机器学习训练营1期

《极客时间-机器学习训练营1期》是一套面向机器学习系统学习与实战应用的训练型课程，适合希望从基础知识逐步进入机器学习项目开发、算法实践和AI工程方向的学习者。课程强调理论与实践结合，不仅帮助学习者理解机器学习背后的核心原理，还通过项目训练建立从数据处理、模型构建到效果评估和实际应用的完整学习路径。

课程首先从机器学习基础概念入手，系统梳理监督学习、无监督学习等基本范式，以及特征、样本、训练集、验证集、测试集等重要概念。在算法部分，会围绕实际开发中常见的机器学习方法展开学习，包括回归、分类、聚类、决策树、集成学习等内容，帮助学习者理解不同算法的特点、适用场景以及基本实现思路。

数据处理是机器学习项目的重要环节，课程也会重点培养数据分析与特征工程能力。通过实际案例学习数据清洗、缺失值处理、异常值分析、特征构造、特征选择以及数据集划分等方法，使学习者认识到高质量数据对于模型效果的重要性。同时结合模型训练过程，学习如何选择合理的评价指标，对模型结果进行分析和优化。

在实战部分，课程通过完整项目将算法知识与工程实践结合起来，让学习者经历从业务需求分析、数据准备、特征处理、模型训练、参数调整到最终效果评估的全过程。通过项目驱动的学习方式，可以帮助学习者摆脱只会“调用算法库”的学习模式，逐步建立解决真实机器学习问题的思路。

课程还注重机器学习工程能力的培养，包括模型调优、实验分析、结果对比以及模型部署等相关内容，使学习者能够进一步理解从算法实验到实际应用之间的衔接过程。对于已经具备一定编程基础的学习者，可以借此提升算法实现和项目实践能力。

总体而言，《极客时间-机器学习训练营1期》适合Python开发者、数据分析人员、算法初学者以及希望转型AI方向的程序员学习。通过系统化训练，可以逐步掌握机器学习核心知识、常见算法、数据处理和项目实践方法，为进一步学习深度学习、大模型、推荐系统以及人工智能应用开发打下扎实基础。

