d3 {0 q
    │  │      
8 l' j2 M3 P& t0 x1 o    │  ├─PH100 Intro to Physics Landmarks in Physics
3 P' G$ [! x9 Y8 H/ |6 X. N( o* W    │  │      Bonus_-_Simple_Harmonic_Branches-subtitles.en.zip. e' n- h$ H& S; H1 u+ k; |2 U
    │  │      Bonus_-_Windows_on_Planes-subtitles.en.zip
# ?) f; i6 a( ^% b$ U. V    │  │      Final_Exam-subtitles.en.zip, R' o0 w' [0 w9 x7 N& R
    │  │      Final_Exam.zip. Z, n" i1 C: Q2 ?& v
    │  │      Problem_Set_1-subtitles.en.zip: t, Q( P; X) u, E7 A4 ~
    │  │      Problem_Set_1.zip
6 I6 |& U0 n! `# }7 v" }; s    │  │      Problem_Set_2-subtitles.en.zip
4 R7 u8 \/ Q6 u    │  │      Problem_Set_2.zip% o  Z4 U' }9 r* t1 r, K
    │  │      Problem_Set_3-subtitles.en.zip
' [6 ?6 ?% W) W& H, I. A: I2 j- y    │  │      Problem_Set_3.zip
* r9 }2 `; w2 k8 e" M    │  │      Problem_Set_4-subtitles.en.zip* b  l: m. r# ^( ]
    │  │      Problem_Set_4.zip
" C0 B% t2 _, o7 x2 |5 N    │  │      Problem_Set_5-subtitles.en.zip
. j! P% d$ [8 T0 n' h    │  │      Problem_Set_5.zip+ Q* `2 L& O* o* s
    │  │      Problem_Set_6-subtitles.en.zip
: }9 Q$ T, ?1 G5 ?# z    │  │      Problem_Set_6.zip
+ ]. C# ]6 J3 N    │  │      Unit_1a_-_Circumference_of_the_Earth-subtitles.en.zip
/ M$ l" w1 d3 J4 c8 @6 n1 w* m    │  │      Unit_1a_-_Circumference_of_the_Earth.zip
" C; |- _8 D' S, \& _    │  │      Unit_1b_-_Bonus_-_Error_Analysis-subtitles.en.zip. `' M$ [& K! Y8 E- @! [) l' `7 S
    │  │      Unit_1b_-_Bonus_-_Error_Analysis.zip
; y6 d$ N* q+ V9 ?7 [    │  │      Unit_2a_-_What_is_Motion-subtitles.en.zip+ @. e  o3 s$ d6 D/ K* b+ B1 I3 `
    │  │      Unit_2a_-_What_is_Motion.zip
: c4 U$ \$ h. Q2 ~" ~) |) {    │  │      Unit_2b_-_Motion_in_Two_Dimensions-subtitles.en.zip
* \. j5 `% r  M  k/ c- q7 k5 f    │  │      Unit_2b_-_Motion_in_Two_Dimensions.zip" f5 s! [/ ]7 s7 s7 a+ E6 [
    │  │      Unit_3_-_What_Causes_Motion-subtitles.en.zip7 q) T! t. Z. a
    │  │      Unit_3_-_What_Causes_Motion.zip
* l5 [9 m! D0 T, i. C& u9 r" O    │  │      Unit_4_-_Keeping_Holland_Dry-subtitles.en.zip
, x& E  V" w" E" L    │  │      Unit_4_-_Keeping_Holland_Dry.zip
+ I9 ?0 {. z4 l! b" `% K; L    │  │      Unit_5_-_Lost_at_Sea-subtitles.en.zip
  \4 d6 Q* o- ?    │  │      Unit_5_-_Lost_at_Sea.zip  z. H: p8 \2 B
    │  │      Unit_6_-_Lightning_Strikes-subtitles.en.zip  {) h8 Z! w. J% O, E
    │  │      Unit_6_-_Lightning_Strikes.zip& |  f1 i2 O: e* X+ c
    │  │      Unit_7_-_Special_Relativity-subtitles.en.zip
8 }, I9 `) h* g4 r9 U8 T" ?& H, U    │  │      Unit_7_-_Special_Relativity.zip+ t( L. {7 a# t% q
    │  │      8 N0 e; M. w8 R/ L8 K( v
    │  ├─PS001 Introduction to Psychology The Science of Thought and Behavior
+ O" k/ i2 t6 I! n    │  │      Lesson_01_What_Is_Psychology.zip2 E6 h/ Q4 E" \# ^5 s0 r' I+ S
    │  │      Lesson_02_Research_Methods.zip
* R1 M' z' _7 f0 j3 a5 T2 F    │  │      Lesson_03_Biology_of_Behavior.zip
" V! O. t$ O8 D% Q) |    │  │      Lesson_04_Sensation_and_Perception.zip4 w: _, L5 R/ l$ p8 \
    │  │      Lesson_05_Development.zip, W0 K: y5 i( N" p! m6 x- I
    │  │      Lesson_06_Consciousness.zip- g( M" K" Z% I' f  r9 D; C: g8 o
    │  │      Lesson_07_Learning.zip
3 v+ s4 c6 x7 f  \# m' k6 C    │  │      Lesson_08_Memory.zip
6 O1 L, J9 ?2 U. \+ L% T    │  │      Lesson_09_Language_and_Thought.zip
0 t9 O  T0 X2 r0 ]3 m    │  │      Lesson_10_Intelligence.zip- K% N" A1 f/ L% X8 |
    │  │      Lesson_11_Motivation_and_Emotion.zip" I9 D% ?! K. n' A. C. Y4 M
    │  │      Lesson_12_Stress_and_Health.zip. }4 _  ^6 r5 [% r( D) ?5 R/ F0 {8 z8 g
    │  │      Lesson_13_Personality.zip5 v0 s" F$ V/ L7 g9 X
    │  │      Lesson_14_Social.zip4 }+ k7 }  S+ x- X: \1 A
    │  │      Lesson_15_Psychological_Disorders.zip
% U- X- S" k" Z4 S6 j7 c) R6 ?    │  │      Lesson_16_Treatments_for_Psychological_Disorders.zip
! k+ I' J# J) g" b; {    │  │      
5 d2 k1 g4 S2 [/ \4 d    │  ├─ST095 Statistics The Science of Decisions# h5 d, g( e! t# ~; G8 F
    │  │      Google_Spreadsheet_Tutorial.zip
+ S* R( s4 l! G- B, _* @& r& l  s    │  │      Lesson_1-subtitles.en.zip
/ c1 B( q3 y+ H8 p4 M    │  │      Lesson_10_t-Tests.zip7 a& X% H. E+ ~9 T. |1 \
    │  │      Lesson_11_t-Tests_continued.zip
* Y# ~- P& i; ^1 T2 d- {    │  │      Lesson_12_One-way_ANOVA.zip% x: O0 I) Z, `+ K4 A1 J
    │  │      Lesson_13_ANOVA_continued.zip
* Y& j/ v5 X- i& X- w' o8 V- H    │  │      Lesson_14_Correlation.zip2 Z- X6 n: P' b8 o% B! r/ i4 a# ]( u8 v
    │  │      Lesson_15_Regression.zip
( a( w# r* w% d2 C    │  │      Lesson_16_Chi-Squared_tests.zip9 \0 J/ }' N8 }2 R, E8 r
    │  │      Lesson_1_Intro_to_statistical_research_methods.zip! U7 Y5 v' H1 N8 R
    │  │      Lesson_2-subtitles.en.zip0 ^! C- q! Z7 T. W8 i* |
    │  │      Lesson_2_Visualizing_data.zip
5 }+ R9 \6 \- k' I! v    │  │      Lesson_3_Central_tendency.zip0 ]$ L) p3 ~6 V9 C/ H. B* U
    │  │      Lesson_4_Variability.zip
. }( e% r6 W, c2 t  R; C" ~    │  │      Lesson_5_Standardizing.zip
) [  V2 n7 \1 k$ O. T    │  │      Lesson_6_Normal_Distribution.zip
1 T" ~4 I3 @: y: {2 I9 S/ ?) d+ i    │  │      Lesson_7_Sampling_Distributions.zip
