Repositories (29)
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
📚 从零开始构建大模型
南瓜书：《机器学习》（西瓜书）公式详解
《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases
推荐系统入门教程，在线阅读地址：https://datawhalechina.github.io/fun-rec/
🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/
💻 vibe coding 2026 | Your first modern programming course for beginners to master step by step.
《大模型白盒子构建指南》：一个全手搓的Tiny-Universe
数据挖掘、计算机视觉、自然语言处理、推荐系统竞赛知识、代码、思路
AI for All: The First Systematic Vibe Coding Tutorial | From Zero to Full-Stack, Bring Your Ideas to Life | Live at: www.vibevibe.cn ；全民AI学习第一课，首个系统化 Vibe Coding 开源教程 | 零基础到全栈实战，让人人都能借助 AI 实现自己的想法与创意 | 在线地址：www.vibevibe.cn
Datawhale成员整理的面经，内容包括机器学习，CV，NLP，推荐，开发等，欢迎大家star
PyTorch入门教程，在线阅读地址：https://datawhalechina.github.io/thorough-pytorch/
we want to create a repo to illustrate usage of transformers in chinese
动手学Ollama，CPU玩转大模型部署，在线阅读地址：https://datawhalechina.github.io/handy-ollama/
机器学习方法习题解答，在线阅读地址：https://datawhalechina.github.io/statistical-learning-method-solutions-manual
哈喽！龙虾 🙋♀️ Adopt from scratch and build your first claw 🦞 来领养你的第一只龙虾！
《机器学习理论导引》（宝箱书）的证明、案例、概念补充与参考文献讲解。
🐳 LeetCode 算法笔记：面试、刷题、学算法。在线阅读地址：https://datawhalechina.github.io/leetcode-notes/
Follow me，从 0 到 1 掌握 SQL。
从 NLP 到 LLM 的算法全栈教程，在线阅读地址：https://datawhalechina.github.io/base-llm/
🎓 系统性大语言模型构建课程｜🛠️ 覆盖预训练数据工程、Tokenizer、Transformer、MoE、GPU 编程 (CUDA/Triton)、分布式训练、Scaling Laws、推理优化及对齐 (SFT/RLHF/GRPO)｜🚀 6 个渐进式作业 + 代码驱动，建立 LLM 全栈认知体系
Matplotlib中文教程，在线阅读地址：https://datawhalechina.github.io/fantastic-matplotlib/
yolo master 本课程主要对yolo系列模型进行介绍，包括各版本模型的结构，进行的改进等，旨在帮助学习者们可以了解和掌握主要yolo模型的发展脉络，以期在各自的应用领域可以进一步创新并在自己的任务上达到较好的效果。
图深度学习（葡萄书），在线阅读地址： https://datawhalechina.github.io/grape-book
a chinese tutorial of git
📚“langent”由“lang”与“agent”合并而来的学习教程
一份全栈式大语言模型参考指南，用最简洁的代码帮助你端到端定义模型从零训练到工程落地的每一个细节
A systematic guide from physical imaging principles(医学影像处理开源教程), reconstruction algorithms to deep learning post-processing. https://datawhalechina.github.io/med-imaging-primer/
🌟 推理王国：关于 AI 推理机制的思想实验手册。从信息论、符号逻辑与表示学习出发，系统剖析大模型“智能”的本质。