解决什么能力缺口，适合什么基础
这门课的核心价值，在于填补“懂原理但不会落地”与“会调包但不知其所以然”之间的巨大鸿沟。市面上不乏碎片化的算法科普或单纯的 API 调用教程，但真正能从数学底层讲清决策树、SVM 原理，并指导如何在真实场景中进行特征工程、模型评估与参数调优的系统性训练并不多见。本课程针对的正是那些希望从传统开发或数据分析师转型，或试图夯实机器学习根基的技术学习者。
它适合具备一定 Python 基础（如 numpy, pandas 基本操作）和线性代数、概率统计常识的学习者。如果你是完全零基础的小白，直接上手可能会在推导过程感到吃力；但如果你已有 Java 背景并渴望切入 AI 领域，或者在面试中被频繁追问算法细节而难以应对，这门课提供的系统架构将极具针对性。课程并非从零教编程，而是专注于补齐机器学习的理论与工程实战短板。
先看哪几块，学完能做什么
建议学习路径优先攻克监督学习中的回归与分类模型，这是应用最广泛且面试考察频率最高的部分。随后深入集成学习（如 XGBoost, LightGBM），这是工业界竞赛和实际业务中的主力武器。务必重视模型评估与调参章节，这是区分“调参侠”与“工程师”的关键。最后结合综合案例，理解如何从数据清洗到模型部署的全流程。
完成主要模块后，你应能独立回答：为什么选择随机森林而非单一决策树？如何处理样本不平衡问题？AUC 与准确率在实际业务中该如何取舍？更重要的是，你将具备独立完成一个端到端机器学习项目的能力：从需求分析、特征工程、模型选择、训练调优到效果评估，不再依赖现成的代码模板，而是清楚每一步背后的逻辑与取舍。
资料如何配合练习
课程配套资料包含了大量的实战案例与代码实现。请勿仅作为视频观赏材料，而应将其视为“实验手册”。遇到推导困难的公式，对照源码中的 numpy 实现手动复现一遍，这是内化原理的最佳途径。对于特征工程等实操环节，建议下载课程提供的数据集，手动运行并尝试修改参数观察模型性能变化。只有通过亲手调试失败并修正，这些知识才会真正转化为你的解题能力，从而在面对高薪岗位的技术面试时，能够从容应对深层原理追问与实战场景设计。
课程介绍
如今，人工智能火爆全球并快速切入各个领域，比如电商、金融、交通、安防、医疗、教育，国内外各大公司纷纷成立相关AI研究院，火速招兵买马，可目前市面上人才缺口严重不足，供需比例仅为1:10。 机器学习作为AI的核心技术，可谓掌握了机器学习，便跨过了AI的准入门门槛。或从Java等传统IT行业成功转型AI拿到年薪三四十万，部分超过四十万拿到五十万，有的甚至年薪百万。
课程目录
机器学习.png 2022-10-13 23:53 上传 课程介绍： 如今，人工智能火爆全球并快速切入各个领域，比如电商、金融、交通、安防、医疗、教育，国内外各大公司纷纷成立相关AI研究院，火速招兵买马，可目前市面上人才缺口严重不足，供需比例仅为1:10。 机器学习作为AI的核心技术，可谓掌握了机器学习，便跨过了AI的准入门门槛。或从Java等传统IT行业成功转型AI拿到年薪三四十万，部分超过四十万拿到五十万，有的甚至年薪百万。 课程大纲： 预习阶段 Python基础和数据分析 在线视频：Python基础语法语法精讲 1-Anaconda安装及使用 2-循环判断语句 3-函数 4-面向对象 5-文件以文件夹操作 在线视频：Python核心语法进阶 1-高阶函数的使用 2-迭代器、生成器、装饰器详解 在线视频：数据分析numpy和pandas精髓速讲 1-numpy基本操作 2-pandas基本操作 2-项目实战：美国大选 在线视频：matplotlib数据可视化 1-matplotlib基本操作 2-常用2D图形使用 3-项目实战：电商商品数据探索性分析 在线直播：开班宣讲 在线实训：入学测试 第一阶段 机器学习原理 在线视频：1-线性回归、logistic回归、梯度下降 在线视频：2-决策树、随机森林、GBDT 在线视频：3-SVM与数据分类 在线视频：4-特征工程：数据清洗、异常点处理、特征抽取/选择/组合 