机器学习模型
从一条直线开始，理解模型如何预测连续数值和类别概率。
Full curriculum
完整机器学习速成
按照 Google 机器学习速成课程的知识顺序重新整理，去掉互动练习、编程练习与测试，只保留连续学习内容。
数据
模型上限往往由数据质量决定。学习数值、类别、拆分与泛化。
高级机器学习模型
理解神经网络、嵌入和大语言模型背后的核心结构。
现实世界中的机器学习
把模型放进生产系统，并考虑自动化、监控和公平性。
Two tracks
两条学习路径
先建立机器学习基本功，再进入能使用工具、记忆和规划的智能体系统。
机器学习速成
理解模型如何从数据中学习，亲手完成数据处理、训练、调参和评估。
- 回归与分类
- 数值与分类数据
- 泛化与过拟合
- 神经网络
- 大语言模型
- 生产与公平性
智能体速成
从模型调用走向可靠的 Agent：工具、工作流、RAG、记忆、安全与评估。
- Function Calling
- Agent Loop
- RAG 知识库
- 长期记忆
- 多智能体
- 生产部署
How it works
你会走完训练闭环
学会单个算法还不够。真正做项目，需要让数据、模型和反馈形成循环。
定义问题
明确要预测什么，以及结果怎样被使用。
准备数据
抓取、清洗、拆分并观察特征和标签。
训练模型
选择算法，让参数从样本中逐步学会规律。
验证效果
用没见过的数据检查指标、偏差和过拟合。
部署迭代
上线推理，监控变化，再用新数据改进。
从线性回归开始
完整课程纯学习时间 9 小时 56 分钟，可以分 7～12 天完成。