解决GitHub打不开的终极办法！

该阶段是深度学习的入门课程，主要介绍经典的深度学习框架TensorFlow的使用，IO操作，以及神经网络基础、卷积神经网络的相关知识，并用卷积神经网络原理搭建、设计自己的网络，实现对验证码图片内容的识别。

该阶段是机器学习的入门课程，主要介绍一些经典的传统机器学习算法，如分类算法：KNN算法，朴素贝叶斯算法，逻辑回归，决策树算法以及随机森林；回归算法：线性回归，岭回归；聚类算法：KMeans算法，结合Python语言实现的经典机器学习库Sikit-Learn库，实现一些小型预测案例。

该阶段主要是介绍一些数据科学领域用Python语言实现的基础库，如简洁、轻便的数据可视化展示工具Matplotlib，高效的运算工具Numpy，方便的数据处理工具Pandas，为人工智能阶段打基础。

python爬虫热点项目，由多个网站数据抓取的案例和常见问题专项解答组成

360°解读机器学习经典算法——聚类算法，从基础算法到高阶应用全方位讲解，生动全彩，化繁为简，清晰直观解决实际问题，解析k-means（k-均值）基本算法并以全新视角解读其各种优化方式及谱聚类，DBSCAN ,SOM , AP聚类，视觉追踪等衍生算法，助力人工智能学习之路。

人工智能：如果机器和程序表现出了类似人学 习或其他方面的能力，我们就可以称其实现了 人工智能。

180分钟学会爬虫入门: 1. 了解什么是爬虫 2. 掌握requests库的使用 3. 掌握BeautifulSoup解析库提取数据 4. 掌握正则表达式提取数据 5. 掌握是用json模块处理json格式数据 6. 掌握疫情爬虫项目的实现 7. 了解疫情数据可视化

主要知识点：编写模型，使用API与数据库交互、使用Django的后台管理管理数据、通过视图接收请求，通过模型获取数据、调用模板完成页面展示。

课程内容： 1.掌握多任务实现的并行和并发 2.掌握多进程实现多任务 3.掌握多线程实现多任务 4.掌握合理搭配多进程和线程

1. 熟练掌握python基础语法 2. 基本掌握Django基础语法 3. 熟悉mysql基础用法 4. 了解基础前端知识（HTML+CSS+JavaScript） 5. 了解基础网络编程知识

课程内容 1、机器学习的工作流程和算法分类 2、matplotlib, numpy, pandas等科学计算库的学习 3、KNN近邻算法原理及其api的使用和常见场景的介绍 4、线性回归的原理讲解, 过拟合, 欠拟合以及正则化, 案例的融合 5、逻辑回归原理, 分类评估方法, ROC曲线和AUC指标 6、决策树原理, cart剪枝, 特征预处理, 特征提取和特征降维 7、Bagging, Boosting和随机森林算法 8、聚类算法原理, 实现流程. 优化以及模型评估

你的人工智能入门第一课——从人工智能的概述、发展历程和主要分支等内容切入讲解，对人工智能进行宏观的阐述。随后着重讲到两个模块：人工智能中科学计算库和机器学习常见经典算法。在人工智能科学计算库中，你将会学习到，如何使用matplotlib进行绘图；如何使用numpy进行运算；如何使用pandas对数据完成基本的预处理。在机器学习算法篇，你将学习到经典的机器学习算法，如KNN，线性回归、岭回归、逻辑回归，决策树算法、KMeans算法、Bagging、随机森林、GBDT等，深入浅出，带你在掌握算法原理的同时，利用经典机器学习库scikit-learn实现不同案例。最后，通过“吃鸡”游戏，检验你自己的学习效果，生动体验机器学习的魅力。

人工智能很火，机器学习很热，很多同学想去学习，但不知如何下手，网上教程很多，上来就学习模型，使用框架，绕来绕去，理解不了底层原理，机器学习算法推理，大量公式和高等数学让人崩溃，一不小心从入门到放弃

本套视频是传智播客紧抓未来最大趋势--人工智能，应运而生的一套Python入门视频教程，Python是学习人工智能的首选语言