人工智能知识体系1、数学基础微积分线性代数概率统计信息论集合论和图论博弈论2、技术基础计算机原理程序设计语言操作系统分布式系统算法基础3、机器学习算法机器学习基础:估计方法、特征工程线性模型:线性回归逻辑回归决策树模型:GBDT支持向量机贝叶斯分类器神经网络——深度学习:MLP、CNN、RNN(LSTM)、GAN聚类算法:K均值算法4、机器学习分类监督学习:分类任务、回归任务无监督学习:聚类任务迁移学习强化学习5、问题领域语言识别字符识别:手写识别机器视觉自然语言处理:机器翻译自然语言理解知识推理自动控制游戏理论和人机对弈:象棋、围棋、德州扑克、星际争霸数据挖掘6、机器学习架构加速芯片:CPU、GPU、FPGA、ASIC(TPU)虚拟化:容器(Decker)分布式结构:Spark库和计算框架:TensorFlow、scikt-learn、Caffe、MXNET、Theano、Torch、MicrosoftCNTK7、可视化解决方案8、云服务AmazonMLGoogleCloudMLMicrosoftAzureML阿里云ML9、数据集和竞赛ImageNetMSCOCCKaggle阿里天池10、其他相关技术知识图谱统计语言模型专家系统遗传算法博弈算法:纳什均衡