- d+ K3 s, H( K6 G    │  │      Lesson_8_Estimation.zip1 d' l4 T' @& {6 @* m- J. g- N7 m
    │  │      Lesson_9_Hypothesis_testing.zip
# T" V! \8 f+ u. e( i3 y1 g    │  │      Orientation!.zip& x+ L3 n% |" C
    │  │      Problem_Set_1-subtitles.en.zip
- P& ~; M- V+ ~, u    │  │      Problem_Set_1.zip, r# v. J) i7 M: t7 y
    │  │      Problem_Set_2-subtitles.en.zip, P7 h7 b+ t) q
    │  │      Problem_Set_2.zip# I, o& r$ V. `* M. Z) k; M8 t. W
    │  │      
6 x0 k9 G6 ~$ Q+ M    │  └─ST101 Intro to Statistics Making Decisions Based on Data6 }0 p' {) K8 K& b$ p- x
    │          1._Teaser-subtitles.en.zip
) v3 v- ^. n5 c7 u- M, O    │          1._Teaser.zip
; K" {! d( B% n8 W: r    │          10._Bayes_Rule-subtitles.en.zip
1 a" J( {* _6 t9 K: Y: p6 e% v    │          10._Bayes_Rule.zip4 g! ?/ X. }% j$ m3 |& W
    │          11._Programming_Bayes_Rule_(Optional)-subtitles.en.zip
& z- G2 D5 C! T4 A5 }1 B) B    │          11._Programming_Bayes_Rule_(Optional).zip
+ t9 o+ Z: A* F4 y3 W    │          11A._Probability_Distributions-subtitles.en.zip9 w: W5 i- e; S; n# B) _
    │          11A._Probability_Distributions.zip: i1 X8 B) M) _3 B. b7 I) F8 {
    │          12._Correlation_vs._Causation-subtitles.en.zip
) [# k6 Y. l8 A6 p8 ?" a    │          12._Correlation_vs._Causation.zip
- ?) h7 Y+ L, d# |% h2 V% }  [! X    │          13._Estimation-subtitles.en.zip5 |9 p+ B$ e. U1 l- w4 f
    │          13._Estimation.zip
: ?- X5 Q' c6 `. R    │          14._Averages-subtitles.en.zip
+ |6 ?! B( n! D& ]: c1 P" l    │          14._Averages.zip
, a0 y2 O( F$ d$ b* o    │          15._Variance-subtitles.en.zip: d% A( x; k8 y+ ]
    │          15._Variance.zip  f2 v" q( z. d
    │          16._Programming_Estimators_(Optional)-subtitles.en.zip: n; V# Y/ K' Y8 n- f" j' G
    │          16._Programming_Estimators_(Optional).zip: C+ K: i' A& K8 k+ U( c
    │          17._Outliers-subtitles.en.zip
/ S3 H% P( E" Y+ m! _7 {    │          17._Outliers.zip' a: p7 {" w3 w$ S
    │          18._Binomial_Distribution-subtitles.en.zip
- G  p- d) t. x    │          18._Binomial_Distribution.zip1 _6 @* n& v& u1 H1 J) c
    │          19._Central_Limit_Theorem_Programming_(Optional)-subtitles.en.zip
# y6 A: s* h7 b) ?    │          19._Central_Limit_Theorem_Programming_(Optional).zip
5 m! z5 V1 S! n4 m4 T" h$ n    │          19A._Central_Limit_Theorem-subtitles.en.zip# i! x: V! S3 z; L2 a8 M
    │          19A._Central_Limit_Theorem.zip2 t  t7 n8 F+ u$ @+ I" J
    │          2._Looking_at_Data-subtitles.en.zip
3 X* o, F  y$ P- }4 c1 P( A    │          2._Looking_at_Data.zip
- P8 j* H4 y: S, e    │          20._The_Normal_Distribution-subtitles.en.zip
1 k+ g9 `8 @9 F5 ^8 U( T    │          20._The_Normal_Distribution.zip6 K5 j) ]& \9 [( i5 o
    │          21._Manipulating_Normals-subtitles.en.zip
, W" @& s* s' ~5 u' n    │          21._Manipulating_Normals.zip2 `9 q1 c" |) s" k; k4 k
    │          22._Most_Better_than_Average-subtitles.en.zip0 W) O+ h+ m& [* m6 y- m- A- H
    │          22._Most_Better_than_Average.zip
  S7 c" `$ y) m' z: D0 J- I    │          23._Sebastian's_Weight_and_Proofs_(Optional).zip
4 b5 T; a7 r  f1 b; g    │          23._Sebastians_Weight_and_Proofs_(Optional)-subtitles.en.zip8 G+ u1 k1 c  ^) ~0 u* j" \
    │          24._Confidence_Intervals-subtitles.en.zip
# y/ G; Z; S4 G    │          24._Confidence_Intervals.zip- d$ j, N/ w1 q- h* L6 {
    │          25._Normal_Quantiles-subtitles.en.zip0 y; [5 o& X8 Y. y* v1 d6 C/ ]
    │          25._Normal_Quantiles.zip, M& V) V( X5 M* n; W  y
    │          26._Hypothesis_Test-subtitles.en.zip
: u; V6 @, `  c" @6 R2 M5 U# N    │          26._Hypothesis_Test.zip9 U+ j7 w1 Y! K) |5 m
    │          27._Hypothesis_Test_2-subtitles.en.zip
0 A& W" L7 ~8 _4 o) e3 x    │          27._Hypothesis_Test_2.zip" ^0 M( Y% d  Z
    │          28._Programming_Tests_and_Intervals_(Optional)-subtitles.en.zip
% x  I! P- Y2 M; z# G    │          28._Programming_Tests_and_Intervals_(Optional).zip
$ v5 [* M: I% H) u    │          29._Regression-subtitles.en.zip4 ~- }: v" u; V  M
    │          29._Regression.zip- K9 Y+ w, p6 H1 l
    │          3._Scatter_Plots-subtitles.en.zip
. W, `" n2 P+ f0 u* g7 V1 {    │          3._Scatter_Plots.zip
. D6 _  B! Y; D" C9 G# i    │          30._Correlation-subtitles.en.zip
! M% k% y' z5 r# N! g    │          30._Correlation.zip! A5 Q+ l% h7 s8 S
    │          31._Monty_Hall_Problem_(Optional)-subtitles.en.zip
, w% \" N; S, }! O: J4 v    │          31._Monty_Hall_Problem_(Optional).zip
) H- [* m( g0 O. G  v5 d4 s    │          32._Weight_Case_Studies-subtitles.en.zip
$ U2 ?# X2 A& t$ z! N6 G! S0 S# V    │          32._Weight_Case_Studies.zip$ J7 G2 e4 |7 R9 H! S' w
    │          33._Flash_Crash_Example-subtitles.en.zip
9 N$ P+ M  Q. W0 o" ?8 f    │          33._Flash_Crash_Example.zip
, w1 |% o2 B( c6 c    │          34._Challenger_Example-subtitles.en.zip
0 I0 d8 J- W& B3 q    │          34._Challenger_Example.zip( ]4 f; s% b$ f2 p$ T- N6 s3 X
    │          4._Bar_Charts-subtitles.en.zip
