想轉職 AI 卻不知從何下手？這份「開源深度學習課表」就是你的救星！ 現在 AI 這麼夯，打開新聞不是 ChatGPT 就是各種生成式 AI，你是不是也想「入坑」深度學習（Deep Learning），卻發現網路上的資源多到像海嘯一樣，讓人還沒開始就想放棄？ 別慌！學習是有分階級的（打怪也要先從史萊姆打起對吧？）。與其在茫茫網海中迷路，不如直接跟著頂尖大學的「開源課表」走。這些來自學界和業界「大神」們佛心分享的教材，含金量絕對比外面許多付費課程還高！ 這份清單是為了想要認真（沒錯，不是只有沾醬油）研究這個領域的人準備的。我們從最基礎的數學蹲馬步開始，一路練到最新的論文閱讀。 準備好了嗎？讓我們開始這趟「練功」之旅吧！ 第一階段：數學與機器學習基礎（先別急著關視窗，這是基本功！） 很多人看到數學就想逃，但相信我，地基打不穩，蓋出來的 AI 模型只會是危樓。 1. 線性代數 (Linear Algebra) MIT Linear Algebra (Gilbert Strang): ocw.mit.edu 推薦理由： 這絕對是經典中的經典！Strang 爺爺講課非常風趣，這門課不僅會給你扎實的數學底子，還會教你 FFT（快速傅立葉變換）和 SVD（奇異值分解）這些跟機器學習息息相關的工程應用。 Coding The Matrix: codingthematrix.com 推薦理由： 如果你是「工程師思維」，覺得看公式想睡覺，這門課超適合你！它教你用 Python 來學線性代數，邊寫 code 邊學矩陣，實用度滿點。 2. 統計學 (Statistics) Probability Theory and Mathematical Statistics (PennState): Onlinecourses.science.psu.edu 推薦理由： 這裡的講義非常詳盡，從入門到研究所等級都有。沒有落落長的影片，適合喜歡閱讀文字、想要 2-3 …
AI工程師
