大学计算机AI学习初步规划 202204
-
人工智能领域的前沿技术研究
1、机器学习、深度学习、语义分析、NLP
TensorFlow\Scikit-learn\Pytorch\MXNET\Caffe,CNN/RNN/LSTM/VAE
2、线性代数、统计和概率学、数据挖掘
3、计算机视觉、语音&音频处理:OpenCV
图形图像:六自由度视频、三维重建、语义分割、视频分析、图像生成(GAN)等
4、增强现实、物理引擎:视觉引擎,虚拟现实引擎仿真
力学:力学、受力、动力,力学仿真(含微力学)
5、推荐系统、计算广告、搜索引擎
7、机器人算法:多模态融合、机器人运动操作与抓取、2D/3D视觉感知、人机交互、机器人导航等
SLAM、导航规划算法和避障、多模态交互
8、大规模高并发、分布式系统
并行编程:汇编、OpenCL、CUDA、Vulkan、
编译和线性计算: XLA(加速线性代数)、OpenBLAS、Eigen、
大规模优化算法,高性能加速算法
9、量化投资AI算法:金融数据挖掘和爬虫、预测分析、因子挖掘、策略构建、组合优化和算法交易
tradingview、TaLib、QuantLib、scikit-learn、quantmod -
具体技术
1、操作系统:操作系统原理,Windows,嵌入式系统,Linux\ubuntu
2、数据库:SQL,mySQL,MangoDB
3、语言:Python、C++、Java、matLab
4、专业基础课:数据结构、算法
5、编程架构:UML、SOA -
竞赛、刷题
1、Kaggle:数据科学竞赛(机器学习)
2、ACM:建模比赛
3、Top coder:编程比赛,线上参加、名企推动
4、leetcode:在线编程题库和比赛 -
开发工具
1、编程工具
2、建模工具
3、UI原型工具
4、代码管理工具
OpenStack、GitHub、CVS -
项目、实习或科研
若干完整的应用,或算法程序 -
论文和会议
ICML, NIPS, KDD, ACL, EMNLP, CVPR, ICCV, ICRA,RSS, SIGCOMM, NSDI, OSDI, SOSP -
参考资料
1、一份北大信科内部流传的 “CS 自救指南”
https://blog.csdn.net/xixiaoyaoww/article/details/123657020?spm=1001.2014.3001.5502
2、爱丁堡Milo教授“机器学习系统”
https://openmlsys.github.io/
3、复旦邱锡鹏教授《神经网络与深度学习》
https://nndl.github.io/
4、吴恩达“机器学习”
5、李飞飞“机器学习”