TellerU 官方课 · 核心原理 · 零基础
神经网络与深度学习：一张图看懂“深度”
从一个神经元到上亿参数，建立深度学习直觉
你将从生活中的决策类比出发，掌握神经网络的基本组件（神经元、层、权重、激活函数）和前向计算与训练直觉，产出一个人工智能应用场景分析报告，并能向他人解释“深度”带来了什么。
- 📚 3 个单元 · 9 节课
- ⏱ 约 4 小时
- 🧑🏫 AI 老师白板讲解 + 随堂练习
深度学习神经网络AI原理零基础生活化类比
免费开始学这门课 →适合谁学
零基础学习者，无需编程或数学背景
课程目录
第 1 单元：从生活决策到人工神经元
学习目标：本单元用生活化类比帮你理解人工神经元和感知机的基本原理，明白它们如何模仿人脑做简单判断。你将学会用神经元模型解释一个真实场景，并为项目产出场景描述和初步的神经元类比图。
认知起点：神经元就像一个小小决策员
本讲从“周末要不要出去玩”这样的日常决策出发，引出人工神经元的概念，让你明白神经元如何接收信号、加权求和并做出判断，为后续学习打下直觉基础。
- 人工神经元：为什么说它像一个小小决策员？（约 26 分钟）
- 权重：为什么有些意见更“重要”？（约 26 分钟）
感知机实战：用生活例子理解训练
本讲通过“教孩子认猫”的类比，解释感知机如何通过误差调整权重来学习，让你直观感受训练过程，并了解感知机的局限。
- 感知机：它如何从错误中学习？（约 28 分钟）
第 2 单元：从神经元到网络：层、激活与深度
学习目标：本单元用“团队协作”和“流水线”的类比，讲解神经网络如何通过层、激活函数和深度来处理复杂问题。你将理解深度带来的表达力提升，并为项目产出网络结构类比图和深度作用分析。
团队协作：层与激活函数如何分工
本讲把神经网络比作公司团队，隐藏层是中间管理层，激活函数是决策开关，让你轻松理解多层网络如何协作处理信息。
- 隐藏层：为什么需要“中间管理层”？（约 26 分钟）
- 激活函数：为什么需要“开关”来增加灵活性？（约 26 分钟）
深度揭秘：为什么“深”比“宽”更好？
本讲通过“流水线分工”的类比，解释深度神经网络如何逐层抽象特征，让你明白深度带来的表达力提升，并了解深度学习的典型应用。
- 深度：为什么多层网络能解决复杂问题？（约 26 分钟）
第 3 单元：训练直觉与项目实战
学习目标：本单元用“教小狗”的类比解释神经网络如何通过误差调整权重来学习，并引导你完成AI应用场景分析报告。你将综合运用所学，产出最终项目。
训练直觉：神经网络如何从错误中进步
本讲用“教小狗”的类比，解释神经网络如何通过比较预测和实际结果来调整权重，让你理解训练的核心思想，不涉及公式推导。
- 误差调整：神经网络如何“吃一堑长一智”？（约 27 分钟）
- 训练数据：为什么数据是神经网络的“粮食”？（约 26 分钟）
项目实战：完成你的AI场景分析报告
本讲引导你整合前两个单元的知识，完成AI应用场景分析报告，并回顾整个课程的核心概念，让你能向他人清晰解释神经网络的基本原理。
- 报告撰写：如何用类比讲清楚你的场景？（约 25 分钟）
在 TellerU 怎么学这门课
- AI 老师在白板上边讲边画，一节课讲透 3 个知识点；
- 讲到的结论都标注出处，点一下就能核对原文；
- 每节有随堂快测和练习，系统按你的掌握度安排复习；
- 听不懂随时提问，老师按你的进度换个讲法再讲一遍。