如何优雅的入门人工智能?

这两年,人工智能已经火到了全民皆知的地步。随着阿尔法狗声名鹊起之后,无人驾驶、人脸识别、邮箱分类、图片美化、声纹识别等人工智能的产物都进入了大家的视线。大家都对人工智能的前景很看好。其中不乏一些想入门人工智能的学生和IT类职员。

本文并不是给大家上人生课,用机器学习的语言来说,我这篇文章不是分类文,而是回归文。也就是说,具体要不要入门人工智能,大家要自己想好了,如果已经坚定了信念,今后要在人工智能的路上走下去的话,恭喜你,你至少已经成功了四分之一。我结合着自己在人工智能领域的经验,给大家分享下该如何入门人工智能,希望能够帮助处于迷茫中的人群。

人工智能只是一个大领域,他拥有两个小领域,一个是机器学习,另一个是深度学习。那么同学们是不是一入门,就要抉择是选择深度学习还是机器学习呢? 一入门就选的话,估计同学们会很痛苦,还好,这个时候并不需要选择,因为深度学习是机器学习的子类,换句话说就是,想要学习深度学习,机器学习的部分知识你也是要掌握的。那么摆在大家面前的就只剩下一条路了,先学习机器学习!

我不会像很多文章那样列举几十个链接堆在那,毫无前后关系,内容多的让人崩溃。我结合着自己学习的心路历程,推荐几个经典的东西,让大家优雅的入门。

  • 数学基础部分

学习机器学习,要有一些数学基础,好在要求的数学基础都是高中及大学的层次,相信大家都学过。即使忘了,再去寻找以前的记忆也相对容易一些。我列举下必备的知识。

1.线性代数(矩阵、特征值、特征向量、秩)

2.微积分(极限、导数、拉格朗日中值、泰勒级数展开)

3.统计学 (相关性分析、期望、方差、分布、指标)

注:很多文章都说凸优化的知识,其实凸优化多数都是用在研究领域,对于刚入门作用不大,暂时不建议大家看。

书籍方面:去翻下大学相关课程教材即可。不建议从头开始学,很耗时,去翻翻上面说的几部分内容就可以。如果觉得不够可以再去看看吴军的《数学之美》和李航的《统计学习方法》。这两本书还是比较经典的。

视频方面:我录制了一门机器学习入门的课,感兴趣的话,可以看下。

>>>>>>机器学习数学基础<<<<<<

  • Python语言基础

现在机器学习中,Python语言用的居多。如果你是程序员出身,已经有过Python,C++,Java语言的话,这一步就很简单了。如果你现在还不懂编程语言,也没关系,Python是一门很简单的语言。Python语言其实也有难点,但好在机器学习里面用不上,是不是有难以掩饰的激动【劫后余生脸】.相信大家经过1周时间基本就可以应用了。我给同学们列举下该学习哪部分。

基础部分:推荐给大家一个网上的教程,如果这个链接失效了,也可以自己在搜索引擎上搜《Python3教程》关键字(这里推荐大家学习Python3,如果已经有了Python2的基础,也可以忽略) https://m.runoob.com/python3/。

模块部分:Numpy、Pandas、Matplotlib。这几个是需要大家掌握的。大家自己在搜索引擎上搜。如果我以后发现好的这方面的文章,再推荐给大家。

视频方面:我也录制了一门Python基础入门的课,就是针对这三个模块进行的讲解。感兴趣的话,可以看下。

>>>>>>人工智能Python基础<<<<<<

其他的呢,可以看下scikit-learn这个模块。他是机器学习的一个Python库。有很多机器学习方面的模型,用scikit-learn可以很快的实现。大家也可以在了解机器学习之后,再学习也可以。

  • 机器学习基础

这一部分内容还是很多的,讲的都是一些经典的入门算法,大家要好好的感受下这些算法的精髓。

  • 线性回归、梯度下降、逻辑回归
  • 决策树和随机森林(ID3、C4.5、CART、GBDT、RandomForest)
  • SVM (软间隔、损失函数、核函数、SMO算法、libSVM)
  • 聚类(K-Means、聚谱类SC)
  • EM算法(最大似然估计、Jensen不等式、混合高斯分布、主题模型pLSA)
  • 主题模型LDA
  • 隐马尔可夫模型

