微软 AI 入门：开源人工智能课程，免费系统学原理
人工智能听起来宏大，微软 AI for Beginners 把它拆成一条可走通的学习路径：从符号 AI、搜索，到神经网络与生成式模型，配知识图谱导航。课程免费、克隆即学、无需注册，英文为主但结构图清晰，照着走能建立整体框架。它适合想先“看懂 AI 全景”再深入的学习者。
它解决什么问题
想学 AI，却被各种名词（CNN、RNN、Transformer）绕晕。
缺一张“先学什么后学什么”的全局地图。
视频课太长，想要能自己调速的文本型路线。
核心能力
| 能力 | 具体能做到什么 |
|---|---|
| 全景图谱 | 用知识图谱串起 AI 各分支，先见森林再见树 |
| 重历史 | 从符号主义到深度学习，讲清来龙去脉 |
| 配代码 | 关键模型有 notebook 可跑，理论不悬空 |
| 模块化 | 可按兴趣跳读某条线，不必从头死磕 |
| 免费开源 | MIT 协议，克隆即学，无账号墙 |
| 可翻译 | 社区多语言版，降低英文门槛 |
它先用一张知识图谱把你从名词迷宫里拉出来
这门课和纯算法课不同，它的第一贡献是“地图”：用可视化的知识图谱标出人工智能的各个子领域和先后关系，让你知道 Transformer 处在哪、为什么先要懂神经网络。对自学者来说，这种全局视角能极大减少焦虑——你清楚自己现在在路径的哪一段，而不是被术语洪流冲散。
学习建议是顺着图谱主线走，遇到感兴趣的支线再深入，不必强求全懂。要注意它覆盖面广所以单点不深，真要做模型还得接专项课。离线方面，仓库克隆后本地可通读大部分内容，配套 notebook 需装好依赖。它与 ML for Beginners 互补：一个建全景，一个练算法，合起来构成微软这套免费 AI 学习阶梯。
同类工具怎么选
| 工具 | 授权 | 差别在哪 |
|---|---|---|
| ML for Beginners | 开源免费 | 同系列，聚焦经典算法动手，适合随后衔接。 |
| CS231n | 官方免费 | 深度学习视觉专项，讲得深但门槛更高。 |
| DeepLearning.AI | 免费闭源 | 交互式短课多，但部分需平台账号。 |
谁适合用
- 想先建立 AI 全局认知再选方向的自学者
- 准备转行人工智能、需要路线图的职场人
- 做科普或备课、需要一张清晰知识地图的老师
怎么开始
- 克隆 AI-For-Beginners 仓库，先看 README 里的知识图谱。
- 沿主线从符号 AI 学到神经网络与生成模型。
- 打开关键章节的 notebook 跑通示例模型。
- 对感兴趣的支线（如 CV、NLP）单独深入。
- 学完接 ML for Beginners 补算法动手环节。
常见问题
要付费吗？
不要。MIT 开源，整套课程免费学习并可分享。
要注册吗？
不用。GitHub 匿名克隆即可开始，无需登录。
有中文吗？
英文为主，社区有中文翻译资源可辅助理解。
和深度学习专项课比呢？
它重全景与脉络，单点较浅；想深挖模型请接专项课。
授权与合规
AI for Beginners 以 MIT 协议开源，课程图谱与代码都在 GitHub，可免费学习与分享。 官网：github.com/microsoft/AI-For-Beginners。
继续找同类资源
这条属于「学习资料」栏目，同栏目还有更多可直接使用的免费资源，可以在 学习资料全部资源 里按需翻阅。
相关资源
同栏目下这几条也常被一起翻到：
↓ 获取资源
点击按钮直接前往资源页面。
