标签：噪声 网络 线性 业务 机器学习 图像 col 改变 方向
写在前面：
最近公司的业务方向开始向AI方向改变（人工智能+文娱），但是现阶段AI方面的知识还没有储备，所以作为测试，也开始学习这方面的知识，不掉队。
知识储备：
1、阶段一-高等数学
高等数学则包括数据分析、概率论、线性代数及矩阵、凸优化等
2、阶段二-python的高级应用
python语言在人工智能上有着不可或缺的地位。
3、阶段三-机器学习
机器学习中则涉及到很多复杂的算法，通过算法对数据进行分析和进行学习。然后对现实的情况作出判断并对其进行回应。
4、阶段四-数据挖掘
进行数据挖掘对数据进行收集分析。
5、阶段五-深度学习
深度学习则是机器学习的一个分支，是实现机器学习的技术，同时深度学习也给机器学习带来了很多实际的应用。从TensorFlow、BP神经网络、深度学习概述、CNN卷积神经网络、递归神经网、自动编码机，序列到序列网络、生成对抗网络，孪生网络，小样本学习技术等方面讲解深度学习相关算法。
6、阶段六-自然语言
自然语言的处理一直是计算机科学和人工智能领域一个重要的方向。自然语言就是如汉语、英语这样的语言。这类语言一直是我们人类的独有的特权。而这阶段的自然语言处理就是让机器能听懂并能处理自然语言。
7、阶段七-图像处理
图片处理就是计算机通过获取图像并对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。已经广泛地应用到各个领域。
收尾
标签：噪声 网络 线性 业务 机器学习 图像 col 改变 方向
原文地址：https://www.cnblogs.com/conquerorren/p/10600909.html
