人工智能学习路径

 

1b3c219eac994592a9175772975bfe80.png

 

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

  1. 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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值