这两年人工智能发展很快,从之前的谷歌AlphaGo机器人战胜世界围棋冠军,到百度无人车,京东和亚马逊的无人仓库分拨中心,还有很多人工智能的相关应用,可见人工智能的前景一片大好,于是就有很多人想要去进行人工智能学习。人工智能学习路线推荐给你:
阶段一是Python语言(用时5周,包括基础语法、面向对象、高级课程、经典课程);阶段二是Linux初级(用时1周,包括Linux系统基本指令、常用服务安装);阶段三是Web开发之Diango(5周+2周前端+3周diango);阶段四是Web开发之Flask(用时2周);
阶段五是Web框架之Tornado(用时1周);阶段六是docker容器及服务发现(用时2周);阶段七是爬虫(用时2周);阶段八是数据挖掘和人工智能(用时3周)。
在这里,小编还想给大家推荐一本人工智能学习必备书籍:《人工智能基础教程(第2版)》系统地阐述了人工智能的基本原理、实现技术及其应用,全面地反映了国内外人工智能研究领域的最新进展和发展方向。
《人工智能基础教程(第2版)》共18章,分为4个部分,第1部分是搜索与问题求解,系统地叙述了人工智能中各种搜索方法求解的原理和方法;
第2部分为知识与推理,讨论各种知识表示和处理技术、各种典型的推理技术,还包括非经典逻辑推理技术和非协调逻辑推理技术;
第3部分为学习与发现,讨论传统的机器学习算法、神经网络学习算法、数据挖掘和知识发现技术;
第4部分为领域应用,这些内容能够使读者对人工智能的基本概念和人工智能系统的构造方法有一个比较清楚的认识,对人工智能研究领域里的最新成果有所了解。
《人工智能基础教程(第2版)》强调先进性、实用性和可读性,可作为计算机、信息处理、自动化和电信等it相关专业的高年级本科生和研究生学习人工智能的教材,也可供从事计算机科学研究、开发和应用的教学和科研人员参考。
1学生的话买书看
2看视频
3参加社会培训班
4如果有相关学历,工作经验就直接入职人工智能公司,企业有内训
第一步:复习线性代数。
懒得看书就直接用了著名的——麻省理工公开课:线性代数,深入浅出效果拔群,以后会用到的SVD、希尔伯特空间等都有介绍;
第二步:入门机器学习算法。
还是因为比较懒,也就直接用了著名的——斯坦福大学公开课 :机器学习课程,吴恩达教授的老版cs229的视频,讲的非常细(算法的目标->数学推演->伪代码)。这套教程唯一的缺点在于没有介绍最近大火的神经网络,但其实这也算是优点,让我明白了算法都有各自的应用领域,并不是所有问题都需要用神经网络来解决;
多说一点,这个课程里详细介绍的内容有:一般线性模型、高斯系列模型、SVM理论及实现、聚类算法以及EM算法的各种相关应用、PCA/ICA、学习理论、马尔可夫系列模型。
第三步:尝试用代码实现算法。
依然因为比较懒,继续直接使用了著名的——机器学习 | Coursera ,还是吴恩达教授的课程,只不过这个是极简版的cs229,几乎就是教怎么在matlab里快速实现一个模型(这套教程里有神经网络基本概念及实现)。这套课程的缺点是难度比较低,推导过程非常简略,但是这也是它的优点——让我专注于把理论转化成代码。
第四步:自己实现功能完整的模型——进行中。
还是因为比较懒,搜到了CS231n Winter 2016 - YouTube ,主要介绍卷积神经网络在图像识别/机器视觉领域的应用(前面神经网络的代码没写够?这门课包你嗨到爆~到处都是从零手写~)。这门课程的作业就更贴心了,直接用Jupyter Notebook布置的,可以本地运行并自己检查错误。主要使用Python以及Python系列的科学计算库(Scipy/Numpy/Matplotlib)。
在多说一点,这门课对程序员来说比较走心,因为这个不像上一步中用matlab实现的作业那样偏向算法和模型,这门课用Python实现的模型同时注重软件工程,包括常见的封装layer的forward/backward、自定义组合layer、如何将layer组成网络、如何在网络中集成batch-normalization及dropout等功能、如何在复杂模型下做梯度检查等等;最后一个作业中还有手动实现RNN及其基友LSTM、编写有助于调试的CNN可视化功能、Google的DeepDream等等。(做完作业基本就可以看懂现在流行的各种图片风格变换程序了,如 cysmith/neural-style-tf)另外,这门课的作业实现非常推崇computational graph。
关于用到的系统性知识,主要有:
线性代数,非常重要,模型计算全靠它~一定要复习扎实,如果平常不用可能忘的比较多;
高数+概率,这俩只要掌握基础就行了,比如积分和求导、各种分布、参数估计等等。(对于算法的设计和改进工作,概统是核心课程,没有之一。答主这里想要说的是,当拿到现成的算法时,仅需要概率基础知识就能看懂,然后需要比较多的线代知识才能让模型高效的跑起来。)
需要用到的编程知识也就是Matlab和Numpy了吧,Matlab是可以现学现卖的;至于Python,就看你想用来做什么了,如果就是用来做机器学习,完全可以一天入门,如果想要做更多好玩的事,一天不行那就两天。
自学人工智能还是比较麻烦的,不够笼统。不过也可以先去了解了解吧,OFweek人工智能网。
现在互联网巨头,都已经转投到人工智能领域,而人工智能最好的编程语言就是python,未来前景显而易见。黑马程序员的PYthon是国内最早开设的真正人工智能课程.
给大家整理的这套python学习路线图,按照此教程来一步步的学习,肯定会对python有更深刻的认识。或许可以喜欢上python这个易学,精简,开源的语言。此套教程,不但有视频教程,还有源码分享,让大家能真正打开python的大门,进入这个领域
一、首先先推荐一个教程
8天深入理解python教程:http://pan.baidu.com/s/1kVNmOar
主要讲解,python开发环境的构建,基础的数据类型,字符串如何处理等简单的入门级教程。
二、第二个教程,是系统的基础知识,学习周期大概一个月左右的时间,根据自己的学习能力吸收能力来定。 初学者只要跟着此套教程学习,入门完全没有问题。
学完后可掌握的核心能力
1、掌握基本的Linux系统操作;
2、掌握Python基础编程语法;
3、建立起编程思维和面向对象思想;
可解决的现实问题:
字符串排序,切割,逆置;猜数字、飞机大战游戏;
市场价值:
具备编程思维,掌握Python基本语法,能开发出一些小游戏
所涉及知识点:
Linux基本命令
Python语法基础
Python字符串解析
Python时间和日历
Python文件操作
Python面向对象
设计模式
异常
模块
项目实战:飞机大战
教程地址:http://pan.baidu.com/s/1i5mfB4D
三、拓展教程
1、网络爬虫-利用python实现爬取网页神技
第一天:https://pan.baidu.com/s/1b3CXYI
第二天:https://pan.baidu.com/s/1gfDSvHx
2、Python之web开发利刃
第一天:https://pan.baidu.com/s/1nvPmp6p
第二天:https://pan.baidu.com/s/1hrVlRMk
3、python之大数据开发奇兵
https://pan.baidu.com/s/1eRBDjCQ
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....