2017年人工智能給了我們太多的驚喜和變化，從今年開始，國際巨頭們紛紛開始大踏步地戰(zhàn)略轉(zhuǎn)向——從移動優(yōu)先轉(zhuǎn)向AI優(yōu)先：3月份的微軟、4月份的Facebook、5月份的Google、6月份的蘋果……乃至前段時間百度大會上，李廠長的一句：無人車罰單都來了，量場還會遠嗎？直接掀起當(dāng)天的高潮！

由此可見：人工智能已經(jīng)進入了全球爆發(fā)的前夜。個性化信息推送、人臉識別、語音操控等人工智能技術(shù)，已“入侵”日常生活的細枝末節(jié)。那人工智能有多火？平均每10.9個小時誕生一家AI企業(yè)。而且眾所周知：國內(nèi)大量的、一線的互聯(lián)網(wǎng)公司已經(jīng)在布局機器學(xué)習(xí)團隊，優(yōu)化智能產(chǎn)品，在這樣的背景下，不難想象，未來機器學(xué)習(xí)技術(shù)將會是技術(shù)人的新門檻和領(lǐng)域。

那么問題來了，作為一名技術(shù)者，我該如何轉(zhuǎn)型/學(xué)習(xí)AI技術(shù)？該如何加入這場被稱為“第四次”科技革命的浪潮中？

由CSDN旗下教育平臺，CSDN學(xué)院出品的“人工智能工程師”課程項目，將帶你循序漸進、由淺入深的學(xué)習(xí)，掌握機器學(xué)習(xí)所需知識與技術(shù)應(yīng)用實踐！

這是一個120天的學(xué)習(xí)計劃，目標(biāo)是：能讓你從AI小白直接晉級為具備一年經(jīng)驗的人工智能工程師！

“人工智能工程師”分為三個階段，從機器學(xué)習(xí)再到深度學(xué)習(xí)到項目實戰(zhàn)，循序漸進，層層深入。

知識點概覽：

本階段主要講解機器學(xué)習(xí)的原理，包括常用算法、模型評估與選擇、特征工程等機器學(xué)習(xí)必備知識，帶您充分掌握機器學(xué)習(xí)的基本思路和流程。最后會實現(xiàn)一個商品推薦系統(tǒng)，組合各種特征工程技術(shù)和機器學(xué)習(xí)算法，提升使用算法、數(shù)據(jù)清洗和特征處理的能力，為工業(yè)實戰(zhàn)奠定堅實的基礎(chǔ)。

加入課程第一階段，挑戰(zhàn)以下實戰(zhàn)項目：

項目1：房價預(yù)測案例；數(shù)據(jù)集探索

熟悉機器學(xué)習(xí)領(lǐng)域的經(jīng)典算法、模型及實現(xiàn)的任務(wù)等，同時學(xué)習(xí)搭建和配置機器學(xué)習(xí)環(huán)境，并學(xué)會用 線性回歸 解決一個實際問題

項目2：房價預(yù)測案例II

用Logistic回歸、神經(jīng)網(wǎng)絡(luò)和SVM等分類器實現(xiàn)商品分類；比較不同模型以及不同參數(shù)下SVM（不同正則參數(shù)和核函數(shù)）的性能，體會各模型的特點

項目3：電商商品分類案例

學(xué)習(xí)Boosting集成思想及基于樹的集成算法，通過XGBoost 實現(xiàn)電商商品分類項目，學(xué)習(xí)復(fù)雜模型參數(shù)調(diào)優(yōu)

項目4：人臉圖像特征提取：PCA、ICA、NFM。電商用戶聚類案例。

學(xué)習(xí)用降維技術(shù)對高維特征進行降維，并通過兩個實戰(zhàn)案例學(xué)會使用非監(jiān)督學(xué)習(xí)算法完成相關(guān)任務(wù)。

項目5：商品推薦案例

學(xué)會常用數(shù)據(jù)預(yù)處理方法及特征編碼方法；學(xué)習(xí)特征工程的一般處理原則；組合各種特征工程技術(shù)和機器學(xué)習(xí)算法實現(xiàn)推薦系統(tǒng)

