学习
AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。 AIoT融合AI技术和IoT技术，通过物联网产生、收集海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化，物联网技术与人工智能追求的是一个智能化生态体系，除了技术上需要不断革新，技术的落地与应用更是现阶段物联网与人工智能领域亟待突破的核心问题。
“智能算法”是指在工程实践中，经常会接触到一些比较“新颖”的算法或理论，比如模拟退火，遗传算法，禁忌搜索，神经网络，天牛须搜索算法等
资料
自动驾驶汽车首先是人工智能问题，需要一个非常具体的机器学习开发技能。而强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决决策（decision making）问题，即自动进行决策，并且可以做连续决策。
从机器学习角度讲，AutoML 可以看作是一个在给定数据和任务上学习和泛化能力非常强大的系统。 从自动化角度讲，AutoML 则可以看作是设计一系列高级的控制系统去操作机器学习模型，使得模型可以自动化地学习到合适的参数和配置而无需人工干预。
为什么人工智能和Python要一起学？两者有何联系？相信现在只要提到人工智能，就难免会带上Python，可以说Python就是人工智能的首选编程语言，由此人工智能已经和Python已经紧密联系在一起了。
PyTorch是美国互联网巨头Facebook在深度学习框架Torch的基础上使用Python重写的一个全新的深度学习框架
人脸识别是人工智能的典型应用场景
计算机视觉，是一个重大的学习话题：）
Transformer 是 Google 团队在 17 年 6 月提出的 NLP 经典之作，Transformer 主要是一种叫做 Attention （注意力）机制的结构组成的。
深度学习的基本过程是用训练数据去训练神经网络的模型去并得到所需模型的过程，主要包括正向学习和反向调整两个过程。
了解一下深度学习算法原理
一个AI的产品经理都需要什么能力呢？
希望从一个机器学习的项目过程，了解如何组织AI类型项目的实施。
求学习资料
知识图谱相关学习资料
目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实时处理时，目标自动提取和识别就显得特别重要。
