作为一名想进入AI领域的程序员,上网搜一下人工智能,大量的知识涌出来,有AI发展,有机器学习,有Tensorflow,有python等等,但对于需要学什么,怎么学还是没有明确的答案。作者:Mason;来源:Mason技术记录
可以想象自己是一名大学老师,需要开一门AI的课程,那么课程如何设置才能合理,有效率地让学生学到知识。我查看了十多篇学习方法和学习资源的文章,浏览了几十篇相关内容后,做了一个资源整合,整理出一条相对完整的学习路径。希望通过此总结,一方面可以让大家对进入AI领域有一个清晰的学习目标,明白学习内容,也可以根据此路径制定自己的学习计划。另一方面也可以激励自己按计划学习AI知识。
通过本文,可以收获以下AI学习路径,同时会给出相应的参考学习资料:
- 学习一门新技能的方法论
- AI人文科普
- 基础知识
- 编程语言
- 机器学习
- 初级项目实战深化知识
- 深度学习
- 高级项目实战或论文
2 方法论
关于学习一门新技能或新知识,学习方法很重要,好的学习方法可以少走弯路。首先,学习前需要先明确两个问题:是什么?怎么学?这三个问题概括说就是:学习目标与学习计划。学习目标比较清楚,就是踏入AI领域这个门,可以从事AI相关工作。学习计划就是对学习内容及过程的设计与执行,也就是本文所写的内容。还有就是建立学习的信心,学习不容易,以机器学习为例。在学习过程中,你会面对大量复杂的公式,在实际项目中会面对数据的缺乏,以及艰辛的调参等。只要制定合适的学习方法,学习是可以的。
明确了学习目标和计划,在学习的执行层面,则需要侧重于实践,以兴趣为先,践学结合。这里则特别提一下,使用费曼技巧,以教带学,是学习的好方法。简单来说,费曼技巧就是通过向别人清楚地解说某件事,来确认自己的确弄懂了某件事。它分为四个步骤:
1) 选择目标:明确目标选择一个概念
2) 教学:学习这个概念和相关知识,想象如何给一个孩子讲清楚。如果是真的讲授,更好。
3) 纠错并深入学习:教学过程中是否有不清楚的地方,如果有,继续学习,加深理解。
4) 简化类比:用自己的语言,简单的,通过和现实世界的实例关联类比,把一个概念讲清楚
根据费曼方法学习新技能,掌握更快,记忆更深刻。学习IT领域技能,此方法非常合适。
3 人工智能科普
3.1 AI人文历史
首先了解这个领域,建立起全面的视野,培养起充足的兴趣。AI是如何发展起来的,为什么在最近几年才成为热门的研究领域,AI技术包括哪些技术方向,有哪些应用领域,未来会如何发展,前景如何,对社会的影响如何等等,对这些问题都了解后,可以理解AI的前世今生,可以加深自己对AI的印象,加强对AI的兴趣,甚至可以发挥自己对AI的想象,对自己后续的AI学习可以有自己的想法。关于AI发展和科普,下面的资料可以参考:
- 书籍,《智能时代》,吴军
- 书籍,《智能革命》,李彦宏
- 书籍,《人工智能》,腾讯研究院
- 书籍,《人工智能简史》,尼克
- 书籍,《人工智能时代》《人人都应该知道的人工智能》,杰瑞卡·普兰
- 书籍,《科学的极致:漫谈人工智能》,集智俱乐部
- 书籍,《科技之巅》《科技之巅2》,麻省理工科技评论
- 博文,从机器学习谈起: https://www.cnblogs.com/subconscious/p/4107357.html
3.2 当前AI发展及布局状况
要学习人工智能,先看看当前国内互联网巨头各自对AI的布局情况,就大概知道AI当前的风口在哪里,会有哪些重要应用,有哪些关键技术。各大公司旗下都设有AI平台的官网,各大AI 开放平台一览,地址:
https://blog.csdn.net/qq_15071263/article/details/82908201
对各大AI平台的链接,可以看看。除了了解当前AI在各互联网公司的布局外,还可以关注一下这些公司对AI岗位的招聘要求及当前的各大招聘网站对此岗位的要求情况,这样有两个好处,一是明确自己的学习方向,学习有侧重点,二是做到对自己学习的一定的心理预期,知道自己学到哪个程度才能有机会获得此岗位。如下,是Boss直聘中的一则自然语言处理相关的招聘:
可见,数学基础、数据处理、自然语言处理、机器学习、数据挖掘等技术是比较关键的,也是学习的重点。
关于AI当前各大公司布局情况,参考资料如下:
- 文章,各大AI 开放平台一览:https://blog.csdn.net/qq_15071263/article/details/82908201
- 网站,百度大脑: https://ai.baidu.com/
- 网站,腾讯AI开放平台: https://ai.qq.com/
- 网站,阿里达摩院: https://damo.alibaba.com/
- 文章,自动驾驶、金融、零售......BAT的AI之战打到哪儿了: https://www.huxiu.com/article/230094.html
- 书籍,《人工智能标准化白皮书2018》: http://www.cesi.ac.cn/201801/3545.html
- 书籍,《人工智能发展白皮书-技术架构篇(2018年)》: http://www.caict.ac.cn/kxyj/qwfb/bps/201809/t20180906_184679.htm
- 书籍,《人工智能发展白皮书产业应用篇(2018年)》: http://www.caict.ac.cn/kxyj/qwfb/bps/201812/t20181227_191672.htm
- 书籍,《中国信通院相关白皮书》: http://www.caict.ac.cn/kxyj/qwfb/bps/
3.3 AI架构及职位选择
3.3.1 AI架构视角
人工智能从业务视角可以分为感知能力、认知能力和服务能力三个层次,两大应用方向,如下: