AI-学习目录

最新推荐文章于 2025-10-10 16:17:13 发布
原创 最新推荐文章于 2025-10-10 16:17:13 发布 · 378 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客主要提及Python工具Jupyter的快捷键。Jupyter是重要的Python工具，其快捷键能提高使用效率，在信息技术领域的Python开发等场景有重要作用。
【AI】郭老二博文之：AI学习目录汇总
郭老二
10-24 2340
【AI】PyTorch入门（一）：通过Anaconda安装PyTorch，并总结张量TENSORS 【AI】PyTorch入门（二）：训练与预测 【Python】入门（三）：在jupyterlab中使用conda虚拟环境 【AI】PyTorch入门（四）：对数据样本进行转换 【AI】PyTorch入门（五）：构建神经模型 【AI】PyTorch入门（六）：自动微分torch.autograd 【AI】PyTorch入门（七）：优化模型参数 【AI】PyTorch入门（八）：从NumPy到PyTorch学习训
AI入门必看！超详细人工智能学习路径（附代码实战）
AL.千灯学长的博客
02-25 1429
人工智能领域涵盖数学、编程、算法、工具框架等多个维度，新手容易陷入“学了一堆，却不会用”的困境。人工智能的学习是一场马拉松，而非短跑。本文提供的路径和代码旨在帮你建立知识框架，，梳理一条清晰的学习路径，并搭配代码示例，助你高效入门！立即运行文中的代码片段，开启你的第一个AI项目吧！
AI-机器学习-目录
aggie4628的专栏
12-02 227
AI-机器学习（1）-SVM（1）-间隔最优化AI-机器学习（2）-SVM(2)-对偶 AI-机器学习（3）-SVM（3）-核函数AI-机器学习 (4)一图看懂什么是AI,机器学习和深度学习AI-机器学习 (5)-趣谈贝叶斯-条件概率-一看就懂 AI-机器学习（7）-CRF-一看就懂 AI-机器学习（9）-PCA-LDA-线性回归必备-详细实现步骤AI-机器学习(10)-SVM(4)-软硬...
AI知识图谱：一张图看懂AI学习全路径，大模型入门到精通，收藏这篇就足够了！
2401_82469710的博客
10-10 1102
作者能力有限，借此希望为想学习AI的朋友们提供一条系统性的学习路线，快速入门，拥抱AI！
AI学习路线图【目录】
鸣宇淳的专栏
11-07 7426
一、Python 1.1、【AI_Python基本语法】 【AI_Python基本语法】 1.2、【AI_常用Python库】 【AI_常用Python库】Numpy库 【AI_常用Python库】Pandas库 【AI_常用Python库】Matplotlib库 【AI_常用Python库】Time库 二、数学知识 2.1 【AI_数学知识】数学分析
AI:人工智能更深入学习资料与目录
段传涛 的专栏
06-18 1128
The Data Science Virtual Machine(数据科学虚拟机)
AI学习路径
Jack Sparrow
05-15 925
一、深度学习 一）监督学习 1、回归分析 a、线性回归 b、决策数回归 c、生存回归 d、等渗回归 e、随机森林回归 2、分类分析 ...
全网最全人工智能学习资料，包含机器学习基础ML、深度学习基础DL、计算机视觉CV、自然语言处理NLP_ai-study.zip
09-18
在当今的科技发展潮流中，人工...该压缩包文件“ai-study-main”是人工智能学习者的一个宝贵资源，无论是初学者还是有一定基础的研究者，都能从中获得丰富的知识和实践指导，为自己的人工智能学习之旅提供强大的支持。
LF-AI-STREAM-AI人工智能资源
07-23
“LF-AI-STREAM-AI人工智能资源”项目在AI领域内，尤其关注流媒体数据的智能分析。根据项目的名称和相关文件结构，我们可以推测该项目是一个包含多个模块的综合性AI解决方案，旨在提供对流媒体数据（如视频、音频）...
U3W-AI-AI人工智能资源
06-22
本压缩包文件名为“U3W-AI-AI人工智能资源”，从中可以推断该资源集可能包含了与人工智能相关的软件组件、工具库、框架以及开发文档等。 文件中包含的文件名显示了多个相关文件和目录，比如“LICENSE”文件通常用于...
