人工智能技术进阶路线
人工智能初阶
数学基础
- 微积分
- 线性代数
- 朴素概率论
- 朴素统计学理论
- 朴素优化理论
编程基础
- Python基础语法
- Pandas基础操作
- SQL基本操作
- Spark基本操作
- PyTorch基本操作
- TensorFlow 2.x基本操作
传统表格化机器学习
- 传统模型及对应工具
- 线性回归
- 逻辑回归
- SVM
- KNN
- MLP
- 树和集成树模型
- Random Forest和Extra Trees
- XGBoost
- LightGBM
- CatBoost
- 常见特征构建方法
- 基于业务理解的特征构建方式
- 常见的encoder
- 常见的机遇探索性分析和Bad-Case分析方法构建模型
- 常见特征选择方法
- 基于单变量检验的选择方法
- 基于模型的自带选择方式(如树模型、线性回归、逻辑回归、L1损失等)
- 常见Stacking方法
CV基础
- 基本卷积神经网络的实现
- 图像分类经典模型
- 图像检测经典模型
- 图像分割经典模型
NLP基础
- 传统NLP模型
- Word Embedding
- LSTM
- TextCNN
- 预训练语言模型基础
- 文本分类
- 文本序列标注
RL基础
- 基本RL Q-learning和Policy Gradient算法
数学
- 高等概率论和数理统计
- 高等概率论
- 高等数理统计
- 随机过程
- 随机分析
- 统计学模型
- 计量经济学模型
- 统计学模型
人工智能中阶
编程
- Cython和C++基础
- OpenMP使用
- TensorRT模型部署
深度学习应用
- 常见网络
- Transformer系列
- TabNet
- 推荐系统基础
- 传统模型协同过滤等
- 经典的深度学习模型(如xDeepFM)和后续进展
- 图网络基础
CV
- 更复杂的训练方法
- 学习率的调整和优化器的选择
- 不同backbone的结合
- 数据扩充的方法
- OpenCV的使用
- 数据自动扩充方法
- 人脸识别
- 姿态估计
- 图像生成及GAN的使用
- Encoder基础
- Super Resolution及应用
- OCR
NLP
- 更复杂的训练方法
- Transformer的拼接和其他语言模型的拼接
- 不同backbone的结合
- 文本数据扩充方法
- Adversarial-training
- 文本生成
- 指代消解
- 实体链接
- 知识抽取和构建
- 阅读理解
RL
- 基本RL训练方法
- Q-learning和Policy Gradient的提升
- Exploration问题
- Immitation Learning
人工智能高阶
数学基础
- 几何
- 拓扑向量空间
- Banach Lattice
- Vector Measures
- 再生核希尔伯特空间RKHS(Reproducing Kernel Hilbert Space)
- 微分和黎曼几何
- 动态系统
- 最优化传输理论
- 代数
- 基础代数
- 算子代数
- 谱理论
- K理论
- 概率论和统计学
- 随机分析及随机过程的收敛
- 马尔可夫链和稳定性
- 流行上的随机分析
- 巴拿赫空间上的概率论
- 高维统计基础
- 经验过程
- 贝叶斯理论基础
- 不等式
- 基础数学不等式
- 概率不等式
- 高级不等式证明技巧
编程基础
- C++编程
- Template Meta Programming
- CPU调优
- GPU调优
- FPGA调优
- 深度学习框架深入
- TensorFlow XLA代码细节研究
- PyTorch XLA代码细节研究
- Jax/Flax代码细节研究及模型复现
AI通用进展
- 优化器及优化过程
- 神经网络架构搜索
- 可微分方法
- 基于增强学习的方法
- encoder refinement 方法
- 基于Contrast Loss的预训练
- 基于Self Training的优化
- 表征学习的优化
- Triplet Loss and Online Triplet Mining
- 其他优化方法
- Consistency Regularization
- Unsupervised Data Augmentation
- Adversarial Training Related Methods
- Mixture of Experts
- 基础网络设计方式
- 普遍的layer设计trick,如Cascading、Pyramid Networks等
- 神经网络中的Sparse问题
CV前沿
- Multi-object Tracking
- 基于视频、多模态和知识图谱的召回体系
NLP前沿
- 文本生成:如何结合模板和生成模型
- 知识图谱推理
- Semantic Parsing和Syntax Parsing及其应用
- 使用RL对机器人状态进行控制
图模型和推荐系统前沿
- 传统问题向GNN的转换
- 不同图嵌入和预训练方法
- 图模型和推荐系统的关系
RL前沿
- Model-based RL
- Bayesian RL
- 提升模型样本利用率的方法
- Distributed RL
- Relational RL
Meta Learning
- Few-shot Learning
- 基于优化的方法
- 基于贝叶斯的方法
- Meta Reinforcement Learning
逻辑推理
- Differentiable Neural Logic Machines
- 数理逻辑的理解
- 数理逻辑和Lambda calculus的关系
- Epistemic Logic
人工智能技术进阶路线相关推荐
- 人工智能技术,对智慧交通的发展带来巨大影响
2019-09-03 14:24:51 随着时代的进步,以及各种科技的不断发展,让我们的日常生活发生了巨大的变化,大数据技术和人工智能技术的广泛推广应用让我们的生活变得更加方便快捷,而以此为基础创建智 ...