, ~  b$ i+ k/ o: Y6 J( Q: ~    │          4._Bar_Charts.zip
4 ]. ~- b' U/ G! u    │          5._Pie_Charts-subtitles.en.zip
6 R8 Y1 A. M- l    │          5._Pie_Charts.zip, P# b/ @3 T/ Q/ i! n1 k& _5 d
    │          6._Programming_Charts_(Optional)-subtitles.en.zip( ^0 U6 P  L6 `' V' v
    │          6._Programming_Charts_(Optional).zip/ L$ h& O* b' F) G
    │          7._Admissions_Case_Study-subtitles.en.zip
& n: a) w* z1 R0 o$ y0 q    │          7._Admissions_Case_Study.zip
; c9 J$ X3 B  {% Z7 H8 U    │          8._Probability-subtitles.en.zip  }6 K; A/ m0 u) w! y
    │          8._Probability.zip$ f3 y5 m# M9 K  G! [' j* o) R
    │          9._Conditional_Probability-subtitles.en.zip
8 J- I0 C$ P5 H9 R" u2 X) r    │          9._Conditional_Probability.zip1 D7 m0 |7 P/ ?3 }! }4 B* I: L% A
    │          Final_Exam-subtitles.en_2.zip- K5 h/ X: _) H2 ?% y2 W
    │          Final_Exam_2.zip
8 ?( X) W+ x7 b, i/ y+ w    │          Problem_Set_1_Visualization-subtitles.en.zip* X; f  ?. [5 a# k0 m; q4 i4 T
    │          Problem_Set_1_Visualization.zip- r& d0 n; H5 `; D3 `" }1 G
    │          Problem_Set_2_Probability-subtitles.en.zip  N7 o0 ^* M" _3 a, D
    │          Problem_Set_2_Probability.zip; q3 w0 L! _) k. c- ~( w$ E
    │          Problem_Set_3_Estimators-subtitles.en.zip6 a2 I' x5 W2 m7 k" @
    │          Problem_Set_3_Estimators.zip
  N# k2 D  ]" B5 K: E3 [    │          Problem_Set_4-subtitles.en_2.zip
0 D1 W% _9 q! [$ n) ^    │          Problem_Set_4_2.zip
3 `& o8 ?( f; E( y' H& z8 C    │          Problem_Set_5_Inference-subtitles.en.zip/ v& I  G9 z% V4 ^. y+ J
    │          Problem_Set_5_Inference.zip7 P- k6 R0 o6 U$ ?* M
    │          Problem_Set_6_Regression_and_Correlation-subtitles.en.zip  }& o* n0 }, A3 o' X  e3 `
    │          Problem_Set_6_Regression_and_Correlation.zip
8 r' s" l& Y: W0 W0 B    │         
- N9 A: L8 V- p1 @! ?    ├─斯坦福大学-机器学习课程2 Z  R. [9 S5 R( X, x) r
    │  └─斯坦福大学-机器学习课程- C* P9 ?# S, V7 U( {; I
    │      │  cs229-lecture01.mp4
$ T7 k9 ^7 W' G/ ~) z7 P, s& C    │      │  cs229-lecture02.mp4
# A9 T- Y( Q# S1 w, K2 Q# }' [    │      │  cs229-lecture03.mp4+ a# X1 P( F  B. Q; f: M
    │      │  cs229-lecture04.mp4
+ d. ?9 A  b; `6 S6 h- g    │      │  cs229-lecture05.mp4
" n: w$ r# ]/ k* A6 c- |& A    │      │  cs229-lecture06.mp4: u2 D6 M) R4 C3 @
    │      │  cs229-lecture07.mp4) R3 U# S* M: F5 s( g
    │      │  cs229-lecture08.mp48 y* @% P- F. |9 L# ?0 N, B
    │      │  cs229-lecture09.mp4
1 z9 O( U  n0 T& Y* X    │      │  cs229-lecture10.mp46 q0 `; H* B0 h( |
    │      │  cs229-lecture11.mp4
$ z, R5 B* S( A; J5 t9 g+ K6 t    │      │  cs229-lecture12.mp4" V2 U/ k9 w; |: J# x. r& ?! M# ^
    │      │  cs229-lecture13.mp4
' ?4 l# q0 @0 ]1 {    │      │  cs229-lecture14.mp4; ~5 D( j6 |& U& s3 f. v
    │      │  cs229-lecture15.mp4
3 R7 b) d8 X! e) M* W3 N: j1 @- q4 A    │      │  cs229-lecture16.mp4: q2 q: V3 F* R4 H
    │      │  cs229-lecture17.mp41 d" @8 V# j$ ^- W, R* q
    │      │  cs229-lecture18.mp4- G% G/ z2 z. R  [
    │      │  cs229-lecture19.mp4
0 F' q% e( ]$ V+ w9 P1 \1 s9 A    │      │  cs229-lecture20.mp4
. I% r0 S! w/ p  w    │      │  下载说明.txt* N% P5 K3 m* I' H
    │      │  关注我们.png5 ^/ B# K; a$ S/ \! B" C- Q; a( @
    │      │  攻城狮论坛=网络技术+编程视频.url4 X5 N, m8 w: j
    │      │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
& M1 v6 Q) Q* ]    │      │  4 e. b4 U% x: U, E6 D: T
    │      └─[斯坦福大学-机器学习课程].materials
* j5 Z7 v7 a( j; e. }6 p5 j    │          └─materials
5 S  e9 ~: N0 H: d) S2 d  c( ~1 g6 U    │              │  Click_index_to_start.txt
: Z# q' E" ^8 [/ Y! I; D- A6 A    │              │  index.html& ~# P4 r% _7 `; ~# W- N
    │              │  lecturelist.html. w: p' t+ [+ q3 x3 J8 x
    │              │  
% Y9 V& b9 F: P) u- V, A8 W    │              ├─css6 o/ U5 S9 v+ j9 l- `! G8 K5 d: }
    │              │      base.css
/ O7 k! b( k3 Q) G3 B, O    │              │      OpenCourse.css  s2 p( x1 B2 k6 H1 c
    │              │      
8 d6 ^, G1 J4 a4 s6 l1 w- L; M    │              ├─images: j5 G- a' {: M- N4 W- a2 X
    │              │      14.gif3 m2 |' ^3 r( V! A# w8 O+ h: ]
    │              │      15.gif
4 q! k; G' v4 i8 U; A/ c    │              │      ayn.jpg
. ], b9 L+ T; A5 S2 x7 s2 T* i) F    │              │      boyd.jpg" J1 f" d6 l: m  \/ N% G4 _
    │              │      cain.gif
4 f) p( \) z  o/ J+ O0 o    │              │      clear.gif
9 C; A6 p: H( @0 G0 Q7 h* V7 Z2 j    │              │      CS106A.jpg
; {3 R; I) G: v4 }) x: b1 g    │              │      CS106B.jpg
9 D# ?& m% Q% b- O" e/ p    │              │      CS107.jpg+ L9 Z6 _& |* L/ N( C5 ?# x
    │              │      CS223A.jpg+ q1 F' O- X# z- h2 E
    │              │      CS224N.jpg. K) j. p( o1 L0 Y1 x7 Y3 w
    │              │      CS229.jpg
6 D6 i: ^, y4 C/ _* |1 Q+ g    │              │      EE261.jpg# A$ L4 E  r+ ?4 ?: [, ~4 b
    │              │      EE263.jpg9 Y1 L6 h3 O$ `. M+ v
    │              │      EE364A.jpg7 f7 n" w; L6 V
    │              │      EE364B.jpg
0 Z" x! I4 V2 F9 Q5 D    │              │      faculty_photo_bg.gif, I( N0 Q5 w& N
