不用 199，也不用 9.9，英偉達黃院士免費給大夥兒送 AI 課了！
從數據科學到深度學習，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。
有網友整理 po 出了 9 節幹貨課程，非常火爆：
點開每節課不光有錄制的課程視頻，還有講義、PPT、課後問題等學習資料。
大批網友已迫不及待地碼住：
1、解釋生成式 AI
在這門課程中，你可以學到：
生成式 AI 的定義、工作原理
各種生成式 AI 應用
生成式 AI 的挑戰和機遇
課前要求是需對機器學習和深度學習有基本的了解。
2、10 分鍾内構建大腦
這節課時長僅有 10 分鍾，探讨了世界上第一個神經網絡背後的生物學和心理學靈感。
神經網絡如何使用數據進行學習
神經元背後的數學原理
看課前建議：了解 Python 3 中的基本編程概念，如函數、循環、字典和數組；了解如何計算回歸線。
3、使用 LLM 構建 RAG 智能體
這節課時長 8 小時，課程内容包括：
探索 LLM 和向量數據庫的可擴展部署策略
學習微服務知識，掌握如何在微服務之間協作以及如何開發屬于自己的微服務
利用 LangChain 範式來開發對話管理和文檔檢索解決方案
用最先進的模型練習，明确有關産品化和框架探索的後續步驟
适合熟悉 LLM 及其相關組合框架（如 LangChain），具有中級 Python 水平，最好有網絡工程和開發運維背景的人群學習。
4、使用 RAG 增強 LLM 性能
學習内容包括：
RAG 基礎知識
RAG 檢索過程
英偉達 AI 基礎和 RAG 模型組件
5、數據中心的 AI
AI 用例、機器學習、深度學習及其工作流程
GPU 架構及其對 AI 的影響
深度學習框架和部署注意事項
點開課程後是這樣嬸兒的：
6、零代碼更改加速數據科學工作流
在衆多行業内，現代數據科學的需求是快速且高效地處理大數據量。NVIDIA RAPIDS 能夠爲衆多數據科學任務提供 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 的統一工作流在數據科學任務中的優勢
學習如何在不更改代碼的情況下，爲各種數據處理和機器學習工作流程實現 GPU 加速
體驗當工作流程通過 GPU 加速時，處理時間顯著縮短的效果
看課前建議：對表格數據上的數據處理和标準數據科學工作流程有基本的理解；具有使用常見 Python 數據分析庫的經驗；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
這節課講的内容有關英偉達 Kaggle Grandmasters 構建電子商務推薦系統的策略，涵蓋 2 階段模型、候選模型生成、特征工程和集成方法。
适合數據科學家、機器學習工程師以及對推薦系統和數據科學競賽感興趣的人觀看。
點開後可以觀看視頻講座，并附有詳細的解釋和真實例子。
8、網絡技術入門
了解網絡及其重要性。
探索以太網基礎知識及以太網網絡中的數據轉發。
讨論網絡組件、需求、OSI 模型、TCP/IP 協議。
具體是這樣嬸兒的：
9、如何進行大規模圖像分類
學習内容主要是如何進行大規模圖像分類，涵蓋挑戰、建模技術和驗證策略。
适合數據科學家、機器學習從業者以及對深度學習競賽感興趣的人觀看。
參考鏈接：https://twitter.com/heyshrutimishra/status/1771206798881825005
