Zero to AI：涵盖 Python、深度学习、LLM、RAG 与 AI Agent 的免费 AI/ML 课程

核心能力与快速开始

★ 135 · Jupyter Notebook

能做什么

提供 950 多个可执行的 Jupyter Notebook 与配套 MDX 文档，按 33 个编号阶段组织，覆盖 Python 基础、NumPy/Pandas/Scikit-learn 数据科学（278+ 篇）、机器学习数学（40+ 篇）、分词与嵌入、从零实现神经网络与 Transformer（45+ 篇）、LLM 与 RAG（20+ 篇）、AI Agent（函数调用、MCP、OpenAI Agents SDK、LangGraph、多智能体，11+ 篇）、提示与上下文工程、LoRA/QLoRA/PEFT/DPO 微调、MLOps 与部署（vLLM、量化）、模型评测与安全（LLM-as-judge、红队、偏差与公平性）、多模态、本地 LLM（Ollama、llama.cpp、MLX）以及低代码 AI 工具等；提供四条按目标划分的学习路径（LLM 使用、数据科学求职、生产级 AI 应用、零基础入门）。

适用场景

适合个人从零系统学习 AI/ML 并作为自学课程表；适合希望按主题查阅可运行示例的开发者学习 LLM、RAG、Agent、微调与 MLOps 实践；适合作为教学或培训的课程材料来源；也可通过浏览器内置的 Pyodide 在低配设备上完成早期阶段的动手练习。

项目形态

资料合集

部署方式

提供多种使用方式：在站点 zero-to-ai.dev 通过 Pyodide 在浏览器中直接运行 Notebook（无需安装、无需 GPU）；本地安装支持 UV 脚本或 Conda 环境；也提供 Google Colab、Kaggle、GitHub Codespaces、Replit、SageMaker Studio Lab、github.dev 等云端入口。具体部署条件以仓库文档为准。

主要依赖

基础 Python 知识或从 Python 阶段开始；高中数学水平可覆盖大部分内容，第 3、24、25、27 阶段数学更深；本地运行建议 8 GB RAM 可用前 11 阶段，16 GB+ 更舒适，GPU 仅在本地微调（第 12、14、24 阶段）和大规模推理（第 30 阶段）时需要且为可选；较重的 Notebook 可改用云端免费 GPU（存在速率限制或地区验证差异）。

使用限制

课程仍在演进中，部分后期阶段（如 30-inference-optimization）尚未完成，各阶段完整度不一致；建议按引导式课程顺序学习，而非随机浏览目录；浏览器 Pyodide 运行不支持全部 Python 包，不适合需要 GPU 的 PyTorch 场景；README 中未说明 API 调用成本的具体数值；未实际验证安装或运行效果。

许可证

MIT

最近推送

2026-10-13 05:08

资料检查：2026-10-13 07:00 · 卡片整理：2026-10-13 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

程序员可通过该课程学习 Python、深度学习、LLM、RAG、AI Agent、提示工程、微调、MLOps 等主题，并运行 950+ Jupyter Notebook 进行动手实践，用于构建生产级 AI 应用和提升 AI 开发技能。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证