人工智能项目留下评论 手写数字识别项目入门：先读懂 train.csv、test.csv 和标签结构 Zhonghaotian 2026年4月21日 2026年8月8日 从项目文件结构入手，读懂手写数字训练集、测试集、标签列和 784 维像素输入，为后续 C 分类器和实验台打基础。
人工智能项目留下评论 用 C 实现手写数字 Softmax 分类器：从 784 维像素到 submission.csv Zhonghaotian 2026年4月21日 2026年8月8日 结合当前项目源码，讲清楚 softmax 多分类、损失函数、梯度更新、混淆矩阵输出，以及 submission.csv 的生成过程。
人工智能项目留下评论 手写数字实验记录：怎么把离线分类项目接进浏览器实验台 Zhonghaotian 2026年4月21日 2026年8月8日 解释浏览器实验台为什么采用轻量预训练模型、它和离线 C 项目的关系，以及如何用样本浏览和手绘输入理解预测结果。
人工智能项目留下评论 Python 人工智能小实战：用 scikit-learn 完成一个分类任务 Zhonghaotian 2026年4月10日 2026年7月13日 使用 scikit-learn 内置教学数据集跑通一个分类任务，覆盖数据加载、拆分、标准化、训练、预测、评估和实验记录。
人工智能项目留下评论 人工智能基础学习路线：先理解什么是 AI、机器学习和深度学习 Zhonghaotian 2026年4月10日 2026年8月8日 面向有编程基础的读者，梳理 AI、机器学习、深度学习的关系，并给出可执行的人工智能基础学习路线。
人工智能项目留下评论 机器学习完整流程：从数据、特征到模型预测 Zhonghaotian 2026年4月10日 2026年8月8日 从工程视角拆解机器学习完整流程：定义问题、理解数据、处理特征、训练模型、预测和评估。
人工智能项目留下评论 模型训练与评估入门：损失函数、过拟合和准确率怎么理解 Zhonghaotian 2026年4月10日 2026年8月8日 讲清楚模型训练中的参数、损失函数、梯度下降、过拟合，以及准确率、召回率、F1 等分类评估指标。
人工智能项目留下评论 神经网络基础：从感知机到多层网络 Zhonghaotian 2026年4月10日 2026年8月8日 从一个神经元讲起，解释权重、偏置、激活函数、前向传播、反向传播和典型神经网络训练循环。
