惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Martin Fowler
Martin Fowler
V
Visual Studio Blog
有赞技术团队
有赞技术团队
T
Tailwind CSS Blog
B
Blog
I
InfoQ
博客园 - 三生石上(FineUI控件)
阮一峰的网络日志
阮一峰的网络日志
F
Fortinet All Blogs
H
Help Net Security
博客园 - Franky
宝玉的分享
宝玉的分享
博客园 - 司徒正美
C
Check Point Blog
G
Google Developers Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Jina AI
Jina AI
T
The Blog of Author Tim Ferriss
MongoDB | Blog
MongoDB | Blog
云风的 BLOG
云风的 BLOG
A
About on SuperTechFans
罗磊的独立博客
大猫的无限游戏
大猫的无限游戏
IT之家
IT之家

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派
人工智能核心基础 - 规划和概要 - 少数派
2023-09-25 · via 少数派

Hi,你好。又见面咯,我是茶桁。

在之前,我花了两个来月的时间撰写了「Python篇」和「数学篇」,希望小伙伴们在正式进入AI之前能够打好一个基础。那么今天开始,我们将正式开始AI基础的学习。

这一节课咱们先不着急直接开始课程,而是聊一下本次课程的一个规划。

在整个课程规划中,我们将会直接从机器学习开始入手,进入深度学习,然后开始接触RNN、CNN以及三大方向:NLP、CV和BI。核心能力将会分成四大部分进行展开精讲。

目录规划

基础能力

  • 人工智能导论
  • 机器学习初探
  • 机器学习进阶(这部分会比较长)
  • 深度学习进阶
  • RNN
  • CNN
  • 自然语言处理基础(NLP)
  • 计算机视觉基础(CV)
  • 商业智能(BI)

BI精讲

  • 预测全家桶与机器学习四大神器
  • Fintech数据分析
  • 数据可视化与DashBoard
  • ALS算法与推荐系统
  • SVD矩阵分解与基于内容的推荐
  • PageRank、图论与推荐系统
  • Graph Embedding
  • 强化学习

NLP精讲

  • 自然语言处理的基本过程
  1. 向量空间模型
  2. 自然语言处理初步
  3. 语言模型和概率图模型
  4. 词向量模型Word2Vec
  5. Transformer与BER,大规模预训练问题
  6. 自然语言生成
  7. 自然语言处理与人工智能前沿

CV精讲

  • 初阶计算机视觉:图像处理
  1. 中阶计算机视觉:图像描述
  2. 中阶到高阶的关键:CNN方法
  3. 计算机视觉中的图像分类
  4. 深度学习之单阶段目标检测
  5. 深度学习之两阶段目标检测
  6. 计算机视觉中的图像分割
  7. 计算机视觉中的目标跟踪

内容输出方式

以上目录中的四个部分都属于核心部分,每一个部分都会单独开一个专栏目录。一个是因为收费课程,拆散之后大家可以按照自己的需要进行购买,再一个也是将四部分区分的清晰一点。

虽然每一张专辑都是收费的,但是也并不是所有内容都需要进行购买才可查看。有的时候为了吸引流量,即便没有购买专辑,部分章节会开放阅读全部。

以上目录仅供参考,目录是按照内容概要进行规划的,并不等于实际章节。就像我在写数学篇的时候,本来就只规划了4个知识点,但是其中一个知识点可能会讲7、8个章节,也可能3、4篇就讲完了。所以届时的内容,会比从目录上看要多的多,起码就基础部分的机器学习这一知识点,可能就要十几、二十节课才能讲完。

代码库

在咱们的整个讲解过程,演示代码是不可避免的,并且其中还会包含很多数据。这部分内容基本上都会在咱们的《茶桁的AI秘籍》的代码仓库中找到,地址为:https://github.com/hivandu/AI_Cheats

其中部分数据集可能因为太大会上传到百度网盘并分享出来,分享一般都会放在文末,大家可以自取。

其他

如果您阅读时感觉文章不完整,那应该是该网站我暂时无法发布收费专栏,所以我仅提供了部分内容。