如何系统学习人工智能

人工智能学习需关注英语能力,因为重要的科研成果和社区交流多为英文。理论部分包括线性代数、概率论和计算机算法。工程实践涉及大规模数据处理、算法优化和机器学习理论应用,动手实践是关键,如使用TensorFlow进行模型设计与验证。
摘要由CSDN通过智能技术生成

人工智能入行三个要点:英语、理论、工程。


  • 英语很重要
经典教材全部为英语

1)翻译总是不通顺,不如原著容易理解

2)Lost in translation

最重要的科研成果全部英文

1)翻译永远赶不上新知识产生的速度

2)有能力创新的AI人才也都会用英语发表自己的成果

社区都是英语环境

1)Github

2)Stackoverflow

人工智能领军企业的工作环境里不开英文



  • 理论

线性代数(推荐 The Matrix Cookbook)

1)理解非线性系统的主要方式依然是通过局部线性化

2)Machine Learning 算法涉及大量的矩阵运算

概率论(初级线性代数和入门概率论应该足够了)

1)统计机器学习基础是概率论

2)理解复杂非线性系统的统计特性对于分析Deep Learning算法至关重要

计算机算法(推荐:The Art of Computer Programming)

1)AI

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值