人工智能自学线路——自用
人工智能开发一般从Python开始,不过对数学与统计学有要求,尤其是概率统计。
1.不过Python仅仅是编程语言,你应该首先还要选择一个发展方向,学习特定方向的Python模块,比如数据分析与挖掘、爬虫工程师、Web开发、自动化运维、自动化测试,甚至人工智能。Web开发小型是PHP居多,中大型Web应用Java独霸天下Python很难抗衡。自动化测试与运维已经脱离了软件开发主方向,工资与发展的话相比来说没有开发与数据分析好。总体来讲用Python做数据分析甚至人工智能是最好的方向,不过人工智能难度要高,对学历与学校也有要求,建议从数据分析入行,未来向大数据甚至人工智能方向发展是不错的选择,这也是Python语言最有优势的领域。人工智能学习总体路线图:数据科学中统计学基础-->Python核心编程-->Python数据科学/数据分析-->机器学习-->深度学习-->选择数据挖掘/计算机视觉/自然语言处理/语音技术中的一个方向.
阶段 1:机器学习入门
学习前要求:Python编程基础(Python学习路线),数学基础(线性代数、概率论、数理统计)。
学习后将掌握:机器学习和深度学习的概念,常用的机器学习算法和神经网络算法。
1.1、机器学习概览及常用算法
1.2、机器学习算法详解
1.3、神经网络基础
阶段 2:TensorFlow框架及常用库
学习前要求:Python编程基础,了解常用的机器学习算法原理及实现,一定的英语读能力。
学习后将掌握:TensorFlow的基本使用,常用的Python科学计算库的使用。
2.1、深度学习框架TensorFlow入门
2.2、科学计算库NumPy快速入门
2.3、数据分析库Panda快速入门
2.4、数据可视化库Matplotlib快速入门
阶段 3:机器学习实战
学习前要求:了解常用机器学习算法、神经网络,了解TensorFlow框架及Python相关库的使用方法。
学习后将掌握:机器学习算法、神经网络的实战应用,阿里云机器学习PAI平台的操作。
3.1、基于PAI的机器学习实战
3.2、从零构建推荐系统
3.3、基于贝叶斯的新闻分类
3.4、基于随机森林的气温预测
3.5、基于LSTM的文本情感分析
3.6、从零开始卷积神经网络
3.7、RNN时间序列分析
3.8、使用lightgbm进行饭店流量预测
3.9、使用Word2vec进行文本分类
阶段 4:自然语言处理实战
学习前要求:了解神经网络,了解TensorFlow框架及Python相关库的使用方法。
学习后将掌握:机器学习/深度学习技术在自然语言处理(NLP)领域的实战应用。
4.1、深度学习与自然语言处理
4.2、对话机器人
4.3、AI写唐诗
4.4、AI输入法
4.5、机器翻译
4.6、根据姓名预测性别
4.7、文本相似度分析
阶段 5:图像识别实战
学习前要求:了解神经网络,了解TensorFlow框架及Python相关库的使用方法。
学习后将掌握:机器学习/深度学习技术在图像识别处理领域的实战应用。
5.1、人脸检测
5.2、猫狗识别
5.3、行为识别
5.4、验证码识别
5.5、CIFAR图像分类
5.6、图像超分辨率重构
5.7、图像修复
阿里官方的人工智能学习路线:限时免费哦
https://edu.aliyun.com/roadmap/ai?spm=5176.11399608.aliyun-edu-index-014.3.c3c546795Oh8AG
推荐(写得很详细):https://blog.****.net/qwxwaty/article/details/80793370