人工精选人工智能基础入门
**《人工智能基础入门》课程导读** 欢迎来到人工智能的世界。在技术迭代以“天”为单位的今天,AI 早已不再是实验室里的冷僻概念,而是重塑各行各业的核心力量。然而,面对海量的算法论文、复杂的代码框架以及模糊的学习路径,许多初学者往往陷入“想学却不知从何下手”的困境。本课程专为零基础上手或希望系统梳理
会员 · 按档位
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
**《人工智能基础入门》课程导读**
欢迎来到人工智能的世界。在技术迭代以“天”为单位的今天,AI 早已不再是实验室里的冷僻概念,而是重塑各行各业的核心力量。然而,面对海量的算法论文、复杂的代码框架以及模糊的学习路径,许多初学者往往陷入“想学却不知从何下手”的困境。本课程专为零基础上手或希望系统梳理知识体系的学员设计,旨在通过清晰的认知框架与实用的数据工具,为你打开通往 AI 大门的钥匙。
课程的第一部分聚焦于**认知重塑与方向指引**。在 1-1 至 1-7 单元中,我们将首先解决“语言选择”这一经典入门难题,帮你厘清 Python 为何成为 AI 领域的首选工具。随后,课程将宏观 overview 人工智能的职业前景与发展方向,让你明白自己究竟要成为怎样的 AI 从业者。紧接着,我们将深入探讨机器学习与深度学习的本质区别,解析算法究竟在“做什么”,并简要展望强化学习等进阶算法的魅力。这部分内容不仅构建理论基石,更通过微职位介绍,帮助你提前了解行业对人才的具体能力要求,从而在学习过程中保持目标感。
如果说第一部分建立了“脑”,那么第二部分则赋予了“手”。数据是 AI 的燃料,而 **Pandas** 则是处理燃料最锋利的工具。在 2-1 至 2-15 单元中,我们将系统掌握 Python 数据分析的核心利器。从 Pandas 的基本数据结构与操作入手,你将学习如何利用索引高效提取信息,如何通过 groupby 进行多维度数据聚合,以及如何完成 merge 操作以融合多源数据。特别地,课程将重点讲解时间序列数据的处理技巧,涵盖时间格式转换与时间索引操作,这是金融、销售等场景下不可或缺的技能。此外,数据透视表、数值运算优化以及显示设置等实用技巧,将大幅提升你的数据清洗与探索效率。
需要特别说明的是,虽然课程列表在“Gro”处截断,但这已涵盖了 Pandas 最核心、最高频的使用场景。掌握这些内容,意味着你已具备处理结构化数据的基本能力,为后续接入机器学习模型奠定坚实基础。
我们鼓励你不要急于求成,先在第一部分建立正确的 AI 思维,再在第二部分通过大量练习熟练掌握 Pandas 操作。当你能够流畅地清洗、分析数据,并理解背后算法逻辑时,你就已经迈出了从 AI 小白到入门者的关键一步。让我们开始这段旅程吧。
课程目录
课程目录45 集
- 1-1 [人工智能入门指南] 编程语言的选择 (07:48).mp4
- 1-2 [人工智能入门指南] 方向与前景概述 (09:59).mp4
- 1-3 [人工智能入门指南] 解决方案与论文的价值 (14:20).mp4
- 1-4 [人工智能入门指南] 机器学习与深度学习 (10:05).mp4
- 1-5 [人工智能入门指南] 算法都做了哪些事 (10:49).mp4
- 1-6 [人工智能入门指南] 进阶算法概述 (12:25).mp4
- 1-7 [人工智能入门指南] 人工智能-微职位介绍 (26:51).mp4
- 2-1 [数据科学必备工具包-Pandas] Pandas概述 (12:12).mp4
- 2-2 [数据科学必备工具包-Pandas] Pandas基本操作 (14:46).mp4
- 2-3 [数据科学必备工具包-Pandas] Pandas索引 (13:43).mp4
- 2-4 [数据科学必备工具包-Pandas] groupby操作 (12:08).mp4
- 2-5 [数据科学必备工具包-Pandas] 数值运算 (13:27).mp4
- 2-6 [数据科学必备工具包-Pandas] 对象操作 (13:05).mp4
- 2-7 [数据科学必备工具包-Pandas] 对象操作2 (13:10).mp4
- 2-8 [数据科学必备工具包-Pandas] merge操作 (12:31).mp4
- 2-9 [数据科学必备工具包-Pandas] 显示设置 (07:25).mp4
- 2-10 [数据科学必备工具包-Pandas] 数据透视表 (13:40).mp4
- 2-11 [数据科学必备工具包-Pandas] 时间操作 (11:47).mp4
- 2-12 [数据科学必备工具包-Pandas] 时间序列操作 (12:12).mp4
- 2-13 [数据科学必备工具包-Pandas] Pandas常用操作 (16:16).mp4
- 2-14 [数据科学必备工具包-Pandas] Pandas常用操作2 (13:54).mp4
- 2-15 [数据科学必备工具包-Pandas] Groupby操作延伸 (20:25).mp4
- 2-16 [数据科学必备工具包-Pandas] 字符串操作 (10:16).mp4
- 2-17 [数据科学必备工具包-Pandas] 索引进阶 (11:10).mp4
- 2-18 [数据科学必备工具包-Pandas] Pandas绘图操作 (16:27).mp4
- 2-19 [数据科学必备工具包-Pandas] 大数据处理技巧 (32:36).mp4
- 3-1 [机器学习入门算法-线性回归] 线性回归算法概述 (14:23).mp4
- 3-2 [机器学习入门算法-线性回归] 误差项分析 (11:32).mp4
- 3-3 [机器学习入门算法-线性回归] 似然函数求解 (09:35).mp4
- 3-4 [机器学习入门算法-线性回归] 目标函数推导 (09:21).mp4
- 3-5 [机器学习入门算法-线性回归] 线性回归求解 (10:57).mp4
- 4-1 [数据分析-机器学习模板] 人口普查收入预测任务概述 (10:18).mp4
- 4-2 [数据分析-机器学习模板] 单特征与缺失值展示 (12:30).mp4
- 4-3 [数据分析-机器学习模板] 数据清洗 (06:41).mp4
- 4-4 [数据分析-机器学习模板] 特征工程 (11:20).mp4
- 4-5 [数据分析-机器学习模板] 单变量展示 (07:21).mp4
- 4-6 [数据分析-机器学习模板] 双变量分析 (10:03).mp4
- 4-7 [数据分析-机器学习模板] 开发新变量 (07:58).mp4
- 4-8 [数据分析-机器学习模板] ROC与AUC (13:54).mp4
- 4-9 [数据分析-机器学习模板] 机器学习模型 (07:18).mp4
- 5-1 [深度学习-Tensorflow-猫狗识别] 猫狗识别任务概述 (13:18).mp4
- 5-2 [深度学习-Tensorflow-猫狗识别] 猫狗识别数据读取 (12:03).mp4
- 5-3 [深度学习-Tensorflow-猫狗识别] 猫狗识别网络架构 (18:05).mp4
- 5-4 [深度学习-Tensorflow-猫狗识别] 网络迭代训练 (16:44).mp4
- 5-5 [深度学习-Tensorflow-猫狗识别] 猫狗测试网络效果 (08:39).mp4





