¥元

查看详情

🔥 会员专享文生文教育

生成精选学习资源

👁️ 499 次查看

📅 Nov 27, 2025

💡 核心价值： 本提示词通过专家视角为指定主题筛选高质量学习资源，涵盖书籍、文章、视频和网站等多样化类型，帮助用户快速掌握核心知识，提升学习效率与深度理解。

终身会员免费复制

🎯 可自定义参数（4个）

主题或领域

用户希望学习的主题或研究领域

学习目标

用户希望达成的学习目标或掌握的知识点

资源类型偏好

用户偏好特定类型资源

资源数量限制

用户希望返回的资源数量上限

🎨 效果示例

资源标题	资源类型	描述/相关性
Introduction to Machine Learning with Python（Andreas C. Müller, Sarah Guido）	书籍	以scikit-learn为主线，系统讲解从数据清洗、特征工程到模型训练/验证/测试的端到端流程。涵盖线性回归、逻辑回归、决策树与常用评估指标（准确率、F1、ROC-AUC），非常适合4周内动手建立实践框架。
Machine Learning（Andrew Ng，Coursera）	课程	用直观推导夯实监督/无监督学习、线性/逻辑回归、正则化与偏差-方差等核心概念。概念清晰、节奏温和，可与scikit-learn实践配合，帮助你能解释算法假设与适用场景。
Kaggle Learn 微课程：Intro to Machine Learning + Intermediate Machine Learning	课程	短小精悍的交互式笔记本，实操决策树、随机森林、数据缺失处理、数据泄漏与验证集划分。配套练习可直接用于小项目原型与模型评估，完成后可快速上手Kaggle数据集。
scikit-learn 官方教程与用户指南	网站	权威且可直接复用的API与示例：train_test_split、Pipeline、GridSearchCV，以及LinearRegression、LogisticRegression、DecisionTreeClassifier等。含准确率、F1、ROC-AUC等评估指南，便于完成端到端实验与对比。
StatQuest with Josh Starmer：Logistic Regression、Decision Trees、ROC & AUC、Cross-Validation 等视频	视频	以通俗图解阐释公式与直觉，帮助深入理解逻辑回归的决策边界、决策树的熵/Gini与剪枝、以及ROC曲线与AUC的意义。非常适合在实践前后巩固概念并能用清晰术语解释原理。
Google Machine Learning Crash Course（MLCC）	课程	免费实践课程，涵盖监督学习基础、特征工程、数据划分与常用评估指标（精确率/召回率、ROC-AUC）。配套Colab练习便于在4周内形成“概念-代码-评估”的闭环。
Kaggle 初学者项目：Titanic（分类）与 House Prices（回归）	网站	两个经典公开数据集，适合分别练习分类与回归的完整流程。Titanic可用于计算准确率、F1、ROC-AUC，House Prices用于回归与特征工程；大量社区笔记本可参考与对比。
A Visual Introduction to Machine Learning（R2D3）	网站	交互式可视化带你直观理解训练/验证/测试划分、过拟合与决策树分裂逻辑。适合作为入门级技术“文章”精读素材，便于练习提炼术语化要点笔记。

资源标题	资源类型	描述/相关性
Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods（Cleveland & McGill, 1984）	文章	开创性论文，系统比较位置、长度、角度、面积、颜色等编码通道的感知精度并给出优先级。为图形语法与编码选型提供实证依据，帮助避免误导性可视化。
Vega-Lite: A Grammar of Interactive Graphics（官方文档与在线编辑器）	工具/网站	声明式图形语法，清晰定义标记、编码通道与交互；示例库覆盖常见图表与组合视图。适合快速原型与对比实现，可与另一工具对同一数据集制作对照可视化并输出设计说明。
Datawrapper Academy（含在线制图工具）	网站/工具	实操文章覆盖图表选型、色彩与感知、标注与注释、避免误导等，并内置导出与无障碍选项。配合在线工具，便于用同一数据集快速生成发布级作品并进行对比可视化练习。
From Data to Viz	网站	将数据结构映射到合适图表，给出每种图表的优缺点与常见陷阱，并提供替代方案。帮助建立图表选型思维，规避误用与误导。
Urban Institute Data Visualization Style Guide	报告/网站	组织级风格指南，覆盖配色、字体、网格、图例、注释与可访问性，并附检查清单。可直接复用为团队的样式规范与无障碍可视化检查清单基线。
Tableau: Visual Best Practices（官方白皮书）	报告	系统讲解信息层级、布局、色彩、视觉强调与叙事化仪表盘的设计要点。内容通用，适用于任何工具环境下的仪表盘与故事化呈现。

