探索 課程
瀏覽我們涵蓋各學科的全方位人工智慧學習體驗目錄。
結果 148
我的小小AI助理
AI000我的小小AI助理
專為幼兒設計，本課程將複雜的電腦科學概念——例如代理、演化學習、提示指令，甚至負熵——轉化為具體、有趣且符合年齡特徵的體驗。在五個課堂中，孩子們將建立基礎的人工智能素養：理解什麼是人工智慧及其如何幫助人類；學習如何給予明確的指示（提示）；探索專門的 AI「助手」（代理）與團隊合作；發現人工智慧如何從數據和錯誤中學習；最後參與一個由導師引導的人機共同創作項目，培養創造力、責任感以及科技向善的價值觀。
Python 程式設計入門
AI001Python 程式設計入門
學習 Python，這是一門流行的程式語言，涵蓋從網頁與軟體開發到資料科學和品質保證的核心概念。所獲得的技能包括撰寫 Python 3 程式碼以及簡化程式碼。
使用 PyTorch 的應用深度學習（從零到大師）
AI002使用 PyTorch 的應用深度學習（從零到大師）
本課程以最流行的機器學習研究框架 PyTorch 為基礎，提供深度學習的全面入門。從張量基礎開始，學生將逐步掌握完整的機器學習工作流程、電腦視覺、模組化軟體工程、遷移學習以及模型部署。課程採用「程式為先」的教學方式，強調動手實作與實驗。
深度學習入門
AI003深度學習入門
深度學習是機器學習的一個子領域，專注於使用人工神經網絡從原始數據中學習複雜的分層特徵表示。本課程涵蓋基本原理、背後的數學知識、優化概念（梯度下降、反向傳播）、網絡模塊（線性層、卷積層、池化層）以及常見架構（CNN、RNN）。應用範例包括電腦視覺、自然語言處理和強化學習。學生將使用 PyTorch 深度學習庫進行實作，並完成一個真實場景的期末專題。
AI 魔法實驗室
AI004AI 魔法實驗室
嚴謹的課程結構整合了四大主要部分：人工智能基礎、大型模型生成（GenAI 與 LLM）、智能體與演化計算（以香港理工大學特色為重點），以及倫理。課程邏輯按順序推進：感知與數據（第1-3課），認知與生成（第4-6課），智能體與演化（第7-9課），最後以倫理與未來（第10課）作結。
AI 專精訓練營：從零到代理架構師
AI005AI 專精訓練營：從零到代理架構師
一個為期五天的密集訓練營，旨在將初學者轉變為人工智能代理架構師。課程內容涵蓋提示工程的「BRIC」框架、閱讀與病毒式文案撰寫的內容加速技巧、辦公室自動化（Excel 與 PowerPoint）、使用 RAG（檢索增強生成）建立「第二大腦」，以及打造自主數位員工。
大型語言模型提示工程進階指南
AI006大型語言模型提示工程進階指南
一份全面的進階指南，教你透過結構化邏輯與精確指示掌握人工智慧。課程涵蓋結構框架（CO-STAR）、少樣本學習、思考鏈推理、輸出格式限制（JSON/Markdown）以及提示系統管理，以解決如人工智慧幻覺和邏輯輸出不佳等問題。
OpenClaw：本地 AI 代理的架構、開發與安全
AI007OpenClaw：本地 AI 代理的架構、開發與安全
本課程深入分析 OpenClaw，這是一個革命性的開源框架，專為自主型人工智慧代理設計。課程系統性地拆解該框架的層疊式架構、以本地為首的 RAG 記憶機制、瀏覽器自動化協定以及高度可擴展的技能生態系。課程內容涵蓋複雜工作流程的實際整合，包括 PIV 自動化流程與多代理委員會模式。此外，還批判性地分析生產級部署模式中的硬體取捨，並提出針對核心安全威脅（如遠端程式碼執行漏洞與提示注入）的纵深防禦策略。本課程旨在賦能資深開發者與架構師，建立具有高度自主性，同時仍具備安全性與可控性的 AI 代理系統。
人人都能懂的大語言模型：從基礎到實用應用（2026 年版）
AI008人人都能懂的大語言模型：從基礎到實用應用（2026 年版）
本課程是針對初學者設計的實用性入門課程，介紹大型語言模型（LLM）如 ChatGPT 與 Gemini。無論您來自何種背景，此課程將以高階方式說明 LLM 的運作原理、其能與不能做到的事，以及如何在學習、工作和日常生活中有效運用。透過實際操作示範與導引練習，您將學習提示技巧、如何批判性評估輸出內容、如何處理幻覺與偏見，並安全且負責任地使用常見工具（例如文件處理、摘要生成、翻譯、資料任務）。課程結束時，您將能夠建立屬於自己的「LLM 工作流程」，用於實際任務——如撰寫文章、研究、規劃與提升效率，無需具備進階程式設計技能。
《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。
開發者入門：大型語言模型
AI010開發者入門：大型語言模型
本課程是安德魯·吳與 OpenAI 聯合推出的三門大型語言模型系列課程的中文適配版本。內容涵蓋提示工程、使用 ChatGPT API 建立系統、LangChain 應用開發，以及利用 LangChain 存取私有資料。課程為大規模語言模型的應用能力提供了清晰且易於理解的介紹，幫助學習者掌握如何建構具備摘要、推理、轉換、擴展及對話功能的應用程式。
初學者專用生成式AI
AI011初學者專用生成式AI
一門全面的課程，探討生成式AI、大型語言模型、提示工程的基礎知識，以及使用Azure OpenAI和Power Platform等工具開發AI應用程式的技巧。
深入探討大型語言模型
AI012深入探討大型語言模型
