这是一个创建于 2108 天前的主题，其中的信息可能已经有所发展或是发生改变。
现在 AI 是一个方向，楼主还是想抽时间学习一下，别掉队太多 /远。 有没有想关的书籍，或者系列文章，能够由浅入深的讲解现在主流的人工智能算法，使用。
比如，通过简单的例子 /编程，加上一定量的数据，实现一个 AI，达到目标。 然后一步一步使用更高级 /更难的例子等待。
不怕写得太简单，就怕讲得不好。
有没有做这方向的兄弟，分享一些经验。都行......
谢谢！
 |
1
maxmin 2019-02-14 15:08:20 +08:00
右手边 广告位
16 周入门人工智能。 |
 |
3
linhua 2019-02-14 15:19:53 +08:00
理论学习看视频课程来的快些，李飞飞飞的视频
编程实践的话， 深度学习入门之 PyTorch.廖星宇 |
 |
5
XOXO360 2019-02-14 15:21:42 +08:00 via iPhone
先考个数学方向研究生吧，现在就业最低要求……
|
 |
6
StanMarsh 2019-02-14 15:36:53 +08:00 via Android
吴恩达 cs229，同事推荐的，看了觉得很简明
|
 |
7
cloudbeyond 2019-02-14 15:43:37 +08:00  1
Coursera 吴恩达 Deep learning
|
 |
8
piaoxue 2019-02-14 15:44:26 +08:00
11
|
 |
9
ayase252 2019-02-14 15:48:06 +08:00 via iPhone
周志华 机器学习
|
 |
10
huguang3320 2019-02-14 16:39:41 +08:00
这方面学历要求高啊，我哥们在从杭州电子科技大学毕业的，干了一年 C++后回家考研了，报的数学专业就为了从事人工智能
|
 |
11
ducklyl 2019-02-14 17:53:44 +08:00
@huguang3320 数学专业的研究生一般人很难考啊
|
 |
12
mamahaha 2019-02-14 20:23:45 +08:00
不要危言耸听
|
 |
13
abcbuzhiming 2019-02-14 20:33:10 +08:00
人工智能，目前那种一步步学习的教程，全部是培养调参工的，核心的算法，没得窍门，死怼数学，怼不上去就没戏
|
|
14
abcbuzhiming 2019-02-14 20:35:48 +08:00 2
@StanMarsh 吴恩达的东西真心一点不简明，他默认观众了解的数学基础很高，至少要本科级别的高数以上基础。你要没这个基础，从几十集开始的时候你就会对着他写的那堆公式一脸懵逼，根本不明白是在做什么。绝大部分 AI 教程的核心问题都在这——他们都默认观众有相当程度的数学基础——实际上，这个基础确实是必须的，否则只能当调参公，连 AI 的门都进不去。至少现阶段就是这样
|
|
15
StanMarsh 2019-02-14 21:05:00 +08:00
|
|
16
StanMarsh 2019-02-14 21:11:01 +08:00
@abcbuzhiming
细细想想才意识到你说的很有道理. 很可能有的专业(比如导演 /剪辑 /摄影等)本科期间不一定开设高数和线性代数之类的课程, 这就需要自己先补一下这些基础了. 看来任何行业都是需要基础的, 就比如摄影里面需要对光学有基本了解, 还需要对色彩空间有所掌握, 然后还有艺术史 /摄影史这些人文素养的背景课程. 如此一说, 还真是有很多门槛, 只是迈过去的人可能浑然不觉. |
|
17
abcbuzhiming 2019-02-15 00:10:21 +08:00
@StanMarsh 我不知道你是什么专业的，离开学校多少年了，我可以说的是，大部分离开学校 10 年以上，没摸过数学的人，哪怕是程序员，绝大部分的数学能力会退化的高中（他们读的高中）还不如的水平，这是个什么水平呢？会背乘法口诀，记得一些简单的公式，你说偏导数？这是啥我要翻翻书。前段时间有个很著名的帖子是一个曾经的理科高材生发现自己看不懂读初中小孩的数学作业，这就是原因，非数学专业出身的人的数学是很容易遗忘的，因为现在日常生活中的数学至多用到乘法口诀这一层，顶天了三角函数，再算算圆形，不信你问问周围的人，椭圆的周长面积公式是啥，不准翻书，有几个能立即写出来的？
|
 |
18
lidongyx 2019-02-15 00:15:32 +08:00 via iPad 1
基本上当你离开大学几年后，你就彻底与人工智能研究无缘了，数学高手例外
|
|
19
StanMarsh 2019-02-15 00:27:28 +08:00 via Android
|
 |
20
kaiak 2019-02-15 01:50:52 +08:00
想请教一下目前 AI 方向就业要求大概是啥.. 我是美本大三准备读研想了解一下..
