开篇之作,看了这么多年别人写的博客,今天也来尝试一下写一些自己的博客,与大家分享一下自己的东西,同样今天也是我开始学习人工智能的第一天(我一直在做汽车电子行业),从行业来说也是比较热门的,这让我的心也骚动了起来.
  话不多说,今天也浏览了很多关于人工智能的博客与资料,自己也做了一个简单的总结,也是自己最近两三个月内的一个小目标,下面我就列出一些大方向上的总结,细致的知识点后面会慢慢更新出来,当然我的学习方式是用到什么学什么,有针对的去学习某一块知识点,这样效率会高一点.下面是我给自己定的一个学习小目标,有什么问题也希望大家不啬赐教.
  先来了解一下机器学习中的三个名词:监督学习、无监督学习和强化学习:
  监督学习:通过已有的训练样本来训练,从而得到一个最优的模型,再利用这个模型将所有新的样本数据映射为相应额度输出结果,对输出结果进行简单的判断从而实现分类的目的,那么这个最优模型就具有了对未知数据进行分类的能力.(有标准答案的试错学习)
  无监督学习:事先没有任何训练数据样本,需要对数据直接进行建模.(根据一定额假设寻找数据内部的结构).
  强化学习:标准答案可能是后期的的一种反馈,不是及时的.(延迟满足,根据结果调整行为).一、机器学习:
  1、监督学习 SL
    
常用算法:
       1、KNN (K线近邻)
     2、线性回归
     3、线性分类
     4、神经网络 Neural Network
     5、SVM (支持向量机,非线性交换)
     6、决策数
     7、模型选择
     8、Graphic models
     9、Naive Bayes
  2、无监督学习 UL
     1、PCA降维算法
     2、聚类算法
  3、强化学习 RL
  
二、深度学习
  
1、CNN 卷积网络
  2、RNN 循环网络
  3、RRM (理论工具)
三、复杂系统
  
1、统计力学
  2、非线性动力学
  3、复杂网络应用
  4、复杂系统反推机器学习
  5、社会组织结构
  6、计算神经科学

  以上是机器学习的一些必备算法,当然没有数学基础也是不行的,人工智能也是基于在数学上的,下面我列出一些需要的数学基础知识,如果大家有忘记的可以自己复习复习,后续我也会更新相应的学习日志.
数学理论知识:
  1、线性代数:矩阵/张量乘法、求逆,奇异值分解/特征值分解,行列式,范数等
  2、统计与概率:概率分布,独立性与贝叶斯,最大似然(MLE)和最大后验估计(MAP)等
  3、优化:线性优化,非线性优化(凸优化/非凸优化)以及其衍生的求解方法如梯度下降、牛顿法、基因算法和模拟退火等
  微积分:偏微分,链式法则,矩阵求导等
  信息论、数值理论等
编程语言: 首推Python,因为其良好的拓展支持性,主流的工具包都有Python版本
网页浏览: Arxiv,关注机器学习的顶级会议,如ICML/NIPS等,相关的方法在知乎上可以很容易搜索到
比赛: Kaggle挑战赛/练习,天池大数据竞赛,其他类似的平台还包括DataCastle

参考书籍:
吴恩达Cousera机器学习
Python机器学习
周志华《机器学习》
李航《统计学习基础》
Sklearn文档学习 (是Python上最流行的机器学习/数据科学工具包)

  这是我从各个博客已经书上总结出来的一些要点,有问题希望大家在评论里指出或者加群讨论,大家一起走上人生新巅峰!(学习交流群 924057877)

人工智能学习入门大纲相关推荐

  1. 人工智能学习体系大纲

    课程体系 阶段一.数学基础 一.数据分析 二.概率论 三.线性代数及矩阵 阶段二.Python 一.环境搭建 二.Python基础 三.Python常用库 四.Python机器学习库 阶段三.机器学习 ...

  2. 人工智能学习体系大纲(src:http://blog.sina.com.cn/s/blog_7dbb766f0102xdwu.html)

    阶段一.数学基础 本课程主要从数据分析.概率论和线性代数及矩阵这三大块讲解基础,方便大家后续课程的学习中更好的理解机器学习和深度学习的相关算法内容. 一.数据分析 1)常数e 2)导数  3) 梯度 ...

