|
|
课时001： mlcamp_course_info.mp4 600盘
; C; L3 H8 D1 G课时002： 课程介绍.mp4
% v: ^& C6 ]7 ?% A0 N. q5 _& m1 ~0 x% r/ [3 d1 }课时003： 凸集、凸函数、判定凸函数.mp4% y4 _7 n0 C0 y# q: A
) d. q" K- K7 R( d课时004： transportation problem.mp4' `/ W* _. U5 h2 j0 ]3 j# h" l
3 A+ O8 Y4 o1 ^( o) }课时005： portfolio optimization.mp43 F) k) m' @: X. P# f3 v. F- `9 S% h- M/ v/ h; U1 F0 M
课时006： set cover problem.mp4& v& w; X9 W* ~+ k8 c4 w
+ p# ?5 }- K! m5 G1 U! D' J课时007： duality.mp4
; V4 s- n" Y2 x0 f) ~; A5 L- [1 _) ^ S8 m, x- W4 U, }课时008： 答疑部分.mp4
0 ^ F' Z6 O) p8 Y9 ^2 I( R' \+ V9 o& b7 \ ?6 d; d课时009：从词嵌入到文档距离01.mp4
8 r5 f% p, J" d. \# U* _$ | i/ x# r% |0 ]0 j6 q课时010：从词嵌入到文档距离02.mp41 K2 i X2 P4 ?( L2 U0 a0 Z! `
' f" X6 i* p5 S' k9 p课时011：KKT Condition.mp4
! a' f$ _' c& [( t: {; ~7 e { y6 Z: }6 O课时012：svm 的直观理解.mp4& w) J X# ~# u8 D/ m
. Y3 Q, w* A$ {: L+ {0 R) I课时013：svm 的数学模型.mp4* V+ G8 v% K! d' d
& T8 O2 Q+ d3 l课时014：带松弛变量的svm.mp4: @9 Q$ F Q3 |" X( g6 A
" u6 l9 m* z* |0 K课时015：带kernel的svm.mp4
( n. W/ |) a' J5 [3 S; d: _% q6 ~% s% z* i课时016：svm的smo的解法.mp4
/ A6 t8 @) @1 U0 `9 j- H+ P$ @. E* C J6 |0 e2 k; e课时017：使用svm支持多个类别.mp4
0 f- j. W2 F8 R) l+ p4 l+ O" E( e8 ?+ J9 k D& @+ v3 e4 B课时018：kernel linear regression.mp4% ?. R0 t! ~/ s3 h+ ]
. q r6 \, a" Y) l7 ]2 q: V2 o) e; `8 {课时019：kernel pca.mp4! z9 a5 S( W5 ~7 W* O% u2 l
; H# ?- D1 H0 L. V课时020：交叉验证.mp4% h1 z, |1 S- h9 d% x8 l$ j2 u* D2 K1 E$ s% O5 r/ V* ~
课时021：vc维.mp4
* Q$ V! w5 J4 B- C: X! i8 d5 ]1 w' w课时022：直播答疑01.mp40 T. c2 i; m9 r" A/ ^
, R( P4 n8 I5 _+ ?! h: } ~课时023：直播答疑02.mp41 \' P! _5 o( _5 Y) D O
/ {: a3 l2 [6 P) O& s* r6 j课时024：lp实战01.mp4; Z% O, g3 V! _4 U! O8 P* t# T( l1 w) d1 K
课时025：lp实战02.mp4/ ^4 d9 n" j4 \
7 o9 _( G( K6 ^' n+ F课时026：lp实战03.mp4/ Q' a5 P' @: p6 r5 r6 b: ~0 u3 s7 K6 v, M+ `" c
课时027：hard，np hard-01.mp4
: K8 R7 P0 R' d: a' b7 q2 ?$ j& s5 U. \5 v5 `% M0 T课时028：hard，np hard-02.mp4: U/ @6 K1 f$ z
$ P5 n2 C& d3 Q$ @课时029：hard，np hard-03.mp4: n) w+ I" M6 w) D, t# M
$ ]# z* A. |7 h Z, f课时030：引言.mp47 O# d& E( K; y+ {6 u
`; ~; I: i5 j4 r课时031：线性回归.mp4; f& S1 ^+ {& G$ t: P5 s+ ^) J# ], M7 X
课时032：basis expansion.mp43 }) b; c& n! K* n; G1 C0 u0 r# L
