AI产品经理入门

机器学习 入门​

​

​

第一章 KNN算法（K近邻算法）​

50%

​

​

第二章 Logistic回归（逻辑回归）​

50%

​

​

​

​

第三章 决策树算法​

50%

​

​

第四章 K-Means（K均值聚类算法）​

50%

​

​

​

​

第五章 随机森林算法​

50%

​

​

第六章 朴素贝叶斯算法​

50%

​

​

​

​

第七章 线性回归算法​

50%

​

​

第八章 支持向量机算法​

50%

​

​

​

​

第九章 AdaBoost集成算法​

50%

​

​

第十章 DBSCAN聚类​

50%

​

​

​

​

第十一章 集成学习​

50%

​

​

第十二章 逻辑回归算法​

50%

​

​

​

机器学习 进阶​

​

​

第一章 有监督学习​

50%

​

​

第二章 无监督学习​

50%

​

​

​

​

第三章 强化学习​

50%

​

​

第四章 半监督学习​

50%

​

​

​

​

第五章 数据预处理​

50%

​

​

第六章 特征工程全流程​

50%

​

​

​

​

第七章 模型验收​

50%

​

​

第八章 推荐系统​

50%

​

​

​

机器学习 算法精讲​

​

​

K近邻算法（外卖点餐智能推荐）​

50%

​

​

线性回归（二手车智能估价）​

50%

​

​

​

​

逻辑回归（直播互动舆情监控）​

50%

​

​

朴素贝叶斯（负面评论隐藏功能）​

50%

​

​

​

​

决策树与随机森林（银行风控审查）​

50%

​

​

支持向量机（双十一产品销量预测）​

50%

​

​

​

​

K-Means聚类算法（电商用户画像精细化运营）​

50%

​

​

​

50%

​

​

​

深度学习​

​

​

第一章 卷积神经网络（CNN）​

50%

​

​

第二章 循环神经网络（RNN）​

50%

​

​

​

​

第三章 生成对抗网络（GAN）​

50%

​

​

第四章 图神经网络（GNN）​

50%

​

​

​

​

第五章 长短时记忆网络（LSTM）​

50%

​

​

第六章 人工神经网络（ANN）​

50%

​

​

​

​

第七章 自编码器（Autoencoder）​

50%

​

​

第八章 变换器（Transformer）​

50%

​

​

​

AI Agent​

Agent 八种设计模式​

​

​

ReAct 模式​

50%

​

​

Plan and solve 模式​

50%

​

​

​

​

ReWOO 模式​

50%

​

​

LLMCompiler 模式​

50%

​

​

​

​

​

​

LATS 模式​

50%

​

​

Self-Discover 模式​

50%

​

​

Agent 八种记忆（Memory）策略​

​

​

全量记忆​

50%

​

​

滑动窗口​

50%

​

​

​

​

相关性过滤​

50%

​

​

摘要/压缩​

50%

​

​

​

​

向量数据库​

50%

​

​

知识图谱​

50%

​

​

​

​

分层记忆​

50%

​

​

类 OS 内存管理​

50%

​

​

​