点击上方蓝字关注我们
课程链接
1. 生成式 AI 简介
https://imp.i384100.net/LXYmq3
2. Python 语言
https://imp.i384100.net/5gmXXo
3. 统计和 R
https://youtu.be/ANMuuq502rE?si=hw9GT6JVzMhRvBbF
4. 数据科学:机器学习
https://youtu.be/GwIo3gDZCVQ?si=yID8mdGA1-D8gDiy
5. 数学与统计
https://matlabacademy.mathworks.com
6. PowerBI
https://openclassrooms.com/en/courses/7434291-create-dashboards-with-powerbi
7. 机器学习和人工智能
https://cloud.google.com/learn/training/machinelearning-ai
8. 大数据分析课程
https://www.mygreatlearning.com/academy/learn-for-free/courses/mastering-big-data-analytics
9. 机器学习
https://imp.i384100.net/nLbkN9
10. 神经网络和深度学习
https://imp.i384100.net/DKrLn2
11. 适合所有人的生成式 AI
https://deeplearning.ai/courses/generative-ai-for-everyone/
12. 具有大型语言模型的生成式 AI
https://imp.i384100.net/rQxgLG
13. 适合所有人的人工智能
https://imp.i384100.net/q4NDEN
14. 哈佛人工智能简介
https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05
15. 机器学习速成班
https://developers.google.com/machine-learning/crash-course?hl=zh-cn
16. ChatGPT 的提示工程
https://imp.i384100.net/DKgoOG
17. CS50 的 Python 人工智能简介
https://pll.harvard.edu/course/cs50s-introduction-人工智能-python/2023-05
18. 机器学习简介
https://www.mygreatlearning.com/academy/learn-for-free/courses/introduction-to-machine-learning1
19. LangChain LLMs:
https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/
20. 数据科学:机器学习
https://pll.harvard.edu/course/data-science-machine-learning
21. 深度学习专业化
https://imp.i384100.net/R5aPOR
22. IBM AI 工程专业证书
https://imp.i384100.net/6eqWPb
23. Python用于数据科学、人工智能和开发
https://imp.i384100.net/5gmXXo
24. IBM 应用 AI 专业证书
https://imp.i384100.net/WqKX4Z
25. 人工智能 (AI) 简介
https://mygreatlearning.com/academy/learn-for-free/courses/introduction-to-artificial-intelligence
AI工程师路线图
AI 简介:介绍人工智能的基础知识,包括什么是人工智能以及它的影响。
数学:学习与人工智能相关的数学基础,如线性代数、微积分、统计学和概率论。
编程:掌握编程语言,如 Python、R、Java,这些语言在人工智能领域非常重要。
未来趋势:了解人工智能的未来发展趋势。
应用:人工智能在不同领域的应用,如机器学习、数据科学和大数据。
大数据技术:学习处理大数据的技术,如 Hadoop 和 Spark。
数据获取与准备:了解数据获取和数据准备的方法,通常指的是数据采集、数据清洗、数据转换和数据整合等一系列过程,这些步骤是数据分析和机器学习项目中非常关键的部分
数据操纵:掌握数据操纵的技能,包括使用数据库技术如 Cassandra 和 MongoDB。
强化学习:学习强化学习,这是一种让机器通过与环境交互来学习的方法。
AI 工程师:成为一名 AI 工程师所需的技能和知识。
深度学习:深入学习深度学习技术,包括神经网络、卷积神经网络 (CNN)、循环神经网络 (RNN)、生成对抗网络 (GAN) 和长短时记忆网络 (LSTM)。
商业智能:学习如何使用商业智能工具,如 Tableau、Quickview 和 PowerBI,来分析和可视化数据。