Python人工智能入门VIP版 v10.0.0

Python人工智能入门VIP版

Nanodegree key: nd089-cn-vip

Version: 10.0.0

Locale: zh-cn

该版本的纳米学位仅供Python人工智能入门VIP班学员学习。
学习 Python, NumPy, Pandas, Matplotlib, PyTorch 和线性代数—建立神经网络的基础。

Content

Part 01 : 在线学习第一课

Module 01: 在线学习第一课
- Lesson 01: 在线学习简介
  
  在本课中，你将了解在线学习的意义、在线学习需要的能力。
  - Concept 01: 简介
- Lesson 02: 新手学编程（基础认知篇）
  
  在本节课，你将学习关于编程语言的基础知识，了解代码规范，常见的错误和异常。
- Lesson 03: 新手学编程（学习技巧篇）
  
  在本节课中，你将学习如何搜索和提问，培养你的编程思维。
Module 02: 学习困境急诊室（选学）
- Lesson 01: 学习困境急诊室（选学）
  
  在这里你可以根据需要，选修破解各种学习困境的实用技巧。我们也为你提供了不同技能对应的书籍和有用的链接。

Part 02 : 欢迎学习人工智能编程基础纳米学位

欢迎学习人工智能编程基础纳米学位！跟我们一起探索 AI 的世界吧！

Module 01: 简介
- Lesson 01: 简介
  
  让我们带领你开启通往人工智能世界的大门，一起探索这个神奇的领域吧！在这节课，我们将介绍这门纳米学位和课程讲师，以及我们提供的支持工具。
Module 02: 学前指南
- Lesson 01: 教室使用指南
  
  在这里查看教室使用指南。
- Lesson 02: 课程注意事项
  
  了解课程注意事项。

Part 03 : Python 入门

Module 01: 课程
- Lesson 01: 为何要学习 Python 编程
  
  欢迎学习 Python 编程课程！我迫不及待地想要带着你学习这门精彩的语言了。
- Lesson 02: 数据类型和运算符
  
  在这节课，你将学习 Python 中用到的所有数据类型和运算符。
- Lesson 03: 控制流
  
  在这节课，你将开始通过控制流为你的程序创建逻辑！
- Lesson 04: 函数
  
  你将学习如何定义函数。还将学习如何将程序拆分为多个部分，使得代码的结构更加合理。这部分不是必学，但学习后能更好地掌握和理解实战项目。
- Lesson 05: 脚本编写
  
  你将学习用来开发程序的不同环境。要分享你的代码并与其他开发者合作，必须了解这些环境。
- Lesson 06: Anaconda
  
  Anaconda 是专门用来数据处理的程序包和环境管理器。
- Lesson 07: Jupyter Notebooks
  
  兵欲善其事必先利其器。在开始挑战非常有意思的实战项目前，快来快速了解如何使用 Jupyter Notebooks 创建包含代码、文本、图片的文档。
Module 02: 项目0：我的微信好友
- Lesson 01: 项目0：我的微信好友
  
  想知道你微信好友的人群特征、通过签名了解你好友的兴趣和特点吗？来试试这个实战项目吧，相信你一定可以把前面所学运用到实战中，洞察属于你自己的朋友圈机密！
  
  Project Description - 我的微信好友
  
  Project Rubric - 我的微信好友
Module 03: Lab
- Lesson 01: Lab: 分类图像
  
  学习如何使用预先训练的 CNN 图像分类器编写一个识别图像是否为小狗图像的脚本。如果图像中包含狗，程序将识别狗的品种。
Module 04: 项目：控制迷宫寻宝机器人
- Lesson 01: 项目：控制迷宫寻宝机器人
  
  在该项目中，你将使用刚刚学到的 Python 编程知识，分析模拟迷宫环境的数据，比如机器人的起点、障碍物、宝藏箱，然后控制一个机器人，在模拟环境中随机行走，最终走到终点，并找到目标宝藏。在最后，尝试使用 A* 搜索算法输出机器人的行动策略，使之能够走到终点。
  
  Project Description - 控制迷宫寻宝机器人
  
  Project Rubric - 控制迷宫寻宝机器人
  - Concept 01: 项目介绍

Part 04 : GitHub 个人资料的建立和完善

Module 01: GitHub 个人资料的建立和完善
- Lesson 01: GitHub个人资料的建立和完善
  
  通过本节内容，你将了解：
  1）GitHub的重要性；
  2）为什么要使用GitHub？
  3）如何创建及优化你的GitHub个人资料。
Module 02: （可选）使用 Git 和 GitHub 进行版本控制
- Lesson 01: 什么是版本控制？
  
  版本控制是专业程序员应该掌握的重要技能。在这节课，你将了解版本控制的优势，并学习如何安装版本控制工具 Git！
- Lesson 02: 创建 Git 仓库
  
  你已经了解版本控制的优势并安装了 Git，现在该学习如何创建仓库了。
- Lesson 03: 查看仓库的历史记录
  
  了解如何查看现有 git 仓库的 commit 历史记录至关重要。你将在这节课学习如何查看历史记录。
- Lesson 04: 向仓库中添加 commit
  
  没有 commit 的仓库就什么也不是。在这节课，你将学习如何提交 commit，编写具有描述性的提交说明，以及验证要保存到仓库中的更改。
- Lesson 05: 标签、分支和合并
  
