本课程由AI领域专家黄佳主讲,系统覆盖从基础理论到高阶实战的完整学习路径。课程内容不仅包含监督学习、无监督学习、强化学习等核心理论,更注重工具与项目的结合,帮助学员真正掌握AI项目的落地能力。 课程特色: 理论与实战并重:从Jupyter Notebook的使用,到scikit-learn、Matplotlib、Seaborn等主流工具的操作,每一步都配有真实案例。例如,通过预测直播带货销售额、医疗数据集分析、电商用户生命周期价值预测等项目,学员能深入理解AI项目实战的五大环节。 覆盖前沿技术:课程后半部分聚焦深度学习,详细讲解Pytorch框架、CNN网络图像分类、RNN时序预测等内容,并引…...

此课程为想深入AI领域的学员量身打造,内容覆盖从基础监督学习到先进LangChain应用。课程设有23个实战模块,学员能学会用Jupyter Notebook、scikit – learn、Matplotlib、Seaborn等工具开展数据分析与模型构建。还会教授深度学习框架Pytorch的使用,以及运用CNN和RNN进行图像分类和时序预测。此外,课程对大语言模型和LangChain框架进行介绍,助力学员构建基于垂直行业的问答系统。不管是AI新手,还是有经验的开发者,都能通过这门课程提升技能。
📢 以下文件由夸克网盘用户于2024-10-30分享(文件数量过多时仅展示部分文件)
AI应用实战课1.8GB
01|理论:监督学习、无监督学习、强化学习.mp4205.69MB
02|实战:如何使用JupyterNotebook?.mp455MB
03|工具:机器学习框架scikit-learn.mp438.93MB
04|理论:AI项目实战5大环节.mp438.87MB
05|实战:预测直播带货销售额.mp447.13MB
06|探索数据中蕴含的故事和商机.mp462.63MB
07|工具:Matplotlib和Seaborn.mp495.96MB
08|实战:医疗数据集大揭秘.mp491.24MB
09|各种各样的回归算法.mp4105.04MB
10|实战:通过回归模型预测电商用户的生命周期价值(LTV).mp467.57MB
11|分类算法:非常广泛的AI应用场景.mp488.25MB
12|实战:通过分类算法辅助疾病诊断.mp478.73MB
13|理论:聚类算法的核心原理.mp453.35MB
14|实战:通过RFM值给用户画像.mp443.13MB
15|降维算法能用来做什么?.mp439.38MB
16|实战:通过降维算法做商品的品类分析.mp435.34MB
17|大数据和GPU时代的深度学习.mp4135.65MB
18|工具:Pytorch深度学习框架.mp4105.45MB
19|实战:用CNN网络做图像分类.mp490.32MB
20|实战:用RNN做时序预测.mp4108MB
21|横空出世的大语言模型.mp4120.03MB
22|工具:大语言模型开发框架LangChain.mp445.21MB
23|实战:构建基于垂直行业内部文档的问答系统.mp471.23MB
结束语&结课测试.mp4419.54KB
课程介绍|成为AINative个体.mp418.55MB
共25个文件,合计:1.8GB

10积分