作为一项前沿的技术，人工智能不可能做到零门槛，所以需要你具备一些基本的前提条件。
- 熟悉 Python 基础语法
《楼+ 机器学习实战》课程将会使用 Python 语言作为代码实战过程中唯一的编程语言。除了 Python 语言具备语法简单，上手快的特点。选择其的另一个重要原因是目前在机器学习领域，最优秀的开源项目和工具几乎都提供了对 Python 语言的支持。
如果你对 Python3 还不够了解和熟悉，非常推荐学习蓝桥云课免费基础课程：Python3 简明教程
- 有一定的数学基础
为了更好地理解机器学习算法原理，你需要具备一定的数学基础。如果你是理工科学生，并在大学本科阶段学习 过数学基础知识依据足够。不需要你花费大量时间去全面重温《高等数学》、《线性代数》等课程内容，只要有印象， 回忆起来就非常快了。除此之外，非理工科学生需要你掌握基础的线性代数知识，推荐观看 可汗学院线性代数基础课程
如果你的数学基础较差，但又想学习人工智能知识，不要忘记我们是人工智能实战课程。本次课程中，我们对常 用的开源框架都进行了讲解，你可以着重于对人工智能方法的应用。简单来讲，如果你实在无法理解算法背后 的数学原理，掌握使用 Python 完成人工智能代码实战也是一件很有收获的事情。,
每周付出的时间
每周至少有 12 小时用于完成实验、挑战任务
坚持到底的决心
不会因为遇到困难而半途而废，有毅力坚持到最后
积极主动的态度
遇到问题能与小组同学及助教讨论，积极主动寻求答案
真实学员评价
基本达到了我对课程的预期，还不错，愿实验楼越办越好。
谢谢六周的陪伴，课程设置循序渐进，答疑服务很及时，：）
通过楼+机器学习，系统地认识整个机器学习知识体系，注重模型训练整个流程的实际操作，最后还有一个 kaggle 项目检验自己的学习成果，相当棒！！！
优点：内容很丰富，知识脉络清晰，上手快，挑战难易适度； 需改进：网络太卡体验不是很好；
课程整体知识量还是挺丰富的~如果能按时的付出时间完成课程，会有不小的收获，基本上能将机器学习的基本概念与实现流程梳理一遍， 对算法也能有相应的了解，实验楼领进门，修行还要看个人，各位共勉了，还有最后一章的 RNN 和 GAN 跨度稍微有一点大...ouo...
感谢实验楼给我们提供了一个可以学习实践知识的平台 ，优质的课程让我们受益匪浅。
先说好的： 1.实验文档写的很好，配图很生动便于理解，算是尽可能地把高深的定义用最形象的方式去告诉给大家了，至于能不能领会最后还是得靠自己去细细思考，跟助教、大家的讨论。 2.每周总结的思维导图很赞，我自己就很喜欢用这种方式去把零散的知识串起来，至少知道这一周过来自己都学了哪些东西，分别有哪些子类，时不时就在脑子里过一遍，发现某个概念的具体定义忘了就可以再翻出对应的文档再学一遍，学习就是如此反复的过程。 3.我自己是一个比较懒散的人。。。没有外力监督就很容易懈怠，有个学习时间排名，每天再忙也会挤出些许时间去做实验。 4.huhuhang 老师直播挺耐心细致的，跟大家互动很多很有趣~ 说一点不好的： 平均每周16小时这个实际上达不到吧！其实学习起来花时间最多的也就第二周的课程，最多12小时左右，16小时设置不太合理！