西风 发自 凹非寺
量子位 | 公众号 QbitAI

不用199，也不用9.9，英伟达黄院士免费给大伙儿送AI课了！

从数据科学到深度学习，再到生成式AI，全都有免费课程上新，且不少课入门小白也能看懂。

有网友整理po出了9节干货课程，非常火爆：

点开每节课不光有录制的课程视频，还有讲义、PPT、课后问题等学习资料。

大批网友已迫不及待地码住：

网友强烈安利这9节课

1、解释生成式AI

在这门课程中，你可以学到：

生成式AI的定义、工作原理各种生成式AI应用生成式AI的挑战和机遇

课前要求是需对机器学习和深度学习有基本的了解。

2、10分钟内构建大脑

这节课时长仅有10分钟，探讨了世界上第一个神经网络背后的生物学和心理学灵感。

在这门课程中，你可以学到：

神经网络如何使用数据进行学习神经元背后的数学原理

看课前建议：了解Python 3中的基本编程概念，如函数、循环、字典和数组；了解如何计算回归线。

3、使用LLM构建RAG智能体

这节课时长8小时，课程内容包括：

探索LLM和向量数据库的可扩展部署策略学习微服务知识，掌握如何在微服务之间协作以及如何开发属于自己的微服务利用LangChain范式来开发对话管理和文档检索解决方案用最先进的模型练习，明确有关产品化和框架探索的后续步骤

适合熟悉LLM及其相关组合框架（如LangChain），具有中级Python水平，最好有网络工程和开发运维背景的人群学习。

4、使用RAG增强LLM性能

学习内容包括：

RAG基础知识RAG检索过程英伟达AI基础和RAG模型组件

5、数据中心的AI

学习内容包括：

AI用例、机器学习、深度学习及其工作流程GPU架构及其对AI的影响深度学习框架和部署注意事项

点开课程后是这样婶儿的：

6、零代码更改加速数据科学工作流

在众多行业内，现代数据科学的需求是快速且高效地处理大数据量。NVIDIA RAPIDS能够为众多数据科学任务提供GPU加速，而且无需修改代码。

在这门课程中，你可以：

了解跨CPU和GPU的统一工作流在数据科学任务中的优势学习如何在不更改代码的情况下，为各种数据处理和机器学习工作流程实现GPU加速体验当工作流程通过GPU加速时，处理时间显著缩短的效果

看课前建议：对表格数据上的数据处理和标准数据科学工作流程有基本的理解；具有使用常见Python数据分析库的经验；使用的工具、库、框架包括：NVIDIA RAPIDS（cuDF, cuML, cuGraph）、pandas、scikit-learn和NetworkX。

7、掌握推荐系统

这节课讲的内容有关英伟达Kaggle Grandmasters构建电子商务推荐系统的策略，涵盖2阶段模型、候选模型生成、特征工程和集成方法。

适合数据科学家、机器学习工程师以及对推荐系统和数据科学竞赛感兴趣的人观看。

点开后可以观看视频讲座，并附有详细的解释和真实例子。

8、网络技术入门

学习内容包括：

了解网络及其重要性。探索以太网基础知识及以太网网络中的数据转发。讨论网络组件、需求、OSI模型、TCP/IP协议。

具体是这样婶儿的：

9、如何进行大规模图像分类

学习内容主要是如何进行大规模图像分类，涵盖挑战、建模技术和验证策略。

适合数据科学家、机器学习从业者以及对深度学习竞赛感兴趣的人观看。

参考链接：https://twitter.com/heyshrutimishra/status/1771206798881825005

课程链接在这里

解释生成式AI：
https://courses.nvidia.com/courses/course-v1:DLI+S-FX-07+V1/

10分钟内构建“大脑”：
https://courses.nvidia.com/courses/course-v1:DLI+T-FX-01+V1/

使用RAG增强LLM性能：
https://courses.nvidia.com/courses/course-v1:NVIDIA+S-FX-16+v1/

数据中心的AI：
https://www.coursera.org/learn/introduction-ai-data-center

零代码更改加速数据科学工作流：
https://courses.nvidia.com/courses/course-v1:DLI+T-DS-03+V1/

掌握推荐系统：
https://www.classcentral.com/course/youtube-grandmaster-series-mastering-recommender-systems-184298

网络技术入门：
https://www.coursera.org/learn/introduction-to-networking-nvidia

如何进行大规模图像分类：
https://www.classcentral.com/course/youtube-grandmaster-series-how-to-perform-large-scale-image-classification-130184

使用LLM构建RAG智能体：
https://courses.nvidia.com/courses/course-v1:DLI+S-FX-15+V1/