人工智能，现在门槛这么低了吗？

阅读文本大概需要 3 分钟。

这两天大家又被 AlphaGo 刷屏了，让我们见识到了人工智能的发展之迅速，毫无疑问，未来一定会全面进入到人工智能的时代，很多人已经蠢蠢欲动，提前拥抱新时代了，之前很多读也者问我，怎么才能学习人工智能？其实说实话，人工智能是有一定门槛的，不适合每个人，但是如何才能知道自己到底适不适合学习人工智能呢？最好的办法就是亲自去尝试，去上一门课程看下自己听得懂不，别人再怎么说都不真正的了解你。

而今天给大家推荐的就是 Udacity 的「深度学习」和「机器学习」的课程，当然，老读者都知道，Udacity 是我的老合作伙伴了，课程质量口碑很不错，课程是收费的，好在他们可以免费体验，你可以去免费体验尝试下，再判断这门课程到底适不适合你，以下是课程的详细介绍。

---

人工智能的时代来势汹汹，据 LINKEDIN《全球 AI 领域人才报告》及工信部教育考试中心数据显示，中国人工智能人才缺口超过 500 万人，而目前中国人工智能人才仅 5 万，AI 的人才市场开始出现严重的供不应求。

即使是在薪资待遇普遍不错的互联网行业，严重供不应求的人才市场也让人工智能领域的应届毕业生的薪资比普通程序员多出 300%。随着人工智能技术的不断普及，这样供不应求的局面在未来很长一段时间都将存在于这个高薪且低竞争的新兴技术行业里。

那么问题来了，如何赶上这场 21 世纪前沿科技的浪潮，成为高薪抢手又能改变世界的人工智能工程师？来自硅谷的前沿技术学习平台 Udacity 与 Google、Kaggle、滴滴出行等行业技术领先企业共同打造了一系列人工智能课程，从机器学习入门到人工智能、从深度学习到无人驾驶开发，无论你是零基础还是已经有一定AI开发经验的工程师，都能找到合适自己现阶段水平的课程：

机器学习：掌握人工智能与大数据背后的核心技术

Udacity 联合 Google x Kaggle 推出的人工智能入门课程。机器学习标志着计算机科学、大数据和人工智能领域内的重大技术突破。AlphaGo 战胜人类围棋冠军、人脸识别、大数据挖掘，都和机器学习密切相关。

这门纳米学位将带你零基础掌握机器学习领域的监督学习、非监督学习、强化学习与深度学习，并将预测模型应用于金融、医疗、教育等领域内的大数据处理，成为高薪、抢手又能改变世界的机器学习工程师。

扫描下方二维码，了解项目详情：

▶ 核心知识点：

全面掌握机器学习领域的监督学习、非监督学习、强化学习与深度学习。

▶ 硅谷前沿实战项目（部分项目）：

项目1：为慈善机构寻找募捐者

监督学习是通过已标注过的训练数据来完成分类或回归任务的一类机器学习方法。

在该项目中，你将学习如何训练决策树、SVM、神经网络等监督学习模型，用来预测已标记数据。

项目2：创建客户细分

当数据样本没有标签的情况下，非监督学习是其解决问题的最佳方案。

在该项目中，在这个项目中，你将应用无监督学习技能研究产品花销数据，学习如何找出未标记数据中的模式和结构，进行特征变换，提高模型的预测表现，从而改善经销商日后的服务。

项目3：训练智能车学会驾驶

强化学习也是一类重要的机器学习方法，它是一个序列决策问题。

在该项目中，你将使用 Q-学习等强化学习算法，训练人工智能体，使它能够对周围环境做出最佳选择。最终使自动驾驶智能车能够稳定的到达终点。

项目4：图片分类

深度学习是当今世界上最火热的一类机器学习方法。

在该项目中在这一部分中，你将学会使用 Tensorflow，并且搭建一个卷积神经网络，教会它识别与区分图片中的物体。

☞从“机器学习工程师”纳米学位项目毕业后，你将获得 Udacity 的就业推荐服务，用课程中完成的丰富项目经历找到高薪工作，还有机会内推加入IBM、奔驰、英伟达、滴滴出行、宝马、Uber 等领先科技企业！

深度学习：零基础掌握人工智能开发应用

深度学习是近年来机器学习领域最令人瞩目的方向，学术界和工业界近年来运用深度学习技术逐渐在语音识别、图像识别、自然语言处理等领域均获得重大突破性进展。

在这门基石纳米学位中，你将通过充满活力的课程内容，硅谷独家实战项目以及来自全方位的专业辅导，快速入门深度学习领域，为成为人工智能工程师、无人车工程师、机器人工程师打下夯实基础。

你将在生成对抗网络之父 Ian GoodFellow、硅谷技术达人 Siraj Raval 的带领下，零基础掌握深度学习领域前沿技术和应用，学习 TensorFlow 和 DNN、CNN、RNN 等神经网络模型。

扫描下方二维码，了解项目详情：

▶ 核心知识点：

掌握 TensorFlow 和 DNN、CNN、RNN 等神经网络模型。

▶ 硅谷前沿实战项目（部分项目）：

项目 1： 图片分类 

卷积神经网络是目前计算机视觉领域最佳的方法。这些网络可以检测和识别图像中的物体。

在这个项目中，你将学习如何在 TensorFlow 中构建卷积神经网络，并教它学会如何识别与分类图片中的物体！

项目 2： 生成电视剧剧本 

循环神经网络特别适合处理序列型数据，如文本、音乐、时间序列数据等。

在这个项目中，你将学会使用循环神经网络生成电视剧台词。借助深度学习的力量，你现在也可以是热门电视剧的编剧！

项目 3： 开发翻译机器人 

神经网络是近年来推动机器翻译发展的重要基石。谷歌翻译和百度翻译的最新版本都使用了深度学习架构，可以自动将文本从一种语言翻译成另一种语言。

在这个项目中，你将通过“序列到序列学习”，创造一个可以在你与朋友聊天时即时翻译的机器人，再也不用担心语言成为友情的障碍。 

项目 4： 生成人脸 

正如 Yann LeCun 所说，生成对抗网络是深度学习最根本的进步之一。

在这个项目中，你将使用生成对抗网络（GAN）来生成原创的人脸图像，看看你会“画”出什么样的容颜？

☞从“深度学习”基石纳米学位毕业时，你将做好准备，在人工智能、无人驾驶等应用方向上大展拳脚，并且获得 100% 加入 Udacity 「无人车工程师纳米学位」、「人工智能工程师纳米学位」的录取保证！

掌握了机器学习与深度学习后，你还可以继续深造「人工智能」、「无人驾驶」、「机器人开发」、「飞行汽车」等高阶纳米学位项目，成为人工智能与大数据领域的稀缺抢手人才！点击［阅读原文］，了解更多硅谷前沿技术课程。