我的理解—如何入门 AI

上一篇文章里，有同学留言问我能不能写一篇有关 AI 入门的文章，给新手和想学习 AI 的同学一个宏观的认识，这不，认真的我在周日便写下了这篇文章。

前言

实际上上周我有思考过，我是不是应该适当的缓解下压力，一周七天，我都坐在电脑前，而且晚上睡得还不早，不论是身体还是精神上，有一点吃不消，毕竟我自己都说过，不能本末倒置，颠倒生命的意义，可是我自己都没做到。

所以我计划的是每周至少一天，我要出门，带着单反，在南京城逛逛，拍拍照，培养一些能放松身心的爱好，或者至少要保持好运动，然后留点时间读一些和技术无关的书，还是那句话：

人生在世，不能本末倒置。

很多人希望入门 AI，但因为没接触过 AI，对未知产生了茫然的思绪，如果觉得无从下手，我这篇文章可以比较通俗的帮助你规划下。但有个前提大家需要了解，我也是 AI 的初学者，以下的建议只是我自己思考的结果，并没有说我已经经历过这些，这不是经验，而是想法和建议，仅供参考，你需要根据自己情况去斟酌对待。

首先，你得先明确自己为什么要学 AI，这很重要，可以参考下我上篇文章：AI 开篇—说说我学习 AI 的动机

为什么说动机很重要，因为这会决定了你学习 AI 的方式，我可以大概简单的分为两类，求职类和转型类。

求职类

求职类的同学涵盖的人是挺多的，可能你刚刚毕业，或者是正处于无业状态，又或者是在职但想在近段时间投身于 AI 学习领域。不管你是处于这三种的哪一种，总而言之，你需要在一个较短的时间内，达到能够任职 AI 开发的水平。这个时间节点往往是 3 个月到半年。

这种情况的小伙伴，是不太建议去通过一些较为系统的方式去踏足这个领域，因为时间不允许，那么我的建议就是你可以通过去上一些培训班，或者在网上购买一些课程进行短期的紧凑培训。

这当然是一笔不小的开销，但我觉得如果你的目的性很强，这种开销还是值得的，而且是能够通过你的努力收回这个成本的，比起你的获得，这些成本实际上微不足道，投资自己永远是没错的。

因为我不打广告，所以我不会在文章里具体说推荐去哪个培训机构，去上什么课程，我自己有了解过，也买过一些课程来看，确实跟着视频学习还是比较有效果的，但就是要花时间，我看到现在网上有一些网站是专门用来教学人工智能方面的，从 Python 到数学再到机器学习入门，再到机器学习的划分学科，都有非常详细的中文教学，老师水平很高，而且还有不错的实践作业加以辅助，我看了一些，个人认为还是拥有和价格相符的质量的。

当然，我不会在这里具体说是什么机构什么网站，大家有兴趣可以自己搜搜，实在想知道可以直接在群里询问我。

这些还不够，你需要在业余时间继续的进行学习，因为毕竟你是短期入门，基本功可能是你的缺点，那你就需要在业余时间多多学习数学、算法和数据结构相关的知识。

推荐一些书吧。

「白话深度学习与 TensorFlow」和「白话大数据与机器学习」。这两本书是姐妹篇，可以说阅读难度是非常低了，你还可以在 APP 网易蜗牛阅读上免费阅读。

算法的话，这个阶段的同学可以跟着课程学习，我觉得应该是足够了。数学更没有想像中大家认为的需要多深的基本功。在你还是入门阶段，你只需要用到或者说你只需要懂得数学知识只有三点：

1. 懂得矩阵运算的基本计算方法，能够手动计算[3×4]×[4×3]的矩阵，并明白为什么会得到一个[3×3]的矩阵。
2. 懂得导数的基本含义，明白为什么可以利用导数来计算梯度，并实现迭代优化。
3. 能够计算基本的先验及后验概率。

去翻翻大学的教材，1 天左右你就差不多能复习回来了吧？等到你渐渐深入，再回头学习数学的相关知识就行了。

还是我上篇文章那句话，别总是觉得需要一点点把书啃完才能做后续的技术学习，前置学科也不是说需要通读完全掌握的。

转型类

这部分的同学可能是最多的，往往是拥有一定编程经验的，我大概就属于这种类型。我可以列举几种情况。

第一种就是正在工作，并且工作稳定，也没有离职和跳槽需求的同学，只是单纯的对人工智能有兴趣。

第二种是正在做技术，但希望学习热门的人工智能技术，满足与时俱进或者日后转型需要的。

第三种可能就是我这种了，想拯救世界的（笑）。

不管咋样，转型类的同学也有一个共同点，就是时间还算充裕，可以花时间系统的学习和夯实基础。那么这类同学，入门和学习的方式当然和求职类的同学有所区别了，而且因为我自己是处于这个类型，所以我思考的也多点。

