4
社区成员
发帖
与我相关
我的任务
分享人工智能学习大纲（Excel适配版，含最新算法与有效资源）
人工智能学习大纲（Excel适配版，含最新算法与有效资源）
|
学习阶段 |
模块 |
知识点（含2024-2025最新算法） |
学习网站（含有效网址） |
GitHub项目地址 |
学习视频网站（含有效网址） |
|---|---|---|---|---|---|
|
基础预备阶段（1-2个月） |
数学基础 |
线性代数：向量、矩阵运算、特征值与特征向量、PCA降维原理 |
3Blue1Brown官网（https://www.3blue1brown.com/）、Khan Academy（https://www.khanacademy.org/） |
https://github.com/kenjihiranabe/The-Art-of-Linear-Algebra |
B站《线性代数的本质》（https://www.bilibili.com/video/BV1ys411472E/）、慕课网线性代数基础课程（https://www.imooc.com/course/list?c=math&type=2） |
|
概率论与数理统计：概率分布、期望与方差、极大似然估计、贝叶斯定理 |
Khan Academy（https://www.khanacademy.org/）、统计之都（https://cosx.org/） |
https://github.com/rossant/awesome-math#probability--statistics |
B站茆诗松《概率论与数理统计》讲解（https://www.bilibili.com/search?keyword=茆诗松%20概率论与数理统计）、网易云课堂概率统计课程（https://study.163.com/course/introduction.htm?courseId=1003590004） | ||
|
微积分：一元函数微分与积分、多元函数偏导、梯度下降的数学原理 |
3Blue1Brown官网（https://www.3blue1brown.com/）、Khan Academy（https://www.khanacademy.org/） |
https://github.com/rossant/awesome-math#calculus--analysis |
B站《微积分的本质》系列（https://www.bilibili.com/search?keyword=微积分的本质%203Blue1Brown）、中国大学MOOC微积分课程（https://www.icourse163.org/course/search.htm?keyword=%E5%BE%AE%E7%A7%AF%E5%88%86） | ||
|
数学基础综合巩固 |
MIT OpenCourseWare（https://ocw.mit.edu/）、中国大学MOOC（https://www.icourse163.org/） |
https://github.com/ashishpatel26/Mathematics-for-Machine-Learning |
MIT公开课：数学基础（机器学习方向）（https://ocw.mit.edu/courses/mathematics/）、B站数学建模与AI数学基础课程（https://www.bilibili.com/search?keyword=AI%20%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80） | ||
|
编程基础 |
Python核心语法：变量、数据类型、循环与条件判断、函数、类与面向对象编程 |
Python官方文档（https://www.python.org/doc/）、菜鸟教程Python专区（https://www.runoob.com/python/python-tutorial.html） |
https://github.com/TheAlgorithms/Python |
B站尚硅谷Python基础教程（https://www.bilibili.com/video/BV1eW411t7rd/）、慕课网Python入门到精通（https://www.imooc.com/course/list?c=python） | |
|
AI常用库：NumPy、Pandas、Matplotlib/Seaborn |
NumPy官方文档（https://numpy.org/doc/）、Pandas官方文档（https://pandas.pydata.org/docs/） |
https://github.com/justmarkham/pandas-videos、https://github.com/matplotlib/matplotlib |
B站《Python数据科学手册》配套讲解（https://www.bilibili.com/search?keyword=Python%E6%95%B0%E6%8D%AE%E7%A7%91%E5%AD%A6%E6%89%8B%E5%86%8C）、慕课网NumPy&Pandas实战课程（https://www.imooc.com/course/list?c=data&keyword=NumPy%20Pandas） | ||
|
编程实战：NumPy矩阵运算、Pandas数据处理与可视化 |
Kaggle Learn（https://www.kaggle.com/learn）、数据科学社区KDnuggets（https://www.kdnuggets.com/） |
https://github.com/kevinushey/Kaggle-Titanic |
B站泰坦尼克号数据集分析实战（https://www.bilibili.com/search?keyword=%E6%B3%B0%E5%9D%A6%E5%B0%BC%E5%85%8B%E5%8F%B7%20%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90）、Kaggle官方教程视频（YouTube：https://www.youtube.com/c/Kaggle） | ||
|
AI认知入门 |
核心概念：人工智能、机器学习、深度学习的定义与区别 |
