人工智能学习笔记

2019年7月14日，开始学习人工智能，人工智能系列的学习曲线大致分为：

1.Linux基础

2.Python语法基础

3.Python进阶

4.数学基础：线代、概率、高数、统计学

5.爬虫、大数据（数据分析）

6.机器学习

7.深度学习

8.深度学习

 

4.数学基础：

    网易公开课-可汗学院统计学课程

5.大数据：数据达到PB级别

  数据分析/数据挖掘：《利用python进行数据分析》

                                      特征工程

                                       数据挖掘项目

6.机器学习：

（1）：数据背后体现的客观算法，算法反映数据；算法是客观存在的，人类依靠数学、统计学发现的。

            算法分为：监督类和非监督类

            算法细分为：聚类、分类、回归、推荐、降维。

（2）重要算法：神经网络——计算深度的加深，由3级到5、6、7、8级———深度学习（模拟人类行为）。

课程推荐：吴恩达机器学习课程（https://www.coursera.org/learn/machine-learning）

公开课：  吴恩达-网易云课堂机器学习

                 吴恩达-Machine Learning

                 林轩田-机器学习基石、机器学习技法——bilibili

书籍：      《机器学习》、《机器学习实战》、《统计学习方法》、《Scikit-Learn与TensorFlow机器学习实用指南》

7.深度学习：

就是神经网络算法：计算深度更深——拟人；深度学习是最难的算法。

注：人工智能：

    机器学习算法的一个应用方向，是为了代替人类生产生活。

算法是客观存在的，是客观规律。现在用到的技术都是几十年以前的，较老！