【人工智能】從零開始學好人工智能，AI知識體系和框架

---

 

寫在前面：

最近公司的業務方向開始向AI方向改變（人工智能+文娛），可是現階段AI方面的知識尚未儲備，因此做爲測試，也開始學習這方面的知識，不掉隊。

---

 

 

知識儲備：

一、階段一-高等數學

      高等數學則包括數據分析、機率論、線性代數及矩陣、凸優化等

二、階段二-python的高級應用

      python語言在人工智能上有着不可或缺的地位。

三、階段三-機器學習

      機器學習中則涉及到不少複雜的算法，經過算法對數據進行分析和進行學習。而後對現實的狀況做出判斷並對其進行迴應。

四、階段四-數據挖掘

      進行數據挖掘對數據進行收集分析。

五、階段五-深度學習

      深度學習則是機器學習的一個分支，是實現機器學習的技術，同時深度學習也給機器學習帶來了不少實際的應用。從TensorFlow、BP神經網絡、深度學習概述、CNN卷積神經網絡、遞歸神經網、自動編碼機，序列到序列網絡、生成對抗網絡，孿生網絡，小樣本學習技術等方面講解深度學習相關算法。

六、階段六-天然語言

    天然語言的處理一直是計算機科學和人工智能領域一個重要的方向。天然語言就是如漢語、英語這樣的語言。這類語言一直是咱們人類的獨有的特權。而這階段的天然語言處理就是讓機器能聽懂並能處理天然語言。

七、階段七-圖像處理

    圖片處理就是計算機經過獲取圖像並對圖像進行去除噪聲、加強、復原、分割、提取特徵等處理的方法和技術。已經普遍地應用到各個領域。

收尾