配套免费学习资源
配套免费学习资源（全阶段通用）
- 课程
- B 站：李沐《动手学深度学习》、黑马程序员 Python & 机器学习系列
- 中国大学 MOOC：各大高校人工智能公开课
- 文档 & 官网
- Scikit-learn 官方文档、PyTorch 官方教程（首选权威资料）
- 数据集 & 实战平台
- 国内：阿里天池、百度飞桨 AI Studio
- 国外：Kaggle（数据集 + 竞赛）
- 算力支持
- 免费 GPU：Google Colab、百度飞桨、阿里云开发者免费算力
避坑 & 学习建议（学生重点）
- 顺序绝对不能乱：Python → 数学 → 传统机器学习 → 深度学习，不要直接跳去学大模型。
- 重实操轻死记：看懂理论≠学会，每一个知识点必须敲代码复现。
- 拒绝囤积资料：选定 1 套主课程 + 1 份主文档，学透再补充其他资料。
- 定期复盘：每周日总结本周难点，整理错题 / 代码 bug，避免重复踩坑。
- 合理利用课余：课业优先，AI 学习作为长期技能，不熬夜透支精力。
阶段性考核表（自我检测）
表格
| 阶段 | 周期 | 达标标准 |
|---|---|---|
| Python 基础 | 4 周 | 熟练三库，独立完成数据处理脚本 |
| 数学基础 | 4 周 | 理解 AI 常用数学概念，代码实现基础运算 |
| 传统机器学习 | 8 周 | 掌握主流算法，独立完成完整 ML 项目 |
| 深度学习 | 8 周 | 熟练 PyTorch，搭建 CNN/RNN 并落地案例 |
| 大模型 & 综合 | 2 周 | 会调用 / 微调轻量模型，完成最终作品集 |