- .gitignore
- 01.01 Python 基础.ipynb
- 01.02 Python 进阶.ipynb
- 01.03 机器学习常用的包.ipynb
- 01.04 Keras MNIST Playground.ipynb
- 02.01 基于搜索的问题求解(学生版).ipynb
- 02.01 基于搜索的问题求解.ipynb
- 02.02 决策树(学生版).ipynb
- 02.02 决策树.ipynb
- 02.03 回归分析(学生版).ipynb
- 02.03 回归分析.ipynb
- 02.04 贝叶斯分析(学生版).ipynb
- 02.04 贝叶斯分析.ipynb
- 02.05 神经网络学习(学生版).ipynb
- 02.05 神经网络学习.ipynb
- _overview.md
- data_sample.png
- decision_tree_1.mp4
- essay1_ch.txt
- essay1_en.txt
- essay2_ch.txt
- essay2_en.txt
- essay3_ch.txt
- essay3_en.txt
- foo.csv
- iris.csv
- mnist.npz
- model.h5
- model.png
- nn_media1.mp4
- nn_media2.mp4
- nn_media3.mp4
- nn_media4.mp4
- nn_media5.mp4
- nn_media6.mp4
- search-Copy1.py
- search.py
- Untitled.ipynb
_overview.md @master — view markup · raw · history · blame
介绍
本课程主要教授 Python 基础知识， Python 进阶知识，机器学习常用的包以及人工智能相关的算法。
Python 基础知识部分包括：
- Python 简介
- 数据类型
- 字符串
- 索引和分片
- 列表
- 字典
- 元组
- 集合
- 判断语句
- 循环
Python 进阶知识部分包括：
- 列表推导式
- 函数
- 模块和包
- 异常
- 警告
- 文件读写
- CSV 文件和 csv 模块
机器学习常用的包部分包括：
- Numpy
- Pandas
- Matplotlib
- Sklearn
人工智能相关的算法部分包括：
- 基于搜索的问题求解
- 决策树
- 回归分析
- 贝叶斯分析
- 神经网络学习