麦子学院人工智能实战教程(机器学习与Python数据分析)

・本站会员获取资源无需消耗积分。
为防止资源链接失效,请及时转存文件。
  • 夸克网盘 唐宇迪37门人工智能与大数据视频课程合集:全栈技术进阶必备

    唐宇迪37门人工智能与大数据视频课程合集:全栈技术进阶必备
    唐宇迪37门人工智能与大数据视频课程合集:全栈技术进阶必备
  • 夸克网盘 AI精选付费资料包:从入门到实战

    AI精选付费资料包:从入门到实战
    AI精选付费资料包:从入门到实战
  • 夸克网盘 《图灵编程电子书合集:229本覆盖Python、机器学习与全栈开发的技术指南》

  • 夸克网盘 《Python学习书籍合集》

  • 夸克网盘 Python从入门到精通教程全攻略

  • 夸克网盘 Python从入门到精通教程全攻略,系统学习编程与数据分析

    Python从入门到精通教程全攻略,系统学习编程与数据分析
    Python从入门到精通教程全攻略,系统学习编程与数据分析
  • 夸克网盘 麦子学院网络安全入门教程

    麦子学院网络安全入门教程
    麦子学院网络安全入门教程
  • 迅雷云盘 《认知系列资料合集:涵盖多领域的认知提升资源》

    《认知系列资料合集:涵盖多领域的认知提升资源》
    《认知系列资料合集:涵盖多领域的认知提升资源》
  • 夸克网盘 清华大学出版社2237册正版图书合集

    清华大学出版社2237册正版图书合集
    清华大学出版社2237册正版图书合集
  • 夸克网盘 某大学出版社1416册图书合集

    某大学出版社1416册图书合集
    某大学出版社1416册图书合集
  • 夸克网盘 清华大学出版社2237册正版图书合集

  • 夸克网盘 黑马程序员智能机器人开发与机器学习实战课程

    黑马程序员智能机器人开发与机器学习实战课程
    黑马程序员智能机器人开发与机器学习实战课程
  • 夸克网盘 《Python3入门人工智能:掌握机器学习与深度学习》

    《Python3入门人工智能:掌握机器学习与深度学习》
    《Python3入门人工智能:掌握机器学习与深度学习》
  • 夸克网盘 Python人工智能入门:机器学习与深度学习实战课程

    Python人工智能入门:机器学习与深度学习实战课程
    Python人工智能入门:机器学习与深度学习实战课程
  • 夸克网盘 编程开发课程合集:Python、Java、算法、Web等技术

    编程开发课程合集:Python、Java、算法、Web等技术
    编程开发课程合集:Python、Java、算法、Web等技术

本套教程是麦子学院出品的人工智能系统学习课程,内容覆盖从Python基础到机器学习经典算法,再到真实案例实战的完整学习路径。教程以视频讲解为主,适合希望系统掌握人工智能与数据科学技能的初学者和进阶学习者。

课程内容特色:

  • 第一阶段:Python数据分析与建模库
    从Python快速入门开始,逐步讲解Numpy、Pandas、Matplotlib、Seaborn等核心库的使用,帮助学习者打好数据处理与可视化的基础。
  • 第二阶段:机器学习经典算法
    系统讲解回归算法、决策树与随机森林、贝叶斯算法、Xgboost、支持向量机、时间序列ARIMA模型、神经网络基础与架构、PCA降维、聚类算法、推荐系统、Word2Vec等主流算法原理与实现。
  • 第三阶段:机器学习案例实战
    通过科比生涯数据分析、信用卡欺诈检测、文本数据分析、泰坦尼克获救预测、股票预测、TensorFlow框架应用、MNIST手写字体识别、Gensim词向量建模、赛事与农粮数据探索性分析等真实项目,强化算法应用能力。

适用人群:

  • 希望入门人工智能与机器学习领域的学习者
  • 需要系统提升Python数据分析与建模能力的从业者
  • 对经典机器学习算法原理与实战感兴趣的技术爱好者

教程内容结构清晰,从基础到实战层层递进,每个算法都配有原理讲解与实例演示,帮助学习者真正理解并掌握人工智能核心技术。

麦子学院人工智能实战教程(机器学习与Python数据分析)

