知径OPEN COURSE READER 选择课程

一套保留上下文的开源课程阅读方式

不是收藏一门课, 而是把它真正读懂。

原文、完整译文与疑难解释各居其位。先看见全貌,再在不懂的地方停下来。

选择课程
01 / 课程书架

从一门合适的课,
开始建立知识地图。

两套课程共用同一个阅读器。课程数据彼此独立,原文、译文、双语对照和作业都按各自的固定版本呈现。

02 / 内容保真

学习资料最怕的不是难,

是被摘要到只剩结论。

知径不把课程压成几句“知识点”。正文结构、案例、练习、代码、图片和来源链接都继续留在原来的上下文里。

中文翻译负责降低语言门槛,难点解析负责回答“为什么”。它们不会悄悄替换原作者说过的话。

50/50

英文原文逐课接入

50/50

完整中文译文

208+

原课程图片完整保留或引用

03 / 阅读方式

一块屏幕,
三层理解。

目录负责定位,正文负责讲述,右侧解释负责在你卡住时出现。不是打断阅读,而是给困惑一个出口。

课程目录 AI for Beginners
完整正文 LESSON 01

人工智能导论

有些任务我们会做,却说不清应该怎样一步步完成……

?
按需展开 为什么这很难写成规则?

先用生活中的例子建立直觉,再解释机制和容易误解的地方。

例子原理误区
01

中文阅读

先跨过语言门槛,完整理解课程论述。

02

英文原文

回到固定版本的源材料,核对术语与语境。

03

双语对照

左右并读,让翻译与原文互相校验。

04 / 示例课程地图

从“AI 是什么”,
一路走到负责任的 AI。

7 个模块、24 节课程。路径是线性的,理解可以随时向旁边展开。

01

导论

智能、历史与两条技术路线

1 课
02

符号人工智能

知识表示与专家系统

1 课
03

神经网络基础

感知机、训练框架与过拟合

3 课
04

计算机视觉

卷积、迁移、生成与检测

7 课
05

自然语言处理

词向量、RNN、Transformer 与 LLM

8 课
06

其他 AI 方法

遗传算法、强化学习与多智能体

3 课
07

负责任的人工智能

偏见、公平、透明、隐私与责任

1 课
05 / 从一张知识图开始

先建立地图,
再钻进细节。

课程中的每一张原图都保留在本地。图片不是装饰,它帮助你在文字之外形成第二条理解路径。

打开 AI 课程第一课 →
AI for Beginners 第一课手绘知识图
AI for Beginners · Lesson 01 Sketchnote

准备好了吗?

从第一课开始,
慢一点,也懂得更多。

选择一套课程
知径 · Open Course Reader完整原文 · 独立翻译 · 按需解释

正在整理课程原文与解释索引…

课程图片大图