Dashboard
个人工作台
第一版基于 localStorage 保存学习状态和实验记录，后续可以平滑升级到登录和数据库。
学习进度概览
0/6
已完成课程
0/6
已运行 Demo
0
已保存实验
0/4
项目完成
路线平均进度15%
最近实验记录
还没有保存实验。进入实验室运行 Demo 后，可以把参数、指标、自动结论、复盘笔记和 Markdown 报告沉淀在这里。
学习资产库
0
实验报告
0
复盘笔记
0
完成学习单元
0
项目步骤
常用标签
保存实验时添加标签，就能在这里看到自己的学习主题。
课程完成状态
项目完成状态
学习路线进度
第 1 层
Python 与数据处理
进行中 35%
第 2 层
机器学习基础
进行中 22%
理解模型训练、损失函数、梯度下降、分类、聚类和评估指标。
核心知识点
损失函数
梯度下降
线性/逻辑回归
K-means
模型评估
推荐 Demo
- 梯度下降可视化
- 线性回归在线训练
- K-means 聚类
推荐项目
- 链路质量预测模型
第 3 层
深度学习基础
未开始
第 4 层
Transformer 与大模型
未开始
理解 Token、Attention、上下文窗口和生成式模型的基础机制。
核心知识点
Token
Self-Attention
位置编码
上下文窗口
推理成本
推荐 Demo
- Attention 可视化
推荐项目
- 技术文档 RAG 问答系统
第 5 层
AI 应用开发
未开始
把模型能力变成可靠产品功能，覆盖 Prompt、RAG、工具调用和评测。
核心知识点
Prompt 设计
RAG
工具调用
结构化输出
应用评测
推荐 Demo
- Attention 可视化
推荐项目
- 技术文档 RAG 问答系统
- AI 代码审查助手
第 6 层
AI 工程化与真实落地
未开始