人工智能工程师需要了解哪些知识体系
发布时间
阅读量：
阅读量
有许多未曾接触过人工智能的朋友都渴望深入了解并掌握这一技术领域，并转行投身于这一新兴领域。要成为一位高质量的人工智能工程师，在这种情况下，请您深入学习并掌握其知识体系。下面 IT培训网将为大家提供详细信息，请您查收！
人工智能知识体系
1、数学基础
微积分
线性代数
概率统计
信息论
集合论和图论
博弈论
2、技术基础
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、机器学习算法
机器学习基础：估计方法、特征工程
线性模型：线性回归
逻辑回归
决策树模型：GBDT
支持向量机
贝叶斯分类器
神经网络——深度学习：MLP、CNN、RNN(LSTM)、GAN
聚类算法：K均值算法
4、机器学习分类
监督学习：分类任务、回归任务
无监督学习：聚类任务
迁移学习
强化学习
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
加速芯片：CPU、GPU、FPGA、ASIC(TPU)
虚拟化：容器(Decker)
分布式结构：Spark
该列表包含了多种机器学习库与计算平台：如TensorFlow生态系统、机器学习工具包、深度学习框架、统一计算框架等包括但不限于Caffe深度学习框架、Theano符号计算引擎以及 Torch生态系统等；其中微软cntk平台也是其中重要的一员
7、可视化解决方案
8、云服务
Amazon ML
Google Cloud ML
Microsoft Azure ML
阿里云ML
9、数据集和竞赛
ImageNet
MSCOCC
Kaggle
阿里天池
10、其他相关技术
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
全部评论 (0)
还没有任何评论哟~