阶段3：机器学习与数据挖掘¶
🎯 学习目标¶
掌握数据分析与传统机器学习算法，能够完成端到端机器学习项目。通过本阶段学习，你将能够：
- 熟练使用 NumPy、Pandas、Matplotlib 进行数据分析
- 理解并应用传统机器学习算法（分类、回归、聚类、集成学习）
- 完成真实场景的数据分析项目
- 掌握数据预处理、特征工程、模型评估等核心技能
📚 课程模块¶
M01：科学计算库¶
学习 Python 数据科学核心工具栈：
- NumPy：多维数组计算、矩阵运算、数学函数
- Pandas：DataFrame 操作、数据清洗、分组聚合
- Matplotlib：数据可视化、图表绘制
学习时长：1-2 小时
M02：Pandas 实战¶
通过真实案例深入掌握 Pandas：
- 数据读取与导出（CSV、Excel、SQL）
- 数据清洗与转换
- 时间序列分析
- 高级分组与透视表
学习时长：2-3 小时
M03：AI 数学基础¶
机器学习必备数学知识：
- 线性代数基础
- 概率统计
- 微积分与梯度下降
- 信息论基础
学习时长：2-3 小时
M04：机器学习进阶¶
掌握传统机器学习算法与应用：
- 监督学习：线性回归、逻辑回归、决策树、支持向量机
- 无监督学习：K-means 聚类、层次聚类、主成分分析
- 集成学习：随机森林、GBDT、XGBoost、LightGBM
- 模型评估：交叉验证、混淆矩阵、ROC/AUC
学习时长：4-6 小时
🚀 项目实战¶
本阶段包含 9 个真实场景的数据分析项目，覆盖医疗、电商、金融、通讯等行业：
| 项目 | 名称 | 技术栈 | 难度 |
|---|---|---|---|
| P01 | 朝阳医院指标搭建及销售数据汇总 | Pandas + Matplotlib | ⭐⭐ |
| P02 | 服装零售销售数据分析（优衣库4P分析） | Pandas + RFM 分析 | ⭐⭐⭐ |
| P03 | 银行电话营销活动分析 | 分类模型 + 评估 | ⭐⭐⭐ |
| P04 | 通讯公司客户响应速度提升 | RFM 分析 + 客户分层 | ⭐⭐⭐ |
| P05 | 零售超市经营分析 | SWOT 分析 | ⭐⭐ |
| P06 | 滴滴出行运营数据异常分析 | 异常检测 | ⭐⭐⭐ |
| P07 | 淘宝百万级用户行为分析 | 大数据分析 + 年度复盘 | ⭐⭐⭐⭐ |
| P08 | 航空公司客户价值分析 | K-means 聚类 | ⭐⭐⭐ |
| P09 | 信用贷款前审批项目 | 风控模型 + 集成学习 | ⭐⭐⭐⭐ |
项目特点¶
✅ 真实数据：基于真实行业场景的数据集 ✅ 端到端：从数据探索到模型部署的完整流程 ✅ 代码质量：遵循 PEP 8 规范，包含类型注解和文档字符串 ✅ 双模式：提供 Jupyter Notebook（教学版）和 Python 脚本（生产版）
⏱️ 学习时长¶
- 理论学习：8-12 小时（4 个模块）
- 项目实战：18-27 小时（9 个项目，每个 2-3 小时）
- 总计：26-39 小时
建议学习节奏： - 速通模式（1-2周）：专注核心模块 + 3-4 个项目 - 深度学习模式（3-4周）：完成所有模块 + 全部 9 个项目
🛠️ 环境准备¶
系统要求¶
- Python ≥3.9（推荐 3.11+）
- 内存：8GB+（16GB 推荐）
- 磁盘空间：约 2GB（数据集）
- 运行环境：CPU 即可（无需 GPU）
快速安装¶
# 1. 安装 uv 包管理器
curl -LsSf https://astral.sh/uv/install.sh | sh
# 2. 创建虚拟环境
uv venv --python 3.11
source .venv/bin/activate
# 3. 安装阶段3依赖
uv pip install -e ".[stage3]"
# 4. 下载数据集（~2GB）
python scripts/data/download-stage3.py
# 5. 验证环境
python scripts/env/check-stage3.py
详细的跨平台配置指引： - macOS Intel - macOS Apple Silicon - Linux - Windows 原生 - Windows WSL2
📖 学习路径建议¶
新手路径（按顺序学习）¶
- M01 科学计算库 → 掌握基础工具
- M02 Pandas 实战 → 熟悉数据操作
- P01 医疗数据分析 → 第一个完整项目
- M03 AI 数学基础 → 理解算法原理
- M04 机器学习进阶 → 学习核心算法
- P03 银行营销分析 → 实战分类模型
- P08 航空客户价值 → 实战聚类算法
- 选做其他 6 个项目巩固技能
有经验者路径（可跳过部分模块）¶
- 如果熟悉 NumPy/Pandas → 直接从 M04 或项目开始
- 如果已学过传统 ML → 直接做高难度项目（P07、P09）
- 如果想快速进入深度学习 → 完成 P01-P03 后进入阶段4
🎓 前置知识要求¶
✅ 必须掌握： - Python 基础语法（变量、函数、类、模块） - 基本数据结构（列表、字典、集合） - 文件读写与异常处理
❓ 有帮助但非必须： - Linux 命令行基础 - Git 版本控制 - SQL 基础
不满足前置要求？查看我们的先修课程推荐
🔗 相关资源¶
⏭️ 下一步¶
完成阶段3后，继续学习： - 阶段4：深度学习 - PyTorch/TensorFlow + CV/NLP - 阶段5：AIGC与大模型 - LangChain + RAG + Agent
准备好了吗？从 M01：科学计算库 开始你的 AI 学习之旅！ 🚀