大致总结一下得出如下思维导图，如不完善日后迭代更新

1. python基础三方库

1.1 科学计算库 ---- numpy库

在这里插入图片描述

1.2 科学计算库 ---- Scipy库

在这里插入图片描述

1.3 数据分析处理库 ---- pandas库

在这里插入图片描述

1.4 可视化库 ---- matplotlib库

在这里插入图片描述

1.5 可视化库 ---- seaborn库

在这里插入图片描述

1.6 机器学习和数据挖掘库 ---- scikit-learn库

在这里插入图片描述

2. 数学基础知识

了解常用基础即可，啃不动，实在啃不动

名称名称名称名称名称
微积分泰勒公式和拉格朗日特征值和矩阵分解随机变量数据科学分布
核函数变换熵与激活函数回归分析假设检验相关分析
方差分析聚类(k-means、层次聚类、谱聚类)朴素贝叶斯、贝叶斯网络参数估计与矩阵运算凸优化基础
广义线性回归和对偶优化拟牛顿、梯度、随机梯度下降(SGD)支持向量机K近邻、决策树、随机森林Adaboost
EM、混合高斯算法主题模型(PLSA、LDA)马尔科夫链、HMM、采样马尔科夫随机场、条件随机CRFSVD、主成分分析PCA、因子分析、独立成分分析ICA
CNN高斯分布连续分布Laplace变换多元分布

3. python数据结构与算法

3.1 数据结构

3.1.1 表

在这里插入图片描述

3.1.2 树

在这里插入图片描述

3.1.3 图

在这里插入图片描述

3.2 算法

3.2.1 枚举、排序算法

在这里插入图片描述

3.2.2 动态规划

在这里插入图片描述

3.2.3 贪心算法、双指针、模拟

在这里插入图片描述

4. 机器学习

在这里插入图片描述

5. 深度学习

5.1 深度学习框架

在这里插入图片描述

5.2 深度学习流程

在这里插入图片描述

5.3 深度学习应用领域

在这里插入图片描述

6. 数据挖掘

在这里插入图片描述

# python # 人工智能
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

cover

VLAff：用于统一可操作Affordance的视觉-语言-Affordance模型

avatar DAMO开发者矩阵

学生党写论文别乱堆AI工具：开题、写稿、查重、定稿分别用什么，一篇说清

论文工具别乱堆：从开题到定稿，真正适合学生的 AI 辅助组合 很多同学一写论文就问：“ChatGPT、Claude、Kimi、DeepSeek、NotebookLM、毕业之家，到底哪个最强？” 这个问题本身就问错了。大模型负责启发和表达，科研智能体负责文献和流程，查重系统负责风险检测，文献管理工具负责引用规范。它们不是替代关系，而是分工关系。真正高效的用法，是在不同阶段选不同工具，而不是把降重、找

avatar DAMO开发者矩阵

【NeurIPS 2025】SAFE：面向视觉-语言-动作模型的多任务失败检测｜从机器人安全部署视角

SAFE（NeurIPS 2025）提出多任务失败检测：只读 VLA 末层内部特征回归失败分数，用功能共形预测把误报率控制在 α 以内。在 OpenVLA、π0、π0-FAST 的仿真与真机上，未见任务 ROC-AUC 平均领先最佳基线 4–5%，附加推理开销仅 0.73 ms（<1%）。

avatar DAMO开发者矩阵