别把时间浪费在路上，快上车让人工智能带你飞！《人工智能》第1-15阶段更新

《人工智能》

此次更新内容为第一到十五阶段：

第一阶段_python基础与科学计算模块

1_Python基础语法

2_科学计算模型Numpy

3_数据处理分析模块Pandas

4_数据可视化模块

第二阶段_AI数学知识

1_数学内容概述

2_一元函数微分学

3_线性代数基础

4_多元函数微分学

5_线性代数高级

6_概率论

7_最优化

第三阶段_线性回归算法

1_多元线性回归

2_梯度下降法

3_归一化

4_正则化

5_Lasso回归_Ridge回归_多项式回归

第四阶段_线性分类算法

1_逻辑回归

2_Softmax回归

第五阶段_无监督学习算法

1_聚类系列算法

第六阶段_决策树系列算法

1_决策树算法

2_随机森林算法

3_Adaboost算法

4_GBDT算法

5_XGBoost算法

第七阶段_Kaggle实战

1_药店销量预测案例

2_网页分类案例

第八阶段_海量数据挖掘工具

1_Spark计算框架基础

2_Spark计算框架深入

3_Spark机器学习MLlib和ML模块

第九阶段_概率图模型算法

1_贝叶斯分类

2_HMM算法

3_最大熵模型

4_CRF算法

第十阶段_深度学习原理到进阶实战

1_神经网络算法

2_TensorFlow深度学习工具

第十一阶段_图像识别原理到进阶实战

1_卷积神经网络原理

2_卷积神经网络优化

3_经典卷积网络算法

4_OpenCV模块

5_古典目标检测算法

6_现代目标检测算法

第十二阶段_自然语言处理原理到进阶实战

1_词向量与词嵌入

2_循环神经网络原理与优化

第十三阶段_图像识别项目

1_车牌识别

2_自然场景下的目标检测及源码分析

3_图像风格迁移

4_人脸识别

第十四阶段_自然语言处理项目

1_自然语言处理--情感分析

2_自然语言处理--机器创作唐诗

3_自然语言处理--聊天机器人

4_自然语言处理--词向量

第十五阶段_数据挖掘项目

1_推荐系统--流程与架构

2_推荐系统--数据预处理和模型构建评估实战

3_推荐系统--模型使用和推荐服务