HCIA-AI

文章目录

  • 一、AI概述
  • 二、python
  • 三、数学相关
  • 四、tensorflow
  • 五、深度学习
  • 六、AI生态


一、AI概述

HCIA-AI_第1张图片

人工智能的元年是1956年
HCIA-AI_第2张图片

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)
HCIA-AI_第3张图片

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
HCIA-AI_第4张图片

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
HCIA-AI_第5张图片

二、python

python和c的区别
HCIA-AI_第6张图片

文件打开模式
HCIA-AI_第7张图片

三、数学相关

主成分分析PCA
HCIA-AI_第8张图片
HCIA-AI_第9张图片
HCIA-AI_第10张图片

贝叶斯公式(朴素贝叶斯XY相互独立)
HCIA-AI_第11张图片

随机变量的一些特征
HCIA-AI_第12张图片
HCIA-AI_第13张图片

信息论、信息熵
HCIA-AI_第14张图片
HCIA-AI_第15张图片
HCIA-AI_第16张图片

最优化问题
HCIA-AI_第17张图片
HCIA-AI_第18张图片
HCIA-AI_第19张图片

四、tensorflow

tensorflow意思
HCIA-AI_第20张图片

tensorflow架构
HCIA-AI_第21张图片

tensorflow流程
HCIA-AI_第22张图片

五、深度学习

过拟合和欠拟合
HCIA-AI_第23张图片

分类和预测
HCIA-AI_第24张图片

评估参数
HCIA-AI_第25张图片
HCIA-AI_第26张图片

一些机器学习算法
HCIA-AI_第27张图片
HCIA-AI_第28张图片HCIA-AI_第29张图片

最大似然估计
HCIA-AI_第30张图片
HCIA-AI_第31张图片
HCIA-AI_第32张图片

MAP假设
HCIA-AI_第33张图片

深度学习发展中的问题
HCIA-AI_第34张图片

感知器
HCIA-AI_第35张图片
HCIA-AI_第36张图片
HCIA-AI_第37张图片

防止过拟合(常用dropout)
HCIA-AI_第38张图片
HCIA-AI_第39张图片

L1正则化(稀疏权值)和L2正则化(权重衰减)
HCIA-AI_第40张图片
HCIA-AI_第41张图片
HCIA-AI_第42张图片

优化器(常用Adam)
HCIA-AI_第43张图片

中文分词
HCIA-AI_第44张图片

六、AI生态

算法模型落地过程
HCIA-AI_第45张图片

OCR识别
HCIA-AI_第46张图片

智能物流
HCIA-AI_第47张图片

智能风控
HCIA-AI_第48张图片

大数据集群云服务
HCIA-AI_第49张图片

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

你可能感兴趣的:(算法,DL,ML)