- 课程目录
- 课程介绍
-
在线阅读：开篇词｜AI+前端：开启未来发展的新篇章
，在AI大模型爆发的这个关键节点进入AI+前端这个领域，是一个不错的选择。
-
01｜工欲善其事：课程中用到的NodeJS与React
今天我们先来了解一下后续会用到的相关知识和技术算法。
-
02｜AI如何读懂组件：组件的划分粒度及可解释性
这节课，我们就来深入聊聊组件的划分粒度，还有怎么设计出清晰易用的组件，这些将会为我们后续训练AI组件识别模型打下一个良好的基础。
-
03 | Machine Vision：理解计算机视觉
这节课，我们将会重点了解计算机视觉领域的发展脉络与核心技术原理，最后还会讨论计算机视觉在前端方面的创新应用。
-
04｜数学应用：数学知识如何作用于AI模型
这节课，我就带你一起探索那些对AI领域至关重要，同时也是前端工程师触达AI技术所必需的数学基础。
-
05｜模型介绍：前端工程师可以玩的AI视觉模型
这节课我们站在巨人的肩膀上看看现在流行的计算机视觉AI模型，亲自上手应用一下这些模型。
-
06｜动手环境部署：AI视觉模型基础运行环境
这节课我们会选择和配置AI模型的基础运行环境。
-
07｜第一个AI小实验：让你的电脑识别组件类型
这节课我们来完整地完成一个小实验，使用神经网络完成组件的分类。
-
08｜前端程序员应该懂的AI数学知识
今天这节课，专为想深入学习AI数学知识的前端工程师量身定制，通过一系列精选的数学概念，搭建起通往AI世界的桥梁。
-
09｜数据集：如何为模型寻找制作数据集？
学完今天的内容，你将深入理解AI组件的划分粒度，掌握如何收集数据集，以及如何进行有效的数据增广处理等关键技能。
-
10｜标签制作：模型到底理解的是什么
标签质量跟后续AI组件识别的训练效果紧密相关，这节课，我们就会学习如何完成这一步。
-
11｜模型训练：如何教会模型学习
在模型训练中如何评判是否达到了训练标准呢？这需要我们了解常用的模型评判标准，并结合实验体会一下如何运用相关指标。
-
12｜模型预测：让模型告诉我们组件的信息
这节课我们就来一起看看如何使用训练好的模型来识别和定位。
-
13｜自动出码：如何根据预测结果生成代码
今天我们就将进行本次实践的工程化部分，使用React+NodeJS完成一个POC层级的最小闭环工程链路，实现从页面图片到自动生成页面源代码，然后在浏览器中预览的过程。在这个过程中只需要执行一条模型检测命令。
-
14｜延伸思考：AI技术如何贯穿产研全流程？
AI在整个需求实现过程中还能起到哪些新的辅助作用，甚至自动实现哪些任务呢？
-
15｜何为端侧重排：UI的千人千面
这节课，我们就来了解UI如何理解用户，实现“UI千人千面”的问题。简单来说，就是如何基于AI来打造更符合用户偏好的前端页面，帮助我们的产品带来更多流量（甚至更多收入）。
-
16｜数据模拟：产品级页面数据模拟及热力图生成
这节课我们将会使用程序生成用户点击行为的模拟数据，并根据这些数据生成热力图。
-
17｜数据分析：让数据说话，数据长尾效应及路径分析
为了达到更好的业务转化效果，可以为不同人群的用户推荐其更加青睐的UI结构。
-
18｜商业意义（上）：如何利用端侧重排提升转化率
接下来的两节课，我们来看看如何通过不同的算法模型，找到不同人群下的数据共性，再将算法跑在端侧来为不同人群推荐不同的UI结果，为产品转化做出更多贡献。
-
19｜商业意义（下）：如何利用端侧重排提升转化率
今天，我们将会一些机器学习和深度学习里的典型算法。最后我还会为你演示如何在端侧把算法跑起来，最终实现转化率的提升。
-
20｜精细化运营：数据的“横向”与“纵向”以及人群运营模对比
在目前流量见顶的情况下，靠吃“大锅饭”已经很难实现增长了。因此有必要将人群拆开细分，分析用户的行为模式以及习惯，将用户留在自己的应用中，帮助业务持续增长与转化。
-
21｜文本大模型：chatGLM2-6B的本地部署与前端集成
为了让你快速熟悉常见的大模型，这节课我们先来本地部署ChatGLM-6B模型，并实现一个网页来与模型进行问答交互。
