行业认知

AlphaGo >> AlphaGo Master > > AlphaGo Zero，人工智能在不停的进步。2017是人工智能元年。2030年抢占人工智能制高点。要注意人工智能和机器人不可以划等号。机器人是多种人工智能技术的结合。

  • 图像：人脸支付、票据识别、色情识别
  • 语音：会议记录、实时字幕、语音笔记
  • 视频：AI测温仪、任务识别、细粒度识别
  • NLP：舆情监测、情感分析、新闻摘要
  • 推荐：抖音、今日头条、电商产品推荐

1956年提出人工智能，弱人工智能 >> 2040强人工智能 >> 2060超人工智能。驱动人工智能的发展条件是云计算大数据和人工智能的算法。

  • 云计算，Cloud computing，超大规模分布式计算能力，为大数据提供了硬件基础。
  • 大数据，Big data，海量数据为人工智能的学习和发展提供了软件基础。
  • AI算法，Algorithm，人工智能进步的最重要条件，极大提高了人工智能的实验结果。

有了算法，需要数据来优化算法，有了数据需要巨大的处理能力。

人工智能影响劳动密集型产业，就是那种简单且重复性高的，规律性强，以及那些对人体危害大的。然后人工智能的大规模商务应用也是一个发展趋势。（打不过就加入呗 doge）

Python概述

python的祖师爷是Gudio van Rossum，俗称“龟叔”。python 是一个免费、开源、跨平台、动态、面向对象的语言。

  • 简单高效：容易上手，开发效率相对较高。
  • 适应性广：Python语言适合各行各业。
  • 应用广泛：软件开发的各种领域都可以使用。
  • 资源丰富：很多来自社区的成熟的包。

python虽然没有2017年的那种火爆，但是人才缺口依然非常的巨大。

  • Web服务端开发：相较于java，前后端使用同一个技术栈稳定性可能会更好。
  • 爬虫：模仿人去访问网站。因为政策原因，不再作为主要的岗位。
  • 自动化测试、自动化运维：上岗即是顶级岗位。虽然看起来薪资挺高，但是发展空间小。
  • 数据分析，机器学习：发展空间大，技术栈比较大，是风口。

Python核心 >> 面向对象OOP >> Python高级

轻语法重本质。学编程注重的是思想，代码都是水到渠成的。重要的事情是需求，是我们的目标，我们的程序需要做的东西。需求导向。代码是技术更是艺术，要精雕细琢。项目/实战，要上手去练,Python 要靠大量的练习，去训练自己，要用。