从个性化推送、自拍美颜、自动翻译，到无人驾驶、图像识别等诸多领域……人工智能已经渗透进我们生活的方方面面，人工智能背后的机器学习和深度学习技术，也成为了“高薪”的代名词。

人工智能有很多应用场景，它可以帮助我们提高效率，节省成本、优化体验、创造价值等，例如，在医疗领域，人工智能可以辅助诊断、治疗和预防疾病，在教育领域，人工智能可以提供个性化的学习和辅导；

在娱乐领域，人工智能可以生成音乐、艺术、游戏等；

在金融领域，人工智能可以进行风险评估，信用评分、投资分析等；

这些只是人工智能应用的冰山一角，随着技术的发展，人工智能的应用范围和应用潜力还将不断扩大。

那么，普通程序员如何踏入AI的浪潮，站上时代薪资顶端呢？

今天，我们带来了 44 个机器学习的练手项目，分为「入门知识」、「基础课程」、「基础应用」、「综合应用」、「系统进阶」5个模块，层层递进，帮助你系统地入门机器学习。

阶段一：入门知识

关键词：Python、Github、Jupyter Notebook

学习机器学习前，要先打好 “内功” 基础。Python作为人工智能的头牌语言，地位不用多说，主流的机器学习框架都需要用 Python 调用；而 Jupyter Notebook是最好用、方便的机器学习环境工具，对新手来说，学会它的使用非常重要。

项目课程：

• Python3 简明教程
• 实验楼 Notebook 在线环境使用指南
• Github 快速上手实战教程

阶段二：基础课程

关键词：数据处理、框架 —— numpy、matplotlib、Pandas等

机器学习是一门和数据打交道的学科 —— 机器学会挑西瓜，需要记录上千个西瓜模型；学会下围棋，则需要观测上百万盘棋局。为了让你更简单地输入、处理、清理上亿级的数据，大牛们开发了很多好用的模块。其中，Pandas、Numpy、Matplotlib 是必学的。

项目课程：

• NumPy 数值计算基础课程
• Pandas 数据处理基础课程
• Matplotlib 数据绘图基础课程
• Seaborn 数据可视化基础课程
• SciPy 科学计算基础课程
• NumPy 百题大冲关
• Pandas 百题大冲关
• Pandas 时间序列数据处理
• PyTorch 深度学习基础课程
• TensorFlow 深度学习基础课程
• TensorFlow 2.0 新特性快速入门

阶段三：基础应用

关键词：各种好玩的项目

有了前面基础理论和工具的铺垫后，我们终于可以做一些好玩的项目出来了。通过下面这些项目的练习，你可以由浅入深地入门机器学习，逐步建立一个全面的理解：

项目课程：

• SVC 分类器识别手写字体
• 用神经网络破解验证码
• 利用逻辑回归实现鸢尾花分类
• 使用逻辑回归预测 IPO 市场
• 利用 TensorFlow 设计简单的前向神经网络
• 循环神经网络讲解及基础应用
• SIFT 特征提取分析算法讲解及应用
• Hopfield 算法基础讲解及实例实现
• 使用 Python 预测 NBA 常规赛结果
• Python 气象数据分析
• K-近邻算法实现手写数字识别系统
• 使用 Keras 预训练模型实现迁移学习
• 决策树实战项目：鸢尾花分类
• Python 实现英文新闻摘要自动提取
• Twitter 数据情感分析
• Ebay 在线拍卖数据分析
• 基于无监督学习的自编码器实现
• 自联想器的 Python 实现
• 卷积神经网络完成图片分类
• 使用 Python 实现深度神经网络

阶段四：综合应用

关键词：神经网络、自然语言

项目课程：

• 机器学习开放基础课程
• 从 0 到 1 实现卷积神经网络
• 自然语言处理底层技术实现及应用
• Python 数据分析入门与进阶
• Python 使用机器学习玩转 Flappy Bird 游戏
• 深度学习初探：入门DL主流框架

阶段五：系统提升

关键词：系统学习机器学习技术，大牛指导，实时答疑，适合想快速掌握机器学习技术的同学。

项目课程：

• 机器学习实战
• 数据分析与挖掘实战

课程目录：

祝大家有所收获