AI 学习路线图&资源

Python 编程基础

视频教程：https://www.bilibili.com/video/BV1tDsgzxECr
视频教程：https://www.bilibili.com/video/BV1zN4y1v7Vv
视频教程：https://www.bilibili.com/video/BV1U2WmzfEqp
视频教程：https://www.bilibili.com/video/BV1h1VbzHER2

数据分析

视频教程：https://www.bilibili.com/video/BV1ReshzoEgG
视频教程：https://www.bilibili.com/video/BV1D9GLzyEL6

数学基础

线性代数

为什么重要？

• 神经网络本质上是矩阵运算
• 数据通常表示为向量和矩阵
• 降维、特征提取都依赖线性代数

必须掌握：

• 向量和矩阵运算
• 矩阵乘法、转置、逆矩阵
• 特征值和特征向量
• 奇异值分解（SVD）
• 向量空间和线性变换

视频教程（线性代数的本质-3Blue1Brown）：https://www.bilibili.com/video/BV1ib411t7YR/

微积分

为什么重要？

• 梯度下降需要导数
• 反向传播需要链式法则
• 优化算法依赖微积分

必须掌握：

• 导数和偏导数
• 链式法则
• 梯度
• 积分基础
• 泰勒展开

视频教程（微积分的本质-3Blue1Brown）：https://www.bilibili.com/video/BV1ob411y7L9/

概率论与统计学

为什么重要？

• 机器学习本质上是概率问题
• 模型评估需要统计方法
• 贝叶斯方法广泛应用

必须掌握：

• 概率基础（概率分布、条件概率）
• 贝叶斯定理
• 期望和方差
• 常见概率分布（正态分布、泊松分布等）
• 假设检验
• 置信区间

优化理论

为什么重要？

• 机器学习就是优化问题
• 理解优化算法有助于调参
• 能够设计新的优化方法

必须掌握：

• 凸优化基础
• 梯度下降法
• 随机梯度下降（SGD）
• 动量法
• Adam 优化器
• 学习率调度

机器学习

视频教程：https://www.bilibili.com/video/BV1BYe4z5E9z
视频教程：https://www.bilibili.com/video/BV1Fzszz4Ek7

深度学习

视频教程：https://www.bilibili.com/video/BV1MRJmzSEaa

PyTorch 视频教程：https://www.bilibili.com/video/BV1xukkBvEHv

PyTorch 视频教程：https://www.bilibili.com/video/BV1Y7411d7Ys

PyTorch 视频教程：https://www.bilibili.com/video/BV1rmnEzREay

视频教程：https://www.bilibili.com/video/BV1f54ZzGEMC/

大语言模型

视频教程：https://www.bilibili.com/video/BV1k44LzPEhU

大模型应用

LangChain 视频教程：https://www.bilibili.com/video/BV1ZppNzHEY4
LangChain4J 视频教程：https://www.bilibili.com/video/BV1mX3NzrEu6

计算机视觉

个人感觉可以作为选学，了解下 CV 的相关内容。

OpenCV：https://www.bilibili.com/video/BV1w9CWB2E7i
OpenCV：https://www.bilibili.com/video/BV17atMzrEdf
OpenCV: https://www.bilibili.com/video/BV172JJzHEAZ