【汇总】人工智能技术入门文章汇总

欢迎关注我的专栏( つ•̀ω•́)つ【人工智能通识】

必读指南

这篇文章整合了很多资料，请参照下面的顺序阅读。

计算机专业：先阅读【开发工具】部分，确保开发环境可以编写代码并运行。然后学习【数据分析】或【Python小游戏开发】或【机器学习和深度学习】，最后阅读【Python项目实战】。随时参考【Python语法】。
数学相关专业，算法方向：先阅读【神经网络】，无论是否能理解都不要紧，然后阅读【开发工具】确保可以开始编写代码，然后学习【机器学习】和【深度学习】。随时参考【Python语法】。
数学相关专业，数据分析方向：先阅读【开发工具】确保可以开始编写代码，然后学习【数据分析】，然后学习【机器学习】。随时参考【Python语法】。
学着玩：直接学习【Python小游戏】。随时参考【Python语法】。
打酱油：直接阅读最底部的【相关概念】部分。

要开始Python编程，必须要选择下面其一作为写代码的工具。

【推荐】阿里云天池实验室官网链接：无需安装，完全在线编写代码，云服务器运行，还可以调用天池大赛数据集，直接克隆（Fork）优秀帖子教程代码。注册登录后进入实验室，自动打开使用教程，请通读（不懂不要紧，先读一遍）。
【备用】Anaconda使用教程：需要到官网下载安装，但一次安装后即可开始编写代码，其中的Notebook功能与阿里云天池实验室非常相似。
【不推荐】全手工安装：先到官网下载安装Python，然后再去下载安装Pycharm，然后还要自己手工安装各种必须的依赖库，非计算机专业请勿尝试。

涉及到数据获取（网络爬虫）、数据可视化、NLP自然语言处理等技术的入门教程。请按照顺序学习。

如果你需要查询一些具体的语法规范，可以从这里找到。

这只是个小练习，可以帮助属性Python的基本语法和界面逻辑。

附：0109编程-基于Plotly实现的简单智能体思路

通过最简单的案例学习机器学习的实现原理。

学前班：
Scikit-learn-iris-macOS-案例-机器学习入门
Scikit-learn-pipeline-macOS-案例-机器学习
Scikit-learn-classifier-macOS-案例-机器学习

这是2018年上半年整理的深度学习资料，有些内容已经和目前最新版本有所差别。

这里是关于神经网络的数学原理。

神经网络结构-神经元与激活值
神经网络算法-梯度下降GradientDescent
神经网络算法-反向传播BackPropagation

这是一个基于人脸识别技术实现考勤系统的项目实战关键点，以上内容都学习完毕后再阅读这些内容。

1.【编程】Python实战手记-1
1.【编程】Python实战手记-2
1.【编程】Python实战手记-3