第一、人工智能數(shù)學(xué)基礎(chǔ)

? ? ? ?數(shù)學(xué)基礎(chǔ)知識蘊(yùn)含著處理智能問題的基本思想與方法，也是理解復(fù)雜算法的必備要素。今天的種種人工智能技術(shù)歸根到底都建立在數(shù)學(xué)模型之上。

一、數(shù)據(jù)分析

1）常數(shù)e 2）導(dǎo)數(shù) 3）梯度 4）Taylor 5）gini系數(shù)

6）信息熵與組合數(shù) 7）梯度下降 8）牛頓法

二、概率論

1）微積分與逼近論

2）極限、微分、積分基本概念

3）利用逼近的思想理解微分，利用積分的方式理解概率

4）概率論基礎(chǔ)

5）古典模型

6）常見概率分布

7）大數(shù)定理和中心極限定理

8）協(xié)方差(矩陣)和相關(guān)系數(shù)

9）最大似然估計和最大后驗估計

三、線性代數(shù)與矩陣

1）線性空間及線性變換 2）矩陣的基本概念

3）狀態(tài)轉(zhuǎn)移矩陣 4）特征向量

5）矩陣的相關(guān)乘法 6）矩陣的QR分解

7）對稱矩陣、正交矩陣、正定矩陣 8）矩陣的SVD分解

9）矩陣的求導(dǎo) 10）矩陣映射/投影

四、凸優(yōu)化

1）凸優(yōu)化基本概念 2）凸集

3）凸函數(shù) 4）凸優(yōu)化問題標(biāo)準(zhǔn)形式

5）凸優(yōu)化之Lagerange對偶化 6）凸優(yōu)化之牛頓法、梯度下降法求解

第二、Python應(yīng)用

一、容器

1）列表:list 2）元組:tuple 3）字典: dict

4）數(shù)組: Array 5）切片

6）列表推導(dǎo)式 7）淺拷貝和深拷貝

二、函數(shù)

1）lambda表達(dá)式

2）遞歸函數(shù)及尾遞歸優(yōu)化

3）常用內(nèi)置函數(shù)/高階函數(shù)

4）項目案例：約瑟夫環(huán)問題

三、常用庫

1）時間庫 2）并發(fā)庫

3）科學(xué)計算庫（Numpy）

4）Matplotlib可視化繪圖庫

5）鎖和線程

6）多線程編程?

第三、機(jī)器學(xué)習(xí) （實用）

機(jī)器學(xué)習(xí)人工智能的核心，是使計算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。

一、機(jī)器學(xué)習(xí)

1）機(jī)器學(xué)習(xí)概述

二、監(jiān)督學(xué)習(xí)

1）邏輯回歸 2）softmax分類

3）條件隨機(jī)場 4）支持向量機(jī)svm

5）決策樹 6）隨機(jī)森林

7）GBDT 8）集成學(xué)習(xí)

三、非監(jiān)督學(xué)習(xí)

1）高斯混合模型 2）聚類

3）PCA 4）密度估計

5）LSI 6）LDA 7）雙聚類

四、數(shù)據(jù)處理與模型調(diào)優(yōu)

1）特征提取 2）數(shù)據(jù)預(yù)處理

3）數(shù)據(jù)降維 4）模型參數(shù)調(diào)優(yōu)

5）模型持久化 6）模型可視化

第四、深度學(xué)習(xí)

人工智能時代已經(jīng)到來，AlohaGO的擊敗李世石成為了圍棋界的神話，讓許多人震驚不已。那么AlphaGo是怎么產(chǎn)出的呢?它是源自于人工智能的深度學(xué)習(xí)。

深度學(xué)習(xí)是一種機(jī)器學(xué)習(xí)的方法，它試圖使用包含復(fù)雜結(jié)構(gòu)或由多重非線性變換構(gòu)成的多個處理層(神經(jīng)網(wǎng)絡(luò))對數(shù)據(jù)進(jìn)行高層抽象的算法。深度學(xué)習(xí)可以理解為神經(jīng)網(wǎng)絡(luò)的發(fā)展，神經(jīng)網(wǎng)絡(luò)是對人腦或生物神經(jīng)網(wǎng)絡(luò)基本特征進(jìn)行抽象和建模，可以從外界環(huán)境中學(xué)習(xí)，并以與生物類似的交互方式適應(yīng)環(huán)境。

