人工智能工程师需要了解哪些知识体系

有很多之前没有接触过人工智能得朋友都很想了解和掌握人工智能,以及向这方面有些转型。那么如何成为一名高质量的人工智能工程师,在这种情况下,你需要了解人工智能知识体系。下面IT培训网为大家具体讲述,希望能够帮助你!

人工智能工程师需要了解哪些知识体系_第1张图片

人工智能知识体系

1、数学基础

微积分

线性代数

概率统计

信息论

集合论和图论

博弈论

2、技术基础

计算机原理

程序设计语言

操作系统

分布式系统

算法基础

3、机器学习算法

机器学习基础:估计方法、特征工程

线性模型:线性回归

逻辑回归

决策树模型:GBDT

支持向量机

贝叶斯分类器

神经网络——深度学习:MLP、CNN、RNN(LSTM)、GAN

聚类算法:K均值算法

4、机器学习分类

监督学习:分类任务、回归任务

无监督学习:聚类任务

迁移学习

强化学习

5、问题领域

语言识别

字符识别:手写识别

机器视觉

自然语言处理:机器翻译

自然语言理解

知识推理

自动控制

游戏理论和人机对弈:象棋、围棋、德州扑克、星际争霸

数据挖掘

6、机器学习架构

加速芯片:CPU、GPU、FPGA、ASIC(TPU)

虚拟化:容器(Decker)

分布式结构:Spark

库和计算框架:TensorFlow、scikt-learn、Caffe、MXNET、Theano、Torch、Microsoft CNTK

7、可视化解决方案

8、云服务

Amazon ML

Google Cloud ML

Microsoft Azure ML

阿里云ML

9、数据集和竞赛

ImageNet

MSCOCC

Kaggle

阿里天池

10、其他相关技术

知识图谱

统计语言模型

专家系统

遗传算法

博弈算法:纳什均衡

你可能感兴趣的:(编程)