麦子学院人工智能实战教程(机器学习与Python数据分析)

麦子学院人工智能实战教程(机器学习与Python数据分析)

📢 以下文件由夸克网盘用户于2026-01-30分享(文件数量过多时仅展示部分文件)
麦子学院人工智能教程9.22GB
第二阶段:机器学习经典算法2.99GB
01回归算法206.85MB
1.机器学习概述(1)【优质合集‖免费获取:】.mp423.9MB
2.回归算法【耗时整理‖免费分享:】.mp447.14MB
3.线性回归误差原理推导.mp431.08MB
4.目标函数求解.mp429.05MB
5.逻辑回归原理.mp414.7MB
6.梯度下降实例【整理不易‖记得关注:CunWorKNotes】.mp440.23MB
7.梯度下降原理【耗时整理‖不易且全免费:】.mp420.76MB
02决策树与随机森林356.65MB
1.决策树概述.mp423.37MB
2.熵原理形象解读.mp480.65MB
3.决策树构造实例.mp427.83MB
4.信息增益.mp414.31MB
5.信息增益率.mp442.79MB
6.决策树剪枝【耗时整理‖不易且全免费:】.mp487.04MB
7.随机森林.mp421.96MB
8.案例决策树参数.mp458.7MB
03贝叶斯算法174.24MB
1.贝叶斯算法概述【整理不易‖记得关注:CunWorKNotes】.mp417.66MB
2.贝叶斯推导实例.mp443.69MB
3.贝叶斯拼写纠错实例.mp429.26MB
4.垃圾邮件过滤实例.mp435.66MB
5.贝叶斯实现拼写检查器【优质合集‖免费获取:】.mp447.97MB
04 Xgboost335.02MB
1.集成思想.mp413.34MB
2.xgboost基本原理【花费时间‖:】.mp454.06MB
3.xgboost目标函数推导【整理不易‖免费奉上:】.mp430.29MB
4.xgboost求解实例.mp430.24MB
5.xgboost安装【不易整理‖请关注:CunWorkNoteS】.mp411.02MB
6.xgboost实战演示.mp4162.37MB
7.Adaboost算法概述.mp433.7MB
05支持向量机算法218.49MB
1.支持向量机要解决的问题【优质合集‖免费获取:】.mp412.5MB
2.支持向量机求解目标【整理不易‖免费奉上:】.mp475.5MB
3.支持向量机目标函数求解.mp424.05MB
4.支持向量机求解例子.mp428.23MB
5.支持向量的作用.mp421.87MB
6.软间隔支持向量机【良心整理‖免费获取:】.mp416.9MB
7.核函数变换【精挑细选‖免费提供:】.mp439.44MB
06时间序列AIRMA模型227.69MB
1.数据平稳性与差分法.mp430.77MB
2.ARIMA模型【耗时整理‖免费分享:】.mp426.02MB
3.相关函数评估方法.mp4102.22MB
4.建立ARIMA模型.mp425.5MB
5.参数选择.mp443.17MB
07神经网络基础399.81MB
1.深度学习概述【整理不易‖免费奉上:】.mp432.67MB
2.挑战与常规套路【不易整理‖请关注:CunWorkNoteS】.mp464.41MB
3.用K近邻来进行分类.mp425.41MB
4.超参数与交叉验证【花费时间‖:】.mp426.35MB
5.线性分类.mp449.97MB
6.损失函数.mp423.32MB
7.正则化惩罚项.mp417.62MB
8.softmax分类器【不易整理‖请关注:CunWorkNoteS】.mp477.09MB
9.最优化形象解读.mp417.28MB
10.最优化问题细节【资源精选‖更多关注:CunworkNotes】.mp428.43MB
11.反向传播.mp437.24MB
08神经网络架构273.37MB
1.整体架构.mp424.61MB
2.实例演示.mp449.13MB
3.过拟合解决方案.mp438.98MB
4.感受神经网络的强大【耗时整理‖免费分享:】.mp4160.64MB
09PCA降维与SVD矩阵分解129.68MB
1.PCA问题.mp410.09MB
2.PCA降维实例.mp447.99MB
3.SVD原理【公重号:CunWorkNotes】.mp442MB