人工智能学会官网（https://www.caai.cn/）、机器之心资讯网（https://www.jiqizhixin.com/）、国家高等教育智慧教育平台（https://higher.smartedu.cn/） |
https://github.com/owainlewis/awesome-artificial-intelligence |
B站《人工智能发展简史》（https://www.bilibili.com/search?keyword=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8F%91%E5%B1%95%E7%AE%80%E5%8F%B2）、国家高等教育智慧教育平台AI入门课程（https://higher.smartedu.cn/course/677c619ab60b1822c5e5af06） | |
|
发展历程：关键里程碑、主流技术流派、2024-2025 AI技术突破（多模态、AGI雏形） |
AI Timeline（https://aitimeline.stanford.edu/）、新智元资讯网（https://www.zhidx.com/）、DAMO开发者矩阵（https://damodev.csdn.net/） |
https://github.com/google-research/google-research#ai-history |
B站李开复《人工智能》讲座（https://www.bilibili.com/search?keyword=%E6%9D%8E%E5%BC%80%E5%A4%8D%20%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD）、TED演讲：AI的过去与未来（https://www.ted.com/talks?sort=newest&topics=artificial-intelligence） | ||
|
应用场景：图像识别、NLP、推荐系统、AIGC、AI for Science等典型案例 |
AI前线（https://www.infoq.cn/theme/18）、极客公园AI专区（https://www.geekpark.net/topic/ai）、博客园AI学习攻略（https://www.cnblogs.com/yxqai/articles/19367722） |
https://github.com/zhpmatrix/awesome-ai-applications |
B站AI应用案例合集（https://www.bilibili.com/search?keyword=AI%E5%BA%94%E7%94%A8%E6%A1%88%E4%BE%8B）、腾讯课堂AI行业应用解析（https://ke.qq.com/course/list?mt=1001&st=2048&tt=3072） | ||
|
2024-2025前沿趋势认知：多模态大模型、混合专家模型（MoE）、边缘AI |
DAMO开发者矩阵（https://damodev.csdn.net/）、Hugging Face官网（https://huggingface.co/） |
https://github.com/ray-project/ray/tree/master/python/ray/serve/examples/moe |
B站2025 AI前沿趋势解读（https://www.bilibili.com/search?keyword=2025%20AI%E5%89%8D%E6%B2%BF%E8%B6%8B%E5%8A%BF）、慕课网多模态大模型入门（https://www.imooc.com/course/list?c=data&keyword=%E5%A4%9A%E6%A8%A1%E6%80%81%E5%A4%A7%E6%A8%A1%E5%9E%8B） | ||
|
核心基础阶段：机器学习（2-3个月） |
机器学习基础概念 |
监督学习、无监督学习等定义与适用场景 |
吴恩达Coursera课程平台（https://www.coursera.org/learn/machine-learning/）、机器学习社区Machine Learning Mastery（https://machinelearningmastery.com/） |
https://github.com/josephmisiti/awesome-machine-learning |
B站吴恩达机器学习课程（https://www.bilibili.com/search?keyword=%E5%90%B4%E6%81%A9%E8%BE%BE%20%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0）、Coursera吴恩达机器学习视频（https://www.coursera.org/learn/machine-learning/） |
|
数据集划分：训练集、验证集、测试集的作用与划分方法 |
Scikit-learn官方文档（https://scikit-learn.org/stable/）、Kaggle Learn（https://www.kaggle.com/learn） |
https://github.com/amueller/introduction_to_ml_with_python |
B站《机器学习数据预处理》教程（https://www.bilibili.com/search?keyword=%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%20%E6%95%B0%E6%8D%AE%E9%A2%84%E5%A4%84%E7%90%86）、慕课网数据集划分与交叉验证课程（https://www.imooc.com/course/list?c=data&keyword=%E6%95%B0%E6%8D%AE%E9%9B%86%E5%88%92%E5%88%86） | ||
|
评估指标：准确率、精确率、召回率等分类/回归指标 |
Towards Data Science（https://towardsdatascience.com/）、Scikit-learn官方文档评估指标专区（https://scikit-learn.org/stable/modules/model_evaluation.html） |
