解决什么问题：把理论变成能跑通的工程

很多上班族和转行者学机器学习，痛点不是看不懂公式，而是看完理论后，遇到真实业务数据依然无从下手。这门课的主题不是泛泛讲算法推导，而是针对工业质检、用户增长、金融风控三类高频业务场景，教你如何把模型塞进实际流程里。它解决的是从能跑通 Demo 到能交付业务结果的断层问题。课程新增了大模型与传统机器学习结合的模块，这恰好对应眼下企业既要经典 ML 做结构化表格数据，又要用大模型做非结构化文本或图像的混合需求。资料里六个企业级项目不是玩具数据集，而是让你练习面对脏数据、特征工程、模型选型和上线评估的完整链路。

适合什么基础、建议先看哪几块

这门课对零基础友好，但前提是你愿意花时间补足前置内容。资料包里包含 Python 基础语法、核心进阶以及 NumPy 和 Pandas 的数据分析精讲。如果你没有编程底子，建议先看 Python 基础语法和核心进阶这两块，把函数、类、迭代器等概念弄清楚，再看数据分析工具的速讲。已经熟悉 Python 的同学可以直接跳到 Pandas 数据处理部分，重点理解数据清洗和特征构造的逻辑。预习阶段不要追求把每个语法细节都背下来，重点放在能读懂代码、能照着改写上。基础不牢的话，后面跑项目代码会频繁卡壳，反而拖慢进度。

学完能独立做什么、资料怎么配合练习

学完之后，你应该能独立完成一个中等复杂度的机器学习任务：从拿到原始数据开始，做数据清洗和探索性分析，构造有效特征，选择合适的模型，调参并评估业务指标，最后给出可落地的结论。针对工业质检场景，你能处理图像缺陷检测；针对用户增长，能做流失预测和分层；针对金融风控，能构建信用评分模型。资料配合练习的方式建议是：先看视频理解每个项目要解决的业务目标和数据特点，然后暂停视频，自己尝试写特征工程和模型训练代码，跑通后再对照讲解查漏补缺。大模型与传统 ML 结合的模块，重点看它如何用大模型做特征提取或数据增强，再用传统模型做最终决策，这种混合架构在眼下企业落地中很常见。练习时不要只满足于代码能运行，要尝试改参数、改特征，观察指标变化，培养对模型的直觉判断。


机器学习集训营已成功举办18期，累计培养2000+实战型ML人才，其中83%学员入职字节/阿里/华为等企业，平均薪资提升45%。第19期课程全面升级，新增"大模型与传统ML结合"模块，聚焦"工业质检""用户增长""金融风控"3大高薪领域，用6个企业级项目带你从"理论派"变为"实战派"！

课程目录

*   01 预习阶段 Python基础和数据分析/

  *   01 在线直播：开班宣讲 (164.28 MB), 48:54

  *   02 在线视频：Python基础语法语法精讲 (351.67 MB), 02:16:41

  *   03 在线视频：Python核心语法进阶 (259.98 MB), 01:57:18

  *   04 在线视频：数据分析numpy和pandas精髓速讲 (310.22 MB), 01:58:50

  *   05 在线视频：matplotlib数据可视化 (326.30 MB), 02:08:12

*   02 第一部分 机器学习原理/

  *   01 在线视频：1-机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲 (358.70 MB), 02:36:29

