跳到正文
Chandler Nguyen
AI閱讀時間1分鐘

我完成 7 個 Andrew Ng Machine Learning 同 AI 課程嘅旅程

我喺幾個月內完成咗 7 個 Andrew Ng 課程——從 ML 基礎到砌 GenAI 應用。以下係我嘅路線圖,帶你 ship 第一個 LLM 應用。

呢篇文章反映嘅係2023年嘅情況。如果想了解呢個話題嘅最新資訊,請參閱 上完 Andrew Ng 嗰 7 堂課兩年之後:如果由今日重新嚟過,2026 年我會點走呢條路.

作為一個對 machine learning 同 AI 世界深感興趣嘅人,我發現自己被 Andrew Ng · 聯盟連結: Chandler可能會收到佣金。 嘅教學吸引。過去幾個月,我完成咗佢七個課程,每個都為不斷演變嘅 machine learning 同 AI 領域帶嚟獨特嘅見解。以下係我對呢啲課程嘅睇法,以及佢哋點樣塑造我嘅理解:

1. Machine Learning Specialization - 紮實嘅基礎

呢個適合初學者嘅 3 課程 specialization 提供 machine learning 概念同應用嘅紮實基礎。課程從 supervised learning 演算法(例如 regression 同 classification)到更進階嘅技術(例如 unsupervised learning 同 reinforcement learning)。我好欣賞 Python 嘅動手 coding 練習,即使程式設計經驗有限都覺得可以跟上。呢個係最好嘅 machine learning 入門課程之一。

2. Generative AI for Everyone - 揭開炒作嘅面紗

針對非技術人員,呢個課程揭開 generative AI 嘅神秘面紗,解釋佢嘅應用同限制。內容組織得好好,平衡利弊同打破常見迷思。呢個對任何想從構思到推出理解 generative AI 嘅人嚟講都係一個好課程,包括建立有效嘅 prompt。

3. Neural Networks and Deep Learning - 理解關鍵模型

呢個課程開始更深入 deep learning,點樣應用到 supervised learning、模型嘅主要類別(CNNs、RNNs 等)、同佢哋應該喺乜時候應用。喺「Machine Learning Specialization」之後上呢個課程可能覺得某啲內容有啲重複。可以跳過。

4. 當你準備好砌你嘅第一個 Gen AI 應用

當你覺得準備好開始砌你嘅第一個應用,特別係 Gen AI 應用,由以下課程開始:「ChatGPT Prompt Engineering for Developers」、「Building system with chatGPT API」。

呢啲課程會幫你慳好多時間,因為佢哋會畀你一個概覽,講你砌應用嗰陣最重要嘅步驟。當然佢哋附有示例 code,所以好實用。

ChatGPT Prompt Engineering for Developers

呢個課程對初學者同進階學習者都好有用。由 Andrew 同 OpenAI 嘅 Isa Fulford 教。聚焦於 prompt engineering 嘅細微差別同使用 Large Language Models (LLMs)。課程出色咁解釋 LLMs 嘅核心概念並提供 prompt engineering best practices 嘅實際見解。對想理解同運用 LLM APIs 喺各種應用嘅人特別有價值。例如點樣叫 GPT 以 JSON 格式輸出答案,等你可以喺應用入面之後用。

Building Systems with the ChatGPT API

呢個係 Prompt Engineering 課程嘅後續,呢個 short course 對 LLMs 初學者嚟講好完美。提供動手例子同教你點樣有效咁用 large language models 砌多步驟系統。呢個課程係對 prompt engineering 同 large language model 應用有興趣嘅人嘅優秀入門。我欣賞以下方面嘅指導同實際 code 例子:

  • 點樣用「Moderation API」去驗證用戶 input,避免 prompt injection
  • Chain of thought reasoning
  • Chaining prompts
  • Output evaluations

5. 準備好更深入?

上完呢啲課程之後,如果你想更深入 Gen AI 應用開發,「Functions, Tools, and Agents with LangChain」同「Vector Databases: from Embeddings to Applications」呢兩個課程係完美嘅。

理解 vector database 係乜、點運作、同佢點幫你砌多模態 generative AI 應用真係超正。

我繼續探索 machine learning 嘅同時,好感恩 Andrew 嘅課程涵蓋咁廣泛嘅題目。佢哋畀咗我全面嘅視野,同埋可以用嚟建立、應用,並且負責任地擴展 AI 系統嘅實用技能。我期待將呢啲所學應用到未來嘅實際項目上。

6. 更新(2025年11月):付諸實踐

記得我話過期待「將學到嘅嘢應用到實際項目」嗎?我真係做到咗。

完成呢啲課程之後,我花咗 75 日砌 STRAŦUM ——一個 9-agent AI marketing 平台,應用咗 Andrew 教嘅嘢:LLM prompt engineering、function calling、chain-of-thought reasoning、同 multi-agent systems。

個平台用咗 11 個策略框架(SWOT、Porter's Five Forces、Blue Ocean Strategy 等)同 progressive learning——即 AI agents 被設計成每次對話後對你嘅業務越嚟越聰明。佢係為需要策略智慧而唔只係執行嘅小企業同 marketing agency 設計嘅。

完美嗎?肯定唔係(我仲喺學!)。但佢運作到、而且直接來自應用我從 Andrew 課程學到嘅嘢。有時最好嘅學習方式就係砌一啲真正嘅嘢。

如果你好奇呢啲 AI 概念點樣轉化成實際產品,你可以睇launch故事。STRAŦUM 已經停運 — 佢第一個版本係 MIT 授權嘅開源參考實作。

仲喺寫 code,仲喺學,仲喺將 Andrew 嘅教學應用到真正嘅問題上。

Chandler