-
22｜图像生成大模型：使用Stable Diffusion生成电商活动原型设计稿
今天我们将体验了Stable Diffusion 图像生成模型如何应用，并以 618 电商活动页面为例，展示如何通过文本提示生成设计元素。
-
23｜视频生成大模型：使用MuseTalk实现商品视频解说
今天我们就来看看视频生成大模型的概念和核心技术，盘点一些流行的模型，最后再部署一下 MuseV，用它来生成一段解说视频。
-
24｜端侧模型下的JavaScript的性能局限如何解决？
今天，我们就来讨论一下端侧模型下的JavaScript的性能局限到底在哪里，以及有哪些方法可以改善其端侧模型下的性能。
-
25｜为什么Sora的出现标志着我们离Meta元宇宙更近了一步？
今天我就为你梳理一下AI前沿技术与元宇宙的关系，看完后面的内容，你就明白为什么我会说Sora的出现标志着我们离元宇宙更近一步了。
-
答案锦集（一）｜思考题答案汇总
课程更新告一段落，感谢你的一路相伴。这次加餐我为你准备了课程的思考题参考答案。
-
答案锦集（二）｜思考题答案汇总
课程正文已经完结，不知道你的学习动态如何？这次加餐我们继续更新后三章思考题的答案。
-
结束语｜保持前端人的自信，把握机遇！
今天，我想与你说一些交心的话，分享一些我自己对前端以及AI+前端的独立思考。
-
结课测试｜来赴一场满分之约！
《前端工程师的AI实战课》课程已完结，来赴一场满分之约！
课程介绍
限时福利 你将获得 探索 AI + 前端的开发新范式 深入解析视觉 AI 核心技术 实战演练，组件识别模型训练与部署 大厂案例，UI 千人千面技术解析 讲师介绍 课程介绍 「极客时间 AIGC 未来教育系列课程」...限时福利
你将获得
- 探索 AI + 前端的开发新范式
- 深入解析视觉 AI 核心技术
- 实战演练，组件识别模型训练与部署
- 大厂案例，UI 千人千面技术解析
讲师介绍
课程介绍
「极客时间 AIGC 未来教育系列课程」
前端的发展如火如荼，“AI +前端”无疑会成为前端深水区之一。对于前端工程师，学习AI 不仅是紧跟技术潮流的必然选择，更是加速个人成长、提升竞争力的有效途径。
然而想要进入 AI + 前端这一新兴领域，我们常常面对原理关和实践关的双重困扰。AI 的相关理论相当庞杂，这让很多同学迷失在庞杂的AI资料里，无所适从。而因为没有实践场景，也就无从知晓如何应用 AI，赋能日常的研发和业务，长此以往也会打击我们学习 AI 技术的积极性。
为此，我们邀请了长期深耕在 AI +前端领域的柳博文老师，推出这门前端工程师的 AI 实战课，让你用最高效的方式建立对 AI 技术的清晰认识，给你带来技术和经验的双重收获。
技术方面带你掌握AI+前端开发新范式，熟悉数据制作到模型训练、代码生成的全流程。实战项目方面，为你传授大厂前端领域和商业场景中的AI落地经验，为你的日常工作提效与未来职业发展打好基础。
课程设计
课程分为六个章节。
第一、二两章打通前端基础与原理关。先快速回顾前端相关技术（React 和 NodeJS），组件化及组件可解释性等知识点。之后站在前端工程师的视角，带你掌握必要的视觉 AI 技术基础，通过实践动手完成各种 AI 基础实例，并通过实验掌握数据整理、模型训练、验证和预测等重要技能。
第三章我们将实现一个 AI 布局助手，体验从 AI 模型的训练到自动出码的全过程。完成这个项目后，你将掌握数据集收集、增广、标签制作，模型训练与指标观察，组件识别及分析等技术。
第四章会完成另一个综合项目——基于 AI 的 Feeds 流端侧重排。这个项目能让我们更深刻地体验到 AI 如何作用于真实的业务场景，掌握热力图工具以及数据可视化分析，通过 AI 算法模型推荐实现人群精细化 UI 运营等新技能，为业务提效带来新思路。
第五章进行一些开源项目的本地搭建尝试，体验文本生成、图像生成以及视频生成的大模型。
第六章将会讨论一些技术话题，包括端侧模型下 JavaScript 性能提升以及 Sora 技术等等。
课程目录