  *   02 在线视频：2-决策树、Boosting模型融合的精髓速讲 (298.08 MB), 02:10:54

  *   03 在线视频：3-朴素贝叶斯、SVM模型精髓速讲 (287.63 MB), 02:08:02

  *   04 在线视频：4-XGBoost精讲 (277.18 MB), 01:53:44

  *   05 在线视频：5-陈博士带你从头到尾通透word2vec (778.64 MB), 02:04:46

  *   06 在线视频：6-序列到序列任务中的编码器-解码器架构 (67.49 MB), 37:15

  *   07 在线直播：7-机器学习原理答疑 (334.84 MB), 01:34:47

  *   08 在线视频：8-机器学习基本流程，基础模型与sklearn使用 (361.26 MB), 01:51:35

  *   09 在线视频：10-数据分析与特征工程串讲 (239.06 MB), 01:52:05

*   03 第二部分 机器学习实战/

  *   01 在线视频：1-图像与文本基础 (275.44 MB), 01:47:48

  *   02 在线视频：3-基于SQL的机器学习流程和实践 (369.21 MB), 01:58:16

  *   03 在线直播：5-机器学习实践案例高阶 (286.48 MB), 01:40:25

  *   04 在线直播：7-机器学习模型部署与案例 (328.20 MB), 01:38:12

  *   05 在线视频：9-Home Credit用户信贷违约预测 (423.98 MB), 01:57:30

  *   06 在线视频：10-机器学习项目实战：时序心跳信号分类 (333.96 MB), 01:43:10

*   04 第三部分 深度学习原理与实践：从CNNRNNLSTM到Transformer/

  *   01 在线视频：1-神经网络初步：全连接与反向传播 (305.38 MB), 01:54:06

  *   02 在线视频：2-深度神经网络、Wide & Deep模型架构理解 (237.97 MB), 01:46:58

  *   03 在线视频：3-卷积神经网络、实战图像分类 (275.06 MB), 01:36:53

  *   04 在线视频：4-循环神经网络、文本情感分类和图文生成模型 (270.98 MB), 01:48:19

  *   05 在线视频：5-深度学习在工业项目中的应用(调参、优化、模型压缩) (181.18 MB), 01:40:45

  *   06 在线视频：6-深度学习在物体检测中的应用：Two-Stage和One-Stage框架 (214.30 MB), 01:47:44

  *   07 在线直播：7-常见深度学习框架的应用 (308.84 MB), 01:38:48

  *   08 在线视频：8-通透理解Transformer：从自注意力机制到多头注意力机制 (246.93 MB), 01:57:06

  *   09 在线直播：9-从GPTGPT2GPT3：微调到prompt学习的过渡 (551.12 MB), 02:13:13

  *   10 在线直播：10-深度学习模型实践技巧：工业界是如何通过蒸馏收敛到一个更优的部署模型 (343.23 MB), 01:31:53

*   05 第四部分 CV NLP 推荐三大方向的核心技能及完整项目实战/

  *   01 在线视频：1-计算机视觉基础 (242.64 MB), 01:45:30

  *   02 在线视频：2-深度学习图像处理基础 (206.71 MB), 01:43:21

  *   03 在线视频：3-图像搜索技术：从Autoencoder到ConvNets (246.58 MB), 02:08:12

  *   04 在线视频：4-Two-Stage物体检测 (220.43 MB), 01:51:16

  *   05 在线视频：5-One-Stage物体检测 (244.71 MB), 01:42:53

  *   06 在线视频：6-扩散模型DPPM：先前向加噪后反向去噪从而建立噪声估计模型 (434.00 MB), 01:37:18

  *   07 在线视频：7-stable diffusion的云端部署 (486.06 MB), 01:15:01

*   06 CV完整项目实战：自动驾驶车道线检测/

  *   01 在线直播：CV1-自动驾驶车道线检测-项目介绍和环境搭建 (338.99 MB), 01:50:45

  *   02 在线直播：CV2-自动驾驶车道线检测-基础模型构建 (375.71 MB), 01:40:24

  *   03 在线直播：CV3-自动驾驶车道线检测-模型迭代与优化 (379.99 MB), 01:36:01

  *   04 在线直播：CV4-自动驾驶车道线检测-模型部署与加速 (258.24 MB), 01:37:30

*   07 NLP核心技能：数据处理、词嵌入、文本匹配、ChatGPT原理/

  *   01 在线视频：1-NLP中的文本处理相关技术 (569.90 MB), 02:07:56

  *   02 在线视频：2-NLP中的文本表示相关技术 (254.15 MB), 01:53:35

  *   03 在线视频：3-使用不同方法生成词向量 (415.76 MB), 02:00:27

  *   04 在线直播：4-中文相似文本匹配 (281.10 MB), 02:06:58

  *   05 在线直播：5-ChatGPT背后的原理解析 (331.64 MB), 01:45:07

*   08 NLP完整项目实战：智能问答机器人——从传统问答到大模型问答/

  *   01 在线直播：NLP-1-智能问答机器人项目介绍和环境搭建 (339.57 MB), 02:02:27

  *   02 在线直播：NLP-2-意图识别与文本匹配 (325.99 MB), 01:54:03

  *   03 在线直播：NLP-3-智能问答机器人中的闲聊 (350.95 MB), 01:56:56

  *   04 在线直播：NLP-4-智能问答机器人项目的部署、总结 (325.89 MB), 01:54:20

  *   05 在线视频：NLP-5-基于大模型ChatGLM-6B的智能聊天机器人 (439.33 MB), 01:29:50

  *   06 在线视频：NLP-6-ChatGLM-6B的微调 (421.88 MB), 01:40:23

*   09 推荐系统核心技能：召回、排序、重排序/

  *   01 在线视频：1-推荐业务、feed流产品及推荐算法策略架构解析 (256.16 MB), 01:28:30

  *   02 在线视频：2-召回算法和业界最佳实践 (286.92 MB), 01:49:41

  *   03 在线视频：3-用户特征和Item特征的常用方法 (250.47 MB), 01:59:06

  *   04 在线视频：4-排序算法&深度学习模型 (290.31 MB), 01:39:46

*   10 推荐系统完整项目实战：电商平台的商品推荐系统/

  *   01 在线直播：推荐-1-商品推荐系统介绍和环境搭建 (288.80 MB), 01:44:07

  *   02 在线直播：推荐-2-商品推荐系统特征工程 (360.91 MB), 01:44:11

  *   03 在线直播：推荐-3-商品推荐系统模型构建 (347.43 MB), 01:38:13

  *   04 在线直播：推荐-4-商品推荐系统迭代优化 (337.80 MB), 01:43:41

*   11 第五部分 项目库补充项目与就业指导/

  *   01 在线视频：CV-1-行人重识别项目（ReID）背景与基线方法 (176.65 MB), 01:24:19

  *   02 在线视频：CV-2-行人重识别项目（ReID）跑通训练+评测流程 (203.12 MB), 01:20:17

  *   03 在线视频：CV-3-行人重识别项目（ReID）多任务训练框架 (219.41 MB), 01:17:28

  *   04 在线视频：CV-4-行人重识别项目（ReID）模型优化迭代及总结 (215.64 MB), 01:21:25

  *   05 在线视频：电商商品搜索系统：搜索引擎与项目介绍 (336.72 MB), 01:39:45

  *   06 在线视频：电商商品搜索系统：内容索引和ElasticSearch (279.79 MB), 01:38:29

  *   07 在线视频：电商商品搜索系统：Query文本理解 (298.86 MB), 01:40:58

  *   08 在线视频：电商商品搜索系统：召回与排序 (296.51 MB), 01:35:43

  *   09 在线视频：多模态时尚商品推荐-项目介绍和环境搭建 (296.13 MB), 01:27:14

  *   10 在线视频：多模态时尚商品推荐-基础模型构建 (162.93 MB), 01:12:41

  *   11 在线视频：多模态时尚商品推荐-模型迭代与优化 (270.17 MB), 01:29:28

  *   12 在线视频：多模态时尚商品推荐-模型部署与加速 (306.51 MB), 01:19:16