人工智能核心基础 - 规划和概要

Hi，你好。又见面咯，我是茶桁。

在之前，我花了两个来月的时间撰写了「Python篇」和「数学篇」，希望小伙伴们在正式进入AI之前能够打好一个基础。那么今天开始，我们将正式开始AI基础的学习。

在本篇开始之前，我需要跟“方格子”的读者说一声抱歉，由于方格子对数学公式支持不太友好的缘故，所以整个数学篇我都未在方格子上进行发布。如果大家对这部分基础感兴趣，可以去关注我的微信公众号「坍缩的奇点」，所有内容都可在那里进行了发布。

这一节课咱们先不着急直接开始课程，而是聊一下本次课程的一个规划。

在整个课程规划中，我们将会直接从机器学习开始入手，进入深度学习，然后开始接触RNN、CNN以及三大方向：NLP、CV和BI。核心能力将会分成四大部分进行展开精讲。

目录规划

基础能力

• 人工智能导论
• 机器学习初探
• 机器学习进阶（这部分会比较长）
• 深度学习进阶
• RNN
• CNN
• 自然语言处理基础（NLP）
• 计算机视觉基础（CV）
• 商业智能（BI）

BI精讲

• 预测全家桶与机器学习四大神器
• Fintech数据分析
• 数据可视化与DashBoard
• ALS算法与推荐系统
• SVD矩阵分解与基于内容的推荐
• PageRank、图论与推荐系统
• Graph Embedding
• 强化学习

NLP精讲

• 自然语言处理的基本过程

2. 向量空间模型
3. 自然语言处理初步
4. 语言模型和概率图模型
5. 词向量模型Word2Vec
6. Transformer与BER,大规模预训练问题
7. 自然语言生成
8. 自然语言处理与人工智能前沿

CV精讲

• 初阶计算机视觉：图像处理

2. 中阶计算机视觉：图像描述
3. 中阶到高阶的关键：CNN方法
4. 计算机视觉中的图像分类
5. 深度学习之单阶段目标检测
6. 深度学习之两阶段目标检测
7. 计算机视觉中的图像分割
8. 计算机视觉中的目标跟踪

内容输出方式

以上目录中的四个部分都属于核心部分，每一个部分都会单独开一个专栏目录。一个是因为收费课程，拆散之后大家可以按照自己的需要进行购买，再一个也是将四部分区分的清晰一点。

虽然每一张专辑都是收费的，但是也并不是所有内容都需要进行购买才可查看。有的时候为了吸引流量，即便没有购买专辑，部分章节会开放阅读全部。

以上目录仅供参考，目录是按照内容概要进行规划的，并不等于实际章节。就像我在写数学篇的时候，本来就只规划了4个知识点，但是其中一个知识点可能会讲7、8个章节，也可能3、4篇就讲完了。所以届时的内容，会比从目录上看要多的多，起码就基础部分的机器学习这一知识点，可能就要十几、二十节课才能讲完。

代码库

在咱们的整个讲解过程，演示代码是不可避免的，并且其中还会包含很多数据。这部分内容基本上都会在咱们的《茶桁的AI秘籍》的代码仓库中找到，地址为：https://github.com/hivandu/AI_Cheats

其中部分数据集可能因为太大会上传到百度网盘并分享出来，分享一般都会放在文末，大家可以自取。

其他

如果您阅读时感觉文章不完整，那应该是该网站我暂时无法发布收费专栏，所以我仅提供了部分内容。