Python 进阶教程(2) - 人工智能入门指南

目录

• 一、AI基础概念
• 二、数据科学基础
• 三、机器学习入门
• 四、深度学习基础
• 五、计算机视觉
• 六、自然语言处理
• 七、实战项目

先从AI最核心的概念聊起。很多人一听到“人工智能”就容易联想到科幻电影里的机器人，其实它没那么玄乎。简单来说，人工智能（Artificial Intelligence，简称AI）就是让机器展现出那种能像人类一样感知、推理、决策甚至创造的能力——说白了，就是让计算机去干那些本来需要人类脑子才能干的事。

那么，搞AI到底需要掌握哪些技术？这就涉及到AI技术栈了。从底层的数据处理到上层的模型应用，每个环节都缺一不可。下面这张图直观地展示了AI技术栈的主要构成：

注意，这里虽然贴了好几个图，但实际上它们都是同一个技术栈的不同视图——从底层的硬件和操作系统，到中间的数据处理与算法库，再到上层的框架和应用。在后续的章节中，我们会逐步拆解这些组件，今天先有个整体印象。

接下来，我们进入数据科学基础的部分，看看数据在整个AI pipeline里扮演什么角色。