4.SVD推荐系统.mp429.6MB
10聚类算法151.32MB
1.聚类算法概述.mp442.9MB
2.使用Kmeans进行图像压缩.mp467.35MB
3.特征工程2.mp441.07MB
11推荐系统269.46MB
1.开场.mp45.43MB
2.推荐系统应用【手动整理‖:】.mp474.56MB
3.推荐系统要完成的任务【耗时整理‖ 】.mp416.42MB
4.相似度计算.mp426.09MB
5.基于用户的协同过滤.mp451.02MB
6.基于物品的协同过滤.mp435.28MB
7.隐语义模型【持续更新‖免费提供:CunworknoteS】.mp418.45MB
8.隐语义模型求解.mp424.28MB
9.模型评估标准.mp417.94MB
12Word2Vec319.67MB
1.开篇.mp412.7MB
2.自然语言处理与深度学习.mp465.44MB
3.语言模型.mp414.5MB
4.N-gram模型【持续更新‖免费提供:CunworknoteS】.mp421.37MB
5.词向量.mp441.63MB
6.神经网络模型.mp424.98MB
7.Hierarchical Softmax.mp424.28MB
8.CBOW模型实例.mp428.83MB
9.CBOW求解目标.mp413.81MB
10.锑度上升求解【整理不易‖记得关注:CunWorKNotes】.mp455.06MB
11.负采样模型.mp417.08MB
第三阶段:机器学习案例实战4.49GB
01使用Python分析科比生涯数据210.39MB
1.科比数据集简介.mp436MB
2.数据预处理 (1).mp4139.72MB
3.建模.mp434.67MB
02案例实战-信用卡欺诈检测464.65MB
1.案例背景和目标【整理不易‖记得关注:CunWorKNotes】.mp426.42MB
2.样本不均衡解决方案.mp4110.11MB
3.下采样策略.mp421.01MB
4.交叉验证【不易整理‖请关注:CunWorkNoteS】.mp435.65MB
5.模型评估方法【不易整理‖请关注:CunWorkNoteS】.mp434.83MB
6.正则化惩罚【整理不易‖记得关注:CunWorKNotes】.mp421.63MB
7.逻辑回归模型.mp424.7MB
8.混淆矩阵.mp4100.74MB
9.逻辑回归阈值对结果的影响.mp430.57MB
10.SMOTE样本生成策略.mp459MB
03Python文本数据分析427.88MB
1.文本分析与关键词提取【公重号:CunWorkNotes】.mp430.49MB
2.相似度计算.mp430.14MB
3.新闻数据与任务简介【资源精选‖更多关注:CunworkNotes】.mp442.58MB
4.TF-IDF关键词提取.mp4223.93MB
5.LDA建模.mp436.37MB
6.基于贝叶斯算法进行新闻分类.mp464.38MB
04Kaggle竞赛案例-泰坦尼克获救预测385.53MB
1.数据介绍.mp425.97MB
2.数据预处理【优质合集‖免费获取:】.mp4211.8MB
4.随机森林模型【花费时间‖:】.mp452.47MB
5.特征选择.mp440.12MB
【公重号:CunWorkNotes】.mp455.16MB
05时间序列案例实战462.2MB
1.Pandas生成时间序列.mp438.16MB
2.Pandas数据重采样.mp491.18MB
3.Pandas滑动窗口【花费时间‖免费获取:】.mp422.03MB
4.股票预测案例.mp435.17MB
5.使用tsfresh库进行分类任务.mp4216.98MB
6.维基百科词条EDA.mp458.68MB
06TensorFlow框架828.9MB
2.变量.mp426.74MB
3.变量练习.mp4180.98MB
4.线性回归模型【花费时间‖:】.mp446.06MB
5.逻辑回归框架.mp440.24MB
6.逻辑回归迭代.mp451.8MB
7.神经网络模型.mp486.6MB
8.完成神经网络.mp443.2MB
9.卷积神经网络模型.mp434.11MB
10.卷积神经网络参数.mp4319.18MB
07MNIST手写字体识别236.1MB
