吴恩达 AI 学习知识库

解决的问题

学 AI 时常出现“名词都认识，但原理之间没有串联”的情况：梯度下降、Transformer、Reflection 各自都会背，却不知道吴恩达课程里如何把它们放进一个直觉框架。这个技能把机器学习、深度学习和 AI Agent 教学资料整理成可检索的参考，目标是用类比、口语和示例把核心概念讲清楚，而不是替代论文或官方文档。

工作方式

• 主题检索：围绕 CS229、CNN、RNN/LSTM、Transformer、Data-Centric AI、Agent 设计模式等关键词匹配内容。
• 风格表达：通过 andrew_style.py 模拟吴恩达式开场、类比和鼓励语气，适合快速理解概念。
• 核心模块：覆盖 ML 基础、深度学习专项、Reflection、Tool Use、Planning、Multi-Agent、数据飞轮、职业建议，以及 Loop Engineering、AI tokens、OpenWorker 等近期观点。
• 典型路径：先问有哪些主题，再选一个方向，例如用吴恩达风格解释过拟合，最后追问可运行示例。

适用边界

它不是实时新闻源，也不负责替代 PyTorch、Hugging Face 等官方文档。完整数学证明、生产级系统、医学影像标准和其他学者最新立场都不在优势范围内。代码示例偏教学，通常需要自行适配 base_url、api_key 和工程环境。