Makine öğrenimine başlamak zor mu? Şanslı seni! Kurs tanıtımı
Yazar Liu Ruize
Düzenle Judy
"İnternet +" neredeyse gelişiyor, her şey mevcut, çok fazla yer yok, bir sonraki dalga "AI +" olacak mı? Sıradan bir programcı olarak, yapay zekaya (AI) önceden nasıl yaklaşılır?
Ben sıradan bir programcıyım ve sadece AI alanına aktarıldım. Bu nedenle, kendi deneyimimle birlikte, bu soruyu cevaplamak istiyorum.
Bu makalenin amacı, "sıradan" programcıların AI kapısına girmelerine yardımcı olmak için basit, pürüzsüz, kolay bir unplement öğrenme yöntemi vermektir. Burada, sıradan programcıların tanımım: Bir üniversite lisans bilgisim var, genellikle meşgul çalışıyorum ve alabileceğim verilerim sınırlı. Bu nedenle, bu makale daha çok "Scratch'tan" bir AI giriş öğreticisi gibidir.
AI nedir?
Yapay zeka olan AI. Bir zamanlar, semboller ve mantık yapay zekanın uygulanmasının anahtarı olarak kabul edildi ve şimdi istatistiksel makine öğrenimi baskın. Son zamanlarda, sıcak derin öğrenme, makine öğrenmesinde bir alt maddedir. Söylenebilir, AI öğrenilmesi gereken en önemli şey öğrenme makinesi öğrenimidir Öz
Bununla birlikte, yapay zeka makine öğrenimi ile aynı değildir ve bu alana girerken bu açık olmalıdır.
AI alanının kalkınma tarihine giriş.
Aşağıdaki soru:
AI'nın kapısı mı?
Aslında, çok kötü. Makine öğrenimini örnek olarak alıyoruz. Öğrenme sürecinde, çok sayıda karmaşık formülle karşılaşacaksınız, gerçek projelerde, veri eksikliğinin yanı sıra zor ginseng ile karşılaşacaksınız. Sadece bu yönün gelecekte "ateş" olacağını düşündüğünüz için ise, bu zorluklar insanlardan kolayca vazgeçecektir.
Sıradan programcıların bu kadar zor bir disiplini öğrenmesinin bir yolu yok mu?
Cevap olumsuz. Sadece doğru öğrenme yöntemini yapın Öz
çalışma yöntemi
Öğrenme yöntemlerinin ayarlanması aşağıdaki soruları cevaplamaktır:
Ne öğrenirim? Nasıl öğrenirim? Nasıl öğrenirim?
Bu üç konudur: Öğrenme hedefleri, öğrenme politikaları ve öğrenme planları.
Öğrenme hedefleri açıktır ve AI alanına adım atabilirsiniz. Bu hedef büyük değil, bu yüzden başarılması daha kolay.
"Hedef çok büyükse, gelecekte vazgeçmeniz için yeterli neden bulacaktır."
Öğrenme politikası "önce faiz, uygulama birleştirme" olarak özetlenebilir. Basitçe söylemek gerekirse, önce ilgiyi geliştirmek ve daha sonra öğrenme uygulamasını serpiştirir ve spiral geliştirilir. Bu yöntem öğrenmek için iyidir ve pes etmek kolay değildir.
Öğrenme politikasından sonra, öğrenme yolu olarak da bilinen bir öğrenme planı geliştirebilirsiniz. Aşağıdakiler öğrenme yoluna bir giriştir.
Öğrenme yolu
Önerdiğim öğrenme rotası aşağıda gösterildiği gibi:
Bu öğrenme rotası şu şekilde tasarlanmıştır: her şeyden önce, bu alanı anlayın, kapsamlı bir görüş alanı oluşturun, yeterli ilgi geliştirin ve sonra makine öğreniminin temelini öğrenmeye başlayın. Burada sığdan derinden öğrenmeye bir kurs seçersiniz. Kurs, gerçek savaşı gerçekleştirmek için yeterli deney yapmak en iyisidir Öz
Vakıf atıldıktan sonra, makine öğrenimi hakkında yeterli bir anlayışa sahibim. Pratik bir sorunu çözmek için makine öğrenimini kullanabilirsiniz. Şu anda, makine öğrenme yöntemi yine de kara kutu olarak ele alınabilir. Gerçek savaş deneyiminin birikmesinden sonra, öğrenmeye devam etmeyi düşünebilirsiniz. Şu anda derin öğrenme veya sürekli makine öğrenimi olmak üzere iki seçenek var Öz
Derin öğrenme şu anda en sıcak makine öğrenme yönüdür. Bu yöntemlerin bazıları geleneksel makine öğrenimi ile aynı değildir, böylece yalnız öğrenebilirsiniz. Derin öğrenmeye ek olarak, makine öğrenimi istatistiksel öğrenme, entegrasyon öğrenimi gibi pratik yöntemler de içerir. Koşullar yeterliyse, ikisini aynı anda öğrenebilirsiniz ve bazı yasalar ikisi için ortaktır.
