小天去翻看微博的时候发现，最近有部剧经常性上热搜，相信浪迹在微博上的模友应该知道是什么剧吧？
友情提示
冲着这热搜，小天那是必须要去看看，最后发现，牛啊，真不愧是女主！（难怪能和男主在一起！）或许有模友会问，小天，你今天是来给我们安利剧的？
在这里小天就要跟你说了，是的没错！小天看的不是剧，是大神！剧中女主，学的是人工智能相关的专业，做的项目是相关部门的人脸识别系统。
在剧中也有出现了卷积神经等一系列让小天十分熟悉的名词，让小天不禁想要跟身边的朋友们普及，到底什么是人工智能，什么是卷积神经？
什么是人工智能？

人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
同时，它属于计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。
那么，什么是卷积神经？
卷积神经网络(CNN) 属于人工神经网络的一种，是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。
神经网络(NN) 的基本组成包括输入层、隐藏层、输出层。卷积神经网络的特点在于隐藏层分为卷积层和池化层（又叫采样层）。卷积层通过一块块卷积核在原始图像上平移来提取特征。
常见的卷积神经网络结构图  （来源见水印）
它的网络结构显著降低了模型的复杂度，减少了权值的数量。卷积神经网络是为识别二维形状而特殊设计的一个多层感知器，可以直接将图片作为网络的输入，自动提取特征，并且对图片的变形（如平移、比例缩放、倾斜）等具有高度不变性。
也正是因为卷积神经有这样的特性，神经网络不再是对每个像素的输入信息做处理，而是针对图片上每一小块像素区域进行处理，图片信息的连续性得到加强，图像的识别处理也就得到进一步的提高。
那么如何入门人工智能呢？
作为人工智能的核心，机器学习是一门多领域的交叉学科，专门研究计算机模拟或实现人类学习行为的方法，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
现超级数学建模携手唐老师以Python为基础，向大家精心准备《Python机器学习》系列课程。
唐老师将系统讲解Python的基础知识、常用的工具包和算法以及四个主流的Python库，并借助真实案例带领大家进行项目实战，全程还会附送完整的代码进行课程教学与实战演练。
相信，每天都能感受到能力的提升！
Python机器学习系列课
基础篇（共131学时）
（课程大纲）
《Python机器学习实战课程》（¥398）
第一章 AI时代人工智能入学指南（免费试学）
第二章 Python快速入门（免费试学）
第三章 Python工具：科学计算库Numpy
第四章 Python工具：数据分析处理库Pandas
第五章 Python工具：可视化库Matplotlib
第六章 算法：线性回归算法
第七章 算法：梯度下降原理
第八章 算法：逻辑回归算法
第九章 案例：Python实现逻辑回归与梯度下降
第十章 案例：使用Python分析科比生涯数据
第十一章 案例：信用卡欺诈检测
第十二章 算法：决策树
第十三章 决策树Sklearn实例
第十四章 算法：随机森林与集成算法
第十五章 案例：Kaggle竞赛案例:泰坦尼克获救预测
第十六章 算法：线性支持向量机
第十七章 非线性支持向量机
第十八章 支持向量调参实战
第十九章 计算机视觉挑战
第二十章 神经网络必备基础知识点
第二十一章 最优化与反向传播
第二十二章 神经网络整体架构    
第二十三章 案例实战CIFAR图像分类任务 
第二十四章 Tensorflow框架    
第二十五章 Mnist手写字体识别    
第二十六章 PCA降维操作与SVD矩阵分解    
第二十七章 聚类与集成算法  
第二十八章 机器学习业务流程 
长按识别二维码
即可报名学习
进阶篇（共113学时）
（课程大纲）
《Python机器学习实战——进阶课程》（¥398）
第一章：Seaborn可视化库（免费试学）
第二章：降维算法-线性判别分析
第三章：Python实现线性判别分析
第四章：PCA主成分分析
第五章：Python实现PCA主成分分析
第六章：EM算法
第七章：GMM聚类实践
第八章：Xboost算法
第九章：推荐系统
第十章：推荐系统实践
第十一章：贝叶斯算法
第十二章：Python文本数据分析
第十三章：KMEANS聚类
第十四章：DBSCAN聚类
第十五章：聚类实践
第十六章：时间序列ARIMA模型
第十七章：时间序列预测任务
第十八章：语言模型
第十九章：自然语言处理word2vec
第二十章：使用word2vec进行分类任务
第二十一章：Gensim中文词向量建模
第二十二章：自然语言处理-递归神经网络
第二十三章：递归神经网络实战-情感分析
第二十四章：探索性数据分析-赛事数据集分析
第二十五章：探索性数据分析-农粮数据分析
长按识别二维码
即可报名学习
拓展篇（共88学时）
（课程大纲）
《Python数据科学必备四大主流库》（¥198）
第一章：Python基础（免费试学）
第二章：科学计算库Numpy
第三章：数据分析处理库Pandas
第四章：可视化库Matplotlib
第五章：Seaborn可视化库
长按识别二维码
即可报名学习
课程特色
  • 学习平台——腾讯课堂
  • 上课形式——录播（可反复观看）
  • 学习周期——两个月（学习建议：2小时/周）
  • 答疑方式——课程配有专属学习群，老师随时解答
  • 课程资料——配有专属课件代码与实战案例
  • 课程收益——快速掌握机器学习的基础知识；掌握机器学习的四大主流库；独立完成项目实战
适用人群
  • 零基础使用者
  • 机器学习、深度学习爱好者
  • 科研工作者，特别是打算迈入人工智能领域的工作者
授课老师
作为主讲人，唐老师将多年的机器学习经验和Python使用技巧分享给大家。因此课程传授的不仅是知识，还有思维和方法。
特别提醒
基础篇、进阶篇
  • 课程价格——¥398
  • 课程优惠
①新学员
限量发放50元优惠券，公众号后台对话框回复“机器学习”即可领取
②老学员（报名过我们任一付费课程的学员）
评价已报名的课程，并截图发给助教，即可领取55元优惠券
拓展篇
  • 课程价格——¥198
  • 课程优惠
本课程暂无优惠
注意事项
①Python交流群：114109947
②课程有疑问或成功报名均请联系助教☟
小七微信：zwjlee001
大鱼QQ：210187565
继续阅读
阅读原文