课程简介
麦子学院的人工智能教程是一套深入浅出的实战课程，旨在帮助学习者掌握深度学习的基本原理和应用。课程内容涵盖了从基础理论到实际应用的各个方面，包括神经网络、卷积神经网络、循环神经网络等核心概念。
课程亮点
- 理论与实践相结合，注重实际操作能力的培养。
- 课程内容全面，从入门到进阶，适合不同水平的学习者。
- 丰富的案例和项目实践，帮助学习者快速掌握AI技术。
适用场景
这套教程非常适合以下人群：
- 对人工智能和机器学习感兴趣的学生和专业人士。
- 希望提升自己在AI领域技能的工程师。
- 想要了解深度学习原理和应用的初学者。
📂 资源目录
📁 第一阶段：Python数据分析与建模库
📁 📁 05Seaborn可视化库
4.调色板.mp4 [30.0 MB]
8.多变量分析绘图.mp4 [30.7 MB]
10.Facetgrid使用方法【整理不易‖记得关注：CunWorKNotes】.mp4 [25.3 MB]
11.Facetgrid绘制多变量.mp4 [29.4 MB]
2.整体布局风格设置.mp4 [86.5 MB]
5.调色板颜色设置.mp4 [24.6 MB]
7.回归分析绘图.mp4 [28.3 MB]
12.热度图绘制.mp4 [45.9 MB]
6.单变量分析绘图.mp4 [94.5 MB]
1.课程简介.mp4 [7.6 MB]
3.风格细节设置.mp4 [23.6 MB]
9.分类属性绘.mp4 [104.2 MB]
📁 📁 01Python快速入门
3.变量类型.mp4 [19.7 MB]
2.Python快速入门.mp4 [2.6 MB]
8.字典.mp4 [37.6 MB]
5.List索引.mp4 [28.4 MB]
4.LIST基础【优质资源‖关注：cunWorkNotes 解锁】.mp4 [74.5 MB]
10.函数基础.mp4 [11.4 MB]
7.判断结构.mp4 [15.0 MB]
6.循环结构.mp4 [30.9 MB]
9.文件处理.mp4 [110.6 MB]
1.系列课程环境配置.mp4 [82.6 MB]
📁 📁 02科学计算库Numpy
1.数据结构.mp4 [38.4 MB]
2.基本操作].mp4 [72.4 MB]
4.矩阵操作.mp4 [38.5 MB]
5.常用函数.mp4 [47.5 MB]
3.矩阵属性.mp4 [23.9 MB]
📁 📁 03数据分析处理库Pandas
1.数据读取.mp4 [40.2 MB]
3.常用函数【更多精选‖公众号：CunWorknotes】 .mp4 [182.5 MB]
4.Series结构.mp4 [29.8 MB]
2.数据预处理.mp4 [35.6 MB]
📁 📁 04可视化库Matplotlib
1.折线图.mp4 [27.1 MB]
5.细节设置.mp4 [90.1 MB]
2.子图操作.mp4 [138.6 MB]
4.柱形图与盒图【更多精选‖公众号：CunWorknotes】 .mp4 [32.2 MB]
3.条形图与散点图.mp4 [34.7 MB]
📁 第二阶段：机器学习经典算法
📁 📁 04 Xgboost
5.xgboost安装【不易整理‖请关注：CunWorkNoteS】.mp4 [11.0 MB]
6.xgboost实战演示.mp4 [162.4 MB]
1.集成思想.mp4 [13.3 MB]
3.xgboost目标函数推导.mp4 [30.3 MB]
2.xgboost基本原理.mp4 [54.1 MB]
4.xgboost求解实例.mp4 [30.2 MB]
7.Adaboost算法概述.mp4 [33.7 MB]
📁 📁 03贝叶斯算法
1.贝叶斯算法概述【整理不易‖记得关注：CunWorKNotes】.mp4 [17.7 MB]
5.贝叶斯实现拼写检查器.mp4 [48.0 MB]
4.垃圾邮件过滤实例.mp4 [35.7 MB]
2.贝叶斯推导实例.mp4 [43.7 MB]
3.贝叶斯拼写纠错实例.mp4 [29.3 MB]
📁 📁 10聚类算法
2.使用Kmeans进行图像压缩.mp4 [67.4 MB]
1.聚类算法概述.mp4 [42.9 MB]
3.特征工程2.mp4 [41.1 MB]
📁 📁 11推荐系统
8.隐语义模型求解.mp4 [24.3 MB]
5.基于用户的协同过滤.mp4 [51.0 MB]
1.开场.mp4 [5.4 MB]
9.模型评估标准.mp4 [17.9 MB]
