整个项目由Python学习(包括库学习)、一些基本支持性的知识、机器学习算法、深度学习算法等一整套AI学习的知识体系构成。
项目代码主要由notebook文件为主，主要用md文件进行说明，.py文件为辅助。
由于知识面等原因，整个项目将主要是偏向于NLP，其他方向不作为重点。
项目目标（构成、使用者、表现形式）
- 所有参与者，把知识汇总成一套AI知识体系，包括AI本身知识以及支持性的知识和一些其他知识（自身学习的知识，可以是与AI无关的知识）。
- 本项目目的是通过融入汇总所有参与者的知识，形成一个知识词典，供所有参与者学习和查阅。
- 项目将以说明和代码实例相互结合构成。项目以AI为主体，其他知识作为辅助的知识体系。文档内容以通俗的语言来介绍知识点（尽量加入一些实例加以说明），以便所有知识点能供所有阅读者学习查阅。
目录定义
- 101库学习
- 101Python基础知识
- 102Pandas
- 103Jupyter
- 104Sklearn
- 105numpy
- 106scipy
- 107matplotlib
- 108seabron
- 120Surprise
- 121BeautifulSoup
- 122Tkinter
- 201tensorflow
- 202Pytorch
- 203keras
- 401Typora工具
- ....等
- 102支持性知识
- 101距离
- 201极大似然估计
- 202Jensen不等式
- 301HMM
- 401激活函数
- 402优化器
- 403损失函数
- 404过拟合
- ... 等等
- 201流程
- 101数据读取
- 102数据分析
- 103数据清洗
- 104特征工程
- 105模型选择
- 106模型评估
- 201模型组合
- 301模型优化
- ...等等
- 202机器学习算法
- 101KNN
- 102聚类
- 103决策树
- 104朴素贝叶斯
- 105逻辑回归
- 106线性回归
- 107支持向量机
- 108集成学习
- 110PCA
- 111SVD
- 120Aprori
- 121PF-growth
- ... 等等
- 203深度学习算法
- 101全连接网络
- 201CNN
- 202LeNet
- 203VGG
- 204NIN
- 205GoogLeNet
- 206ResNet
- 207SqueezeNet
- 208MoileNet
- 209ShuffleNet
- 210Xception
- 211DenseNet
- 212TextCNN
- 301RNN
- 302LSTM
- 310Bert
- ... 等等
- 301NLP专区