第一、人工智能数学基础

       数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上。

一、数据分析

1）常数e 2）导数 3）梯度 4）Taylor 5）gini系数

6）信息熵与组合数 7）梯度下降 8）牛顿法

二、概率论

1）微积分与逼近论

2）极限、微分、积分基本概念

3）利用逼近的思想理解微分，利用积分的方式理解概率

4）概率论基础

5）古典模型

6）常见概率分布

7）大数定理和中心极限定理

8）协方差(矩阵)和相关系数

9）最大似然估计和最大后验估计

三、线性代数与矩阵

1）线性空间及线性变换 2）矩阵的基本概念

3）状态转移矩阵 4）特征向量

5）矩阵的相关乘法 6）矩阵的QR分解

7）对称矩阵、正交矩阵、正定矩阵 8）矩阵的SVD分解

9）矩阵的求导 10）矩阵映射/投影

四、凸优化

1）凸优化基本概念 2）凸集

3）凸函数 4）凸优化问题标准形式

5）凸优化之Lagerange对偶化 6）凸优化之牛顿法、梯度下降法求解

第二、Python应用

一、容器

1）列表:list 2）元组:tuple 3）字典: dict

4）数组: Array 5）切片

6）列表推导式 7）浅拷贝和深拷贝

二、函数

1）lambda表达式

2）递归函数及尾递归优化

3）常用内置函数/高阶函数

4）项目案例：约瑟夫环问题

三、常用库

1）时间库 2）并发库

3）科学计算库（Numpy）

4）Matplotlib可视化绘图库

5）锁和线程

6）多线程编程 

第三、机器学习 （实用）

机器学习人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

一、机器学习

1）机器学习概述

二、监督学习

1）逻辑回归 2）softmax分类

3）条件随机场 4）支持向量机svm

5）决策树 6）随机森林

7）GBDT 8）集成学习

三、非监督学习

1）高斯混合模型 2）聚类

3）PCA 4）密度估计

5）LSI 6）LDA 7）双聚类

四、数据处理与模型调优

1）特征提取 2）数据预处理

3）数据降维 4）模型参数调优

5）模型持久化 6）模型可视化

第四、深度学习

人工智能时代已经到来，AlohaGO的击败李世石成为了围棋界的神话，让许多人震惊不已。那么AlphaGo是怎么产出的呢?它是源自于人工智能的深度学习。

深度学习是一种机器学习的方法，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层(神经网络)对数据进行高层抽象的算法。深度学习可以理解为神经网络的发展，神经网络是对人脑或生物神经网络基本特征进行抽象和建模，可以从外界环境中学习，并以与生物类似的交互方式适应环境。

1）TensorFlow基本应用 2）BP神经网络

3）深度学习概述 4）卷积神经网络(CNN)

5）图像分类(vgg,resnet) 6）目标检测(rcnn,fast-rcnn,faster-rcnn,ssd)

7）递归神经网络(RNN) 8）lstm,bi-lstm,多层LSTM

9）无监督学习之AutoEncoder自动编码器 10）Seq2Seq

11）Seq2Seq with Attension 12）生成对抗网络

13）irgan 14）finetune及迁移学习

15）孪生网络 16）小样本学习 

第五、自然语言处理（NLP）

语言是人类区别其他动物的本质特性。在所有生物中，只有人类才具有语言能力。人类的多种智能都与语言有着密切的关系。人类的逻辑思维以语言为形式，人类的绝大部分知识也是以语言文字的形式记载和流传下来的。因而，它也是人工智能的一个重要，甚至核心部分。

1）词（分词，词性标注）代码实战

2）词（深度学习之词向量，字向量）代码实战

3）词（深度学习之实体识别和关系抽取）代码实战

4）词（关键词提取，无用词过滤）代码实战

5）句（句法分析，语义分析）代码实战

6）句（自然语言理解,一阶逻辑）代码实战

7）句（深度学习之文本相似度）代码实战 

第六、图像处理

图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。可以说是包括了PS。

图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。

图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。 常见的系统有康耐视系统、图智能系统等，目前是正在逐渐兴起的技术。

一、图像基础：图像读，写，保存，画图（线，圆，多边形，添加文字）

二、图像操作及算数运算：图像像素读取，算数运算，ROI区域提取

三、图像颜色空间运算：图像颜色空间相互转化

四、图像几何变换：平移，旋转，仿射变换，透视变换等

五、图像形态学：腐蚀，膨胀，开/闭运算等

六、图像轮廓：长宽，面积，周长，外接圆，方向，平均颜色，层次轮廓等

七、图像统计学：图像直方图

八、图像滤波：高斯滤波，均值滤波，双边滤波，拉普拉斯滤波等 

需要以上资料的可以关注微信公众号：AI技术星球  回复：211  领取

100G入门到进阶AI资源包+论文指导/TOP大佬带队kaggle/就业指导+技术问题答疑

1、超详细的人工智能学习路线

2、OpenCV、Pytorch、YOLO等教程（附源码课件数据）

3、人工智能快速入门视频教程合集（Python基础、数学基础、NLP）附源码课件数据

4、机器学习算法+深度学习神经网络基础教程

5、人工智能必看书籍（花书、西瓜书、蜥蜴书等）

6、上千篇CVPR、ICCV顶会论文

7、人工智能行业报告