目录
- 谈谈paper
- 学习经历
- 进阶之路
- 学习方法
- 学习资料
1、谈谈论文
2、学习经历
经验:
- 对AI发展的认识
- 基本的数据基础
- 计算机算法基础
- 神经网络基础
- 编程语言基础
- 极大的热情
路径:
- 系统学习完整的AI基础
- 落地应用实践(多场景)
- 专注一个领域的开发与深入实践和研究
- 领域完整知识体系
3、进阶之路
(1)完善知识体系
- 多实践,不是所有场景都需要NN
- cv方向:CNN能完成的;CV算法能完成的;落地复杂度、效率(QPS)、稳定性
- AI实际落地项目
(2)求职面试经验分享
(3)准备工作
- 《百面机器学习》书训练营
- LeetCode刷题班
- 人工智能项目实战班
- AI大赛刷分班
(4)浅谈未来发展
各路背景:
- 计算机科学
- 数学系
- 机械工程
- 通信、电子工程
- 其他
各类工作内容:
-
CV:
人脸:挖掘更鲁棒的算法,拓展适用场景
商品:新兴、场景不断挖掘,落地潜力巨大
服装:电商、博主、设计等都会用到
设计:行业属性很强
财务:每个企业都需要财务审核,都可以AI化 -
NLP
-
Data Science
4、学习方法
- (1)快速建立知识框架
- (2)精度论文,找出重点和难点
- (3)代码复现
- (4)及时总结
5、学习资料
- (花书)《Deep Learning》——Ian Goodfellow
- 《统计学习方法》——李航
- 《机器学习》——周志华