
     1   liulicaixiao      11 天前  不需要精深问 gpt 就行,gpt 训练数据最多的就是代码和机器学习   |  
     2   fredweili      11 天前  现在学 MCP   |  
     3   lanrete      11 天前  如果只是入门介绍的话,其实我觉得可以看看 3blue1brown 的科普视频   |  
     4   annilq      11 天前  <深度学习入门>   |  
     5   br_wang      10 天前  google 刚开源了一些列课程 https://ai.google/learn-ai-skills/   |  
     6   Morriaty      10 天前   「不要太精深」和「本质原理」这两个有点矛盾啊。  这是我之前看过的: 1. 一个博主的 blog ,快速了解 LLM 相关的概念和学习路径: https://gugehome.com/am.php?t=a8pslXGjYFhJ 2. 《动手学深度学习》,从最基础的 LR 开始一直到 DeepLearning: https://zh.d2l.ai/index.html 3. transformers 官方 nlp courses ,集中介绍 DL/LLM 如何做 NLP 任务,有机翻中文,https://huggingface.co/learn/nlp-course/en/chapter0/1?fw=pt 4. 复旦《大规模语言模型-从理论到实践》,主要介绍 LLM ,从 transformer 源码到分布式训练: https://intro-llm.github.io/  |  
   nbsp; 7   FloatingLeaves      10 天前   可以看 B 站飞天闪客的视频,比较浅显易懂  https://www.bilibili.com/video/BV1NCgVzoEG9  |  
     8   jamesjammy061      10 天前   首先是高数和线代   |  
     9   JohnXeno      10 天前   首先就是 AI 和 大数据从实际生产开发的角度看交集不多:  目前我们谈到的 AI 主要是包括了机器学习,深度学习,强化学习,nlp 这些让机器模拟人类智能的学科, 核心基础是数学, 微积分线代统计学以及上层的机器学习算法这些. 对应的岗位主要是算法工程师. 大数据的话目前主要指的就是数仓, 主要的是海量数据的存储计算,分布式计算这些,核心基础是对常规大数据引擎(hadoop 全家桶, spark flink)的使用和原理的掌握, 对应的岗位是数据开发工程师, ETL 工程师这些. 建议先搞清楚这俩的概念, 然后选一个方向找对应的学习路径  |  
     10   seven777   OP @FloatingLeaves 感谢!   |