  3. 浅谈人工智能学习入门

    这里写目录标题 AI学习战略 1.数学基础 学习课程 2.代码基础 学习课程 3.机器学习基础 学习课程 4.深度学习基础 学习课程 5.强化学习基础 6.应用方向 AI学习战略 人工智能的学习,从横 ...

  4. 人工智能学习:载入MNIST数据集(1)

    MNIST数据集是人工智能学习入门的数据集,包含了一系列的手写的数字图片 载入MNIST数据集的方法很简单,Tensorflow集成了载入数据集的方法 首先导入tensorflow模块和matplot ...

  5. 人工智能新手入门学习路线!附学习资源合集

    有段时间没跟大家分享编程资源福利了!今天为大家整理了人工智能新手入门学习路线,同时附700分钟的学习资源合集,相信这套福利可以帮你顺利入行AI!文末领取全部资料. 一.AI基础好课学习资料整理(约31 ...

  6. 四天人工智能 python入门体验课_百度深度学习7天打卡营,用Python+AI识别“青你2”小姐姐的高颜值...

    原标题:百度深度学习7天打卡营,用Python+AI识别"青你2"小姐姐的高颜值 "淡黄的长裙,蓬松的头发",一夜之间洗脑全网,小姐姐们实在太让人上头了! 导师 ...

  7. python人工智能pdf_800G人工智能学习资料:AI电子书+Python语言入门+教程+机器学习等限时免费领取!...

    人工智能的热潮在今年再创高峰.无论是政策上还是资本市场上,抑或是我们日常生活中,关于人工智能的消息从未间断,逐渐占据我们每个人的视线.可以看出,人工智能得到了由上至下,国内国外的一致支持. 基于这股热 ...

  8. 人工智能如何入门学习?前景如何

    前段时间,谷歌语言模型 LaMDA(谷歌于 2021 年 I/O 大会上推出的一款对话 AI 系统,拥有 1370 亿参数)被爆已经苏醒,可以称之为"人",消息一出,瞬间占满了科技 ...

  9. 超全的AI人工智能学习路线图(内含大纲+视频+工具)

    为了让自学者们得到更贴合市场.更权威的AI人工智能学习资料,我向黑马申请到了很多新视频,很骄傲能给广大自学者提供一个这样优秀的学习资源(偷笑).不用理解我整理的辛苦,不用理解我整理时累的眼角都流哈喇子 ...

最新文章

  1. 从概念到应用,终于有人把数据挖掘讲明白了
  2. win7 + vs2013 + zlib 编译
  3. 回溯法和DFS leetcode Combination Sum
  4. 平方剩余(二次剩余)
  5. 3.依赖注入 spring_di
  6. 02.生成、打包、部署和管理应用程序及类型
  7. matlab中nlfilter函数,matlab的一些关于块分类的函数~~~
  8. oracle t44,SecureFiles LOBs基础知识之存储篇
  9. python读取多个文件csv_Python:读取多个文本文件并写入相应的csv文件
  10. 《Redis入门指南》第2版 读书笔记
  11. VB编PiView4注册机
  12. input type=file与cursor:pointer的兼容性问题
  13. 什么叫python脚本_什么是python的自省
  14. Ant十五大最佳实践
  15. 用外挂只为“吃鸡”成功?为什么不试试正当手段!
  16. Dukto 文件传输软件(推荐)
  17. 暴力破解带有密码的压缩文件
  18. 常见的蔬菜(vegetables)英语单词:
  19. 计算机英语900句小e,计算机英语100句
  20. MSVCRTD.lib重复定义问题

热门文章

  1. HTML加入IP限制代码,利用HTML实现限制ip的投票网站作弊方案
  2. 今天,大佬云集的夜幕团队正式成立了!
  3. android推箱子需求分析,推箱子需求分析.doc
  4. BC58 - BC65 打印三角形到菱形到箭形图案
  5. Facebook多账号运营怎么防关联?
  6. 7.19 包 logging模块 hashlib模块 openpyxl模块 深浅拷贝
  7. 聊聊IM系统的即时性和可靠性
  8. 【案例4-8】模拟物流快递系统程序设计
  9. 【CEOI2015 Day2】世界冰球锦标赛( 提高+/省选-) 题解
  10. FreeRadius+Mysql做cisco路由器登入认证