https://github.com/yandexdataschool/roc_comparison |
B站机器学习评估指标详解（https://www.bilibili.com/search?keyword=%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%20%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87）、网易云课堂模型评估与优化课程（https://study.163.com/course/introduction.htm?courseId=1210063806） | ||
|
过拟合与欠拟合：成因与解决方法 |
Machine Learning Mastery（https://machinelearningmastery.com/）、统计学习方法官网（https://www.stat-learning.com/） |
https://github.com/rasbt/python-machine-learning-book-3rd-edition |
B站过拟合与欠拟合解决方案实战（https://www.bilibili.com/search?keyword=%E8%BF%87%E6%8B%9F%E5%90%88%20%E6%AC%A0%E6%8B%9F%E5%90%88）、Coursera模型正则化专题视频（https://www.coursera.org/learn/machine-learning/supplement/XXWX8/regularization-intuition） | ||
|
经典监督学习算法 |
线性模型：线性回归、逻辑回归 |
Scikit-learn官方文档（https://scikit-learn.org/stable/）、统计学习方法官网（https://www.stat-learning.com/） |
https://github.com/trekhleb/homemade-machine-learning/tree/master/homemade/linear_regression |
B站线性回归与逻辑回归实战（https://www.bilibili.com/search?keyword=%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92%20%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92）、慕课网Scikit-learn线性模型课程（https://www.imooc.com/course/list?c=data&keyword=Scikit-learn%20%E7%BA%BF%E6%80%A7%E6%A8%A1%E5%9E%8B） | |
|
树模型与集成学习：决策树、随机森林、XGBoost、LightGBM |
XGBoost官方文档（https://xgboost.readthedocs.io/）、LightGBM官方文档（https://lightgbm.readthedocs.io/） |
https://github.com/dmlc/xgboost、https://github.com/microsoft/LightGBM |
B站集成学习原理与实战（https://www.bilibili.com/search?keyword=%E9%9B%86%E6%88%90%E5%AD%A6%E4%B9%A0）、网易云课堂XGBoost调优课程（https://study.163.com/course/introduction.htm?courseId=1210058805） | ||
|
其他算法：KNN、SVM、朴素贝叶斯 |
Scikit-learn官方文档（https://scikit-learn.org/stable/）、机器学习社区MLflow（https://mlflow.org/） |
https://github.com/justmarkham/scikit-learn-videos |
B站SVM原理与实现（https://www.bilibili.com/search?keyword=SVM%20%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E7%8E%B0）、慕课网KNN与朴素贝叶斯实战（https://www.imooc.com/course/list?c=data&keyword=KNN%20%E6%9C%B4%E7%B4%A0%E8%B4%9D%E5%8F%B6%E6%96%AF） | ||
|
无监督学习算法 |
聚类算法（K-Means、DBSCAN）、降维算法（PCA、t-SNE） |
Scikit-learn官方文档（https://scikit-learn.org/stable/）、数据科学社区Towards Data Science（https://towardsdatascience.com/） |
https://github.com/scikit-learn/scikit-learn/tree/main/examples/cluster |
B站无监督学习算法详解（https://www.bilibili.com/search?keyword=%E6%97%A0%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95）、慕课网PCA与K-Means实战课程（https://www.imooc.com/course/list?c=data&keyword=PCA%20K-Means） | |
|
进阶阶段：深度学习（3-4个月） |
深度学习基础 |
神经网络基本结构：神经元、激活函数、隐藏层 |
PyTorch官方文档（https://pytorch.org/docs/stable/）、TensorFlow官方文档（https://www.tensorflow.org/learn） |
https://github.com/rasbt/deep-learning-book |