項目6：畢業(yè)項目 實現(xiàn)一個實際的商品推薦系統(tǒng)。

知識點概覽：

全面了解、掌握機器學(xué)習(xí)領(lǐng)域內(nèi)的監(jiān)督式學(xué)習(xí)、非監(jiān)督式學(xué)習(xí)、強化學(xué)習(xí)和深度學(xué)習(xí)，并親手挑戰(zhàn)前沿應(yīng)用項目。

加入課程第2階段，挑戰(zhàn)以下實戰(zhàn)項目：

項目1：Mnist手寫數(shù)字識別

熟悉神經(jīng)網(wǎng)絡(luò)領(lǐng)域的常用術(shù)語、安裝并配置深度學(xué)習(xí)框架Tensorflow，學(xué)會用Tensorflow解決一個實際問題。

項目2：用CNN實現(xiàn)手寫數(shù)字識別（Mnist數(shù)據(jù)集）；驗證碼識別

用Logistic回歸、神經(jīng)網(wǎng)絡(luò)和SVM等分類器實現(xiàn)商品分類；比較不同模型以及不同參數(shù)下SVM（不同正則參數(shù)和核函數(shù)）的性能，體會各模型的特點

項目3：20種分類/11530張圖像數(shù)據(jù)集：圖像檢測任務(wù)

學(xué)習(xí)圖像分類任務(wù)及檢測任務(wù)目前主要模型算法，并通過兩個實戰(zhàn)案例學(xué)習(xí)在Tensorflow框架下訓(xùn)練CNN模型。

項目4：33萬張圖像數(shù)據(jù)集：圖像語義分割任務(wù)。

學(xué)習(xí)主流圖像分割模型，并通過實戰(zhàn)案例學(xué)習(xí)在Tensorflow框架下訓(xùn)練和調(diào)優(yōu)CNN模型。

項目5：CNN+RNN實現(xiàn)寫詩機器人

學(xué)習(xí)循環(huán)神經(jīng)網(wǎng)絡(luò)的原理及應(yīng)用，并通過實戰(zhàn)案例學(xué)習(xí)在Tensorflow框架下訓(xùn)練和調(diào)優(yōu)CNN+RNN模型

知識點概覽：

本階段將提供大量真實的數(shù)據(jù)集，從興趣與自身實際情況出發(fā)，進行完整的實戰(zhàn)項目設(shè)計。在項目實戰(zhàn)過程中，對學(xué)員進行分組，小組成員自行商討選擇訓(xùn)練模型，并不斷調(diào)整優(yōu)化，最后進行項目成果展示。老師將根據(jù)具體項目情況進行點評，并提供指導(dǎo)意見。

實戰(zhàn)項目一覽（可選）：

項目1：自然語言處理：文本分類。根據(jù)企業(yè)的注冊、投資及經(jīng)營范圍等相關(guān)信息，對企業(yè)進行分類，為企業(yè)的估值提供參考。

項目2：廣告點擊率預(yù)測（CTR）預(yù)測用戶瀏覽給定網(wǎng)頁的廣告點擊率，提高廣告投放精準(zhǔn)度。

項目3：車輛檢測及型號識別——用深度學(xué)習(xí)方法從圖片中檢測車輛并識別其型號。

項目4：看圖說話機器人——用計算機視覺和深度學(xué)習(xí)方法分析圖片內(nèi)容，并對圖片自動生成文字描述。

學(xué)習(xí)任何一種編程技術(shù)，你都需要極為專業(yè)的講師、系統(tǒng)性、科學(xué)性的課程安排、實戰(zhàn)演練項目和高質(zhì)量、高效率的學(xué)習(xí)輔導(dǎo)，因為這不僅能幫助你節(jié)省大量時間，事半功倍；更能保證不會半途而廢。

CSDN學(xué)院出品《人工智能工程師直通車》，致力于通過優(yōu)秀的服務(wù)，專業(yè)的講師和熱情的助教，三大特色，保證學(xué)習(xí)效果。4個月，收獲不一樣的自己：

1. 獨家課程體系，匠心打磨，每天有計劃的學(xué)習(xí)

2. 講師直播答疑，多名助教隨時輔導(dǎo)

3. 班主任隨時查看學(xué)員的學(xué)習(xí)進度，保證學(xué)習(xí)效果

4. 每階段有通關(guān)考試，通過考試保證學(xué)習(xí)效果和進度

5. 結(jié)業(yè)榮譽證書，恭喜！成為AI工程師！同時也獲得工作推薦！