首先，庆祝我的wx公众号:漫探AI 正式启航，喜大普奔！！
这是我第一次写公开的文章，希望在这里能得到进一步的成长，目的主要是想要整理、记录一些这几年在AI领域的探索过程，把零散的知识点规整深化。虽然我的表达能力有限，但也会尽量把每一个知识点解释清楚，如果我的文章有幸得见与你，表述有误的地方也请及时指正。
漫探AI，请多多指教！
初识AI
最初与AI的相识，还是大学实习的时候，那时候还是个懵懂的无知青年。我的专业是物联网工程，学的比较杂，所幸实习时候便找到了喜欢的方向及职业：嵌入式软件工程师。
公司是个小小的创业团队，热血氛围浓厚，在大学刚毕业那种壮怀满志的状态下，这样的团队很容易就能给人一种积极向上，献身工作那种使命感。那是一家在当时“看起来”很高大上的公司，主要从事机器视觉，立志于让机器看懂这个世界，当时在重庆极少有做机器视觉的公司，所以也得到不少政府的关注。
在编码过程中，结识了OpenCV，发现原来通过图像处理可以做出不少好玩的事情，能够直接或间接的解决很多场景问题。在乐此不疲的玩着OpenCV的时候，有一天在公司听到得了深度学习这样一个词汇，起初还以为是公司倡导员工学习工作要踏实、要往深扎，后来经过了解才知道说的是深度神经网络、机器学习。
新的概念一下子就点燃了探索的欲望和热情，当时公司用的训练框架也是我第一个接触到的神经网路框架就是YOLO（darknet框架下的，业界传奇 https://pjreddie.com/darknet/），用来做目标检测的，纯C实现，可不依赖任何外部库独立运行，现在已经更新到V4版本，很多商业应用都是基于这个做的。在学习探索过程中发现当地做深度学习的公司少之又少，遂决定来深圳看看，通过之前自学的一些基础，正式转岗为算法工程师。
后面的故事就不说了，断断续续的做了一些图像、语音的识别工作，零零散散的学了一些用得到的算法，但总觉得缺乏系统性，后面会借此平台做一个碎片整理，希望能得到新的成长。
以后会按照以下几大模块来进行整理和学习，尽量建立一个完整的机器学习从算法到应用的体系，如果后面有想要更新的内容再来补充。
一、机器学习基础
二、SVM(支持向量机)
三、无监督学习与序列模型
四、深度学习
论文及期刊
如今这个互联网时代，获取知识的途径越来越容易，国内外最先进的技术每天都在更新，但同时能够在这鱼龙混杂的大数据时代获取到自己想要的内容也变得越来越难。这里推介一些机器学习各个细分领域的公开论文或期刊，让我们能有针对性的找到一些想要的内容。
| ML&DL | NLP | CV | DM | AI | Others |
|---|---|---|---|---|---|
| ICML | ACL | CVPR | ICDD | AAAI | JMLR |
| NIPS | ENNLP | ICCV | WSDM | IJAI | PAMI |
| AISTAT | COLRG | ICDM | TKDE | ||
| UAI | NAACL | ||||
| ICLP |
此外还可以去arxiv.org 订阅一些感兴趣方向的论文，有更新的时候会发送邮件提醒。
网友评论