AI-IT知识体系

费曼学习法:用最简单的话,解释最复杂的概念。


📚 内容导航

名称说明链接
AI核心知识理解人工智能的核心理论与技术进入
AI伦理与安全理解人工智能的伦理问题与安全挑战进入
AI应用理解人工智能的实际应用场景进入
数据基础理解数据处理与分析的核心知识进入
基础知识理解计算机科学的核心基础知识进入
硬件基础理解计算机硬件的核心知识进入
网络基础理解计算机网络的核心知识进入

🧭 计算机科学核心课程路线

按认知顺序从下往上:先有描述世界的语言(数学),再有执行指令的机器(硬件),再有多任务的管理者(操作系统),然后是跨机器的通信(网络),最后才是人与系统协作的工程(软件与数据)。

顺序课程一句话为什么先学它入口
1离散数学给「对象、规则、结构、计数」打底,是算法与数据模型的语言进入
2高等数学极限/导数/积分与线代、概率,是优化与模型推理的计算器进入
3计算机组成原理知道指令怎么跑、数据怎么流,才能解释性能瓶颈从哪里来进入
4单片机与嵌入式最小的完整系统,把硬件、中断、实时性一次说清进入
5操作系统进程、内存、文件系统、I/O:线上大多数诡异报错的根源进入
6计算机网络一旦服务跳出一台机器,协议栈与 DNS/路由就成了默认假设进入
7数据结构与算法有了前六门的语言与机器,这里才谈「怎么算得快」进入
8软件工程与开发艺术需求到监控的全生命周期,加上让代码保持可改的底层习惯进入
9数据与系统设计数据库、缓存、消息队列:把上面所有约束收敛到一个可运行的系统进入
10AI 核心与应用以上全通之后,机器学习与大模型只是新的组合进入

🎯 按问题找答案

你想解决的问题先看
完全零基础,想打底沿上面的「核心课程路线」从 1 往 10 走
性能上不去,怀疑是机器或系统问题组成原理 → 操作系统
接口超时、链路不通、DNS 拖慢网络基础
统计结论不可信、实验看不出差异概率与统计
代码越改越乱、不敢重构软件开发的艺术
想搞懂大模型与提示词AI核心知识
想动手做一个 AI 应用AI应用
担心数据合规与模型风险AI伦理与安全
想懂数据处理与存储数据基础
想懂网络为什么不通网络基础

🔗 相关链接

主题链接
上一级打开
工程技术打开
健康科学打开
人文学科打开
管理学打开
自然科学打开

此文件夹下有7条笔记。