Machine_Learning

人工智能学习相关

消除与人相关的重复的有规律可循的工作，节约人力成本。

可以实现的项目（一个一个实现）：

人脸检测项目
（其他物种的检测）
人脸识别项目
（其他物种的识别）
练练看智能消除辅助项目
人流量检测项目
车流量检测项目

学习方式：

人工智能中有很多概念，首先要明确概念
也有很多公式推导，记住公式存在的目的
之后会达到一个感觉模型随便搭，结构随便改写，数据集随便做，等等感觉不过如此的感觉（目光所及之处及是围墙）
有了上述感觉后就去创建自己的项目，在项目中重新领悟理论知识，增强实践能力
然后等不过如此的感觉过去了，心态平稳了，就去重新看论文，看前人的著作，开始参加竞赛
结交志同道合的小伙伴交流思想和心得以获得不同思维的结果
最后通过了竞赛也获得了自身和别人的认可，就可以着手把知识输出给需要的人了

路线

机器学习

KNN
KMeans
线性回归
逻辑回归
决策树
SVM支持向量机
Adaboost思想 XGBoost LightGBM

Deep_learning

感知机
反向传播
全连接网络
深度学习优化方法
CNN（AlexNet，VGG，ResNet，等）
DL+CV（Yolo，RCNN，mask-Rcnn等）
RNN
LSTM
DL+NLP（transformer，等）
GAN（cycle GAN）
NCNN
MTCNN

涉及到的第三方库

框架：

tensorflow,keras
caffe
pytorch

常用库

sklearn
opencv
matplotlib
numpy
pandas
argpase