Python AI 教程：从机器学习到大模型

为具备 3-5 年 Python 后端经验的工程师打造的 AI 学习路径，从传统机器学习到生成式 AI 的渐进式教程体系。

---

🎯 项目简介

本教程采用实战驱动的方式，帮助有一定Python基础的后端工程师系统学习人工智能技术栈。课程覆盖：

• 阶段3：机器学习与数据挖掘 - NumPy/Pandas数据分析 + scikit-learn传统ML
• 阶段4：深度学习 - PyTorch/TensorFlow深度学习 + CV/NLP应用
• 阶段5：AIGC与大模型 - LangChain/RAG/Agent + 对话系统开发

核心特点

✅ 渐进式学习路径 - 阶段3→4→5，明确前置依赖，循序渐进

✅ 跨平台支持 - macOS (Intel/M系列)、Linux、Windows (原生/WSL2)、云端GPU

✅ 实战项目丰富 - 17个行业项目（医疗、电商、金融、CV、NLP、LLM等）

✅ 代码质量标准 - PEP 8、类型注解、文档字符串、单元测试

✅ 多框架对比 - PyTorch vs TensorFlow核心项目双实现

✅ 中文优先 - 文档、注释中文为主，技术术语中英对照

✅ 现代化工具链 - 使用uv包管理器 + pyproject.toml标准配置

---

🚀 快速开始

环境要求

• Python ≥3.9（推荐3.11+）
• 操作系统：macOS 10.15+、Linux (Ubuntu 20.04+)、Windows 10/11
• 磁盘空间：至少10GB（含数据与模型缓存）
• 内存：8GB+（16GB推荐）

安装步骤

1. 克隆项目

git clone https://github.com/shychee/py_ai_tutorial.git
cd py_ai_tutorial

2. 安装uv包管理器

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh
source $HOME/.cargo/env

Windows (PowerShell):

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

3. 创建虚拟环境并安装依赖

# 创建虚拟环境（Python 3.11）
uv venv --python 3.11

# 激活虚拟环境
source .venv/bin/activate  # macOS/Linux
# 或
.\.venv\Scripts\Activate.ps1  # Windows PowerShell

# 安装阶段3依赖（传统机器学习，CPU即可）
uv pip install -e ".[stage3]"

# 或安装完整依赖（包含阶段3/4/5 + 文档 + 开发工具）
uv pip install -e ".[all]"

4. 下载数据集

# 下载阶段3数据集（~2GB）
python scripts/data/download-stage3.py

# 验证数据完整性
python scripts/data/verify.py --stage 3

5. 运行首个项目

Jupyter Notebook方式（推荐新手）:

# 安装Jupyter Lab
uv pip install jupyterlab

# 启动Jupyter Lab
jupyter lab

# 在浏览器中打开 notebooks/stage3/p01-healthcare.ipynb
# 按顺序运行每个cell

Python脚本方式（推荐有经验者）:

# 进入项目目录
cd docs/stage3/projects/p01-healthcare

# 运行分析脚本
python src/analyze.py --config configs/default.yaml

# 查看输出
ls outputs/

预期结果:

• 输出指标落在合理范围内（总销售额 12M-13M，平均订单金额 200-300）
• 生成可视化图表（outputs/figures/）
• 生成实验报告（outputs/reports/report.md）

---

📚 学习路径

阶段3：机器学习与数据挖掘（P1优先级，MVP核心）

学习目标: 掌握数据分析与传统ML算法，能完成端到端机器学习项目

模块:

• M01: 科学计算库（NumPy/Pandas/Matplotlib）
• M02: Pandas项目实战
• M03: AI数学基础
• M04: 机器学习进阶（分类/回归/聚类/集成）

项目作业（9个）:

1. 朝阳医院指标搭建及销售数据汇总
2. 服装零售销售数据分析（优衣库4P分析）
3. 银行电话营销活动分析（分类模型）
4. 通讯公司客户响应速度提升（RFM分析）
5. 零售超市经营分析（SWOT分析）
6. 滴滴出行运营数据异常分析
7. 淘宝百万级用户行为分析（年度复盘）
8. 航空公司客户价值分析（K-means聚类）
9. 信用贷款前审批项目（风控模型）

时间预估: 4-6小时（理论2-3h + 实践2-3h）

阶段4：深度学习（P2优先级）

学习目标: 掌握深度学习框架（PyTorch/TensorFlow），能完成CV/NLP迁移学习项目

模块:

• M01: 深度学习基础理论（神经网络/反向传播/优化器）
• M02: 计算机视觉基础（CNN/目标检测/图像分割）
• M03: 自然语言处理基础（RNN/Transformer/预训练模型）

项目作业（7个，核心4个双框架实现）:

