一、AI概述
人工智能的元年是1956年
在人工智能中研究较大的学派有:符号主义(知识推理)、连接主义(神经网络)、行为主义(感知-动作)
人工智能由底层到上层的层次结构是:基础设施、算法、技术方向、具体技术、行业解决方案
机器学习的内容:监督非监督、深度学习、强化学习、迁移学习等
二、python
python和c的区别
文件打开模式
三、数学相关
主成分分析PCA
贝叶斯公式(朴素贝叶斯XY相互独立)
随机变量的一些特征
信息论、信息熵
最优化问题
四、tensorflow
tensorflow意思
tensorflow架构
tensorflow流程
五、深度学习
过拟合和欠拟合
分类和预测
评估参数
一些机器学习算法
最大似然估计
MAP假设
深度学习发展中的问题
感知器
防止过拟合(常用dropout)
L1正则化(稀疏权值)和L2正则化(权重衰减)
优化器(常用Adam)
中文分词
六、AI生态
算法模型落地过程
OCR识别
智能物流
智能风控
大数据集群云服务
来自Huawei HCIA-AI v1.0认证学习资料,节选了一部分,个人觉得是比较难或比较有用的一部分