人工智能入门路径
2025-11-12 07:48:48 0 举报AI智能生成
AI 入门核心是 “基础→技术→实践” 三步走：先补 Python 编程与数学（线代、概率），再学机器学习 + 深度学习基础，最后通过小项目实战落地，聚焦应用无需死磕复杂理论
作者其他创作
大纲/内容
1.数学
高数
导数/微分/积分
梯度
泰勒展开公式
线性代数
向量/矩阵/范数<br>
向量和矩阵的运算<br>
特征值/特征向量
概率论
条件概念
贝叶斯公式<br>
最大似然估计<br>
大数定律<br>
期望、方差
2.编程
Python<br>
基础语法<br>
代码结构<br>
数据类型<br>
数据分析<br>
Numpy库<br>
Pandas库
3.机器学习
基本概念
机器学习基本概念<br>
数据集的划分<br>
损失函数<br>
模型评估选择
监督学习
线性模型<br>
K邻近<br>
决策树<br>
神经网络<br>
支持向量机
无监督学习
聚类（Kmeans/层次聚类/谱聚集）<br>
降维（PCA/SVD/LDA）
概率模型
EM算法<br>
MCMC<br>
贝叶斯<br>
概率图<br>
最大熵模型
4.深度学习
线性神经网络<br>
卷积神经网络<br>
循环神经网络<br>
注意力机制<br>
计算机视觉CV<br>
自然语言处理NLP<br>
LLM大模型<br>
深度学习框架（Pytorch/TensorFlow）
5.项目实战
Kaggle波士顿房价预测<br>
泰坦尼克号生存预测<br>
Transformer<br>
ResNet<br>
NLP大模型实战
0 条评论
下一页
为你推荐
查看更多
