英伟达
（1）在 10 分钟内构建大脑
• 探索神经网络如何使用数据进行学习。
• 了解神经元背后的数学原理。
链接：https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-FX-01+V1
（2）构建视频 AI 应用程序
• 创建 DeepStream 管道以将原始视频转换为带注释的输出
• 集成不同的输入和输出源
• 一次设置多个视频流
• 使用替代推理引擎，如 YOLO
链接：https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-IV-02+V2
谷歌
（1）Google AI 基础知识
• 使用生成式 AI 进行创意、决策和任务加速
• 为摘要和标语等输出制作清晰的提示
• 负责任地使用 AI，注意偏见
• 随时了解 AI 进展
链接：https://www.coursera.org/learn/google-ai-essentials
（2）机器学习
• 不同的机器学习模型的工作原理
• 为机器学习项目准备数据的基本要素
• 为企业实施机器学习的选项
斯坦福
（1）专业化机器学习
• 构建 ML 模型
• 训练神经网络
• 深度强化学习
• 无监督学习技术
链接：https://www.coursera.org/specializations/machine-learning-introduction
哈弗商学院
（1）数据科学：机器学习
• 机器学习的基础知识
• 如何执行交叉验证以避免过度训练
• 几种流行的机器学习算法
• 如何构建推荐系统
链接：https://pll.harvard.edu/course/data-science-machine-learning
（2）CS50 的 Python 和 JavaScript Web 编程
• HTML、CSS
• Git
•Python
• Django
• SQL、模型和迁移
• JavaScript
参考文章：https://x.com/arpit20adlakha/status/1882737627285368994
