数学基础、Scikit-learn 与深度学习概览，系统覆盖 machine-learning 路线图。
登录后追踪本课程进度 —登录
机器学习是什么
监督/无监督/强化、ML Engineer 职责。
数学基础
线代、概率、统计、微积分直觉。
Python 与数据栈
NumPy、Pandas、Matplotlib。
数据预处理
清洗、特征工程、Train/Test 划分。
监督学习
线性/逻辑回归、树、SVM。
无监督学习
聚类、PCA、Autoencoder。
模型评估
准确率、F1、ROC-AUC、K-Fold。
Scikit-learn 工作流
fit/predict、调参、Pipeline。
深度学习基础
MLP、CNN、RNN、反向传播。
NLP 与 Transformer
Tokenization、Embedding、Attention。
TensorFlow 与 PyTorch
Keras、PyTorch 训练循环、RL 概览。
综合练习
鸢尾花分类端到端 Notebook。