# 人工智能
## 制约人工智能的两个因素
* 计算能力
* 数据量
* 算法的发展
## 机器学习、深度学习能做些什么
* 图像:图像识别,无人驾驶
* 医疗:识别患者CT图等,
* 图片艺术化:替代PS
* 人脸识别
* 新闻一“小”一“同”:南方都市报的“小南”,广州日报的“阿同”机器人
* 信贷需求预测
* 店铺销量预测
## 机器学习领域
* 自然语言处理
* 图像识别
* 传统预测
## 机器学习库和框架
* 库:scikit lean
* 框架:theanoflow(用的较多),pytorch,Caffe2,Chainer
*
| 框架 | 机构 | 支持语言 | Stars | Forks | Contibutors |
| -------------- | -------------- | ----------------- | ----- | ----- | ----------- |
| TensorFlow | Google | Python/C++/Go/... | 41628 | 19339 | 568 |
| Caffe | BVLC | C++/Python | 14956 | 9282 | 221 |
| Keras | fchollet | Python | 10727 | 3575 | 322 |
| CNTK | Microsoft | C++ | 9063 | 2144 | 100 |
| MXNet | DMLC | Python/C++/R/... | 7393 | 2745 | 241 |
| Torch7 | Facebook | Lua | 6111 | 1784 | 113 |
| Theano | U.Montreal | Python | 5352 | 1868 | 271 |
| Deeplearning4J | DeepLearning4J | Java/Scala | 5053 | 1927 | 101 |
| Leaf | AutumnAI | Rust | 4562 | 216 | 14 |
| Lasagne | Lasagne | Python | 2749 | 761 | 55 |
| Neon | NervanaSystems | Python | 2633 | 573 | 52 |
## 学习数据推荐
* 概率论,高数,现代
* 机器学习
* Python数据分析与挖掘实战
* 机器学习系统设计
* 面向机器智能 TensorFlow实践
* TensorFlow技术解析与实践
## 学习目标
* 以算法、案例为驱动的学习,浅显易懂的数学知识
* 目标
* * 熟悉机器学习各类算法的原理
* 掌握算法的使用,能够结合场景解决实际问题
* 掌握使用机器学习算法库和框架的技能
## 学习内容
* 特征工程
* 模型、策略、优化
* 分类、回归和聚合
* Tensorflow
* 神经网络
* 图像识别
* 自然语言处理