普通程序员想要成为人工智能大牛

2019-10-19 15:19 来源:未知 作者:石家庄生活网1
普通程序员想要成为人工智能大牛

伴随着各大互联网巨头纷纷转向人工智能公司,互联网+模式固然稳定但已经成为历史,新的AI 浪潮的来临,让很多普通程序员一下坐不住了,闻到了新浪潮的味道,那么问题来了,普通程序员如何转型成为一名人工智能届的大牛?

人工智能学习的准备阶段

首先不是随便什么人都能成为人工智能届的大牛的,我对普通程序员的定义是:拥有大学本科知识;平时工作较忙;自己能获取的数据有限。

☞ 准备分为4个阶段








AI,也就是人工智能,并不仅仅包括机器学习。曾经,符号与逻辑被认为是人工智能实现的关键,而如今则是基于统计的机器学习占据了主导地位。最近火热的深度学习正是机器学习中的一个子项。目前可以说,学习AI主要的是学习机器学习。但是,人工智能并不等同于机器学习,这点在进入这个领域时一定要认识清楚。

关于AI领域的发展历史介绍推荐看周志华老师写的《机器学习简介》。下面一个问题是:AI的门好跨么?其实很不好跨。

如果你离校过久,或者觉得基础不牢,最好事先做一下准备复习工作。“工欲善其事,必先利其器”。以下的准备工作不多,但足以应付后面阶段的学习。

数学:复习以下基本知识。线性代数:矩阵乘法;高数:求导;概率论:条件与后验概率。其他的一些知识可以在后面的学习的过程中按需再补;
学习人工智能的七个阶段


在学习的过程中,找到适合自己的学习方法是关键。

学习方法的设定简单说就是回答以下几个问题:我要学的是什么?我怎样学习?我如何去学习?这三个问题概括说就是:学习目标,学习方针与学习计划。

学习目标比较清楚,就是踏入AI领域这个门。这个目标不大,因此实现起来也较为容易。学习方针可以总结为 “兴趣为先,践学结合”。简单说就是先培养兴趣,然后学习中把实践穿插进来,螺旋式提高。这种方式学习效果好,而且不容易让人放弃。有了学习方针以后,就可以制定学习计划,也称为学习路线。

制定科学的学习路线

我推荐的学习路线如下图:


首先了解这个领域,建立起全面的视野,培养起充足的兴趣,然后开始学习机器学习的基础,选择一门由浅入深的课程来学习,课程最好有足够的实验能够进行实战。

基础打下后,对机器学习已经有了充足的了解,可以用机器学习来解决一个实际的问题。这时还是可以把机器学习方法当作一个黑盒子来处理的。实战经验积累以后,可以考虑继续进行学习。

这时候有两个选择,深度学习或者继续机器学习。深度学习是目前最火热的机器学习方向,其中一些方法已经跟传统的机器学习不太一样,因此可以单独学习。除了深度学习以外,机器学习还包括统计学习,集成学习等实用方法。



下面我来对重点环节,进行展开:

☞机器学习

机器学习的第一门课程首推Andrew Ng的机器学习 。这门课程有以下特点:难度适中,同时有足够的实战例子,非常适合第一次学习的人。

传统的机器学习有如下特点,知识系统化,有相对经典的书。其中统计学习(代表SVM)与集成学习(代表adaboost)是在实践中使用非常多的技术。下面是相关资源:

推荐,机器学习:如果是在以前,机器学习方面的经典教材首推PRML,但现在周老师的书出来以后,就不再是这样了。首先推荐读周老师的书。这本书有一个特点,那就是再难的道理也能用浅显精炼的语言表达出来。正如周老师的名言:“体现你水平的地方是把难的东西讲容易了,而不是把容易的东西讲难,想把一个东西讲难实在太简单”;
☞实践做项目

学习完了基础课程,你对机器学习就有了初步了解。现在使用它们是没有问题的,你可以把机器学习算法当作黑盒子,放进去数据,就会有结果。在实战中你更需要去关心如何获取数据,以及怎么调参等。

CVPR:与另两个会议ICCV和ECCV合称计算机视觉领域的三大会。
在进行领域学习前,充分认识自己的特点,制定合适的学习方法是十分重要的。首先得对这个领域进行充分了解,培养兴趣。在学习时,保持着循序渐进的学习方针,不要猛进的学习过难资源;结合着学习与实践相辅的策略,不要只读只看,实际动手才有成就感。




上一篇:5G+ 赋能浙江制造高质量发展        下一篇:没有了

上一篇:5G+ 赋能浙江制造高质量发展

下一篇:没有了

热门搜索