文章目录一. 人工智能发展基础二. 机器学习与深度学习基础三. 常见算法四. 神经元网络五. 计算机视觉六. 语言模型一. 人工智能发展基础了解掌握人工智能的基本概念与定义了解人工智能的主要学派及主旨思想了解掌握人工智能的起源与发展历程了解掌握驱动新一代人工智能快速发展的数据、算法、算力等重要驱动因素【人工智能概述一】人工智能基本概概念、学派、发展历程与新一代人工智能【人工智能概述二】人工智能的关键技术【人工智能五】人工智能基础习题【人工智能五】人工智能基础习题答案二. 机器学习与深度学习基础了解掌握机器学习中监督学习、无监督学习和半监督学习的概念掌握数据集、优化、泛化等过程中的方法和存在的问题【人工智能基础03】机器学习基础【人工智能基础一】深度学习基础【人工智能基础03】机器学习练习题三. 常见算法分类与回归的基本原理基本优化方法岭回归、套索回归、支持向量机等常见算法的原理决策树的原理与训练算法【人工智能基础04】线性模型线性回归、分类、正则化套索和岭回归、支持向量机、核技巧【人工智能基础04】线性模型(练习题)【人工智能基础05】决策树模型【人工智能基础05】决策树模型习题四. 神经元网络【人工智能基础06】人工神经网络基础【人工智能基础06】人工神经网络基础二1. 权值初始化权值优化、避免梯度爆炸、消失、2. 权值衰减防止过拟合与 3. 权值共享卷积核【人工智能基础06】人工神经网络练习题神经网络的计算、激活函数的选择与神经网络的退化五. 计算机视觉【人工智能基础07】卷积神经网络基础CNN图像识别、自然语言处理【人工智能基础】计算机视觉【人工智能基础08】卷积神经网络习题卷积神经网络计算、图像填充、卷积的表达与设计六. 语言模型【人工智能基础】自然语言处理基础【人工智能基础08】循环神经网络RNN与长短时记忆网络LSTM处理和预测序列数据【人工智能基础】09Transformer模型基本原理并行地、更加高效地处理长距离依赖问题【人工智能基础】【练习题】自然语言处理基础 Word2vec逻辑、与预训练模型