AI理论与知识基础

环境基础

实践工具、软件

• PyCharm
• Python3 开发基础库
• 数据开发环境：Anaconda 清华大学镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A
  jumpyter lab > notebook
• 百度 飞桨

人工智能AI学好的关键

——(在AI中，赋予自己，成就自己，体现自己)

1. 专心，心力
2. 数学能力
3. 编程能力
4. 建模能力
5. 交流能力
6. 思考辩证的能力

人工智能基础能力

人工智能培养计划 开课吧 2021-4月开始；

机器学习如何在企业中落地 002期， 2021-9月开始

AI领域的应用

应用最多的领域就是工业；最重要的基础就是良好的数据；

• 行业
  电商；
  社交媒体；
  金融
  智能交通；
  安防；
  流程自动化：IPA，NLP或者深度学习

• 智能制造：
  工业质检：BBU的摆放是否整齐；器件的位置是否正确（CV实现）；
  产品开发；
  机器人：
  供应链管理；
  智能医疗：

• 图像处理
  摄像机的自动参数调节；
  自动图像分类；

AI促进商业化的方式

1. 降低成本

2. 提高效率

3. 寻找业务突破点

   收益最明显；

AI应用类型

1. 因果分析
2. 预测未来事件
3. 理解数据模式

导论

目标确定

1. 你参加这门课的目的是什么？希望达到什么结果？
   夯实AI基础能力，能够获得最新的AI的能力基础，胜任工作需要。

2. 你达到期望的结果，有什么需要克服的困难/劣势？
   困难：数学能力，需要训练加强

3. 你达到期望的结果，有什么可以发挥的长处/优点？
   长处：编程能力，英语阅读能力，算法能力也在船长的课程下获得较高成长；

基础思考

1. 人工智能、机器学习和深度学习之间有什么关系和异同？
   机器学习是Ai的一个重要的部分，深度学习是机器学习的一种实现方式，越从2012年开始取得很大的成功，是目前最火的领域；
2. 人工智能和数学、算法与数据结构有什么关系？
   AI是一种跨领域的学科，很多AI的实现，有很强的数学基础，数学理论，比如目前深度学习，就是使用数学的统计方法理论，而计算机去解决现实的问题，需要良好的算法和数据结构去编码实现，在AI领域，更甚。
3. 你能给出5个人工智能实例，这些实例是使用了那种方法论、范式吗？
   siri，华为小艺：NLP的方法，
   特斯拉，华为汽车：图像识别，路径规划，
   人脸识别：图像识别
   医疗：图像处理
   金融：大数据的风险识别

计算机视觉基础 2021-4

CV 背景

• CV 大牛(要如数家珍)
  Marr奖 ：ICCV 计算机视觉最高荣耀之一；
  李飞飞：imageNet

• 6大方向
  视频分类 图像超分辨 人重识别 弱监督学习 网络架构搜索

• 研究的三大基本原则
  多层

计算机视觉进阶

python基础实战

• 项目目的 weather.com.cn网站中提取24小时温度湿度等信息
  dave 发布在：https://blog.csdn.net/SUNSHANGJIN/article/details/86516752?spm=1001.2014.3001.5501

参考书籍资料

• Kaggle https://www.kaggle.com 最佳的学习和练习场所

• 廖雪峰 Python教程

• 《动手学深度学习》https://zh-v2.d2l.ai/index.html
• 开课吧 python从入门到进阶 2021-4
• 《零基础实践深度学习》 2021-7
• 百度架构师手把手带你零基础实践深度学习 2021-7
• AI工具集