准备

通常，人工智能技术由四个部分组成：认知、预测、决策和集成解决方案。

• 认知：是指收集信息和解析信息来感知世界，比如图片识别、语音识别、自然语言处理等；

• 预测：是指通过计算，来预测行为和结果。比如广告推荐，歌曲推荐等；

• 决策：是指确定实现的方式和路径，比如移动路线规划、自动买卖股票等；

• 集成解决方案：是指人工智能和其他技术结合时，产生的多种集成解决方案，比如和汽车结合就是无人驾驶，和医疗器械结合就是手术机器人。

目前商业化比较普遍的，是认知和预测领域的应用。

我们这里选「图片识别」和「验证码识别」两个实际问题来解决，在解决这些问题的过程中，逐步地掌握相应的知识。

通过项目来学，以代码实现为主，中间穿插理论知识。在项目做完的同时，也就掌握了解决一类问题的思路、基本工具和相应的理论知识。

在入门之前，我们需要先掌握基本的 Python 编程能力，这里推荐《Python 教程 - 廖雪峰的官方网站》，看完 Python 基础和函数两章即可，注意：一定每一行代码都要自己敲一次。一般4~6个小时就可以搞定了。

达人课目录

• 第01课：从人工智能到机器学习

• 第02课：TensorFlow 基础

• 第03课：TensorFlow 实战一：手写图片识别

• 第04课： TensorFlow 实战一：手写图片识别进阶：卷积神经网络实现

• 第05课：TensorFlow 实战一：手写图片识别终章：99%准确率达成

• 第06课：TensorFlow 实战二：验证码识别

• 第07课：TensorFlow 的可视化