内容包含：一下几点

文件大致内容

1.模块集
1.1 Matplotlib
1.2 Numpy
1.3 Pandas
2.算法集
2.1 K-近邻算法
2.2 线性回归
2.3 逻辑回归
2.4 决策树
3.笔记
3.1 人工智能概述
3.2 科学计算库
3.3 K-近邻算法
3.4 线性回归
3.5 逻辑回归
3.6 决策树
4.数据集
这里面有以上的所有数据集，都同意放在这个文件夹中。
每个文件夹里都有一个data的文件夹，里面放有该文件夹下所有数据集
备注：数据集是csv后缀的

这里这代码块（大致样子）都是100行内的小例子

from sklearn.feature_extraction.text import TfidfVectorizer
import jieba

def cut_text(data):
    ret = " ".join(list(jieba.cut(data)))
    return ret

def tfidf_text_demo():
    """
    Tfidf
    return: none
    """
    data = ["一种还是一种今天很残酷,明天更残酷,后天很美好,但绝对大部分是死在明天晚上,所以每个人不要放弃今天。",
            "我们看到的从很远星系来的光是在几百万年之前发出的,这样当我们看到宇宙时,我们是在看它的过去。",
            "如果只用一种方式了解某样事物,你就不会真正了解它。了解事物真正含义的秘密取决于如何将其与我们所了解的事物相联。"]
    data_list = []
    for temp in data:
        data_list.append(cut_text(temp))
    # print(data_list)
    # 1.实例化
    transfer = TfidfVectorizer()
    # 2.调用fit_transform
    transfer_data = transfer.fit_transform(data_list)
    print(transfer.get_feature_names())
    print(transfer_data.toarray())

if __name__ == "__main__":
    tfidf_text_demo()

这是笔记的部分（也是个样子）

机器学习概述
1 人工智能概述
    1.1 人工智能起源
        1.图灵测试
        2.达特茅斯会议
    1.2 人工智能三个阶段
        1.1980年代是正式形成期
        2.1990-2010年代是蓬勃发展期
        3.2012年之后是深度学习期
    1.3 人工智能、机器学习和深度学习
        1.机器学习是人工智能的一个实现途径
        2.深度学习是机器学习的一个方法发展而来
    1.4 主要分支介绍
        1.4.1 计算机视觉
            1.人脸识别
        1.2.2 自然语言处理
            1.语音识别
            2.语义识别
        1.2.3 机器人
    1.5 人工智能必备三要素
        1.数据
        2.算法
        3.计算力
    1.6 GPU, CPU
        1.GPU -- 计算密集型
        2.CPU -- IO密集型
        
..........................

下载后就可以获得啦!!!