AI 人工智能学习笔记#

本部分包含AI大模型应用的完整学习体系，从基础原理到实战应用，涵盖当前最前沿的AI技术栈。

课程体系#

模块1：AI大模型应用基础#

课程1：AI大模型基本原理及API使用

  • AIGC发展历程（GPT1到GPT4）
  • 分析式AI与生成式AI的区别
  • 大模型API调用实战（DashScope、Qwen等）
  • 案例：车险反欺诈、情感分析、Function Call、表格提取

课程2：DeepSeek使用与Prompt工程

  • DeepSeek创新技术与部署方案
  • Prompt工程核心原理与优化策略
  • 提示词设计框架与技巧（CoT、角色扮演等）
  • 案例：小球碰撞试验、JSON格式返回、Prompt自优化

课程3：Cursor编程-从入门到精通

  • Cursor Rules与核心功能
  • AI辅助编程实战
  • 案例：Excel报表处理、疫情实时监控大屏

模块2：AI大模型应用核心工具及技术#

课程4：Embeddings和向量数据库

  • Word Embedding与向量化技术
  • FAISS、Milvus、Pinecone等向量数据库
  • 案例：酒店推荐系统、文本抄袭检测、本地知识库检索

课程5：RAG技术与应用

  • RAG核心原理与流程（检索-增强-生成）
  • PDF文本处理与向量检索
  • 案例：DeepSeek+FAISS本地知识库

课程6：RAG高级技巧

  • GraphRAG与高效召回方法
  • 查询扩展、双向改写、索引扩展
  • Qwen-Agent中的三级RAG实现

课程7：Text2SQL：自助式数据报表开发

  • LLM在Text2SQL中的应用
  • LangChain SQL Agent与Function Call
  • 案例：保险场景SQL Copilot

课程8：LangChain：多任务应用开发

  • Models、Memory、Chains、Agents核心组件
  • LCEL任务链构建与工具集成
  • 案例：智能客服、故障诊断Agent

课程9：Function Calling与智能Agent开发

  • Function Calling与MCP的技术差异
  • Qwen3 Function Calling实战
  • 案例：业务助手、数据可视化

课程10：MCP与A2A的应用

  • MCP核心概念（Host/Client/Server）
  • Agent2Agent多智能体协作
  • 案例：旅游攻略、网页抓取、篮球活动安排

课程11：Agent智能体系统的设计与应用

  • 反应式、深思熟虑式、混合式Agent设计
  • 主流框架对比与选型（LangChain、Qwen-Agent等）
  • 案例：私募基金问答、智能投研、投顾助手

课程12：视觉大模型与多模态理解

  • Qwen-VL微调与行业应用
  • InternVideo2视频理解SOTA技术
  • MinerU文档处理与私有化部署
  • 应用：医疗病历提取、车险承保、视频分析

课程13：Fine-tuning微调艺术

  • LoRA等参数高效微调方法
  • 低秩分解数学原理与优化策略
  • 数据准备与硬件需求估算

课程14：Fine-tuning实操

  • Unsloth高效微调框架使用
  • 垂类模型训练（中文医疗、金融客服）
  • 案例：50美金复刻R1模型、YAML配置助手

学习目标#

通过完整的课程体系学习，您将：

  1. 掌握AI大模型的完整技术栈：从基础API调用到高级应用开发
  2. 具备Prompt工程和AI编程能力：熟练使用各种AI工具提升开发效率
  3. 精通RAG和Agent开发：构建企业级AI应用和智能体系统
  4. 理解多模态AI应用：处理文本、图像、视频等多种数据类型
  5. 具备模型微调能力：训练垂直领域的专业化模型

