关于Python人工智能的一些问题

Question

一般的Python人工智能需要什么库呀？解析语言改咋实现？做人工智能过程是什么呀？一定要学完高数吗？

Answer 1

NumPy
NumPy 提供了许多数学计算的数据结构和方法，较 Python 自身的 list 效率高很多。它提供的 ndarray 大大简化了矩阵运算。
Pandas
基于 NumPy 实现的数据处理工具。提供了大量数据统计、分析方面的模型和方法。一维的 Series，二维的 DataFrame 和三维的 Panel 是其主要的数据结构。
Matplotlib：Python 最基础的绘图工具。功能丰富，定制性强，几乎可满足日常各类绘图需求，但配置较复杂。

Scikit-Learn：Scikit-Learn 是用 Python 开发的机器学习库，其中包含大量机器学习算法、数据集，是数据挖掘方便的工具。它基于 NumPy、SciPy 和 Matplotlib，可直接通过 pip 安装。
TensorFlow
TensorFlow 最初由 Google 开发，用于机器学习的研究。TensorFlow 可以在 GPU 或 CPU 上运行，在深度学习领域表现优异。目前无论是在学术研究还是工程应用中都被广泛使用。但 TensorFlow 相对来说更底层，更多时候我们会使用基于它开发的其他框架。
Keras
Keras 是一个高度模块化的神经网络库，用 Python 编写，能够在 TensorFlow 或 Theano 上运行。它的接口非常简单易用，大大提升了开发效率。
对高数有一定要求，因为会涉及公式，入门可以看这个： Python系列课程——人工智能篇简单入门_anquanniu的博客-CSDN博客_python人工智能教程 1、基础篇——基于Python的机器学习>>>>>>戳我，立即学习现在大热、为未来计算机科学发展方向的机器学习了解多少呢？下面推荐的这个内容比较适合小白，如果数学、模型理论基础不扎实也没关系，可以掌握Python编程语言基本可以轻松学习~例如利用Python编程语言实现线性分类器、支持向量机、朴素贝叶斯等经典机器学习模型来解决诸如肿瘤良恶性预测、手写体识别... https://blog.csdn.net/anquanniu/article/details/82802984