来源： “码农不会写诗”公众号
链接：机器学习前导-Python基础及进阶系列简介
若条件允许，本账号会陆续开展机器学习，人工智能，AI芯片等专题系列，喜欢的朋友可以持续关注，一起成长~
文章目录
- 01 数据是AI算法的“饲料”
- 02 算法是AI的背后“推手”
- 03 算力是基础设施
AI（Artificial Intelligence，人工智能）被英国词典出版商柯林斯（Collins）评为2023年年度词。
ChatGPT爆火出圈，风靡全网，“ChatGPT好得可怕，我们离强大到危险的AI不远了”
那么，AI如此强大，其基石或者说核心是什么呢——数据、算法和算力
01 数据是AI算法的“饲料”
随着AI产业的飞速发展，催生了大量垂直领域的数据需求。无时无刻不在产生的数据都或许是AI新型领域的催生剂。从这个层面来讲，谁何尝不是AI的贡献者。
02 算法是AI的背后“推手”
AI算法是数据驱动型算法，是AI背后的推动力量。其是指导计算机进行数据处理的步骤和规则，主要负责对数据进行分析、学习、优化和执行特定任务，从而实现智能化。
03 算力是基础设施
算力是算法和数据的基础设施，支撑着算法和数据。AI算法模型对于算力的巨大需求，推动了芯片行业的蓬勃发展。
AI已经火的一塌糊涂，那么你有没有想着入局呢？
AI是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学，机器学习作为人工智能核心研究领域之一， 其动机是为了使计算机系统具有人的学习能力以实现人工智能。
那么如何开始学习呢？从以上AI三大核心可以明确看到，首先得有数据，数据是饲料。有了数据之后呢？当然是数据处理了，经过处理的数据才能基于强大的算力供算法使用。
所以在学习机器学习之前，我们先来学习数据处理相关的Python知识。
有朋友可能会说，自己是搞算法甚至是芯片的，公司招几个外包或者实习生就可以做数据处理，但真的是这样吗？
其实不然，举个例子，一个芯片工程师需要在自研架构验证芯片的精度：
一张图片大小是宽224，高224，RGB3通道，总共有224x224x3=150528约15万个数字需要对比是否正确，此时明显不能肉眼看吧？
当然是编程比对，那用什么语言呢？C/C++/Python写一堆for和if吗？
当然也不是，此时用Python的numpy库是不是就可以很方便的实现取行、列和块的操作。
最后再简单介绍下本系列的知识点：
1. python基础知识
2. numpy库
3. pandas库
4. matplotlib(seaborn)库
5. 迭代器、生成器
6. 多线程（池）、多进程（池）
7. 以及其它使用或优化知识点
种一棵树最好的时间是十年前，其次就是现在。既然看到这里了，何不一起尝试坚持下去呢？书山有路勤为径，学海无涯苦作舟。今天就到这里啦，拜了个拜~
