李宏毅老师的中文公开课程入口，串联机器学习基础、生成式人工智能与大模型专题。可按学期查看课堂视频、讲义和作业说明，选择适合自己的学习起点。
课程概览
- 开设单位：台湾大学（National Taiwan University）
- 授课教师：李宏毅（Hung-yi Lee）
- 资源形式：课程网站、视频、PDF／PPT讲义、作业及补充材料
- 教学语言：中文为主，配合英文技术术语
- 学习定位：从机器学习入门延伸到生成式AI专题；各学期内容不同
从哪里开始
基础入门：机器学习历年课程
从教师主页的 Machine Learning 栏目选择学期，学习机器学习与神经网络的基本方法。主页保留多个年份的入口，可按基础和兴趣选择，不必把某一学期视为整套课程的固定大纲。
生成式AI与机器学习导论：2025秋
适合作为生成式AI的系统导学入口。课程按讲次提供教学视频、PDF／PPT与作业材料，便于将概念学习与练习结合。
生成式人工智能导论：2024春
可结合这一学期的材料，理解生成式AI与语言模型的基本概念，并与后续学期的专题内容对照学习。
进阶专题：机器学习2026春
该学期围绕AI Agent、上下文工程、模型推理效率与长输入处理，以及模型自我改进等主题组织内容。页面同时列出Transformer训练、模型编辑等作业方向；具体资源与要求以该学期课程页为准。
本平台建议学习方式
- 先选定一个学期，按课程页顺序阅读讲义并观看视频，记录概念与问题。
- 学习神经网络基础时，配合本站的神经网络、卷积网络和循环网络互动演示，观察参数与模型响应的关系。
- 需要实践时，阅读原课程的作业说明和运行要求，再使用可用的Python环境完成自己的练习。
- 将所学方法迁移到岩石图像或地学时序任务时，另行记录数据划分、评价指标与实验参数，避免直接套用课程示例结论。
以上为本平台的学习建议。原课程的注册、作业提交及评分安排以授课方规定为准。
官方课程与教学资源
内容来源
依据李宏毅教师主页及上述学期官方课程网页整理，核对日期：2026年11月8日。本页为中文学习导航；视频、讲义与作业版权及使用规则归原作者和授课单位。课程内容可能更新，请以官方页面为准。