    │              │      GATES.JPG! z& p* h. N0 b5 e. D
    │              │      hw2a.gif
3 |8 ^( O; X. j8 Y) \* p  `6 m    │              │      hw2b.gif# W4 ]% O3 p, o, b. L
    │              │      hw2c.gif
5 S* I0 v  Z: m    │              │      hw2d.gif( a# B2 f: a! i) y7 Z7 k
    │              │      hw2e.gif
: z5 C8 f, g( L- v5 K    │              │      hw4a.gif
2 ?1 x% h5 a' z; U9 C# m" Y9 H$ N    │              │      hw4b.gif! m  q6 b* J& ~% d
    │              │      khatib.jpg
, Q0 d' a; d4 X    │              │      manning.jpg
  g! Y/ R5 A; z7 a7 j4 I    │              │      nav.jpg
( h" S6 I6 y% p% A9 M    │              │      navtop.gif
# z) ?# w8 d  v+ n4 v& Q    │              │      nav_bottom.gif/ q- ?  E" h; k2 F; Z
    │              │      osgood.jpg
6 h! c* {& G4 i4 z( \    │              │      sahami.jpg7 }0 `6 m. Y9 j
    │              │      SEEglobe.jpg
" o& N7 D" K; ]+ }, [4 _7 ?1 m    │              │      zelenski.jpg
) Z. f5 I% L) j. }7 q4 m6 e7 |    │              │      / j/ r5 a4 F. w5 b" n
    │              └─materials
' |4 V% b1 K) P' M    │                  └─aimlcs2297 T2 v1 ~" d4 ~7 e
    │                      │  AI-classes.pdf
: r. ?* [, P9 O7 _    │                      │  assignments.html
2 F+ m  B9 W1 C    │                      │  compute_kernel_matrix.txt2 Q' t: ~) m+ z& }5 D: t
    │                      │  cs229-cvxopt.pdf" q( V* l% ~/ ]$ w
    │                      │  cs229-cvxopt2.pdf
8 H6 z5 g7 y! e6 G    │                      │  cs229-gp.pdf) k: l1 w- S8 D8 g: V
    │                      │  cs229-hmm.pdf
* B+ H. r- |% J; a- i    │                      │  cs229-linalg.pdf/ c( W7 R% y+ F: g( a
    │                      │  cs229-notes1.pdf
: H8 P. G; Z, `9 l- }: l    │                      │  cs229-notes10.pdf8 F+ J3 d3 D$ I( j6 Z. a
    │                      │  cs229-notes11.pdf: H: g# O9 T: ]" s
    │                      │  cs229-notes12.pdf3 d7 M! j+ p/ f& T2 U* S& V
    │                      │  cs229-notes2.pdf
* e) d2 l1 {& F  w3 Y7 P    │                      │  cs229-notes3.pdf
, e" Q) |) \( \" j    │                      │  cs229-notes4.pdf
1 S% t3 t4 H$ a7 @7 B, ~    │                      │  cs229-notes5.pdf
; D5 s9 t1 W* b9 c+ {4 F5 p    │                      │  cs229-notes6.pdf4 J! t1 X. B: H. j, X- X
    │                      │  cs229-notes7a.pdf9 o+ J, y- {) n2 V  V/ C, l5 z$ Y
    │                      │  cs229-notes7b.pdf% o' I. i# {% r$ D
    │                      │  cs229-notes8.pdf) u1 u6 A* e* r8 m
    │                      │  cs229-notes9.pdf0 r1 g2 n( }0 j" {* ]
    │                      │  cs229-prob.pdf1 C  W7 `/ x) p/ a0 L" e
    │                      │  emacs.txt- }5 }( T, u) _2 b4 F) q+ {9 B
    │                      │  gp_demo.txt% J  Z1 M' y6 Z3 ?$ z
    │                      │  handouts.html
- N: o6 b# E4 @8 b9 i* F- R0 P0 A7 I& q    │                      │  info.pdf1 M6 \7 u7 R/ ?6 r* r
    │                      │  logistic_grad_ascent.txt9 b- G/ a4 s9 |4 U; Q
    │                      │  matlab_el.txt- B  S2 V5 E7 E. \/ t! A
    │                      │  matlab_session.txt
9 C5 c" D0 ?6 O: D& `8 P    │                      │  ML-advice.pdf
3 f$ N/ |. ~) F1 H+ G' ?2 l6 P8 _; t0 ]    │                      │  practice-midterm.pdf
4 w9 G9 q- l* G3 A' w% J+ |    │                      │  problemset1.pdf- O3 K9 O9 m4 X: k3 q# @+ u( ^" k
    │                      │  problemset2.pdf
9 Z& y7 D+ J% g  i: \" ?7 J3 U$ d    │                      │  problemset3.pdf: o) C2 m& I7 M' x- Y5 [
    │                      │  problemset4.pdf
, f9 p# M0 W; G- H# F    │                      │  projectGuidelines.pdf
* t. {+ K' T; u- w% Y+ Y" o    │                      │  PS1-data.zip9 T( {1 r+ `8 s
    │                      │  ps1_solution-data.zip& H2 h4 p1 A, n; a. \" ?% a1 ^
    │                      │  ps1_solution.pdf: @1 _  K2 z4 C) T. u1 M
    │                      │  PS2-data.zip
6 I7 H- l; g  z2 O. A    │                      │  ps2_solution.pdf& A0 l! r) c" w* Q+ F
    │                      │  PS3-data.zip- ^# g; R! Z5 M
    │                      │  ps3_solution-data.zip( k2 z$ x6 D0 }8 K
    │                      │  ps3_solution.pdf  ~: h# V& ?+ S0 M0 @
    │                      │  PS4-data.zip
; B; |4 `& }7 I6 I+ Q* E$ h    │                      │  ps4_solution-data.zip% {& i7 e3 ], a" ]. Z
    │                      │  ps4_solution.pdf
4 ^. Q6 Y7 b. a  w6 u    │                      │  resources.html+ B/ D. n; v0 V# {3 D5 n) Z3 d
    │                      │  sample_gp_prior.txt
0 C2 n- @% Q' q$ H+ B  l* v    │                      │  schedule.pdf. R  m# k+ A! n  ^! H8 l6 b
    │                      │  sigmoid.txt
. D& y1 }# n' {) {# T# j  ]& A" X4 ]    │                      │  / ?3 V( z! ]0 y+ {* {1 n
    │                      └─transcripts+ G# u, O) W8 |7 T" Z; S
    │                              MachineLearning-Lecture01.html* p5 q* `8 K' _5 V) ]0 B! r5 q" q
    │                              MachineLearning-Lecture01.pdf$ A: K4 C- Y) l& l& V4 A5 ?
