来源：https://datawhaler.feishu.cn/docx/OXKidmr0VoCsY0x9MSScPkLanCG
OPEN 1+X AI通识课** 是国内首个面向高校各个学科的人****工**智能通识培养方案，由 Datawhale 和 浙大智海 联合发起。
更多介绍详见—— OPEN 1+X AI通识课官网：https://www.datawhale.cn/open-ai
github开源仓库：https://github.com/datawhalechina/open-ai-general-course
👉🏻点击去飞书【飞行社】收藏 本知识库
OPEN 1+X AI通识课** **以 Open（开源共创）、Practice（动手实践）、Explore（前沿探索）和 Network（产学协同）为理念，
共同构建AI基础知识和实践体系，旨在促进深入交流和知识应用。
我们将链接全国 3000 余所高校、企业及组织机构，共同推动 AI 教育和产业的繁荣发展。
除了体系化的知识外、我们认为学习不能仅限于知识理解，
更要 与知识连接，与人连接，与场景连接，学有所用！
我们期待通过开源学习模式，助力AI学习者实现自我成长！推动全球AI人才培养！
Datawhale从2018年开始，每月都会举办线上开源学习活动，帮助 100w+ AI学习者学用AI
OPEN 1+X AI通识课是一个融合了Datawhale学习要素的成长体系——
-
助力大家通过 AI通识课 打下对未来核心素养的通识基础，
-
逐步实践、创造，有能力持续面向未来的挑战，实现更多可能性
| 章节 | 课程与链接 |
|---|---|
| 人工智能导论 | 1. 人工智能的基本概念和发展历史 |
| 2. 人工智能的三大学派 | |
| 3. 人工智能的主要任务及其应用领域 | |
| 4. 人工智能对社会发展的影响与未来趋势 | |
| 5. 人工智能的能与不能 | |
| 6. 为什么xx学科也需要学人工智能 | |
| 人工智能基础 | 1. 人工智能中的数学基础 |
| 2. 人工智能中的编程基础：Python基础 | |
| 3. 人工智能中的数据处理基础：NumPy基础 | |
| 4. 人工智能中的数据处理基础：Pandas基础 | |
| 5. 人工智能中的数据可视化基础：Matplotlib基础 | |
| 人工智能开源工具 | 1. 机器学习框架：scikit-learn |
| 2. 深度学习框架：PyTorch | |
| 3. NLP工具库：transformers | |
| 4. CV工具库：OpenMMLab | |
| 机器学习基础 | 1. 机器学习的基本概念 |
| 2. 机器学习的经典模型 | |
| 3. 机器学习代码实践 | |
| 4. 机器学习应用案例 | |
| 深度学习基础 | 1. 深度学习（神经网络）的基本概念和发展历史 |
| 2. 神经网络的优化方法 | |
| 3. 经典神经网络：CNN、ResNet、RNN、LSTM、Transformer、GPT等 | |
| 4. 深度学习代码实践 | |
| 5. 深度学习应用案例 | |
| 大模型理论与实践 | 1. 大模型基础：数据、架构、训练 |
| 2. 大模型微调：全参数微调、PEFT微调 | |
| 3. 大模型应用技术：Prompt工程、RAG、Agent | |
| 4. 文生图、图生文、图生图、文生视频原理与实践 | |
| 5. 多模态大模型原理与实践 | |
| 强化学习基础 | 1. 强化学习原理 |
| 2. 强化学习经典算法 | |
| 3. 强化学习的应用 | |
| 人工智能安全与伦理 | 1. 人工智能安全介绍 |
| 2. 人工智能伦理介绍 | |
| 人工智能综合应用实践 | 人工智能综合应用实践 |
| 章节 | 课程与链接 |
|---|---|
| 人工智能导论 | 1. 人工智能的基本概念和发展历史 |
| 2. 人工智能的三大学派 | |
| 3. 人工智能的主要任务及其应用领域：分类、回归、计算机视觉、自然语言处理、推荐系统、语音识别和生成、决策优化、生成式（AIGC）等 | |
| 4. 人工智能对社会发展的影响与未来趋势 | |
| 5. 人工智能的能与不能 | |
| 6. 为什么xx学科也需要学人工智能 | |
