2024路飞 Python 人工智能AI工程师

发布时间：	2025-09-11 13:43
发布者：	用户9527
资源来源：	夸克网盘
资源状态：	【资源纠错】
标签：	路飞 / python / 人工智能 / ai / 工程师 /

这是一个全面的人工智能与Python工程师课程体系，内容涵盖从Python编程基础到高级AI应用的完整路径。课程分为多个模块，包括Python快速入门、数据科学工具包(NumPy、Pandas、Matplotlib、Seaborn)、机器学习必备数学基础、机器学习算法精讲与案例应用、数据挖掘项目实战、深度学习框架(TensorFlow与PyTorch)、计算机视觉(OpenCV)、自然语言处理(NLP)以及语音识别等核心领域。通过系统学习，学员将掌握从数据处理、模型构建到实际部署的全栈AI技能，并能够胜任各类AI工

成为VIP用户，可查看完整网盘下载地址。

网盘快照

2024路飞 Python 人工智能AI工程师 ( - )

第01模块：Python快速入门（新） ( - )

1.1 开篇：讲师和课程内容介绍_ev.mp4 ( 16.56MB )
1.2 开篇：授课模式须知_ev.mp4 ( 15.32MB )
1.3 开篇：学习方法的建议_ev.mp4 ( 14.98MB )
1.4 开篇：笔记和文档的编写_ev.mp4 ( 50.58MB )
1.5 开篇：写在最后_ev.mp4 ( 3.52MB )
2.1 今日概要_ev.mp4 ( 6.25MB )
2.2 课堂笔记的创建_ev.mp4 ( 6.61MB )
2.3 常见计算机基本概念_ev.mp4 ( 39.74MB )
2.4 编程语言_ev.mp4 ( 10.14MB )
2.5 编译器和解释器_ev.mp4 ( 17.33MB )

第02模块：Python数据科学必备工具包实战（新） ( - )

1-numpy（新） ( - )
2-pandas（新） ( - )
3-matplotlib绘图 (新) ( - )
4-seaborn可视化（新） ( - )
5-科学计算库-Numpy ( - )
6-数据分析处理库-Pandas ( - )
7-可视化库-Matplotlib ( - )
8-可视化库-Seaborn ( - )

第03模块：人工智能-必备数学课程（新） ( - )

1.1 课程简介_ev.mp4 ( 6.56MB )
1.2 函数_ev.mp4 ( 8.80MB )
1.3 极限_ev.mp4 ( 11.64MB )
1.4 无穷小与无穷大_ev.mp4 ( 10.90MB )
1.5 连续性与导数_ev.mp4 ( 15.10MB )
1.6 偏导数_ev.mp4 ( 11.69MB )
1.7 方向导数_ev.mp4 ( 14.29MB )
1.8 梯度_ev.mp4 ( 21.72MB )
2.1 微积分基本想法_ev.mp4 ( 10.36MB )
2.2 微积分的解释_ev.mp4 ( 13.37MB )

第04模块：机器学习算法精讲及其案例应用（新） ( - )

1.1 课程简介_ev.mp4 ( 23.43MB )
1.2 回归问题概述_ev.mp4 ( 13.75MB )
1.3 误差项定义_ev.mp4 ( 18.86MB )
1.4 独立同分布的意义_ev.mp4 ( 16.26MB )
1.5 似然函数的作用_ev.mp4 ( 20.95MB )
1.6 参数求解_ev.mp4 ( 22.42MB )
1.7 梯度下降通俗解释_ev.mp4 ( 15.14MB )
1.8 参数更新方法_ev.mp4 ( 17.07MB )
1.9 优化参数设置_ev.mp4 ( 18.32MB )
1.10 线性回归整体模块概述_ev.mp4 ( 9.99MB )

第05模块：机器学习算法建模实战项目（新） ( - )

1.1 任务目标解读_ev.mp4 ( 23.14MB )
1.2 项目挑战与解决方案制定_ev.mp4 ( 31.31MB )
1.3 数据标准化处理_ev.mp4 ( 33.46MB )
1.4 下采样数据集制作_ev.mp4 ( 15.36MB )
1.5 交叉验证_ev.mp4 ( 17.03MB )
1.6 数据集切分_ev.mp4 ( 16.01MB )
1.7 模型评估方法与召回率_ev.mp4 ( 21.84MB )
1.8 正则化惩罚项_ev.mp4 ( 23.36MB )
1.9 训练逻辑回归模型_ev.mp4 ( 49.47MB )
1.10 混淆矩阵评估分析_ev.mp4 ( 38.32MB )

