名额有限，先到先得！各学习时间重叠，建议只报 1 门。
本项目是一个系统性的 LLM 学习教程，将从 NLP 的基本研究方法出发，根据 LLM 的思路及原理逐层深入，依次为读者剖析 LLM 的架构基础和训练过程。同时，结合目前 LLM 领域最主流的代码框架，演练如何亲手搭建、训练一个 LLM，期以实现授之以鱼，更授之以渔。【注：本期课程将学习教程的1～3章，以理论基础为主】
适合人群：有基本的深度学习基础，想要系统上手 LLM 理论知识的学习者
https://github.com/datawhalechina/happy-llm
在Datawhale的6月学习内容许愿中，非常多的小伙伴希望学习 深度学习基础原理，机器学习基础等知识，在大模型快速发展变化的时代，基础没打牢，学习AI前沿技术只能浅尝辄止，所以特别邀请合作AI‘新圣经’《深度学习：基础与概念》，希望帮助更多AI学习者能够深入学习AI的基本原理，从数学公式中理解算法的发展，理解不同模型为什么这样设计。
https://www.datawhale.cn/learn/summary/176
3. YOLO-Master-1：经典CV YOLO系列模型基础教程
本项目主要对YOLO系列模型进行介绍，包括各版本模型的结构，进行的创新、优化、改进等。本课程内容，在传统的DL课程中，大致位于计算机视觉模型里的经典CV模型ResNet等之后，Transformer 等Squential Models 之前的位置。本课程旨在帮助学习者们可以了解和掌握主要YOLO系列模型的发展脉络，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。
适合人群：本课程面向有一定的机器学习基础的，上过Deep Learning和计算机图形学课程的学生、工程师或者研究者；应用领域为基于YOLO的目标检测、图像分类、图像分割、姿态检测和目标跟踪
https://wvet00aj34c.feishu.cn/docx/U7YndF6zOo9Oi0xywBxcDvl7nNe
https://sxwqtaijh4.feishu.cn/docx/WNLJdo0wxoFPuExt6rbcvB8MnPg
https://github.com/datawhalechina/yolo-master
教程从智能体、工作流介绍到使用 Coze 搭建简单的智能体和工作流、应用到发布展开，整合实用 AI 工作流并做拆解，同时准备提示词手册和案例手册，旨在展示项目可行性，帮助学习者更好地理解和实操相关技能。本次教程基于coze-ai-assistant的基础版教程，不适合进阶同学的选择。
适合人群：想从 0 到 1，想使用 Coze 搭建智能体的同学。
https://github.com/datawhalechina/coze-ai-assistant
https://www.datawhale.cn/learn/summary/105
本课程涵盖了ai文本大模型、ai+表格处理、ai+ppt制作、ai+思维导图等办公方面的工具介绍和使用（必修），同时还有ai文生图、ai文生视频等好用好玩的技能（选修），除了详细的讲解外还有许多有趣的案例等你来实践！
适合人群：面向非计算机专业、对 ai+办公感兴趣的大学生。
https://www.datawhale.cn/learn/summary/162
本教程将全面指导你如何快速搭建自己的AI应用环境，从Docker桌面版的安装与配置开始，到本地部署Dify并自定义AI助手功能，学习内容涵盖基于DIFY实现智能体搭建、工作流搭建、综合应用及MCP应用，让你轻松实现“猜病例”、“甜蜜哄人”、“新生入学指南”、“小红书读书卡片”与“面试宝典”等多种特色AI应用。
适合人群：有需要开发AI应用的同学，有对AI应用开发需求但无代码基础的同学
https://github.com//self-dify
7. Ollama教程：含DeepSeek本地部署
动手学 Ollama 教程，轻松上手实现大模型本地化部署，快速在本地管理以及运行大模型，让 CPU 也可以玩转大模型推理部署！
适合人群：你要想在笔记本PC上部署大模型甚至想在本地开发一些应用，那么本教程特别适合你！
https://github.com/datawhalechina/handy-ollama
https://datawhalechina.github.io/handy-ollama
聪明办法学 Python 第二版是 Datawhale 基于第一版教程的一次大幅更新。我们尝试在教程中融入更多计算机科学与人工智能相关的内容，制作“面向人工智能的 Python 专项教程”。我们的课程简称为 P2S，有两个含义：Learn Python The Smart Way V2，“聪明办法学 Python 第二版”的缩写。Prepare To Be Smart， 我们希望同学们学习这个教程后能学习到聪明的办法，从容的迈入人工智能的后续学习。
https://datawhalechina.github.io/learn-python-the-smart-way-v2/
本教程主要是针对具有机器学习基础并想找推荐算法岗位的同学。教程内容由推荐系统概述、推荐算法基础、推荐系统实战和推荐系统面经四个部分组成。本教程对于入门推荐算法的同学来说，可以从推荐算法的基础到实战再到面试，形成一个闭环。
适合人群：入门推荐算法或想找推荐算法相关工作的同学
https://github.com/datawhalechina/fun-rec
https://datawhalechina.github.io/fun-rec/#/
周志华老师的“西瓜书”是机器学习经典入门教材，值得反复阅读，配合“南瓜书”从本科数学基础的视角进行讲解，一起打好基础！
适合人群：有本科数学基础（高等数学、线性代数、概率论与数理统计）的同学
https://github.com/datawhalechina/pumpkin-book
https://www.datawhale.cn/learn/summary/2
本项目基于《数学建模导论——基于Python语言》整理而来，是为了帮助学生更好的学习数学建模、数据科学知识所用。可用于大学生参加数学建模竞赛，也可用作工作中的平时学习。
适合人群：想要准备全国（美国）大学生数学建模竞赛的大学生，以及对数学建模、科学计算有兴趣的工作者
https://github.com/datawhalechina/intro-mathmodel
http://www.datawhale.cn/learn/summary/85
本教程旨在提供实战案例学习机器学习，涉及内容为线性回归，逻辑回归，决策树，支持向量机，K-means聚类，贝叶斯。本教程采取逐句精讲的方式，力求帮助学习者更好吸收知识，在学习过程中，同学们不仅能学习到案例，还能学习python的小知识，编程思维锻炼，希望同学们能有收获。
适合人群：在学习了西瓜书后，想要实操加深印象的同学；想要实操机器学习，学习python的同学
https://github.com/datawhalechina/simple-ml-code
本课程系统讲解Python网络爬虫开发的基本技术与实战应用，通过”基础-进阶-实战”三阶段教学，帮助学员掌握从数据抓取到信息处理的全流程技能。
适合人群：希望转型数据分析/爬虫工程师的IT从业者；对网络技术感兴趣的Python开发者
https://www.datawhale.cn/learn/summary/178
本课程系统讲解C#语言核心语法与Visual Studio 2022开发环境的使用。通过”工具使用→基础语法→面向对象→高级特性”的渐进式学习路径，帮助学员掌握.NET平台开发的核心技能。课程包含大量实战演示，每个知识点均配有可运行的代码示例。
适合人群：计算机相关专业在校学生，希望转型.NET开发的职场新人，需要系统梳理C#知识的自学者。
https://www.datawhale.cn/activity/309
本期组队学习的所有贡献者：张浩远、魏屹、红星、张友东、小雨姑娘、骆秀韬、张凯旋、潘笃驿、徐辉、揭熔阳、宋志学、邹雨衡、罗如意、yolo-master 全体贡献者、程宏、王熠明、谢文睿、秦州、马世拓、司玉鑫、人民邮电出版社、胡昊、马燕鹏
