Hi， 大家好，我是茶桁。

上一节课中，我们讲解了面向对象中的一些高阶应用，给大家介绍了一些魔术方法。并在最后，我们预告这节课内容会讲解描述符和设计模式。

好了，让我们开始吧。

描述符

这个玩意，怎么讲合适呢？这么说吧，当某一个类中，包含了三个魔术方法（__get__, __set__, _

音樂藝文

創作

軟體開發

从基础开始，再到Python，然后是CV、BI、NLP等相关技术。从头到尾详细的教授一边人工智能。

茶桁的沙龍

23. 描述符和设计模式

Hi, 大家好。我是茶桁。

在上一节课中，我们结束了Python正式的所有内容，但是咱们的Python课程还未结束。从这节课开始，我们要来学习一下Python的第三方库。

Python的生态非常完善也非常活跃，我们不太可能讲目前所有的第三方库全部都介绍一遍，只介绍几个有影响力并且和处理数据相关的

國際

職場產業

25. matplotlib

Hi，你好。又见面咯，我是茶桁。

在之前，我花了两个来月的时间撰写了「Python篇」和「数学篇」，希望小伙伴们在正式进入AI之前能够打好一个基础。那么今天开始，我们将正式开始AI基础的学习。

在本篇开始之前，我需要跟“方格子”的读者说一声抱歉，由于方格子对数学公式支持不太友好的缘故，所以整

學習

投資理財

科技

人工智能核心基础 - 规划和概要

Hi，大家好。我是茶桁。

上一节课中，我们学习了matplotlib. 实际上，我们已经进入了数据可视化阶段。

可是在上一节课中，所有的数据都是我们固定写好的，包括两个电影的数据展示的案例（柱状图和直方图），都是我们将数据手动写成了数据列表，然后直接使用。

在我们平时的工作中，不太有那么多的机

26. NumPy

数学对于计算机编程来说重要性是毋庸置疑的，更何况我们现在不仅仅是编程，而是走在「人工智能」的路上。可以说，数学应该是最重要的基础。

我们在学习AI的过程当中可能会遇到的一些关于数学方面的一些东西，比如说线性代数里面的矩阵运算，比如说求导，还有一些概率统计，图论方面的一些东西。

茶桁的AI秘籍 - 人工智能数学基础篇 导言



Hi，你好。我是茶桁。

非常开心能够和再次见面，能够和大家一起来学习人工智能的这个课程部分。接下来我会给大家一个既内容充实又包含了一点点难度的这样的一个课程。

我希望上完我的课程之后，能够有所收获。能够收获到自己看本课程时期望的目标。

我们首先要有一个信任，你相信我基本上常见的我都是遇到过

02. 人工智能核心基础 - 导论（1）



Hi，你好。我是茶桁。

上一章中，我们谈论了人工智能在时间维度上的不同时间不同的侧重点，这只是一个片面的方面。当然除此之外，我们还要从其他方向来认识人工智能，才能更加的全面。

那下面，我们就分别从方法论，问题范式和研究对象来分别认识一下人工智能，看看有没有什么不一样的心得。

从方法论上来讲

03. 人工智能核心基础 - 导论（2）



Hi, 你好。我是茶桁。

上一节课，咱们用一个案例引入了机器学习的话题，并跟大家讲了一下「动态规划」。

那这节课，我们要真正进入机器学习。

机器学习初探

在正式开始之前，我们来想这样一个问题：我为什么要先讲解「动态规划」，然后再引入机器学习呢？

原因其实是这样：曾经有一度时间，差不多一

06. 机器学习入门2 - 理解特征和向量

Hi，你好。我是茶桁。

我们在机器学习入门已经学习了两节课，分别接触了动态规划，机器学习的背景，特征向量以及梯度下降。

本节课，我们在深入的学习一点其他的知识，我们来看看K-means.

当然，在本节课我们也只是浅尝即止，关于这些内容，后面我们还有更详细的内容等着我们去深入学习。


親子與教育

07. 机器学习入门3 - 了解K-means

虽然是最后一节课了，但是本节课的任务却是一点也不轻松。相比较而言，如果你以后从事的是数据治理和分析工作，那么本节课的内容可能会是你在今后工作中用到的最多的内容。我们需要学习行列索引的操作，数据的处理，数据的合并，多层索引，时间序列，数据的分组聚合（重点）。最后，我们会有一个案例的展示。

茶桁的AI秘籍

目前尚無內容