| AI常用工具——文本工具篇 | 1. 大模型原理简介 |
| 2. 国内文本AI工具介绍与使用 | |
| 3. 文本提示词工程&优化方法 | |
| 4. 应用在xx学科领域的具体案例 | |
| AI常用工具——图像工具篇 | 1. 文生图/视频模型原理简介 |
| 2. 国内文生图/视频AI工具介绍与使用 | |
| 3. 图像提示词工程&优化方法 | |
| 4. 应用在xx学科领域的具体案例 | |
| AI常用工具——语音工具篇 | 1. 语音识别/合成模型原理简介 |
| 2. 国内语音识别/合成AI工具介绍与使用 | |
| 3. 应用在xx学科领域的具体案例 | |
| AI常用工具——智能体篇 | 1. 智能体原理简介 |
| 2. 国内智能体工具介绍与使用 | |
| 3. 智能体设计思路与技巧 | |
| 4. 智能体应用在xx学科领域的具体案例 | |
| 人工智能安全与伦理 | 1. 人工智能安全介绍 |
| 2. 人工智能伦理介绍 | |
| 人工智能综合应用实践 | 人工智能综合应用实践 |
知识库中收录的所有内容，都可以通过《OPEN 1+X 内容查查看》进行查找——
https://datawhaler.feishu.cn/share/base/query/shrcnunSSkKPUPRtfOrZ3GMTHvd
选择自己感兴趣的内容、解决自己想处理的问题
借助大家的案例帮你理解AI！
参与Datawhale 线上线下百校共学活动，把OPEN AI通识课带到你的高校里：
参加共学：https://www.datawhale.cn/activity?activityPage=1
加入微信群
添加Datawhale鸭微信，回复 “高校/在职”
加入飞书群
🥚 什么是 Datawhale？
Datawhale** **致力于打造对学习者最有价值的AI开源学习社区，
通过共建、迭代学习内容，搭建 OPEN 1+X AI通识课** **体系
每月组织 Datawhale特色共学活动，
带领 AI学习者 动手应用，项目实战，扩展视野，
助力学习者 与知识连接，与人连接，与场景连接
推动 **AI **与各个学科、行业（X）结合，
激发 AI+X 的无限潜力和创造力，让年轻人找到自己的更多可能性
公众号：Datawhale
开始共同学习
Github: Datawhalechina
动手开发创造
B站：@二次元的Datawhale
视频课程系列
Datawhale成立于2018年——是国内AI领域最大的开源学习组织，全球github组织排行 TOP70，汇聚了众多有开源精神和探索精神的开源贡献者，致力于构建开源学习社区，和学习者一起成长。
2023中国人工智能白皮书.pdf见《中国人工智能人才学习白皮书》：
我们坚信开源学习可以不断强化大家的学习自主性，从自身需求出发，激发学习动机和兴趣，从学习者不断成长为创造者
我们鼓励学习者在社区中通过共学、共创链接志同道合的同伴，建立信任和联系，更鼓励大家成为内容的生产者，网络的连接者，体系的建构者，看见世界，认识自己，参与创造，探索无限可能性。
https://datawhaler.feishu.cn/sync/AbYkdEkwYs6dHbbNLNEcDaVGnmh
🥰 致谢
💐 致敬Datawhale课程背后可爱的贡献者们
薛传雨、王复振、杨煜、闫钟峰、杨梦迪、苏鹏、徐旺华、张晋、汪健麟、杨佳达、耿远昊、郝少春、谢文睿、秦州、贾彬彬、居凤霞、马晶敏、周天烁、叶梁、胡风范、陈安东、金娟娟、老表、李玲、高立业、张文涛、李祖贤、六一、陈琰钰、杨剑砺、李运佳、皮钱超、詹好、王茂霖、李一飞、杨昱文、刘羽中、王贺、刘洋、王佳旭、金一鸣、李嘉骐、牛志康、罗如意、吴忠强、何世福、徐何军、李万业、陈锴、梁家晖、宁彦吉、田雨、赖敏材、汪志鸿、王辰玥、唐鑫、宋禹成、王琦、杨毅远、江季、陈信达、安晟、闫永强、宋志龙、沈豪、袁明坤、王程伟、张强、游璐颖、樊亮、杨皓博、康兵兵、刘太路、芙蕖、聂平、张帆、张贤、李泺秋、蔡杰、hlzhang、台运鹏、张红旭、陈海顺、聂雄伟、杰少、王鹏、骆秀韬、王洲烽、蒋志政、王嘉鹏、胡锐锋、长琴、黄玉琳、易华挥、邹雨衡、徐虎、刘伟鸿、Joye、魂兮、宋志学、韩颐堃、陈逸涵、仲泰、万礼行、小饭同学、诸世纪、Zhang Yixin、Sarai