如何学习人工智能编程(AI的学习方法,程序员必看不亏!)
一、找一些免费书找些免费的人工智能编程方面的书作为自己学习人工智能编程的开端是正确的。Peter Norvig和Stuart J. Russell所著的《Art...
2分钟了解,如何自学编程
如何学习人工智能编程
一、找一些免费书
找些免费的人工智能编程方面的书作为自己学习人工智能编程的开端是正确的。Peter Norvig和Stuart J. Russell所著的《Artificial Intelligence: A Modern Approach》一书就很不错。
该书不仅介绍了人工智能的基本概念和算法,还介绍了贝叶斯推理、一阶逻辑、语言建模等基础知识。
对于那些对人工智能编程深度学习感兴趣的人来说,Ian Goodfellow、 Yoshua Bengio和 Aaron Courville所著的《深度学习》(自适应计算和机器学习系列)一书,也是一个不错的选择。
另外,也可以看看《Logic For Computer Science》这本书,它解释了计算机科学的数学逻辑,并着重于求解证明的计算方法。
二、了解 Python,掌握数学知识
第一步:你需要掌握人工智能领域常用的编程语言, Python或 R语言都可以,只需掌握其中一种即可;小编建议你学习 Python,因为 Python非常流行且功能强大。
你只需要花一个星期的时间,就可以很好地掌握 Python的基本原理,比如如何定义变量,如何操作元组,如何定制函数等等。
第二步:你需要补习一些数学知识,如果你是零基础的话,首先要把高等数学的基础学透,从基本的数据分析、线性代数和矩阵等基础开始,只有基础有了,才会层层累积,不可能没有逻辑地看一块学一块。
也有人质疑,为什么人工智能需要掌握数学知识?因为数学知识贯穿于人工智能深度学习的各个模型中,了解公式的原理和应用,了解公式的推导过程,帮助神经网络进行各种参数的调整,可以灵活运用来创建新的算法模型。
三、计算机科学
要想掌握人工智能编程,你必须熟悉计算机科学和编程。
假如你才刚开始学习,小编建议你读一读 Dive Into Python 3 (Python 3)这本书,其中有很多你在 Python编程中所需要的知识。
要想更深入地了解计算机编程的本质,那么可以看看这一经典的 MIT资源(MIT课程),它是关于 lisp和计算机科学的基础课程,也是最具影响力的 CS-结构和计算机程序解释书籍之一。
如何学习人工智能编程拓展阅读
AI的学习方法,程序员必看不亏!
AI可以说是时下最热门的话题之一,也是众多程序员关注的主题,那么如果你想要入门AI,需要这些什么呢?
0.了解它!
无论是学习什么,你总要知道这几个问题:
a.它是什么?
b.能做什么?
c.有什么用?
d.你要用它做什么?
所以你首先要做的第一步就是——去认识AI。
AI,也就是人工智能,并不仅仅包括机器学习。曾经,符号与逻辑被认为是人工智能实现的关键,而如今则是基于统计的机器学习占据了主导地位。
1.工欲善其事,必先利其器
无论学习啥,总要有些趁手的“工具”,才能更好的掌握它。
- 数学:数学在AI的学习中是相当重要的一部分,主要复习以下科目:①线性代数:矩阵乘法;②高数:求导;③概率论:条件与后验概率。
- 英文:这就不必多解释了,现在的翻译软件也不少,让你能更轻松的看懂那些学习材料。
2.机器学习课程
机器学习的第一门课程建议学习Andrew Ng的机器学习 (Machine Learning - Stanford University | Coursera)。
因为难度适中,但是内容却又相当丰富,非常适合初入门的程序员。
除了以上的这门课,还可以去找一些相关的课程进行进阶学习。
3. 实践做项目
当你掌握了一定的基础,就需要练练手,了解一下自己的学习进度。在实战中你更需要去关心如何获取数据,以及怎么调参等。另外,你还需要选择一个应用方向,是图像(计算机视觉),音频(语音识别),还是文本(自然语言处理)。
项目做好后,可以开源到到 Github 上面,然后不断完善它。实战项目做完后,你可以继续进一步深入学习,深度学习或者是继续机器学习;
4. 进阶深度学习/ 机器学习
下面是一些深度学习的资源介绍:
- UFLDL: 很详尽的推导,有翻译,且翻译质量很高;
- Deep learning (paper):论文,高屋建瓴,一览众山小;
- Neural networks and deep learning:由浅入深;
- Recurrent Neural Networks: RNN推导初步学习的最佳教程。
下面是机器学习的相关资源:
- 《机器学习实战》,作者是 Peter Harrington
- 《机器学习》,作者是 周志华