1）TensorFlow基本應(yīng)用 2）BP神經(jīng)網(wǎng)絡(luò)

3）深度學(xué)習(xí)概述 4）卷積神經(jīng)網(wǎng)絡(luò)(CNN)

5）圖像分類(vgg,resnet) 6）目標(biāo)檢測(rcnn,fast-rcnn,faster-rcnn,ssd)

7）遞歸神經(jīng)網(wǎng)絡(luò)(RNN) 8）lstm,bi-lstm,多層LSTM

9）無監(jiān)督學(xué)習(xí)之AutoEncoder自動編碼器 10）Seq2Seq

11）Seq2Seq with Attension 12）生成對抗網(wǎng)絡(luò)

13）irgan 14）finetune及遷移學(xué)習(xí)

15）孿生網(wǎng)絡(luò) 16）小樣本學(xué)習(xí)?

第五、自然語言處理（NLP）

語言是人類區(qū)別其他動物的本質(zhì)特性。在所有生物中，只有人類才具有語言能力。人類的多種智能都與語言有著密切的關(guān)系。人類的邏輯思維以語言為形式，人類的絕大部分知識也是以語言文字的形式記載和流傳下來的。因而，它也是人工智能的一個重要，甚至核心部分。

1）詞（分詞，詞性標(biāo)注）代碼實戰(zhàn)

2）詞（深度學(xué)習(xí)之詞向量，字向量）代碼實戰(zhàn)

3）詞（深度學(xué)習(xí)之實體識別和關(guān)系抽?。┐a實戰(zhàn)

4）詞（關(guān)鍵詞提取，無用詞過濾）代碼實戰(zhàn)

5）句（句法分析，語義分析）代碼實戰(zhàn)

6）句（自然語言理解,一階邏輯）代碼實戰(zhàn)

7）句（深度學(xué)習(xí)之文本相似度）代碼實戰(zhàn)?

第六、圖像處理

圖像處理(image processing)，用計算機(jī)對圖像進(jìn)行分析，以達(dá)到所需結(jié)果的技術(shù)。又稱影像處理?？梢哉f是包括了PS。

圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用工業(yè)相機(jī)、攝像機(jī)、掃描儀等設(shè)備經(jīng)過拍攝得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值稱為灰度值。

圖像處理技術(shù)的一般包括圖像壓縮，增強(qiáng)和復(fù)原，匹配、描述和識別3個部分。 常見的系統(tǒng)有康耐視系統(tǒng)、圖智能系統(tǒng)等，目前是正在逐漸興起的技術(shù)。

一、圖像基礎(chǔ)：圖像讀，寫，保存，畫圖（線，圓，多邊形，添加文字）

二、圖像操作及算數(shù)運(yùn)算：圖像像素讀取，算數(shù)運(yùn)算，ROI區(qū)域提取

三、圖像顏色空間運(yùn)算：圖像顏色空間相互轉(zhuǎn)化

四、圖像幾何變換：平移，旋轉(zhuǎn)，仿射變換，透視變換等

五、圖像形態(tài)學(xué)：腐蝕，膨脹，開/閉運(yùn)算等

六、圖像輪廓：長寬，面積，周長，外接圓，方向，平均顏色，層次輪廓等

七、圖像統(tǒng)計學(xué)：圖像直方圖

八、圖像濾波：高斯濾波，均值濾波，雙邊濾波，拉普拉斯濾波等?

需要以上資料的可以關(guān)注微信公眾號：AI技術(shù)星球? 回復(fù)：211? 領(lǐng)取

100G入門到進(jìn)階AI資源包+論文指導(dǎo)/TOP大佬帶隊kaggle/就業(yè)指導(dǎo)+技術(shù)問題答疑

1、超詳細(xì)的人工智能學(xué)習(xí)路線

2、OpenCV、Pytorch、YOLO等教程（附源碼課件數(shù)據(jù)）

3、人工智能快速入門視頻教程合集（Python基礎(chǔ)、數(shù)學(xué)基礎(chǔ)、NLP）附源碼課件數(shù)據(jù)

4、機(jī)器學(xué)習(xí)算法+深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)教程

5、人工智能必看書籍（花書、西瓜書、蜥蜴書等）

6、上千篇CVPR、ICCV頂會論文

7、人工智能行業(yè)報告