光环AI50期

机器学习基础：从理论到手势识别实战

课程解决什么问题

本套直播课系统讲解机器学习与深度学习核心概念，覆盖 KNN、贝叶斯、决策树、卷积网络等主流算法，最终落脚于**手势识别**完整项目。适合零基础入门或需补齐理论框架的开发者——课程不依赖复杂数学推导，而是通过**鸢尾花分类、房价预测、图像分类**等可运行示例建立直觉。

适合什么基础

无需深度学习背景，但建议具备 Python 基础（NumPy、Pandas）和线性代数常识（矩阵运算、特征值）。课程第5章《数据科学三剑客》会回溯数据处理流程，第6章开始进入算法实现，建议按时间顺序学习而非跳读。

建议先看哪几块

- **Day1-4**：人工智能核心概念、KNN、贝叶斯、信息论（建立算法思维）
- **Day5-7**：数据预处理、线性回归、PCA、SVD（掌握工程常用工具链）
- **Day9-11**：卷积网络、Lenet、ResNet、YOLOv8（理解视觉任务 pipeline）
- **Day12**：手势识别实战（完整项目复现）

学完能独立做什么

完成本课程后，可独立实现图像分类、目标检测、聚类分析等常见机器学习任务，理解从数据预处理、模型训练到评估部署的全流程。建议配合《机器学习项目实战》章节进行二次开发，将手势识别框架迁移至其他视觉任务。

资料怎么配合练习

课程提供的是直播讲解与代码示例，建议读者：
1. **先跑通视频中的示例代码**，再修改参数观察效果
2. **用 OpenCV 读取自定义图像**，替换课程中的数据集
3. **参考 Lenet/ResNet 架构**，尝试改进手势识别模型
4. **将 YOLOv8 迁移至其他检测场景**（如交通标志、缺陷检测）

资料包不含完整工程模板，读者需自行搭建开发环境（Python 3.8+、PyTorch/TensorFlow、OpenCV），并按课程时间顺序推进。