换门为什么更容易赢?
用蒙提霍尔游戏区分“剩下两扇门”与“主持人知道答案后选择打开一扇门”。关注主持人的规则如何改变条件概率。
A hands-on introduction to AI
数学不是 AI 之外的一道门槛。概率告诉我们如何更新判断,向量把相似性变成几何,注意力帮助模型挑选上下文,智能体则把模型接进可以执行的任务。沿着六个小实验,一步步把这些概念连起来。
先带着问题做实验,再解释观察到的现象;最后用一个问题检查自己是否能把概念讲给别人听。
建议按顺序学习。每个实验都可以单独打开,也适合教师投屏后让学生先预测、再操作、最后讨论。
用蒙提霍尔游戏区分“剩下两扇门”与“主持人知道答案后选择打开一扇门”。关注主持人的规则如何改变条件概率。
从点、线、平面走向高维向量。通过移动和比较表示,理解“语义接近”如何转化为空间里的相似关系。
观察空间扩张怎样让数据变稀疏,认识维度灾难对距离、样本量与模型泛化的影响。
用“并行查看上下文”的直觉认识 Transformer,分清输入表示、位置关系、注意力与逐步生成的作用。
把 Query 看作当前要找的信息,Key 看作可匹配的线索,Value 看作要汇总的内容;比较单头和多头视角。
用任务、环境、工具与反馈解释智能体的执行循环,再用迷宫认识状态、动作、奖励和策略。
理解概念之后,可以进入数据分析课堂:选择统计方法、设计可复核分析流程,再把 Dify 工作流或科研智能体搭建出来。
进入 AI 数据分析互动课堂 →关于这门课最常被问到的几件事。
适合零基础的 AI 使用者与初学者:无需编程基础,建议用时 90 分钟;6 个可交互实验也适合教师投屏后带课堂演示。
从概率、向量讲到注意力机制、Transformer 与智能体:概率帮我们更新判断,向量把相似性变成几何,注意力帮助模型挑选上下文,智能体把模型接进可执行的任务。
6 个可交互实验:三门问题、维度与嵌入、维度灾难、Transformer 拆解、多头注意力、智能体与迷宫决策,每个实验都可以单独打开。
有。页面提供可下载的课程讲义 PDF,每个实验还配一条「带走」结论,方便课后复习和讲给别人听。