  能够在不受其他更改的影响的情况下处理项目，将大大提高工作效率。你将学习如何利用 git 的分支实现这种隔离开发过程。
- Lesson 06: 撤消更改
  
  救命啊！出现故障了！但是不用担心，因为项目已经处于版本控制下了！你将学习如何撤消和修改保存到仓库中的更改。
- Lesson 07: 使用远程仓库
  
  你将学习如何在 GitHub 上创建远程仓库，以及如何获取和推送对远程仓库的更改。
- Lesson 08: 使用其他开发者的仓库
  
  在这节课中，你将学习如何 fork 另一位开发者的项目。与其他开发者合作是个复杂的过程，所以接下来你将学习如何为公共项目做贡献。
- Lesson 09: 与远程仓库保持同步
  
  你将学习如何使用 Pull Request（拉取请求）向其他开发者发送建议的更改，以及如何使用强大的 git rebase 命令将 commit 压制（squash）在一起。

Part 05 : Numpy, Pandas, Matplotlib

Module 01: Lessons
- Lesson 01: Anaconda
  
  Anaconda 是一个专门用于数据处理的程序包和环境管理器。在这节课中，你学习如何搭建编程环境，为之后的学习做准备，是你入门 Python 的必备利器！
- Lesson 02: Jupyter Notebooks
  
  学习如何使用 Jupyter Notebooks 创建包含代码、文本、图片等的文档。
- Lesson 03: NumPy
  
  在这节课，你将学习 NumPy 基本知识，以及如何使用 NumPy 创建和操作数组。
- Lesson 04: Pandas
  
  在这节课，你将学习 Pandas Series 和 DataFrame 基本知识，以及如何使用它们加载和处理数据。
- Lesson 05: Matplotlib 和 Seaborn（第 1 部分）
  
  学习如何使用 Matplotlib 和 Seaborn 可视化数据。在这节课，你将学习如何创建可视化图表来描述单个变量的分布情况。
- Lesson 06: Matplotlib 和 Seaborn（第 2 部分）
  
  在这节课，我们将利用 matplotlib 和 seaborn 绘制可视化图形，以描绘两个变量之间的关系。
- Lesson 07: 项目: 探索电影数据集
  
  在该项目中，你将获得一个电影数据集，对数据进行清洗、探索、分析，并使用 Matplotlib、Seaborn 库中的函数，对不同的数据类型进行多达十多种图像类别的可视化。通过此，你将分析最热门的电影有哪些、电影净利润与年份变化的关系、最受欢迎的导演，以及最高产的导演的电影票房情况等。
  
  Project Description - 探索电影数据集
  
  Project Rubric - 探索电影数据集
  - Concept 01: 项目描述
  - Concept 02: 开始项目

Part 06 : 线性代数基础

Module 01: 课程
- Lesson 01: 简介
  
  简要了解精彩的线性代数以及为何它是一个很重要的数学工具。
- Lesson 02: 向量
  
  了解线性代数的基本概念——向量。
- Lesson 03: 线性组合
  
  了解如何伸缩向量和将向量相加，以及如何可视化求解过程。
- Lesson 04: 线性变换和矩阵
  
  什么是线性变换，它与矩阵有何直接联系？你将学习如何运用数学知识并可视化这些概念。
Module 02: Labs
- Lesson 01: 向量 Lab
  
  了解如何绘制二维向量。
  - Concept 01: 绘制向量
  - Concept 02: 向量 Lab 解决方案
- Lesson 02: 线性组合 Lab
  
  学习如何以计算方式确定向量的张成并求解简单的方程组。
  - Concept 01: 线性组合
  - Concept 02: 线性组合 Lab 解决方案
- Lesson 03: 线性映射 Lab
  
  学习如何使用向量和矩阵以计算方式解决一些问题。
- Lesson 04: 神经网络中的线性代数
  
  简单了解神经网络以及它与线性代数之间的直接关系！
Module 03: 项目: 线性代数: 机器学习背后的优化原理
- Lesson 01: 线性代数：机器学习背后的优化原理
  
  线性代数作为数学的一个分支，广泛应用于科学和工程中，掌握好线性代数对于理解和从事机器学习算法相关工作是很有必要的。这个项目将从浅入深地帮助你学习与积累一些跟人工智能强相关的线性代数的知识。你需要使用NumPy来实现这些知识点，并通过matplotlib完成可视化。此外你还将探索并实现奇异值分解，并完成一些有趣的应用。
  
  Project Description - 线性代数：机器学习背后的优化原理
  
  Project Rubric - 线性代数：机器学习背后的优化原理
  - Concept 01: 项目介绍

Part 07 : 神经网络

Module 01: 深度学习
- Lesson 01: 神经网络简介
  
  在这一课里，Luis 将带给你夯实的深度学习与神经网络的基础知识。你也将在教室里亲手用 python 实现梯度下降法与反向传播。
- Lesson 02: 训练神经网络
  
  现在你已经了解了什么是神经网络。在这一课中你将学会几种方法，以提升神经网络的训练效果。
- Lesson 03: 通过 PyTorch 进行深度学习

Part 08 : 图像分类项目

Module 01: 项目4：图像分类
- Lesson 01: 实战项目：图像分类
  
  在此项目中，你将构建一个 Python 应用，该应用可以用数据集训练图像分类器，然后使用训练的模型预测新图像。
  
  Project Description - 图像分类器应用
  
  Project Rubric - 图像分类器应用

Part 09 : 领英档案的建立和优化

Module 01: 领英档案的建立和优化
- Lesson 01: 领英档案的建立和优化
  
  我们鼓励你创建或定期更新你的领英个人资料，以便潜在雇主能够在线上找到你，并就潜在职位与你联系。

Part 10 : 下一步！

Module 01: 接下来我可以学什么？
- Lesson 01: 接下来我可以学什么？
  - Concept 01: 迈入 AI 世界的下一步！

**Part 11 (Elective) :** （选修）统计基础

Module 01: 统计基础