麦子学院人工智能教程

编辑点评

系统全面，深入浅出，适合初学者逐步掌握人工智能基础知识。

⭐ 编辑推荐

麦子学院人工智能教程，涵盖Python基础、数据分析、机器学习经典算法等，助你轻松入门AI。

✨ 课程亮点

课程目录

📁 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]

适合人群

• 人工智能初学者
• 数据分析爱好者
• Python编程者

🎯 学习收获

• 掌握Python基础
• 精通数据分析库
• 熟悉机器学习算法

🎉 祝您学习愉快！