在人工智能（AI）快速发展的今天，掌握AI技能已成为职场竞争的重要优势。但是，市面上有那么多的AI培训课程，如何选择却成了一个难题。本文精选了10门覆盖从入门到进阶的AI课程，给大家提供一个清晰的学习指南。
需要特别说明的是，本文推荐的课程主要聚焦于AI的基础知识和核心技能，包括一些入门级的生成式AI和大语言模型（LLM）概念。
对于更深入的LLM应用开发，比如Langchain框架、RAG应用、多智能体以及特定AI工具的深度应用等主题，由于其快速发展的特性和较高的技术门槛，这里没有找到合适的课程。我会建议大家在掌握了这些基础知识后，再根据个人兴趣和职业需求进行更专门的学习，有的时候这些高级技能是需要在工作中去打磨提升的，否则学了也容易忘记。
这里推荐的大多数课程都是免费的，或者提供免费旁听选项。
初级课程
1. Introduction to Generative AI by Google
难度：初级
时长：45分钟
费用：免费
平台：Google Cloud Skills Boost
链接：https://www.cloudskillsboost.google/course_templates/536
内容：生成式AI基础概念、工作原理和Google工具介绍
这门微课程旨在解释什么是生成式AI，它如何工作，以及与传统机器学习的区别。课程还介绍了Google用于构建生成式AI应用的工具。对于希望快速了解生成式AI基础概念的学习者来说，这是一个理想的起点。
2. Introduction to Prompt Engineering by LinkedIn
难度：初级
时长：30分钟
费用：免费
平台：LinkedIn Learning
链接：https://www.linkedin.com/learning/introduction-to-prompt-engineering-for-generative-ai
内容：大型语言模型基础、自然语言处理应用
本课程由Ronnie Shear主讲，带你深入探索大型语言模型的世界。你将了解这些模型是什么，它们可以解决哪些问题，以及它们如何利用自然语言处理技术。对于想要了解AI前沿技术的学习者来说，这是一个绝佳的入门课程。
3. Introduction to AI by IBM
难度：初级
时长：3周,每周1-3小时
费用：免费
平台：Class Central
链接: https://www.edx.org/learn/computer-science/ibm-introduction-to-generative-ai
内容：生成式AI概念、原理、应用场景及其影响
IBM提供的这门课程将帮助你了解AI领域的基本概念，包括机器学习、深度学习和神经网络等关键术语，你还将探讨这些技术如何塑造未来，这门课程为后续的AI学习打下了坚实的理论基础。IBM是我的前东家，我对IBM的课程质量还是相当有信心的。
4. Introduction to Responsible AI by Google
难度：初级 时长：30分钟 费用：免费 平台：Google Cloud Skills Boost 链接：https://www.cloudskillsboost.google/course_templates/554 内容：负责任AI实践方法、原则及其在产品中的应用
在AI技术快速发展的同时，负责任的AI应用变得越来越重要。这门微课程介绍了负责任AI的实践方法，帮助你了解什么是负责任AI，为什么它很重要，以及Google如何在其产品中应用这些原则。
5. AI for Everyone by deeplearning.ai
难度：初级
时长：4周，每周2-3小时
费用：免费旁听
平台：Coursera
链接：https://www.coursera.org/learn/ai-for-everyone
内容：AI基础概念、应用场景、社会影响，适合非技术背景人士
这门由Andrew Ng主讲的课程面向非技术背景的学习者，全面介绍AI的基本概念、应用场景和社会影响。对于希望了解AI全貌的管理者和决策者来说，是一门理想的入门课程。
中级课程
6. Data Science & Machine Learning by Harvard
难度：中级
时长：8周,每周2-4小时
费用：免费旁听或149美元获得证书
平台：Harvard Online
链接：https://www.harvardonline.harvard.edu/course/data-science-machine-learning
内容：机器学习基础知识、常用算法、推荐系统构建
这门课程由哈佛大学教授Rafael Irizarry主讲，教授机器学习的基础知识，包括常用算法和如何构建推荐系统。课程结合理论和实践，是深入学习机器学习的绝佳选择。
7. Structuring Machine Learning Projects by DeepLearning.AI
难度：中级 （对于开发者而言是初级）
时长：3小时
费用：免费
平台：Coursera
