课程内容定位与适用人群

这套资料并非单纯的 Python 语法入门，而是面向已具备编程基础的学员，聚焦于 AI 应用开发中的核心工程场景。从资料线索来看，课程前置了大量 Python 高阶特性回顾，如面向对象、进程线程并发模型、正则表达式及 HTTP 服务器开发（FastAPI），这意味着它假设读者已经能独立编写基础脚本。

课程的核心价值在于 bridging（连接）：将机器学习算法理论与实际业务数据结合。内容涵盖了信贷风险建模、用户标签体系构建、特征工程（影子特征、Boruta 算法筛选）等具体模块。它适合那些懂一点 Python，但不知道如何将 ML 模型落地到金融风控或用户画像这类实际工作场景的上班族或转行者。如果你连基础语法都还需边查文档边写代码，建议先补齐 Python 基础再来看此内容。

核心技能与学习路径建议

学完这套课程后，你应该能够独立完成一个小型 AI 项目的数据预处理与特征工程环节，理解模型评估中的风险量化逻辑（如违约概率与特征的单调关系），并能使用 FastAPI 封装模型接口。这解决了许多求职者“只会调包，不懂业务闭环”的痛点。

建议学习顺序如下：首先快速过完 Python 回顾章节，确认自己对装饰器、并发编程和异步 Web 框架有扎实理解，这是后续效率的基础；随后重点攻克“信贷风险介绍”与“多特征筛选”模块，这是课程中最具工程价值的部分，涉及真实的数据清洗和特征重要性评估思路；最后通过 KNN、决策树等算法的回顾，串联起从数据处理到模型预测的完整流程。资料中的视频片段多为知识点讲解与作业复盘，建议配合官方提供的代码环境动手复现，尤其是特征筛选部分的代码实现，光看不练难以转化为肌肉记忆。

资料使用注意事项

资料包中包含了大量的“昨日回顾”和“内容回顾”文件，这符合面授课程的高频复习节奏。请不要将其视为冗余内容，这些往往是讲师对易错点（如 global/nonlocal 作用域、TCP 服务器状态机）的针对性纠偏，对于巩固底层原理至关重要。在练习时，建议重点复现“163 邮箱正则匹配”和“TCP 服务器开发”等实战片段，确保在网络通信和数据解析层面没有盲点，这些底层能力在 AI 工程化部署中同样不可或缺。避免陷入只看不写的陷阱，特征工程部分的逻辑必须亲手跑通数据流才能内化。

课程目录

01-（了解）Python基本概念_ev.mp4
 72.63M 01-（回顾）昨日课程回顾_ev.mp4
 48.75M 01-（回顾）昨日回顾_ev.mp4
 50.29M 01-（回顾）昨日回顾_ev.mp4
 59.07M 01-（回顾）昨日回顾_ev.mp4
 49.44M 01-（回顾）昨日回顾_ev.mp4
 73.73M 01-（回顾）昨日回顾_ev.mp4
 58.85M 01-（回顾）昨日回顾_ev.mp4
 66.95M 01-（回顾）昨日回顾_ev.mp4
 61.01M 01-（回顾）昨日回顾_ev.mp4
 57.88M 01-（回顾）文件操作知识点回顾_ev.mp4
 60.31M 01-（回顾）昨日回顾_ev.mp4
 88.82M 01-（回顾）昨日回顾_ev.mp4
 53.82M 01-（回顾）昨日回顾_ev.mp4
 57.25M 01-（回顾）知识点回顾_ev.mp4
 69.99M 01-（回顾）昨日回顾_ev.mp4
 46.36M 01_面向对象回顾1_ev.mp4
 57.55M 01_global和nonlocal的区别_ev.mp4
 22.90M 01_html作业讲解_ev.mp4
 54.28M 01_TCP服务器开发_ev.mp4
 88.29M 01_web服务器回顾和FastAPI引入_ev.mp4
 51.66M 01_回顾多进程入门_ev.mp4
 41.70M 01_进程和线程的反馈回顾_ev.mp4
 26.17M 01_正则匹配163邮箱_ev.mp4
 20.92M 01_反馈_ev.mp4
 11.54M 01_人工智能简介.mkv 56.29M 01_KNN基本流程回顾.mkv 57.78M 01_内容回顾.mkv 76.21M 01_内容回顾.mkv 56.66M 01_决策树回顾1.mkv 125.78M 01_内容回顾1.mkv 27.13M 01_内容回顾01.mkv 46.13M 01_用户标签概述.mkv 31.82M 01_内容回顾.mkv 29.90M 01_内容回顾.mkv 63.18M 01_总结_算法重要性.mkv 31.75M 01_信贷风险介绍.mkv 72.05M 01_放款表.mkv 52.28M 01_特征与违约概率之间的单调关系说明.mkv 20.45M 01_多特征筛选_影子特征和boruta.mkv 37.55M 01_内容回顾.mkv 67.53M 01_内容回顾.mkv 39.23M 01_内容回顾.mkv 64.71M 01_内容回顾.mkv 82.15M 01-课程总体安排_ev.mp4
 52.00M 01-总体课程安排_ev.mp4
 40.98M 01-上次课程复习_ev.mp4
 01-上一次课程复习_ev.mp4
 190.26M 01-上一次课程复习_ev.mp4
 01-上一次课程复习_ev.mp4
 149.35M 01-总体课程安排_ev.mp4
 26.86M 01-上一次课程复习_ev.mp4
 125.78M 01-上一次课程复习_ev.mp4
 160.64M 01-上一次课程复习_ev.mp4
 102.53M 01-上一次课程复习-注意力机制_ev.mp4
 86.30M 01-训练函数流程复习和确认_ev.mp4
 198.81M 01-上一次课程复习_ev.mp4
 113.77M 01-上一次课程复习_ev.mp4
 129.40M 01-上一次课程复习-上_ev.mp4
 74.44M 01-上一次课程复习_ev.mp4
 108.39M 01-提高职业素养_ev.mp4
 12.07M 01-上一次课程复习_ev.mp4
 72.71M 01-上一次课程复习_ev.mp4
 76.64M 01-上一次课程复习_ev.mp4
 180.13M 01-上一次课程复习_ev.mp4
 148.34M 01-AIGC内容简介_ev.mp4
 1.66M 01-常见的图像生成算法_ev.mp4
 10.03M 01-章节介绍_ev.mp4
 3.23M 01-内容介绍_ev.mp4
 2.33M 01-内容介绍_ev.mp4
 2.38M 01-项目总体课程安排_ev.mp4
 34.76M 01-上一次课程复习_ev.mp4
 101.52M 01-seq2seq数据处理-复习_ev.mp4
 53.85M 01-seq2seq复习_ev.mp4
 89.49M 01-seq2seq复习续2_ev.mp4
 18.09M 01-pgn数据处理2阶段-复习_ev.mp4
 90.68M 01-pgn模型类-复习_ev.mp4
 58.28M 01-摘要评价指标-复习_ev.mp4
 59.91M 01-beam-search-概念-流程-评分规则-复习_ev.mp4
 80.73M 01-上一次课程复习_ev.mp4
 58.92M