EN

AI 零基础入门路线

从 Python 基础到看懂大模型，不追热点，先打牢地基

零基础可学 约 3–4 个月（每天 1 小时） 7 个步骤

路线目标

学完后能够用 Python 完成基本的数据处理，理解机器学习与深度学习的基本原理，看懂大模型相关的主流概念与讨论，并独立完成一个小型练习项目。

适合人群：完全没有编程或 AI 基础，想系统入门的学习者

  1. 第 1 步：掌握 Python 编程基础

    选择一门教程坚持学完，重点掌握变量、流程控制、函数与文件操作，务必动手敲代码而不是只看不练。

    💡 择一即可，廖雪峰教程最系统；哈佛 CS50 Python 适合喜欢视频课的人。

  2. 第 2 步：建立对 AI 的整体认知

    用两门通识课建立全局视野：AI 能做什么、不能做什么、有哪些典型应用场景，不必纠结技术细节。

    💡 《AI for Everyone》建议开中文字幕观看；《Elements of AI》有官方中文版。

  3. 第 3 步：补齐数学直觉（可选但推荐）

    不需要系统学高数，先用动画建立对导数、梯度、矩阵与概率的直观感受，后面学模型会轻松很多。

    💡 B 站有 3Blue1Brown 系列的官方中文字幕版；StatQuest 用短视频讲统计概念。

  4. 第 4 步：机器学习入门

    理解监督学习、无监督学习的基本范式，掌握训练/验证/测试的思维，知道过拟合是什么意思。

    💡 Google MLCC 有交互式练习；李宏毅的中文课对新手最友好。

  5. 第 5 步：深度学习入门

    学习神经网络、反向传播与卷积网络基础，跟随《动手学深度学习》或 fast.ai 完成第一个完整训练流程。

    💡 d2l 中文版公式与代码对照最好；Nielsen 的书对零基础最友好。

  6. 第 6 步：动手做一个小项目

    在 AI Studio 或 Kaggle 上用免费算力完成一个入门竞赛或课程项目，把前五步的知识用起来。

    💡 项目不在大，完成一个完整的「数据→训练→评估」闭环即可。

  7. 第 7 步：了解大模型并跟进前沿

    学习大语言模型与提示工程的基本概念，并养成每周看前沿动态的习惯，保持信息敏感度。

    💡 到这一步你已经跨过零基础阶段，可以按兴趣选择应用开发、Agent 开发或 AI 工程师路线深入。

浏览全部资源 →