B站《深度学习》（Goodfellow）配套讲解（https://www.bilibili.com/search?keyword=Goodfellow%20%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0）、慕课网神经网络基础课程（https://www.imooc.com/course/list?c=data&keyword=%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%9F%BA%E7%A1%80） |
|
反向传播算法：核心原理与计算过程 |
3Blue1Brown官网（https://www.3blue1brown.com/）、深度学习社区Distill（https://distill.pub/） |
https://github.com/mnielsen/neural-networks-and-deep-learning |
B站反向传播算法可视化讲解（https://www.bilibili.com/search?keyword=%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD%20%E5%8F%AF%E8%A7%86%E5%8C%96）、Coursera深度学习反向传播专题（https://www.coursera.org/learn/deep-neural-network/lecture/6d6255fb/backpropagation-intuition-i） | ||
|
深度学习框架：TensorFlow/PyTorch入门 |
PyTorch官方教程（https://pytorch.org/tutorials/）、TensorFlow官方教程（https://www.tensorflow.org/tutorials） |
https://github.com/pytorch/tutorials、https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/tutorials |
B站PyTorch零基础入门（https://www.bilibili.com/search?keyword=PyTorch%20%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8）、慕课网TensorFlow实战课程（https://www.imooc.com/course/list?c=data&keyword=TensorFlow） | ||
|
经典与最新深度学习模型 |
CNN：卷积层、池化层、经典模型（LeNet-5、AlexNet、ResNet） |
PyTorch官方文档CNN专区（https://pytorch.org/docs/stable/nn.html#convolution-layers）、计算机视觉社区CVPR官网（https://cvpr.thecvf.com/） |
https://github.com/weiaicunzai/pytorch-cifar100、https://github.com/pytorch/vision/tree/main/torchvision/models |
B站CNN原理与经典模型解析（https://www.bilibili.com/search?keyword=CNN%20%E5%8E%9F%E7%90%86%E4%B8%8E%E7%BB%8F%E5%85%B8%E6%A8%A1%E5%9E%8B）、慕课网ResNet实战课程（https://www.imooc.com/course/list?c=data&keyword=ResNet） | |
|
RNN/LSTM/GRU、Transformer模型 |
Hugging Face官网（https://huggingface.co/）、NLP社区ACL官网（https://www.aclweb.org/portal/） |
https://github.com/huggingface/transformers、https://github.com/karpathy/char-rnn |
B站Transformer原理可视化（https://www.bilibili.com/search?keyword=Transformer%20%E5%8E%9F%E7%90%86%E5%8F%AF%E8%A7%86%E5%8C%96）、慕课网LSTM文本分类实战（https://www.imooc.com/course/list?c=data&keyword=LSTM%20%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB） | ||
|
2024-2025最新模型：多模态大模型（EgoNet、SenseFusion-5.0）、混合专家模型（MoE） |
DAMO开发者矩阵（https://damodev.csdn.net/）、Meta AI Research（https://ai.meta.com/research/）、商汤科技官网（https://www.sensetime.com/） |
https://github.com/ultralytics/ultralytics/tree/main/ultralytics/models/multimodal、https://github.com/deepseek-ai/DeepSeek-MoE |
B站多模态大模型实战教程（https://www.bilibili.com/search?keyword=%E5%A4%9A%E6%A8%A1%E6%80%81%E5%A4%A7%E6%A8%A1%E5%9E%8B%20%E5%AE%9E%E6%88%98）、浙江大学AI模型与算法课程（https://www.icourse163.org/course/ZJU-1003377027） | ||
|
方向深耕阶段（3-6个月） |
计算机视觉（CV） |
核心任务：图像分类、目标检测（YOLO、Faster R-CNN）、图像分割（U-Net） |
CVPR官网（https://cvpr.thecvf.com/）、开源视觉库OpenCV官网（https://opencv.org/） |
