兩大衛視在線battle，這部劇都講了些什麼？

小天去翻看微博的時候發現，最近有部劇經常性上熱搜，相信浪跡在微博上的模友應該知道是什麼劇吧？

友情提示

沖著這熱搜，小天那是必須要去看看，最後發現，牛啊，真不愧是女主！（難怪能和男主在一起！）或許有模友會問，小天，你今天是來給我們安利劇的？

在這裡小天就要跟你說了，是的沒錯！小天看的不是劇，是大神！劇中女主，學的是人工智慧相關的專業，做的項目是相關部門的人臉識別系統。

在劇中也有出現了卷積神經等一系列讓小天十分熟悉的名詞，讓小天不禁想要跟身邊的朋友們普及，到底什麼是人工智慧，什麼是卷積神經？

什麼是人工智慧？

人工智慧，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

同時，它屬於計算機科學的一個分支，企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。

那麼，什麼是卷積神經？

卷積神經網路(CNN) 屬於人工神經網路的一種，是一類包含卷積計算且具有深度結構的前饋神經網路，是深度學習的代表演算法之一。

神經網路(NN) 的基本組成包括輸入層、隱藏層、輸出層。卷積神經網路的特點在於隱藏層分為卷積層和池化層（又叫採樣層）。卷積層通過一塊塊卷積核在原始圖像上平移來提取特徵。

常見的卷積神經網路結構圖（來源見水印）

它的網路結構顯著降低了模型的複雜度，減少了權值的數量。卷積神經網路是為識別二維形狀而特殊設計的一個多層感知器，可以直接將圖片作為網路的輸入，自動提取特徵，並且對圖片的變形（如平移、比例縮放、傾斜）等具有高度不變性。

也正是因為卷積神經有這樣的特性，神經網路不再是對每個像素的輸入信息做處理，而是針對圖片上每一小塊像素區域進行處理，圖片信息的連續性得到加強，圖像的識別處理也就得到進一步的提高。

那麼如何入門人工智慧呢？

作為人工智慧的核心，機器學習是一門多領域的交叉學科，專門研究計算機模擬或實現人類學習行為的方法，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

現超級數學建模攜手唐老師以Python為基礎，向大家精心準備《Python機器學習》系列課程。

唐老師將系統講解Python的基礎知識、常用的工具包和演算法以及四個主流的Python庫，並藉助真實案例帶領大家進行項目實戰，全程還會附送完整的代碼進行課程教學與實戰演練。

相信，每天都能感受到能力的提升！

Python機器學習系列課

基礎篇（共131學時）

（課程大綱）

《Python機器學習實戰課程》（￥398）

第一章 AI時代人工智慧入學指南（免費試學）

第二章 Python快速入門（免費試學）

第三章 Python工具：科學計算庫Numpy

第四章 Python工具：數據分析處理庫Pandas

第五章 Python工具：可視化庫Matplotlib

第六章 演算法：線性回歸演算法

第七章 演算法：梯度下降原理

第八章 演算法：邏輯回歸演算法

第九章 案例：Python實現邏輯回歸與梯度下降

第十章 案例：使用Python分析科比生涯數據

第十一章 案例：信用卡欺詐檢測

第十二章 演算法：決策樹

第十三章 決策樹Sklearn實例

第十四章 演算法：隨機森林與集成演算法

第十五章 案例：Kaggle競賽案例:泰坦尼克獲救預測

第十六章 演算法：線性支持向量機

第十七章 非線性支持向量機

第十八章 支持向量調參實戰

第十九章 計算機視覺挑戰

第二十章 神經網路必備基礎知識點

第二十一章 最優化與反向傳播

第二十二章 神經網路整體架構

第二十三章 案例實戰CIFAR圖像分類任務

第二十四章 Tensorflow框架

第二十五章 Mnist手寫字體識別

第二十六章 PCA降維操作與SVD矩陣分解

第二十七章 聚類與集成演算法

第二十八章 機器學習業務流程

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！