学习过程
AI发展为一门独立学科也就是近10年的事情,2006年北京大学率先在全国成立智能科学系,从计算机系独立出来,在近几年,各大高校纷纷成立AI方向的院系,独立培养AI人才,AI人才需求越来越多,AI人才培养也越来越成熟,查看多个高校学生的培养体系,能从中能发现很多规律。
强调数学基础
数学和AI的关系,就有种高中的立体几何与初中平面几何、代数一样的关系,数学是AI的基础,只有在数学比较好的情况下,后期所学AI才会比较通畅,应该有比较多转行或者之前数学基础比较差的同学,上来就直接学习机器学习各种模型、深度学习各种模型,但应该大概率是脑袋一顿晕,各种公式推导及演进看不懂,最后各种模型也是一知半解。数学基础如此重要,那具体有哪些类型数学有哪几种了?AI数学基础,主要分为两个层次:1)相对比较简单、通用的数学基础,主要包括数学分析、线性代数、概率统计;2)相对难度比较大的数学基础,主要包括离散数学、数值最优化、凸优化、矩阵分析。
学习计算机基础
AI院系主要还是从计算机院系分离出来,AI之后各种模型也是需要计算机基础才能实现出来的,AI所需计算机基础更多的是为编程方面需求,主要包括编程语言、数据结构、算法等。
强化模型理论推导学习
这方面,若为转行自学的同学,就建议自己买几本书籍来看,李航的《统计学习方法》、周志华的《机器学习》、benjio的《deep learning》等,这几本书对现在主流模型总结的相当好(旁白:笔者上学期间就没有总结这么好的书籍),若已经比较好的的能明白这些模型,那么这时候你的方向应该是各种学术会议、学术期刊的文章了。
建议
笔者多年经验来看(旁白:吹牛捂脸),一定要好好学数学,所谓磨刀不误砍柴功,我觉得用在学数学上再好不过了,学习数学过程中,最好能把里面的题、公理、推论都能自己做一遍,模型的学习就是也要认真看他们的推导,明白中间过程,然后就是大规模看顶级会议的文章,为何模型那样设计效果会更好。
推荐书籍
最后,数学基础的几本书给大家推荐一下。
![](https://i-blog.csdnimg.cn/blog_migrate/543b1dde0a68908033fe7d8362e1d36c.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/9a4ab92b8e9f14a513f152d322660be1.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/b262615335171c9f016016eb8e38ecda.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/258037446c7cfdac219e85baa7ea50a9.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/ba35f32760967f3c0b7ae734d5a91eac.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/96587c5898d113546a4ce2eb022fd2c8.jpeg)