JACKNOTE / ARTIFICIAL INTELLIGENCE · AN ORIGINAL STUDY ATLAS
VOL. 04 / LEARNING / REASONING / CREATION
当机器开始学习,
我们如何理解智能?
从一行代码,走向可以推理与创造的系统。
以大学课程原始目录为线索,串联数学、机器学习、深度学习、视觉、语言、大模型、智能体与 AI 安全。把前沿技术重新变成可追问、可验证的知识。
SOURCE FIRST · ORIGINAL WRITING · NO FALSE LECTURES
INPUT → LEARNING → OUTPUTMODELS / AGENTS / SOCIETY
16个本站专题方向
21条大学课程参考入口
05个编辑式学习阶段
00篇已发布原创讲义
01 / START ANYWHERE
从三条路,
认识人工智能。
你可以从算法如何做出选择开始,也可以从一句话如何被模型理解开始。
02 / LEARNING TRAILS
知识有脉络,
探索不设围墙。
这里的阶段是 JACKNOTE 编辑的学习路线,不是任何大学的学期课表。
03 / FROM THE INDEX
打开几扇门,
看看里面有什么。
大学来源先行,本站课程将依据真实教学材料一篇篇补齐。
01
PROGRAMMING FOR AIPython 与计算基础从编程、数据结构到实验复现。
↗NLPNATURAL LANGUAGE PROCESSING自然语言处理理解文本表示、序列建模与语言任务。
↗◎RESPONSIBLE AI负责任的人工智能审视公平、隐私、可解释性与治理。
↗全部 16 个专题方向 ↗每个方向都有外部参考课程入口
04 / A NOTE TO THE CURIOUS
真正的好奇心,不只问 AI 能做什么,还问它为什么能。
不把大学目录当作自己的讲义,不把综合课程的一章说成完整的独立大学课程。所有课程参考保留大学原名与原始 URL;只有真正完成内容审校的原创课才开放阅读。
了解 JACKNOTE 的编写约定 ↗