7.隐语义模型【持续更新‖免费提供：CunworknoteS】.mp4 [18.5 MB]
3.推荐系统要完成的任务.mp4 [16.4 MB]
6.基于物品的协同过滤.mp4 [35.3 MB]
4.相似度计算.mp4 [26.1 MB]
2.推荐系统应用.mp4 [74.6 MB]
📁 📁 06时间序列AIRMA模型
5.参数选择.mp4 [43.2 MB]
2.ARIMA模型.mp4 [26.0 MB]
3.相关函数评估方法.mp4 [102.2 MB]
4.建立ARIMA模型.mp4 [25.5 MB]
1.数据平稳性与差分法.mp4 [30.8 MB]
📁 📁 08神经网络架构
1.整体架构.mp4 [24.6 MB]
3.过拟合解决方案.mp4 [39.0 MB]
2.实例演示.mp4 [49.1 MB]
4.感受神经网络的强大.mp4 [160.6 MB]
📁 📁 02决策树与随机森林
6.决策树剪枝.mp4 [87.0 MB]
5.信息增益率.mp4 [42.8 MB]
8.案例决策树参数.mp4 [58.7 MB]
2.熵原理形象解读.mp4 [80.6 MB]
7.随机森林.mp4 [22.0 MB]
4.信息增益.mp4 [14.3 MB]
1.决策树概述.mp4 [23.4 MB]
3.决策树构造实例.mp4 [27.8 MB]
📁 📁 07神经网络基础
10.最优化问题细节【资源精选‖更多关注：CunworkNotes】.mp4 [28.4 MB]
11.反向传播.mp4 [37.2 MB]
7.正则化惩罚项.mp4 [17.6 MB]
6.损失函数.mp4 [23.3 MB]
3.用K近邻来进行分类.mp4 [25.4 MB]
2.挑战与常规套路【不易整理‖请关注：CunWorkNoteS】.mp4 [64.4 MB]
1.深度学习概述.mp4 [32.7 MB]
9.最优化形象解读.mp4 [17.3 MB]
8.softmax分类器【不易整理‖请关注：CunWorkNoteS】.mp4 [77.1 MB]
4.超参数与交叉验证.mp4 [26.4 MB]
5.线性分类.mp4 [50.0 MB]
📁 📁 09PCA降维与SVD矩阵分解
1.PCA问题.mp4 [10.1 MB]
2.PCA降维实例.mp4 [48.0 MB]
3.SVD原理【公重号：CunWorkNotes】.mp4 [42.0 MB]
4.SVD推荐系统.mp4 [29.6 MB]
📁 📁 01回归算法
7.梯度下降原理.mp4 [20.8 MB]
2.回归算法.mp4 [47.1 MB]
4.目标函数求解.mp4 [29.0 MB]
5.逻辑回归原理.mp4 [14.7 MB]
6.梯度下降实例【整理不易‖记得关注：CunWorKNotes】.mp4 [40.2 MB]
3.线性回归误差原理推导.mp4 [31.1 MB]
1.机器学习概述(1).mp4 [23.9 MB]
📁 📁 12Word2Vec
2.自然语言处理与深度学习.mp4 [65.4 MB]
9.CBOW求解目标.mp4 [13.8 MB]
5.词向量.mp4 [41.6 MB]
3.语言模型.mp4 [14.5 MB]
7.Hierarchical Softmax.mp4 [24.3 MB]
10.锑度上升求解【整理不易‖记得关注：CunWorKNotes】.mp4 [55.1 MB]
6.神经网络模型.mp4 [25.0 MB]
4.N-gram模型【持续更新‖免费提供：CunworknoteS】.mp4 [21.4 MB]
8.CBOW模型实例.mp4 [28.8 MB]
11.负采样模型.mp4 [17.1 MB]
1.开篇.mp4 [12.7 MB]
📁 📁 05支持向量机算法
3.支持向量机目标函数求解.mp4 [24.1 MB]
1.支持向量机要解决的问题.mp4 [12.5 MB]
2.支持向量机求解目标.mp4 [75.5 MB]
7.核函数变换.mp4 [39.4 MB]
6.软间隔支持向量机.mp4 [16.9 MB]
4.支持向量机求解例子.mp4 [28.2 MB]
5.支持向量的作用.mp4 [21.9 MB]
📁 第三阶段：机器学习案例实战
📁 📁 06TensorFlow框架
3.变量练习.mp4 [181.0 MB]
9.卷积神经网络模型.mp4 [34.1 MB]
10.卷积神经网络参数.mp4 [319.2 MB]
4.线性回归模型.mp4 [46.1 MB]
