人工智能与大数据技术导论-13011知识点记录_13011人工智能与大数据技术导论(1)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

AI就是能够让机器做一些只有”人“才能做得好的事情。
1.2、AI历史发展
经历了三个阶段：
（1）1956-1976年，注重逻辑推理；
（2）1976-2006年，以专家系统为主；
（3）2006年-至今，重视数据、自主学习和认知智能时代；
1.3、AI技术的成熟度
主要集中在这几个领域：视觉识别（看）、自然语言理解（听）、机器人（动）、机器学习（自我学习能力）
在技术层面，AI分为感知、认知、执行三个层次。感知技术包括机器视觉、语音识别等各类应用人工智能技术获取外部信息的技术，认知技术包括机器学习技术，执行技术包括人工智能与机器人结合的硬件数据以及智能芯片的计算技术。
1.4、AI与云计算和大数据的关系
大数据和人工智能相辅相成，在人工智能的加持下，海量的大数据对算法模型不断训练，又在结果输出上进行优化，从而使人工智能向更为智能化的方向进步，大数据与人工智能的结合将在更多领域中击败人类所能够做到的极限。
大数据与云计算的关系如下：
（1）数据是资产，云为数据资产提供存储、访问和计算。
（2）当前云计算更偏重海量存储和计算，以及提供的云服务，运行云应用。但是缺乏盘活数据资产的能力，挖掘价值性信息和预测性分析，为国家、企业、个人提供决策方案和服务，是大数据的核心议题，也是云计算的最终方向。

第2章“AI产业”

需要掌握：基础层；技术层；应用层；产业发展趋势分析。
2.1、基础层
基础层包括芯片、传感器、大数据、云计算等领域，为AI提供数据或计算能力支撑。
芯片：包括GPU、FPGA等加速硬件与神经网络芯片，为深度学习提供计算硬件，是重点底层硬件。
云计算：主要为人工智能开发提供云端计算资源和服务，以分布式网络为基础，提高计算效率。
传感器：主要对环境、动作、图像等内容进行智能感知，这也包括指纹、人脸、虹膜、静脉等人体生物特征识别硬件及软件服务，是人工智能的重要数据输入和人机交互硬件，
大数据：来源于各个行业的海量数据为人工智能提供丰富的数据资源；大数据管理和大数据分析软件或工具为人工智能产业提供数据的收集、整合、存储、处理、分析、挖掘等数据服务。
2.2、技术层
在基础层之上，结合软硬件能力所实现的针对不同细分应用开发的技术。主要包括机器学习、计算机视觉、语音及自然语言处理三个方面；
机器学习：主要以深度学习、增强学习等算法研究为主，赋予机器自主学习并提高性能的能力。
计算机视觉：包括静动态图像识别与处理等，对目标进行识别、测量及计算。
语音及自然语言处理：包括语音识别和自然语言处理，研究语言的收集、识别理解、处理等内容，涉及计算机、语言学、逻辑学等学科。
2.