Çalıştıktan sonra, zaten güçlü bilgi rezervlerine sahipsiniz ve daha zor gerçek savaşa girebilirsiniz. Şu anda iki seçenek var. Endüstri, açık kaynak projesini görmeyi ve kodu değiştirmek amacıyla kodu okuymayı seçebilir. Akademik dünya, belirli alanlardaki teze bakabilir ve çözmek için bir tez yapmak isteyebilir sorun. Kim olursa olsun, güçlü bilgiye ve güçlü kodlama yeteneğine sahip olmanız gerekir, böylece seviyeyi inceleyebilir ve kullanabilirsiniz. Bu aşamadan sonra, AI alanının kapısı olduğu söylenebilir. "Üstat kapıyı yönetir ve bireyde pratik yapar." Bundan sonra kendiniz gideceksin. Her aşama hakkında özel bir giriş aşağıdadır:
Alan anlayışı
Herhangi bir bilgi öğrenmeden önce, ilk adım bu bilginin ne olduğunu anlamaktır? Ne yapabilir? Değeri nerede?
Bunları anlamıyorsanız, o zaman öğrenmek yönsüz bir tekne. Nereden alacağınızı bilmiyorsanız, gemi enkaz riskini riske atmak da çok kolaydır. Örneğin, makine öğreniminin ne olduğunu, ne yapabilirsiniz ve derin öğrenme ile yapay zeka arasındaki ilişki bilmeniz mi gerekiyor? Bu sorunları anladıktan sonra, ilgi geliştirebilirsiniz. İlgi en iyi liderdir ve öğrenmenin motivasyonu ve kalıcılığı bir sonraki aşamada başa çıkmanıza izin verebilir.
Bilgi
Okuldan uzun süre ayrılırsanız veya vakfın sağlam olmadığını hissederseniz, önceden incelemeye hazırlanmak en iyisidir. "İyi olmak istiyorsanız, önce enstrümanıza fayda sağlamalısınız." Aşağıda çok fazla hazırlık yoktur, ancak daha sonraki öğrenme ile başa çıkmak yeterlidir.
matematik:
Aşağıdaki temel bilgileri gözden geçirin. Doğrusal Cebir: Matris Çarpma; Yüksek Sayı: Rehberlik; Olasılık Teorisi: Durum ve Post -Test Olasılık. Diğer bazı bilgiler daha sonra öğrenme sürecinde talep üzerine yenilenebilir.
İngilizce:
Sık sık Love Ci FA gibi çevrimiçi bir İngilizce sözlük, sertleşmeden bazı İngilizce veri web sayfalarını okuyabilir.
FQ:
Her zaman, her yerde google yapabilirsiniz, bu çok önemli bir araçtır. Baidu'nun kontrol edilmesi görülmemiştir, ancak çoğu durumda, Google tarafından aranan bilgiler, özellikle İngilizce anahtar kelimeleri kontrol ettiğinde düzinelerce sayfa BAIDU aramasından daha mevcuttur. Zaman tasarrufu önemli bir öğrenme verimliliği iyileştirmesidir.
