Courses
课程负责把知识点讲清楚，实验负责让你亲手验证，项目负责把能力迁移到真实任务。
用 NumPy、列表推导和可视化思维建立 AI 实验所需的数据基础。
难度
入门
章节数
2
进度
35%
掌握损失函数、梯度下降、分类、聚类和模型评估的核心直觉。
20%
从神经元、激活函数、反向传播到训练稳定性，建立深度模型入门框架。
进阶
1
10%
拆解 Attention、Token、上下文窗口和生成式模型的基本机制。
5%
学习 Prompt、RAG、工具调用和评测，把模型能力包装成可用产品。
12%
把实验变成服务：数据版本、评测、监控、部署和复盘。
高级
8%