数学基础、概率统计、编程基础等 AI 学习所需的预备知识。

经典机器学习算法与模型，掌握从数据到模型的核心流程。

神经网络基础与进阶，理解深度学习的原理与实践。

图像处理、目标检测、分割与视觉理解等核心技术。

Transformer 架构与大模型原理，掌握预训练与微调方法。

检索增强生成与智能体应用，构建更强大的 AI 系统。