课程截图：

课程目录：

极客时间-机器学习训练营1期/
│ ├── 00-开营仪式/
│ │ ├── 00-开营仪式文档.zip (1.83 MB)
│ │ ├── 第0章·概论·如何成为实干型的机器学习工程师(1).pdf (0.87 MB)
│ │ ├── 第0章·概论·如何成为实干型的机器学习工程师.pdf (0.87 MB)
│ │ └── 开营直播_ev.mp4 (349.72 MB)
│ ├── 01-第01章：Python_R基础/
│ │ ├── 01-第01章：Python_R基础文档.zip (1.83 MB)
│ │ ├── 机器学习第零期-第1章.pdf (0.55 MB)
│ │ ├── PythonR 基础 · 第二讲 · 第二部分_ev.mp4 (459.71 MB)
│ │ ├── PythonR 基础 · 第二讲 · 第三部分_ev.mp4 (186.50 MB)
│ │ ├── PythonR 基础 · 第二讲 · 第一部分_ev.mp4 (597.84 MB)
│ │ ├── PythonR 基础 · 第一讲 · 第二部分_ev-笔记.PanD (0.00 MB)
│ │ ├── PythonR 基础 · 第一讲 · 第二部分_ev.mp4 (235.65 MB)
│ │ └── PythonR 基础 · 第一讲 · 第一部分_ev.mp4 (288.71 MB)
│ ├── 02-第02章：Python 性能调优指南/
│ │ ├── 02-第02章：Python 性能调优指南资料.zip (1.83 MB)
│ │ ├── 第二章作业参考资料.zip (0.00 MB)
│ │ ├── 机器学习-第2章.pdf (0.61 MB)
│ │ ├── 作业.txt (0.00 MB)
│ │ ├── Python 性能调优指南 · 第二讲 · 直播完整版_ev.mp4 (806.86 MB)
│ │ └── Python 性能调优指南 · 第一讲 · 直播完整版_ev.mp4 (692.51 MB)
│ ├── 03-第03章：PythonR 中的数据操作及可视化/
│ │ ├── 03-第03章：PythonR 中的数据操作及可视化资料.zip (1.83 MB)
│ │ ├── 机器学习-第3章.pdf (0.44 MB)
│ │ ├── PythonR 中的数据操作及可视化 · 第二讲 · 第二部分_ev.mp4 (530.36 MB)
│ │ ├── PythonR 中的数据操作及可视化 · 第二讲 · 第三部分_ev.mp4 (188.48 MB)
│ │ ├── PythonR 中的数据操作及可视化 · 第二讲 · 第一部分_ev.mp4 (601.59 MB)
│ │ ├── PythonR 中的数据操作及可视化 · 第三讲 · 第二部分_ev.mp4 (163.50 MB)
│ │ ├── PythonR 中的数据操作及可视化 · 第三讲 · 第三部分_ev.mp4 (733.43 MB)
│ │ ├── PythonR 中的数据操作及可视化 · 第三讲 · 第一部分_ev.mp4 (413.88 MB)
│ │ └── PythonR 中的数据操作及可视化 · 第一讲 · 直播完整版_ev.mp4 (852.02 MB)
│ ├── 04-高等数学与线性代数加餐/
│ │ ├── 04-高等数学与线性代数加餐资料.zip (1.83 MB)
│ │ ├── 高等数学与线性代数_ev.mp4 (977.01 MB)
│ │ ├── 机器学习-客户访谈与问卷调研加餐.pdf (0.46 MB)
│ │ ├── 机器学习-数学加餐.pdf (0.55 MB)
│ │ └── 客户访谈与问卷调研_ev.mp4 (139.19 MB)
│ ├── 05-第04章：机器学习基本概念/
│ │ ├── 05-第04章：机器学习基本概念必看.png (0.48 MB)
│ │ ├── 机器学习-第4章.pdf (0.68 MB)
│ │ ├── 机器学习基本概念 · 第二讲 · 第二部分_ev.mp4 (1220.40 MB)
│ │ ├── 机器学习基本概念 · 第二讲 · 第一部分_ev.mp4 (1428.77 MB)
│ │ ├── 机器学习基本概念 · 第二讲 · 课前答疑_ev.mp4 (562.68 MB)
│ │ ├── 机器学习基本概念 · 第三讲 · 第二部分_ev.mp4 (1070.09 MB)
│ │ ├── 机器学习基本概念 · 第三讲 · 第三部分_ev.mp4 (995.01 MB)
│ │ ├── 机器学习基本概念 · 第三讲 · 第一部分_ev.mp4 (1136.37 MB)
│ │ ├── 机器学习基本概念 · 第四讲 · 直播完整版_ev.mp4 (2278.55 MB)
│ │ ├── 机器学习基本概念 · 第一讲 · 第二部分_ev.mp4 (1181.75 MB)
│ │ ├── 机器学习基本概念 · 第一讲 · 第三部分_ev.mp4 (2.25 MB)
│ │ └── 机器学习基本概念 · 第一讲 · 第一部分.mp4 (1686.21 MB)
│ ├── 06-第05章：手撸机器学习算法/
│ │ ├── 06-第05章：手撸机器学习算法必看.png (0.48 MB)
│ │ ├── 机器学习-第5章.pdf (0.53 MB)
│ │ ├── 手撸机器学习算法 · 第二讲 · 直播完整版_ev.mp4 (909.33 MB)
