内容介绍：
01 复杂系统
02 大数据与机器学习
03 人工智能的三个阶段
04 高等数学—元素和极限
05 复杂网络经济学应用
06 机器学习与监督算法
07 阿尔法狗与强化学习算法
08 高等数学—两个重要的极限定理
09 高等数学—导数
10 贝叶斯理论
11 高等数学—泰勒展开
12 高等数学—偏导数
13 高等数学—积分
14 高等数学—正态分布
15 朴素贝叶斯和最大似然估计
16 线
17 数据科学和统计学（上）
18 线代数—矩阵、等价类和行列式
19 python基础课程（上）
20 线代数—特征值与特征向量
21 监督学习框架
22 Python基础课程（下）
23 PCA、降维方法引入
24 数据科学和统计学（下）
25 Python操作数据库、 Python爬虫
26 线分类器
27 Python进阶（上）
28 Scikit Learn
29 熵、逻辑斯蒂回归、SVM引入
30 Python进阶（下）
31 决策树
32 数据呈现基础
33 云计算初步
34 D Park实战
35 第四范式分享
36 决策树到随机森林
37 数据呈现进阶
38 强化学习（上）
39 强化学习（下）
40 SVM和网络引入
41 集成模型总结和GDBT理解及其衍生应用
42 网络
43 监督学习－回归
44 监督学习－分类
45 网络基础与卷积网络
46 时间序列预测
47 人工智能金融应用
48 计算机视觉深度学习入门目的篇
49 计算机视觉深度学习入门结构篇
50 计算机视觉学习入门优化篇
51 计算机视觉深度学习入门数据篇
52 计算机视觉深度学习入门工具篇
53 个化推荐算法
54 Pig和Spark巩固
55 人工智能与设计
56 网络
57 线动力学
58 订单流模型
59 区块链一场革命
60 统计物理专题（一）
61 统计物理专题（二）
62 复杂网络简介
63 ABM简介及金融市场建模
64 用伊辛模型理解复杂系统
65 金融市场的复杂性
66 广泛出现的幂律分布
67 自然启发算法
68 机器学习的方法
69 模型可视化工程管理
70 Value Iteration Networks
70 最新回放
71 线动力学系统（上）
72 线动力学系统（下）
73 自然语言处理导入
74 复杂网络上的物理传输过程
75 RNN及LSTM
76 漫谈人工智能创业
77 学习其他主题
78 课程总结

百度网盘下载地址：