标签：性能 积累 无人驾驶 scipy 积分 决策 神经网络 otl 推荐
这门课主要是简单介绍了人工智能，人工智能与python的关系以及python的特点等。
零、思维导图预览：
一、人工智能方面的应用
1.手机app方面：
——人脸识别 （face++） 也就是图像识别
—— 购物推荐（淘宝app）
—— 语音识别（讯飞输入法）
—— 图片识花（微信里的小程序）也是图像识别
—— 新闻资讯推荐（今日头条）
2.其他方面：
——无人驾驶
——AlphaGo 围棋（阿尔法狗）
二、人工智能背后的技术
—— 机器学习 &深度学习 &python
１.机器学习
特证：用大量的数据积累，然后从大连的数据中学习。
——常见的机器学习算法：线性回归，决策树，神经网络等。
2.深度学习
——机器学习中的多层神经网络
特征：可以自主的从大量数据中分析学习。
3.三者的关系：
4.人工智能与Python的关系
——目前市面上大部分的人工智能的代码 都是使用Python 来编写。
三、Python的简单认识
1.python的特性
——1). 多平台运行（macOS、windows、Linux）
若是windows 环境，建议安装一个linux的环境。
****题外话： 树莓派（装着linux系统的电脑）*****
——2). 配置简单
——Anaconda
这是一个打包的集合，里面预装好了conda、python、众多packages、科学计算工具等等。所以也称为python的一种发行版。
——3).语法简单
一句话就能理解：“python 是世界上最不需要写注释的语言”
——4). 有强大的数据处理库
——numpy、 scipy、pandas、matpioylib
Numpy：
——是构建科学计算代码集的最基础的库。它提供了许多用Python进行N维数组和矩阵操作的功能。该库提供了Numpy数组类型的数学运算向量化，可以改善性能，从而加快执行速度。
Scipy：
——是一个针对工程和科学库。主要功能是建立在Numpy基础之上，因此它使用了大量的Numpy数组结构。Scipy库通过其特定的子模块提供高效的数学运算功能，例如：数值积分、优化等。
Pandas：
——是一个简单直观的应用于“带标记的”和“关系性的”数据的Python库。它可以快速的进行数据操作、聚合和可视化。
MatPlotlib:
——是一个可以做数据的可视化图表的库。超酷。与之相似的库有：seaborn 。且seaborn是建立在MatPlotlib之上的。
——5). 有丰富的第三方库
——6).编程工具推荐：Jupyter NoteBook
——直接在浏览器里运行，可以直接在里面写代码，程序运行后可以立即得到反馈。
——交互式编程环境。
四、Python职业方向
—— web开发 、人工智能 、数据分析、Linux 运维、爬虫工程师、自动化测试
标签：性能 积累 无人驾驶 scipy 积分 决策 神经网络 otl 推荐
原文地址：https://www.cnblogs.com/qds2745/p/9669040.html
