开发工具:
文件大小: 235kb
下载次数: 0
上传时间: 2019-07-15
详细说明:*AI学习知识点*
1. 基础知识
概率论
微积分与逼近论
极限、微分、积分的基本概念
利用逼近的思想理解微积分,利用积分的方式理解概率论
概率论的基础
古典模型
常见的概率分布
大数定理和中心极限定理
协方差和相关系数
最大似然估计和最大后验估计
凸优化
凸优化的基本概念
凸函数
凸集
凸优化问题的标准形式
线性代数及矩阵
线性空间及线性变化
矩阵的基本概念
状态转移矩阵
特征向量
矩阵的相关乘法
矩阵的QR分解
对称矩阵、正交矩阵、正定矩阵
矩阵的SVD分解
矩阵的求导
矩阵的映射和投影
数据分析
常数e
gini系数
导数
梯度
梯度下降
信息熵与组合数
Taylor
牛顿法
2. Python高级应用
容器
列表:list
元组:tuple
字典:dict
数组:Array
切片
列表推导式
浅拷贝和深拷贝
函数
lambda表达式
递归函数及递归优化
常用内置函数/高级函数
项目案例: 约瑟夫环问题
常用库
时间库
并发库
科学计算库
Matplotlib可视化会图库
锁和线程
多线程变成
3. 机器学习
机器学习
理论概述
督导学习
逻辑回归
Softmax分类
条件随机场
支持向量机svm
决策树
随机森林
GBDT
集成学习
非督导学习
高斯混合模型
聚类
PCA
密度估计
LDA
双聚类
降维算法
LSI
数据处理与模型调优
特征提取
数据预处理
数据降维
模型参数调优
模型持久化
模型可视化
优化算法:坐标轴下降法和最小角回归法
数据挖掘关联规则算法
感激模型
4. 深度学习
迈入人工智能的大门
深度学习概述
感知器
BP神经网络
RBF神经网络
Tensorflow概述
Tensorflow常用api
Tensorboard可视化技术
源码实现BP与RBF
机器能看的现代技术-CNN
初识CNN
模型优化技术
CNN经典模型
机器能读懂文字的技术-RNN
初识RNN
走进LSTM
机器能伪造数据的技术-GAN
走进GAN
损失函数原理解析
GAN变种
深度学习进阶
目标检测(ssd,yolo)
seq2seq
seq2seq with Attension
5. 自然语言处理
词
分词
词性标注
词向量
字向量
实体识别
关系抽取
关键词提取
无用词过滤
句
句法分析
语义分析
自然语言 理解
一阶逻辑
文本相似度计算
7. 图像处理
图像基础
图像读写、保存、画图
图像操作及算数运算
图像像素读取、算数运算、ROI区域读取
图像颜色空间运算
图像颜色空间相互转换
图像集合变化
平移、旋转、仿射变化、透视变化等
图像形态学
腐蚀、膨胀、开闭运算等
图像轮毂
长宽、面积、周长、外方园、方向、平均颜色、层次轮图
图像统计学
图像直方图
图像滤波
高斯滤波、均值滤波、双边滤波、拉普拉斯滤波
1. 基础知识
概率论
微积分与逼近论
极限、微分、积分的基本概念
利用逼近的思想理解微积分,利用积分的方式理解概率论
概率论的基础
古典模型
常见的概率分布
大数定理和中心极限定理
协方差和相关系数
最大似然估计和最大后验估计
凸优化
凸优化的基本概念
凸函数
凸集
凸优化问题的标准形式
线性代数及矩阵
线性空间及线性变化
矩阵的基本概念
状态转移矩阵
特征向量
矩阵的相关乘法
矩阵的QR分解
对称矩阵、正交矩阵、正定矩阵
矩阵的SVD分解
矩阵的求导
矩阵的映射和投影
数据分析
常数e
gini系数
导数
梯度
梯度下降
信息熵与组合数
Taylor
牛顿法
2. Python高级应用
容器
列表:list
元组:tuple
字典:dict
数组:Array
切片
列表推导式
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.