**00 直播**
- 00.开班典礼 (466.16 MB, 57:59)
- 01.AI算法直播答疑1 (538.44 MB, 58:40)
- 02.AI算法直播答疑2 (493.15 MB, 59:06)
- 03.AI算法直播答疑3 (423.27 MB, 53:51)
- 04.AI算法直播答疑4 (614.00 MB, 53:51)
- 05.AI算法直播答疑5 (518.63 MB, 53:51)
- 06.AI算法直播答疑6 (470.95 MB, 53:51)
**00 预习**
- 01 1. 课程导言 (158.64 MB, 23:55)
- 02 2. 什么是 AI 系统工程 (115.91 MB, 20:23)
- 03 3. 怎样学习 AI 算法及其应用 (138.05 MB, 16:37)
**01 第1周：AI概述与基础知识+数学基础**
- 1.课程导论 (377.77 MB, 01:15:08)
- 2.数学基础：概率论与数据分布 (174.51 MB, 24:37)
- 3.概率论和数据分析的练习与思考 (220.38 MB, 33:44)
**02 第2周：传统机器学习模型 +数学基础强化**
- 1.监督学习基础 (194.11 MB, 27:02)
- 2.线性模型 (223.91 MB, 24:26)
- 3.决策树 (73.13 MB, 09:11)
- 4.无监督学习 (59.49 MB, 09:19)
- 5.模型评估 (77.41 MB, 10:53)
- 6.第一周练习题答案 (108.39 MB, 08:00)
**03 第3周：知识表示与检索**
- 1.符号表示和知识库（一） (146.74 MB, 24:01)
- 2.符号表示和知识库（二） (139.00 MB, 18:23)
- 3.规则引擎与自动推理 (131.46 MB, 18:47)
- 4.测试床环境 (86.07 MB, 06:03)
**04 第4周：控制论与强化学习基础**
- 1.行为主义与控制论 (127.21 MB, 17:06)
- 2.强化学习入门 (119.81 MB, 15:48)
- 3.深度强化学习 (66.38 MB, 09:19)
- 4.从强化学习到语言智能体预测控制 (55.28 MB, 08:25)
**05 第5周：感知机与浅层网络**
- 1.浅层网络的协同过滤问题 (60.07 MB, 10:21)
- 2.MLP的“端到端”隐式特征交叉 (275.23 MB, 37:34)
- 3.特征交叉的深度表示和“表示学习”的本质 (133.54 MB, 16:42)
**06 第6周：现代神经网络CNN与 RNN**
- 1.语言表示和循环神经网络 (84.26 MB, 10:06)
- 2.语言模型预训练与自监督学习 1 (56.61 MB, 07:35)
- 3.语言模型预训练与自监督学习 2 (99.98 MB, 13:37)
- 4.第6周作业讲解 (29.01 MB, 02:15)
**07 第7周：Transformer 与大模型**
- 1.表示学习与借口任务 (103.20 MB, 18:34)
- 2.注意力机制 (167.07 MB, 23:16)
- 3.Transformer和大模型 (179.30 MB, 28:52)
- 4.第7周作业讲解 (64.10 MB, 05:05)
**08 第8周：深度强化学习进阶与多范式融合趋势**
- 1.LLM与监督微调 (346.28 MB, 42:25)
- 2.LLM与专家系统 (154.46 MB, 22:34)
- 3.LLM与智能代理 (111.12 MB, 13:43)
**09 第9周：模型部署与推理优化**
- 1.初识模型部署和推理优化 (225.58 MB, 28:20)
- 2.云端计算：集中式智能与在线学习 (307.19 MB, 54:03)
- 3.边缘计算：近场智能与产业互联 (437.05 MB, 01:10:38)
- 4.具身智能：泛在智能与端侧革命 (308.03 MB, 48:03)
- 5.第9周作业说明 (175.44 MB, 21:21)
**10 第10周：模型监控与自动化运**
- 1.数据构建流程：数据采集 (90.88 MB, 43:23)
- 2.数据构建流程：数据清洗（一） (35.43 MB, 17:07)
- 3.数据构建流程：数据清洗（二） (28.97 MB, 13:38)
- 4.模型构建流程 (71.68 MB, 28:06)
- 5.模型运维流程：构建科学发布流程 (75.15 MB, 34:35)
- 6.模型运维流程：工程纪律与安全护栏 (111.51 MB, 51:17)
**11 第11周：可解释 AI (XAI) 与模型安全**
- 1.人工智能系统的潜在风险 (54.12 MB, 26:23)
- 2.可解释性AI (53.53 MB, 26:29)
- 3.鲁棒性与泛化 (66.15 MB, 33:43)
- 4.负责任AI (72.62 MB, 36:38)
**12 第12周：多模态学习与前沿应用**
- 1.视觉生成基础模型：视觉生成任务 (88.33 MB, 31:08)
- 2.视觉生成基础模型：理解扩散模型 (43.77 MB, 23:40)
- 3.多模态基础模型：CLIP (39.18 MB, 19:34)
- 4.多模态基础模型：StableDiffusion (71.88 MB, 34:23)
- 5.多模态基础模型：SAM (92.62 MB, 43:38)
- 6.多模态智能体：VLModel (68.97 MB, 33:23)
- 7.多模态智能体：GUIAgent (81.95 MB, 41:15)
- 8.世界模型与空间智能 (101.81 MB, 39:43)
**13 第13周：课程回顾与项目展望**
- 1.工业级ChatGPT系统设计方案 (70.20 MB, 25:12)
- 2.工业级 Manus Al代理系统设计方案 (143.67 MB, 23:40)
- 3.课程回顾与项目展望 (203.96 MB, 26:23)
**AI大模型系统实战** (均为文件夹，无具体文件信息)
- 01 课程迭代
- 02 开篇词
- 03 热身篇
- 04 架构基础篇
- 05 技术原理篇
- 06 架构实战篇
- 07 前沿拓展篇
- 08 结束语&结课测试
- 09 第二季回归
**LLaMA 3前沿模型实战课** (均为文件夹，无具体文件信息)
- 01 开篇词
- 02 第一章 LLaMA 3的能力模型
- 03 第二章 基于LLaMA 3的多轮对话实战
- 04 第三章 基于LLaMA 3的检索增强实战
- 05 第四章 基于LLaMA 3的多智能体实战
- 06 结束语
- 10 第10周：模型监控与自动化运
- 11 第11周：可解释 AI (XAI) 与模型安全
- 12 第12周：多模态学习与前沿应用
- 13 第13周：课程回顾与项目展望
**补充**
- 1.搜索推荐技术 (393.82 MB, 24:52)
- 2.图搜技术 (261.65 MB, 23:50)
**课件资料** (均为文件夹，无具体文件信息)
- 00 直播资料
- 01 1-2周资料
- 03 3周资料
- 04 4周资料
- 05 5周资料
- 06 6周资料
- 07 7周资料
- 08 8周资料
- 09 9周资料
- 10 10周资料
- 11 11周资料
- 12 12周资料
- 13 13周资料