课程14：Fine-tuning实操

  • Unsloth高效微调框架使用
  • 垂类模型训练（中文医疗、金融客服）
  • 案例：50美金复刻R1模型、YAML配置助手

模块3：Coze和Dify工作原理和应用技术#

课程15：Coze工作原理与应用实例

  • Agent与Copilot核心区别
  • 插件系统与工作流设计
  • 案例：AI新闻Agent、抖音文案提取、古诗词Agent

课程16：Agent进阶实战与插件开发

  • 批处理与多Agents协作模式
  • 复杂工作流设计与插件开发
  • 案例：古诗词绘画、智能投顾助手、客户分层营销

课程17：Dify本地化部署和应用

  • Docker Compose本地化部署
  • WorkFlow与ChatFlow应用开发
  • 案例：智能文档分析助手、API集成扩展

模块4：进阶知识：机器学习与AI大赛#

课程18：分析式AI基础

  • 分析式AI与生成式AI区别
  • 十大经典机器学习算法详解
  • 项目：二手车价格预测、完整数据建模流程

课程19：不同领域的AI算法

  • 金融行业AI应用（风控模型、期货套利）
  • 制造业缺陷检测、快消行业供应链优化
  • AI大赛进阶：特征工程优化技巧

课程20：时间序列AI大赛

  • 时间序列分析（AR、MA、ARMA、ARIMA）
  • 实战：沪市指数预测、资金流动预测、周期因子分析

模块5：深度学习应用与实战#

课程21：神经网络基础与TensorFlow实战

  • 神经网络核心原理与numpy实现
  • TensorFlow分布式训练与模型部署
  • 实战：Keras神经网络、二手车价格预测

课程22：PyTorch与视觉检测

  • PyTorch张量计算与自动求导机制
  • YOLO算法演进（v1到v12）
  • 工业项目：钢铁表面缺陷检测系统

模块6：AI大模型应用落地实战#

课程23：企业知识库（RAG大赛冠军项目）

  • RAG冠军方案复现（多路由+动态知识库）
  • 高级RAG技术（重排序、父页面检索、思维链）
  • 企业级系统：完整知识库搭建与前端部署

课程24：交互式BI报表（AI量化交易助手）

  • ChatBI系统设计与智能分析功能
  • ARIMA预测、布林带异常检测、Prophet周期分析
  • 核心功能：股票分析、趋势预测、新闻查询

课程25：AI智慧运营助手（百万客群经营）

  • 多模态客户画像与动态标签生成
  • 多Agent协作架构（分析+推荐+话术Agent）
  • 应用：精准营销、客户分层、SHAP模型解释

课程26：AI搜索类应用（知乎直答）

  • AI搜索架构设计与混合检索技术
  • 个性化推荐与语义匹配优化
  • 技术实现：Faiss索引、DeepSeek模型、交互界面

学习目标#

通过完整的课程体系学习，您将：

  1. 掌握AI大模型的完整技术栈：从基础API调用到高级应用开发
  2. 具备Prompt工程和AI编程能力：熟练使用各种AI工具提升开发效率
  3. 精通RAG和Agent开发：构建企业级AI应用和智能体系统
  4. 理解多模态AI应用：处理文本、图像、视频等多种数据类型
  5. 具备模型微调能力：训练垂直领域的专业化模型
  6. 掌握无代码AI开发：熟练使用Coze、Dify等平台快速原型开发
  7. 具备传统ML项目能力：机器学习算法与AI竞赛建模技巧
  8. 精通深度学习框架：TensorFlow、PyTorch工业级项目开发
  9. 拥有企业项目实战经验：4个完整的AI应用落地项目

技术栈覆盖#

  • 大模型平台：ChatGPT、Claude、Qwen、DeepSeek、Gemini
  • 开发工具：Cursor、LangChain、Qwen-Agent、Coze、Dify
  • 向量数据库：FAISS、Milvus、Pinecone、ChromaDB
  • 微调框架：Unsloth、LoRA、PEFT、QLoRA
  • 多模态模型：Qwen-VL、InternVideo2、MinerU、GPT-4V
  • 深度学习：TensorFlow、PyTorch、Keras、PyTorch Lightning
  • 传统ML：Scikit-learn、XGBoost、LightGBM、CatBoost
  • 时间序列：statsmodels、Prophet、ARIMA
  • 可视化：Streamlit、Gradio、Plotly、Matplotlib
  • 部署运维：Docker、Kubernetes、FastAPI、Flask
Backward 技术学习笔记 模块1：AI大模型应用基础 Forward