探索课程
浏览我们全面的AI驱动学习体验，涵盖各个学科领域。
结果 144
我的小小AI助手
AI000我的小小AI助手
专为学龄前儿童设计，本课程将复杂的计算机科学概念——如智能体、进化学习、提示词以及负熵等——转化为具体、有趣且适合年龄的体验。通过五个课时，孩子们将建立基础的人工智能素养：理解什么是人工智能及其如何帮助人们，学习如何给出清晰的指令（提示），探索专门的AI“助手”（智能体）及协作，发现AI如何从数据和错误中学习，并最终参与一个指导性的“人机共创”项目，以促进创造力、责任感以及科技向善的价值观。
Python 编程入门
AI001Python 编程入门
学习 Python，一种流行的编程语言，涵盖从网页和软件开发到数据科学和质量保证的核心概念。所掌握的技能包括编写 Python 3 程序以及简化代码。
使用 PyTorch 的应用深度学习（从零到精通）
AI002使用 PyTorch 的应用深度学习（从零到精通）
本课程全面介绍使用 PyTorch 进行深度学习，PyTorch 是机器学习研究中最受欢迎的框架。从张量基础开始，学生将逐步掌握完整的机器学习工作流程、计算机视觉、模块化软件工程、迁移学习以及模型部署。课程采用“代码优先”教学方式，强调动手实现与实验。
深度学习导论
AI003深度学习导论
深度学习是机器学习的一个子领域，专注于使用人工神经网络从原始数据中学习复杂的分层特征表示。本课程涵盖基本原理、基础数学、优化概念（梯度下降、反向传播）、网络模块（线性层、卷积层、池化层）以及常见架构（CNN、RNN）。应用实例包括计算机视觉、自然语言处理和强化学习。学生将使用 PyTorch 深度学习库进行实现，并完成一个真实场景的最终项目。
AI魔法实验室
AI004AI魔法实验室
严谨的课程结构整合了四个主要部分：人工智能基础、大模型生成（GenAI 与 LLM）、智能体与进化计算（作为香港理工大学特色突出展示），以及伦理。课程逻辑按顺序推进：感知与数据（第1-3讲）、认知与生成（第4-6讲）、智能体与进化（第7-9讲），最后以伦理与未来（第10讲）收尾。
AI精通训练营：从零到代理架构师
AI005AI精通训练营：从零到代理架构师
一个为期5天的高强度训练营，旨在将初学者转变为人工智能代理架构师。课程涵盖提示工程的‘BRIC’框架、阅读与病毒式文案创作的内容加速技术、Excel和PowerPoint的工作自动化、使用RAG（检索增强生成）构建‘第二大脑’，以及创建自主数字员工。
大型语言模型提示工程进阶指南
AI006大型语言模型提示工程进阶指南
一份全面的高级指南，通过结构化逻辑和精确指导来掌握人工智能。课程涵盖结构化框架（CO-STAR）、少样本学习、思维链推理、输出格式约束（JSON/Markdown）以及提示系统管理，以解决人工智能幻觉和逻辑输出不佳等问题。
OpenClaw：本地 AI 代理的架构、开发与安全
AI007OpenClaw：本地 AI 代理的架构、开发与安全
本课程深入分析了 OpenClaw——一个开创性的开源框架，专为自主 AI 代理设计。课程系统性地剖析了该框架的分层系统架构、本地优先的 RAG 内存机制、浏览器自动化协议以及高度可扩展的技能生态系统。教学内容涵盖复杂工作流的实际编排，包括 PIV 自动化流程和多智能体委员会模式。此外，课程还深入分析了在生产级部署范式中的硬件权衡，并提出了针对核心安全威胁（如远程代码执行漏洞和提示注入）的纵深防御策略。本课程旨在赋能高级开发人员与架构师，构建具备高自主性的同时仍保持安全可控的 AI 代理系统。
人人都能懂的大语言模型：从基础到实践应用（2026版）
AI008人人都能懂的大语言模型：从基础到实践应用（2026版）
本课程是面向初学者的实用型入门课程，介绍大型语言模型（LLMs）如ChatGPT和Gemini。无论您来自何种背景，本课程都将从高层次讲解LLM的工作原理，说明它们能做什么、不能做什么，并指导您如何在学习、工作和日常生活中有效使用它们。通过动手演示和引导式练习，您将学习提示技巧，如何批判性地评估输出结果，如何应对幻觉和偏见问题，并安全、负责任地使用常见工具（例如文档处理、摘要生成、翻译、数据任务）。课程结束时，您将能够构建属于自己的“LLM工作流程”，用于实际任务——写作、研究、规划和提升效率——而无需具备高级编程技能。
《神经和形态发育系统的演化计算及应用——通向通用人工智能的新途径》（15节课）
AI009L《神经和形态发育系统的演化计算及应用——通向通用人工智能的新途径》（15节课）
本书从计算建模的角度研究神经系统与形态（身体）的协同演化与发育。内容涵盖演化算法、基因调控网络、多细胞生长模型、神经可塑性规则以及脑-体协同演化等，旨在为通向通用人工智能（AGI）提供一种基于生物自适应机制的新途径。
面向开发者的大型语言模型入门
AI010面向开发者的大型语言模型入门
本课程是安德鲁· Ng 与 OpenAI 联合推出的三门大型语言模型系列课程的中文改编版本。课程涵盖提示工程、使用 ChatGPT API 构建系统、LangChain 应用开发，以及利用 LangChain 访问私有数据。课程为如何利用大语言模型的能力构建具备摘要、推理、转换、扩展和聊天功能的应用程序，提供了清晰且易于理解的入门指导。
初学者的生成式人工智能
AI011初学者的生成式人工智能
一门全面的课程，深入探讨生成式人工智能的基础知识、大型语言模型、提示工程，以及使用 Azure OpenAI 和 Power Platform 等工具开发人工智能应用。
深入探究大型语言模型
AI012深入探究大型语言模型