1.神经网络模型概述.mp433MB
2.tensorflow参数.mp485.08MB
3.卷积简介.mp429.03MB
4.构造网络结构.mp442.33MB
5.训练网络模型【精挑细选‖免费提供:】.mp446.68MB
08Gensim中文词向量建模238.42MB
1.使用Gensim库构造词向量.mp422.61MB
2.维基百科中文数据处理【更多精选‖公众号:CunWorknotes】 .mp4159.77MB
3.Gensim构造word2vec模型.mp429.01MB
4.测试模型相似度结果.mp427.03MB
09探索性数据分析-赛事数据集分析774.17MB
1.开场 (1)【不易整理‖请关注:CunWorkNoteS】.mp46.71MB
2.数据背景介绍.mp437.59MB
3.数据读取与预处理.mp4198.21MB
4.数据切分模块.mp451.92MB
5.缺失值可视化分析.mp457.26MB
6.特征可视化展示【良心整理‖免费获取:】.mp442.81MB
7.多特征之间关系分析【公重号:CunWorkNotes】.mp438.9MB
8.报表可视化分析.mp439.6MB
9.红牌和肤色的关系.mp4301.17MB
10 探索性数据分析-农粮数据分析570.87MB
1.数据背景简介.mp442.3MB
2.数据切片分析【优质资源‖关注:cunWorkNotes 解锁】.mp4259.19MB
3.单变量分析【耗时整理‖ 】.mp460.36MB
4.峰度与偏度.mp436.35MB
5.数据对数变换【手动整理‖:】.mp430.53MB
6.数据分析维度【资源精选‖更多关注:CunworkNotes】.mp491.04MB
7.变量关系可视化展示.mp451.1MB
第一阶段:Python数据分析与建模库1.73GB
01Python快速入门413.24MB
1.系列课程环境配置.mp482.65MB
2.Python快速入门.mp42.61MB
3.变量类型.mp419.66MB
4.LIST基础【优质资源‖关注:cunWorkNotes 解锁】.mp474.54MB
5.List索引.mp428.39MB
6.循环结构.mp430.95MB
7.判断结构.mp414.96MB
8.字典.mp437.57MB
9.文件处理【良心整理‖免费获取:】.mp4110.56MB
10.函数基础.mp411.35MB
02科学计算库Numpy220.66MB
1.数据结构【花费时间‖免费获取:】.mp438.38MB
2.基本操作]【花费时间‖免费获取:】.mp472.39MB
3.矩阵属性.mp423.9MB
4.矩阵操作.mp438.53MB
5.常用函数.mp447.47MB
03数据分析处理库Pandas288.03MB
1.数据读取.mp440.16MB
2.数据预处理.mp435.59MB
3.常用函数【更多精选‖公众号:CunWorknotes】 .mp4182.46MB
4.Series结构【花费时间‖:】.mp429.82MB
04可视化库Matplotlib322.82MB
1.折线图.mp427.08MB
2.子图操作.mp4138.65MB
3.条形图与散点图【整理不易‖免费奉上:】.mp434.74MB
4.柱形图与盒图【更多精选‖公众号:CunWorknotes】 .mp432.23MB
5.细节设置.mp490.11MB
05Seaborn可视化库530.92MB
1.课程简介.mp47.65MB
2.整体布局风格设置.mp486.54MB
3.风格细节设置.mp423.62MB
4.调色板.mp430.04MB
5.调色板颜色设置.mp424.59MB
6.单变量分析绘图.mp494.47MB
7.回归分析绘图.mp428.35MB
8.多变量分析绘图.mp430.74MB
9.分类属性绘.mp4104.2MB
10.Facetgrid使用方法【整理不易‖记得关注:CunWorKNotes】.mp425.34MB
11.Facetgrid绘制多变量【耗时整理‖不易且全免费:】.mp429.45MB
12.热度图绘制.mp445.93MB
共181个文件,合计:9.22GB
夸克网盘
资源评论 AUP主 M管理员
评分
{{ rating }}分