
咕泡 - P4:Python基础入门实战班(Python基础+高级)|咕泡
来自 网络整理·免费领取学习资源
8,207 领取 · 9,649 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课,内容以视频为主,对应《咕泡 - P4:Python基础入门实战班(Python基础+高级)|咕泡》。官网需要单独购买,有集上可以免费领取。
课程内容全面覆盖python从入门到精通,深度学习算法及其项目实战,主要应用于计算机视觉与自然语言处理两大核心领域,配套实战案例与项目全部基于真实数据集与实际任务展开。大型项目完美结合当下行业趋势,培养满足企业就业需求的中高级人工智能算法工程师
课程目录
- 1_Python基础
- 第七节课
- 基础总结
- 流程控制
- 面向对象1
- 面向对象2
- 面向对象3
- 目录.txt
- 试卷讲解
- 文件操作
- 异常处理与模块介绍
- 预科班02
- 预科班第四节
- 预科班第一节
- 综合练习
- 2_MySQL
- mongodb数据库
- mysql 数据的CRUD
- mysql 约束
- mysql库表操作
- python与数据库交互
- redis数据库
- 常用模块
- 多线程
- 目录.txt
- 总结
- 3_web
- 1.html
- 10ajax
- 11.ajax下
- 12.轮播图
- 13.页面布局
- 14.网页编写壹
- 15.网页编写贰
- 16.网页编写叁
- 2.css基础
- 3.css进阶
- 4.js壹上
- 5.js壹下
- 6.js贰上
- 7.js贰下
- 8.js叁
- 9.JQuery
- 目录.txt
- 4_爬虫
- 1_爬虫基础
- 2.urllib 和 urllib3上
- 3.urllib 和 urllib3下
- fiddler抓包
- P4:Python基础入门实战班(Python基础 高级)
- requests上
- requests下
- scrapy-redis(二)
- scrapy-redis
- scrapy二上
- scrapy二下
- scrapy框架六
- scrapy框架三1
- scrapy框架三2
- scrapy框架三3
- scrapy框架五
- scrapy上
- scrapy下
- 目录.txt
- 认识爬虫
- 网页解析
- 2_爬虫高级
- appium+mitm
- appium
- js三
- js渗透二
- mitm上
- mitm下
- selenium
- 百度翻译逆向
- 点触验证补录
- 滑动验证
- 加密解密
- 目录.txt
- 字符验证码
- 字体反扒
- 5_Django
- 1_Django框架
- cookie与session
- django权限系统
- form表单基础
- orm
- request和response
- web便签
- web便签二
- 常见通用视图分析
- 后台管理
- 缓存
- 模板基础
- 模板进阶
- 模型表单
- 模型进阶
- 目录.txt
- 日志
- 使用wsl与docker
- 视图与路由
- 通用编辑视图
- 通用视图
- 我的第一个django服务
- 优化便签
- 优化便签二
- 中间件
- 2_Django项目
- 9.搜索页登录页注册页
- vue与vuetify
- 布局
- 换肤
- 课程列表与视频播放页面
- 目录.txt
- 文章详细页
- 项目介绍与搭建
- 页面拆分与下载文档页
- 主页样式
- 6_深度学习入门
- 1_深度学习必备基础知识点
- 1-1深度学习要解决的问题
- 2-1深度学习应用领域
- 3-1计算机视觉任务
- 4-视觉任务中遇到的问题
- 5-得分函数
- 6-损失函数的作用
- 7-前向传播整体流程
- 2_神经网络整体架构
- 1-返向传播计算方法
- 2-神经网络整体架构
- 3-神经网络架构细节
- 4-神经元个数对结果的影响
- 5-正则化与激活函数
- 6-神经网络过拟合解决方法
- 3_卷积神经网络原理与参数解读
- 1-卷积神经网络应用领域
- 10-VGG网络架构
- 11-残差网络Resnet
- 12-感受野的作用
- 2-卷积的作用
- 3-卷积特征值计算方法
- 4-得到特征图表示
- 5-步长与卷积核大小对结果的影响
- 6-边缘填充方法
- 7-特征图尺寸计算与参数共享
- 8-池化层的作用
- 9-整体网络架构
- 4_递归神经网络与词向量原理解读
- 1-RNN网络架构解读
- 2-词向量模型通俗解释
- 3-模型整体框架
- 4-训练数据构建
- 5-CBOW与Skip-gram模型
- 6-负采样方案
- 7_大数据算法
- 1_大数据算法
- 1-1决策树算法的适用范围
- 1-2决策树基础算法Hunt
- 1-3信息论基础和相关计算
- 1-4决策树基本算法和决策树生成
- 1-5使用决策树对经典数据集进行分类
- 1-6使用Matplotlib做数据可视化
- 4-1knn基本原理
- 4-2使用kNN算法改进网站约会配对效果
- 5-1SVM基本概念
- 5-2SVM优化
- 5-3SVM手写识别
- 6-1推荐算法基本概念
- 6-2基于用户和物品的协同过滤算法思想
- 6-3菜肴推荐引擎代码
- DNN回归
- 逻辑回归1
- 逻辑回归2
- 目录.txt
- 朴素贝叶斯1
- 朴素贝叶斯2
- 朴素贝叶斯3
- 朴素贝叶斯4
- 朴素贝叶斯5
- 树回归
- 线性回归1
- 线性回归2
- 2_经典算法部分
- 动态规划-1
- 动态规划-2
- 动态规划-3
- 分支定界
- 分治算法1
- 分治算法2
- 回溯法
- 目录.txt
- 排序-1
- 排序-2
- 排序-3
- 排序-4
- 排序-5-基数排序
- 排序-6-基数排序
- 排序-7-基数排序
- 算法复杂度基础
- 贪心算法
- 字符串匹配-1
- 字符串匹配-2
- 3_数据结构部分
- 1-2基本操作
- 1-3实战
- 1-4实战
- 1-5面试真题
- 1-6面试真题
- 2-1基本概念
- 2-2栈基本操作
- 2-3队列基本操作
- 2-4面试真题
- 4-1基本概念
- 4-2遍历
- 4-3最短路径
- 4-4最小生成树
- 4-5最大流
- 4-6寻址算法
- 5-1基本概念
- 目录.txt
包含内容
- · 1_Python基础
- · 第七节课
- · 基础总结
- · 流程控制
- · 面向对象1
- · 面向对象2
- · 面向对象3
- · 目录.txt
贡献者
Kevin
青铜
学习社区
1 人正在学习
编程与技术实践交流
交流编程基础、项目实践、数据库和部署问题。提问请说明环境、复现步骤与已尝试的方法。