您的当前位置:豪利OLE777娱乐 > OLE777新的网址 >

学习 人工智能 如何入门

发布时间:2019-01-09 10:57

如果您正在寻找相关产品或有其他任何问题,可随时拨打公司服务热线,或点击下方按钮与我们在线交流!

  OC 之外除了 MO,提供了大量的数学和计算机科学课程的大纲和各种支持材料像MIT OpenCourseWare这样的资源也。

  是什么?我应该去阅读什么书?我应该去看什么视频?后面我将讲到这些我曾经问过别人、也被别人问过关于学习人工智能(AI)最好的方式,是但,能涉及很多领域考虑到人工智,来讲可能更好理解我把这个问题分开。

  人工智能关于学习,最重要的挑战假如说有一个,和工具不易获得那它不是原材料,有如此之多因为它们。你一个全面的指导我的目标并不是给,反相,去学习的不同路径而是指出了你可以,一些可能的起点以及为你提供。习愉快祝你学!

  度去深入人工智能从一个研究的角,有的这些数据领域你可能需要深入所,更多甚至。和AI之前大致了解可能是最重要的研究分支但是上面的内容应该让您在深入研究机器学习。

  是区别开研究方面和应用方面学习人工智能很重要的一点。举行的 OReilly 人工智能会议的一个演讲中描述了这个区别Google 的 Cassie Kozyrkov 在近日于伦敦,个很好的演讲并且这是一。

  注于使用可用的工具人工智能应用更关,构建新工具而不是去。层的数学对一些底,的 —— 但对这些知识的了解程度不像研究人工智能的要求那么高尤其是统计学的了解仍然是非常有用的 —— 甚至可以说是必需。

  些基础有了这,业的人工智能课程了你就可以学习更专。” 就是整个在线课程领域中最早流行起来的课程之一吴恩达从他在斯坦福大学时教的 “AI MOOC。天今,ursera 深度学习专业的一部分他的神经网络和深度学习也是 Co。有相关的一些项目在 edX 上也,如比,能 MicroMasters哥伦比亚大学提供的一个人工智。

  明的一点是最后我想说,程、数据有关的一个宽泛主题人工智能不仅是与数学、编。涉及到了许多其它的领域人工智能作为一个综合体,弈论、运筹学和控制系统包括心理学、语言学、博。实确,智能研究者担心现在有一些人工,和大数据的结合由于处理能力,得强大和有趣的少数几个技术使得该领域过于关注最近才变。学习和推理方面在了解人类如何,的问题仍未解决许多长期存在。怎样不管,的问题有一个了解对这些广泛存在,的背景中评估人工智能将更好地让你在更广泛。

  我想补充一点在这个问题上,们的工具视为神秘地输出答案的黑匣子那就是人工智能的从业者不应该将他。少至,和数据采集方法的限制和潜在偏差他们应该去了解不同技术、模型、。工具链中每个部分的理论基础只是不需要去深入研究他们。

  杜克大学的人类和自治实验室我比较喜欢的其中一个示例是。机协同所面临的各种挑战这个实验室的工作涉及人,如比,化设备失效如果自动,“洋红色的孩子“快速取得控制自动驾驶仪如何设计才能让那些。大脑科学课程有一个基础的, 的心理学导论比如 MIT,能之间关系的一些很有用的内容它提供了关于人类智能和机器智。似的课程是另一个类,Marvin Minsky 的心灵的社会MIT 电子工程与计算机科学系已故教授 。

  智能可能并不那么重要虽然在日常工作中人工,的背景知识还是很有用的但理解人工智能的大量。网络上深度学习的狭窄范围人工智能已经超越了神经,和监督学习已经取得重要成就目前神经网络上的强化学习。如例,是替代)人类判断和决策的一种方法人工智能经常被视为是增强(而不。换信息还有其自身的缺陷但是在机器和人类之间交。

  到你的技能库中的很有用的技能R 编程语言也是一个应该增加。ML)中使用的很少虽然它在机器学习(,科学任务中很常见但它在其它数据,和数据科学的应用实践结合在一起并且经常与人工智能/机器学习。如例,样适用于您最终使用的任何分析技术与组织和清理数据相关的许多任务同。OOC 系列就是一整套课程的一个例子像哈佛的数据科学认证这样的一个 M,何去很好地处理数据这些课程介绍了如。

  本质上是学术性的人工智能研究在,智能的某些细节之前在你能够获得人工,类学科的数学知识需要大量的跨各。法和驱动人工智能发展的工具这部分的人工智能关注于算。如比,无监督学习成为更有用的方法?我们能否找到一个更好的方法什么样的神经网络结构能够改善视觉识别的结果?我们如何使,线是如何得出答案的去理解深度学习流水?

  智能方面的工作如果你从事人工,软件库就是TensorFlow那么你很可能会遇到的另一个开源。 Google 大脑团队的研发工程师开发的它最初是由 Google 人工智能团队中的。ras API 去开始使用 TensorFlowGoogle 提供了许多教程让你通过高级 Ke。以在本地运行 TensorFlow你既可以在 Google 云上也可。

  是核心技能在这里编程。同的编程语言去做虽然可以使用不, Python 的PyTorch但是一些库和工具集 —— 比如,ython依赖于 P,该掌握的好技能所以这是一个应。其是尤,度上的编程背景如果你有某种程,和使用 Python 编程MIT 的计算机科学入门, 6.001 在校课程它是基于 MIT 的,好的启蒙课程是一个非常。程零基础如果你编, 的人人学编程(Python 使用入门)是个很好的开端来自密歇根大学的 Charles Severance,T 的课程那样它不会像 MI,代码的汪洋大海把你一下子扔进。

  多方面在很,究的一个资源清单用于人工智能研,计算机科学项目都是专注于人工智能可以反映出本科(甚至是研究生)的。的区别是最主要,统的大纲更关注于跨学科你起草的教学大纲比起传。

  方面另一,用现有工具去获取有用的结果人工智能应用更多是关于使。了一个重要的作用开源在这里发挥,使用的、各种语言的软件那就是免费提供了易于。的机器学习、模型、以及数据集公有云提供商也致力于提供大量,门比其它的要简单的多这使得人工智能的入。

  常通,据集和易于使用的机器学习服务大的公有云提供商都提供在线数。是但, 数据集和应用之前在你开始去 “玩”,ole777app考虑清楚你需要,定一个提供商一旦开始选,锁定” 的程度你将被它们 “。

  据集可以从许多不同的源获得你的探索学习项目所需的数。提供商之外除了公有云,另一个受欢迎的源Kaggle是,来看总体,较好的学习源它也是一个比。府数据也越来越多了以数字形式提供的政。ov声称它提供超过 300美国联邦政府的Data.g,个数据集000 。健康评级到狗的名字的所有数据各州和地方政府也发布从餐馆。

  背景知识很差或已经荒芜了如果你的计算机科学和数据,解人工智能的基本原理但你还希望能够深入了,程开始将会让你受益那么从一些数学课。上都有许多可供你选择的课程(这两个平台都对认证收费MOOC 上像非盈利的edX平台和Coursera,上所有的课程但 edX ,全免费的)对旁听者是。

相关产品

更多相关文章:


豪利OLE777娱乐|线上第一品牌版权所有      
    

豪利OLE777娱乐|线上第一品牌版权所有