数据统计
相关导航
阿里云作为国内领先的云服务，其开发者社区提供了一条完整的人工智能学习路线，旨在帮助用户从入门到进阶掌握人工智能领域的知识和技能。该路线包含了30门在线课程和22个实战案例，分为以下5大学习阶段： 机器学习入门：学习人工智能的基本概念、算法原理、编程语言等知识。 TensorFlow框架及常用库：介绍TensorFlow深度学习框架以及常用Python数据科学库的使用 机器学习实战：通过实践项目，学习机器学习的基本原理和实现方法，例如数据分析、特征工程、模型构建等。 自然语言处理实战：了解机器学习和深度学习技术在自然语言处理领域的实战应用。 图像识别实战：了解机器学习和深度学习技术在图像识别处理领域的实战应用。
Generative AI for Beginners 是微软 Cloud Advocates 团队推出的十二章生成式AI入门的系列课程，介绍了构建生成式 AI 应用程序的基础知识，在GitHub上已超过1.7万人星标。每章都涵盖了生成式人工智能原理和应用程序开发的一个关键知识点，提供导学视频、书面材料、代码示例和进阶的学习资源推荐。通过整个课程的学习，你将拥有建立自己的生成式人工智能产品和工具的能力，实现应用AIGC技术的想法。 Generative AI for Beginners的课程目录 课程章节 相关教学内容 学习目标 00 课程介绍和学习环境设置 学习环境配置和课程结构 在学习本课程的同时帮助您取得成功 01 生成式人工智能和 LLMs 介绍 知识点: 生成式人工智能以及我们如何适应当前的技术格局 了解什么是生成式人工智能 以及 LLMs 的工作原理。 02 探索和比较不同的 LLMs 知识点: 测试、迭代和比较不同的 LLMs 模型 为您的应用场景选择正确的模型 03 负责任地使用生成式人工智能 知识点: 了解基础模型的局限性和人工智能背后的风险 了解如何负责任地构建生成式人工智能应用程序 04 提示工程基础 代码/知识点: 提示工程最佳实践 了解提示结构和用法 05 创建高级的提示工程技巧 代码/知识点: 通过在提示中应用不同的技术来扩展您的提示工程知识 应用提示工程技术来改善提示结果。 06 创建文本生成应用 代码: 使用 Azure OpenAI 构建文本生成应用程序 了解如何有效地使用令牌和温度来改变模型的输出 07 创建聊天应用 代码: 有效构建和集成聊天应用程序的技术。 确定关键指标和注意事项，以有效监控和维护人工智能聊天应用程序的质量 08 创建搜索应用 代码: 语义搜索与关键字搜索。 什么是文本嵌入以及它们如何应用于搜索 创建一个使用嵌入来搜索数据的应用程序。 09 创建图像生成应用 代码: 图像生成及其在构建应用程序中的作用 构建图像生成应用程序 10 创建低代码的人工智能应用 低代码: Power Platform 中的生成式 AI 简介 使用低代码为我们的教育初创公司构建学生作业跟踪应用程序 11 为生成式 AI 添加 function calling 代码: 什么是 Function Calling 及其在应用程序中的使用示例 设置 Function Calling 以从外部 API 检索数据 12 为人工智能应用程序添加用户体验 知识点: 设计人工智能应用程序以实现信任和透明度 开发生成式人工智能应用时用户体验设计的相关原则 xx 拓展学习 包含每章内容的的拓展链接！ 掌握生成式人工智能相关技能
深度学习正在改变世界，而fast.ai项目便致力于让深度学习更容易使用。该深度学习和AI学习网站提供了一系列免费的AI学习资源和课程： 针对程序员的免费AI课程 软件库 前沿研究 以及AI社区 fast.ai的口号是，“世界需要所有人参与到人工智能，无论你的背景多么不可能”（The world needs everyone involved with AI, no matter how unlikely your background.）。 Making neural nets uncool again。酷就是要有排他性，这与fast.ai想要的恰恰相反。他们希望让深度学习变得尽可能容易——包括那些使用C#等没那么酷的语言、Windows等没那么酷的操作系统（世界上大多数人都在使用）、没那么酷的数据集（比谷歌的任何东西都小得多，而且在你认为晦涩难懂的领域）和没那么酷的背景的人（即使你没上斯坦福大学之类的一流名校）。