既然咱们时间多，那么我们就要好好利用，把一些必要的东西学舒服了，因为基础扎实，实际上才学的更快，很多人都应该有这个体会，磨磨刀砍柴嘛。

数学和算法，我还是那句话，数学你只需要掌握上面三个就好了，然后算法暂时也不用专门买书去啃，我们这篇是入门篇，如果入门都需要啃这么多东西，可能还没学到 AI 方面的，你就被打趴下了，这是我们不愿意看到的。等你深入了，你自然就知道算法和数学你需要补那块，啃哪块了。

OK，入门机器学习，我只推荐一个学习课程，那就是吴恩达的机器学习课程，吴恩达教授讲的既慢又清晰，配合中文字幕和恰当的题目和作业，可以说是最棒的入门教程了，不仅如此吴教授自己也在积极的推动人工智能的发展，他无私的奉献出了自己的教程，并且授权分享给了很多机构。那么从哪里可以看到吴教授的视频呢？

我最推荐的就是这个视频的最初来源 Coursera，如果你的网络条件良好，那么你真的应该选择 Coursera，不仅是人工智能，Python 和一些其他的顶级高校的 IT 课程你都可以在上面免费学习。Coursera 的机器学习等课程可以直接观看中文字幕，不仅如此，每个视频的字幕都会在页面下方以完整的文章形式显示，你可以选择很多语言，简体中文也是其中之一，这真是大福利！

视频质量也非常高，视频中途如果有习题，视频会自动暂停，直到你提交了答案，才会继续，这种互动性让教学变得简单而有趣。

当然，如果确实网络上有困难，那么国内也是有这个视频的中文字幕版本的，比如 B 站，还有网易云课堂，网易云课堂是吴教授授权过的，之前是需要报名的，但不要钱，我已经报名过了，不知道现在还行不行，大家可以去试试。

大家看完这个课程之后，并不代表你已经学会了机器学习，只能说刚刚一只脚踏进了行业的大门吧，吴教授这门课相当于斯坦福大学 CS229 的简化版，这个时候你可以选择去看一下 CS229 完整版，去夯实一下基础，把一些传统算法以及你觉得需要磨练的东西，比如数学。再熟悉熟悉，基础很重要，尽力去掌握好。

当然你如果学的很痛快，想一展拳脚的去完成一些实际的东西，你可以去选择一下研究和学习的领域，现在深度学习大体分为了计算机视觉、自然语言处理等领域。你应该尽可能深钻一到两个方向，紧跟学术界的研究，同时，去跟进该领域的课程，比如自然语言你可以选择 CS224d。完成这些学习后，就可以开始通过阅读论文来复现一些实现了。

最后推荐书给这个阶段的同学：

这两本书是 TensorFlow 比较不错的入门书了，第一本我有，是 stormzhang 送我的，CSDN 有人做过对比，第二本相比起来更容易上手，但第一本会比较全面点。

这本书也是我比较推荐的，如果有一些金融或者是数据处理相关工作的朋友想学习 Python，这本书真是一本不错的书，它针对性极强，针对的是那些没有编程经验但从事与数据处理方面的人。从零开始教你用 Python 做一些数据处理工作，可以帮助你使用 Python 提高数据处理的效率。

其他的比较细分的比如自然语言一类的书籍，我就不在这里推荐了，毕竟这篇文章是一个入门篇，给迷茫的同学稍微指点一些方向就好。我们不能一味的求入门，而忽略的基础，基础太重要了，不管你处于什么阶段，你都应该注重基础的夯实。当然我也是个初学者，我也正在这个阶段，这些书这些课程我也正在努力的推进，所以大家都一样，一起加油吧。

不管你是求职类还是转型类，学习 AI 必然是一段痛苦而孤独的过程，你只需要学习一件事就行，但困难的就是坚持。这个过程枯燥而少有人陪伴，不过还好，这不是有我和关注我的那些朋友嘛，一起学习，我们就是你路上的陪伴者。

所以，你一定要坚持下去。