设计机器学习应用系统

设计机器学习应用系统

目录
前言
- 关于作者
- 关于本文档
机器学习数学基础
- 线性代数
  - 向量基础
  - 矩阵基础
- 微积分
  - 极限、导数与微分
  - 多元函数与复合函数求导
- 统计与概率
  - 概率基础
  - 统计推断
经典统计学习方法
- 线性模型
- 贝叶斯方法
- 支持向量机
  - 支持向量机
  - 核技巧
- 决策树与集成
- 无监督学习
  - 聚类
  - 降维
神经网络与深度学习
- 神经网络结构
- 优化神经网络
  - 梯度下降
  - 自适应优化器
- 深层网络稳定性
- 卷积神经网络
- 生成式模型
- 序列模型
语言模型的奇点
- Transformer 架构
- 预训练与微调
- 对齐训练
- 推理能力
- 模态融合与安全
AI 基础设施与工程化
- 模型服务化
- 工程化实践
Agentic 应用系统
- 向量检索与增强生成
- 构建 Agent 应用
  - 从 LLM 到 Agent
  - 工具调用
  - 规划与推理
  - 记忆系统
  - 协作与通讯
  - 编排与容错
  - 工程实训：构建自主 Agent
  - 工程实训：构建多智能体协作系统
附录
- 构建沙箱环境
- Numpy 数学实践

Last Updated:

Contributors: icyfenix, Claude Opus 4.6