2024光环人工智能AI49期

这门课解决什么问题

光环AI49期聚焦机器学习、深度学习与自然语言处理，帮你打通从数学基础到模型落地的完整链路。很多转行者卡在“懂概念但写不出代码”，这门课通过系统化的项目实战，让你不再停留在调参的幻觉里，而是真正能独立完成一个端到端的AI项目。

适合什么基础与先看哪块

适合有一定编程基础（如Python）或数学（线性代数、概率论）基础的人。零基础需先补前置知识，有相关经验者可直接进入算法实战。

建议按以下顺序观看：先学“人工智能核心理念与项目流程”，建立全局认知；接着看“线性代数与科学计算”，理解矩阵运算和求函数最小值的底层逻辑；然后进入“机器学习”阶段，从KNN回归器、条件概率，到PCA降维、Kmeans聚类，再到决策树、逻辑回归与SVM；深度学习部分从开发习惯、线性回归到逻辑回归、支持向量机、集成学习，最后用pytorch框架搭建项目；NLP部分从自然语言处理基础，到RNN、循环神经网络，再到Transformer三部曲；AIGC部分从注意力机制，到文本生成算法，再到大模型。

学完能独立做什么

学完能独立完成一个完整的AI项目：从数据采集、预处理、特征选择，到模型选择、训练调优，再到使用pytorch框架部署。具体来说，能独立处理回归和分类问题，能使用决策树、SVM、逻辑回归等算法做特征工程，能搭建深度学习模型并完成图像分类或文本生成任务，也能理解Transformer架构并应用到大语言模型微调中。

资料怎么配合练习

资料包以视频为主，建议边看边做笔记，重点记录代码片段和公式推导。每个算法学习后，务必跟着视频动手复现实验，例如在KNN回归器部分，尝试用自己的数据集替换演示数据；在PCA降维部分，亲手计算协方差矩阵并观察降维前后特征分布的变化；在RNN和Transformer部分，用简单文本数据搭建循环神经网络，再对比Transformer的并行优势。视频中的项目实战环节，建议独立完成，遇到报错时多翻查官方文档和社区，不要只看教程。