返回资源列表

Sebastian Raschka 个人博客 · Sebastian Raschka

ML/AI Hello Worlds: From RF to RLVR

ML/AI Hello Worlds: From RF to RLVR是Sebastian Raschka 个人博客的免费文章（en）。前置条件：需要了解分类、神经网络、微调、强化学习等基本概念，文章不展开原理细节。

读完能了解机器学习到 LLM 推理时代七个典型入门示例的方法与历史背景，并看到文中为每个示例给出的代码示例入口（部分为作者本人 notebook，部分为他人资源）。

打开官方课程
难度
入门
类型
博客 · 文章
语言
en
规模
1 个课节
内容费用
免费
动手
打开即可学习

使用限制

阅读文章本身无需账号；跟做文中外链的代码示例可能需要相应平台账号或第三方 API 服务。

练习与作业
Kaggle 账号（2015 XGBoost on Titanic 的代码示例链接指向 Kaggle 上他人的 notebook）Tinker API（2025 RLVR 示例的代码来自 Tinker API Cookbook，属外部第三方专有 API 服务；网页未写明是否收费，作者已说明自己不隶属该公司）文中提到卷积网络需 GPU 才有实际效果，未说明具体费用Python 环境与 Jupyter/Colab 之类 notebook 运行环境，用于跑文中链接到的代码

第一次学这门课？先完成学前准备，把课程目录搭好。

每节课这样学

  1. 发提示词把下面的每课提示词发给 AI Agent，它会准备这一课的练习文件。
  2. 学官方课节打开对应课节学习，按提示从第一道练习做起；它不会替你写答案。
  3. 记进度学完让 AI Agent 在 progress.md 勾选，并把疑问整理到 questions.md。
每课提示词 · 每次学习前用
继续学习「ML/AI Hello Worlds: From RF to RLVR」。课程目录是 ml-ai-hello-worlds-raschka/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。

课节共 1 节 · 官方顺序

  1. 01ML/AI Hello Worlds: From RF to RLVR（全文）

常见问题

免费吗？

免费：博客正文完整可读，未见付费墙或登录拦截；页面的邮件订阅、书籍与课程链接属其他产品。实践可能产生费用：文中指出用 RLVR 训练推理模型并不容易，并推荐通过专有 API 服务体验；文中提到 CNN 训练需要 GPU，但未说明具体费用，也未写明该 API 是否收费。

需要什么基础？

需要了解分类、神经网络、微调、强化学习等基本概念，文章不展开原理细节。软件、账号与硬件：能阅读英文技术文章；如需跑代码示例，需自备 Python 环境，或使用文中链接到的外部 notebook、平台与 API 服务，其可用性与运行要求取决于对应外部平台。

有中文吗？

本站记录的语言是en；是否有中文字幕或译本本站未核实，请以原站为准。

怎么开始？

从原始资源入口开始：https://sebastianraschka.com/blog/2025/hello-world-ai.html。打开原文即可，无需安装软件。开课提示词尚未完整验证。练习与作业需要自备：Kaggle 账号（2015 XGBoost on Titanic 的代码示例链接指向 Kaggle 上他人的 notebook）、Tinker API（2025 RLVR 示例的代码来自 Tinker API Cookbook，属外部第三方专有 API 服务；网页未写明是否收费，作者已说明自己不隶属该公司）、文中提到卷积网络需 GPU 才有实际效果，未说明具体费用、Python 环境与 Jupyter/Colab 之类 notebook 运行环境，用于跑文中链接到的代码。

来源与使用须知

收录时间
本站首次收录 2026-10-24原站首次发布 2025-12-08
指南参考
课程主页

版权与转载

  • 课程材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
  • 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。