https://github.com/ultralytics/ultralytics（YOLO）、https://github.com/matterport/Mask_RCNN |
B站目标检测算法实战（https://www.bilibili.com/search?keyword=%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E5%AE%9E%E6%88%98）、慕课网OpenCV与图像分割课程（https://www.imooc.com/course/list?c=data&keyword=OpenCV%20%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2） |
|
最新进展：视觉-触觉多模态融合、边缘AI轻量化部署（昇腾Lite、骁龙AI-Edge-2） |
高通AI官网（https://www.qualcomm.com/technologies/ai）、华为昇腾官网（https://www.huawei.com/cn/ascend） |
https://github.com/Ascend/samples、https://github.com/Qualcomm-AI-research/AI-Edge-Examples |
B站边缘AI部署实战（https://www.bilibili.com/search?keyword=%E8%BE%B9%E7%BC%98AI%20%E9%83%A8%E7%BD%B2%E5%AE%9E%E6%88%98）、华为昇腾AI学习视频（https://www.huawei.com/cn/ascend/training） | ||
|
自然语言处理（NLP） |
核心任务：文本分类、NER、文本摘要、机器翻译 |
ACL官网（https://www.aclweb.org/portal/）、Hugging Face官网（https://huggingface.co/） |
https://github.com/huggingface/transformers/tree/main/examples/pytorch、https://github.com/kyzhouhzau/BERT-NER |
B站BERT原理与NLP实战（https://www.bilibili.com/search?keyword=BERT%20%E5%8E%9F%E7%90%86%20NLP）、慕课网文本摘要与机器翻译课程（https://www.imooc.com/course/list?c=data&keyword=%E6%96%87%E6%9C%AC%E6%91%98%E8%A6%81%20%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91） | |
|
最新进展：神经符号融合（Watson-X、智谱N-S）、AIGC文本生成与润色 |
IBM Watson官网（https://www.ibm.com/watson）、智谱AI官网（https://www.zhipuai.cn/）、国家高等教育智慧教育平台（https://higher.smartedu.cn/） |
https://github.com/IBM/watsonx-ai-samples、https://github.com/zhipuai/chatglm-openapi-python |
B站AIGC文本生成实战（https://www.bilibili.com/search?keyword=AIGC%20%E6%96%87%E6%9C%AC%E7%94%9F%E6%88%90）、国家高等教育智慧教育平台AIGC实践课程（https://higher.smartedu.cn/course/677c619ab60b1822c5e5af06） | ||
|
强化学习与AGI雏形 |
核心概念、Q-Learning、DQN算法、动态认知图谱 |
OpenAI官网（https://openai.com/）、DeepMind官网（https://deepmind.com/）、强化学习社区ArXiv RL专区（https://arxiv.org/list/cs.LG/recent） |
https://github.com/openai/gym、https://github.com/dennybritz/reinforcement-learning、https://github.com/deepmind/gemini-next-samples |
B站强化学习原理与游戏AI实战（https://www.bilibili.com/search?keyword=%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%20%E6%B8%B8%E6%88%8F%E5%AE%9E%E6%88%98）、Coursera强化学习专项课程（https://www.coursera.org/specializations/reinforcement-learning） | |
|
AI for Science：蛋白质结构预测（Alpha-Fold-3）、材料设计 |
DeepMind官网（https://deepmind.com/）、悟道·科学大模型官网（https://www.wudaoai.cn/） |
https://github.com/deepmind/alphafold、https://github.com/wudaogithub/WuDao-Science |
B站AI for Science实战教程（https://www.bilibili.com/search?keyword=AI%20for%20Science%20%E5%AE%9E%E6%88%98）、DeepMind Alpha-Fold官方教程（https://www.youtube.com/c/DeepMind） | ||
|
推荐系统 |
协同过滤、深度学习推荐模型（NCF、DeepFM） |
RecSys官网（https://recsys.acm.org/）、推荐系统社区RecSys Papers（https://recsys-papers.com/） |
https://github.com/NVIDIA/DeepRecommender、https://github.com/shenweichen/DeepCTR |
