编辑/排版：卒見
要我说，如今最迫不及待的自我提升，就是AI了，自从GPT出现，大家的视线瞬间转移到大模型上，很多开发人员也需要再一次复习精妙的算法。事实上，算法和数据结构早已存在于世界的各个角落，从早期的简单算法，到如今精细复杂的算法，每次一转变的背后，都拥有者令人惊叹的算法思想。本期整理的自我提升网站，与AI息息相关，从了解算法开始，再到一些简单的IT、H5教程等，比较适合理科生！
Part. 01
Hackr
一个好用的
编程视频和教程网站
，你可以在这里找到关于程序开发、设计和数据科学相关的教程。该网站和各个课程提供商合作，可以给用户提供高质量的学习课程。
提供Python、JavaScript、人工智能、数据科学、React、道德黑客等课程 。以及Python、JavaScript、Java、HTML、C++、PHP等项目。还有编程博客，以及数据、分析和人工智能等，教程丰富！
网页： https://hackr.io
Part. 02
Hello算法
这是一本开源、免费的，对新手友好的
算法书籍
，该书采用动画图解，结构化地讲解数据结构与算法知识，内容清晰易懂，学习曲线平滑。
数据结构无处不在，社会网络、地铁路线、树叶脉络等，每一次的连接都有它的算法！该书通动画图解，新手很友好；支持互助式学习，可在线讨论。你可以通过本书了解算法源代码，可一键运行， 支持10+编程语言 ，包括Python、C++、Java、C#、Go、Swift、JavaScript、TypeScript、Dart、Rust、C和Zig等语言。
本书旨在 通过清晰易懂的动画图解和可运行的代码示例 ，让我们理解算法和数据结构的核心概念，并能够通过编程来实现它们。在此基础上，本书致力于揭示算法在复杂世界中的生动体现，展现算法之美。
网页：
www.hello-algo.com/chapter_hello_algo
Part. 03
简单教程
IT入门首选，简单教程是一个关于技术和学习的地方，包含
前端、后端、数据库等方面的入门教程
。类似菜鸟教程，你可以在这里交流想法。
该网站提供微信开发学习、移动开发学习、前后端开发学习、Java 技术、.NET 开发、数据库&缓存学习等。
同时你可以在菜单栏中找到论坛、教程、专栏、工具等相关技术和学习内容。
网页： www.twle.cn
Part. 04
HTML5资源教程
一个分享 HTML5开发资源和开发教程的网站 ，HTML5交流学习平台。
提供包含HTML5应用、HTML5教程、CSS3教程、JQUERY插件、HTML教程、CSS教程等内容学习！
网页： www.html5tricks.com
Part. 05
How to Learn Robotics
这是一个项目指南，专为非科班的小伙伴而设计，旨在指导大家 如何学习机器人学 。其中包含了必备知识、入门教材推荐、实践项目以及进阶方法等内容，可以帮助你逐步成长为一名优秀的机器人工程师。
这是一个简单的开源项目，支持随时修改并提交 Pull Request；有问题也可以提 Issues
GitHub：
https://qiu6401.gitbook.io/how-to-learn-robotics
Part. 06
Learn-Algorithms
C语言算法和数据结构学习笔记
。这是一个开发小伙伴整理的学习算法过程的记录。其中包含学习方法、基本数据结构和算法等。
GitHub：
https://github.com/nonstriater/Learn-Algorithms
Part. 07
Generative AI for Beginners
一个面向初学者的 生成式人工智能教程 ，由微软开源的面向初学者的生成式AI免费课程。
课程共18节，涵盖了创建生成式AI应用所需要了解的一切，包括生成式AI和LLMs的简介、提示词、构建文本生成应用、聊天应用、图像生成应用、向量数据库等方面的内容。
GitHub：
https://microsoft.github.io/generative-ai-for-beginners
Part. 08
llm-universe
【动手学大模型应用开发】，这是一个
专为小白开发者设计的大模型应用开发教程
。内容涵盖了大模型的概念介绍、如何调用大模型API、知识库的搭建、构建 RAG（Retrieval-Augmented Generation）应用以及评估方法等内容。
该项目基于阿里云服务器，结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门，主要内容包括：大模型简介、如何调用大模型 API、知识库搭建、验证迭代等等！
主页：
https://datawhalechina.github.io/llm-universe
好了，以上内容大部分都针对初学者，不过没有耐心也是比较难懂的，有点混乱，如果你下定决心学习AI大模型，可以选择自己的薄弱处，系统的开始学习！
❶
❷
❸
