#Web #AI #Article

🤖 从理论到实践，带你真正掌握机器学习 —— AIbyDoing

如今，机器学习和人工智能已经成为科技领域的热门话题，但如果你对这个概念完全不了解，却又想系统学习，今天我要向你推荐一个神器 —— AIbyDoing！

💡 学习这类知识并不容易，尤其是当你面对这些常见问题时：

▶ 理论书籍充斥着复杂的数学公式，让人望而生畏；
▶ 实践书籍只教你调用现成的工具，却不解释背后的原理；
▶ 代码和理论脱节，学完后依然不知道如何动手实现。

如果你也曾被这些问题困扰，那么 AIbyDoing 就是为你量身打造的学习平台！

💁 AIbyDoing 是一个专注于机器学习和深度学习的实践教程项目，由一位从 2015 年就开始深耕机器学习领域的作者精心打造。他的目标是帮助你：

▶ 既懂原理，又能实践：从算法推导到代码实现，真正做到公式和代码一一对应；
▶ 动手实战：通过 Jupyter Notebook，边学边练，形成自己的学习笔记；
▶ 高效学习：无需先啃数学，随学随查，避免耐心被消磨殆尽。

📚 目前，教程已更新至 97 章（422,626 字），内容涵盖监督学习、深度学习等核心领域，并持续更新中。无论你是初学者，还是希望巩固基础的进阶者，都能在这里找到适合自己的学习路径。更重要的是，它完全免费，如果你这个春节假期想过得充实点，不妨把这套课程安排进你的日程。

💗 作者的自序让我深受触动：「如果你只会调包，而不深入原理，可能连参数的作用都看不懂；如果你只会理论，而不会实践，可能连最简单的模型都写不出来。」AIbyDoing 正是为了解决这些问题而生，它用最接地气的方式，带你从零开始，真正掌握机器学习的精髓。

#App #Mac #AI #GitHub

🖌 让 Upscayl 更像 Mac —— HiPixel

☝️ 两年前，不求甚解曾经介绍过 Upscayl（推送原文），它可以利用大模型能力将图片细节进行放大，从而达到让图片变清晰的效果。直到今天 Upscayl 仍是我非常重要的工作流工具之一。

🤺 今天介绍的 HiPixel 是基于开源 Upscayl 的同类产品。和 Upscayl 相比，有着更接近 macOS 原生的 UI，并支持多张图片拖拽和加工。如果 Upscayl 也是你平日工作流中的一环，你还可以使用 HiPixel 提供的 URL Scheme 来适配自己的工作环境。

🌐 HiPixel 开源免费，你可以前往 GitHub 阅读更详细的说明