学编程,关键把握Python,跟随课程内容也学了一些C、HTML、CSS、JavaScript;学了计算机科学的基础理论和程序编写方式 ,如:Pandas, Numpy, Matplotlib等;网上学习了四套有关Machine Learning和Deep Learning的课程内容。
学习培训人工智能如何新手入门
阶段一是Python语言表达(用时5周,包含基础英语的语法、面向对象编程、高级课程、經典课程内容);阶段二是Linux初中级(用时1周,包含Linux系统软件基本上命令、常见服务项目安裝);阶段三是Web开发设计之Diango(5周 2周前面 3周diango);阶段四是Web开发设计之Flask(用时2周);
阶段五是Web架构之Tornado(用时1周);阶段六是docker器皿及服务发现(用时2周);阶段七是网络爬虫(用时2周);阶段八是大数据挖掘和人工智能(用时3周)。
如何自学人工智能
初学者能够从基础的基础逐渐学习,不仅线性规划问题和随机森林,连笔记本电脑如何使用,NumPy等关键的Python库如何使用,都是有从零实例教程。
到后半期,能够学着搭高級的RNN,强大的GAN,这儿也有很多具体运用示例能够跑。终究,这是一个重视实践活动的新项目。
这儿的优化算法示例,可以用Google Colab来跑,完全免费使用云空间TPU/GPU,只需有一个Chrome就可以了。没人字梯得话,就用Jupyter Notebook来跑咯。
基础一部分,除开有Python手册、笔记本电脑用法,及其Numpy、Pandas这种库的用法,也有线性规划问题、逻辑性整体规划、随机森林、k-means聚类算法这种深度学习的基本上技术性。
深层学习入门,包含了PyTorch手册、多层感知器 (MLP) 、数据信息与实体模型、面向对象编程的深度学习、卷积和神经元网络 (CNN) 、置入,及其递归算法神经元网络 (RNN) 。
深度神经网络高级,会涉及到更高級的RNN、自编码器、转化成对抗网络 (GAN) ,及其室内空间转换互联网 (Spatial Transformer Networks) 这些。
最终是运用。人工智能算法是个关键的方位。此外,还会继续涉及到时间序列分析剖析 (Time Series Analysis) ,商品推荐系统软件,预训炼语言模型,多任务学习,增强学习这些示例能够运作。还可以改动示例,写下自身的运用。