\[ \begin{align}\begin{aligned}\newcommand{\ba}{\boldsymbol{a}} \newcommand{\bb}{\boldsymbol{b}} \newcommand{\be}{\boldsymbol{e}} \newcommand{\bw}{\boldsymbol{w}} \newcommand{\bx}{\boldsymbol{x}} \newcommand{\by}{\boldsymbol{y}} \newcommand{\bz}{\boldsymbol{z}} \newcommand{\bd}{\boldsymbol{d}} \newcommand{\bv}{\boldsymbol{v}} \newcommand{\bs}{\boldsymbol{s}}\\\newcommand{\btheta}{\boldsymbol{\theta}} \newcommand{\bbeta}{\boldsymbol{\beta}} \newcommand{\bgamma}{\boldsymbol{\gamma}} \newcommand{\bsigma}{\boldsymbol{\sigma}} \newcommand{\md}{\mbox{d}} \newcommand{\bmu}{\boldsymbol{\mu}} \newcommand{\bone}{\boldsymbol{1}} \newcommand{\trans}{^{\rm\scriptsize T}} \newcommand{\var}{\mathrm{var}}\\\newcommand{\bA}{\boldsymbol{A}} \newcommand{\bB}{\boldsymbol{B}} \newcommand{\bC}{\boldsymbol{C}} \newcommand{\bD}{\boldsymbol{D}} \newcommand{\bG}{\boldsymbol{G}} \newcommand{\bI}{\boldsymbol{I}} \newcommand{\bM}{\boldsymbol{M}} \newcommand{\bP}{\boldsymbol{P}} \newcommand{\bS}{\boldsymbol{S}} \newcommand{\bU}{\boldsymbol{U}} \newcommand{\bW}{\boldsymbol{W}} \newcommand{\bX}{\boldsymbol{X}} \newcommand{\bY}{\boldsymbol{Y}} \newcommand{\bZ}{\boldsymbol{Z}} \newcommand{\cotp}{\textcolor[RGB]{48,209,88}{TP}} \newcommand{\cotn}{\textcolor[RGB]{100,210,255}{TN}} \newcommand{\cofp}{\textcolor[RGB]{94,92,230}{FP}} \newcommand{\cofn}{\textcolor[RGB]{191,90,242}{FN}}\\\newcommand{\numcotp}{\textcolor[RGB]{48,209,88}{50}} \newcommand{\numcotn}{\textcolor[RGB]{100,210,255}{30}} \newcommand{\numcofp}{\textcolor[RGB]{94,92,230}{10}} \newcommand{\numcofn}{\textcolor[RGB]{191,90,242}{10}} \DeclareMathOperator*{\argmin}{arg\,min}\end{aligned}\end{align} \]

课程实验与案例分析#

本页汇总课程的 18 个中文案例，覆盖 40 个教材正文知识页。每个案例均包含学习目标、数据来源与许可、数据检查、避免数据泄漏的划分方法、基线模型、核心公式与张量维度、关键实验、评价、局限和练习。紧密关联的知识点被组织成一个可以独立完成的实验，避免重复数据处理流程。

重要

所有数据均从公开 HTTPS 链接下载到源码目录之外的缓存；源码 Notebook 不保存数据和运行输出。发布网站时，可通过专门的结果发布命令执行 Notebook 副本，并将表格、数值和图片嵌入案例页面。医学、营销、遥感及分子数据仅用于算法教学，案例结论不能直接作为现实决策依据。

备注

本页是案例目录，不在同一页重复展示 18 个案例的全部运行输出。点击下表中的案例标题，可以在相应案例页面查看代码及其表格、数值和图片结果。如果案例页面只有代码而没有结果，说明网站使用了普通的 make html 命令编译；维护者需要改用包含案例结果的发布构建。

使用说明#

点击案例标题可进入完整 Notebook 页面。
默认启用快速模式，适合课堂演示和检查程序能否完整运行；标明建议使用 GPU 的案例在完整模式下需要更多时间和显存。
数据直链和许可集中记录在数据来源、直链与许可⁠，机器可读映射可下载为 catalog.json⁠。
本地或服务器运行前，可设置 AI_COURSE_DATA_DIR 指向独立数据缓存目录；部署细节见服务器部署与数据存放⁠。

Python、NumPy 与基础模型#

编号	案例	主要知识点	数据、许可与运行时间
1	从 NumPy 广播到能源负荷线性回归	数组维度与广播、向量化、最小二乘、批量梯度下降、均方误差和数值梯度检查。	UCI Energy Efficiency ZIP⁠；CC BY 4.0；CPU 约 1–2 分钟。
2	乳腺肿块特征的逻辑回归	Sigmoid、二元交叉熵、梯度下降、牛顿法、概率阈值和数值稳定性。	UCI WDBC ZIP⁠；CC BY 4.0；CPU 约 1–2 分钟。