8.完成神经网络.mp4 [43.2 MB]
7.神经网络模型.mp4 [86.6 MB]
6.逻辑回归迭代.mp4 [51.8 MB]
2.变量.mp4 [26.7 MB]
5.逻辑回归框架.mp4 [40.2 MB]
📁 📁 07MNIST手写字体识别
2.tensorflow参数.mp4 [85.1 MB]
1.神经网络模型概述.mp4 [33.0 MB]
5.训练网络模型.mp4 [46.7 MB]
4.构造网络结构.mp4 [42.3 MB]
3.卷积简介.mp4 [29.0 MB]
📁 📁 03Python文本数据分析
2.相似度计算.mp4 [30.1 MB]
4.TF-IDF关键词提取.mp4 [223.9 MB]
1.文本分析与关键词提取【公重号：CunWorkNotes】.mp4 [30.5 MB]
3.新闻数据与任务简介【资源精选‖更多关注：CunworkNotes】.mp4 [42.6 MB]
6.基于贝叶斯算法进行新闻分类.mp4 [64.4 MB]
5.LDA建模.mp4 [36.4 MB]
📁 📁 04Kaggle竞赛案例-泰坦尼克获救预测
2.数据预处理.mp4 [211.8 MB]
【公重号：CunWorkNotes】.mp4 [55.2 MB]
1.数据介绍.mp4 [26.0 MB]
4.随机森林模型.mp4 [52.5 MB]
5.特征选择.mp4 [40.1 MB]
📁 📁 02案例实战-信用卡欺诈检测
1.案例背景和目标【整理不易‖记得关注：CunWorKNotes】.mp4 [26.4 MB]
5.模型评估方法【不易整理‖请关注：CunWorkNoteS】.mp4 [34.8 MB]
10.SMOTE样本生成策略.mp4 [59.0 MB]
4.交叉验证【不易整理‖请关注：CunWorkNoteS】.mp4 [35.6 MB]
8.混淆矩阵.mp4 [100.7 MB]
7.逻辑回归模型.mp4 [24.7 MB]
9.逻辑回归阈值对结果的影响.mp4 [30.6 MB]
3.下采样策略.mp4 [21.0 MB]
6.正则化惩罚【整理不易‖记得关注：CunWorKNotes】.mp4 [21.6 MB]
2.样本不均衡解决方案.mp4 [110.1 MB]
📁 📁 01使用Python分析科比生涯数据
1.科比数据集简介.mp4 [36.0 MB]
2.数据预处理 (1).mp4 [139.7 MB]
3.建模.mp4 [34.7 MB]
📁 📁 05时间序列案例实战
6.维基百科词条EDA.mp4 [58.7 MB]
1.Pandas生成时间序列.mp4 [38.2 MB]
4.股票预测案例.mp4 [35.2 MB]
2.Pandas数据重采样.mp4 [91.2 MB]
5.使用tsfresh库进行分类任务.mp4 [217.0 MB]
3.Pandas滑动窗口.mp4 [22.0 MB]
📁 📁 10 探索性数据分析-农粮数据分析
3.单变量分析.mp4 [60.4 MB]
4.峰度与偏度.mp4 [36.4 MB]
7.变量关系可视化展示.mp4 [51.1 MB]
5.数据对数变换.mp4 [30.5 MB]
2.数据切片分析【优质资源‖关注：cunWorkNotes 解锁】.mp4 [259.2 MB]
6.数据分析维度【资源精选‖更多关注：CunworkNotes】.mp4 [91.0 MB]
1.数据背景简介.mp4 [42.3 MB]
📁 📁 09探索性数据分析-赛事数据集分析
4.数据切分模块.mp4 [51.9 MB]
1.开场 (1)【不易整理‖请关注：CunWorkNoteS】.mp4 [6.7 MB]
9.红牌和肤色的关系.mp4 [301.2 MB]
5.缺失值可视化分析.mp4 [57.3 MB]
2.数据背景介绍.mp4 [37.6 MB]
8.报表可视化分析.mp4 [39.6 MB]
3.数据读取与预处理.mp4 [198.2 MB]
6.特征可视化展示.mp4 [42.8 MB]
7.多特征之间关系分析【公重号：CunWorkNotes】.mp4 [38.9 MB]
📁 📁 08Gensim中文词向量建模
2.维基百科中文数据处理【更多精选‖公众号：CunWorknotes】 .mp4 [159.8 MB]
1.使用Gensim库构造词向量.mp4 [22.6 MB]
3.Gensim构造word2vec模型.mp4 [29.0 MB]
4.测试模型相似度结果.mp4 [27.0 MB]