scikit-learn 机器学习讲义
从安装配置讲到完整实战：数据表示与预处理、缺失值与特征工程、标准化与编码、 逻辑回归 / KNN / SVM / 决策树 / 随机森林、回归与聚类、交叉验证与网格搜索、 Pipeline 流水线，最后以鸢尾花数据集全流程收尾。零基础按页顺序读。
前 4 页免费试读 · 完整版社员专享
TRAINING / NOAI
NOAI 竞赛培训
NOAI 竞赛培训
资料公开。
NOAI（国际人工智能奥林匹克中国区活动）的选拔从笔试到上机实践， 考核 Python 编程、机器学习与深度学习的真功夫。我们把它需要的两块基石 —— scikit-learn 机器学习 和 PyTorch 深度学习 —— 整理成了两套系统的中文讲义，全部公开，按顺序学即可。
PyTorch 深度学习讲义
深度学习第一课：PyTorch 简介与环境安装（CPU / GPU / macOS）、张量与自动微分、 nn.Module 搭建神经网络、优化器与训练循环、模型保存加载、TorchScript 转换， 附 torch 与 torch.nn 常用 API 速查手册。
前 4 页免费试读 · 完整版社员专享
建议学习路线
- 先把 Python 基础打牢（变量、循环、函数、列表字典）——这是两份讲义的共同前提。
- 学 MODULE 01（scikit-learn）：覆盖 NOAI 笔试里的机器学习概念与经典算法。
- 再学 MODULE 02（PyTorch）：冲中国站上机实践需要的深度学习功底。
- 边学边练：进社团平台（chat.wfla-ailab.top）的 Agent 擂台，把不懂的概念问「代码助手」或「深度思考」。