本課程提供大型語言模型（LLM）的發展歷程、核心技術架構、訓練模式（預訓練、微調與對齊）、多模態擴展、提示工程、思維鏈推理、智能代理，以及模型安全與隱私保護等前沿主題的全面深入介紹。
現代 C++ 教學
AI013現代 C++ 教學
本教程旨在為有經驗的開發者提供 C++11/14/17/20 新功能的快速參考。內容涵蓋語言易用性提升、執行時間改進、新容器、智慧指針與記憶體管理、正則表示式、並行程式設計，以及 C++20 的預覽。
R 程式設計入門
AI014R 程式設計入門
本課程全面介紹 R 語言環境，涵蓋從基本的數值向量運算、物件屬性、陣列與矩陣處理、清單與資料框管理，到統計模型建立及高品質圖形製作的核心主題。非常適合用作統計分析與資料科學的入門教材。
Julia 程式語言入門
AI015Julia 程式語言入門
一份全面的指南，介紹 Julia 程式語言。Julia 是一種高性能、通用的動態程式語言，非常適合科學與數值計算。本課程涵蓋從基本語法和資料類型到進階主題，包括元程式設計、資料框、網路通訊以及資料庫介接等內容。
Ry 的 Git 教學
AI016Ry 的 Git 教學
一份全面的 Git 版本控制指南，從基本的工作流程（如暫存和提交）出發，逐步深入至進階主題，包括互動式重基、遠端協作，以及 Git 物件資料庫內部機制的剖析。
用 Go 程式設計
AI017用 Go 程式設計
一門適合初學者的實作導向課程，介紹程式語言 Go。課程以太空探險為主題，分為許多小而易管理的單元，涵蓋指令式程式設計、資料型別、函式、方法、集合、狀態與並行處理。
NumPy 使用者指南
AI018NumPy 使用者指南
一份全面的入門概覽與技術指南，介紹 NumPy 的安裝、陣列操作、索引、廣播功能，以及與 C/C++ 的整合。
Elixir 程式設計
AI019Elixir 程式設計
一份全面指南，介紹如何使用 Elixir 進行函數式與並行程式設計。內容涵蓋從物件導向思維轉向函數式思維的過程、模式比對、不可變性、以角色模型實現並行處理，以及運用 OTP 建立穩固的分散式系統。
優雅的 JavaScript：現代程式設計入門
AI020優雅的 JavaScript：現代程式設計入門
一份全面的現代程式設計指南，使用 JavaScript。課程涵蓋基本程式設計原理、JavaScript 語言規範、瀏覽器整合以及使用 Node.js 的伺服器端開發，包含五個真實世界的專案應用。
CUDA 編程指南
AI021CUDA 編程指南
開發者學習 CUDA 編程模型並撰寫高效能代碼以在 NVIDIA GPU 上執行的官方全面資源。本指南涵蓋平台架構、程式介面、進階硬體功能及技術規格。
AMD HIP 程式設計指南
AI022AMD HIP 程式設計指南
一份完整的技術手冊，介紹異構計算介面可移植性（HIP）。它提供 C++ 執行時 API 與核心語言，讓開發者能從單一原始碼建立可在 AMD 與 NVIDIA GPU 上執行的可攜式應用程式。本指南涵蓋安裝、環境設定、程式設計模型、記憶體配置，以及將 CUDA 程式碼轉換至 HIP 的工具。
Triton 程式設計入門：實用教程
AI023Triton 程式設計入門：實用教程
一份全面的科學教程，旨在為 Triton（一種基於 Python 的語言和編譯器）提供完整的學習路徑，用於撰寫自定義的 GPU 核函數。課程涵蓋程式設計模型、語言語義、數值行為以及性能優化，從基礎的向量加法逐步進階至現代深度學習系統中使用的融合運算和分塊運算。
ROCm 與 HIP 程式設計入門：實用教程
AI024ROCm 與 HIP 程式設計入門：實用教程
一份實用且現代的 AMD GPU 編程指南，內容涵蓋 ROCm 與 HIP。從完整的軟體堆疊、安裝流程、建構工作流、核心程式設計、記憶體管理、效能工程、函式庫使用、CUDA 遷移，到生產環境調試實務，全面解析。
實用 RAG 系統：從知識庫到檢索增強生成
AI025實用 RAG 系統：從知識庫到檢索增強生成
這些學生講義提供了構建可用檢索增強生成（RAG）系統的系統級視角。課程涵蓋整個流程，包括資料攝取、分塊策略、嵌入映射、向量存儲、混合檢索、重排序以及可信 AI 應用的評估。
Python數據結構與算法分析 (第2版)
AI028Python數據結構與算法分析 (第2版)
本書是使用Python闡述數據結構與算法的经典教材。涵蓋了Python基礎複習、算法分析（大O記法）、基本數據結構（棧、隊列、列表）、遞歸、搜索與排序、樹及圖算法。通過實戰代碼清單，幫助讀者理解如何透過Python高效地實現各種抽象數據類型。
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 基礎
AI030Python 中的生成式 AI 基礎
一份全面的指南，幫助您理解並實現生成式 AI 與大型語言模型（LLMs）。本課程涵蓋從理論基礎到基於 Python 的實務開發的過渡，包括 GAN、擴散模型、變壓器、微調以及生產環境部署。
電腦系統：程式設計師觀點（全球版）
AI031電腦系統：程式設計師觀點（全球版）
深入探討電腦系統如何執行程式與儲存資訊。本課程彌補高階程式設計與底層硬體之間的差距，涵蓋機器級表示、處理器架構、記憶體層次結構以及並行程式設計。