人工智能学习路线
一、适合人群
- 对 AI 应用感兴趣的同学;
- 想做机器学习、深度学习项目的同学;
- 想探索大语言模型、RAG、AI Agent 的同学。
二、学习阶段
阶段一:Python 与数学基础
Python、NumPy、Pandas、Matplotlib、线性代数基础、概率论基础、微积分基础。
阶段二:机器学习基础
监督学习、无监督学习、分类与回归、决策树、支持向量机、聚类、模型评估。
阶段三:深度学习基础
神经网络、反向传播、CNN、RNN、Transformer、PyTorch 基础。
阶段四:大语言模型应用
Prompt Engineering、Embedding、RAG、向量数据库、LangChain / LlamaIndex、Function Calling、AI Agent。
阶段五:项目落地
文档问答、智能客服、代码助手、知识库助手、多智能体协作、安全分析智能体。
三、实践项目
鸢尾花分类、手写数字识别、新闻分类、文档问答系统、校园智能问答助手、AI 简历优化工具、日志分析智能体。