终于把ChatGPT整理成中文调教指南！

ChatGPT的爆火改变了很多东西，就与多年前移动互联网的普及一样，我们正处于AI改变世界的前夜。

ChatGPT是由OpenAI训练的一款大型语言模型，能够和你进行任何领域的对话。

它能够生成类似于人类写作的文本。您只需要给出提示或提出问题，它就可以生成你想要的东西。

在此页面中，您将找到可与 ChatGPT 一起使用的各种提示。

这个ChatGPT中文指南PDF三连+私我“ChatGPT”即可获取~

注意：ChatGPT中文指南，只能私我ChatGPT获取！

关于人工智能
这里为大家绘制了一份完全从零入门，学习人工智能的路线图，

不管你是本科生、研究生、还说转行人群，只要是0基础，都非常适用，涵盖基础知识、机器学习、深度学习、计算机视觉、自然语言处理、模型压缩与优化、深度学习框架、强化学习、补充知识，真的是非常的全面；

接下来给大家简单的介绍一下这份人工智能学习路线图，

一，基础部分

需要学习人工智能基本概念、python与算法基础，

人工智能基本概念需要知道：

1. AI常见流程

2. 什么是机器学习与深度学习

3. 有监督学习、无监督学习、强化学习的区别是什么

快速入门：

1. 人工智能概念与本质

2. 人工智能的时代

3. 人工智能的应用

4. 人工智能流程对比人类思考的过程

5. 人工智能的流程与本质

6. 人工智能基本概念与机器学习深度学习本质区别

7. 回归和分类任务的本质

8. 聚类和降维任务的本质

9. KNN算法

10. KNN原理

11. Anaconda运行环境安装

12. Pycharm开发环境配置安装

13. KNN的python代码实现

14. Scikit-learn模块讲解

15. KNN的sklearn代码实战

算法基础需要学习：

1. python基础与科学计算模块

2. AI数学知识

3. 线性回归算法

4. 线性分类算法

二，机器学习

掌握好了基础知识与工具的使用后，我们就可以开始学习机器学习

机器学习需要学习：

1. 无监督学习算法

2. 决策树系列算法

3. Kaggle实战

4. 海量数据挖掘工具

三、深度学习

接下来开始学习深度学习，学习图像识别、语言处理、数据挖掘

深度学习需要学习：

1. 概率图模型算法

2. 深度学习原理到进阶实战

图像识别需要学习：

1. 图像识别原理到进阶实战

2. 图像识别项目

语言处理需要学习：

1. 自然语言处理原理到进阶实战

2. 自然语言处理项目

数据挖掘需要学习：

1. 海量数据挖掘工具

这套人工智能的思维导图以PDF的形式呈现给大家，有需要高清详细版的同学可以

三连+私我“人工智能”获取！另+一份视频教程