https://www.toutiao.com/a6709094073963119115/
Github에서
이제 특히 Github에서 더 관대 한 영광에 대한 네트워크 리소스,
또는 B 스테이션에서 배울 수있는 많은 자원이 있음
이 문서는 전체 프레임 워크를 배울 인공 지능에서 자신의 견해의 일부에 초점을 맞추고
누락 된 경우, 용서해주십시오
기초 단계 (수학적으로)
파이썬에서, 예를 들어, 우리는 먼저 두어야 파이썬의 기초를 , 파이썬의 다음 더 이해를
친숙한 NumPy와 과학 컴퓨팅 라이브러리에 익숙 하기 matplotlib 시각화 라이브러리 데이터베이스 및 데이터 분석 팬더 , 전체, 즉, 파이썬의 지식을 습득하는 법을 배워야하는 것입니다
수학의 기초를 놓는다 : 수학적 분석의 기초 이론 학습 고급 대수 미적분을 그래서 특히에 대해 배울 필요가 선형 대수학 행렬 이론, 확률 이론은 학습을 강화하기 위해
이해 컴퓨터 비전이나 자연 언어 처리 도구의 일부는보고 실제 전투의 예 들은 직관적 인 이해를 가지고 있기 때문에, 게임의 일부를 이해하기 위해,
입력 단계 (기계 학습)
학습 기계 유도 학습 알고리즘의 고전 원리 , 기계 학습 분석의 응용 프로그램을
Skleran 라이브러리는 매개 변수와 반복 그라데이션을 최적화하는 방법을 알고, 배우고
다른에 따른 데이터 처리, 데이터의 특성을 알아
, 텍스트, 그래픽 기능, 시계열 분석 모델 시각화 특징
알고리즘 학습 대회에서 우승하는 방법을 이해하는 다른 관광 명소의 비교 분석을 실시, 승리하는 방법, 프로젝트 예제를 해결하기 위해 대기업을 이해하기
고급 단계 (깊은 학습)
신경 네트워크, 회선, 재발 성 신경 네트워크 학습
OpenCV의 라이브러리 학습, 주류 프레임 워크를 이해
기반 Tensorflow 또는 CAFFE 같은 Keras 학습으로 실시 전투 훈련,
사용 을 OpenCV는 몇 가지 작은 프로젝트를 수행
자연 언어 처리도 실제 배우
궁극적 인 고급 (견고한 기초)
우리는 모든 문제와 장점과 단점의 출처를 알고
고전적인 종이 재생을 루트를 분석하려면
상대적으로 진보 된 기술과 깊은 학습 모델을 알아보기
신경망의 깊이 연구
미래의 트렌드를 이해
종합 전투, 미래 평생 학습에 대한 계획