阶段 1：工具链 + 第一个项目 已完成
- Python / Jupyter 环境搭建 ✅
- 线性回归与最小二乘法 ✅
- 逻辑回归与概率分类 ✅
- 模型评估与交叉验证 ✅
- 过拟合与正则化 ✅
阶段 2：经典机器学习 进行中
- 决策树基础 ✅
- 随机森林与集成方法
- SVM、KNN、朴素贝叶斯
- 聚类与降维（KMeans、PCA）
- 模型评估与调参实战
阶段 3：深度学习基础 待开始
- 神经网络与反向传播
- 优化器与正则化
- CNN 与图像识别
- RNN / LSTM 与序列建模
阶段 4：Transformer → LLM 待开始
- Attention 机制
- Transformer 架构
- 预训练语言模型（BERT、GPT）
- 大模型微调、RAG、Agent
阶段 5：多模态与现代 AI 系统 待开始
- 多模态模型范式
- 大模型训练与推理工程
- AI 系统设计与部署