人工智能学习资料（个人整理）
Python 基础 → 人工智能导论 → 数据分析与处理 → 机器学习 → 深度学习（PyTorch） → 强化学习 → 拓展实践与研究。脑子一热写出来的，后面会不断补充更新。大部分内容我都学过，感觉很优秀、容易理解（数学部分暂缺，需要补）。搭配“理论 + 实战”学习，每个阶段先看基础理论，再做代码实践。
·
人工智能学习资料（个人整理）
脑子一热写出来的，后面会不断补充更新。大部分内容我都学过，感觉很优秀、容易理解（数学部分暂缺，需要补）。
学习路线总览
学习顺序： Python 基础 → 人工智能导论 → 数据分析与处理 → 机器学习 → 深度学习（PyTorch） → 强化学习 → 拓展实践与研究
搭配“理论 + 实战”学习，每个阶段先看基础理论，再做代码实践。
学习路径
Python 基础
- 语法、数据结构、函数、类
- 工具：Vscode、Anaconda、Jupyter
- 库：Numpy、Pandas、Matplotlib
人工智能导论
- 历史：图灵测试、达特茅斯会议、符号主义 vs 连接主义
- AI 分类：分类、预测、策略问题
- 基础算法：逻辑回归、线性回归、梯度下降
数据分析 & 数据处理
- 数据标准化、归一化
- 矩阵运算、特征提取、特征选择
- 超参数设置与调优
机器学习基础（sklearn 实战）
- 数据集：训练集、验证集、测试集
- 拟合、过拟合、欠拟合
- 评估指标：准确率、召回率、F1 分数
- 损失函数：均方误差、交叉熵
深度学习（PyTorch）
- 神经网络：输入层、隐藏层、输出层、权重、偏置
- 激活函数：Sigmoid、ReLU、Softmax
- 前向传播、反向传播、梯度下降
- 优化器：SGD、Adam
深度学习进阶
- CNN 卷积神经网络
- RNN / LSTM / GRU 序列建模
- Transformer：注意力机制、编码器、解码器、BERT/GPT
- 实战：MNIST 手写数字识别、房价预测、SimpleCNN、SimpleRNN、MiniChat
强化学习入门
- 概念：环境、状态、动作、奖励
- 算法：Q-learning、DQN、策略梯度
- 实战：CartPole、MountainCar（Gym 环境）
学习资源
Python 基础
- B 站搜索“Python 入门”资源丰富
机器学习
- 【機器學習2021】預測本頻道觀看人數 (上)：https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J
深度学习
强化学习
平台与工具
- 菜鸟教程：https://www.runoob.com/
- 动手学深度学习：https://zh.d2l.ai/
- PyTorch 教程：https://www.runoob.com/pytorch/pytorch-tutorial.html
拓展与实践
本地部署与微调
语音合成 GPT-SoVITS
图像识别 & 生成
进阶项目
- QQ 群 AI 助手、MCP 任务调度系统
- 虚拟人物对话系统（类 J.A.R.V.I.S. 助手）
- 自主探索：脑机接口、跨模态生成模型
思考与研究方向
- 记录学习过程：每周总结关键概念、调试经验、灵感
- 研究“生成式认知主体”：探索 AI 如何通过交互逐步形成“我”的概念，研究感知、行动、时间性在人工智能中的涌现机制
杂项 & 趣味
参考资料
- 周北，《Python深度学习与项目实战》，人民邮电出版社，2021
- 伊恩·古德费洛等，《深度学习》，人民邮电出版社，2021
- Attention Is All You Need (https://arxiv.org/pdf/1706.03762)
- GoAI CSDN 深度学习知识点总结
- 以上列出的视频教程和开源项目链接
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
18
0- 0
已为社区贡献5条内容
所有评论(0)