当我想踏足人工智能领域的时候,第一件事就是了解。
看了看:
推荐学习的有Java以及Python。
如果以后想往大数据方向发展,就学习Java,
而Python可以说是学习人工智能所必须要掌握的一门编程语言。
大多数机器人的仿真都是采用的混合编程模式,即采用多种编程软件及语言组合使用
所以一门编程语言是肯定不够的,反正根据需要多多益善。
整个的学习路径大致如下:
python等相关基础--->初阶:机器学习--->中阶:框架应用--->高阶:场景应用
基础
python语法基础:数学库numpy,pandas,matplotlib,seaborn 等
Linux基础:日常操作都会在这里面弄,必须得学学
数据结构和算法基础:大厂必备基础
数学基础:最基础的高数、线性代数、概率论、统计学等等是必要的。
初级
机器学习:通过编程让计算机从数据中学习
常用的机器学习算法如下:
K近邻算法(KNN)
线性回归
多项式回归
逻辑回归
模型正则化
主成分分析(PCA)
线性判别分析(LDA)
支持向量机(SVM)
决策树
随机森林
朴素贝叶斯(NB)
学习矢量量化(LVQ)
Boosting 和 AdaBoost
(这些后面会慢慢学到补充)
学完以上基础算法,简单的预测分类的应用没问题
更多的应用可以在Kaggle和GitHub上学习。
Kaggle是你之后学习历程的必经之地。
另外的:集成学习 模型选择 模型调试
中级
框架应用:对于大量的数据集,python因为是封装的语言,处理太慢,所以引出一些框架,如Tensorflow,pytorch,Caffe,Keras等
神经网络
强化学习
迁移学习
等
那其实这些就是我的学习路径了。