知乎AI大模型全栈工程师培养计划2期资源介绍：
课程面向没有基础的大众，通过学习可以掌握使用AI的能力。课程有一定的深度，但会尽可能的深入浅出的讲解，满足不同背景的需求。AI可应用于解决业务问题，如文本分类、语境分析等，需要先拆解和描述清楚业务问题，再评估大模型的能力，并从系统性角度看待分类问题，分类问题需要量化评估输出的对错指标，而回归问题则是误差大小的问题。
资源目录：
├──08-fine-tuning.zip 37.80M ├──1-简介 – AI 大模型全栈工程师_ev.mp4 424.41M ├──10-Semantic Kernel_ev.mp4 548.57M ├──11-用 LangChain 手撕 AutoGPT_ev.mp4 277.54M ├──12-项目方案分析与设计_ev.mp4 775.84M ├──13-机器学习基础（上）_ev.mp4 492.97M ├──14-机器学习基础（下）_ev.mp4 566.03M ├──15-基于 ChatGLM2 的 Fine-tuning_ev.mp4 551.18M ├──16-Fine-tuning 集中答疑_ev.mp4 474.28M ├──17-客座嘉宾：大模型时代的AI产品新挑战_ev.mp4 255.13M ├──19-怎样抓住大模型时代的产品机遇_ev.mp4 429.38M ├──2-迈入大模型时代：AI 大模型基础介绍_ev.mp4 355.01M ├──20-产品设计_ev_ev.mp4 491.70M ├──21-客座嘉宾：XAgent 原理、技术与应用_ev_ev.mp4 507.85M ├──22-产品运营和业务沟通_ev_ev.mp4 354.63M ├──23-AI 绘画_ev_ev.mp4 595.19M ├──3-AI 大模型时代必备技术：Prompt Engineering_ev.mp4 436.09M ├──4-大模型开发新范式：Function Calling and Plugins_ev.mp4 445.19M ├──5-从AI编程认知AI_ev.mp4 455.89M ├──6-大模型应用开发框架 LangChain 上_ev.mp4 475.26M ├──7-嘉宾：多模态大模型和代码大模型是怎样炼成的_ev.mp4 427.90M ├──8-大模型应用开发框架 LangChain 下_ev.mp4 492.31M ├──9-12.zip 15.58M ├──9-LangChain.js 和 LangChain工具链_ev.mp4 435.15M └──AGIClass(0-9).zip 26.39M