    │                              MachineLearning-Lecture02.html! n# ~0 b  ~+ V1 ~0 v
    │                              MachineLearning-Lecture02.pdf
" O6 V& U1 u7 r$ w* g' Z    │                              MachineLearning-Lecture03.html, ^! C' ]( _) C
    │                              MachineLearning-Lecture03.pdf7 t9 l7 D) L8 H. |$ U2 ?  o
    │                              MachineLearning-Lecture04.html
6 c( M; Q& _8 [3 K: e0 f    │                              MachineLearning-Lecture04.pdf+ j$ N, U* f: w1 G
    │                              MachineLearning-Lecture05.html$ ~3 n8 Z& Z1 [9 T! b0 Q+ Z/ i9 T. x8 x
    │                              MachineLearning-Lecture05.pdf
* @: z4 G1 T2 O; K  w( S! w4 S    │                              MachineLearning-Lecture06.html0 J6 R0 f# ~# D4 ]% U" H# u$ P
    │                              MachineLearning-Lecture06.pdf) t, I+ P+ z, H. h: n
    │                              MachineLearning-Lecture07.html
4 A( J( A1 [$ b* a    │                              MachineLearning-Lecture07.pdf
4 ^5 T" U( K1 a( k    │                              MachineLearning-Lecture08.html
* A9 e% J  n5 W0 y6 S    │                              MachineLearning-Lecture08.pdf
6 K7 M& z7 e/ k    │                              MachineLearning-Lecture09.html
- G& b. h, D4 k% G- r( ]/ k    │                              MachineLearning-Lecture09.pdf
! c; |: h" J- e/ B# Q+ ]. O* l0 d6 e    │                              MachineLearning-Lecture10.html& x2 m& F; S% ]
    │                              MachineLearning-Lecture10.pdf* a) U% d  t1 M9 m/ t
    │                              MachineLearning-Lecture11.html* k* T4 P+ A. ^1 q# B
    │                              MachineLearning-Lecture11.pdf! j/ M6 q- h( w$ `( Q0 I
    │                              MachineLearning-Lecture12.html
' X( @. l& z4 Z  m    │                              MachineLearning-Lecture12.pdf
$ Q9 [3 a% T. `& z$ K: b5 T. g+ S    │                              MachineLearning-Lecture13.html6 t; i5 ?& q$ W
    │                              MachineLearning-Lecture13.pdf* w7 ~3 V8 C1 h: I5 u5 F
    │                              MachineLearning-Lecture14.html
9 r; K9 F& f1 l$ X5 s4 S    │                              MachineLearning-Lecture14.pdf
1 J6 Q% q6 }4 r9 f2 T5 h$ y    │                              MachineLearning-Lecture15.html
; s: v3 L! v- n) d0 ~8 M" B; s    │                              MachineLearning-Lecture15.pdf
) K- `( [8 j. S9 g) i; K/ e! G    │                              MachineLearning-Lecture16.html
8 W* ^0 h3 R; t% \- z' I    │                              MachineLearning-Lecture16.pdf
9 n( ?: N' Z$ a    │                              MachineLearning-Lecture17.html2 y. x' @9 A% p4 V, u( _- c
    │                              MachineLearning-Lecture17.pdf+ z( A* m. H) H8 [4 ~' M
    │                              MachineLearning-Lecture18.html
4 N& L  Q( q7 M8 |& u    │                              MachineLearning-Lecture18.pdf
$ Q- X( t3 h: w    │                              MachineLearning-Lecture19.html% N) T' w) l( b! g: D
    │                              MachineLearning-Lecture19.pdf
% l' J0 K% o5 y& u    │                              MachineLearning-Lecture20.html
' U) ~  a7 o$ m5 o+ x+ G( Y3 W1 m    │                              MachineLearning-Lecture20.pdf, M0 L# O2 D" A+ o
    │                              
% k# }, d) a6 h7 a' ?    ├─机器学习书3 Z9 g7 ]) K* ]) Y7 u
    │  │  An Introduction to Statistical Learning.pdf
2 q# `+ m" [1 }0 U6 g6 W8 m+ u5 Q! ^    │  │  Bayesian methods for hackers.pdf
; a6 R3 p1 p# D    │  │  Deep Learning Tutorial.pdf
; |+ \4 w4 z$ h+ l; c8 G# }9 A7 C% J    │  │  Mining of Massive Datasets.pdf8 k, F' J* n8 s$ _( S. E0 h
    │  │  PRML中文版.pdf: N+ T5 O" E+ z. j( w
    │  │  understanding-machine-learning-theory-algorithms.pdf* x* d! ?( S* U: C& A
    │  │  凸优化.pdf; i1 P9 o. Y6 @- S& a
    │  │  图解机器学习.pdf# T0 r  I4 H' {# M6 u" C
    │  │  机器学习_周志华.pdf
5 P* q# V0 l  \* p* m( D) y    │  │  机器学习〔中文版〕.pdf7 q. l3 ]7 G$ ^) r5 l, L
    │  │  机器学习个人笔记完整版2.5.pdf
' ]; s7 M* B4 S    │  │  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.pdf7 I4 k+ R5 d2 p1 [4 A' B
    │  │  机器学习实战.pdf% {; p1 j7 U! |2 I
    │  │  机器学习实践指南++案例应用解析+麦好.pdf% W1 p" l4 |, x( V7 S0 v
    │  │  机器学习导论 原书 第2版.pdf! H5 t' C2 e4 U% ]& m! t  I$ `
    │  │  
8 z% q9 H, Q$ d4 D    │  └─stanford machine learning
: H7 S; \! ^' H" L- {# Y) I; F5 R    │      ├─Lecture Notes
* z0 u+ C/ H& z2 F6 g5 \" [# R0 L    │      │      cs229-notes1.pdf
  ~+ g7 h! s8 T4 t    │      │      cs229-notes10.pdf
9 V# o* S, `0 Z. m# L  e    │      │      cs229-notes11.pdf
4 v8 c7 w/ q# i# u( U6 ]    │      │      cs229-notes12.pdf
6 P% J& h: O( ]0 n  u6 y! B5 U2 f    │      │      cs229-notes2.pdf0 b0 X# w5 ^8 P" r2 j: j; l4 Y7 j  H
    │      │      cs229-notes3.pdf
. n* @; b; B; K$ l- J5 d; m% W    │      │      cs229-notes4.pdf
+ `" Z  s, A  |1 t  n" n/ d    │      │      cs229-notes5.pdf
! e. P/ J; h9 z+ b    │      │      cs229-notes6.pdf5 R& y( u, E3 @$ V( i
    │      │      cs229-notes7a.pdf
# _' e( h7 G& q, q1 b+ J7 m' r; ]    │      │      cs229-notes7b.pdf4 `4 s: D8 C0 Q5 m
    │      │      cs229-notes8.pdf1 o9 K0 x  ]+ ^+ m( N
    │      │      cs229-notes9.pdf
$ r& A4 D9 h! K0 ?    │      │      
" o$ j3 m( P9 C6 d: z    │      ├─Section Notes
1 x/ V/ f" t! p" ^/ `+ b    │      │      cs229-cvxopt.pdf
; ^: _- B- h4 b' C+ o' G    │      │      cs229-cvxopt2.pdf
# l8 E) K: }5 @1 I' K    │      │      cs229-gaussian_processes.pdf
0 q5 y$ j8 k  f3 j7 _: `    │      │      cs229-hmm.pdf
1 c$ E% h. l7 w& l1 C% X9 w    │      │      cs229-linalg.pdf& _/ v1 ]3 ~9 h3 S; j. t6 L
    │      │      cs229-prob.pdf
' O* c- p  S5 Z2 R& m    │      │      gaussians.pdf, ^8 z) B: |3 O
    │      │      MATLAB_Session.pdf
3 i7 f% q( ]* Y0 T8 T    │      │      more_on_gaussians.pdf$ t3 X" N3 Q3 P. n% f5 V
    │      │      , m* c8 b: S) X5 B; V) I) t
    │      └─Supplemental Notes
: n6 k' w7 \4 C" c( j: `6 j) \    │              boosting.pdf' M3 e/ u3 ~8 l6 b1 b+ P
    │              boosting_example.m5 B4 C8 U* M1 s7 Y- Q) Q. r