; M1 K' [6 ~8 Q8 c6 B$ e8 @课时033：bias 与 variance.mp4
: X/ W7 @. p; O4 r" s- h+ O! y4 u3 v- E- \( s1 X# B$ D5 W, z课时034：正则化.mp48 I/ v: F$ W6 x7 @4 Y
2 ?5 t: ?- L: A* z课时035：ridge, lasso, elasticnet.mp41 K8 k' `& Q4 A9 p1 \2 R+ w$ j! ?. A* D6 g3 `1 z
课时036：逻辑回归.mp46 g' c* @: u6 Y' v( t2 y ^
P E% m; X! B; G6 V( _4 v) j# U课时037：softmax 多元逻辑回归.mp4' e5 g5 w d* _! Q- y: y
4 y, v' e- ~3 x' |! k* R& O课时038：梯度下降法.mp4' k `. ]* [2 o3 S" q9 m4 f# \0 D( f) L. ^0 P8 y, z
课时039：svm人脸识别结合cross-validation交叉验证01.mp4
, G8 I( C2 W& p. b, b' \/ d! @3 h& A1 S" i: @课时040：svm人脸识别结合cross-validation交叉验证02.mp4- T6 N a* {2 q8 Z5 t" d! U. \0 u1 }! ?% C% l# _3 { ^8 D8 u
课时041：svm人脸识别结合cross-validation交叉验证03.mp4( |; q o. z6 t* B9 H$ }4 q. ` R8 L6 ~, j/ X' I* S% @1 |
课时042：svm人脸识别结合cross-validation交叉验证04.mp4
% M, g0 N I9 V: Y& y3 k, r- e7 m$ E, P+ [/ G课时043：模型评估方法和svm做人脸识别01.mp4) }7 @4 F) q+ k4 Q* Y( v
: n3 e5 O1 [; G9 v8 L! J9 D3 Y课时044：模型评估方法和svm做人脸识别02.mp4
; V0 }% h5 N: m9 y" y. [0 O8 [. L课时045：模型评估方法和svm做人脸识别03.mp4' Z+ X0 F3 x5 Z7 x; _% P, N
9 d& X- ?* r" G8 A+ p E! n, a课时046：pca和lda的原理和实战01.mp4
- |6 ^% @5 u" I' a& q) K" A: d* S7 b) \& l( _( B课时047：pca和lda的原理和实战02.mp42 h/ i- `! E0 T9 U \' T
( c8 H" n' [3 s Y课时048：pca和lda的原理和实战03.mp4# V0 X8 R7 k: U4 N# Z+ |1 N8 n6 J
: A0 g! B+ k5 v) |* d' N课时049：softmax with cross entropy01.mp4. m6 s' h, {) W+ q1 c! Y3 M3 c, V2 k" V
课时050：softmax with cross entropy02.mp4
" |: f. g" b7 {8 {1 R0 V* ^: E; c8 |% q2 w+ M课时051：softmax with cross entropy03.mp4
* X% D- m0 b; R9 I" \5 g) u8 C- U# @/ N$ Y+ ]7 W课时052：kernel logistic regression and the import vec01.mp4* E2 U. E! H% v4 L; X3 c3 h& {5 K
: T3 e4 m2 p! u课时053：kernel logistic regression and the import vec02.mp4: q2 O! v- T: Q5 [) u; @& q
8 P* y1 {' g5 h9 k! M5 I$ O2 G课时054：lda 作为分类器.mp4
7 S; o6 @' Y* a3 ?; E" D0 s7 z: S9 {8 g, C& H课时055：lda 作为分类器答疑.mp4
' c5 c% O1 S; O. A" l4 P9 P9 A% X O- w: v$ V% m/ r, r1 H课时056：lda 作为降维工具.mp49 H0 m/ r- G' o) X X! f
& A$ W" |$ q' d- k课时057：kernel lda 5 kernel lda答疑.mp4
& t, P- U. d% z+ G% o4 C) U) O; U9 |2 Z& \课时058：ensemble majority voting.mp47 T q5 b4 @( M# b
