设为首页 - 加入收藏 贤淑网 (http://www.xianshufang.com)- 国内知名站长资讯网站,提供最新最全的站长资讯,创业经验,网站建设等!
热搜: 苹果 发布 乐动在线娱乐登录 网络
当前位置: 首页 > 综合聚焦 > 移动互联 > 评测 > 正文

开发者 AI 转型指南

发布时间:2019-08-17 03:53 所属栏目:[评测] 来源:skura
导读:本文转自雷锋网,如需转载请至雷锋网官网申请授权。 人工智能好吧,目前看来,这项尖端技术现在是最流行的,同时也是一项会对人类产生决定性影响的技术。我们对人工智能的力量和它们在几乎任何行业中的有效使用方式感到惊讶。现在的机器人就像 100 年前的

本文转自雷锋网,如需转载请至雷锋网官网申请授权。

人工智能…好吧,目前看来,这项尖端技术现在是最流行的,同时也是一项会对人类产生决定性影响的技术。我们对人工智能的力量和它们在几乎任何行业中的有效使用方式感到惊讶。现在的机器人就像 100 年前的飞机。那么接下来会是什么?这个问题引发了许多情绪,从极大的兴趣、鼓励、成为这一过程的组成部分的渴望,到最后的恐惧、困惑和无知。是什么阻止了你参与人工智能的发展,成为了一个被动的旁观者?

你可以想象,转变成人工智能开发者是一条漫长而艰难的道路,但这并不意味着你不能完成这个目标。我要对怀疑者说一句话:即使你在编程、数学、工程方面没有任何经验,你也可以在家里从头开始学习人工智能,并开始将你的知识应用于实践,创建简单的机器学习解决方案,这些将是你成为人工智能开发者迈出的第一步。

几年前,Kaggle 的用户调查显示,在人工智能这个领域工作的人中,只有 30% 的人在学校学习过机器学习或数据科学。相反,66% 的受访者是自学的。超过一半的受访者说他们使用网络课程学习新的学科。所以,这只意味着一件事:

停止做梦,开始行动吧!

如果你决定这样做,本文将成为你迈出第一步的绝佳辅助工具。在这里,我将展示我眼中成为人工智能开发者的最有效的学习路径。你知道,网上有很多资料可以选择,但我试着帮助你区分什么才是真正重要的。

你准备好了吗?

Part I. 首先,获得开始学习人工智能所需的基本技能

开发者 AI 转型指南

人工智能是最复杂的研究之一,正确的学习策略尤为重要。我的意思是,你需要为学习做准备,你要先掌握一些基本的技能。如果你已经知道一些基本技能,那么你可以跳过这一阶段。但在其他情况下,我建议至少花几天或者一周时间来了解你需要学习领域的基础知识。

同时,你不需要在每件事上都成为大师。你只需要花点时间去了解一些基本概念就好。如果你想更深入地学习,现在先不要着急。不管怎样,它将有助于你在之后遇到问题时更好地在谷歌上搜索答案。

#1 抽象思维

抽象思维对于变得更聪明和获得解决问题的能力来说很重要。你拥有抽象思维吗?如果没有,是时候改变这种情况了。

获得良好的解决问题能力和逻辑推理能力是你现在的首要任务。机器学习是围绕着寻找数据中的模式来进行的。例如,与设计服务架构和调试服务架构相比,数据科学家花了更多的时间来生成假设、在数据阵列上准备和执行无休止的实验。

在专家的心目中,道路和谷歌地图的交叉点、自动取款机分析系统的时间序列中的的现金提取统计数据都会被转换成图表。没有用抽象的形式表现普通事物的技巧是不行的。所以,说到思考,我们需要优先保证思考的深度,这是解决问题的方法。

如何学会深度思考?对你所看到的一切事物进行提问。也许提高抽象思维能力的最好方法是提高你的精神耐力,开始更多地思考事情。以下是一些有趣的视频,或许可以帮到你:

  • What is a Thought? How the Brain Creates New Ideas

  • 4 Ways of Thinking About Abstract Objects

  • Creative thinking—how to get out of the box and generate ideas

顺便说一下,提高你的数学技能也有帮助,因为数学是一种抽象的思维方式。在统计数据中寻找模式也可以提高你在这方面的能力。所以,注意下一个技能。

#2 基本的数学素养

开发者 AI 转型指南

人工智能和机器学习这类职业需要你具备基本的数学知识。这里的关键词是「基本」。你需要阅读或更新基础理论,无需阅读整个教程,只需关注关键概念:

  • 数据分析用到的线性代数:标量、向量、矩阵和张量

  • 数学分析:导数和梯度

  • 概率论基础

为了快速学习线性代数和数学分析,我推荐以下课程:

  • Khan Academy?提供关于线性代数和数学分析的简短实践课程。

  • 麻省理工学院公开课:这个软件上有很好的 ML 数学学习课程。

  • Artificial Intelligence:「Machine Learning and Predictive Analytics」,带你轻松走向人工智能的无限可能。

#3 如果你想研究机器人的话,就要学物理

开发者 AI 转型指南

对所有的工程领域来说,对科学的扎实理解很重要。物理学特别有用,因为它为机器人学提供了能量、电路、力学、材料科学和其他关键课题的基础知识。然而,所有的科学都是有用的,因为它们教会我们如何将数学应用于实际问题。

在哪里学物理?不要惊慌。这里有一个很棒的?YouTube 频道,你可以在上面学习工程物理。享受你的学习吧!

#4 统计方法

开发者 AI 转型指南

统计方法是数学学习的重要基础之一,它可以让你更加深入了解机器学习算法的原理,用于分析数据和数据集的主要技术有:

  • 平均值

  • 标准偏差

  • 回归分析

  • 样本尺寸测定

  • 假设检验

Free statistical analysis courses on EdX

Key Types of Regressions: Which One to Use?

Statistical Methods for Machine Learning

【免责声明】本站内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

网友评论
推荐文章