关于我
自学编程，聚焦人工智能与数据产品。从基础算法与 Python 起步，逐步深入机器学习、深度学习、自然语言处理与计算机视觉。目标：把知识落在实战项目里，做出能解决问题的 AI 应用。
学习方向
🤖
机器学习
监督/无监督/强化学习，数据驱动的建模与评估。
🧠
深度学习
CNN · RNN · Transformer，模型调优与部署实践。
💬
自然语言处理
文本分析、情感预测、对话模型与提示工程。
👁️
计算机视觉
分类、检测、生成式视觉，结合多模态探索。
🐍
Python + 框架
熟练使用 PyTorch / TensorFlow / Sklearn 完成实验。
📊
数据处理
清洗、特征工程、可视化，做出可解释的洞察。
学习路径
📚 基础阶段
Python 基础、数据结构与算法、数学（线代/概率/微积分）。
🔧 工具阶段
NumPy · Pandas · Matplotlib · 数据可视化与分析套路。
🎯 实践阶段
围绕真实任务做实验，迭代模型表现与评估指标。
🚀 进阶阶段
深度学习框架进阶，多模态/大模型/部署与推理优化。
在练项目
🖼️
图像分类实验
用 CNN 识别多类别图像，迭代数据增强与评估指标。
训练中📝
文本情感分析
构建情感分析模型，尝试 Transformer 与轻量化部署。
微调中🎯
推荐系统
基于协同过滤与召回/排序链路，做个性化推荐实验。
设计中⚡
快速小项目
30 天内完成若干小实验，保持节奏与反馈循环。
冲刺