    │              hoeffding.pdf5 A( N5 c5 K$ R0 R7 p  i3 y0 S
    │              loss-functions.pdf
5 q' x  M4 a& i- v    │              representer-function.pdf
3 Y6 Y/ R/ U. `    │              & [# A" A* o/ C% ]; X
    ├─机器学习方向(经典书籍及教材资料)3 [/ M5 L1 [% H( x% @2 n
    │      2012.李航.统计学习方法.pdf
. }5 z' \, s2 ^: O  e    │      cs229 stanford machine learning(所有的lectures).rar" ]5 S, E/ r8 u0 L
    │      Ensemble Machine Learning.Methods and Applications.2013.pdf! X3 O7 R* h! h& u& e5 l
    │      evaluating-machine-learning-models.pdf
, P% g/ V8 E. }    │      Machine Learning A Probabilistic Perspective(1).pdf
, S) r6 d0 T- y( I1 t    │      Machine Learning A Probabilistic Perspective.pdf
3 @. A; `4 e8 k4 m7 r" U/ V    │      Machine Learning in Python (2015).pdf1 D" c1 \% J5 I3 e3 i# K; G
    │      Mastering Machine Learning With scikit-learn.pdf" \1 i2 P/ D' D7 g9 o
    │      Mathematics for Computer Science.pdf: h7 z8 ]: q" N6 s! e
    │      PRML.pdf+ c& o- b5 I2 D' h9 l
    │      PRML中文版.pdf
- B6 ]; g* o6 K% z    │      PRML中文翻译版.pdf2 F. q( r7 I3 R
    │      Probability and Statistics for Engineers and Scientists.pdf
# n7 a8 ~& q; \    │      Python_Machine_Learning.pdf
7 X7 s2 k: }6 @7 f- a; G    │      PYTHON自然语言处理中文翻译 NLTK 中文版.pdf0 @0 S& Z, s1 E
    │      tempFile8 W+ H/ N  }# n7 T  F
    │      The Elements of Statistical Learning(1).pdf& T2 G# `5 L1 v& q7 y8 \2 D
    │      The Elements of Statistical Learning.pdf
8 C! ~# j. F; M- S/ P/ ~( Q& D    │      word2vec_lstm_talk.pdf3 C" W3 K8 h4 u1 A
    │      【官方文档】TensorFlow Python API documentation.pdf
4 j4 h- c+ n- R2 ^. i# n    │      下载说明.txt. B1 Z5 D; F! {2 P6 @8 O
    │      关注我们.png
& O* T* T) W. u4 V( ~    │      利用Python进行数据分析.pdf
5 A+ Y. a) Q- J7 u' n    │      攻城狮论坛=网络技术+编程视频.url
! i  _0 ?! _3 e! t    │      机器学习-实用案例解析.pdf
( m- }% s) H" J" f    │      机器学习个人笔记完整版v4.21.docx
4 S9 t: D: v3 }! `% M+ ]- q    │      机器学习个人笔记完整版v4.21.pdf- J8 w' S. K9 O% T0 J
    │      机器学习(周).pdf
& q" A9 A+ l# Z& w8 ?    │      机器学习:实用案例解析(中文版,带完整书签).pdf
% Y0 x4 q( m0 e) B  u+ J    │      模式分类 Richard O.Duda 中译本.pdf
+ m+ w# _1 Q1 g: U# z8 F8 O    │      解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt
3 @; m( L( |7 J! I; R    │      
3 w/ Q' D- I2 `% ]    └─机器学习经典论文
$ M3 u) j9 d& \; y& u7 ^        │  下载说明.txt# ]3 D' r. q- E7 q/ _: i
        │  关注我们.png
  |) ]) \5 b3 Q: k" @+ `3 f        │  攻城狮论坛=网络技术+编程视频.url
1 a! a% }% O8 c        │  解压缩密码是方括号里的内容 [攻城狮论坛 bbs.vlan5.com].txt4 M( w8 Q- |; Y, x, _5 `, {
        │  
1 g9 k' ~) _* W2 w- o4 H* q        ├─active learning
# Q! a& v# h& e6 |        │      Active Learning Literature Survey, Settles, 2010.pdf
- w6 y4 F- o$ O: u8 K' q        │      Two Faces of Active Learning, Dasgupta, 2011.pdf) Z1 p+ b/ b, a4 B
        │      
( Z6 @7 Z$ z7 M, Q4 t# s        ├─Applications9 ]4 E/ Q, h5 B
        │      A Survey of Emerging Approaches to Spam Filtering, Caruana, 2012.pdf
9 q' M7 j. X# ^0 V4 \  K        │      A Survey of Online Failure Prediction Methods.pdf
- d( s3 m" F- Q' G/ K, i# _2 s/ n4 T        │      Ambient Intelligence_ A Survey.pdf
4 t! a! w1 t7 ~8 L1 f* L& ], L        │      Anomaly Detection_ A Survey.pdf" O& R! l! w" m# n
        │      Mining Data Streams_ A Review.pdf9 p0 `% Z7 x" P) D2 u
        │      Workflow Mining_ A Survey of Issues and Approaches.pdf
6 r, E9 Z" X- h! ?5 K1 U! ~9 }        │      
4 J8 V( s3 z  W( f3 ~- ^& _        ├─Biology  ~( n0 `2 A3 |  D- n; q
        │      A Review of Feature Selection in Bioinformatics.pdf* O4 `5 o  E2 v5 K$ Z
        │      Bioinformatics - An Introduction for Computer Scientists.pdf5 \4 d) \# H/ I* R% g7 y" W+ }, X
        │      Chemoinformatics - An Introduction for Computer Scientists.pdf
$ H& w  ?5 K2 G6 X+ e        │      Computational Challenges in Systems Biology.pdf
0 N1 [0 W- l( ]# s5 Y6 k2 b+ _        │      Computational Epigenetics.pdf
( p/ u- L: ]3 r% W        │      Computational Systems Biology.pdf
8 Y, o6 I: e$ M& |: ~* u2 v        │      Machine Learning in Bioinformatics_ A Brief Survey and Recommendations for Practitioners.pdf1 j6 l+ G5 |- b! [. Q
        │      Molecular Biology for Computer Scientists.pdf/ P; c  @7 l) U  C2 ~
        │      Progress and Challenges in Protein Structure Prediction.pdf/ R6 I& T# f5 j5 H. p& l
        │      Protein Structure Prediction and Structural Genomics.pdf
2 A6 i7 j6 s" w% y: M        │      Recent Developments and Future Directions in Computational Genomics.pdf# i0 q9 J- r  X; ?
        │      Support Vector Machines in Bioinformatics_ a Survey.pdf
7 H2 y' l/ k; s0 F' h        │      ! V2 y" V2 q1 }6 Q
        ├─Classification; P& T5 p0 z* ?/ ~( a$ ?3 t
        │      Supervised Machine Learning_ A Review of Classification Techniques.pdf
$ ~" t* Q% g2 n8 v, h& m' x0 R        │      
& t8 S( t# Y2 Q, S$ X3 f  s9 U        ├─Clustering* G# q7 }) x$ m) {$ E3 u7 ]
        │      A Survey of Fuzzy Clustering.pdf+ P: [7 E3 h) z/ [/ g% x' G
        │      A Survey_ Clustering Ensembles Techniques.pdf
& I. J* M! }8 J1 N6 T        │      A Tutorial on Spectral Clustering.pdf
) H: C  y. f6 j. J! {$ p5 j! s, p8 G$ H" P        │      Clustering in Life Sciences.pdf
8 N' ^3 y5 o$ H4 r        │      Clustering Methods.pdf
+ }; z+ S; Y: V        │      Clustering of Time Series Data - A Survey.pdf
+ ~+ C5 B  W& k5 Z        │      Clustering Stability_ An Overview.pdf
+ r4 z* A% v  c* V8 c        │      Computational Epigenetics_ The New Scientific Paradigm.pdf. U6 i/ H5 O1 L# X  i
        │      Data Clustering_ 50 Years Beyond K-Means.pdf
/ j5 {6 I& K6 r: }) Z! L, `- w- O        │      Data Clustering_ A Review.pdf6 D+ l2 c) v' W! X: S
        │      On Clustering Validation Techniques.pdf
6 _; {  }) X, @: H( b        │      Parallel Clustering Algorithms_ A Survey.pdf
3 F- v1 }9 i# D! N% h$ ]        │      Recent Advances in Clustering_ A Brief Survey.pdf
9 L  S( }; V& S' w) u/ |8 I9 V        │      Subspace Clustering for High Dimensional Data_ A Review.pdf
4 u; d; _* B4 i: x) }        │      Survey of Clustering Algorithms.pdf2 U) G4 X5 e. A4 V2 t" ?
