人工智能学习之路

1人工智能基础 : 高等数学必须会

数据分析
概率伦 (gai lv lun)
线性代数及矩阵
凸优化 (tu you hua)
微积分(wei ji feng)
古典模型
逼近轮
牛顿法
梯度下降

Python 高级应用
容器
容器浅拷贝和深拷贝
高阶函数
lambda表达式
约瑟夫环问题
模块和高级包
时间库
并发库科学计算库
Matpltlib可视化图库
锁和线程
多线程编辑

1. 人工只能实用: 机器学习篇
   机器学习概述
   监督学习
   非监督学习
   数据处理与模型调优

2. 人工智能: 数据挖掘篇
   百度音乐系统文件分类
   千万级P2P金融系统反欺诈模型训练

人工智能前沿: 深度学习篇
1）TensorFlow基本应用
2）BP神经网络
3）深度学习概述
4）卷积神经网络(CNN)
5）图像分类(vgg,resnet)
6）目标检测(rcnn,fast-rcnn,faster-rcnn,ssd)
7）递归神经网络(RNN)
8）lstm,bi-lstm,多层LSTM
9）无监督学习之AutoEncoder自动编码器
10）Seq2Seq
11）Seq2Seq with Attension
12）生成对抗网络
13）irgan
14）finetune及迁移学习
15）孪生网络
16）小样本学习

人工智能进阶 － 自然语言处理篇
1）词（分词，词性标注）代码实战
2）词（深度学习之词向量，字向量）代码实战
3）词（深度学习之实体识别和关系抽取）代码实战
4）词（关键词提取，无用词过滤）代码实战
5）句（句法分析，语义分析）代码实战
6）句（自然语言理解,一阶逻辑）代码实战
7）句（深度学习之文本相似度）代码实战

人工智能进阶 － 图像处理篇
一、图像基础
图像读，写，保存，画图（线，圆，多边形，添加文字）

二、图像操作及算数运算
图像像素读取，算数运算，ROI区域提取

三、图像颜色空间运算
图像颜色空间相互转化

四、图像几何变换
平移，旋转，仿射变换，透视变换等

五、图像形态学
腐蚀，膨胀，开/闭运算等

六、图像轮廓
长宽，面积，周长，外接圆，方向，平均颜色，层次轮廓等

七、图像统计学
图像直方图

八、图像滤波
高斯滤波，均值滤波，双边滤波，拉普拉斯滤波等