Python入门

Python初级

Python进阶

文件操作

数据库操作

数据分析篇 - 准备工作

编程基础

数据的探索性分析

数据的分布与推断

数据的相关分析

时间序列的分析

数据的决策分析

数据的案例分析

机器学习篇 - 初识机器学习

监督学习 - 准备

监督学习算法 - k近邻算法

监督学习算法 - 线性模型（回归）

监督学习算法 - 线性模型（分类）

监督学习算法 - 朴素贝叶斯分类器

监督学习算法 - 决策树

监督学习算法 - 决策树集成

监督学习算法 - 核支持向量机

监督学习 - 快速总结

数据预处理与缩放

无监督学习 - 准备

无监督学习 - 主成分分析

无监督学习 - 非负矩阵分解与流形学习

无监督学习 - k均值聚类

无监督学习 - 凝聚聚类

无监督学习 - 密度聚类

无监督学习 - 聚类算法的评估

无监督学习 - 快速总结

数据表示与特征工程

模型评估 - 交叉验证

模型评估 - 网格搜索

模型评估 - 二分类指标

模型评估 - 多分类与回归指标

建立算法的管道模型

泰坦尼克号生存预测

深度学习篇 - 初探深度学习

神经网络基础 - 数据表示

神经网络基础 - 张量运算

神经网络的基础 - 了解神经网络

神经网络基础 - 核心算法

神经网络基础 - 激活函数

神经网络基础 - 损失函数

神经网络基础 - 超参数

Keras深度学习框架

神经网络入门案例

计算机视觉 - 卷积神经网络

计算机视觉 - 卷积神经网络分解

计算机视觉 - 卷积神经网络的训练

计算机视觉 - 案例：猫狗分类

计算机视觉 - 使用预训练的卷积神经网络

计算机视觉 - 卷积神经网络的可视化

深度学习与序列

生成式深度学习 - 了解生成式深度学习

生成式深度学习 - 生成式循环网络

生成式深度学习 - 神经风格迁移

生成式深度学习 - 变分自编码器生成图像

生成式深度学习 - 生成式对抗网络