不用199，也不用9.9，英偉達(dá)黃院士免費給大伙兒送AI課了！

從數(shù)據(jù)科學(xué)到深度學(xué)習(xí)，再到生成式AI，全都有免費課程上新，且不少課入門小白也能看懂。

有網(wǎng)友整理po出了9節(jié)干貨課程，非常火爆：

點開每節(jié)課不光有錄制的課程視頻，還有講義、PPT、課后問題等學(xué)習(xí)資料。

大批網(wǎng)友已迫不及待地碼?。?/p>

網(wǎng)友強烈安利這9節(jié)課

1、解釋生成式AI

在這門課程中，你可以學(xué)到：

生成式AI的定義、工作原理

各種生成式AI應(yīng)用

生成式AI的挑戰(zhàn)和機遇

課前要求是需對機器學(xué)習(xí)和深度學(xué)習(xí)有基本的了解。

2、10分鐘內(nèi)構(gòu)建大腦

這節(jié)課時長僅有10分鐘，探討了世界上第一個神經(jīng)網(wǎng)絡(luò)背后的生物學(xué)和心理學(xué)靈感。

在這門課程中，你可以學(xué)到：

神經(jīng)網(wǎng)絡(luò)如何使用數(shù)據(jù)進(jìn)行學(xué)習(xí)

神經(jīng)元背后的數(shù)學(xué)原理

看課前建議：了解Python 3中的基本編程概念，如函數(shù)、循環(huán)、字典和數(shù)組；了解如何計算回歸線。

3、使用LLM構(gòu)建RAG智能體

這節(jié)課時長8小時，課程內(nèi)容包括：

探索LLM和向量數(shù)據(jù)庫的可擴展部署策略

學(xué)習(xí)微服務(wù)知識，掌握如何在微服務(wù)之間協(xié)作以及如何開發(fā)屬于自己的微服務(wù)

利用LangChain范式來開發(fā)對話管理和文檔檢索解決方案

用最先進(jìn)的模型練習(xí)，明確有關(guān)產(chǎn)品化和框架探索的后續(xù)步驟

適合熟悉LLM及其相關(guān)組合框架（如LangChain），具有中級Python水平，最好有網(wǎng)絡(luò)工程和開發(fā)運維背景的人群學(xué)習(xí)。

4、使用RAG增強LLM性能

學(xué)習(xí)內(nèi)容包括：

RAG基礎(chǔ)知識

RAG檢索過程

英偉達(dá)AI基礎(chǔ)和RAG模型組件

5、數(shù)據(jù)中心的AI

學(xué)習(xí)內(nèi)容包括：

AI用例、機器學(xué)習(xí)、深度學(xué)習(xí)及其工作流程

GPU架構(gòu)及其對AI的影響

深度學(xué)習(xí)框架和部署注意事項

點開課程后是這樣嬸兒的：

6、零代碼更改加速數(shù)據(jù)科學(xué)工作流

在眾多行業(yè)內(nèi)，現(xiàn)代數(shù)據(jù)科學(xué)的需求是快速且高效地處理大數(shù)據(jù)量。NVIDIA RAPIDS能夠為眾多數(shù)據(jù)科學(xué)任務(wù)提供GPU加速，而且無需修改代碼。

在這門課程中，你可以：

了解跨CPU和GPU的統(tǒng)一工作流在數(shù)據(jù)科學(xué)任務(wù)中的優(yōu)勢

學(xué)習(xí)如何在不更改代碼的情況下，為各種數(shù)據(jù)處理和機器學(xué)習(xí)工作流程實現(xiàn)GPU加速

體驗當(dāng)工作流程通過GPU加速時，處理時間顯著縮短的效果

看課前建議：對表格數(shù)據(jù)上的數(shù)據(jù)處理和標(biāo)準(zhǔn)數(shù)據(jù)科學(xué)工作流程有基本的理解；具有使用常見Python數(shù)據(jù)分析庫的經(jīng)驗；使用的工具、庫、框架包括：NVIDIA RAPIDS（cuDF, cuML, cuGraph）、pandas、scikit-learn和NetworkX。

7、掌握推薦系統(tǒng)

這節(jié)課講的內(nèi)容有關(guān)英偉達(dá)Kaggle Grandmasters構(gòu)建電子商務(wù)推薦系統(tǒng)的策略，涵蓋2階段模型、候選模型生成、特征工程和集成方法。

適合數(shù)據(jù)科學(xué)家、機器學(xué)習(xí)工程師以及對推薦系統(tǒng)和數(shù)據(jù)科學(xué)競賽感興趣的人觀看。

點開后可以觀看視頻講座，并附有詳細(xì)的解釋和真實例子。

8、網(wǎng)絡(luò)技術(shù)入門

學(xué)習(xí)內(nèi)容包括：

了解網(wǎng)絡(luò)及其重要性。

探索以太網(wǎng)基礎(chǔ)知識及以太網(wǎng)網(wǎng)絡(luò)中的數(shù)據(jù)轉(zhuǎn)發(fā)。

討論網(wǎng)絡(luò)組件、需求、OSI模型、TCP/IP協(xié)議。

具體是這樣嬸兒的：

9、如何進(jìn)行大規(guī)模圖像分類

學(xué)習(xí)內(nèi)容主要是如何進(jìn)行大規(guī)模圖像分類，涵蓋挑戰(zhàn)、建模技術(shù)和驗證策略。

適合數(shù)據(jù)科學(xué)家、機器學(xué)習(xí)從業(yè)者以及對深度學(xué)習(xí)競賽感興趣的人觀看。