第06模块：机器学习案例实战应用集锦（新） ( - )

1.1 关联规则概述_ev.mp4 ( 15.68MB )
1.2 支持度与置信度_ev.mp4 ( 21.89MB )
1.3 提升度的作用_ev.mp4 ( 27.37MB )
1.4 Python实战关联规则_ev.mp4 ( 25.98MB )
1.5 数据集制作_ev.mp4 ( 25.66MB )
1.6 电影数据集题材关联分析_ev.mp4 ( 40.92MB )
2.1 数据与任务分析_ev.mp4 ( 37.61MB )
2.2 提取月份信息进行统计分析_ev.mp4 ( 20.38MB )
2.3 房价随星期变化的可视化展示_ev.mp4 ( 35.65MB )
2.4 房屋信息指标分析_ev.mp4 ( 59.63MB )

第06模块：深度学习框架-Tensorflow2版本实战（旧） ( - )

1.1 课程简介_ev.mp4 ( 2.89MB )
1.2 Tensorflow2版本简介与心得_ev.mp4 ( 22.85MB )
1.3 Tensorflow2版本安装方法_ev.mp4 ( 34.18MB )
1.4 tf基础操作_ev.mp4 ( 17.19MB )
2.1 深度学习要解决的问题_ev.mp4 ( 14.41MB )
2.2 深度学习应用领域_ev.mp4 ( 36.04MB )
2.3 计算机视觉任务_ev.mp4 ( 12.35MB )
2.4 视觉任务中遇到的问题_ev.mp4 ( 21.66MB )
2.5 得分函数_ev.mp4 ( 13.06MB )
2.6 损失函数的作用_ev.mp4 ( 20.94MB )

第07模块：机器学习竞赛优胜解决方案实战（新） ( - )

1.1 课程简介_ev.mp4 ( 16.25MB )
1.2 任务目标与数据分析._ev.mp4 ( 22.71MB )
1.3 整体模型架构_ev.mp4 ( 12.46MB )
1.4 构建用户特征序列_ev.mp4 ( 26.88MB )
1.5 序列特征提取方法_ev.mp4 ( 22.40MB )
1.6 生成特征汇总表_ev.mp4 ( 26.83MB )
1.7 标签制作_ev.mp4 ( 15.99MB )
1.8 网络训练模块_ev.mp4 ( 29.88MB )
1.9 得出最终模型结果_ev.mp4 ( 24.08MB )
2.1 数据任务概述_ev.mp4 ( 19.42MB )

第07模块：深度学习框架-PyTorch项目实战（旧） ( - )

1.1 PyTorch实战课程简介_ev.mp4 ( 15.77MB )
1.2 PyTorch框架发展趋势简介_ev.mp4 ( 16.95MB )
1.3 框架安装方法（CPU与GPU版本）_ev.mp4 ( 12.61MB )
1.4 PyTorch基本操作简介_ev.mp4 ( 19.34MB )
1.5 自动求导机制_ev.mp4 ( 25.88MB )
1.6 线性回归DEMO.数据与参数配置_ev.mp4 ( 17.01MB )
1.7 线性回归DEMO.训练回归模型_ev.mp4 ( 28.21MB )
1.8 常见tensor格式_ev.mp4 ( 15.06MB )
1.9 Hub模块简介_ev.mp4 ( 40.59MB )
2.1 气温数据集与任务介绍_ev.mp4 ( 21.47MB )

第08模块：深度学习入门视频课程（新） ( - )

1.1 深度学习要解决的问题_ev.mp4 ( 14.51MB )
1.2 深度学习应用领域_ev.mp4 ( 35.95MB )
1.3 计算机视觉任务_ev.mp4 ( 12.31MB )
1.4 视觉任务中遇到的问题_ev.mp4 ( 21.82MB )
1.5 得分函数_ev.mp4 ( 13.12MB )
1.6 损失函数的作用_ev.mp4 ( 20.97MB )
1.7 前向传播整体流程_ev.mp4 ( 27.09MB )
2.1 返向传播计算方法_ev.mp4 ( 17.83MB )
2.2 神经网络整体架构_ev.mp4 ( 20.82MB )
2.3 神经网络架构细节_ev.mp4 ( 23.94MB )