[已解决]数据分析、机器学习、深度学习的课程

小明ys

有没有数据分析、机器学习的课程推荐，之前上课没怎么认真听 ，像系统地再学习一下

最佳答案

月排行榜 / 总排行榜

某一个“天”

前天 19:34

B站有很多
更进一步就是自己读论文，读项目

跳转到最佳答案楼层

FishC

别担心，上课没认真听是很多人的共同经历，能意识到需要系统学习已经是成功的第一步了！FishC这里为你规划了一条清晰的学习路径，从数据分析到机器学习再到深度学习，循序渐进，非常适合“回炉重造”。

• 第一阶段：数据分析 (基石)
  数据分析是机器学习和深度学习的基础，核心是数据处理、可视化和初步的统计分析。
• 核心技能：Python（NumPy, Pandas, Matplotlib/Seaborn）、SQL、统计学基础
• 经典免费课程推荐：
  
  • B站莫烦Python的“数据分析教程”：非常直观，适合快速入门和动手。
  • B站菜菜的“机器学习”课程的前几个章节：她的课程前半部分其实是非常优秀的数据分析入门，讲解得特别细致，对小白极其友好。
  • 书籍《利用Python进行数据分析》（Wes McKinney著）：这是Pandas库的作者写的，是圣经级别的教材。
    
  
  

• 第二阶段：机器学习 (核心)
  掌握了数据分析后，就可以开始学习如何让机器从数据中学习规律了。
• 核心技能：Scikit-learn库、经典机器学习算法（线性回归、逻辑回归、决策树、聚类等）、模型评估与选择
• 经典免费课程推荐：
  
  • 吴恩达老师的机器学习课程（Coursera）: 永恒的经典！理论扎实，讲解深入浅出。你可以在B站找到带中文字幕的版本。这是构建你机器学习知识体系的绝佳选择。
  • B站菜菜的“机器学习”全套课程：非常非常接地气，完全基于Python和Scikit-learn，代码和理论结合得非常好，强烈推荐！
  • 书籍《Python机器学习基础教程》（Introduction to Machine Learning with Python）：Scikit-learn库的核心开发者所写，实践性极强。
    
  
  

• 第三阶段：深度学习 (进阶)
  当机器学习无法满足复杂任务（如图像识别、自然语言处理）时，就需要深度学习。
• 核心技能：神经网络基础、TensorFlow或PyTorch框架
• 经典免费课程推荐：
  
  • 吴恩达老师的深度学习专项课程（Coursera）：同样可以在B站找到。是系统入门深度学习的不二之选。
  • 《动手学深度学习》（Dive into Deep Learning）：有中文版，既有书籍也有配套Jupyter Notebook代码，理论和实践完美结合。
  • PyTorch官方教程：如果你决定使用PyTorch，官方教程是最好的起点。
    
  
  

给你的学习建议：

• 不要只看不练！对于每一个知识点，都要自己动手敲代码，尝试复现结果，甚至用自己的数据玩一玩。
• 先精通一个方向。不要贪多，先把【数据分析】→【机器学习】这条路走通，建立一个完整的项目portfolio，再考虑是否向深度学习进阶。
• 善用B站、谷歌和GitHub，你遇到的大部分问题都能找到答案。
• 坚持最重要。每天学一点，比一天学10小时然后放弃一周要有效得多。
  

祝你学习顺利！这次一定要坚持下来哦~

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

某一个“天”

B站有很多
更进一步就是自己读论文，读项目

ht_hycheng

加油，我也打算走这条路