极客时间·AI 数据分析训练营（1期）·毕业总结

《AI数据分析训练营》课程总结

前言：这门课叫《AI数据分析训练营》，所以按拆字游戏的玩法，可以拆成3个要素，AI、数据分析还有训练营；

一、AI

AI呢，这里插一段AI演进史（21世纪初至今）:

关键里程碑：

• 2006年，杰弗里·辛顿提出“深度学习”概念，通过多层神经网络自动提取特征，突破了传统机器学习需人工设计特征的局限。
• 2012年，AlexNet在ImageNet图像识别竞赛中以大幅优势夺冠，引爆深度学习热潮。
• 2016年，AlphaGo结合深度强化学习与蒙特卡洛树搜索，击败围棋世界冠军，实现动态决策能力。
• 2020年，GPT-3诞生，展现出强大的语言理解和生成能力。
• 2022年，ChatGPT实现人机语言交互和应用推广的重大突破，能生成自然流畅的文本，在内容创作、智能客服等领域应用潜力巨大。
• 2025年春节前夕，DeepSeek团队发布了全新的DeepSeek-R1模型。

AI涵义的演变：
AI在不同时期代表的涵义似乎也不同，比如说2018年可以说是AI的一个小高潮（因为出现了BERT模型），而在前一年的2017年，Transformer算法是由Vaswani等人提出。从此，AI又进入了一个新的发展，不论是2018的BERT、2022年底的ChatGPT、还是现在各大厂商开源和闭源的大模型基本都是基于Transformer算法构造而成。

本文时间背景：
写作于2025年6月27日，这门课在2024年底购买（预售），2025年2月正式授课（为期15周），近期刚完结。

2024-2025年AI近况：

1. AI编程工具普及（Trae、Cursor）
2. 低代码/无代码平台崛起（Coze、Dify、n8n）

课程创新点：
本课程在数据分析的基础上，还提供了：

• AI编程工具（Trae、Cursor）的使用
• 低代码/无代码平台（Coze、Dify）的使用
  算是在当前时间节点的一个很有创新的一个点

---

二、数据分析

行业现状反思：

• 数据分析 = SQL Boy？是玩笑话还是实际情况？
• 想脱离SQL Boy要不要学学算法？
• 没有业务思维只调库，有没有搞头？
• 有了大模型了还要调库？还用得着sklearn？

职场现实：
假设现在是一个很内卷的环境，每年毕业1200万，黑心老板们喜欢招一个人干两个人的活…你能不能行？有没有两个人的技能？（经典PUA话术，注意识别和防范，哈哈…）

报课初衷：
我当时报课得时候的想法呢，就像我刚提出得问题一样，想脱离SQL Boy，学点算法，同时能在这门课程里收获一些业务思维呢，就更好了！

学习成果：

• ✅ 好消息：当初得目标实现了，我确实对算法有了更深得感悟，也收获了一些业务思维得提升。
• ⚠️ 坏消息：提升得还不够…（就像高考查分，查到500多，也能上个一本了，就想着要是600多就好了，那不得上个211，哈哈，慢慢提升吧，在工作中积累和提升）

课程内容：
本课程得数据分析部分讲了：

1. 分类决策模型，包含但不限于金融行业常用得评分卡模型
2. 时间序列预测模型，包含但不限于ARIMA和Prophet模型
3. 推荐系统、运筹规划、nlp-embedding、计算机视觉（yolo）等

---

三、训练营

这个其实懂得都懂：

• 我是有点拖延症的（如果不是这门课的班主任老师悄悄发私信给我说，我就差个总结，就有电子证书可以领了，我都不一定会写，毕竟写东西是多少费力气的活啊，哈哈~）
• 训练营的作用：众行者远，三人行必有我师，一千个人有一千个哈姆雷特，同一个问题可能有多个角度、多个解题思路，你可以在课程群内参与讨论或者偷看…哈哈
• 程序员的学习驱动力：
  • 被时代浪潮裹挟着前行
  • 主动学习新知识预防职业风险（被开了也能找更高薪工作）
  • 实现跳槽正反馈（越跳越高）
  • 学以致用：既满足公司考核，又为跳槽积累资本

---

四、总结

欲穷千里目，更上一层楼。时光如白马过隙，2025年已过一半，祝看到这里的观众老爷们，哈哈~，一键三联？