阶段 2 进行中

AI / 机器学习 系统学习

从经典 ML 到大模型的渐进式学习旅程

📍 当前：经典机器学习
阶段 2 / 5 · 已完成 7 课 · 连续 7 天
23%
总进度
✅ 7 课已完成 💡 5 知识笔记 📓 7 个 Notebook

📚 课程内容

✅ 阶段 1：基础入门
01
线性回归与最小二乘法
回归梯度下降损失函数
📄 课程 📓 Notebook
02
逻辑回归与概率分类
分类sigmoid交叉熵
📄 课程 📓 Notebook
03
模型评估与交叉验证
混淆矩阵ROCK-Fold
📄 课程 📓 Notebook
04
过拟合与正则化
偏差-方差L1/L2Ridge
📄 课程 📓 Notebook
🔄 阶段 2：经典机器学习
05
决策树基础
信息熵基尼不纯度CART
📄 课程 📓 Notebook
06
随机森林与集成方法
BaggingBoosting随机森林
📄 课程 📓 Notebook
07
SVM 支持向量机
最大间隔核技巧支持向量
📄 课程 📓 Notebook
08
KNN 与朴素贝叶斯
距离度量贝叶斯概率分类
📄 课程 📓 Notebook
09
KMeans 聚类
无监督学习聚类肘部法则
📄 课程 📓 Notebook
10
PCA 降维
无监督学习降维特征分解
📄 课程 📓 Notebook
🔄 阶段 3：深度学习基础
11
神经网络基础与反向传播
神经网络反向传播深度学习
📄 课程 📓 Notebook
12
优化器与正则化
SGDAdamDropoutL2正则化
📄 课程 📓 Notebook
13
CNN 与图像识别
CNN卷积池化MNIST
📄 课程 📓 Notebook
14
RNN / LSTM 与序列建模
RNNLSTMGRU序列建模
📄 课程 📓 Notebook
⏳ 阶段 4：Transformer → LLM
Attention · Transformer · 预训练
⏳ 阶段 4：Transformer → LLM
Attention · BERT · GPT · RAG
⏳ 阶段 5：多模态与 AI 系统
视觉-语言模型 · 部署 · Agent

🚀 快速入口

💡 知识笔记

三栏式学习环境：目录 · 课程笔记 · Notebook 代码

核心工具

🗺️ 学习路线

从线性回归到大模型，完整路线图与进度

📅 每日记录

每天半小时的学习简报与心得

📜 AI 演进史

从感知机到 GPT，技术/框架/公司/硬件全览