一步一步学习医学人工智能(steps towards medical AI)

1.计算机语言(computer language)

1.1.python

1.2.java

1.3.c++/c

1.4.R

1.5.matlab

1.6.other languages

1.7.前端(front end)

1.7.1.http

1.7.2.css

1.7.3.js

1.8.操作系统(operation systems)

1.8.1.windows

1.8.2.mac

1.8.3.linux

1.9.网络相关(webs)

1.10. 数据库(database)

1.10.1.sql

1.10.1.mysql

1.10.1.redis

1.11. 其他工具(tools)

1.11.1.git

1.11.2.github

1.11.3.docker

1.11.4.kubernetes

2.人工智能-计算机视觉处理(artificial intelligence-computer vision)

2.1.图像修饰(modification)

2.1.1.图像降噪(denoising)

2.1.1.图像过滤(filtering)

2.1.1.图像渲染(tiling)

2.1.1.图像填充(paddiing)

2.1.1.图像掩饰(mask)

2.1.1.图像提升(augmentation)

2.2.颜色处理(hue)

2.3.图像特征(feature)

2.4.图像重建(reconstruction)

2.5.图像配准(registration)

2.6.物体发现(object detection)

2.7.物体追踪(object tracking)

2.8.图像分割(segmentation)

2.9.图像分类(classification)

2.10.图像相似度(similarity)

3.人工智能-自然语言处理(artificial intelligence-natural language processing)

3.1.文本获取()

3.2.文本表示(text representation)

3.2.1.文本预处理(test preprocessing)

3.2.2.词干提取(word stemming)/porter/snowball/lancaster/

3.2.3.词形还原(lemmatization)

3.2.4.新词发现(new words identification)

3.2.5.拼写校证(spelling correction)

3.2.6.清洗(clearning)

3.2.7.标准化(standardization)

3.2.8.分词(word segmentation/tokenization)/

3.2.8.1.基于匹配(match-based): forward-max, backward-max, viterbi, beam search

3.2.8.2:基于概率(probability-based): lm, hmm, crf

3.3.文本分析(text analysis)

3.3.1.词法分析(tagging)

3.3.1.1.形态分析(morphological analysis)

3.3.1.2.词性标注(part-of-speech tagging)

3.3.2.句子分析(parser)

3.3.2.1.组块分析(chunking)

3.3.2.1.超级标签标注(super tagging)

3.3.2.1.成分句法分析(constituency pars