在线直播：5-机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲 在线实训：6-算法核心要点巩固(上) 在线直播：7-决策树、Boosting模型融合的精髓速讲 在线实训：8-算法核心要点巩固(中) 在线直播：9-朴素贝叶斯、SVM模型精髓速讲 在线实训：10-算法核心要点巩固(下) 在线直播：XGBoost精讲 1-建模调参（数据清洗、特征处理、特征选择、模型的调参、评估） 2-模型状态（过/欠拟合、状态验证、过/欠拟合的调整、模型调优） 3-模型融合（集体智慧：投票器/Bagging/随机森林/Boosting） 4-XGBoost简介及三类参数详解，和代码实现 在线直播：HMM、CRF模型要点 1-HMM模型定义及概率计算 2-期望最大算法及HMM模型学习 3-CRF模型定义 4-最大熵算法及CRF模型学习 5-相关代码实现 第二阶段 机器学习实战 在线视频：机器学习基本流程，基础模型与sklearn使用 1-基本流程（数据清洗、数据建模、模型训练与验证） 2-基本模型（线性模型、树模型、神经网络、无监督模型） 3-sklearn介绍与使用（基础介绍、语法） 4-sklearn使用案例讲解 在线实训：基于sklearn和pandas机器学习基础案例实践 在线直播：数据分析与特征工程串讲 1-数据分析方法（Matplotlib与Searborn高阶使用） 2-特征工程方法（类别字段编码、数值类型编码） 3-sklearn实践（预处理、特征工程） 4-结构化数据建模案例讲解 在线实训：特征工程处理与实践 在线直播：图像与文本基础 1-数字图像基础（图像读取、特征提取） 2-文本处理基础（文本分词、TFIDF） 3-手写数字识别案例讲解 4-文本分类案例讲解 在线实训：图像分类与电商用户购买预测 在线视频：基于SQL的机器学习流程和实践 1-Spark与pyspark介绍 2-pyspark基础使用（数据读取、聚合与基础计算） 3-pyspark进阶使用（定义函数、数据统计） 4-pyspark实战案例 在线实训：机器学习中SQL常见用法和文本分类 在线直播：机器学习实践案例高阶 1-模型调参方法（网格、随机和贝叶斯优化） 2-模型训练流程与细节 3-特征筛选方法 4-高阶实践案例讲解（多个Kaggle竞赛案例 在线实训：机器学习进阶案例实践 在线直播：机器学习模型部署与案例 1-LightGBM/XGBoost模型使用和参数讲解 2-模型部署基础（库打包、HTTP协议、调用方法） 3-模型部署与调用案例（实时请求、批量请求） 4-机器学习模型部署案例 在线实训：模型部署案例——阿里云安全恶意程序检测 在线直播：Home Credit用户信贷违约预测 1-项目介绍、背景和评价指标 2-特征编码和特征工程 3-基于LightGBM建模过程 4-基于MLP的建模过程 在线直播：机器学习项目实战：渔船时序轨迹分类 1-结构化数据建模与问题划分 2-多表数据分析与缺失值清洗 3-树模型模型构建与调参 4-树模型/深度学习模型部署与监控 第三阶段 深度学习原理到实战 在线视频：1-神经网络初步：全连接与反向传播 在线视频：2-卷积神经网络与计算机视觉 在线视频：3-循环神经网络与自然语言处理 在线视频：4-深度学习实践：Caffe与Tensorflow项目实战 在线视频：5-深度神经网络、Wide & Deep模型架构理解 在线视频：6-卷积神经网络、实战图像分类 在线视频：7-循环神经网络、文本情感分类和图文生成模型 在线直播：8-深度学习在工业项目中的应用(调参、优化、模型压缩) 第四阶段 深度学习模型应用 在线视频：1-陈博士带你从头到尾通透word2vec 在线视频：2-深度学习在物体检测中的应用：Two-Stage和One-Stage框架 在线直播：3-人脸识别真的安全吗？