Derin öğrenme
Derin öğrenme şu anda en sıcak araştırma yönüdür. Aşağıdaki özellikler vardır: Bilgi hızlı, nispeten parçalanmıştır ve sistematik bir açıklama yoktur. Bu nedenle, öğrenmenin kaynakları nispeten dağınıktır. Aşağıdakiler yeni başlayanlar için uygun bazı kaynaklardır:
tavsiye etmek:
-
UFLDL: Çok iyi DL Basic eğitimi de Andrew Ng tarafından yazılmıştır. Çok ayrıntılı kesintiler, çeviri ve yüksek çeviri kalitesi vardır;
-
Derin Öğrenme (Kağıt): 2015 yılında Doğa Üzerine Makaleler Üç Derin Öğrenme Çemberi tarafından yazılmıştır. Tam kağıtları okuduklar ve insanlara yüksek bir ev verdiler. Sadece derin öğrenme hakkında bilgi edinmek için bir makale okuyabiliyorsanız, bunu tavsiye ederim. Bu makalede aynı adı taşıyan Çince çevirisi vardır;
-
Sinir ağları ve derin öğrenme: Bu kitabın yazarı, derin ifadeyi basit dilde ifade etmede çok iyidir. Çeviri olmasa da, okuma zor değildir;
-
Tekrarlayan Nör Ağları: Pratik bir vakayı birleştirmek size RNN'nin ne olduğunu söyler. Tüm öğretici tamamlandıktan sonra, RNN'nin nasıl bir rolü olabileceğine dair net bir anlayışa sahip olacaksınız. Essence
Makine öğrenme
Makine öğreniminin ilk kursu Andrew NG makine öğrenimini zorladı. Bu ders aşağıdaki özelliklere sahiptir: orta derecede zorluk ve ilk kez okuyanlar için çok uygun olan yeterli pratik örnekler vardır.
Sonunda
Bu makalenin amacı, AI alanı hakkında çok şey bilmeyen öğrencilere yardımcı olmaktır, ancak kapıya girmek istiyorlar. Sadece bu alandaki uzmanlık nedeniyle adım atmanın çok zor olduğu ve birikmesi ve çok çalışması yıllar alıyor. Sahada çalışmadan önce, kendi özelliklerinizi tam olarak anlayın, uygun bir öğrenme yöntemini oluşturmak çok önemlidir. Öz
Her şeyden önce, bu alanı tam olarak anlamalı ve ilgiyi geliştirmelisiniz. Çalışırken, kademeli bir öğrenme politikası tutun, sıkı kaynakları incelemeyin; öğrenme ve uygulama stratejisini birleştirin, sadece okumayın ve sadece bakmayın. Öz
Zorluklar hakkında konuşabilen basit yetenekler gerçekten düz insanlardır. böyle, Mavi ve kırmızı sabun hakkında bilgi edinmek yerine yüksek kaliteli kaynaklar öğrendiğinizden emin olun Öz Son olarak, ilgi ile öğrenmeyi unutmayın. Öğrenmesi uzun zaman alır ve süreç çok zordur. Sadece ilgi alanları sizi kalıcı tutmak ve zorlukların üstesinden gelmek için en iyi yardımdır.
Bunu denizde tekneyi alan insanlarla bu makaleyle söylemek istiyorum. AI'ya yeni dönen sıradan bir programcıyım ve hala birçok eksiklik var. Umarım bu makale herkese yardımcı olabilir.
Bu makalenin yetkisi, orijinal bağlantı olan kendi kendini tanımasıdır:
https://www.zhihu.com/question/51039416/answer/138535202
Bu içeriği okuduktan sonra, öğrenme makinesi öğreniminden öğrenmek zor mu?
Kendi Makine Öğrenme Vakfınızın çok zayıf olduğunu düşünüyor musunuz? Mühendislik uygulamasında makine öğrenimi kullanmadınız mı? Gerçek zamanlı veri işleme konusunda deneyim yok mu? Yazarın belirttiği gibi, yüksek kaliteli kaynaklar öğrenmelisiniz ve öğrenme ve uygulama stratejisini kullanmalısınız. Öğrenme materyallerini kendi başına görmek işe yaramaz. Bunu yapmak zorundasınız! Teknolojiyi kendi ellerinize öğrenin!
2 ay dikkatlice parlatmadan sonra, Stuq sizin için en uygun öğrenme yöntemini geliştirir ve 60 ders (40 saat uzunluğunda) "Derin sinir ağları başlatır -Derin öğrenme ve kitle verileri gerçek -zaman analiz sistemini 0'dan 1" kullanın. Kullanın. Yöntemler hakkında konuşmak için 20 saat, teori ve pratiği paralel hale getirmek için 20 saatlik programlama.
Öğrencilerin makine öğrenimini gerçek gelişime tam olarak uygulamalarına, ileri becerilere ulaşmalarına ve size "yapay zeka öncüsü" olmasına yardımcı olmak için makine öğrenimini, gerçek zamanlı veri işleme, sunucu ve müşteri geliştirmeyi gerçekten organik olarak birleştirin!
Size değer gönder 200 Yuan Bu ders indirim kodu Metwsg3mc4 , Kullanımla sınırlı 10 İkinci sınıf
Daha fazla kurs öğrenmek için "Orijinal Metni Okuyun" ı tıklayın.