│ │ └── 手撸机器学习算法 · 第一讲 · 直播完整版_ev.mp4 (1024.77 MB)
│ ├── 07-第06章：经典机器学习算法及调优/
│ │ ├── 07-第06章：经典机器学习算法及调优说明.png (0.48 MB)
│ │ ├── 机器学习-第6章.pdf (0.77 MB)
│ │ ├── 经典机器学习算法及调优 · 第二讲 · 直播完整版_ev.mp4 (819.30 MB)
│ │ ├── 经典机器学习算法及调优 · 第三讲 · 直播完整版_ev.mp4 (959.88 MB)
│ │ ├── 经典机器学习算法及调优 · 第四讲 · 直播完整版_ev.mp4 (905.32 MB)
│ │ ├── 经典机器学习算法及调优 · 第五讲 · 直播完整版_ev.mp4 (821.37 MB)
│ │ ├── 经典机器学习算法及调优 · 第一讲 · 直播完整版_ev.mp4 (870.39 MB)
│ │ └── ML_chapter7_dataset.zip (3.81 MB)
│ ├── 08-第07章：特征工程方法论/
│ │ ├── 08-第07章：特征工程方法论文档.zip (1.83 MB)
│ │ ├── 机器学习-第7章.pdf (1.02 MB)
│ │ ├── 特征工程方法论 · 第二讲 · 直播完整版_ev.mp4 (987.42 MB)
│ │ └── 特征工程方法论 · 第一讲 · 直播完整版_ev.mp4 (424.56 MB)
│ ├── 09-第08章：集成学习方法/
│ │ ├── 09-第08章：集成学习方法资料.zip (1.83 MB)
│ │ ├── 机器学习-第8章.pdf (0.64 MB)
│ │ ├── 集成学习方法 · 第二讲 · 直播完整版_ev.mp4 (1114.44 MB)
│ │ └── 集成学习方法 · 第一讲 · 直播完整版_ev.mp4 (1015.68 MB)
│ ├── 10-第09章：深度学习基础及常见网络/
│ │ ├── 10-第09章：深度学习基础及常见网络说明.png (0.48 MB)
│ │ ├── 机器学习-第9章.pdf (1.46 MB)
│ │ ├── 深度学习基础及常见网络 · 第二讲 · 直播完整版_ev.mp4 (822.94 MB)
│ │ ├── 深度学习基础及常见网络 · 第三讲 · 直播完整版_ev.mp4 (725.48 MB)
│ │ ├── 深度学习基础及常见网络 · 第四讲 · 直播完整版_ev.mp4 (740.87 MB)
│ │ └── 深度学习基础及常见网络 · 第一讲 · 直播完整版_ev.mp4 (764.66 MB)
│ ├── 11-第10章：PyTorch 基本语法/
│ │ ├── 11-第10章：PyTorch 基本语法资料.png (0.48 MB)
│ │ ├── 机器学习-第10章.pdf (0.97 MB)
│ │ ├── PyTorch 基本语法 · 第二讲 · 直播完整版_ev.mp4 (815.25 MB)
│ │ └── PyTorch 基本语法 · 第一讲 · 直播完整版_ev.mp4 (811.66 MB)
│ ├── 12-第11章：神经网络训练方法/
│ │ ├── 12-第11章：神经网络训练方法文档.zip (1.83 MB)
│ │ ├── 机器学习-第11章.pdf (0.57 MB)
│ │ ├── 神经网络训练方法· 第二讲 · 直播完整版_ev.mp4 (1929.17 MB)
│ │ └── 神经网络训练方法· 第一讲 · 直播完整版_ev.mp4 (1028.55 MB)
│ ├── 13-第12章：AutoML 介绍/
│ │ ├── 机器学习-第12章.pdf (0.67 MB)
│ │ ├── AutoML 介绍· 第二讲 · 直播完整版_ev.mp4 (866.85 MB)
│ │ └── AutoML 介绍· 第一讲 · 直播完整版_ev.mp4 (629.82 MB)
│ ├── 14-第13章：Jax 简介/
│ │ ├── 14-第13章：Jax 简介资料.zip (1.83 MB)
│ │ ├── 机器学习-第13章.pdf (0.50 MB)
│ │ ├── Jax 简介· 第二讲 · 直播完整版_ev.mp4 (213.92 MB)
│ │ └── Jax 简介· 第一讲 · 直播完整版_ev.mp4 (574.73 MB)
│ ├── 15-第14章：使用 Kubernetes 进行部署/
│ │ ├── 15-第14章：使用 Kubernetes 进行部署资料.png (0.48 MB)
│ │ └── 使用 Kubernetes 进行部署 · 直播完整版_ev.mp4 (883.44 MB)
│ └── 17-加餐：机器学习进阶理论与战术/
│ │ ├── 17-加餐：机器学习进阶理论与战术文档.zip (1.83 MB)
│ │ ├── 加餐：公理化概率体系_ev.mp4 (344.09 MB)
│ │ ├── 加餐：CUDA 与 Tensor RT_ev.mp4 (884.20 MB)
│ │ ├── 加餐：CV 的简单介绍_ev.mp4 (601.24 MB)
│ │ ├── 加餐：K8s及课程总结_ev.mp4 (204.38 MB)
│ │ └── 加餐：NLP 与 RL 的简单介绍_ev.mp4 (737.03 MB)