吊打付费！目前B站最全最细的机器学习入门教程，2026 最新版机器学习算法原理+项目实战（回归算法、聚类算法、决策树、随机森林、神经网络）等十大算法！
一个冷知识：点赞是免费的！但是可以让辛苦做视频的UP主开心快乐一整天！！！
视频配套笔记 源码及最新版面试题：https://www.bilibili.com/read/cv34592454/?
视频选集
（1/97）
自动连播
1.【2026版】1.什么是人工智能？
18:59
2.【2026版】2.环境及工具包介绍
17:38
3.【2026版】3.环境配置及Python语法实操
22:50
4.【2026版】4.Pandas、Numpy、Matplotlib实操
23:21
5.【2026版】5.机器学习介绍
17:36
6.【2026版】6.线性回归
25:48
7.【2026版】7.线性回归实战准备
13:35
8.【2026版】8.单因子线性回归实战
17:19
9.【2026版】9.多因子线性回归实战
25:30
10.【2026版】10.分类问题介绍
16:41
11.【2026版】11.逻辑回归（1）
14:55
12.【2026版】12.逻辑回归（2）
14:31
13.【2026版】13.实战准备
13:32
14.【2026版】14.考试通过实战（一）
19:50
15.【2026版】15.考试通过实战（二）
16:03
16.【2026版】16.芯片检测实战
16:31
17.【2026版】17.无监督学习
18:38
18.【2026版】18.Kmeans-KNN-Meanshift
19:02
19.【2026版】19.实战准备
09:20
20.【2026版】20.Kmeans实战（1）
12:35
21.【2026版】21. Kmeans实战（2）
11:32
22.【2026版】22.KNN-Meanshift
16:52
23.【2026版】23.决策树（1）
13:22
24.【2026版】24.决策树（2）
14:49
25.【2026版】25.异常检测
15:37
26.【2026版】26.主成分分析
17:19
27.【2026版】27.实战准备
22:20
28.【2026版】28.实战（1）
17:07
29.【2026版】29.实战（2）
14:50
30.【2026版】30.实战（3）
23:33
31.【2026版】31.过拟合与欠拟合
18:38
32.【2026版】32.数据分离与混淆矩阵
21:38
33.【2026版】33.模型优化
21:10
34.【2026版】34.实战准备
13:44
35.【2026版】35.实战（一）
24:54
36.【2026版】36.实战（二）
15:06
37.【2026版】37.实战（三）
24:21
38.【2026版】38.多层感知器(MLP)
18:19
39.【2026版】39.MLP实现非线性分类
19:46
40.【2026版】40.实战准备
18:58
41.【2026版】41.实战（一）
23:25
42.【2026版】42.实战（二）
18:47
43.【2026版】43.卷积神经网络（一）_1
26:17
44.【2026版】44.卷积神经网络（二）
26:17
45.【2026版】45.实战准备
15:19
46.【2026版】46.实战（一）
24:18
47.【2026版】47.实战（二）
26:21
48.【2026版】48.序列数据案例
11:42
49.【2026版】49.循环神经网络RNN
16:07
50.【2026版】50.不同类型的RNN模型
17:37
51.【2026版】51.实战准备
15:26
52.【2026版】52.实战（一）RNN股价预测
20:50
53.【2026版】53.实战（二）RNN股价预测
12:41
54.【2026版】54.实战（一）LSTM实现文本生成
22:09
55.【2026版】55.实战（二）LSTM实现文本生成
09:01
56.【2026版】56.迁移学习（一）
13:00
57.【2026版】57.迁移学习（二）
08:49
58.【2026版】58.在线学习
07:42
59.【2026版】59.混合模型1
15:10
60.【2026版】60.实战准备（一）
14:37
61.【2026版】61.实战准备（二）
14:06
62.【2026版】62.基于新数据的迁移学习实战
24:06
63.【2026版】63.机器深度学习实现少样本苹果分类（一）
25:11
64.【2026版】64.机器深度学习实现少样本苹果分类（二）
16:24
65.【2026版】65.机器深度学习实现少样本苹果分类（三）
17:11
66.【2026版】66.机器深度学习实现少样本苹果分类（四）
13:24
67.【2026版】67.课程总结（一）
19:53
68.【2026版】68.课程总结（二）
15:42
69.【2026版】69.课程总结（三）
23:17
70.1. 2-1 机器学习、深度学习简介
17:04
71.2. 2-2 神经元-逻辑斯底回归模型
09:58
72.3. 2-3 神经元多输出
13:03
73.4. 2-4 梯度下降
11:52
74.5. 2-5 数据处理与模型图构建(1)
16:22
75.6. 2-6 数据处理与模型图构建(2)
16:31
76.7. 2-8 神经网络实现（多分类逻辑斯蒂回归模型实现）
18:03
77.8. 3-1 神经网络进阶
21:21
78.9. 3-2 卷积神经网络（1）
18:52
79.10. 3-3 卷积神经网络（2）
17:36
80.11. 3-4 卷积神经网络实战
16:39
81.12. 4-1 卷积神经网络进阶（alexnet）
23:15
82.13. 4-2 卷积神经网络进阶（Vggnet-Resnet）
22:51
83.14. 4-3 卷积神经网络进阶（inception-mobile-net
22:56
84.15. 4-4 VGG-ResNet实战（1）
20:23
85.16. 4-5 VGG-ResNet实战（2）
17:54
86.17. 4-6 Inception-mobile_net（1）
15:28
87.18. 4-7 Inception-mobile_net（2）
14:40
88.19. 5-1 adagrad_adam
10:32
89.20. 5-2 激活函数到调参技巧（1）
24:14
90.21. 5-3 激活函数到调参技巧（2）
20:52
91.22. 5-4 Tensorboard实战（1）
21:35
92.23. 5-6 fine-tune-实战
17:32
93.24. 5-7 activation-initializer-optimi
18:43
94.25. 5-8 图像增强api使用
19:13
95.26. 5-9 图像增强实战
16:03
96.27. 5-10 批归一化实战（1）
12:19
97.28. 5-11 批归一化实战（2）
12:42
顶部