机器学习/深度学习安全前沿技术：对抗攻击和防御 在线直播：4-深度学习模型实践技巧：工业界是如何通过蒸馏收敛到一个更优的部署模型 第五阶段 CV NLP 推荐三大方向的基础技术巩固 在线视频：1-深度学习在物体检测中的应用 在线视频：2-深度学习在物体检测中的应用 在线视频：3-深度学习在物体检测中的应用 在线视频：4-NLP基础技能：文本处理技能与文本数据清洗、提取、分词与统计 在线视频：5-深度学习回顾与pytorch简介 在线视频：6-当下最好的语言模型BERT：发展历程、模型介绍及应用举例 在线视频：7-推荐业务、feed流产品及推荐算法策略架构解析 在线视频：8-用户特征和Item特征的常用方法 在线视频：9-商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序 第六阶段 CV NLP 推荐三大方向的完整项目实战 在线直播：CV-1-行人重识别项目（ReID）背景与基线方法 1-搭建基线算法Pipeline 2-从交叉熵损失构建深度特征学习 3-模型训练初步技巧 在线直播：CV-2-行人重识别项目（ReID）跑通训练+评测流程 1-构建评价指标 2-定制Data Loader实现高级预处理 3-模型训练高级技巧 在线直播：CV-3-行人重识别项目（ReID）多任务训练框架 1-深度排序损失Triplet Loss的优雅实现 2-交叉熵损失与深度排序损失并行训练技巧 3-多任务训练框架的Inference实现 在线直播： CV-4-行人重识别项目（ReID）模型优化迭代及总结 1-标签平滑、随即擦出等训练技巧实现 2-在线困难样本挖掘技术 3-困难深度排序损失Triplet Hard Loss实现 在线直播：NLP-1-智能问答机器人项目介绍和环境搭建 1-环境搭建 2-智能客服的架构介绍与说明 3-使用word2vec生成句向量 在线直播：NLP-2-意图识别与文本匹配 1-文本分类模型 2-文本匹配模型 在线直播：NLP-3-智能问答机器人中的闲聊 1-seq2seq结构介绍 2-GPT模型介绍 3-使用GPT做闲聊 在线直播：NLP-4-智能问答机器人项目的部署、总结 1-项目优化 2-部署与上线 3-客服系统总结 在线直播：推荐-1-商品推荐系统介绍和环境搭建 1-数据处理/机器学习/深度学习框架环境搭建 2-商品推荐系统介绍、真实数据集介绍 3-项目任务、评估指标理解 在线直播：推荐-2-商品推荐系统特征工程 1-商品推荐任务拆分、思路分析；数据集探索和理解 2-特征处理、特征构建、特征工程方法总结；训练、测试样本处理 3-基于启发式规则的预估方法实践 在线直播：推荐-3-商品推荐系统模型构建 1-Collaborative Filtering-based Recommendation 2-LR基础模型、GBDT Boosting 模型实战 3-DNN神经网络推荐算法(WDL/NFM等)介绍 在线直播：推荐-4-商品推荐系统迭代优化 1-DNN神经网络推荐算法(WDL/NFM等)模型实战 2-模型评估 3-推荐系统完整性梳理 4-扩展知识：推荐系统在线serving分模块的应用 第七阶段 项目库补充项目实习与就业指导 在线视频：CV1-人体姿态识别项目开题：项目介绍与环境搭建 在线视频：CV2-人体姿态识别初探：单人姿态与多人姿态 在线视频：CV3-人体姿态估计与实战：实战代码与评价指标 在线视频：CV4-人体姿态估计引申探讨：3D姿态与多视角姿态估计 在线视频：NLP1-聊天机器人项目开题：项目介绍和环境搭建 在线视频：NLP2-聊天机器人特征工程和模型构建 在线视频：NLP3-聊天机器人迭代优化：Transformer与BERT应用 在线视频：NLP4-聊天机器人总结：编程实现与系统搭建 在线视频：推荐1-电影推荐网站 开题：项目介绍和环境搭建 在线视频：推荐2-从零搭建电影推荐网站特征工程和模型构建 在线视频：推荐3-从零搭建电影推荐网站迭代优化 在线视频：推荐4-从零搭建电影推荐网站评估、部署、总结 在线实训：1-基于YOLOv3模型的目标检测 在线实训：2-新浪新闻文本分类 在线实训：3-基于DIEN的电商广告CTR预估 在线直播：机器学习面试辅导
