先搞懂 AI 做什么，再上手写代码

这门课不讲枯燥的公式推导，而是直接告诉你如何用 AI 解决业务里的具体问题。它涵盖了从基础的数据探索到深度学习，再到当下最火的大语言模型应用，适合有一定 Python 基础，但缺乏实战经验的自学者。课程会带着你走完一个标准的 AI 项目流程，让你明白监督学习、聚类和深度学习到底该怎么用，而不是陷入算法细节里。对于初学者，建议先看理论概览和项目流程，再上手工具；对于有经验的，可以直接看回归、分类和深度学习的实战案例。学完这门课，你不仅能理解各类算法的原理，还能产出包含数据清洗、建模和可视化的完整项目报告，具备独立处理复杂数据的能力。

建议的学习节奏和重点

建议先从理论概览开始，了解项目流程；接着熟练掌握 Jupyter Notebook 和 Matplotlib 等工具。对于算法部分，重点看回归和分类的实战，这两块是应用最广的。深度学习部分建议先看原理，再选做图像或时序预测的实战；最后关注大语言模型和 LangChain 的应用，这是目前的新方向。你可以跳过纯理论推导，直接看对应的实战案例。学完这门课，你不仅能理解各类算法的原理，还能产出包含数据清洗、建模和可视化的完整项目报告，具备独立处理复杂数据的能力。

资料与练习建议

练习资料里包含了医疗、电商等不同场景的数据集。不要只看视频，一定要在本地安装好 Pytorch 和 scikit-learn，跟着视频在 Jupyter 里敲代码。比如在做用户画像或疾病诊断时，把数据加载进来跑通一遍，比单纯听讲解更有效。最后尝试用 LangChain 构建一个简单的问答系统，就能独立完成一个垂直领域的 AI 应用了。

课程目录

01｜理论：监督学习、无监督学习、强化学习.mp4 205.69M
02｜实战：如何使用JupyterNotebook？.mp4 55.00M
03｜工具：机器学习框架scikit-learn.mp4 38.93M
04｜理论：AI项目实战5大环节.mp4 38.87M
05｜实战：预测直播带货销售额.mp4 47.13M
06｜探索数据中蕴含的故事和商机.mp4 62.63M
07｜工具：Matplotlib和Seaborn.mp4 95.96M
08｜实战：医疗数据集大揭秘.mp4 91.24M
09｜各种各样的回归算法.mp4 105.04M
10｜实战：通过回归模型预测电商用户的生命周期价值（LTV）.mp4 67.57M
11｜分类算法：非常广泛的AI应用场景.mp4 88.25M
12｜实战：通过分类算法辅助疾病诊断.mp4 78.73M
13｜理论：聚类算法的核心原理.mp4 53.35M
14｜实战：通过RFM值给用户画像.mp4 43.13M
15｜降维算法能用来做什么？.mp4 39.38M
16｜实战：通过降维算法做商品的品类分析.mp4 35.34M
17｜大数据和GPU时代的深度学习.mp4 135.65M
18｜工具：Pytorch深度学习框架.mp4 105.45M
19｜实战：用CNN网络做图像分类.mp4 90.32M
20｜实战：用RNN做时序预测.mp4 108.00M
21｜横空出世的大语言模型.mp4 120.03M
22｜工具：大语言模型开发框架LangChain.mp4 45.21M
23｜实战：构建基于垂直行业内部文档的问答系统.mp4 71.23M
结束语&结课测试.mp4 419.54kb
课程介绍｜成为AINative个体.mp4 18.55M
视频课-AI应用实战课/
03｜工具