|
（1）认识人工智能的有些背景知识；
（2）弥补数学或编程知识；
（3）熟悉设备学习工具库；
（4）系统的学习AI知识；
（5）动手去做有些AI应用；
1认识人工智能的背景知识
人工智能里面的概念非常多，例如设备学习、深度学习、神经网络等等，使得初学者觉得人工智能很奥秘，难以理解。刚起始学习的时候，晓得这些名词大致的意思就行了，不消太深究，学习过一段时间，自然亦就清楚这些概念详细表率什么了。
人工智能是交叉学科，其中数学和计算机编程是学习人工智能最要紧的两个方面。这些在“知云AI专栏”之前的文案“认识人工智能”，亦为大众介绍过，没阅读过的朋友能够去看一下。
2弥补数学或编程知识
针对已然毕业的工程师来讲，在系统学习AI之前，通常要弥补有些数学或编程方面的知识。倘若你的数学和编程比较好，那样学习人工智能会容易非常多。
非常多朋友一说到数学就害怕，不外，学习人工智能，数学能够说是绕不外去的。在入门的周期并不必须太高深的数学，重点是高等数学、线性代数和概率论，亦便是说，大一大二学的数学知识已然是完全够用了。倘若想要从事设备学习工程师的工作，或搞人工智能的科研，那样应该多去学习数学知识，数学好将会是工作中的一大优良。
Python是在设备学习行业非常受欢迎，能够说是运用最多的一门编程语言，因此呢Python编程亦是必须把握的。在众多的编程语言中，Python是比较容易学习和运用的编程语言，学好Python亦会受益非常多。
3熟悉设备学习工具库
此刻人们实现人工智能，重点是基于有些设备学习的工具库的，例如TensorFlow、PyTorch等等。
在这儿举荐大众学习PyTorch。PyTorch非常的受欢迎，是容易运用的设备学习工具库，有人这般评估PyTorch“亦说不出来怎么好，然则运用起来便是很舒服”。
刚起始学习人工智能的时候，能够先运行一下工具库官网的示例，例如MNIST手写体识别等。这般会对人工智能有一个感性的认识，消除最初的陌生感。而后能够瞧瞧里面的代码，你会发掘，其实神经网络的程序并不繁杂，然则会对神经网络的原理和训练有非常多的疑问。这是一件好事，由于带着问题去学习，会更有成效。
4系统的学习人工智能
这儿的人工智能重点指设备学习，由于日前人工智能重点是经过设备学习的方式来实现的。
设备学习知识重点有三大块：
（1）传统设备学习算法，例如决策树、随机森林、SVM等，这些叫作作是传统设备学习算法，是相针对深度学习而言的。
（2）深度学习，指的便是深度神经网络，能够说是日前最要紧最核心的人工智能知识。
（3）强化学习，源于掌控论，有时候亦翻译成加强学习。深度学习能够和强化学习相结合运用，形成深度强化学习。
在这儿必须晓得的是深度学习并不难学，针对有些工科的科研生，通常只必须几周就能够上手，并能够训练有些实质应用中的神经网络。然则想要对深入学习有深入理解不是容易的事情，通常必须几个月的时间。
传统设备学习算法的种类非常多，有些算法会有非常多的数学公式，例如SVM等。这些算法并欠好学，因此呢能够先学习深度学习，而后再慢慢的弥补这些传统算法。
强化学习是比较有难度的，通常必须连续学习两三个月，才可有所领悟。
5动手去做有些AI应用
学习过几周的深度学习之后，就能够动手尝试去做有些AI应用了，例如图像识别，风格迁移，文本诗词生成等等。边实践边学习效果会好非常多，亦会逐步的加深对神经网络的理解。
| 
发表于 2024-7-1 06:25:52
