最近在学习吴恩达老师的《AI for everyone》课程,昨天学习的成果总结一下分享给大家。
什么是AI?
AI,即人工智能英文的简称,分ANI(弱人工智能)和AGI(强人工智能)。
ANI,应用场景包括车辆自动驾驶、网络搜索、图像/语音识别等,像DeepSeek、ChatGPT、Stable Diffusion、即梦都属于ANI。
AGI,目标是可以做人类能做的任何事,目前尚未完全实现。
什么是机器学习?
机器学习,是AI的一个核心分支,指计算机能通过数据和算法自主学习、优化结果,而无需显式编程的技术。
机器学习,往往和软件相关联。经过机器学习,给软件输入A得到结果B。
比如通过学习一组城市、几环、房龄、装修程度、面积、是否学区房、3公里内是否有三甲医院、1公里内是否有大型商超、房价的数据后,输入任意城市等一系列信息后,能输出预估房价。
通过大量数据训练、优化算法,能突破传统AI的性能上限,提升产品价值,优化用户体验,增强公司品牌。

所以数据很值钱,而训练数据又需要大量专用处理器GPU,英伟达乘着这股AI风股票一路飙升。
什么是数据?
数据,是记录事物或行为的一组数字/图文/音视频描述,它无处不在。
比如去电商平台购买商品,商品名、总价、下单时间等都是数据。
通过用户订单数据,商家可以统计预测哪类商品大家喜欢,可以通过及时调整上架商品,提升效益。
并非所有数据都有价值,比如缺少关键信息的数据、明显错误的数据。
单纯积累数据并非总能产生价值,需要IT数据团队去评估、反馈,调整收集策略,形成闭环。
什么是数据科学?
数据科学,结合统计学、计算机科学和领域知识,通过挖掘数据获得有价值的见解和信息。
对比机器学习,数据科学的结果通常是一份PPT,帮助人做出决策的结论。
以在线广告领域里的机器学习和数据科学为例:机器学习关注的人最可能点击的广告,输入人和广告信息,输出的是人是否点击广告;广告行业做数据科学项目,假如结果是旅游公司的广告投入不够,那么这个结果帮助广告行业领导决策,安排销售人员去旅游公司出售广告。
什么是神经网络?深度学习?
神经网络,是受大脑神经网络启发,一种输入一系列参数,得到结果的非常有效方法。

神经网络,实际和生物大脑工作方式完全不同,为了区别生物大脑,有时会在前面加上人工,即人工神经网络。
几十年前,神经网络软件的说法就存在了,近年来,大家觉得深度学习这个名字更好,也就传开了。其实,神经网络等同于深度学习。
它们的关系?
AI、机器学习、神经网络/深度学习,是从大到小的包含的关系。
机器学习和数据科学什么关系呢?没有一致的结论,有人说数据科学是AI的一个分支,也有人说AI是数据科学的一个分支。
从工具使用角度看,他们是有相互交叉的,即数据科学使用AI的部分工具,加上一些非AI的工具,一起推动做出辅助人决策的结论。
使用韦恩图表示的话,大概是这样。

0基础怎么学习AI大模型?
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习和面试资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】


第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

352



被折叠的 条评论
为什么被折叠?



