多年Java开发研究机器学习技术需要哪些基础?

多年的java开发经验切入到新的领域,需要熟悉的新规则和技巧。

但对于人工智能来说,不是简单的熟悉一下新的规则那么简单的事情了,主要人工智能是一个综合性极强,而且对数学算法要求相当高。

人工智能是一个综合性极强的方向,涉及到的东西很多,真正在学习过程中需要有选择性的进行学习。对于人工智能需要的编程语言涉及面也比较广泛,python,java,lisp,c++等等

所以单一的编程语言根本无法搞定人工智能,即使把这些编程语言都掌握了还会有许多的领域需要探索学习,毕竟编程语言只是一种工具。

1.基本数学知识

线性代数,微积分,概率论等概念

2.学习一些常见的算法

线性模型,高斯模型,SVM理论,聚类算法,EM算法,PCA/ICA,马尔科夫系列模型等等

3.尝试用代码实现算法,进行实践阶段

这个阶段属于结合机器学习

4.开始尝试自己实现功能模型

这个阶段涉及到对于人工智能的入门语言,python广泛的使用,python在人工智能的地位如同一个进程的main函数的入口,算是主干,至于底层具体实现是效率更高的c++还是框架更灵活的java,对于python来讲都不怎么关心,这个层面会涉及用到一些常见的python人工智能的模型

Numpy,以及现在比较流行的人工智能开源库

进入人工智能这个领域你会觉得自己的掌握的知识是如此的渺小,任何一个领域想要做到精细化都够研究好多年的,这也是人类科技积累好几百年换来的。

现在很多的培训机构基本上在python基础和一些常见的算法进行短期的加强培训,只能算是带进门,但后续大量的知识掌握靠的还是深层次的研究,以及自身的学习能力。

笔者也在积极的学习过程中,说的不对的请指出,谢谢

原文发布于微信公众号 - 程序员互动联盟(coder_online)

原文发表时间:2018-03-09

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

来自专栏奇点大数据

统计、概率和数据挖掘

统计、概率、数据挖掘,这几个词经常伴随出现,尤其是统计和概率两个概念,几乎就像自然界的伴生矿一样分不了家,有很多出版社都出版过叫做《概率统计》的书籍。 我们这本...

2334
来自专栏钱塘大数据

【盘点】数据挖掘与数据建模的9条定律

数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程,这种知识是以自然或者人工形式创造的新知识。   当前的数据挖掘形式,是在20世纪90年代实...

2677
来自专栏有趣的Python和你

Python数据科学|第一章:数据科学家的武器库

本系列教程为《Python数据科学——技术详解与商业实践》的读书笔记。该书以Python为实现工具,以商业实战为导向,从技术、业务、商业实战3个维度来展开学习。...

732
来自专栏数据科学与人工智能

【数据挖掘】数据挖掘模型的9条经验总结

数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程,这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式,是在20世纪90年代实践领域诞...

2289
来自专栏谭学仕的专栏

【SPA大赛】菜鸟在数据挖掘中的体验

本文从四个方面分享了参加腾讯社交广告比赛的一些想法以及从中吸取的经验和教训。

3620
来自专栏机器学习算法与Python学习

干货|机器学习算法工程师速查表大全

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第二 【Python】:排名第三 【算法】:排名第四 该内容是Kailash Ahirwa...

2978
来自专栏数据科学与人工智能

【陆勤阅读】如何做好数据挖掘模型的9条经验总结

数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程,这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式,是在20世纪90年代实践领域诞...

2035
来自专栏AI派

如何构建基于内容的推荐系统

基于内容的推荐,最重要的不是推荐算法,而是内容分析。内容分析得越深入,哪怕最开始使用人为定制的规则也能起到不错的效果。

3179
来自专栏机器学习算法全栈工程师

系列学习——推荐算法综述

作者:章华燕 编辑:祝鑫泉 前言 1 随着移动互联网技术和社交网络的发展,每天都有大量包括博客,图片,视频,微博等等的信息发布到网上。我们正处于大数据的时代,传...

4156
来自专栏机器之心

资源 | 让AI学会刨根问底和放飞自我,斯坦福最新问答数据集CoQA

作者:Siva Reddy、Danqi Chen、Christopher D. Manning

141

扫描关注云+社区