学习路径
路径一:一步一个脚印,扎扎实实从基础学起,逐步提高学习难度
Step1:了解行业资讯,先来一波科普
Step2:务实基础—高数+Python来当道
Step3:机器学习算法+实践
Step4:深度学习
Step5:行业大型项目实践
学习课程的大纲:
1、人工智能基础 — 高等数学必知必会
-
数据分析(就是高数)
-
常数e
-
导数
-
梯度
-
Taylor
-
gini系数
-
信息熵与组合数
-
梯度下降
-
牛顿法
2.概率论(大一大二学过有木有)
-
微积分与逼近论
-
极限、微分、积分基本概念
-
利用逼近的思想理解微分,利用积分的方式理解概率
-
概率论基础
-
古典模型
-
常见概率分布
-
大数定理和中心极限定理
-
协方差(矩阵)和相关系数
-
最大似然估计和最大后验估计
3.线性代数及矩阵(大一大二学过有木有)
-
线性空间及线性变换
-
矩阵的基本概念
-
状态转移矩阵
-
特征向量
-
矩阵的相关乘法
-
矩阵的QR分解
-
对称矩阵、正交矩阵、正定矩阵
-
矩阵的SVD分解
-
矩阵的求导
-
矩阵映射/投影
4.凸优化(看不懂不要紧,掌握基础即可)
-
凸优化基本概念
-
凸集
-
凸函数
-
凸优化问题标准形式
-
凸优化之Lagerange对偶化
-
凸优化之牛顿法、梯度下降法求解
2、人工智能基础-Python入门及实践课程
-
Python快速入门
-
科学计算库Numpy
-
数据分析处理库Pandas
-
可视化库Matplotlib
-
更简单的可视化Seaborn
3、人工智能提升 — Python项目
-
Python爬虫项目
4、机器学习基础入门-算法讲解
-
线性回归算法
-
梯度下降原理
-
逻辑回归算法
-
案例实战:Python实现逻辑回归
-
案例实战:对比不同梯度下降策略
-
案例实战:Python分析科比生涯数据
-
案例实战:信用卡欺诈检测
-
决策树构造原理
-
案例实战:决策树构造实例
-
随机森林与集成算法
-
案例实战:泰坦尼克号获救预测
-
贝叶斯算法推导
-
案例实战:新闻分类任务
-
Kmeans聚类及其可视化展示
-
DBSCAN聚类及其可视化展示
-
案例实战:聚类实践
-
降维算法:线性判别分析
-
案例实战:Python实现线性判别分析
-
降维算法:PCA主成分分析
-
案例实战:Python实现PCA算法
5、机器学习进阶提升-项目演练
-
EM算法原理推导
-
GMM聚类实践
-
推荐系统
-
案例实战:Python实战推荐系统
-
支持向量机原理推导
-
案例实战:SVM实例
-
时间序列ARIMA模型
-
案例实战:时间序列预测任务
-
Xgbooost提升算法
-
案例实战:Xgboost调参实战
-
计算机视觉挑战
-
神经网络必备基础
-
神经网络整体架构
-
案例实战:CIFAR图像分类任务
-
语言模型
-
自然语言处理-word2vec
-
案例实战:Gensim词向量模型
-
案例实战:word2vec分类任务
-
探索性数据分析:赛事数据集
-
探索性数据分析:农粮组织数据集
6、深度学习基础
-
计算机视觉-卷积神经网络
-
三代物体检测框架
-
卷积神经网络基本原理
-
卷积参数详解
-
案例实战CNN网络
-
网络模型训练技巧
-
经典网络架构与物体检测任务
-
深度学习框架Tensorflow基本操作
-
Tensorflow框架构造回归模型
-
Tensorflow神经网络模型
-
Tensorflow构建CNN网络
-
Tensorflow构建RNN网络
-
Tensorflow加载训练好的模型
-
深度学习项目实战-验证码识别
-
深度学习框架Caffe网络配置
-
Caffe制作数据源
-
Caffe框架小技巧
-
Caffe框架常用工具
7、深度学习项目演练
-
项目演练:人脸检测数据源制作与网络训练(基于Caffe)
-
项目演练:实现人脸检测(基于Caffe)
-
项目演练:关键点检测第一阶段网络训练(基于Caffe)
-
项目演练:关键点检测第二阶段模型实现(基于Caffe)
-
项目演练:对抗生成网络(基于Tensorflow)
-
项目演练:LSTM情感分析(基于Tensorflow)
-
项目演练:机器人写唐诗(基于Tensorflow)
-
项目演练:文本分类任务解读与环境配置
-
项目演练:文本分类实战(基于Tensorflow)
-
项目演练:强化学习基础(基于Tensorflow)
-
项目演练:DQN让AI自己玩游戏(基于Tensorflow)
8、人工智能综合项目实战
-
语音识别、人脸识别、
-
电商网站数据挖掘及推荐算法
-
金融P2P平台的智能投资顾问
-
自动驾驶技术
-
医疗行业疾病诊断监测
-
教育行业智能学习系统