本课程专为希望深入AI领域的学员设计，涵盖从基础的监督学习到先进的LangChain应用。通过23个实战模块，学员将掌握如何使用Jupyter Notebook、scikit-learn、Matplotlib、Seaborn等工具进行数据分析和模型构建。课程还包括深度学习框架Pytorch的使用，以及如何应用CNN和RNN进行图像分类和时序预测。此外，课程还将介绍大语言模型和LangChain框架，帮助学员构建基于垂直行业的问答系统。无论你是AI新手还是有经验的开发者，这门课程都将是你技能提升的宝贵资源。
以下云资源目录树快照生成于[10个月前]，该学习资料由夸克云用户[端庄*白猫]分享（只展示大部分文件和目录）
AI实战课：从监督学习到LangChain的23项核心技能1.8 GB(mp4视频25节；)
课程介绍｜成为AINative个体.mp418.55MB结束语&结课测试.mp4419.54KB23｜实战：构建基于垂直行业内部文档的问答系统.mp471.23MB22｜工具：大语言模型开发框架LangChain.mp445.21MB21｜横空出世的大语言模型.mp4120.03MB20｜实战：用RNN做时序预测.mp4108MB19｜实战：用CNN网络做图像分类.mp490.32MB18｜工具：Pytorch深度学习框架.mp4105.45MB17｜大数据和GPU时代的深度学习.mp4135.65MB16｜实战：通过降维算法做商品的品类分析.mp435.34MB15｜降维算法能用来做什么？.mp439.38MB14｜实战：通过RFM值给用户画像.mp443.13MB13｜理论：聚类算法的核心原理.mp453.35MB12｜实战：通过分类算法辅助疾病诊断.mp478.73MB11｜分类算法：非常广泛的AI应用场景.mp488.25MB10｜实战：通过回归模型预测电商用户的生命周期价值（LTV）.mp467.57MB09｜各种各样的回归算法.mp4105.04MB08｜实战：医疗数据集大揭秘.mp491.24MB07｜工具：Matplotlib和Seaborn.mp495.96MB06｜探索数据中蕴含的故事和商机.mp462.63MB05｜实战：预测直播带货销售额.mp447.13MB04｜理论：AI项目实战5大环节.mp438.87MB03｜工具：机器学习框架scikit-learn.mp438.93MB02｜实战：如何使用JupyterNotebook？.mp455MB01｜理论：监督学习、无监督学习、强化学习.mp4205.69MB
