使用 Python 学习 AI — 从第一行代码到生产系统
Python 是人工智能和机器学习的主导语言，这并非偶然，而是因为它的生态系统 — NumPy、Pandas、scikit-learn、PyTorch、TensorFlow、LangChain — 直接映射到 AI 工程师每天所做的工作。此课程轨道涵盖完整堆栈：从零开始编写 Python、处理和分析数据、构建和评估模型，以及将它们部署为真实服务。
你将学到什么
你将从 Python 语法、数据结构和面向对象编程开始，然后进入数据科学基础：统计基础、数据清洗、探索性分析和特征工程。从那里，课程轨道涵盖监督学习和无监督学习、支持向量机、时间序列预测和推荐系统。后续课程涉及使用 Python 的大语言模型、LangChain 和 RAG 系统、使用 PyTorch 的计算机视觉、使用 Keras 和 TensorFlow 的迁移学习、使用 VAE 和 GAN 的生成式 AI，以及负责任的 AI 和可解释性。课程轨道的高级部分介绍 MLOps 基础、使用 FastAPI 进行大规模 AI 模型部署、分布式训练和大规模 ML、图神经网络和高级强化学习。
学习路径
超过 50 门课程从 A1 到 C2。开课课程 — 编程简介、Python 基础和函数和模块化编程 — 不需要任何先前经验。中级课程如NumPy 深度学习、Pandas 高级操作、模型评估和超参数调优和自然语言处理 (NLP) 建立实用的 ML 能力。课程轨道以 C1 和 C2 课程结尾：AI 系统架构和设计、高级强化学习、图神经网络和分布式训练和大规模 ML。
它如何运作
每门课程分为简短、专注的课时，你在内置代码编辑器中完成，带有实时反馈。当你遇到困难时，可以使用 AI 辅导 — 解释错误、澄清概念和建议后续步骤，而不是直接给你答案。