人工智能
让机器完成原本需要人类智能参与的任务，例如识别、预测、生成和决策。
AI 概念库
把文章里反复出现的关键词拆出来，用更短的解释先说清楚，再给出对应文章继续读。
用法：先看一句话理解，再回到相关文章做自检。概念库不是背单词，而是帮你在学习路线中查漏补缺。
AI 基础
1 个概念。
机器学习
8 个概念。
机器学习
让模型从数据中学习规律，并把学到的规律用到新数据上。
监督学习
用带答案的数据训练模型，让模型学习输入和目标之间的对应关系。
分类与回归
分类预测类别，回归预测连续数值，这是监督学习里最常见的两类任务。
训练集、验证集和测试集
把数据分成训练、调参和最终评估三部分，避免模型只是在记答案。
过拟合
模型在训练数据上表现很好，但换到新数据上效果变差。
特征工程
把原始数据整理成模型更容易理解的输入。
混淆矩阵
展示分类模型把各类样本预测成什么结果，用来分析具体错在哪里。
GridSearchCV
在给定参数组合中系统搜索，并用交叉验证选择表现更好的模型配置。
深度学习
7 个概念。
PyTorch
3 个概念。
工程实践
1 个概念。
NLP
1 个概念。