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。

原文发布于微信公众号 - WeaponZhi(WeaponZhi)

原文发表时间:2017-12-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏web前端教室

学习前端开发的几个假象

1,你并不喜欢前端开发,也不喜欢js,你只是听说前端工资高。 许多人学不进去或是学的不太顺利,根本原因在于即不了解前端开发,更谈不上喜欢前端开发。很早以前,有一...

19710
来自专栏Linux Python 加油站

python初学必备 学习路线图

本人从事python工作已经有5年的历史了,最早大学里面接触python,毕业后开始从事python相关的工作,现在从事伪全栈开发:这里为什么说伪呢,因为我不光...

1014
来自专栏攻城狮的动态

iOS中痛的领悟

3335
来自专栏AI科技评论

学界 | 20年后的机器人不如猫?Google的AI专家和Amazon的VP打了一个赌

“很多人预测在20年内出现人类水平的人工智能,我认为这太乐观了。我愿意打一个赌,赌20年内,我们的技术不足以制造出一个感觉运动控制能达到家猫水准的机器人。” 想...

2617
来自专栏新智元

人工智能进步来自计算力?周志华:不同意;陈怡然笑谈“分饼”

来源:陈老师有话说 作者:陈怡然 【新智元导读】有关深度学习炼金术的争论火了。但在国内还有个更加劲爆的——针对“人工智能的进步是由计算能力提升导致的”这个说法,...

3859
来自专栏大数据文摘

人工智能真能统治地球?

2468
来自专栏CDA数据分析师

我是如何从物理学转行到数据科学领域

很多人问我是如果从物理学转行到数据科学,本文讲述了关于我为什么决定成为一名数据科学家,以及我是如何追求并实现目标的。希望能够最终鼓励更多的人追求自己的梦想。让我...

932
来自专栏java一日一条

10年学到的编程经验总结

我作为一个web开发者的旅程始于2000年,那时我还只有21岁,我依然可以清楚地记得那些日子里激荡在我内心的感觉。如果一定要找一个词来形容的话,我觉得那是——愉...

332
来自专栏大数据文摘

AI角 | 吴恩达李飞飞西瓜书课程学习打卡开启,追随superstar,搞定AI核心知识!

1883
来自专栏PPV课数据科学社区

【学习】如何成长为顶级数据分析师和数据挖掘师?

#玩转大数据#12点的钟声敲响后,意味着已经跨过2015,进入2016了。新的一年应该拥有新的开端以及新的计划目标,也标志着新的希望。一个数据科学家在年尾做了一...

3564

扫描关注云+社区