AI学习资源

ML for Beginners

微软维护的经典机器学习课程，通过项目、测验与练习串联基础概念，主要围绕常见机器学习库开展实践，而不是从大型深度学习训练起步。适合希望理解回归、分类和聚类等方法的学习者；可以先完成章节自测，再尝试独立实现并与参考方案对照。

Udacity AI学院

面向人工智能技能学习的在线课程入口，包含机器学习、深度学习、计算机视觉、自然语言处理和 AI 产品管理等方向。适合按职业目标和现有基础规划路径；具体课程的先修知识、项目要求与收费应查看课程说明。

Generative AI for Beginners

微软开发者团队维护的生成式人工智能入门课程，将概念学习与应用构建分开组织，并提供代码示例和延伸阅读。适合具备一点编程基础、想了解提示词、检索增强与智能体等应用主题的人；可先读概念章节，再根据设备和预算选择合适的实践路径。

动手学深度学习

将理论解释、数学公式与可运行代码结合的深度学习教材网站，提供中文阅读与配套课程资源入口。内容从数据操作和基础模型逐步展开，适合已有编程基础的学习者按章节实践；每次学习可先运行示例，再修改一个条件，观察输出变化并记录疑问。

Elements of AI

由赫尔辛基大学与学习机构共同建设的人工智能通识课程，通过理论说明和实际练习帮助学习者认识人工智能的概念、用途与局限。适合想先建立基础判断力、再选择技术方向的人群，可以按自己的节奏学习，并把课程概念与日常应用场景逐一对照。

Lynote

官网说明摘要：使用 Lynote 检测 AI 内容、拟人化 AI 文本，并即时生成摘要和笔记，全面提升学习效率。

Coursera

汇集机器学习与人工智能课程的在线学习入口，覆盖入门概念、深度学习、自然语言处理及相关实践。适合按照基础与目标筛选课程，再查看大纲和学习要求；单门课程、证书与订阅的收费和访问条件应分别确认。

提供实践导向的深度学习课程、教材入口与配套软件资源，面向已有一些编程经验、希望把模型用于实际问题的学习者。学习主题涉及图像、文本、表格数据与模型部署，适合一边观看课程一边运行示例，并通过修改数据或参数检验自己的理解。