不用199，也不用9.9，英偉達黃院士免費給大伙兒送AI課了！

從數據科學到深度學習，再到生成式AI，全都有免費課程上新，且不少課入門小白也能看懂。

有網友整理po出了9節干貨課程，非常火爆：

點開每節課不光有錄制的課程視頻，還有講義、PPT、課后問題等學習資料。

大批網友已迫不及待地碼住：

網友強烈安利這9節課

1、解釋生成式AI

在這門課程中，你可以學到：

生成式AI的定義、工作原理

各種生成式AI應用

生成式AI的挑戰和機遇

課前要求是需對機器學習和深度學習有基本的了解。

2、10分鐘內構建大腦

這節課時長僅有10分鐘，探討了世界上第一個神經網絡背后的生物學和心理學靈感。

在這門課程中，你可以學到：

神經網絡如何使用數據進行學習

神經元背后的數學原理

看課前建議：了解Python 3中的基本編程概念，如函數、循環、字典和數組；了解如何計算回歸線。

3、使用LLM構建RAG智能體

這節課時長8小時，課程內容包括：

探索LLM和向量數據庫的可擴展部署策略

學習微服務知識，掌握如何在微服務之間協作以及如何開發屬于自己的微服務

利用LangChain范式來開發對話管理和文檔檢索解決方案

用最先進的模型練習，明確有關產品化和框架探索的后續步驟

適合熟悉LLM及其相關組合框架（如LangChain），具有中級Python水平，最好有網絡工程和開發運維背景的人群學習。

4、使用RAG增強LLM性能

學習內容包括：

RAG基礎知識

RAG檢索過程

英偉達AI基礎和RAG模型組件

5、數據中心的AI

學習內容包括：

AI用例、機器學習、深度學習及其工作流程

GPU架構及其對AI的影響

深度學習框架和部署注意事項

點開課程后是這樣嬸兒的：

6、零代碼更改加速數據科學工作流

在眾多行業內，現代數據科學的需求是快速且高效地處理大數據量。NVIDIA RAPIDS能夠為眾多數據科學任務提供GPU加速，而且無需修改代碼。

在這門課程中，你可以：

了解跨CPU和GPU的統一工作流在數據科學任務中的優勢

學習如何在不更改代碼的情況下，為各種數據處理和機器學習工作流程實現GPU加速

體驗當工作流程通過GPU加速時，處理時間顯著縮短的效果

看課前建議：對表格數據上的數據處理和標準數據科學工作流程有基本的理解；具有使用常見Python數據分析庫的經驗；使用的工具、庫、框架包括：NVIDIA RAPIDS（cuDF, cuML, cuGraph）、pandas、scikit-learn和NetworkX。

7、掌握推薦系統

這節課講的內容有關英偉達Kaggle Grandmasters構建電子商務推薦系統的策略，涵蓋2階段模型、候選模型生成、特征工程和集成方法。

適合數據科學家、機器學習工程師以及對推薦系統和數據科學競賽感興趣的人觀看。

點開后可以觀看視頻講座，并附有詳細的解釋和真實例子。

8、網絡技術入門

學習內容包括：

了解網絡及其重要性。

探索以太網基礎知識及以太網網絡中的數據轉發。

討論網絡組件、需求、OSI模型、TCP/IP協議。

具體是這樣嬸兒的：

9、如何進行大規模圖像分類

學習內容主要是如何進行大規模圖像分類，涵蓋挑戰、建模技術和驗證策略。

適合數據科學家、機器學習從業者以及對深度學習競賽感興趣的人觀看。