飞豹客 · 课能看,资料也能带走
飞豹客AI 会员免费

慕课网《Python3系统入门人工智能》:人人都应该学会利用AI这个工具

Python3系统入门人工智能:解决工作场景中的实际问题 这门课的核心是解决用AI工具处理工作场景中的数据分析和预测问题。课程从Python基础开始,逐步过渡到机器学习算法和AI应用,适合希望快速掌握AI工具的职场人士和转行者。学习中能独立完成数据预处理、模型训练、结果可视化等任务,将AI应用于分类

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
86 人关注 更新于 2026-06-13 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

Python3系统入门人工智能:解决工作场景中的实际问题

这门课的核心是解决用AI工具处理工作场景中的数据分析和预测问题。课程从Python基础开始,逐步过渡到机器学习算法和AI应用,适合希望快速掌握AI工具的职场人士和转行者。学习中能独立完成数据预处理、模型训练、结果可视化等任务,将AI应用于分类、回归等实际业务场景。

适合基础与学习重点

课程假设学习者有Python基础,如变量、函数、数据结构等,但机器学习和AI算法部分从零讲解。重点包括模型评价与优化章节,通过实战案例(如分类任务的混淆矩阵分析)帮助理解算法效果。建议初学者先看Python基础和机器学习算法部分,建立整体框架后再深入模型优化技巧。资料包中有配套代码和案例素材,通过运行这些示例可以直观感受AI工具的输出效果。学习者需要结合业务场景进行练习,例如用企业销售数据训练回归模型,或用客户行为数据做用户画像分类。

资料配合练习建议

每章的实战部分包含数据准备和模型调优环节,练习时需手动运行代码并分析结果差异。例如,在《模型优化》部分,尝试调整参数后观察评价指标(如准确率、召回率)的变化,将优化方法应用于实际数据集。资料中的讨论题能检验对混淆矩阵等核心概念的理解深度,适合用于小组讨论或自我复盘。通过这种结合理论、案例与实操的方式,能将AI工具转化为解决实际工作问题的能力。学完后,可以独立完成从数据清洗到模型部署的完整流程,适用于市场分析、用户分群、风险控制等业务需求。

