# 人工智能专业

**Repository Path**: x_spring/ai

## Basic Information

- **Project Name**: 人工智能专业
- **Description**: 包括人工智能专业的所有教案、笔记、代码
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 13
- **Created**: 2019-05-24
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# 人工智能专业

---

## 项目介绍

本项目为作者在该专业相关课程内容的授课、学习过程中的总结，包括人工智能专业的所有课程教案、笔记、代码，并包括日常中看到的好的实例。课程内容和专业架构可能会随时调整。

## 专业架构

1. **基础课程**
    - 1.1 零基础入门学习python  
    - 1.2 人工智能必备基础：微积分  
    - 1.3 人工智能必备基础：线性代数
    - 1.4 人工智能必备基础：高等数学
    - 1.5 人工智能必备基础：概率论和数理统计
    - 1.6 机器学习入门：概念原理及常用算法

2. **入门课程**
    - 2.1 **√** python基础编程实战 
    - 2.2 python实现机器学习算法
    - 2.3 python常用数据科学库
    - 2.4 python数据科学分析实战
    - 2.5 实训任务1：基于机器学习分析泰坦尼克乘客幸存情况
    - 2.6 实训任务2：基于机器学习PAI的客户流失预警分析

3. **进阶课程**
    - 3.1 图像识别
    - 3.2 深度学习TensorFlow
    - 3.3 深度学习与神经网络
    - 3.4 自然语言处理
    - 3.5 实训任务1：基于图像识别进行农作物害虫检测
    - 3.6 实训任务2：利用PAI对苹果近红外光谱建立苹果糖度预测分析
    - 3.7 实训任务3：使用自然语言处理进行简历筛选
    - 3.8 实训任务4：O2O优惠券使用预测
    - 3.9 实训任务5：使用深度学习TensorFlow框架进行图片识别
  
## 安装教程

1. python安装
2. TensorFlow安装
3. anaconda安装
4. 虚拟机安装
5. docker安装
6. hadoop平台安装
7. spark安装

## 使用说明

1. pycharm使用
2. vscode使用
3. jupyternotebook使用
4. git和github（gitee）的使用
5. 云计算平台下的机器学习应用说明
6. 移动端构建TensorFlow应用说明

## 参与贡献

1. Fork 本项目
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request