从零到一，成为AI工程师
tips: 该AI体系中的所有笔记是个人整理，最好结合相关视频和课件效果更好！！！
各文件中概论是根据老师的PPT自行整理，其他的除了题之外全是自主探索的，仅供参考!!!
目前正在整理... 既要又要嘛，既要往后学，又要整理前面C++还有机器学习学过的，但是笔记大概的样子，可以参考这个
点击即可 每个笔记的目录级格式可能会存在小问题，懒得改
学习AI之前，要会py，会点高数 线代 概率论可以参考这个点击跳转
相关的知识的题可以参考我的百度网盘通过网盘分享的文件：AI 链接: https://pan.baidu.com/s/1lZlEU1pTSEonWX5oHEZedw?pwd=gbw4 提取码: gbw4
多说几句：对于py的话，我不会，但是能看懂，所以我感觉掌握一门其他的也能学 比如我学的C++ 但是能看懂py代码干什么，只是格式跟C++有很大的差别，所以我就看了老师发的一个速成的，了解一下py的格式，剩下的交给实操😂 ，然后还需要去学一下py特有的知识点，比如字典（实话就是感觉换了一个词，比如把 Python 的 dict 理解为C++的 std::unordered_map 即可）。主要是包 跟函数差不多，所以我在看懂的基础上直接上手操作了，用啥包就了解啥包，格式等等有问题的直接问大模型🌐，（吐槽🤐：现在学习比以前方便多了，我聊天最多的不是微信好友，而是各种AI模型）
你的学习之旅将这样展开：
🏗️ 第0层：坚固的【课程基础知识】
- 打好地基！从这里开始，我们将一起巩固Python编程、必要的数学（线性代数、微积分、概率论）和数据处理能力。这是你未来所有学习的起点，确保你步履轻盈，不会中途掉队。
📊 第1层：核心的【机器学习】
- 构建主体框架！学习AI世界的经典算法。从线性回归、逻辑回归到决策树和聚类，你将掌握让机器从数据中“学习”的普适性方法和思维模式。这是现代AI应用的基石。
🧠 第2层：进阶的【深度学习】
- 搭建高层景观！深入探索驱动当今AI浪潮的核心引擎。亲手搭建神经网络、征服CNN（处理图像）、RNN（处理序列），并学会如何高效地训练和调优这些强大的模型，解决复杂的感知和预测问题。
🗣️ 第3层：专注的【NLP】(自然语言处理)
- 打造特色空间！让我们教会计算机理解和生成人类语言。从词向量、情感分析到文本生成和对话系统，你将专注于这个最具挑战和前景的AI领域，解锁语言的力量。
⚙️ 第4层：精进的【算法】
- 完成封顶装修！深化你的内功，研究更高级、更高效的算法。这不仅是为了解决难题，更是为了让你在面试和实际工作中，能设计出更优雅、更强大的解决方案，从“会用”走向“精通”。