不用199，也不用9.9，英伟达黄院士免费给大伙儿送AI课了！

从数据科学到深度学习，再到生成式AI，全都有免费课程上新，且不少课入门小白也能看懂。

有网友整理po出了9节干货课程，非常火爆：

点开每节课不光有录制的课程视频，还有讲义、PPT、课后问题等学习资料。

大批网友已迫不及待地码住：

网友强烈安利这9节课

1、解释生成式AI

在这门课程中，你可以学到：

生成式AI的定义、工作原理

各种生成式AI应用

生成式AI的挑战和机遇

课前要求是需对机器学习和深度学习有基本的了解。

2、10分钟内构建大脑

这节课时长仅有10分钟，探讨了世界上第一个神经网络背后的生物学和心理学灵感。

在这门课程中，你可以学到：

神经网络如何使用数据进行学习

神经元背后的数学原理

看课前建议：了解Python 3中的基本编程概念，如函数、循环、字典和数组；了解如何计算回归线。

3、使用LLM构建RAG智能体

这节课时长8小时，课程内容包括：

探索LLM和向量数据库的可扩展部署策略

学习微服务知识，掌握如何在微服务之间协作以及如何开发属于自己的微服务

利用LangChain范式来开发对话管理和文档检索解决方案

用最先进的模型练习，明确有关产品化和框架探索的后续步骤

适合熟悉LLM及其相关组合框架（如LangChain），具有中级Python水平，最好有网络工程和开发运维背景的人群学习。

4、使用RAG增强LLM性能

学习内容包括：

RAG基础知识

RAG检索过程

英伟达AI基础和RAG模型组件

5、数据中心的AI

学习内容包括：

AI用例、机器学习、深度学习及其工作流程

GPU架构及其对AI的影响

深度学习框架和部署注意事项

点开课程后是这样婶儿的：

6、零代码更改加速数据科学工作流

在众多行业内，现代数据科学的需求是快速且高效地处理大数据量。NVIDIA RAPIDS能够为众多数据科学任务提供GPU加速，而且无需修改代码。

在这门课程中，你可以：

了解跨CPU和GPU的统一工作流在数据科学任务中的优势

学习如何在不更改代码的情况下，为各种数据处理和机器学习工作流程实现GPU加速

体验当工作流程通过GPU加速时，处理时间显著缩短的效果

看课前建议：对表格数据上的数据处理和标准数据科学工作流程有基本的理解；具有使用常见Python数据分析库的经验；使用的工具、库、框架包括：NVIDIA RAPIDS（cuDF, cuML, cuGraph）、pandas、scikit-learn和NetworkX。

7、掌握推荐系统

这节课讲的内容有关英伟达Kaggle Grandmasters构建电子商务推荐系统的策略，涵盖2阶段模型、候选模型生成、特征工程和集成方法。

适合数据科学家、机器学习工程师以及对推荐系统和数据科学竞赛感兴趣的人观看。

点开后可以观看视频讲座，并附有详细的解释和真实例子。

8、网络技术入门

学习内容包括：

了解网络及其重要性。

探索以太网基础知识及以太网网络中的数据转发。

讨论网络组件、需求、OSI模型、TCP/IP协议。

具体是这样婶儿的：

9、如何进行大规模图像分类

学习内容主要是如何进行大规模图像分类，涵盖挑战、建模技术和验证策略。

适合数据科学家、机器学习从业者以及对深度学习竞赛感兴趣的人观看。