本文适用于刚入门AI、想学习但暂时无从入手
一、人工智能的基本概念
1.人工智能概念的诞生
关键词：图灵，达特茅斯会议
2.人工智能的三次热潮和三大门派
关键词：符号主义，连接主义，行为主义
3.人工智能的
二、AI技术体系
1.数学基础
微积分、线性代数、概率统计、信息论、集合论、图论、博弈论
2.计算机基础
计算机原理、程序设计语言、操作系统、分布式系统、算法基础
3.机器学习相关知识
机器学习基础
估计方法
特征工程
线性模型
逻辑回归
决策树模型
线性回归
支持向量机
贝叶斯分类器
神经网络
深度学习
MLP
CNN
RNN
GAN
聚类算法
4.机器学习分类
监督学习
分类任务
回归任务
监督降维
无监督学习
聚类人物
异常检测
无监督降维
强化学习
迁移学习
5.问题领域
语言识别
字符识别
手写识别
机器视觉
自然语言处理
机器翻译
自然语言理解
知识推理
自动控制
游戏理论和人机对弈
象棋
围棋
德州扑克
星际争霸
数据挖掘
6.机器学习架构
高性能处理器
CPU
GPU
FPGA
ASIC
TPU
虚拟化
容器
Decker
分布式结构
Spark
库和计算框架
TensorFlow
Torch
Caffe
MXNET
可视化解决方案
云服务
Amazon ML
Google Cloud ML
Microsoft Azure ML
阿里云ML
7.数据集和竞赛
ImageNet
MSCOCC
Kaggle
阿里天池
8.其他相关人工智能技术
知识图谱
统计语言模型
专家系统
遗传算法
博弈算法
纳什均衡
三、人工智能架构
四、人工智能行业应用
