【人工智能基础】知识导图

一. 人工智能发展基础

了解掌握人工智能的基本概念与定义；
了解人工智能的主要学派及主旨思想；
了解掌握人工智能的起源与发展历程；
了解掌握驱动新一代人工智能快速发展的数据、算法、算力等重要驱动因素；

【人工智能概述（一）】人工智能基本概概念、学派、发展历程与新一代人工智能

【人工智能概述（二）】人工智能的关键技术

【人工智能五】人工智能基础习题

【人工智能五】人工智能基础习题答案

 

二. 机器学习与深度学习基础

1. 了解掌握机器学习中监督学习、无监督学习和半监督学习的概念，
2. 掌握数据集、优化、泛化等过程中的方法和存在的问题；

【人工智能基础03】机器学习基础

【人工智能基础一】深度学习基础

【人工智能基础03】机器学习（练习题）

 

三. 常见算法

1. 分类与回归的基本原理，
2. 基本优化方法，岭回归、套索回归、支持向量机等常见算法的原理；
3. 决策树的原理与训练算法；

【人工智能基础04】线性模型：线性回归、分类、正则化（套索和岭回归）、支持向量机、核技巧

【人工智能基础04】线性模型(练习题)

【人工智能基础05】决策树模型

【人工智能基础05】决策树模型习题

 

四. 神经元网络

【人工智能基础06】人工神经网络基础

【人工智能基础06】人工神经网络基础（二）：1. 权值初始化（权值优化、避免梯度爆炸、消失）、2. 权值衰减（防止过拟合）与 3. 权值共享（卷积核）

【人工智能基础06】人工神经网络（练习题）：神经网络的计算、激活函数的选择与神经网络的退化

 

五. 计算机视觉

【人工智能基础07】卷积神经网络基础（CNN）：图像识别、自然语言处理

【人工智能基础】计算机视觉

【人工智能基础08】卷积神经网络习题：卷积神经网络计算、图像填充、卷积的表达与设计
 

六. 语言模型

【人工智能基础】自然语言处理基础

【人工智能基础08】循环神经网络（RNN）与长短时记忆网络（LSTM）：处理和预测序列数据

【人工智能基础】09Transformer模型基本原理：并行地、更加高效地处理长距离依赖问题

【人工智能基础】【练习题】自然语言处理基础： Word2vec逻辑、与预训练模型