知識星球
人工智慧
（Artificial Intelligence）
☆
前導課程
☆
Python
數字和字元、函式，安裝和條件陳述句、資料結構和迴圈、檔案和模組、資料抓取案例
線性代數（針對機器學習內容）
微積分（針對機器學習內容）
統計和機率（針對機器學習內容）
☆
中級必修課程
☆
資料分析
分析流程：
1、資料採集
2、資料預處理
3、建模
4、最佳化和 除錯
Numpy&Pandas;
調查資料集
☆
中級選修
☆
自動化：
1、工程檢測 2、機器視覺 3、異常預測等
計算機視覺：
1、影象識別分類 2、標的追蹤、 3、使用OpenCv等
語音識別：
1、聲學模型 2、Deep Neural Networks 3、Hidden Markov Model等
自動駕駛：
1、檢測物件 2、物體識別分類 3 、物體定位 4 、運動預測
☆
高階必修課程
☆
機器學習
監督學習：
Regression 回歸
1、線性回歸 2、多項線性回歸 3、支援向量回歸 4、決策樹回歸
5、隨機森林回歸
Classification 分類
1、k-近鄰演演算法 2、支援向量機 3、核心支援向量機 4、樸素貝葉斯
5、決策樹 6、邏輯回歸 7、隨機森林分類 8、Adaboost
無監督式學習：
聚類（k-均值聚類、分層聚類）
關聯分析（演演算法、增長演演算法）
降維（主要成分分析、核心主要成分分析、奇異值分解）
隱馬爾可夫模型
強化學習：
馬爾可夫決策過程、動態程式設計、蒙特卡羅方法、時間差分學習
深度學習：
神經網路、人工神經網路、摺積神經網路、迴圈神經網路
課程大綱
掃描下方二維碼獲取直播分享地址