全连接神经网络#

编号	案例	主要知识点	数据、许可与运行时间
3	从逻辑神经元到 NumPy 深层二分类网络	单隐藏层与多隐藏层、偏置广播、链式法则、误差信号、参数缓存和手工后向传播。	UCI WDBC ZIP⁠；CC BY 4.0；CPU 约 3–5 分钟。
4	Fashion-MNIST 上的 Softmax 全连接网络	图像展平、输出层的线性运算结果、稳定 Softmax、多分类交叉熵、训练/评估模式和错误样本分析。	Fashion-MNIST；MIT；4 个文件直链⁠；CPU 约 5–12 分钟。
5	干豆分类中的激活、初始化与优化器消融	Sigmoid、tanh、ReLU、Xavier/He 初始化、SGD、Momentum、RMSprop、Adam 和梯度尺度诊断。	UCI Dry Bean ZIP⁠；CC BY 4.0；CPU 约 8–15 分钟。
6	不平衡营销响应的阈值、ROC、PR 与校准	混淆矩阵、Precision、Recall、F1、ROC-AUC、平均精确率、Brier 分数、校准和误判代价。	UCI Bank Marketing ZIP⁠；CC BY 4.0；CPU 约 3–6 分钟。

模型诊断与训练策略#

编号	案例	主要知识点	数据、许可与运行时间
7	学习曲线中的偏差—方差与正则化	训练/验证/测试职责、模型容量、学习曲线、L1/L2、权重衰减、提前停止和数据泄漏。	UCI Dry Bean ZIP⁠；CC BY 4.0；CPU 约 6–12 分钟。
8	批量归一化、超参数搜索与训练故障诊断	BatchNorm 运行统计、随机搜索、对数尺度、逐步缩减、检查点、NaN/梯度诊断、时间和模型大小。	UCI Dry Bean ZIP⁠；CC BY 4.0；CPU 约 10–20 分钟。

卷积神经网络#

编号	案例	主要知识点	数据、许可与运行时间
9	城市用电序列上的一维卷积与感受野	一维卷积、多通道、填充、步幅、空洞卷积、感受野、时间顺序划分和因果边界。	UCI Tetouan ZIP⁠；CC BY 4.0；CPU 约 8–15 分钟。
10	从零实现二维卷积、后向传播与 LeNet	二维与多通道卷积、池化、输出尺寸、卷积核梯度、输入梯度、数值梯度检查和 LeNet。	Fashion-MNIST；MIT；4 个文件直链⁠；CPU 约 8–15 分钟。
11	EuroSAT 上的 CNN 架构、残差与效率比较	AlexNet/VGG 风格模块、深度可分离卷积、残差连接、BatchNorm、Dropout、参数量、速度和空间泄漏。	EuroSAT RGB ZIP⁠；MIT 与 Copernicus 条款；完整实验建议使用 GPU。

序列模型#

编号	案例	主要知识点	数据、许可与运行时间
12	《爱丽丝梦游仙境》字符语言模型：RNN、LSTM 与 GRU	词元化、序列张量、自回归、隐藏状态、参数共享、随时间后向传播（BPTT）、梯度裁剪和长期依赖。	Project Gutenberg UTF-8 文本⁠；美国公版声明；CPU 约 10–20 分钟。
13	从零实现注意力与小型 Transformer 垃圾短信分类	Q/K/V、缩放点积注意力、多头注意力、填充掩码、位置编码、LayerNorm 和解释边界。	UCI SMS Spam ZIP⁠；CC BY 4.0；CPU 约 8–15 分钟。
14	BERT 短信分类：词袋、冻结编码器与微调边界	WordPiece、特殊词元、注意力掩码、MLM 预训练、冻结特征、微调、分层评价和隐私边界。	UCI SMS Spam ZIP⁠；CC BY 4.0；基线可用 CPU，BERT 微调建议使用 GPU。

图神经网络#

编号	案例	主要知识点	数据、许可与运行时间
15	OGBN-Arxiv 节点分类——从多层感知机到消息传递	图、邻接矩阵、置换等变性、消息—聚合—更新、自环、对称归一化、过度平滑、结构泄漏和时间划分。	OGBN-Arxiv ZIP⁠；ODC-BY；全量实验建议使用 GPU。
16	OGBG-MolHIV 图分类——图同构网络与图级读出	图级任务、多重集合聚合、GIN、求和/均值/最大值读出、分子图划分、ROC-AUC 和无图结构基线。	OGBG-MolHIV ZIP⁠；MIT；抽样模式 CPU 约 10–20 分钟。

扩散模型#

编号	案例	主要知识点	数据、许可与运行时间
17	Fashion-MNIST 小型去噪扩散概率模型——从前向加噪到逐步生成	高斯前向扩散、各时间步的加噪参数、解析采样、反向后验、ELBO、噪声预测损失、时间条件网络和逐步采样。	Fashion-MNIST；MIT；4 个文件直链⁠；演示模式可用 CPU，完整训练建议使用 GPU。
18	真实二维数据上的分数模型、随机微分方程、条件引导与 DDIM	分数函数、去噪分数匹配、Langevin 动力学、VP/VE SDE、反向 SDE、概率流 ODE、CFG 和 DDIM。	Palmer Penguins CSV （CC0）及 Fashion-MNIST；二维部分 CPU 约 5–10 分钟。