资源标题	资源类型	描述/相关性
统计自然语言处理（宗成庆，第2版）	书籍	系统讲解中文分词、词性标注、序列标注（HMM/CRF）、文本分类与语言模型等传统NLP基石，配有中文语料案例。非常适合打牢“分词—特征—模型—评测”的底层框架，并可据此整理术语表。
清华大学《自然语言处理》公开课（刘知远/孙茂松团队）	课程	由浅入深覆盖词向量（word2vec/GloVe）、BiLSTM-CRF、注意力与Transformer、BERT/ERNIE等预训练模型及应用。课程讲义与作业可直接用于构建学习地图与阶段性练习。
Attention Is All You Need（Vaswani et al., 2017）	论文	奠定Transformer与自注意力机制的核心思想，解释多头注意力、位置编码与并行化优势。读懂该文可显著提升对LLM架构与RAG中“检索-阅读-生成”交互的理解。
Hugging Face Evaluate：BLEU/ROUGE/Perplexity 指标指南	网站	清晰说明BLEU/ROUGE/Perplexity的定义、适用场景与局限，并附可复用的Python调用示例。便于将自动评测嵌入到小型问答/摘要/翻译原型的流水线中。
Haystack 官方教程：构建 RAG 问答与评测	网站	手把手搭建检索增强生成（RAG）：数据清洗与索引、BM25/向量检索、Prompt 模板、内置评测（如Precision@k、MRR、Faithfulness）与误差分析。易于迁移到中文文档与小型原型验证。
李宏毅《生成式AI / LLM》系列讲座（2023–2024）	视频	以直观示例讲解注意力、Transformer、对齐与提示工程，并涵盖RAG思路与常见陷阱。适合在理论与实现之间建立“可操作”的桥梁，指导原型迭代与错误定位。
The Prompt Engineering Podcast	播客	结合一线实践者经验讨论提示设计、检索增强与评测策略（如基于任务的自动/人工评测、鲁棒性与幻觉控制）。有助于拓展工程视角与形成可复用的Prompt模式库。

📖 如何使用

⚡ 模式 1：即插即用（手动档）

直接复制参数化模版。手动修改 {{变量}} 即可快速发起对话，适合对结果有精准预期的单次任务。

💬 模式 2：沉浸式引导（交互档）

一键转化为交互式脚本。AI 将化身专业面试官或顾问，主动询问并引导您提供关键信息，最终合成高度定制化的专业结果。

转为交互式 →

🚀 模式 3：原生指令自动化（智能档）

无需切换，输入 / 唤醒 8000+ 专家级提示词。插件将全站提示词库深度集成于 Chat 输入框。基于当前对话语境，系统智能推荐最契合的 Prompt 并自动完成参数化，让海量资源触手可及，从此彻底告别“手动搬运”。

安装插件 →

🔌 发布为 API 接口

将 Prompt 接入自动化工作流，核心利用平台批量评价反馈引擎，实现"采集-评价-自动优化"的闭环。通过 RESTful 接口动态注入变量，让程序在批量任务中自动迭代出更高质量的提示词方案，实现 Prompt 的自我进化。

🤖 发布为 Agent 应用

以此提示词为核心生成独立 Agent 应用，内嵌相关工具（图片生成、参数优化等），提供完整解决方案。

创建 Agent →

🛠️ 提示词工具

多语言翻译

将提示词翻译为英文、日文等多种语言

交互式转换

转换为 Chat 交互式对话风格

参数格式化

可视化界面替换参数，快速生成

转化为 API 接口，程序调用

提示词优化

通过 AI 优化器改写提示词

发布为 Agent

生成独立 Agent 应用

🕒 版本历史

当前版本

v2.1 2024-01-15

优化输出结构，增强情节连贯性

✨ 新增章节节奏控制参数
🔧 优化人物关系描述逻辑
📝 改进主题深化引导语
🎯 增强情节转折点设计

v2.0 2023-12-20

重构提示词架构，提升生成质量

🚀 全新的提示词结构设计
📊 增加输出格式化选项
💡 优化角色塑造引导

v1.5 2023-11-10

修复已知问题，提升稳定性

🐛 修复长文本处理bug
⚡ 提升响应速度

v1.0 2023-10-01

首次发布

🎉 初始版本上线

COMING SOON

版本历史追踪，即将启航

记录每一次提示词的进化与升级，敬请期待。

💬 用户评价

4.8

⭐⭐⭐⭐⭐

基于 28 条评价

5星

85%

4星

12%

3星

3%

👤

电商运营 - 张先生

⭐⭐⭐⭐⭐ 2025-01-15

双十一用这个提示词生成了20多张海报，效果非常好！点击率提升了35%，节省了大量设计时间。参数调整很灵活，能快速适配不同节日。

效果好节省时间

👤

品牌设计师 - 李女士

⭐⭐⭐⭐⭐ 2025-01-10

作为设计师，这个提示词帮我快速生成创意方向，大大提升了工作效率。生成的海报氛围感很强，稍作调整就能直接使用。

创意好专业

COMING SOON

用户评价与反馈系统，即将上线

倾听真实反馈，在这里留下您的使用心得，敬请期待。

试用后开通会员即可无限使用

加载中...

敬请期待...