- 【转】计算机人工智能技术纵览---入门部分
转自人工智能贴吧 http://tieba.baidu.com/p/2707182053?see_lz=1 我觉得讲的非常的通俗. --------------------------------- ...
- 赢在AI,人工智能技术体验
如今,AI 技术已经不再仅仅是科技企业创业创新的利器,而是全民竞相追逐并实践的热点.作为未来科技发展的重要方向和必然趋势,AI 技术将深入人们生活的方方面面.人工智能理论和技术日益成熟,应用范围也不断 ...
- 张钹院士:人工智能技术已进入第三代
来源:经济观察报 近日,中科院院士.清华大学人工智能研究院院长张钹教授接受记者采访时认为,目前基于深度学习的人工智能在技术上已经触及天花板.从长远来看,必须得走人类智能这条路,最终要发展人机协同,人类 ...
- 【人工智能】2017年中国人工智能技术——智能语音应用报告
2016年是人工智能(AI)元年,智能语音技术作为AI应用最成熟的技术之一,在智能家居.智能车载.智能可穿戴领域有了迅猛发展. 鉴于此,科技巨头.初创公司纷纷从不同维度布局相关产业链,未来面向物联网的 ...
- 探索AI实践最优解,AISummit全球人工智能技术大会完美落幕
探索AI实践最优解,AISummit全球人工智能技术大会完美落幕 北京时间2022年8月7日下午17:30,由51CTO精心策划以"驱动•创新•数智"为主题的AISummit全球人 ...
- 人工智能技术与自动驾驶,自动驾驶与人工智能
"新基建"背景之下,自动驾驶商业化曙光已来 . VIEWS本报记者 王鹏杰自从3月4日政府召开工作会议,明确指出要加大公共卫生服务,应急物资保障领域投入,加快5G网络.数据中心等新 ...
- HighNewTech:人工智能技术滥用之DeepNude技术(从下载致系统宕机→最后被禁用)而引发的AI道德底线的深度拷问—191017再次更新
High&NewTech:人工智能技术滥用之DeepNude技术(从下载致系统宕机→最后被禁用)而引发的AI道德底线的深度拷问-191017再次更新 导读 前段时间,火了一阵子的基 ...
- 计算机辅助工艺设计相关相接系统,计算机辅助工艺设计——人工智能技术ppt
PPT内容 这是计算机辅助工艺设计--人工智能技术ppt,包括了计算机辅助工艺设计概念及发展简介,计算机辅助工艺设计内容,人工智能技术及其在CAPP中的应用,计算机辅助工艺设计发展方向等内容,欢迎点击 ...
最新文章
- python中idx是什么意思_在python中滚动idxmax()?
- 《Hadoop集群与安全》一2.1 在Hadoop集群中配置操作系统
- .NET Compact Framework下SQL CE的使用
- 演练:开发和使用自定义服务器控件
- WPF实现listview横向排列图标
- 成功移植mplayer到mini2440
- java的发展_java的发展
- 韩顺平循序渐进学java 第13讲 抽象类.接口
- CentOS7升级内核kernel5.0
- [Swift]扩展String类:实现find()查找子字符串在父字符串中的位置
- (转载)JavaWeb学习总结(五十二)——使用JavaMail创建邮件和发送邮件
- Windows进程间各种通信方式浅谈(转)
- linux maven 添加项目,Eclipse中Maven项目添加jar包
- python一元线性回归算法_手写算法—Python代码实现一元线性回归
- 从根源上解决libc.so.6版本问题 /lib64/libc.so.6:version 'GLIBC_XXX' not found
- 后台批量刷新金蝶K3物料名称操作步骤
- 图像分割算法的优缺点比较
- Android WIFI 分析
- 一篇文章教你正确解锁 代理ip 的使用方式,包含两个实战案例
- 不知明镜里,何处得秋霜