人工智能-项目实践-提示学习-提示学习文本分类代码.zip
01-03
在当前的IT行业中，人工智能（AI）已经成为了一个热门的研究领域，尤其在自然语言处理（NLP）方面。这个项目实践是关于"提示学习"（Prompt Learning）在文本分类任务中的应用，通过提供的代码来深入理解和实践这一...
ssquant-ai-AI人工智能资源
最新发布
10-16
ssquant-ai-AI人工智能资源是一个集合了各种与AI相关的资源的集合体，它不仅仅是一个平台或者程序，而是一个集研发、学习、交流、应用于一体的资源库。 ssquant-ai-AI人工智能资源中的AIQuant部分，根据提供的信息...
大数据和人工智能学习汇总 -- 目录
sundaygeek的专栏
07-13 1082
python 《统计思维-程序员数学之概率统计》读书笔记 《用Python写网络爬虫》读书笔记 python-mysql 2和3的差异 python scipy找不到lena 机器学习 《Tensorflow基础泰坦尼克获救预测》-- 网易云课堂 《有趣的机器学习》–网易云课堂 《Python机器学习kaggle案例》-- 网易云课堂 《TensorFlow实战》读书笔记 AI开放数据源 李宏毅 机器学习 笔记 博客链接 https://www.bilibili.com/video/av105903
AI专业学习路径
wangjunji34478的专栏
04-18 3359
第一阶段：Ai基础 1、AI基础概览 （1）ai基础概念 （2）全栈Ai战略 2、数学基础知识 （1） 高等数学 （2） 凸优化 （3） 线性代数 （4） 概率论与数理统计 （5） 信息论 3、python编程知识 （1） Python介绍 （2） Python基础 （3） Python高级 （4） Python实验 4、常用框架工具 （1） Python科学计算库Numpy （2） Python数据分析处理库Pandas （3） Python可视化库Matplotlib
AI入门必看的超详细人工智能学习路径
2401_84206094的博客
11-23 1万+
人工智能包括机器学习和深度学习深度学习，而自然语言处理和计算机视觉正是人工智能领域热门的方向。**路径一：**如果你希望快速学习完进行项目实践，请直接学习深度学习，不过编程和数学基础还是要有的（之后如果遇到不懂的地方，单独学不懂的地方就可以了）**路径二：**一步一个脚印，扎扎实实从基础学起，逐步提高学习难度（后附学习大纲）在深入学习人工智能之前，你需要对这个行业有一个初步的了解，包括当前的发展趋势和关键技术。这样，你就能为接下来的学习做好准备。机器学习领域包含了众多算法，这些算法往往基于数学理论。
人工智能学习系列教程-目录（附视频教程）
AI科技前线
05-16 2196
一. 人工智能基础篇 – 数学理论 数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识。 在 AI 项目中学习这些数学课程，侧重点则是各类数学模型在 AI 中要如何使用，或者说如何在应用场合中套用这些数学模型。反而是平时数学上大家最头疼的那些推论啊、题海战术啊，在 AI 学习过程中可以暂时忽略掉。本阶段的学习内容如下： 1.线性代数：将研究对象形式化 2.概率论：描述统计规律 3.数理统
人工智能学习 - （总目录）
浩瀚星空
04-12 1万+
目录 请先看前言 前言 1 神经网络 1.1 介绍神经网络 1.1.1 什么是神经网络 1.2 神经网络基础 1.2.1 如何将数据输入到神经网络中 1.2.2 神经网络是如何进行预测的 1.2.3 神经网络如何判断自己预测得是否准确 1.2.4 神经网络是如何进行学习的 1.2.5 计算图 1.2.6 如何计算逻辑回归的偏导数 1.2.7 向量化 1.2.8 如何开始使用python 1.2.9...
完结撒花！吴恩达DeepLearning.ai《深度学习》课程笔记目录总集
热门推荐
大树先生的博客
04-12 11万+
吴恩达 Coursera DeepLearning.ai《深度学习》系列课程笔记目录总集
基于AI-CODE的程序设计学习环境
"AI Tank教学资源" 本资源摘要信息主要围绕AI Tank教学资源的设计和应用进行介绍。AI Tank是一个基于游戏的编程教学平台...AI Tank的学习过程是一个循环的过程，学习者可以逐渐喜欢上学习，并逐渐提高自己的知识水平。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值