人工智能核心基础 - 规划和概要

人工智能核心基础 - 规划和概要_第1张图片

Hi,你好。又见面咯,我是茶桁。

在之前,我花了两个来月的时间撰写了「Python篇」和「数学篇」,希望小伙伴们在正式进入AI之前能够打好一个基础。那么今天开始,我们将正式开始AI基础的学习。

这一节课咱们先不着急直接开始课程,而是聊一下本次课程的一个规划。

在整个课程规划中,我们将会直接从机器学习开始入手,进入深度学习,然后开始接触RNN、CNN以及三大方向:NLP、CV和BI。核心能力将会分成四大部分进行展开精讲。

目录规划

基础能力

  • 人工智能导论
  • 机器学习初探
  • 机器学习进阶(这部分会比较长)
  • 深度学习进阶
  • RNN
  • CNN
  • 自然语言处理基础(NLP)
  • 计算机视觉基础(CV)
  • 商业智能(BI)

BI精讲

  • 预测全家桶与机器学习四大神器
  • Fintech数据分析
  • 数据可视化与DashBoard
  • ALS算法与推荐系统
  • SVD矩阵分解与基于内容的推荐
  • PageRank、图论与推荐系统
  • Graph Embedding
  • 强化学习

NLP精讲

  1. 自然语言处理的基本过程
  2. 向量空间模型
  3. 自然语言处理初步
  4. 语言模型和概率图模型
  5. 词向量模型Word2Vec
  6. Transformer与BER,大规模预训练问题
  7. 自然语言生成
  8. 自然语言处理与人工智能前沿

CV精讲

  1. 初阶计算机视觉:图像处理
  2. 中阶计算机视觉:图像描述
  3. 中阶到高阶的关键:CNN方法
  4. 计算机视觉中的图像分类
  5. 深度学习之单阶段目标检测
  6. 深度学习之两阶段目标检测
  7. 计算机视觉中的图像分割
  8. 计算机视觉中的目标跟踪

内容输出方式

以上目录中的四个部分都属于核心部分,每一个部分都会单独开一个专栏目录。一个是因为收费课程,拆散之后大家可以按照自己的需要进行购买,再一个也是将四部分区分的清晰一点。

虽然每一张专辑都是收费的,但是也并不是所有内容都需要进行购买才可查看。有的时候为了吸引流量,即便没有购买专辑,部分章节会开放阅读全部。

以上目录仅供参考,目录是按照内容概要进行规划的,并不等于实际章节。就像我在写数学篇的时候,本来就只规划了4个知识点,但是其中一个知识点可能会讲7、8个章节,也可能3、4篇就讲完了。所以届时的内容,会比从目录上看要多的多,起码就基础部分的机器学习这一知识点,可能就要十几、二十节课才能讲完。

代码库

在咱们的整个讲解过程,演示代码是不可避免的,并且其中还会包含很多数据。这部分内容基本上都会在咱们的《茶桁的AI秘籍》的代码仓库中找到,地址为:https://github.com/hivandu/AI_Cheats

其中部分数据集可能因为太大会上传到百度网盘并分享出来,分享一般都会放在文末,大家可以自取。

其他

如果您阅读时感觉文章不完整,那应该是该网站我暂时无法发布收费专栏,所以我仅提供了部分内容。

你可能感兴趣的:(茶桁的AI秘籍,人工智能)