好久没有更新文章了，今天将ai学习笔记整理了，希望对大家有所帮助！！！
1. 人工智能方面的应用
如：刷脸支付--人脸识别、淘宝推荐、语音识别--中科大 讯飞输入法、图片识花--识花君小程序、新闻资讯推荐--今日推荐、无人驾驶--谷歌无人机、阿尔法狗--围棋。
2. 人工智能背后的技术
机器学习和深度学习，机器学习即算法解析机器，多建立在数据算法上，如：线性回归，神经网络等
深度学习时机器学习的一种，通过数据提取特征，过滤有效数据
现在一般的技术语言有php、java、c++、python
3. python作为变成语言的优势
（1）多平台运行（macos、window、linux）
（2）配置简单
anaconda则是一个打包的集合，里面预装好了conda，python，众多pakages，科学计算工具等等，所以也称为python的一种发行版。
支持linux、mac、windows系统，可以很方便的解决多版本python并存，切换以及各种第三方包安装问题
（3）语法简单，容易理解，容易学习
（4）强大的数据处理库
numpy--构建科学计算代码集的最基础的库，提供了许多用python进行n维数组和矩阵操作的功能。该库提供了numpy数组类型的数学运算向量化，可改善性能，从而加快执行速度。scipy--是一个针对工程和科学库，主要功能是建立在numpy数组结构，通过其特定的字模块提供高效的数学运算功能，例如数值积分，优化等。
pandas--简单直观的应用于带标记的和关系性的数据的python库。它是探索数据的完美 工具，能快速简单的进行数据操作，聚合和可视化。
matplotlib--超酷的库，可用来做数据的可视化图表，与matplotlib类似的还有seaborn，是在matplotlib的基础上构建的
（5）丰富的第三方库
web开发（diango、tomado、flask）
爬虫(requests、selenium、scrapy、beautifulsoup)
数据库(pymongo、pymysql)
图形界面开发(pyqt、tkinter)
科学计算框架(numpy、scipy、pandas、matplotlib)
机器学习(scikit-learn、nltk、tensorflow、keras)
（6）python编辑利器：jupyter、notobook
直接在浏览器里面运行，可直接在里面写代码，程序运行后可立即得到反馈
像一个草稿本一样，随时修改
交互式编程环境
可在里面添加文字、图片、视频、支持markdown语法
4. python职业方向
web开发、人工智能、数据分析、linux运维、爬虫工程师、自动化测试
