整个课程可以分为五个核心阶段，建议按顺序学习：

第一阶段：Python 编程基础（重中之重）

这是所有后续课程的地基，需要重点掌握。

  • 01 导学模块：包含课程介绍与基础概览。
  • 第1章 - 第9章 (Python基础)：系统地讲解了Python核心语法，包括：基础语法、字符串、流程控制列表、元组、字典、集合模块与包的概念
  • 第10章 - 第15章 (Python进阶)：函数基础、文件操作、常用模块模块与包、作业讲解

第二阶段：Python 高阶与数据分析

在掌握基础后，进入数据科学专用的库和面向对象编程。

  • 第16章 - 第18章 (面向对象)：OOP基础与进阶，这是编写大型程序的必备技能。
  • 第19章 - 第22章 (数据分析三件套)：NumPy、Pandas（数据处理核心）Matplotlib、Seaborn（数据可视化）
  • 第23章 - 第25章 (Linux入门)：为后续部署和开发环境做准备。

第三阶段：机器学习核心算法

进入AI核心领域，理解经典算法原理。

  • 03 机器学习：先导课：整体介绍与入门。
  • 第1章 - 第9章 (算法篇)：KNN、线性回归（含多元回归、梯度下降、优化）逻辑斯蒂回归（分类）、聚类算法（无监督学习）决策树系列（含GBDT、XGBoost等集成学习）
  • 第10章 (实战篇)：广告收益预测项目，综合运用前述算法。

第四阶段：课程直播与实践

这部分通常是老师带队进行的项目实战或重点难点串讲，包含两期内容，建议都看：

  • 02 课程直播：一期 (AI课程就业资料课件.zip 达62GB，说明包含大量视频/资料)从day01到day56，非常详尽的直播回放，覆盖了从基础到进阶的全程教学。
  • 04 课程直播：二期 (AI课程二期课件.zip 约8.5GB)与一期内容结构类似，但章节命名更细致（如“张量索引”、“BeamSearch优化”），可以作为一期的补充或复习。

第五阶段：前沿拓展与大模型

紧跟技术热点，学习当前最火的DeepSeek模型。

  • 05 技能强化模块：DeepSeek核心讲解目前状态为“等待更新”，建议关注后续内容，这通常是关于大模型原理、微调或应用的精华部分。

💡 学习建议

  1. 善用直播资源：02和04文件夹中的day*.md或视频文件是老师的授课记录，遇到难点时优先看这里。
  2. 关注文件大小：AI课程就业资料课件.zip (62GB) 和 AI课程二期课件.zip (8.5GB) 很大，包含大量视频，建议先学理论，再根据需要下载观看。
  3. 按顺序学习：切忌跳步。特别是第一阶段（Python基础） 必须扎实，否则后面学习NumPy/Pandas和机器学习算法时会非常吃力。
  4. 实战结合：学完第三阶段的第10章（广告收益项目）后，建议自己尝试找一个类似的数据集（如Kaggle上的入门比赛）独立完成一遍。