B站推荐系统原理与实战（https://www.bilibili.com/search?keyword=%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%20%E5%8E%9F%E7%90%86%E5%AE%9E%E6%88%98）、慕课网DeepFM与NCF实战课程（https://www.imooc.com/course/list?c=data&keyword=DeepFM%20NCF） | |
|
最新进展：多模态推荐、实时推荐系统优化 |
美团技术团队博客（https://tech.meituan.com/）、阿里妈妈技术官网（https://amall.aliyun.com/） |
https://github.com/meituan/byteair-sdk-python、https://github.com/alibaba/EasyRec |
B站多模态推荐系统实战（https://www.bilibili.com/search?keyword=%E5%A4%9A%E6%A8%A1%E6%80%81%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F）、美团技术公开课（https://tech.meituan.com/talks/） | ||
|
工程化与项目实战阶段 |
工程化能力培养 |
数据处理工程：大规模数据集清洗、预处理、数据增强 |
Kaggle Learn数据处理专区（https://www.kaggle.com/learn/data-cleaning）、数据工程社区Data Engineering Central（https://dataengineeringcentral.com/） |
https://github.com/awslabs/datawig（数据增强）、https://github.com/altair-viz/altair（数据可视化） |
B站大规模数据处理实战（https://www.bilibili.com/search?keyword=%E5%A4%A7%E8%A7%84%E6%A8%A1%E6%95%B0%E6%8D%AE%E5%A4%84%E7%90%86）、慕课网数据工程与数据增强课程（https://www.imooc.com/course/list?c=data&keyword=%E6%95%B0%E6%8D%AE%E5%B7%A5%E7%A8%8B） |
|
模型训练与优化：批量训练、分布式训练、模型剪枝与量化 |
PyTorch分布式训练文档（https://pytorch.org/docs/stable/distributed.html）、TensorRT官网（https://developer.nvidia.com/tensorrt） |
https://github.com/pytorch/examples/tree/main/distributed、https://github.com/NVIDIA/TensorRT |
B站模型优化与分布式训练实战（https://www.bilibili.com/search?keyword=%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%20%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%AD%E7%BB%83）、网易云课堂TensorRT模型部署课程（https://study.163.com/course/introduction.htm?courseId=1212543802） | ||
|
综合项目实战 |
基础项目：手写数字识别、文本情感分析、图像分割工具 |
Kaggle（https://www.kaggle.com/）、天池竞赛平台（https://tianchi.aliyun.com/） |
https://github.com/pytorch/examples/tree/main/mnist、https://github.com/bentrevett/pytorch-sentiment-analysis |
B站MNIST手写数字识别实战（https://www.bilibili.com/search?keyword=MNIST%20%E6%89%8B%E5%86%99%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%AB）、慕课网文本情感分析项目课程（https://www.imooc.com/course/list?c=data&keyword=%E6%96%87%E6%9C%AC%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E9%A1%B9%E7%9B%AE） | |
|
进阶项目：实时目标检测应用、AIGC文本生成工具、智能问答系统 |
Hugging Face Spaces（https://huggingface.co/spaces）、阿里云AI项目平台（https://ai.aliyun.com/）、国家高等教育智慧教育平台（https://higher.smartedu.cn/） |
https://github.com/ultralytics/ultralytics/tree/main/examples、https://github.com/chroma-core/chroma（问答系统）、https://github.com/openai/openai-cookbook |
B站实时目标检测系统开发（https://www.bilibili.com/search?keyword=%E5%AE%9E%E6%97%B6%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E7%B3%BB%E7%BB%9F%E5%BC%80%E5%8F%91）、国家高等教育智慧教育平台实战课程（https://higher.smartedu.cn/course/677c619ab60b1822c5e5af06） |
...全文
请发表友善的回复…
发表回复
