描述
《人工智能与机器学习入门》是一个LinkedIn学习路径，从基础开始介绍人工智能和机器学习，将概念基础与实践工具结合在七门课程的序列中。
阅读更多
该路径将七门不同讲师的LinkedIn学习课程打包在一起，总时长约10小时：人工智能基础：思考机器（Doug Rose，1小时36分钟）涵盖强AI和弱AI以及机器学习等核心方法；机器学习基础：线性代数（Terezija Semenski，1小时21分钟）涵盖机器学习算法背后的数学；深度学习：入门（2024）（Kumaran Ponnambalam，1小时13分钟）涵盖如何运行深度学习模型的基础知识；动手实践AI：使用Python进行图像处理（Eduardo Corpeño，2小时10分钟）涵盖从零开始构建图像处理算法并使用库进行实际项目；强化学习基础（Khaulat Abdulhakeem，44分钟）涵盖强化学习术语和问题类型；动手实践PyTorch机器学习（Helen Sun，56分钟）涵盖使用PyTorch构建模型；以及人工智能基础：神经网络（Gwendolyn Stripling，1小时56分钟）涵盖人工神经网络背后的技术。完成所有七门课程将获得完成徽章。
到达路径结束时，学习者应理解人工智能和机器学习的工作原理，人工智能如何引发关于责任和安全性的问题，如何分析机器学习模型的性能，以及如何使用PyTorch和Keras构建神经网络。
访问需要LinkedIn学习订阅，并为新用户提供1个月的免费试用。
该路径旨在帮助人们提升技能，向机器学习工程师或数据科学家角色转型；其入门框架和每门课程较短的时长使其成为一个起点，而非深入的专业化。LinkedIn指出，该路径计划在2026年11月2日左右进行内容更新，因此希望获得完成徽章的学习者应在该日期之前完成，否则可能需要完成额外课程。
- 类别企业培训与在线学习
- 定价模式免费
人工智能与机器学习入门的核心功能
涵盖人工智能基础、机器学习数学和神经网络的七门课程
约10小时的综合视频教学
Python中的图像处理和PyTorch中的模型构建的动手模块
专门的强化学习基础课程
涵盖机器学习算法背后数学的线性代数模块
用于运行工作模型的深度学习基础课程
完成整个路径后获得完成徽章
七门课程中六位指定学科专家的指导
如何使用 人工智能与机器学习入门？
开始免费试用：注册LinkedIn学习的1个月免费试用以解锁该路径
按照顺序学习：按顺序完成七门课程，从人工智能基础开始
进行代码实践：完成动手的图像处理和PyTorch练习
完成每门课程：在2026年11月2日更新之前完成该路径，以保持徽章的连续性
获得徽章：完成所有七门课程以获得完成徽章
人工智能与机器学习入门的使用案例
- AI/ML职业转型
- 神经网络基础
- 应用图像处理