6 g H. b+ M* `/ s课时059：ensemble bagging.mp4+ P5 x" @* M y& o$ [
, V; U% w* _/ n9 M' I课时060：ensemble boosting.mp4
1 D( R# r6 S2 ?& g9 Z3 A+ @/ y6 c! j4 [& u% O课时061：ensemble random forests.mp4. `2 R s; d7 v; i
* e3 C( y. g0 F: V课时062：ensemble stacking.mp4( i6 H; l6 a3 [% [; ?- q$ @; w. B8 J% T
课时063：答疑.mp49 `. d7 d" G7 W6 V* W' L6 F) `
+ ?) U9 j6 E% g6 u7 ^9 u3 O. o课时064：决策树的应用.mp47 h" d W, X3 S7 A/ s& b( a" t4 [
课时065：集成模型.mp4/ v! q% k- k$ Y# ^
- T, n4 _- j( ?8 d课时066：提升树.mp4
0 M& C. y9 Y* L6 \' V ]7 H( q2 \ A, ?8 _+ i" Y4 I Y% c7 s# T% e. ?1 ? e课时067：目标函数的构建.mp47 D- J8 J R# x+ Z
9 y% f- E. o+ h6 R8 H7 c课时068：additive training.mp4
6 `8 {, d. D4 Q+ P8 o4 c6 `; u s. C# j6 O7 M5 k. l; C/ R3 _课时069：使用泰勒级数近似目标函数.mp4& V. A5 S' v2 U% A3 C- k, }7 T
+ a; ^( ]% {( a& ]& P/ {1 l课时070：重新定义一棵树.mp4 ~8 {4 \- N1 g4 ~" k: O1 x# a
1 h3 F1 P1 ?5 N z课时071：如何寻找树的形状.mp4
+ |+ T7 Y3 Q! F& t8 ]% C" T( m! S: V7 g, Y课时072：xgboost-01.mp4; S6 b% s& B. h$ w. ^* |" {5 c8 T$ _
课时073：xgboost-02.mp4* c1 a5 q# U/ T0 u! {5 Y" K& O l
课时074：xgboost-03.mp4* a+ m: g+ k0 j* ~+ |
+ l; k2 s! v! [! ~课时075：xgboost的代码解读 工程实战-01.mp4, y! C) B) W* x+ a# A4 r5 |' M5 Z1 \
课时076：xgboost的代码解读 工程实战-02.mp4# H: s8 ?% d1 O
+ X! h6 Y* }0 z% Y6 \+ O* Z- C课时077：xgboost的代码解读 工程实战-03.mp4& S1 G1 C2 u8 `6 U" Y- d, u$ A' W% o n! B
课时078：理解和比较xgboost gbdt lightgbm-01.mp49 |- T. ^; d& d" ~% ^2 I4 b& _. U1 h' o( T! L: N: [
课时079：理解和比较xgboost gbdt lightgbm-02.mp4
; N- ?, G7 Q5 E; R [' _* M" v3 \" v, i- n9 Q1 {课时080：理解和比较xgboost gbdt lightgbm-03.mp4" O) X! D2 s2 y. ~* m. n- i7 S9 f/ ?4 J) c# O1 Q: L! g
课时081：lightgbm-01.mp4
9 n" U: s7 ~! @ I- C) O5 m5 F2 J, g; C, \) b课时082：lightgbm-02.mp45 m/ v) [' d$ D3 }
- c, }; C# W; |$ E5 z课时083：lightgbm-03.mp4) u- [# I' R& l# R0 r8 w* E
: H0 R7 l2 Q) j& H g) ]8 m9 s课时084：聚类算法介绍 k-means 算法描述.mp48 Q& U' a N% K) c; R
9 ]5 S: L1 b7 K" Y# U' S6 }. P课时085：k-means 的特性 k-means++.mp4: l, ?" o" j( T) a- Q$ ]) a, k
4 A! J+ z" E/ s1 T3 G' c' @" ]课时086：em 算法思路.mp4# w1 K- |( ~2 {$ c! H$ @& I y) B( }4 s
课时087：em 算法推演.mp4( t; n$ E; d( @6 B1 O& r- X0 `3 \7 l1 K- p+ v6 }
课时088：em 算法的收敛性证明.mp4- b, e2 K7 `" n0 ` n9 o- \7 s# _* }
