与智能共舞
创造未来无限可能

01

基础基石

构建 AI 大厦的数学与编程地基。

• Python 科学计算 熟练掌握 NumPy 矩阵运算、Pandas 数据清洗与分析。
• 线性代数核心 理解向量空间、矩阵分解 (SVD/PCA)、特征值与特征向量。
• 微积分与优化 掌握梯度概念、链式法则，理解梯度下降 (Gradient Descent) 原理。
• 概率与统计 贝叶斯定理、分布函数、假设检验，构建数据思维。

02

机器学习 (ML)

从数据中挖掘规律，传统算法的魅力。

• 经典监督学习 线性回归、逻辑回归、SVM、决策树与随机森林。
• 集成学习 (Ensemble) 掌握 Kaggle 神器：XGBoost, LightGBM, CatBoost 原理与调参。
• 无监督学习 K-Means 聚类、DBSCAN、t-SNE/UMAP 降维可视化。
• 模型评估工程 交叉验证、ROC/AUC、混淆矩阵、过拟合与正则化 (L1/L2)。

03

深度学习 (DL)

神经网络的爆发，感知能力的觉醒。

• 神经网络基础 感知机、激活函数 (ReLU/Sigmoid)、反向传播 (Backpropagation)。
• 计算机视觉 (CV) CNN 架构 (ResNet, EfficientNet)、目标检测 (YOLO)、图像分割。
• 序列模型 (NLP基础) RNN, LSTM, GRU，Word2Vec 词向量嵌入。
• 深度学习框架 PyTorch 动态图编程、TensorFlow 生产部署、模型保存与加载。

04

大模型与 AIGC

通用人工智能的曙光，应用开发新范式。

• Transformer 架构 Self-Attention 机制、Encoder-Decoder、BERT 与 GPT 系列。
• LLM 微调 (Fine-tuning) 指令微调 (SFT)、PEFT 技术 (LoRA, QLoRA)、RLHF 对齐。
• RAG 应用开发 向量数据库 (Milvus/Chroma)、Embedding、LangChain/LlamaIndex 框架。
• AI Agent (智能体) ReAct 框架、AutoGPT、多智能体协作、工具调用能力。