# ChemEng_AI

**Repository Path**: yliu3803/chemeng_ai

## Basic Information

- **Project Name**: ChemEng_AI
- **Description**: 化工与人工智能课程
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 10
- **Forks**: 1
- **Created**: 2024-08-21
- **Last Updated**: 2026-02-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 化工与人工智能课程

#### 介绍
这是一个关于化工与人工智能课程的资料库，包含了丰富的学习资源，旨在帮助学习者掌握化工领域与人工智能技术的结合应用。

#### 目录
1. **Python基础**
   - Python 100题练习 - 帮助初学者轻松入门Python编程。
   - Numpy简介 - 提供Numpy的快速入门和100道练习题，提高数据分析技能。
   - Pandas简介 - 包括《十分钟搞定pandas》、pandas练习题和入门教程。
   - Scipy简介 - 提供Scipy的基础知识和相关示例。
   
2. **数据可视化**
   - Matplotlib学习 - 基本使用方法和50道练习题。
   - Seaborn入门 - 数据可视化的利器，简易入门指南。

3. **机器学习**
   - 提供多种机器学习算法的实践教程，包括线性回归、逻辑回归、K近邻算法、决策树、支持向量机、聚类分析等。
   - Scikit-learn教程 - 深入学习Scikit-learn库的应用。

4. **深度学习**
   - PyTorch基础 - 从基础到实践，涵盖PyTorch的基本工作流程、分类任务、计算机视觉应用等。
   - 模块化训练 - 教授如何将PyTorch项目模块化，便于管理和扩展。
   - 迁移学习、实验跟踪、论文复现、模型部署等高级主题。

#### 使用说明
- 每个目录下都有详细的Jupyter Notebook文件和相关数据集，可以直接下载并运行。
- 学习者可以根据自己的需求选择相应的模块进行学习和实践。

#### 贡献
欢迎提交Pull Request来改进本课程资料，包括但不限于添加新的练习题、改进教程内容、修正错误等。

#### 许可证
本项目遵循MIT许可证。详情请查看仓库中的LICENSE文件。