|
 |
22
tinywhale 2019-02-15 02:53:24 +08:00
我来支持一下楼主。我是做监控视频分析的，但是不管什么行业，最重要的是先把统计学学好，避免常识性错误，知道如何分析和处理不同类型的数据，不同行业涉及到的数据是有很大区别的，比如处理图片和处理文本的流程根本不一样，弄清楚这个你就已经入门啦。下一步才是人工智能或机器学习，因为算法说到最后其实就是输入输出，你得弄清楚你的输入是什么，想获得什么结果，有时候算法不能直接给你想要结果那你怎么转换特征值。祝楼主好运。
|
 |
23
Allianzcortex 2019-02-15 03:26:12 +08:00
类似 《 ML In Action 》这种书首推李沐的《动手学深度学习》教程，毕竟是 MXNet 核心开发者+CMU PhD + Amazon 首席科学家。https://zh.gluon.ai/ 。
|
|
24
Allianzcortex 2019-02-15 03:31:01 +08:00 1
BTW 这个行业的难度太被看轻了...做 Paddle Paddle/MXNet 这种平台级开发另说，但如果是 research 方向的话对数学要求远远高于编程，你的竞争对手不是学 CS 的人，是各个行业最聪明最有数学天赋的一群 PhD，有数理能力在转行是很轻松的。
|
|
25
Allianzcortex 2019-02-15 03:40:58 +08:00 1
发两张之前保存的图片供参考。
 ) ) |
 |
26
yanaraika 2019-02-15 04:04:50 +08:00 2
1. 目前那些 x 周入门机器学习的性质和某胖的演讲差不多，都只是为了贩卖缓解焦虑的大力丸
2. 真正的深度学习能落地的情景比较少，集中在 CV/NLP 等几个狭小的领域，而且 research 搞得大网络上的 acc 要想落地还有很多距离。传统方法的应用场景（例如中文分词）还很大 3. 不仅是国内，国外需求量大的人才更接近于懂一些 AI 知识，也精通原来本职工作的人。并不是说会了 AI 就能草鸡变凤凰。 4. 偏实用的就看 fast ai 的那一套 Practical Deep Learning For Coders, Part 1，和 google 的 ml crash course。之后再深入的话就去看 cs229。统计学习方面需要的知识和数学系搞的那一套关系不大，如果跟不上回去补下高数、概率论、线代三门就好，如果补不上那只能做做应用了。不过大多数时候作为 sde 前两门课的 ml 已经足够实用了。 |
 |
27
dartabe 2019-02-15 08:20:17 +08:00
这行业就是数学为主
|
 |
28
tsvnam1 2019-02-15 08:40:57 +08:00 1
萌新：大佬大佬，我想学习一下 AI
大佬：建议先考个数学方向的研究生 萌新：好的 大佬：emmmm 萌新：考完了，请问下一步怎么做呢？ 大佬：啊啊啊，你才是大佬吧！ |
 |
29
VoidChen 2019-02-15 08:49:10 +08:00
做了挺多准备工作，刚开始学。
你要结合你自己熟悉的语言，比如我现在公司用的是 scala，我就用 spark MLlib 开始学，从头看到尾。 然后学习任何一门编程技能不都是先会用， 再探究原理，最后才是优化改进吗（反正我是这样学过来的） 数学不用担心，等需要再去看，不然永远在门外徘徊（亲身经历） 另外就是持之以恒吧 这个我刚开的博客： https://voidchen10.github.io/ 里面准备记录我的机器学习历程，在一点一点写 另借个楼，希望认识一些能一起探讨的小伙伴 QAQ |
|
30
VoidChen 2019-02-15 08:53:11 +08:00
@VoidChen 补一句，机器学习分很多方向，虽然基础一样，但是后期发展分支挺多的，比如我感兴趣的是图像处理那一块，后面就要关注深度学习的东西，建议学之前先用个大概的认识
|
 |
31
wwuha 2019-02-15 08:58:55 +08:00
https://www.coursera.org/learn/machine-learning/
我看的是 coursera 上的机器学习，没对比过 cs229 课程，不过都是 Andrew Ng 上课的，应该差别不会太大 |
 |
32
realkenshinji 2019-02-15 09:23:56 +08:00 1
我现在都是在听这个 podcast http://ocdevel.com/mlg，里面是一个程序员记录了自己学习 ML 的过程以及相关内容分享
|
|
33
realkenshinji 2019-02-15 09:26:17 +08:00
@realkenshinji 另外这个 podcast 的主播是 HabitRPG 的 CTO， 我才发现
|
|
34
VoidChen 2019-02-15 11:17:16 +08:00
@realkenshinji 居然有大牛在做一样的事。。收藏了，下班回家看看
|
 |
35
sdijeenx 2019-02-15 12:37:59 +08:00
告诉 LZ 个小秘密，人工智能 or 机器学习以前不在计算机科学专业研究范围内╮(╯▽╰)╭
|
 |
36
saulshao 2019-02-15 16:52:38 +08:00
cousera 的 machine learning 课程非常好，但是确实需要一点数学基础。不过如果楼主以前的数学名词没忘光,应该能看懂。
|
 |
37
yazoox OP 看了楼上兄弟们的分享，我觉得，我能够把“调参”学会，就很牛 B/不错了......
|
Select Language