全文共4221字,预计学习时长13分钟
图源:Unsplash
随着越来越多的公司采用人工智能技术,机器学习工程师-即开发人工智能(AI)机器和能够学习并应用知识的高级程序员的需求量增大。
这些专业人员需要进行编程以应对复杂的数据集/算法,进而训练人工智能机器。
越来越多的软件工程师开始转型人工智能,而大多数人都是从头开始学的机器学习。
但是,相比于新框架机器学习更难掌握。
作为一个高效的实践者,你需要充分理解该领域的理论、广泛掌握当前最尖端的知识,并且有能力以不确定的方式塑造问题。
网上很多指南只会简单地教你如何在一个策划好的数据集上训练可以立即使用的模型,并达到一个不错的准确度,然后就结束了。事实上,要成为一个优秀的机器学习工程师必须掌握更广泛的技能。
那么,关于人工智能,有远见的软件工程师应该学习哪些内容呢?
图源:Unsplash
笔者还记得自己第一次学习编码是在中学,父亲是一名程序员,他打开一个文本编辑器,在屏幕上输入了以下代码:
- public class HelloWorld {
- public static void main(String[]args) {
- System.out.println("HelloWorld.");
- }
- }
“这是干什么用的?”我问道。
“这会打印出‘Hello World’。”父亲回答。
“public是什么?Class是什么?static是什么?……”
“忽略这些词。这些只是样板文件。”
但是笔者被那些看不懂的所谓样板文件吓坏了,所以开始学习这些关键词的意思。结果发现,这复杂又无聊,几乎扼杀了笔者这个年轻程序员的远大抱负。
如今学习软件开发比笔者高中时候要容易得多,主要是因为有了像codecademy.com这样的网站,建立基本开发环境也更加容易,以及对像Python和Javascript这样高级、解释性语言的全面教授。
从对编码一无所知到在浏览器中编写下第一条条件语句,只需要几分钟即可。没有杂乱的环境设置、安装、编译器或样板需要处