课程目录

第6章 模型评价与优化82 集
  • 6-5 实战(一) (2).mp4
  • [60.7 MB] 6-6 实战(二) (2)【资源精选‖更多关注:CunworkNotes】.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] 6-2 数据分离与混淆矩阵 (2).mp4
  • [38.6 MB] 6-8 【讨论题】关于分类任务得思考.txt [304.0 B] 6-7 实战(三) (2).mp4
  • [58.5 MB] 6-1 过拟合与欠拟合 (2).mp4
  • [27.6 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)【不易整理‖请关注:CunWorkNoteS】.mp4
  • [47.9 MB] 9-4 实战准备 (2).mp4
  • [35.0 MB] 9-9 【学习任务】贵州茅台股价预测.docx
  • [38.4 KB] 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] 9-8 实战(二)LSTM实现文本生成 (2).mp4
  • [42.2 MB] 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] 9-1 序列数据案例 (2).mp4
  • [18.0 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.mp4
  • [46.6 MB] 📁 第10章 迁移混合模型 10-9 机器深度学习实现少样本苹果分类(一).mp4
  • [144.0 MB] 10-4 混合模型1【持续更新‖免费提供:CunworknoteS】.mp4
  • [78.3 MB] 10-8 基于新数据的迁移学习实战【资源精选‖更多关注:CunworkNotes】.mp4
  • [126.8 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)【整理不易‖记得关注:CunWorKNotes】.mp4
  • [72.5 MB] 10-5 混合模型2【资源精选‖更多关注:CunworkNotes】.mp4
  • [73.9 MB] 10-2 迁移学习(二).mp4
  • [46.6 MB] 10-3 在线学习.mp4
  • [47.1 MB] 10-11 机器深度学习实现少样本苹果分类(三).mp4
  • [89.0 MB] 10-12 机器深度学习实现少样本苹果分类(四).mp4
  • [70.3 MB] 10-6 实战准备(一).mp4
  • [84.4 MB] 10-1 迁移学习(一).mp4
  • [66.3 MB] 📁 第11章 课程总结 11-3 课程总结(三).mp4
  • [123.7 MB] 11-1 课程总结(一)【资源精选‖更多关注:CunworkNotes】.mp4
  • [105.0 MB] 11-2 课程总结(二).mp4
  • [84.3 MB] 📁 第7章 深度学习之多层感知器 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] 7-2 MLP实现非线性分类.mp4
  • [134.0 MB] 7-1 多层感知器(MLP)【资源精选‖更多关注:CunworkNotes】.mp4
  • [97.6 MB] 7-5 实战(二).mp4
  • [98.9 MB] 7-3 实战准备.mp4
  • [100.3 MB] 7-6 【学习任务】Fashion_mnist服饰分类.docx
  • [75.3 KB] 7-4 实战(一).mp4
  • [121.5 MB] 📁 第1章 人工智能时代,人人都应该学会利用AI这个工具 1-4 环境及工具包介绍.mp4
  • [96.5 MB] 1-1 课程导学【资源精选‖更多关注:CunworkNotes】.mp4
  • [336.6 MB] 1-5 环境配置及Python语法实操.mp4
  • [116.0 MB] 1-3 人工智能介绍.mp4
  • [105.3 MB] 1-6 Pandas、Numpy、Matplotlib实操.mp4
  • [121.3 MB] 1-2 内容快速概览.mp4
  • [118.5 MB] 📁 第2章 机器学习之线性回归 2-4 单因子线性回归实战【资源精选‖更多关注:CunworkNotes】.mp4
  • [90.9 MB] 2-3 线性回归实战准备.mp4
  • [73.2 MB] 2-2 线性回归.mp4
  • [144.8 MB] 2-6 【讨论题】关于房价预测得思考.txt [557.0 B] 2-5 多因子线性回归实战.mp4
  • [133.1 MB] 2-1 机器学习介绍.mp4
  • [93.1 MB] 📁 第4章 机器学习之聚类 4-6 KNN-Meanshift【整理不易‖记得关注:CunWorKNotes】.mp4
  • [89.8 MB] 4-5 Kmeans实战(2).mp4
  • [61.0 MB] 4-8【讨论题】关于无监督学习得思考.txt [639.0 B] 4-2 Kmeans-KNN-Meanshift.mp4
  • [111.3 MB] 4-1 无监督学习.mp4
  • [101.9 MB] 4-4 Kmeans实战(1).mp4
  • [68.6 MB] 4-3 实战准备.mp4
  • [51.1 MB] 4-7 【学习任务】KMeans实现数据聚类.docx
  • [28.4 KB] 📁 第3章 机器学习之逻辑回归 3-4 实战准备 (2).mp4
  • [20.8 MB] 3-6 考试通过实战(二) (2)【更多精选‖公众号:CunWorknotes】 .mp4
  • [40.0 MB] 3-7 芯片检测实战 (2)【整理不易‖记得关注:CunWorKNotes】.mp4
  • [77.0 MB] 3-1 分类问题介绍 (2).mp4
  • [27.9 MB] 3-8【学习任务】商业异常消费数据预测.docx
  • [29.3 KB] 3-9 【讨论】关于分类模型搭建得思考.docx
  • [13.3 KB] 3-5 考试通过实战(一) (2).mp4
  • [45.9 MB] 3-2 逻辑回归(1) (2).mp4
  • [20.4 MB] 3-3 逻辑回归(2) (2).mp4
  • [21.9 MB] 📁 第5章 机器学习其他常用技术 5-1 决策树(1).mp4
  • [70.7 MB] 5-7 实战(2)【整理不易‖记得关注:CunWorKNotes】.mp4
  • [79.4 MB] 5-8 实战(3).mp4
  • [123.0 MB] 5-
  • 10 【讨论题】关于分类问题得思考.txt [389.0 B] 5-4 主成分分析.mp4
  • [97.0 MB] 5-6 实战(1).mp4
  • [88.2 MB] 5-2 决策树(2).mp4
  • [83.1 MB] 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] 5-5 实战准备.mp4
  • [115.8 MB] 5-3 异常检测.mp4
  • [87.2 MB] 📁 第8章 深度学习之卷积神经网络 8-5 实战(二).mp4
  • [138.9 MB] 8-3 实战准备.mp4
  • [79.2 MB] 8-4 实战(一).mp4
  • [130.8 MB] 8-6 【讨论题】基础的CNN模型设计.txt [234.0 B] 8-1 卷积神经网络(一).mp4
  • [160.8 MB] 8-2 卷积神经网络(二).mp4
  • [166.1 MB] 适合人群 Python初学者 AI爱好者 数据分析从业者 学习收获 掌握Python编程 了解机器学习原理 学会AI工具应用 祝您学习愉快! 学有所成,前程似锦!