1. 工业视觉检测（TensorFlow，TF Lite部署）
2. 基于YOLOv11的视频实时检测系统 ⭐双框架
3. OCR票据识别（PaddlePaddle）
4. 自动驾驶场景图像分割 ⭐双框架
5. 医学影像分析（PyTorch + MONAI）
6. 基于Transformer的翻译系统 ⭐双框架
7. 基于预训练模型的信息提取系统

时间预估: 6-10小时（GPU版本更快）

阶段5：AIGC与大模型（P3优先级）

学习目标: 掌握LLM应用开发（Prompt/RAG/Agent），能完成端到端对话系统

模块:

• M01: AIGC与LLM概述（GPT原理/主流LLM对比）
• M02: 大模型开发（DeepSeek/RAG/Agent/Fine-tuning）

项目作业（1个综合项目）:

1. 基于LLM的对话系统（RAG + Agent）

时间预估: 1-2天（端到端）

---

🖥️ 跨平台支持

我们提供针对不同操作系统的详细配置指引：

操作系统	文档链接	特殊说明
macOS Intel (x86_64)	setup-macos-intel.md	Homebrew安装，CPU环境
macOS Apple Silicon (arm64)	setup-macos-arm64.md	MPS GPU加速支持
Linux (Ubuntu/CentOS)	setup-linux.md	CUDA GPU支持
Windows 原生	setup-windows-native.md	PowerShell脚本
Windows WSL2	setup-windows-wsl2.md	推荐，接近Linux体验
云端 GPU	setup-cloud-gpu.md	Colab/AWS/自托管

遇到问题？ 查看故障恢复清单（≥5条常见问题与解决方案）

---

📖 项目结构

py_ai_tutorial/
├── docs/                      # 教程文档（Markdown）
│   ├── stage3/                # 阶段3：机器学习与数据挖掘
│   │   ├── 01-scientific-computing/
│   │   ├── 02-pandas-practice/
│   │   ├── 03-ml-basics/
│   │   ├── 04-ml-advanced/
│   │   └── projects/          # 9个小项目
│   ├── stage4/                # 阶段4：深度学习
│   │   ├── 01-dl-basics/
│   │   ├── 02-cv-basics/
│   │   ├── 03-nlp-basics/
│   │   └── projects/          # 7个小项目
│   ├── stage5/                # 阶段5：AIGC与大模型
│   │   ├── 01-aigc-llm-intro/
│   │   ├── 02-llm-dev/
│   │   └── projects/          # 1个综合项目
│   └── cross-platform/        # 跨平台配置指引
├── notebooks/                 # Jupyter Notebook（教学版）
│   ├── stage3/
│   ├── stage4/
│   └── stage5/
├── scripts/                   # 工具脚本
│   ├── data/                  # 数据下载与验证
│   ├── env/                   # 环境检测与配置
│   └── evaluation/            # 评估脚本
├── data/                      # 数据集（运行后生成）
│   ├── stage3/
│   ├── stage4/
│   └── stage5/
├── templates/                 # 项目模板
│   └── project-template/
├── tests/                     # 单元测试
├── mkdocs.yml                 # MkDocs配置
├── pyproject.toml             # 项目配置与依赖（uv标准）
└── README.md                  # 本文件

---

🧪 测试

运行所有测试：

# 单元测试
pytest tests/

# Notebook测试（需要nbval）
pytest --nbval notebooks/

# 数据校验
python scripts/data/verify.py --stage 3

---

🛠️ 开发

安装开发依赖

uv pip install -e ".[dev]"

代码格式化与检查

# 格式化代码（black）
black scripts/ tests/

# 代码检查（ruff）
ruff check scripts/ tests/

# 类型检查（mypy）
mypy scripts/

构建文档

# 安装文档依赖
uv pip install -e ".[docs]"

# 本地预览
mkdocs serve
# 访问 http://localhost:8000

# 构建静态站点
mkdocs build
# 输出到 site/ 目录

---

🤝 贡献指南

我们欢迎任何形式的贡献！请查看贡献指南了解详情。

如何贡献

1. Fork本仓库
2. 创建Feature分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m '添加某个很棒的功能')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启Pull Request

代码规范

• 遵循PEP 8代码规范
• 使用类型注解（Type Hints）
• 编写文档字符串（Docstrings）
• 添加单元测试（覆盖率≥80%）
• 使用中文注释（技术术语除外）

---

📜 许可证

本项目采用 MIT License 开源协议。

---

📧 联系方式

• GitHub Issues: 提交问题
• 邮件: shychee96@gmail.com
• 文档: 在线文档

---

🙏 致谢

本教程参考了以下优秀资源：

• scikit-learn文档
• PyTorch Tutorials
• TensorFlow Tutorials
• LangChain文档
• HuggingFace Transformers

---

祝学习顺利！从数据分析到生成式AI，一步一个脚印。 🚀