共 4 篇文章
具身智能与机器人机器学习具身智能人形机器人机器人
如何用 6 个月成为机器人工程师
一份从零开始的6个月机器人工程师路线图，假设无电子基础，含100多个链接资源与27个实操项目及三档预算硬件费用。按月分章：电子学与工具、单片机/电机/传感器与首台移动机器人、CAD与3D打印、ROS2仿真建图导航、控制数学与感知、机器人学习（LeRobot/VLA/RL）与就业专精。强调以作品集为先、记录失败调试，并诚实给出行业真实需求与薪资。
2026-09-1017555
智能体生成式AI深度学习机器学习大模型入门
1.1 AI 基础：名词地图与三阶段演进
用一张层层嵌套的关系图讲清人工智能、机器学习、深度学习与生成式 AI 的包含关系，再按时间线梳理 AI 从「会认」到「会判断」再到「会创造」的三个发展阶段。帮零基础读者建立名词地图，理解 AI 技术谱系与演进脉络。
2026-09-1030000
AI教育深度学习机器学习职业建议AI教育学习路线
如何在 8 个月内成为一名机器学习工程师（完整路线图）
面向零基础读者的机器学习工程师8个月完整路线图：前两月打基础（Python、数学与斯坦福CS229/MIT课程），三四月并行学fast.ai与MIT 6.S191深度学习，五六月进入生产级ML工程（云平台、MLOps与Kaggle实战），末两月专精方向并打造两个已部署的作品集项目。核心是以每个阶段交付一个部署项目为节点坚持执行，并附已验证的免费资源清单与2026年付费墙变化说明。
2026-09-0910000
大模型LLM深度学习机器学习神经网络大模型数学
AI / ML 所需线性代数知识（完整路线图）
本文给出 AI/ML 所需的线性代数完整学习路线图。按 Phase 1 到 6 由浅入深梳理标量、向量、矩阵、张量、点积与矩阵运算、特征值与特征向量、SVD 与矩阵分解、梯度、Jacobian、Hessian 等核心知识，并映射到线性回归、PCA、Transformer、推荐系统、LoRA 等真实任务。强调动手实现与可视化，适合需补数学短板、读懂论文与框架的 ML 实践者。
2026-09-220000