课时089：em 与高斯混合模型.mp4& `9 k, B4 D. _# ^* U5 H1 d
% A$ `" L) U- R. w课时090：em 与 kmeans 的关系.mp4
' q$ u5 c2 c" q5 E; F3 ~( u) V' _$ d) M6 g9 ?- E8 U4 K课时091：dbscan聚类算法.mp4$ O8 d( ]$ \3 c7 Z( c
: R6 B/ a3 r$ L) P9 Y+ ^课时092：课后答疑.mp47 `4 T' |* }: J! F0 ]; M
$ |! f0 C* b9 e, t课时093：kaggle广告点击欺诈识别实战-01.mp4
% Q, v! o$ [( B0 [, j+ D; E, m& c; q2 f5 E2 v课时094：kaggle广告点击欺诈识别实战-02.mp4+ K' w0 {0 m5 b5 s7 X- r$ I, j0 H7 a/ l/ m; o- ]; ^
课时095：kaggle广告点击欺诈识别实战-03.mp4# l1 n2 r7 c( J( k' A/ w
# |6 C3 w! R: q+ |) A9 R课时096：kaggle广告点击欺诈识别实战-04.mp4! T/ f$ C* m& w& z: V s, F5 P0 u
课时097：klda实例+homework1讲评-01.mp4
4 e1 ]( x W. q" ~) v! `: t0 j( k' T3 p" F% c& j课时098：klda实例+homework1讲评-02.mp4! s7 c6 F# D) i* s+ J# p* d
# W" e" R7 Z' A3 n0 Q* `课时099：klda实例+homework1讲评-03.mp4* c& _ a& ]* c0 L, H) K+ O0 E1 t, |, P8 I# `
课时100：klda实例+homework1讲评-04_(new).mp4
3 X( @( @' V/ G: ^* I# P$ `- D4 h4 G w( c) H课时101：Analysis and Applications-01_ev.mp4( f, F2 q$ i8 d' W7 u) A
' Y) ] X; ~/ i! m, o5 ?2 k3 `/ ^& G课时102：Analysis and Applications-02_ev.mp4
, y% f& f! }" R1 f# X3 Z+ `6 h课时103：Analysis and Applications-03_ev.mp4* W! o. G9 ^, {! ^9 J; S4 g
4 g0 o2 x' |2 a" w5 `2 M课时104：基于HMM的中文分词： jieba分词原理1_ev.mp4& f. c6 c. o7 C/ e
/ u- j% I: o H! c课时105：基于HMM的中文分词： jieba分词原理2_ev.mp4
; t% |2 C7 {. @- F$ z) P7 F4 x- O7 O' Y9 G课时106：基于HMM的中文分词： jieba分词原理3_ev.mp40 Z, b! L6 |; S2 k
2 }) o! G- ~' f( {课时107：基于HMM的中文分词： jieba分词原理_ev.mp4
7 |0 b3 ]$ e. [/ M8 X' z: |4 ?4 [! ^9 D: \课时108：Graphical Models_ev.mp46 [6 @6 Q z1 Z/ x/ { t
" {. I% f" b9 X; x; [2 m课时109：Hidden Markov Model_ev.mp46 ^6 c# {3 w* y
7 h5 U! o8 `1 H d" T课时110：Finding Best Z_ev.mp46 n; S) f7 o8 K+ z2 {. M% _+ ^, n4 ~7 q X
课时111：Finding Best Z：Viterbi_ev.mp4
% U: ? f" T2 z0 x& c+ r- X, C5 B( V6 f- x7 B* y课时112：HMM 的参数估计_ev.mp4% k0 g8 H j* F' W1 ~' y: ~
" r* t! @+ P$ W; |! ^课时113：XGBoost分类问题-01_ev.mp4
, ?7 J% J- h6 X& t2 _0 F8 \+ d0 b! q# g课时114：XGBoost分类问题-02_ev.mp4$ m; o. \% |! s: d- h+ w. M% A; Z- M7 T) x3 o* {3 H0 d( K2 q1 U
课时115：XGBoost分类问题-03_ev.mp4! M& }! x+ g* g
+ \9 U. R k1 ?: L" o9 f课时116：基于STM-CRF命名实体识别-01_ev.mp42 a' A9 u- k3 p& ?- `$ G8 k" M
