想要學(xué)習(xí)人工智能？這里有一條完整路徑資源

在本文中，《Analytics India》雜志給出了學(xué)習(xí)AI的最佳途徑。...

科技領(lǐng)域的天平正在向人工智能傾斜，IT領(lǐng)域的技術(shù)人員正在將AI應(yīng)用到現(xiàn)有產(chǎn)品中。但是對于企業(yè)來說， AI人才才是關(guān)鍵。企業(yè)培訓(xùn)應(yīng)有意識地建立在線項(xiàng)目，幫助員工適應(yīng)新的角色。

雖然很多程序員都可以編寫代碼，但他們還不精通機(jī)器學(xué)習(xí)。盡管行業(yè)的炒作和初創(chuàng)公司層出不窮，開發(fā)人員或AI新手還是不知道如何開始人工智能的學(xué)習(xí)。企業(yè)家和產(chǎn)品愛好者Shival Gupta提出了一個(gè)有趣的觀點(diǎn)：在行業(yè)不斷變化的情況下，全行業(yè)開發(fā)人員的相互聯(lián)系和交流遠(yuǎn)遠(yuǎn)不夠，在未來兩年內(nèi)，如果沒有成熟的AI技能，整個(gè)行業(yè)將裹足不前。

在本文中，《Analytics India》雜志給出了學(xué)習(xí)AI的最佳途徑。

1. 尋找一些免費(fèi)的書籍

Shival Gupta分享自己初學(xué)AI的經(jīng)驗(yàn)時(shí)，強(qiáng)調(diào)了熟悉基本AI術(shù)語和方法的重要性。尋找一些免費(fèi)的AI書籍作為自己學(xué)習(xí)人工智能的開始，是正確的做法。Peter Norvig和Stuart J. Russell所著的《Artificial Intelligence: A Modern Approach》一書就很不錯(cuò)。本書不僅介紹了基本的人工智能概念和算法(專家系統(tǒng)、深度優(yōu)先和廣度優(yōu)先搜索、知識表示等)，而且還包括基礎(chǔ)知識如貝葉斯推理，一階邏輯，語言建模等。

對于那些對深度學(xué)習(xí)感興趣的人， Ian Goodfellow、Yoshua Bengio和Aaron Courville 所寫的《深度學(xué)習(xí)》(自適應(yīng)計(jì)算和機(jī)器學(xué)習(xí)系列)一書是不錯(cuò)的選擇。

此外，可以看看《Logic For Computer Science》這本免費(fèi)書，它解釋了計(jì)算機(jī)科學(xué)的數(shù)學(xué)邏輯，并強(qiáng)調(diào)了求解證明的算法方法。

注：想要獲取上述提到的幾本書，可私信智能觀。

2.把需要的數(shù)學(xué)知識整理一下

由于微積分和線性代數(shù)在AI / ML技術(shù)上有廣泛的應(yīng)用，學(xué)習(xí)它將是一個(gè)很好的方法。人工智能愛好者認(rèn)為，大多數(shù)機(jī)器學(xué)習(xí)技術(shù)可以簡化為線性代數(shù)和微積分，比如訓(xùn)練神經(jīng)網(wǎng)絡(luò)的反向傳播算法。

還有，想要深入研究AI / ML，需掌握離散數(shù)學(xué)、微積分(微分、積分和多變量)、概率和統(tǒng)計(jì)、線性代數(shù)、回歸分析和隨機(jī)過程(泊松過程、馬爾科夫鏈和布朗運(yùn)動(dòng))。

您可以在網(wǎng)上查找免費(fèi)的學(xué)習(xí)資源，了解概率理論，了解基于R 語言、推理和算法的統(tǒng)計(jì)學(xué)習(xí)。

3.熟悉Python，(C / C ++)和數(shù)據(jù)結(jié)構(gòu)

人工智能從業(yè)者相信，任何主流語言和非主流語言都能應(yīng)用于AI / ML。最大的區(qū)別在于庫/工具的性能和可用性。例如，C++的所有設(shè)置都優(yōu)于Java或Python，并幫助開發(fā)人員最大化硬件的功能。另一方面，Python有一個(gè)非常好的FFI，并且經(jīng)常與C或C++結(jié)合使用。與此同時(shí)，Octave / MATLAB、R、Python、C++、Java、R和其他一些語言都有高質(zhì)量的庫，如何使用取決于你想要做什么。

一般的共識是，必須熟悉一些流行的語言，如Python，它有一個(gè)很好的工具箱/庫。

4.嘗試使用開源框架

你可以選擇一個(gè)開源框架，實(shí)現(xiàn)基本分類。根據(jù)開發(fā)人員Akash Paul的說法，選擇框架可能是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，因?yàn)檫@些框架都是基于不同目的構(gòu)建的。他舉了一個(gè)例子:Caffe使用了一種聲明式的方法來定義模型，而TensorFlow允許通過編程創(chuàng)建和使用模型，甚至跨平臺可視化和部署模型。

對硬件的一些建議是，購買一個(gè)強(qiáng)大的Pascal系列GPU(10606gb)、i3、8GB RAM和SSD，以獲得對AI工作負(fù)載的最低配置要求。你可以看一下英偉達(dá)的CUDA工具包，這是開始實(shí)驗(yàn)的好地方。

5.使用GitHub平臺，搜索熱門項(xiàng)目

GitHub擁有世界上最大的開源數(shù)據(jù)集合，它為機(jī)器學(xué)習(xí)愛好者提供了大量資源。你也可以在GitHub上查看最受歡迎的項(xiàng)目。試著每個(gè)月做一個(gè)項(xiàng)目。

6.創(chuàng)建你的第一個(gè)聊天機(jī)器人

嘗試構(gòu)建自己的聊天機(jī)器人作為第一個(gè)人工智能項(xiàng)目。在開始編程機(jī)器人前，你要知道制作聊天機(jī)器人的3個(gè)步驟——輸入文本、發(fā)送按鈕和輸出文本。根據(jù)AI從業(yè)者的說法，搜索引擎巨頭谷歌使用的網(wǎng)絡(luò)爬蟲是高級機(jī)器人的最佳范例。在你開始編程機(jī)器人之前，看看這些:

xpath:開發(fā)人員使用xpath根據(jù)各種標(biāo)準(zhǔn)選擇XML節(jié)點(diǎn)或節(jié)點(diǎn)集。

Regex:正則表達(dá)式是用于描述搜索模式的特殊文本字符串，用于構(gòu)建基本的聊天機(jī)器人。

此外，還可以查看這些用于bot項(xiàng)目的API:谷歌云預(yù)測API文檔、DiffBot、用于語言工具包的機(jī)器學(xué)習(xí)、Wolfarm Alpha API等。

7.免費(fèi)資源

在學(xué)習(xí)網(wǎng)站上開設(shè)賬戶，做一些項(xiàng)目增長知識和經(jīng)驗(yàn)。

一些免費(fèi)的人工智能學(xué)院，如英特爾的AI學(xué)院，為初學(xué)者提供必要的學(xué)習(xí)材料、工具和技術(shù)。

英偉達(dá)的自學(xué)實(shí)驗(yàn)室也是免費(fèi)的，提供最新的技術(shù)培訓(xùn)，如在廣泛的應(yīng)用程序中部署神經(jīng)網(wǎng)絡(luò)。

總結(jié)

以上是生活随笔為你收集整理的从零开始学python人工智能课程_从零开始如何学习人工智能？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。