Github

由于現(xiàn)在網(wǎng)絡(luò)資源比較多，尤其Github上更大方光彩

或者說B站上也有很多可以學(xué)習(xí)的資源

本文主要從人工智能整體框架學(xué)習(xí)闡述一些自己的看法

如有疏漏，請(qǐng)您海涵

基礎(chǔ)階段（數(shù)學(xué)基礎(chǔ) ）

以Python為例，首先要打好Python基礎(chǔ)，然后對(duì)Python進(jìn)行進(jìn)一步了解

熟悉Numpy科學(xué)計(jì)算庫，熟悉Matplotlib可視化庫以及數(shù)據(jù)分析庫Panda，總的說就是學(xué)習(xí)掌握Python的相關(guān)知識(shí)

打好數(shù)學(xué)基礎(chǔ)：學(xué)習(xí)數(shù)學(xué)分析基礎(chǔ)理論，對(duì)高等代數(shù)微積分等有所學(xué)習(xí)，尤其對(duì)線性代數(shù)矩陣論、概率論進(jìn)行加強(qiáng)學(xué)習(xí)

了解一部分計(jì)算機(jī)視覺或者自然語言處理的工具，看一下實(shí)戰(zhàn)的例子，對(duì)其有一個(gè)直觀的認(rèn)識(shí)，了解一些比賽

入門階段（機(jī)器學(xué)習(xí)）

對(duì)機(jī)器學(xué)習(xí)的經(jīng)典算法原理進(jìn)行推導(dǎo)學(xué)習(xí)，對(duì)機(jī)器學(xué)習(xí)的應(yīng)用進(jìn)行分析

Skleran庫進(jìn)行學(xué)習(xí)，知道如何優(yōu)化參數(shù)以及迭代梯度

學(xué)會(huì)數(shù)據(jù)處理以及根據(jù)不同數(shù)據(jù)進(jìn)行特征分析

通過可視化，對(duì)文本特征，圖形特征，時(shí)間序列進(jìn)行建模分析

對(duì)不同景點(diǎn)算法進(jìn)行對(duì)比分析學(xué)習(xí)，對(duì)競(jìng)賽了解如何贏，怎么贏，了解大公司企業(yè)項(xiàng)目解決實(shí)例

進(jìn)階階段（深度學(xué)習(xí)）

對(duì)神經(jīng)網(wǎng)絡(luò)，卷積，遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)

學(xué)習(xí)Opencv庫，了解主流框架

基于Tensorflow或者Caffe進(jìn)行實(shí)戰(zhàn)訓(xùn)練，學(xué)習(xí)Keras等

使用Opencv做一些小項(xiàng)目

對(duì)自然語言處理也進(jìn)行學(xué)習(xí)和實(shí)戰(zhàn)

終極進(jìn)階（夯實(shí)基礎(chǔ)）

知道所有問題的優(yōu)缺點(diǎn)和起源

對(duì)經(jīng)典論文進(jìn)行分析深挖復(fù)現(xiàn)

了解深度學(xué)習(xí)進(jìn)階技能和模型比較

對(duì)神經(jīng)網(wǎng)絡(luò)深入學(xué)習(xí)

了解未來趨勢(shì)

綜合實(shí)戰(zhàn)，對(duì)未來進(jìn)行規(guī)劃和終身學(xué)習(xí)

歡迎留言評(píng)論交流