1 p5 r/ W, p: Z, [3 O- }; v$ x课时117：基于STM-CRF命名实体识别-02_ev.mp4
- m. z4 _" U2 U4 {# c8 L, C+ d2 }$ m# J课时118：基于STM-CRF命名实体识别-03_ev.mp4) n6 y" {( Q8 F9 G9 o
# e' V9 e' c8 I% S9 L课时119.mp49 d% N6 u5 \9 u! l! P# s* g. H) J2 X8 u+ ^3 R
课时120：forward algorithm.mp44 V. d& P7 G* d h( A/ U: |4 G1 |! o; K
课时121：backward algorithm.mp4
. f( c/ u+ Q' \- n% J2 c' d# x% v; v" j: `3 d( L1 e课时122：complete vs incomplete case.mp47 a: I/ ]2 @4 T3 N) W6 s" m u, K0 x) P$ G6 v/ ]: I) L; V+ d
课时123：estimate a-review of language model.mp4, o, Q% r4 z1 i3 }* k& p2 |! r5 N
/ j- I- R. _/ u, x课时124：回顾-生成模型与判别模型.mp4- U" x; \+ W8 u6 h9 p9 T" z
, M8 M6 r" |- ^! N课时125：回顾-有向图vs无向图.mp4$ ?, ?& g# Q7 {4 v9 H' x# ]' u4 Q
6 i; [6 O5 n3 j' b7 j! `# P% T+ z$ j课时126：multinomial logistic regression.mp4" t9 h3 d8 a7 s" ]% B; y
6 h0 n' m& q1 d课时127：回顾-hmm.mp4
4 g1 P2 |. l X. ~$ j( N8 e% f' R( ~- {' N. V0 q0 {5 G课时128：log-linear model to linear-crf.mp4% y M4 b6 e; j) O' l- v0 [9 i; F! z; B% ^
课时129：inference problem.mp4. q, K2 A5 t2 m
1 w' I' B% M4 s. a- }- r, D课时130：bp算法.mp4# _2 b: j% o! ^; E0 c3 T
% r! U# B% n! O. G4 c课时131：pytorch基础.mp4( f/ K$ l2 z$ z* m5 F" a
( l' l* M! G9 `* V* \. J o课时132：深度学习与深度神经网络的历史背景.mp47 G6 n' w+ t U6 h! Y! g- b# w9 [% a; c" n
课时133：神经网络的前向算法.mp43 I5 n& A: t/ R( N8 \5 j/ m
# O9 j+ M5 s- L6 b课时134：神经网络的误差向后传递算法.mp40 M7 s {1 A+ T0 S& l( I( |$ o6 N
0 N Q( _9 c2 d" i+ n课时135：误差向后传递算法推导.mp4# r) ?% {8 |$ d. o* @& i( d/ j
$ s# u& k' _' P3 l5 a1 `/ Y$ {课时136：课后答疑.mp4
o* X1 p; r/ O$ P5 A" E" c! ?. ?2 w" f) v* E9 ]" P3 o) @* H课时137：inception-resnet卷积神经网络-01.mp4& o' s! O6 A5 y$ B0 T* S D3 S
7 i! Q7 j/ i* _+ r9 A6 z% z课时138：inception-resnet卷积神经网络-02.mp4
! _2 D. o1 [: G; E: w- _1 M- E' p+ G课时139：bp算法回顾-01.mp47 c* b4 ~( k+ y, V4 H& M, h
* J2 O* T% z J2 Z课时140：bp算法回顾-02.mp4 A# o0 f3 T- A
) [( P d. f9 h+ w" j0 r* L课时141：bp算法回顾-03.mp4
- {2 e8 O8 u# X- |8 f& |* M) ] P2 G# O3 r课时142：矩阵求导-01.mp4& U- S Z, i, `" E9 |9 \2 H' {# p% a, l
课时143：矩阵求导-02.mp4; [9 h5 @8 H, A( H5 \) r; X! e" @+ h" S" T, ~- }8 V
课时144：矩阵求导-03.mp4, Q4 c( _1 @; ^' d. i4 D! I9 i
2 Y* c. r4 t7 ?' V1 b课时145：卷积的原理.mp4$ l0 h6 b! u; B6 [" z g
