新闻资讯

新闻资讯 通知公告

人工智能领域从入门到入坑

编辑:009     时间:2020-02-15
什么人工智能

这是百度百科给出的定义–
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。

听到这里,是不是感觉有点懵逼。其实现在的人工智能还属于弱人工智能,有非常大的局限性,可以参考我的这一篇文章人工智能发展历程。
人工智能,深度学习,机器学习,神经网络的关系

人工智能范围最大,涵盖机器学习、深度学习和强化学习。如果把人工智能比喻成孩子大脑,那么机器学习是让孩子去掌握认知能力的过程,而深度学习是这种过程中很有效率的一种教学体系。

有人表示,人工智能是目的,是结果;深度学习、机器学习是方法,是工具。

机器学习是人工智能的一种途径或子集,它强调学习而不是计算机程序。一台机器使用复杂的算法来分析大量的数据,识别数据中的模式,并做出一个预测——不需要人在机器的软件中编写特定的指令。
机器学习之父Tom Mitchel如此定义机器学习:
每个机器学习都可以被精准地定义为:1.任务;2.训练过程;3.模型表现P。而学习过程则可以被拆解为“为了实现任务T”,我们通过训练E,逐步提高表现P的一个过程。
举个例子,让一个模型认识一张图片是猫还是狗(任务T)。为了提高模型的准确度(模型表现P),我们不断给模型提供图片让其学习猫与狗的区别(训练过程E)。在这个学习过程中,我们所得到的最终模型就是机器学习的产物,而训练过程就是学习过程。

深度学习则是一种实现机器学习的技术,它适合处理大数据。深度学习使得机器学习能够实现众多应用,并拓展了人工智能的领域范畴。
从安防监控、自动驾驶、语音识别到生命科学等等,深度学习以“摧枯拉朽之势”席卷行业。
以语音识别为例,通过机器学习,语音识别能随着时间向用户学习,最后能达到95%的准确性。但是训练过程是密集的。
神经网络处理数十亿个口语音频,将语音识别提高到接近100%的准确度,同时还能缩短训练时间。此外,语音识别还通过关键词和主题对原始音频进行分类,并识别发言者,这对音频监控具有广泛而深远的影响。
在这里插入图片描述
为什么要学习人工智能

当下,大数据领域,人工智能利于处于新兴阶段,我国乃至全世界急需Ai人才。未来的发展必定趋于大数据和人工智能方向,就如20世纪末互联网兴起一样。发展前途光明,加上国内紧缺高级人才,使人工智能领域变得异常热门,所以薪资也居高不下。当然,我建议大家抱着一种兴趣去学习,而不是指望拿到多高的薪资。

在这里插入图片描述

为什么要学习人工智能

当下,大数据领域,人工智能利于处于新兴阶段,我国乃至全世界急需Ai人才。未来的发展必定趋于大数据和人工智能方向,就如20世纪末互联网兴起一样。发展前途光明,加上国内紧缺高级人才,使人工智能领域变得异常热门,所以薪资也居高不下。当然,我建议大家抱着一种兴趣去学习,而不是指望拿到多高的薪资。
在这里插入图片描述
故事的开始–笔者走过的路程
下面来说一说我的学习过程。

1.高等数学,线性代数(一般大一课程里面就会有,一定要学好,不然后面路途艰辛)
2.编程语言:python(需要掌握基础的语法,爬虫(用于获取数据),高级一点的操作)
3.概率论 --主要涉及一些机器学习的统计方法和知识
4.经典的机器学习算法(比较重要)
5.深度学习的底层算法原理和实现
6.学习深度学习框架
7.做竞赛,做项目
8.后期学习的建议
数学 – 高数,线代

工科的必修课程,一定要学好,不然后面很多公式根本看不懂。忘了的朋友可以参考
一定要恶补一下,很多深度学习的专家是学数学的,而不是计算机的。


python

建议有一门底层语言如C语言,c++的基础,对于编程语言和计算机有一定的了解,有利于掌握编程思想,而不是简单地用python,如果以后想做智能算法的话,**数据结构和c++**是必备的。这里我主要来讲一下python的学习过程。

小甲鱼的视频 + 0基础入门python,菜鸟教程 ,网上能找到很多资料的,请大家自行查找学习,学习人工智能的过程很漫长,希望大家保持一颗一直学习的心。
在这里插入图片描述

概率论

机器学习,数据挖掘的基本理论,统计学。也是本科必修的知识。对于数据处理的基础思想都涵盖在本书中。

在这里插入图片描述

机器学习算法

参考文章机器学习的十大算法
机器学习
深度学习是机器学习最火热的分支
十大经典算法也是必须品
让你领略机器学习的魅力

推荐 书籍:【机器学习】(西瓜书)–更偏向于理论推导
【机器学习实战】 --更偏向于代码实现
课程推荐:网易云课堂 – 吴恩达机器学习(免费),小象学院相关课程(免费)
在这里插入图片描述


机器学习的相关算法

在这里插入图片描述

深度学习

作为机器学习最火热的一个分支,在很多领域都有着广泛的应用。
梯度下降,权值更新,神经网络,过拟合…
掌握基本的概念,自己能用python代码实现一个简单的神经网络和掌握基本原理,这里就基本可以过关了
推荐书籍:花书–深度学习的“圣经”
课程推荐 : 网易云课堂,吴恩达–深度学习工程师

深度学习框架

自己搭建神经网络实在太慢了,有没有什么框架什么的?
学到这里,你已经具备了深度学习的基本知识,马上就要开始加速啦。
它来了,它来了。。。

在这里插入图片描述

是不是眼花缭乱,优秀的框架实在太多了。咋们先从简单的开始吧
第一个框架建议大家学pytorch–Facebook主打的矿机,这个框架是动态图结构,实现简单,减少很多debug的时间,在学术界有着很高的声誉,一头扎进一个框架学习,会让你的代码能力和对深度学习的理解更深。

其次就是TensorFlow–谷歌公司开发的框架,在工业界用得非常广泛。这两个框架占据了深度学习框架得大半壁江山,所以一定要熟用啊。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

回复列表