本课程全面深入地介绍了大型语言模型（LLMs）的发展历程、核心技术架构、训练范式（预训练、微调和对齐）、多模态扩展、提示工程、思维链推理、智能体，以及模型安全与隐私保护等前沿话题。
现代 C++ 教程
AI013现代 C++ 教程
本教程旨在为有经验的开发者提供 C++11/14/17/20 新特性的快速参考。内容涵盖语言易用性改进、运行时性能提升、新容器、智能指针与内存管理、正则表达式、并发编程，以及对 C++20 的前瞻介绍。
R编程入门
AI014R编程入门
本课程全面介绍R语言环境，涵盖从基本的数值向量操作、对象属性、数组和矩阵处理、列表与数据框管理，到统计建模和高质量图形制作的核心内容。它非常适合作为统计分析和数据科学的入门教材。
Julia 编程入门
AI015Julia 编程入门
本课程全面介绍 Julia 编程语言，这是一种高性能、通用的动态语言，特别适合科学计算和数值计算。课程涵盖从基础语法和数据类型到高级主题（如元编程、数据框、网络通信和数据库接口）的全部内容。
Ry 的 Git 教程
AI016Ry 的 Git 教程
一份全面的 Git 版本控制指南，从基本的工作流程（如暂存和提交）逐步深入到高级主题，包括交互式变基、远程协作以及 Git 对象数据库的内部机制。
用Go编程入门
AI017用Go编程入门
一门适合初学者的实践性课程，介绍Go编程语言。课程以太空探索为主题，分为多个小而易管理的章节，涵盖命令式编程、类型、函数、方法、集合、状态以及并发编程。
NumPy 用户指南
AI018NumPy 用户指南
一份全面的 NumPy 入门概述和技术指南，涵盖安装、数组操作、索引、广播以及与 C/C++ 的集成。
Elixir 编程
AI019Elixir 编程
一份全面的 Elixir 函数式与并发编程指南。涵盖从面向对象思维到函数式思维的转变、模式匹配、不可变性、基于演员模型的并发处理，以及使用 OTP 构建健壮的分布式系统。
精妙的 JavaScript：编程的现代入门
AI020精妙的 JavaScript：编程的现代入门
一本关于使用 JavaScript 进行现代编程的全面指南。课程涵盖编程基本原理、JavaScript 语言规范、浏览器集成以及使用 Node.js 进行服务器端开发，包括五个实际应用项目。
CUDA 编程指南
AI021CUDA 编程指南
开发者学习CUDA编程模型以及如何编写在NVIDIA GPU上高效执行的代码的官方全面资源。本指南涵盖平台架构、编程接口、高级硬件功能和技术规格。
AMD HIP 编程指南
AI022AMD HIP 编程指南
一份关于异构计算接口可移植性（HIP）的综合性技术手册。它提供了 C++ 运行时 API 和内核语言，使开发者能够从单一源代码创建可在 AMD 和 NVIDIA GPU 上运行的可移植应用程序。本指南涵盖安装、环境配置、编程模型、内存分配以及将 CUDA 代码迁移至 HIP 的工具。
Triton编程入门：实践教程
AI023Triton编程入门：实践教程
一份全面的科学教程，旨在为Triton（一种基于Python的语言和编译器，用于编写自定义GPU内核）提供完整的学习路径。本课程涵盖编程模型、语言语义、数值行为以及性能优化，从基础的向量加法逐步深入到现代深度学习系统中使用的融合和分块操作。
ROCm与HIP编程入门：实用教程
AI024ROCm与HIP编程入门：实用教程
一份实用且现代的AMD GPU编程指南，涵盖ROCm和HIP。内容包括完整的软件栈、安装流程、构建工作流、内核编程、内存管理、性能工程、库使用、CUDA迁移以及生产环境调试实践。
实用RAG系统：从知识库到检索增强生成
AI025实用RAG系统：从知识库到检索增强生成
这些学生讲义从系统层面介绍了构建可用的检索增强生成（RAG）系统的视角。课程涵盖整个流程，包括数据摄入、分块策略、嵌入映射、向量存储、混合检索、重排序以及可信AI应用的评估。
Python数据结构与算法分析 (第2版)
AI028Python数据结构与算法分析 (第2版)
本书是使用Python阐述数据结构与算法的经典教材。涵盖了Python基础复习、算法分析（大O记法）、基本数据结构（栈、队列、列表）、递归、搜索与排序、树及图算法。通过实战代码清单，帮助读者理解如何通过Python高效地实现各种抽象数据类型。
Reinforcement Learning: An Introduction
AI029Reinforcement Learning: An Introduction
A comprehensive foundational textbook on reinforcement learning, covering key algorithms such as Q-learning, Sarsa, and TD-learning, while bridging the gap between tabular methods and function approximation.
Python中的生成式AI基础
AI030Python中的生成式AI基础
本课程全面讲解生成式人工智能和大语言模型（LLMs）的理解与实现。课程涵盖从理论基础到基于Python的实际开发的过渡，包括GAN、扩散模型、Transformer、微调以及生产环境部署。
计算机系统：程序员视角（全球版）
AI031计算机系统：程序员视角（全球版）
深入探讨计算机系统如何执行程序和存储信息。本课程连接高级编程与底层硬件，涵盖机器级表示、处理器架构、内存层次结构以及并发编程。