李宏毅教授机器学习知识图谱：将数百小时教学精华转化为结构化学习系统

本文介绍开源项目"hung-yi-lee-skill"，该项目将李宏毅教授数百小时机器学习视频课程转化为结构化知识图谱与智能学习系统，旨在解决学习者消化大量视频内容的挑战，提供个性化教学体验。项目核心功能包括交互式问答、知识库访问、技能追踪、智能搜索及离线学习支持，且为开源项目，助力AI教育社区发展。

李宏毅教授的ML课程虽受欢迎，但学习者难以高效消化数百小时视频并系统化知识。该项目核心愿景是将传统视频教学转化为可交互、可追踪的个性化学习体验。通过分析视频提取知识点并构建关联，形成知识图谱，带来三大优势：将线性内容转为网状结构（按需选路径）、清晰知识点依赖关系、为个性化推荐奠基。

项目提供多种核心功能提升学习效率：1. 交互式问答系统：以李教授风格解答AI问题，即时反馈；2. 知识库访问：浏览提炼的精华笔记与要点，适合快速复习；3. 技能追踪：监控不同AI领域进度（从线性模型到Transformer）；4. 智能搜索：关键词定位讲座主题/概念；5. 离线学习：保存内容无网络时学习，适配通勤场景。

该项目为Windows桌面应用，要求Windows10/11系统，Intel Core i5或AMD Ryzen5以上处理器，8GB+内存，2GB可用磁盘空间，确保流畅运行知识图谱处理与AI推理。初次安装需网络连接，用于下载内容模块与配置。

项目创新在于将优秀教师智慧转化为可复用数字资产，保留知识逻辑与学习路径。对学习者：主动性增强（按需探索）、效率提升（快速定位与推荐）、进步可量化（技能追踪）。对教育工作者：提供传统内容转交互式系统的方法论，为其他学科数字化提供借鉴。

作为开源项目，"hung-yi-lee-skill"为AI教育社区贡献新内容组织形式，社区可持续改进，开发者可适配其他优秀课程。未来，随着大语言模型与知识图谱技术进步，有望出现更多类似项目，降低AI学习门槛，推动知识普及与人才培养。该项目值得AI学习者关注尝试。