AI基础知识教程 | 从入门到精通

● 第一阶段：基础概念与背景

了解AI的发展历程和必备数学基础

AI定义与发展历程、弱AI与强AI、计算机视觉/自然语言处理等应用领域

线性代数、概率论与统计、微积分、优化理论等AI必备数学知识

掌握机器学习的核心概念和经典算法

监督学习、无监督学习、强化学习、模型评估指标

线性回归、决策树、SVM、随机森林、K-Means等算法原理与应用

深入学习神经网络和核心架构

感知机、激活函数、反向传播、优化器、正则化技术

CNN卷积神经网络、RNN循环神经网络、Transformer架构详解

了解大语言模型和AIGC技术

预训练与微调、提示工程、RAG、RLHF模型对齐技术

文本生成、图像生成（Stable Diffusion/DALL-E）、多模态模型、代码生成

掌握AI开发工具和部署技能

NumPy/Pandas、PyTorch/TensorFlow、Hugging Face Transformers

模型训练pipeline、ONNX/TorchScript、REST API/Docker部署、模型监控

了解AI前沿趋势和负责任地使用AI

多模态大模型、AI Agent、具身智能、神经符号AI

算法偏见、数据隐私、AI安全、AI治理与法规

第1章→第3章→第5章→第7章，先建立整体认知，再深入技术细节

每章的代码示例建议亲手运行一遍，配合Google Colab免费GPU

推荐《深度学习》(花书)、《动手学深度学习》作为补充教材