8 g0 d8 o T6 W# T: p. F5 F, A. t课时146：多通道输入, 多通道输出的卷积操作, 典型的卷积网络结构.mp48 e: K8 {1 w" i ]# L9 v' n% }1 l! K
课时147：卷积层用于降低网络模型的复杂度.mp4
. P* B9 B% \: R* h7 |+ n8 T5 ^+ U: L, r8 b) H课时148：卷积层复杂度的推演 padding的种类.mp49 [6 M4 P6 m0 w( q
9 T% \1 H( z6 b8 L9 f$ D4 \( a课时149：卷积层的误差向后传递算法(梯度推演) .mp4 |, h# P# z% Q/ s
7 z* ~/ j5 n# M8 F课时150：卷积层的各种变体.mp4; E+ s7 Q* o F2 n
p0 g, i) P2 \ q+ Z& d" m课时151：经典的卷积网络一览.mp4
7 e/ H1 ~' E0 q% A/ ~2 v. g8 s# P% n M9 s9 }, H5 j+ D+ U课时152：课后答疑.mp4
- Y1 p& T8 Z. ]: X' g9 V% f+ ?7 }4 c3 y$ q$ G" O( J) E课时153：EffNet-01.mp4
1 X: |4 W4 f- j; Z' k, Y& A, u0 E* M课时154：EffNet-02.mp4
& G) H8 B0 C! G8 `) `( m) h8 W* T& B, r课时155：MobileNet-01.mp4
$ y, }" q# J* @+ y V- x! n$ y9 r* D1 L0 L( [5 K3 |. x) u9 O课时156：MobileNet-02.mp4& O3 l1 l- X; X2 M0 ]" Z1 a: [9 c" p0 T1 l2 Q, o7 F8 [
课时157：MobileNet-03.mp4# {9 h4 n4 u+ m' B e! a
# t* F) l! z9 u. e' j: ]! a6 D2 n课时158：ShuffleNet-01.mp4
# V7 R/ ^& V* K6 v4 I! R0 o% [% D2 F; f. e8 g课时159：ShuffleNet-02.mp4
! R0 y* b7 Q8 O+ U4 ?5 s) X( v" |1 C" v1 m9 s课时160：ShuffleNet-03.mp4
( G* b3 a( e! {1 v2 \1 @! A$ R1 z* T课时161：神经网络的梯度消失及其对策.mp4* Z$ s! g7 y u8 X& I/ m. Y: g+ s+ @! a- U
课时162：神经网络的过拟合及其对策1-Dropout.mp48 _& Z5 s: C" x7 V% v9 j3 ~+ {9 D5 C# H0 j- Z
课时163：神经网络的过拟合及其对策2-L1 L2 Regularization.mp4
2 a" w+ N( R0 G+ E' L; h P% V: A, r- t/ l! s# m课时164：神经网络的过拟合及其对策3-Max Norm.mp49 U6 ~2 S8 ^ K" i) w& `2 J
. a, E$ c: I4 N$ p1 p: u' e课时165：神经网络的过拟合及其对策4-Batch Normalization.mp4( p1 N+ K$ C7 A2 I' s" u: u
) o6 _: T% E4 G6 ]& q6 Q" {课时166：批处理梯度下降法, 随机梯度下降法, mini批处理梯度下降法.mp48 h5 n7 I4 S( O% D! C& S' n2 I7 _& o- q# w! J% U) B
课时167.mp4. ^: |, g5 V# s, Z9 V
+ F" N% y" d6 l3 c" Z a" D: H课时168.mp4$ |% n1 o z; w, [4 W' U6 {5 ?# V {/ U. h
课时169.mp4& U# o. Q+ Q$ P8 {" H8 x; @# b- T( E. U2 |6 X" v
课时170.mp43 W# v7 R. Y* `% e8 W' o1 a
& o1 w5 h2 d" Y课时171.mp48 d) q2 U7 z2 q j) Y+ |. Y( t5 S1 `5 N# b
课时172.mp40 h8 a/ G* b# {% E+ D8 h: E$ q& x1 @" X& ~9 e
课时173.mp4
3 ?6 Q) @$ J \3 q& M# q, {1 m z7 v* O2 w8 j! H% _5 X课时174.mp4
8 K9 H; ~8 g& Q B( s0 N5 T! s1 f# ~! _6 f课时175：课后答疑.mp45 |# g/ ]7 V- k6 t# W
$ W) O' I a* ^/ p$ E' u课时176：语 |
|
[复制链接]
发表于 2020-12-8 15:04:53
