AI实践指南

如果喜欢本项目,或希望随时关注动态,请给我点个赞吧(页面右上角的小星星),欢迎分享到社区!

1. 简介

  记载工程实践问题的解决策略与关键要点,分享各种实用案例,追踪前沿技术发展,囊括 AI 全栈知识,涵盖大模型、编程技术、机器学习、深度学习、强化学习、图神经网络、语音识别、NLP 及图像识别等领域。

1. 代码结构和内容简介

   ai_wiki (AI全栈教学知识,以Markdown, Jupyter Notebook汇总知识体系)
   ├── 01_系统平台 
   │   ├── 基础：常用网站、通用工具
   │   ├── 系统：Windows/Linux
   ├── 02_程序代码 
   │   ├── 编程：python, c, c++, 数据库, LeetCode
   │   ├── 实战：常用工具、常见问题汇总
   ├── 03_数学基础（程序员必备数学知识）
   ├── 04_算法原理（传统算法,优化算法,遗传算法）
   ├── 05_机器学习（资源+原理+实战）
   ├── 06_深度学习（资源+原理+实战）
   ├── 07_强化学习（资源+原理+实战）
   ├── 08_图网络（资源+原理+实战） 
   ├── 09_模型部署（资源+原理+实战）
   ├── 10_实践应用
   │   ├── 01_开源平台
   │   ├── 02_音频 (语音识别、唤醒、声纹、语音合成、语音增强)
   │   ├── 03_文本处理
   │   ├── 04_时间序列
   │   ├── 05_图像识别
   ├── 11_面试
   ├── 12_量化交易与投资
   └── README.md
   
   

2. 量化炒股专题

1. 量化相关资源

   序号	工具	路径
   1	全网量化资源汇总	ai_wiki/12_量化交易与投资/01_资源

3. 大模型专题

代码路径：21_大模型

关注我

• 知乎
• 聚宽

讨论

欢迎在 Github Discussions 中发起讨论。

技术支持

欢迎在 Github Issues 中提交问题。

常见问题

请查看文档常见问题

引用

@misc{ai_quant_trade,
  author={Yi Li},
  title={ai_quant_trade},
  year={2022},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/charliedream1/ai_quant_trade}},
}