第二阶段：数据新闻实战——从采集到可视化
6
Week 6: 数据清洗与 pandas——像编辑一样审视数据
大数据与人工智能：AI Native 交互式学习
前言
第一阶段：AI 时代的数字生存与工具链觉醒
1
Week 1: AI 时代的“新”新闻人与工具箱
2
Week 2: 和 AI 对话——Prompt Engineering for Code
3
Week 3: Python 极速入门 (上)——数据是新闻的燃料
4
Week 4: Python 极速入门 (下)——逻辑是算法的骨架
第二阶段：数据新闻实战——从采集到可视化
5
Week 5: 网络爬虫——获取第一手信源
6
Week 6: 数据清洗与 pandas——像编辑一样审视数据
7
Week 7: 数据可视化 (Matplotlib/Seaborn)——让数据说话
8
Week 8: 阶段项目回顾与
ap-cli
第一次共建
第三阶段：解密黑盒——机器学习与神经网络
9
Week 9: 机器学习概览
10
Week 10: 线性回归与逻辑斯蒂回归——预测爆款
11
Week 11: 走进深度学习——文本生成 (RNN/Transformer)
12
Week 12: 计算机视觉——图像分类 (CNN)
第四阶段：AI Native 应用开发与开源贡献
13
Week 13: 大模型应用开发——调用 API 构建智能体
14
Week 14: 综合项目实战 (Design)
15
Week 15: 综合项目实战 (Develop & Debug)
16
Week 16: Demo Day——开源发布会
附录
参考文献
第二阶段：数据新闻实战——从采集到可视化
6
Week 6: 数据清洗与 pandas——像编辑一样审视数据
6
Week 6: 数据清洗与 pandas——像编辑一样审视数据
本周内容待更新
5
Week 5: 网络爬虫——获取第一手信源
7
Week 7: 数据可视化 (Matplotlib/Seaborn)——让数据说话