人工智能简单学习规划和NLP项目流程

NLP项目流程

NLP流程：
1.拿到数据，文本获取
2.文本处理 ：清洗 分词 词性标注 词频统计 抽取特征
3.NLP任务分类： 文本分类 主题理解 情感分析
4.模型实验 优化： 1调节超参 2.模型改进迁移融合
5.评价
6.工程应用

NLP 整体学习规划:

形势

算法岗就业形势越来越严峻。企业没有了之前的盲目，在用人方面更加理智，看中能力。
大公司有更多的资源(数据、人才、GPU)，有专门的算法组；小公司更依赖传统的开发业务。
很多传统行业(畜牧业、种植业等)需要人工智能技术的注入。

学习理论阶段(自下向上学习)

学习基础的数学理，高数、线性代数、概率论、信息论、凸优化等。
学习一些分类、回归、聚类算法，熟悉它们的推导过程，尽量实现代码的复现。
反复学习，加深对算法的理解，比如算法是如何解决过拟合问题的，两种分类算法的区别。

工程实践阶段(自上向下研究)

针对某一方向(图像、语音、自然语言处理)，了解一些应用场景。并且进一步深入，了解企业应用中需要解决的问题。
针对这个问题，尝试用不同的算法、模型来解决问题，通过代码的实现比较不同算法的优劣。
参考别人的论文，了解别人的解决思路，尝试复现。

核心

不求广度，但在一个点上一定要有深度。
需要工程能力，比工程能力更重要的是解决问题的思路。前者通过代码的积累可以提升，后者需要扎实的数学理论。