人工智能入门
1.人工智能该怎么入门
人工智能是一个很大的圈子，但是基础必然是机器学习 。
1.1什么是机器学习
说白了就是你告诉机器你想做什么？并且给它一堆数据让它去模仿着做！
（比如，上高中，老师会告诉我们一个目标就是考高分，然后给我们一堆
练习册和答案，我们的目的就是让我们做的题的解和答案一致）
1.2 机器学习需要什么
算法，数据，程序，评估，应用
2.机器学习能做什么
数据挖掘
图像、语音识别
自然语言处理
…
3.机器学习流程
一个机器学习的常规套路
①数据收集与预处理
②特征选择与模型构建
③评估与预测
4.机器学习该怎么学
4.1 机器学习的本质
机器学习本质包含了数学原理推导与实际应用技巧
4.2 机器学习算法
机器学习中有很多经典算法，既然要学习，那就需要清楚一个算法 是怎么来的（推导）以及该如何应用
4.3 数学基础
数学很重要，需要有大学的数学基础。一个合适的做法就是哪里不会点哪里。
5.深度学习是什么
5.1 深度学习和机器学习的关系
深度学习是机器学习中神经网络算法的延伸，只不过应用的比较广 深度学习在计算机视觉和自然语言处理中更厉害一些 。
5.2 机器学习or深度学习？
一切人工智能的基础都是机器学习，机器学习觉得值得从头开始。
6.机器学习怎么动手
6.1 找案例
只有实际应用啦，才觉得没白学，那么去哪里找案例呢？
最好的资源：Github，kaggle，各大资源分享点
1. 专知 http://www.zhuanzhi.ai/
2. python翻译网站 https://yiyibooks.cn/
https://www.lfd.uci.edu/~gohlke/pythonlibs/#mysql-python
https://pypi.org/
3. 图像分类
keras https://blog.csdn.net/wang1127248268/article/details/77258055/
4. 深度学习
深度学习流程 https://github.com/imhuay/Algorithm_Interview_Notes-Chinese
深度学习500问 https://github.com/scutan90/DeepLearning-500-questions
5. 如何自学人工智能
https://link.zhihu.com/?target=https%3A//github.com/GokuMohandas/practicalAI/
https://github.com/apachecn/AiLearning
6. 数学
沉浸式线性代数 http://immersivemath.com/ila/index.html
6.2 如何实际应用？
案例的积累作用很大， 其实我们干活是什么样的呢？
主要就是在模仿， “不要重复造轮子”，我们并不是科学家，能做事才能有用的，既然人家是这么做的，并且做得不错，那我们去模仿做出来的就是我们自己的！
很少从头开始去写一个项目，通常都是按照之前的某种套路照搬过来，实际上大部分公司都这么做，建议大家先学会模仿，再去创作吧！