中国人工智能人才缺口超过500万人，中国目前人工智能人才数量仅5万人。

—— 来自 LINKEDIN《全球AI领域人才报告》及工信部教育考试中心

入门人工智能

人工智能有多火？Google 中国为应届生岗位开出高达 56 万的年薪，计算机视觉、自然语言处理等前沿应用领域更是面临巨大的人才缺口。想快速掌握该领域基础技能，成为高薪的人工智能领域工程师？通过学习，掌握 Python 编程、线性代数、微积分及 Numpy、Pandas 等数据分析工具，搭建第一个图像识别神经网络。通过学习，具备深造 AI 领域核心的机器学习、深度学习技术基础，成为前沿技术领域的人才。

人工智能基础——人才培养计划

掌握人工智能开发主流语言 Python，补充巩固数学知识，从神经网络开始熟悉人工智能开发核心技术。

·         第一部分 Python 编程进阶

学习利用Python库和自动化脚本快速解决复杂问题。

实战练习：控制迷宫机器人

学习使用 Python 库和自动化脚本，分析模拟迷宫环境的数据，比如机器人的起点、障碍物、宝箱，然后控制机器人，在模拟环境中随机行走，最终走到终点，并找到宝箱。最后，使用搜索算法输出机器人的行动策略。

·         第二部分 Numpy、Pandas、Matplotlib

学习使用 Python 的一些工具来处理数据及可视化，学会熟练使用 Anaconda、NumPy、Pandas 和 Matplotlib。

实战练习：探索分析图片数据集

对一个图片数据集，设定想要探索分析的问题，并使用 NumPy、Pandas 对数据进行清洗、探索、分析，并使用 Matplotlib、Seaborn 库中的函数，对不同的数据类型进行多种图像类别的可视化。通过这个实习项目，来探索和掌握数据分析的方法。

·         第三部分 Python 中的线性代数

学习人工智能领域必备的数学知识：向量、线性变换和矩阵，更深入地学习神经网络背后的线性代数。

实战练习：线性代数与机器学习背后的优化原理

浅入深出地学习与积累一些跟人工智能强相关的线性代数的知识，使用 NumPy 来实现这些知识点，并通过 Matplotlib 完成可视化。

·         第四部分 神经网络中的微积分

了解微积分的基础，以了解如何训练神经网络：绘图，导数，链式法则等。通过神经网络示例了解这些数学技能如何可视化地实现。

·         第五部分 神经网络

学习神经网络的组成单元“感知器”中的算法原理和迁移学习机制，创建一个神经网络，实现图像识别。

实战练习：搭建神经网络学习汽车品牌

搭建自己的神经网络，编写图像分类程序从汽车品牌图像数据中学习，然后使用该模型识别新图像中汽车的品牌。