书籍方面:Andrew Ng — Machine Learning Coursera from Stanford

视频方面:我也录制了一门机器学习基础入门的课。

>>>>>>从零开始机器学习<<<<<<

有了上面的基础,选择一门由浅入深的课程来学习。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。解决实际问题的时候,可能涉及到上面基础部分的延伸,相信有了上面的基础部分,再继续学习起来就容易很多。通过实战经验积累以后,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,这里推荐大家选择TensorFlow框架。它是谷歌公司的开源框架,虽然说并不是最早的,但是无论它背后的技术沉淀,还是它的更新速度都是好的。也在开源的众多深度学习的框架中遥遥领先。深度学习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。如果条件足够,可以同时学习两者,一些规律对两者是共通的。学习完后,你已经具备了较强的知识储备,可以进入较难的实战。这时候有两个选择,工业界的可以选择看开源项目,以改代码为目的来读代码;学术界的可以看特定领域的论文,为解决问题而想发论文。无论哪者,都需要知识过硬,以及较强的编码能力,因此很能考察和锻炼水平。经过这个阶段以后,可以说是踏入AI领域的门了。

入门之后也算是值得高兴了,但是你离精通其实还有很远的一段路要走,想要在这个行业长久地活下去,内功的修炼要比外功重要得多,不然会活得很累,也很难获得一个优秀的晋升空间。入门之后,赶快找一家公司去工作。在工作中会把你学习的知识融会贯通。而且刚步入公司,也会有一些大拿级别的人带你。这样的话,对你今后的发展都有很大的帮助。

另外列举一些面试中经常考的知识点。

线性回归数学推导

可用性评估:获取难度、覆盖率、准确率

特征清洗:清洗异常样本

采样:数据不均衡、样本权重

单个特征:无量纲化(标准化、归一化)、二值化、离散化、缺失值(均值)、哑编码(一个定性特征扩展为N个定量特征)

数据变换:log、指数、Box-Cox 降维:主成分分析PCA、线性判别分析LDA、SVD分解

特征选择:Filter(相关系数、卡方检验)、Wrapper(AUC、设计评价函数A*、Embedded(L1-Lasso、L2-Ridge、决策树、DL)

原文地址:http://blog.51cto.com/12133258/2054718

时间: 2024-10-08 07:50:59

如何优雅的入门人工智能?的相关文章

Spring Boot干货系列:(一)优雅的入门篇

Spring Boot干货系列:(一)优雅的入门篇http://www.cnblogs.com/zheting/p/6707032.html  全篇参考:http://www.cnblogs.com/zheting/category/966890.html 前言 Spring一直是很火的一个开源框架,在过去的一段时间里,Spring Boot在社区中热度一直很高,所以决定花时间来了解和学习,为自己做技术储备.   正文 首先声明,Spring Boot不是一门新技术,所以不用紧张.从本质上来说,

如何入门人工智能?

如何入门人工智能? 万事开头难,人看好了人工智能的火热想要快速入门,却并不知道从何学起,被一个个听起来高大上的概念弄蒙.想要入门却无从下手,到底该从何学起?玺哥我初学人工智能的时候也是一头雾水,然后只能上各种网站找教程,找资源.视频收集了很多,看了很多知乎,博客.说是要学好高数,线代,概率统计,优化, 信息论及其他.编程语言,python,c++等.第一步当然是首选一门编程语言啦,我当时选了Python.然后就一股脑的上网去找Python教程.结果都是些培训机构流出来的视频,对于科班出身,软件工

OpenCV+TensorFlow入门人工智能图像处理视频教程 共9章

第1章 课程导学包括课程概述.课程安排.学习前提等方面的介绍,让同学们对计算机视觉有所理解 第2章 计算机视觉入门通过OpenCV以及TensorFlow两个方面介绍计算机入门的相关知识.OpenCV侧重点在于为大家补充图像处理的相关基础,如像素.文件封装格式.灰度等级.颜色通道等的概念.TensorFlow重点在于通过对常量.变量.矩阵等的介绍,学习并掌握TensorFlow的基本使用.... 第3章 计算机视觉加强之几何变换本章节主要为大家介绍图像的几何变换.几何变换顾名思义就是对图片外形轮

