合集 | AI应用实战学习总结系列文章
2024年底入坑黄佳老师的《AI应用实战课》，过去的两个月来，通过12篇总结笔记记录下我的学习之旅，我个人收获颇多，也很感谢一直在阅读的你。今天应部分网友的要求，将其整理成目录分享给你。除了对这门课的学习总结之外，还添加了一些我自己整理的相关的文章在这里，作为补充完善。
大家好，我是Edison。
2024年入坑黄佳老师的《AI应用实战课》，过去的两个月来，通过12篇总结笔记记录下我的学习之旅，我个人收获颇多，也很感谢一直在阅读的你。
今天应部分网友的要求，将其整理成目录分享给你。除了对这门课的学习总结之外，还添加了一些我自己学习总结的相关的文章在这里，作为补充完善，也算是对我自己2024年开始学习AI的见证。
AI基础与ML入门
人工智能、机器学习、深度学习到底是什么关系？机器学习的本质是什么？
机器学习的起点，必须从SK-Learn框架开始！
传送门：AI应用实战课学习总结（2）hello sk-learn
从一个ML实战开始，有个感性认识好上路！简单回归一下！
ML之外，数据可视化也很重要！来可视化一下！
ML核心内容
回归、分类、聚类，它们到底都用来干什么？又有什么区别？
要做数据可视化，维度高了不好弄，如何降维？
ML进阶内容
对于感知类数据，如图片、语音等，更加适合用深度学习来做。深度学习是啥？神经网络又是啥？需要GPU资源有啥好处？
LLM基础知识
语言模型的进化驱动着NLP技术的发展，语言模型发展过程中经历了哪些重要里程碑？预训练模型 和 Transformer 又有什么关系？提示词工程又是什么？RAG又是什么？
LLM应用开发
集成LLM开发AI Agent已经成为2025年的共识，Python的Langchain框架是开发Agent的利器。但作为.NET开发者，我更加推荐使用 Microsoft.Extensions.AI 来作为中间层集成LLM，Python主要拿来做模型训练和Inference推理即可，技术栈可以异构各自发挥长处，而不必非要完全统一。
当然，Semantic Kernel也是.NET开发者应该了解的框架之一！未来 Semantic Kernel也会接入Microsoft.Extensions.AI接口规范，我们可以主要用Microsoft.Extensions.AI完成基础功能，然后用Semantic Kernel完成高级功能如RAG等。
AI Agent编排与集成
目前业界已经涌现了不少低代码Agent开发编排平台，可以方便地创建知识库和AI Agent，特别是Workflow工作流的拖拉拽可以极大降低开发门槛。
因此，也建议你有所了解，比如字节跳动的Coze平台：
目前产品化的AI Agent的形态是如何的？不妨看看西门子Industrial Copilot吧：
AI学习实践之路漫漫，我也还在继续不断学习，持续更新中！
推荐学习
黄佳，《AI应用实战课》（课程）
黄佳，《图解GPT：大模型是如何构建的》（图书）
黄佳，《动手做AI Agent》（图书）
郑烨，《程序员的AI开发第一课》（课程）
浙公网安备 33010602011771号