链接:：https://www.coursera.org/learn/machine-learning-projects
内容：机器学习项目策略、目标设置、模型评估和优化
这门精炼的课程提供了构建成功机器学习项目所需的策略和技能。课程由Andrew Ng主讲，内容涵盖了如何设置机器学习项目的目标、如何评估和优化模型性能等关键主题。
8. Python for Everybody Specialization by University of Michigan
难度：初级到中级
时长：约8个月,每周3小时
费用：免费旁听
平台：Coursera
链接: https://www.coursera.org/specializations/python
内容：Python编程基础到进阶，为AI学习打基础
虽然这不是一门专门的AI课程，但Python作为AI开发的主要语言，掌握它对于后续的AI学习至关重要。这个专项课程从Python基础开始，逐步深入到数据结构、网络编程等主题，为AI学习打下坚实的编程基础。
高级课程
9. Machine Learning with Python by IBM
难度：中高级
时长：13小时
费用：免费
平台：Coursera
链接: https://www.coursera.org/learn/machine-learning-with-python
内容：各种机器学习算法及其Python实现，包括回归、分类、聚类等
这门课程深入探讨了各种机器学习算法。你将学习如何为不同的任务选择合适的算法，并使用Python进行编程实现。课程涵盖了回归、分类、聚类、推荐系统等多个主题，是提升机器学习实践能力的理想选择。
10. Machine Learning Pipelines by Google
难度：高级
时长：13小时
费用：免费
平台：Google Cloud Skills Boost
链接：https://www.cloudskillsboost.google/course_templates/53
内容：端到端机器学习管道、特征工程、模型训练和部署
这门高强度课程由Google的机器学习专家和培训师讲授，提供了关于最新机器学习方法的深入理解。课程内容包括端到端ML管道、特征工程、模型训练和部署等主题，适合已经具备ML基础知识并希望进一步提升的学习者。
课程时间预估
初级课程（1-5）：
Introduction to Generative AI by Google: 45分钟 Introduction to Prompt Engineering by LinkedIn: 30分钟 Introduction to Generative AI by IBM: 9小时（3周，每周3小时） Introduction to Responsible AI by Google: 30分钟 AI for Everyone by deeplearning.ai: 12小时（4周，每周3小时）
初级课程总时间：约22小时45分钟
中级课程（6-8）：
Data Science & Machine Learning by Harvard: 32小时（8周，每周4小时） Structuring Machine Learning Projects by DeepLearning.AI: 3小时 Python for Everybody Specialization by University of Michigan: 96小时（8个月，每周3小时）
中级课程总时间：约131小时
高级课程（9-10）：
Machine Learning with Python by IBM: 13小时 Machine Learning Pipelines by Google: 13小时
高级课程总时间：26小时
所有课程总时间：约179小时45分钟（约7.5周，如果每天学习4小时）
请注意，这是一个粗略的估算，实际学习时间可能因个人基础和学习速度而有所不同。
结语
这些课程为您提供了从AI基础到高级应用的全面学习路径。完成这些课程大约需要180小时，相当于全职学习约7.5周。然而，学习是一个持续的过程，建议您根据自己的节奏和时间安排来学习。
如果您想要更详细的AI学习指南，或者有任何关于AI学习的疑问，欢迎访问"通往AGI之路"的飞书文档。这是一个免费的咨询资源，提供了更全面的AI学习路径和建议：[通往AGI之路飞书链接：https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e ]
记住，在AI领域，持续学习和实践比单纯完成课程更为重要。希望这个指南能帮助您规划自己的AI学习之路，在不被割韭菜的同时，真正掌握有价值的技能。未来属于那些了解并能够驾驭AI技术的人，现在就开始您的学习之旅吧！
参考：
Medium：
TOP 10 AI COURSES TO TAKE YOU FROM BEGINNER TO ADVANCED by Sogand Nobahar