        │      Survey of Clustering Data Mining Techniques.pdf2 L, |6 t& q; m3 \, ^* I- h4 E
        │      Unsupervised and Semi-supervised Clustering_ a Brief Survey.pdf
$ L& [: g9 J( n0 `/ _        │      XML Data Clustering_ An Overview.pdf( F3 w6 f) ]" g" O7 ]
        │      / `3 y/ c7 o2 I6 b4 C
        ├─Computer Vision
% Q5 D$ A* _& ?0 a4 P) ?1 A        │      A Comparative Study of Palmprint Recognition Algorithms.pdf" U* s' V. |; d( F2 c- m$ g
        │      Context Based Object Categorization_ A Critical Survey.pdf, i% v& V7 w5 T5 a0 w& ^
        │      Detecting Faces in Images_ A Survey.pdf
, s. o# s* C: c1 K2 R3 `, ?        │      Human Activity Analysis_ A Review.pdf
( R0 o* i8 e5 x+ |/ C1 c+ R  `6 [        │      Object tracking_ A Survey.pdf
; x+ L: {! E5 d: i        │      Pedestrian Detection_ An Evaluation of the State of the Art.pdf
5 L* M! p. K# u5 v( A4 b- q- u        │      Subspace Methods for Face Recognition.pdf
; r( U' D) H: ^  Q        │      7 ]) Y$ ?8 T# j7 O
        ├─Databases
, l) t* O8 T8 Z: b% y        │      A Survey of Schema-based Matching Approaches.pdf
: u, g1 b; F7 e5 u5 A( u        │      Data Fusion.pdf
3 ?4 Y$ A: G6 J' G( c        │      Duplicate Record Detection_ A Survey.pdf+ a9 V( d& {+ q& _; e( j6 d; {
        │      Overview of Record Linkage and Current Research Directions.pdf# n! `! Y# P5 p. |) d* o% q. P5 Y
        │      , q1 a* x% T/ c, o* X
        ├─deep learning$ L6 |. X" M2 L% ?; T
        │      Representation Learning_ A Review and New Perspectives.pdf
+ v% l; q; w& L( ]" o        │      9 i" R( d9 k7 k! a9 H  ?
        ├─Dimension Reduction
, q( ?, L) X% n  O. @        │      A Survey of Dimension Reduction Techniques.pdf7 p- w5 `5 F% x
        │      A Survey of Manifold-Based Learning Methods.pdf
. K* i& \; ^8 g        │      An Introduction to Variable and Feature Selection.pdf
7 d4 S# w/ n2 B! z: u, c        │      Dimension Reduction_ A Guided Tour.pdf+ T4 K: f6 U7 C4 F6 z% r/ _
        │      Dimensionality Reduction_ A Comparative Review.pdf% h' p$ F8 B/ q- h
        │      Toward Integrating Feature Selection Algorithms for Classification and Clustering.pdf$ b- E+ |& a1 ]* C
        │      
" r* E# }4 C. }: m* B! \( h+ K        ├─Economics
4 l' ?9 _; O' e+ _+ B        │      Auctions and Bidding_ A Guide for Computer Scientists.pdf2 c6 h* @; O$ ?/ `! l; H9 q3 k
        │      Computational Finance.pdf
# A5 Z" K' X  N* O$ E3 R        │      Computational Sustainability.pdf! C" R4 D% h8 c2 A
        │      $ u6 y. O$ b+ w, V
        ├─Game Theory. P- f# y( n8 V0 O0 `% i
        │      Computer Poker_ A Review.pdf  f& F& D3 V, ]
        │      
' y* V8 y8 d+ l; R6 a        ├─Graphical Models
1 E& s% N: \1 C2 r8 J2 x9 z8 q$ W        │      An Introduction to Variational Methods for Graphical Models.pdf
) K) M' A1 E2 M( w' u. ^        │      ( C+ \2 d# m/ e$ u5 ^# {9 y
        ├─kernel methods
2 P$ G3 \: Q7 t( c" B        │      Kernels for Vector-Valued Functions_ a Review.pdf9 B/ K; R/ m% Q9 T! s  m
        │      " i) D: r* Q# t" @6 K, ^2 h; {
        ├─Learning Theory8 {: T3 j  H/ A1 s
        │      Introduction to Statistical Learning Theory.pdf
/ ~9 T0 p6 _8 V2 i        │      ! [4 V4 ?- V# L3 |0 O( z
        ├─Machine Learning
9 u! H6 _% v2 _! P$ x/ I2 ~0 P        │      A Few Useful Things to Know about Machine Learning.pdf' q8 o* X  F% O% S. M
        │      A Survey of Interestingness Measures for Knowledge Discovery.pdf/ L' ?7 [3 u* r5 P, C% u
        │      A Survey on Wavelet Applications in Data Mining.pdf# P& z! S, h1 G
        │      A Tutorial on Bayesian Nonparametric Models.pdf
6 @- ^' E  M6 A$ \+ ?- R) `# ~8 q5 u        │      A Tutorial on the Cross-Entropy Method.pdf
$ y8 D% V8 n7 D+ r$ s0 H0 O        │      Decision Forests for Classification, Regression, Density Estimation, Manifold Learning and Semi-Supervised Learning.pdf- \$ p4 Y# A) c4 j, m
        │      Interestingness Measures for Data Mining_ A Survey.pdf
0 S* {, B2 R2 o/ B* `$ [, g        │      Semi-Supervised Learning Literature Survey.pdf
& v3 ~& s2 [8 V3 \$ L        │      Survey on Frequent Pattern Mining.pdf8 J8 ]! T. K8 s$ Q( O
        │      The Boosting Approach to Machine Learning_ An Overview.pdf
( s. u" O. A, v" V& t7 Q% F1 ^        │      Top 10 Algorithms in Data Mining.pdf
5 I. u- M/ s9 [% i        │      / M  k6 E$ z$ S# J' c4 x! ^
        ├─Mathematics
# E- @! l- b! K# L$ _        │      Topology and Data.pdf# E6 K3 ~+ k# q$ a  G
        │      0 S  ~* E: z5 G9 j# _4 l
        ├─Multi-armed Bandit/ p- t1 U* z0 e5 Y" r# d
        │      Regret Analysis of Stochastic and Nonstochastic Multi-armed Bandit Problems.pdf7 g. X" ], {+ L; r7 X9 @; x( X& B
        │      
, k; y% u0 _4 c        ├─Natural Computing" V6 z" X2 U& V# |4 [2 |
        │      A Survey of Evolutionary Algorithms for Data Mining and Knowledge Discovery.pdf* E" L  n/ A/ a
        │      Artificial Immune Systems.pdf9 D; y9 d! g7 l% b8 W
        │      Data Mining in Soft Computing Framework_ A Survey.pdf
; I7 C, T* a/ h8 ?        │      Neural Networks for Classification_ A Survey.pdf% z3 ]% `! E7 s2 Q+ G4 U# r, B1 U
        │      Reservoir Computing Approaches to Recurrent Neural Network Training.pdf3 p  G" d- @! P( B; j
        │      # U# g4 y+ j6 F; `8 ]
        ├─Natural Language Processing, M2 X2 O) J$ H& c  r) ^9 O
        │      A Survey of Named Entity Recognition and Classification.pdf
: I! _( A  w$ Z2 {* K) s) [- q        │      A Survey on Sentiment Detection of Reviews.pdf
$ O( u1 ?5 P, W% {* b        │      Adaptive Information Extraction.pdf
3 {; M0 \+ g1 b2 i& R, b6 K        │      Comprehensive Review of Opinion Summarization.pdf4 R3 n, M: u0 P: T# ~
        │      Information Extraction.pdf+ y7 c8 r# y8 _4 g  G/ \' ]( G6 k2 s
        │      Machine Learning in Automated Text Categorization.pdf
1 \! b+ ~8 u2 x4 C, F        │      Machine Transliteration Survey.pdf
