节数 | 课程 | 说明 | 讲师 |
---|---|---|---|
0 | 通识课 | 成员自我介绍,授课内容... | 杨竣翔,梁帅,周荣康,刘锦荣,殷旭 |
1 | Python基础语法 (1) | Python的基本语法结构,包括变量、数据类型、操作符、条件语句和循环等内容。 | 杨竣翔 |
2 | Python基础语法 (2) | Python语法,如函数、模块、文件操作和错误处理等内容。 | 梁帅 |
3 | Python常用库学习 (1) | Python数据科学中常用的标准库,如NumPy、Pandas等。 | 周荣康 |
4 | Python常用库学习 (2) | 继续学习NumPy、Pandas等,并简单介绍sk-learn,Pytorch等机器/深度学习相关库。 | 殷旭 |
5 | 机器学习基础 | 机器学习的基本概念和方法,如标签,指标,特征,常用模型等。 | 刘锦荣 |
6 | 深度学习基础 | 深度学习的基本概念和结构,如神经网络、反向传播算法及其在CV,NLP,推荐系统等不同领域的应用。 | 杨竣翔 |
7 | Pytorch入门 | 介绍深度学习框架Pytorch的基本使用,包括张量、模型和训练流程等。 | 梁帅 |
8 | CNN——卷积神经网络 | 结合代码讲解卷积神经网络的基本原理和应用场景。 | 周荣康 |
9 | RNN——循环神经网络 | 结合代码讲解循环神经网络的基本原理和应用场景。 | 殷旭 |
10 | linux | 结合代码讲解Linux的基本用法和环境搭建 | 殷旭 |
节数 | 课程 | 说明 |
---|---|---|
0~2 | Python项目实战 | 实践Python基础语法,完成一个简单的项目。 |
3~5 | 传统机器学习实践 | 指定一个数据挖掘学习赛,完成从数据分析、预处理,训练模型,到提交的全流程。 |
6~9 | 深度学习实践 | 完成MINST手写数据集(图像分类)项目。 |