这门课程围绕机器学习与深度学习的关键基础与实践展开，从RNN、LSTM时序预测讲到线性回归面试高频题，再到感知机与多层感知机分类，帮助你打通“原理—代码—面试—实战”的完整链路。你将理解RNN为何存在梯度消失与长期依赖问题，掌握LSTM记忆细胞和门控机制，并完成股票价格预测的归一化、滑动窗口、建模、训练与可视化流程；同时吃透线性回归中的MSE、梯度下降、学习率、mini-batch、过拟合和系数解释等面试考点；最后通过TensorFlow实现鸢尾花分类，理解XOR、激活函数、前向传播、反向传播与softmax交叉熵。课程适合准备AI/算法面试、想入门深度学习、需要补齐时序预测与神经网络基础的开发者和学生。学完后，你不仅能回答常见面试题，还能动手搭建基础模型，为后续进阶打下扎实基础。