慕课《Python3系统入门人工智能》

从Python入门到AI应用实战

编辑点评

系统学习Python,掌握AI核心算法,实战项目丰富,适合初学者及进阶者。

⭐ 编辑推荐

本课程从Python基础入手,深入讲解人工智能核心算法,通过实战项目提升AI应用能力。

课程亮点

Python基础与AI算法结合
实战项目丰富
适合不同水平学习者

课程目录

📁 第1章 人工智能时代,人人都应该学会利用AI这个工具
    1-5 环境配置及Python语法实操.mp4  [116.0 MB]
    1-2 内容快速概览.mp4  [118.5 MB]
    1-3 人工智能介绍.mp4  [105.3 MB]
    1-1 课程导学.mp4  [336.6 MB]
    1-4 环境及工具包介绍.mp4  [96.5 MB]
    1-6 Pandas、Numpy、Matplotlib实操.mp4  [121.3 MB]
📁 第10章 迁移混合模型
    10-11 机器深度学习实现少样本苹果分类(三).mp4  [89.0 MB]
    10-5 混合模型2.mp4  [73.9 MB]
    10-8 基于新数据的迁移学习实战.mp4  [126.8 MB]
    10-2 迁移学习(二).mp4  [46.6 MB]
    10-10 机器深度学习实现少样本苹果分类(二).mp4  [86.2 MB]
    10-7 实战准备(二).mp4  [72.5 MB]
    10-9 机器深度学习实现少样本苹果分类(一).mp4  [144.0 MB]
    10-6 实战准备(一).mp4  [84.4 MB]
    10-12 机器深度学习实现少样本苹果分类(四).mp4  [70.3 MB]
    10-3 在线学习.mp4  [47.1 MB]
    10-4 混合模型1.mp4  [78.3 MB]
    10-1 迁移学习(一).mp4  [66.3 MB]
📁 第8章 深度学习之卷积神经网络
    8-5 实战(二).mp4  [138.9 MB]
    8-1 卷积神经网络(一).mp4  [160.8 MB]
    8-6 【讨论题】基础的CNN模型设计.txt  [234.0 B]
    8-2 卷积神经网络(二).mp4  [166.1 MB]
    8-3 实战准备.mp4  [79.2 MB]
    8-4 实战(一).mp4  [130.8 MB]
📁 第6章 模型评价与优化
    6-8 【讨论题】关于分类任务得思考.txt  [304.0 B]
    6-1 过拟合与欠拟合 (2).mp4  [27.6 MB]
    6-7 实战(三) (2).mp4  [58.5 MB]
    6-2 数据分离与混淆矩阵 (2).mp4  [38.6 MB]
    6-5 实战(一) (2).mp4  [60.7 MB]
    6-6 实战(二) (2).mp4  [30.3 MB]
    6-3 模型优化 (2).mp4  [34.7 MB]
    6-4 实战准备 (2).mp4  [23.4 MB]
📁 第7章 深度学习之多层感知器
    7-2 MLP实现非线性分类.mp4  [134.0 MB]
    7-1 多层感知器(MLP).mp4  [97.6 MB]
    7-4 实战(一).mp4  [121.5 MB]
    7-3 实战准备.mp4  [100.3 MB]
    7-7 【讨论题】逻辑回归模型与神经网络模型的关系.txt  [442.0 B]
    7-6 【学习任务】Fashion_mnist服饰分类.docx  [75.3 KB]
    7-5 实战(二).mp4  [98.9 MB]
📁 第11章 课程总结
    11-1 课程总结(一).mp4  [105.0 MB]
    11-3 课程总结(三).mp4  [123.7 MB]
    11-2 课程总结(二).mp4  [84.3 MB]
📁 第2章 机器学习之线性回归
    2-4 单因子线性回归实战.mp4  [90.9 MB]
    2-5 多因子线性回归实战.mp4  [133.1 MB]
    2-2 线性回归.mp4  [144.8 MB]
    2-1 机器学习介绍.mp4  [93.1 MB]
    2-6 【讨论题】关于房价预测得思考.txt  [557.0 B]
    2-3 线性回归实战准备.mp4  [73.2 MB]
📁 第4章 机器学习之聚类
    4-3 实战准备.mp4  [51.1 MB]
    4-5 Kmeans实战(2).mp4  [61.0 MB]
    4-2 Kmeans-KNN-Meanshift.mp4  [111.3 MB]
    4-1 无监督学习.mp4  [101.9 MB]
    4-7 【学习任务】KMeans实现数据聚类.docx  [28.4 KB]
    4-6 KNN-Meanshift.mp4  [89.8 MB]
    4-4 Kmeans实战(1).mp4  [68.6 MB]
    4-8【讨论题】关于无监督学习得思考.txt  [639.0 B]
📁 第3章 机器学习之逻辑回归
    3-9 【讨论】关于分类模型搭建得思考.docx  [13.3 KB]
    3-7 芯片检测实战 (2).mp4  [77.0 MB]
    3-8【学习任务】商业异常消费数据预测.docx  [29.3 KB]
    3-1 分类问题介绍 (2).mp4  [27.9 MB]
    3-2 逻辑回归(1) (2).mp4  [20.4 MB]
    3-5 考试通过实战(一) (2).mp4  [45.9 MB]
    3-3 逻辑回归(2) (2).mp4  [21.9 MB]
    3-4 实战准备 (2).mp4  [20.8 MB]
    3-6 考试通过实战(二) (2).mp4  [40.0 MB]
📁 第9章 深度学习之循环神经网络
    9-5 实战(一)RNN股价预测 (2).mp4  [47.9 MB]
    9-7 实战(一)LSTM实现文本生成 (2).mp4  [78.9 MB]
    9-2 循环神经网络RNN (2).mp4  [22.1 MB]
    9-4 实战准备 (2).mp4  [35.0 MB]
    9-8 实战(二)LSTM实现文本生成.mp4  [46.6 MB]
    9-9 【学习任务】贵州茅台股价预测.docx  [38.4 KB]
    9-6 实战(二)RNN股价预测 (2).mp4  [31.5 MB]
    9-3 不同类型的RNN模型 (2).mp4  [26.1 MB]
    9-10 【讨论题】关于股票预测得思考.txt  [509.0 B]
    9-8 实战(二)LSTM实现文本生成 (2).mp4  [42.2 MB]
    9-1 序列数据案例 (2).mp4  [18.0 MB]
📁 第5章 机器学习其他常用技术
    5-2 决策树(2).mp4  [83.1 MB]
    5-8 实战(3).mp4  [123.0 MB]
    5-7 实战(2).mp4  [79.4 MB]
    5-5 实战准备.mp4  [115.8 MB]
    5-3 异常检测.mp4  [87.2 MB]
    5-4 主成分分析.mp4  [97.0 MB]
    5-1 决策树(1).mp4  [70.7 MB]
    5-6 实战(1).mp4  [88.2 MB]
    5-10 【讨论题】关于分类问题得思考.txt  [389.0 B]
    5-9 【学习任务】决策树判断员工是否适合相关工作.docx  [32.9 KB]

适合人群

  • Python初学者
  • AI爱好者
  • 数据科学从业者

学习收获

掌握Python编程
了解AI算法原理
提升AI应用能力

祝您学习愉快!

学有所成,前程似锦!