OpenCV+TensorFlow 入门人工智能图像处理

第1章 课程导学包括课程概述.课程安排.学习前提等方面的介绍,让同学们对计算机视觉有所理解1-1 计算机视觉导学 第2章 计算机视觉入门通过OpenCV以及TensorFlow两个方面介绍计算机入门的相关知识.OpenCV侧重点在于为大家补充图像处理的相关基础,如像素.文件封装格式.灰度等级.颜色通道等的概念.TensorFlow重点在于通过对常量.变量.矩阵等的介绍,学习并掌握TensorFlow的基本使用....2-1 本章介绍2-2 Mac下一站式开发环境anaconda搭建2-3 Win

【转】人工智能(AI)资料大全

这里收集的是关于人工智能(AI)的教程.书籍.视频演讲和论文. 欢迎提供更多的信息. 在线教程 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程 人工智能入门 – 人工智能基础学习.Peter Norvig举办的课程 EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术. 人工智能中的计划 – 计划是人工智能系统的基础部分之一.在这个课程中,你将会学习到让机器人执行一系列动作所需要的基本算法. 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法,包括:概率推算,

入行人工智能十大经典书单

2017年最热的关键词 属于人工智能 .深度学习.何时才能实现真正的AI(强AI或人工通用智能,简称AGI)?真正的AI必须像人类一样完成学前班.小学一年级.二年级等一系列学习过程,一直到大学毕业,然后应聘计算机程序员岗位,像人类软件开发人员一样编写程序.接着,心满意足的雇主就能成百上千地克隆经验丰富的AI程序员了.最终,智能机器人将完成我们允许其完成的所有工作. AI机器人的智商应该达到多少?人类智商的100-150.1000.百万还是十亿?这是一个大问题.一旦我们可以创造AI机器人,就应该能

超多慕课网实战教程破解自学教程百度云盘分享-Python/Java/前端后端/小程序/运维测试/人工智能

以下课程,需要的可以加我微*信:hgh813210,备注你需要的课程 Java企业级电商项目架构演进之路 Tomcat集群与Redis分布式百度云实战分享 前端成长必经之路 基于Storm构建实时热力分布项目实战 Spark Streaming实时流处理项目实战 以慕课网日志分析为例 进入大数据 Spark SQL 的世界 手工测试企业项目实践及面试提升 Webpack + React全栈工程架构项目实战精讲 深度学习之神经网络核心原理与算法 Android应用发展趋势必备武器 热修复与插件化

程序员入门必备经典书单

点击关注 异步图书,置顶公众号 每天与你分享 IT好书 技术干货 职场知识 Tips 参与文末话题讨论,即有机会获得异步图书一本. 成功的程序员在以往的工作和生活中都曾经历过大大小小的不确定性,承受过永无休止的压力.他们之所以能够成功,是因为拥有一个共同点,都深切关注创建软件所需的各项实践.他们将软件开发视为一种需要精雕细琢加以修炼的技艺,他们以专业人士的标准要求自己,他们具有职业素养.伟大的程序员们以分享为快乐,以读经典实现事半功倍.今天小编带来了大师级经典作品编程语言篇. <C Primer

浅谈人工智能

一.什么是人工智能 人工智能是人们心中美好的设想,目的是希望通过当时新兴的计算机,打造拥有相当于人类智能的复杂机器.这就是我们所说的"通用人工智能"(General AI)概念,拥有人类五感(视觉,听觉等).推理能力以及人类思维方式的神奇机器. 二.什么是机器学习 机器学习就是通过算法,使得机器能从大量历史数据中学习规律,从而对新的样本做智能识别或对未来做预测. 它利用大量现有的数据(大数据)对机器进行训练,使得机器在面对下一次实验测试的时候能够根据既有的经验对数据进行区分(比如是猫还