第一阶段：Python语言基础与使用

本阶段旨在帮助大家快速掌握数据领域最常用的语言和工具包使用方法，讲解语言及数据领域模块全程实战，并且补充一些基础数学知识，为后面阶段更好的学习机器学习打好基础，最后引入机器学习及算法的介绍，给下一阶段做个铺垫。

第二阶段：机器学习算法与案例实战

本阶段注重机器学习算法原理推导，从零开始讲解每一个复杂的机器学习算法，基于真实数据集进行案例实战！本阶段从线性模型开始讲起，再到由线性模型引申出来的相关算法，帮助大家快速、透彻的理解机器学习算法的原理、推导、实现、优化，并且使用真实数据集进行算法调用，对模型训练、模型评估与选择、模型使用手把手实战

第三阶段：机器学习算法与案例实战

基于上一阶段算法讲解一些优化提升算法，和一些更复杂的机器学习算法，同样进行算法原理推导，基于真实数据集进行案例实战！本阶段基于上一阶段的学习后，帮助大家对算法的优化，进行深入讲解，达到知其然并知其 所以然，本阶段还会进入一些更加复杂的机器学习算法的讲解，理解难度上比上一阶段会有 所提升

第四阶段：深度学习原理与框架

本阶段从神经网络基础开始讲起逐步进军AI高级网络架构，结合深度学习最主流框架tensorflow与keras进行案例实战。从神经网络算法到深度学习原理与框架，再到当前流行的深度学习模型的学习，AI人工智能的发展与火热，离不开深度学习的飞速进步，现在企业中各种各样的项目都不断的往深度学习领域进发

第五阶段：人工智能项目实战

本阶段包含当前 AI 领域热门。三领域实战项目 推荐系统、自动聊天机器人、医疗图像识别。本阶段帮助大家综合运用前面学到的知识，更加贴合企业业务需求，并且补充一些项目相关知识，手把手从项目需求、数据分析、架构设计、集群安装、代码实现深入详细的讲解清楚

章节1：

数学基础补充

课时1

1：微积分

课时2

2：Taylor展开

课时3

3：概率论基础

课时4

4：概率计算

课时5

5：期望

课时6

6：方差

课时7

7：协方差

课时8

8：偏度

课时9

9：峰度

课时10

10：理解矩阵计算

章节2：

机器学习计算基础库

未学完

课时11

11：Numpy矩阵为基础的数学计算模块

975人学过

10分10秒

课时12

12：Scipy科学计算库，有一些高阶抽象和物理模型

689人学过

10分19秒

课时13

13：Matplotlib一个python的2D绘图库，方便分析

325人学过

1分6秒

课时14

14：Pandas一套数据框的数据结构，表结构方便统计分析

13266人学过

17分12秒

章节3：

机器学习Python基础

未学完

课时15

15：Python环境Anaconda安装

课时16

16：Python环境第三方库的安装

课时17

17：Python开发环境PyCharm安装与配置

1235人学过

9分57秒

课时18

18：Python语言快速上手

2249人学过

6分3秒

课时19

19：Python集合快速上手

431人学过

15分24秒

课时20

20：Python函数式编程快速上手

411人学过

14分51秒

课时21

21：Python类编程快速上手

449人学过

19分18秒

课时22

22：何为机器学习

685人学过

6分19秒

课时23

23：机器学习与人工智能

1610人学过

18分46秒

课时24

24：人工智能应用

1191人学过

5分2秒

课时25

25：机器学习算法汇总

1146人学过

3分19秒

课时26

26：Python机器学习库Scikit-Learn介绍