大周人工智能资源

分享资源有两部分组成

• AI源码
• 详细的源码说明手册

内容涵盖如下：

• 机器学习入门实战案例（预测房价、手写数字识别）
• 数学和Python基础知识
• 机器学习（线性回归、逻辑回归、神经网络、经典算法、集成学习等）
• 深度学习（深度学习基础、卷积神经网络、各种经典卷积网络）
• 目标检测（Two Stage系列：R-CNN、Faste R-CNN 、Mask R-CNN 等...）
• 目标检测（One Stage系列：SSD、DSSD、FSSD、YOLOv1~YOLOv5、RPBNet等...）
• 循环神经网络
• 生成对抗网络
• 轻量化网络
• 图像分割（FCN、U-Net、SegNet、LinkNet、RefineNet、DeepLab系列等...）
• 强化学习
• 迁移学习
• 自然语言处理
• 语音识别
• 机器学习和深度学习框架（Numpy、Pandas、Matplotlib、Seaborn、Scikit-learn、Tensorflow、Keras、PyTorch 等...）
• AI行业知识
• ....

更多内容将不断补充...