Appearance
记录 AI 基础知识、机器学习算法与大语言模型的实践与思考
从人工智能的概念、发展历史到核心分支,建立完整的知识框架
监督学习、无监督学习等经典算法的原理与实现思路
Transformer 架构、预训练与微调,理解 LLM 的工作机制
提示词设计技巧与实战,充分发挥大模型的能力
数据清洗、预处理与特征工程,为模型训练打好数据基础
PyTorch 等主流框架的快速上手与最佳实践
这是一个个人技术学习笔记网站,主要记录我在学习人工智能、机器学习与大语言模型过程中的知识整理与实践经验。
内容涵盖 AI 基础理论、经典机器学习算法、深度学习、大语言模型(LLM)原理与应用、Prompt 工程以及 AI 数据处理等方向,希望能帮助到同样对 AI 感兴趣的读者。