5 A9 H8 U# P1 G( e! q. @7 _' h$ r7 Q        │      Ontology Learning From Text_ A Look Back And Into The Future.pdf! O! ~, Q2 e" j( b
        │      Opinion Mining and Sentiment Analysis.pdf% N, T+ ?' ]# r& G
        │      Probabilistic Topic Models.pdf( m  \1 x5 T. A5 B! y% O% f- M& ~, \
        │      Statistical Machine Translation.pdf" @2 f4 ]# E3 c! \2 u
        │      Survey of Text Clustering.pdf! K" J+ ~; |& C5 I
        │      Topic Models.pdf, i+ C5 `; ^: x6 {4 I
        │      Translation Techniques in Cross-Language Information Retrieval.pdf
  \8 R0 y* R! w' {        │      Web Mining Research_ A Survey.pdf
' S: m. f: w  Y        │      Word Sense Desambiguation_ A Survey.pdf  ]# G+ m9 o. z3 t/ i- r% c$ Z6 P
        │      ' W* M0 `2 ^/ M2 F  L
        ├─Networks3 A: W# c9 g$ E4 A; k( x9 u
        │      A Survey of Statistical Network Models.pdf
* Q7 u" \; h3 ^9 P+ Q0 ?/ R0 m        │      Communities in Networks.pdf2 h) c4 W. z/ U. ^
        │      Community Detection in Graphs.pdf
( s( e' ?6 H8 B" L% L5 i! V        │      Comparing Community Structure Identification.pdf* X, A% S$ F6 S
        │      Detecting Community Structure in Networks.pdf
% `, h* c" |3 G) p1 e# S- h/ S( q        │      Graph Clustering.pdf! U) |3 k' A0 j  x/ t
        │      Graph Mining_ Laws, Generators, and Algorithms.pdf  Q1 }$ j9 {$ S4 i  f% A
        │      Link Mining_ A New Data Mining Challenge.pdf7 f* {; T4 `# q3 n! @$ {
        │      Link Mining_ A Survey.pdf$ B: d: s. c0 T) f
        │      7 U3 x8 h4 k0 S! M  @
        ├─On-Line Learning
' G' l9 H. S1 e# f5 l" H        │      On-Line Algorithms in Machine Learning.pdf, s  Y/ ]  _. V  }; A0 }5 h
        │      
5 |7 j  f0 U* j        ├─Others
! w9 @9 p9 P- B" _- \        │      A Survey of Very Large-Scale Neighborhood Search Techniques.pdf! ?  X- g+ J8 x
        │      
! _2 Z4 w3 ^. O7 `  w" d, \( @        ├─Planning and Scheduling& v4 c5 Y- S9 m) L5 w. H
        │      A Review of Machine Learning for Automated Planning.pdf) M% x" K/ S2 u7 ^; h. v
        │      
* ]- D& J+ k/ @8 D( U7 ]        ├─Probabilistic  |+ \- r9 i9 ^% ~" z1 w; W0 @
        │      An Introduction to MCMC for Machine Learning.pdf  h+ C0 i$ h, \8 K  W9 O
        │      Approximate Policy Iteration_ A Survey and Some New Methods.pdf
+ \% D+ }. x+ e+ O' m        │      
6 q  m6 S0 }+ f) K- P, p4 |/ A        ├─Probabilistic Models+ P/ _+ k8 t' y- J
        │      An Introduction to Conditional Random Fields.pdf2 V( @5 I, U6 j( Q$ |
        │      ) D7 G" I7 j# J, ~3 H: p
        ├─Randomized Algorithms% Q0 r. F. _; H* H& X' H: \
        │      Randomized Algorithms for Matrices and Data.pdf
' o7 v0 p0 b9 J/ D; v" S/ n' L" \$ L        │      
' E. a+ ]; B$ j# W* Y" {        ├─Recommender Systems; [; b! k+ f/ [& U, |% m
        │      A Survey of Collaborative Filtering Techniques.pdf
& h8 O0 E3 M3 f! e( D/ _; }; q        │      Matrix Factorization Techniques for Recommender Systems.pdf
# c. }0 l" Y6 E. y3 b, C        │      Recent advances in Personalized Recommender Systems.pdf
' o: W  c9 M4 i        │      4 b; e7 {& T* L' t+ S2 q& _3 K  w
        ├─Regression
, h) j- `, X- k& _+ `. |- @        │      Ensemble Approaches for Regression_ a Survey.pdf0 {  y2 q, k/ m( a# Y2 H
        │        h2 `. ]6 L. K- z
        ├─Reinforcement Learning
" q, `4 Q5 n1 c+ _" |        │      A Survey of Reinforcement Learning in Relational Domains.pdf
' l) S$ C* _, z# C        │      Reinforcement Learning_ A Survey.pdf
+ p* ^+ y  b- J# ]# r; E        │      
3 M8 x/ I- }4 v        ├─Rule Learning6 Y1 u  x/ n7 _4 C
        │      Algorithms for Association Rule Mining - A General Survey and Comparison.pdf
; T; E7 T; `: f/ K( L3 o& M        │      Association Mining.pdf
$ p- _8 T0 a" j2 \! _& s        │      , V: m* R( q  I5 b2 E3 i7 E
        ├─Testing
" u* p; R/ D& W: r2 m; N* K- r        │      Controlled Experiments on the Web_ Survey and Practical Guide.pdf
0 I: V4 J1 d/ T; k. s5 Q) U4 I# r        │      
8 h0 w1 m1 j/ M3 P0 a        ├─Time Series; _4 Q. k& x: w& D- ^
        │      A Review on Time Series Data Mining.pdf3 y3 j* ^, `; h6 H# V  C- @1 d0 l! e
        │      Discrete Wavelet Transform-Based Time Series Analysis and Mining.pdf% B) Y# j" ~6 d$ D3 Z- Y/ G" L& z5 `( \
        │      Time-Series Data Mining.pdf
8 [- H" |$ P0 o/ w" w3 \6 S2 ]        │      * h, |6 |# z- B3 h4 y
        ├─Transfer Learning
& y7 D0 e  `% v' A- t1 S: {5 h        │      A Survey on Transfer Learning.pdf# f% P# m2 I  p
        │        C  ~1 \9 R0 I4 i" [6 Y+ f
        └─Web Mining
  d- |$ h3 T) [9 j- R7 p# Z                A Survey of Web Clustering Engines.pdf
1 S5 E: m% G  T+ o$ z$ u4 x                A Survey of Web Metrics.pdf9 ]: n5 c$ \& v
                A Taxonomy of Sequential Pattern Mining Algorithms.pdf" G4 t. e) E' F8 B2 U( B* \! ]
                An Overview of Web Data Clustering Practices.pdf
2 R4 w6 ?' @  w: A5 u( l$ h& H                Data Mining for Hypertext_ A Tutorial Survey.pdf  N: J, m: Y) ]9 h% i
                Mining Interesting Knowledge from Weblogs_ A Survey.pdf$ G' O" h/ Q. b& _$ G/ @: r% q- t
                Web Page Classification_ Features and Algorithms.pdf
回复 支持 反对

使用道具 举报

james_lai100 [Lv8 技术精悍] 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 [Lv5 不断成长] 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 [Lv9 无所不能] 发表于 2017-4-27 01:01:49 | 显示全部楼层
最新思科ccna(200-125)考试认证题库在这里下载 2016年最新更新http://bbs.vlan5.com/thread-15970-1-1.html
回复 支持 反对

使用道具 举报

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

使用道具 举报

liugangpaul [Lv7 精益求精] 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

官方QQ群

QQ|无图浏览|手机版|网站地图|攻城狮论坛 ( 京ICP备12049419号 )|网站地图

GMT+8, 2018-2-21 03:44 , Processed in 0.478596 second(s), 28 queries , Gzip On, Memcache On.

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

Designed by ARTERY.cn