|
当前人工智能开发使用的最多的当属 python 了，当然， java ， c++ ， matlab 和 R 也有不少。刚开始学习，直接选择 python 即可。对于编程语言的学习，一个字，练。直接上机操作，主要分几个模块的学习，python基础（语法，函数，数组，类等等），python常用的库，python的机器学习库。以下是一些 pyhton 的学习资料以供参考：
-
教程，《廖雪峰Python教程》:
https://www.liaoxuefeng.com/wiki/1016959663602400
-
教程，《Python100例》:
https://www.runoob.com/python/python-100-examples.html
-
文章，《从零开始写Python爬虫》:
https://zhuanlan.zhihu.com/p/26673214
-
视频，《零基础入门学习Python》:
https://www.bilibili.com/video/av4050443
6 机器学习知识
6.1 机器学习算法
需要明确，当前人工智能技术中，机器学习占据了主导地位，但不仅仅包括机器学习，而深度学习是机器学习中的一个子项。目前可以说，学习AI主要的是学习机器学习，但是，人工智能并不等同于机器学习。具体到机器学习的流程，包括数据收集、清洗、预处理，建立模型，调整参数和模型评估。基础则是机器学习的基本算法，包括回归算法，决策树、随机森林和提升算法，SVM，聚类算法，EM算法，贝叶斯算法，隐马尔科夫模型，LDA主题模型等等。这些网上已经有不少机器学习的教程，学习非常方便，在搜索引擎一搜索，机器学习的文章也非常多，只要坚持下去，结合后面的实践，学习应该不成问题。以下是一些参考资料：
-
书籍，《机器学习实战》，Peter Harrington
-
书籍，《机器学习》，周志华
-
书籍，《机器学习导论》，Ethen Alpaydin
-
书籍，《机器学习基础：从入门到求职》胡欢武
-
书籍，《数据之美》，吴军
-
视频，《machine learning》吴恩达:
https://www.coursera.org/learn/machine-learning
-
视频，《李宏毅机器学习2017》李宏毅: http://t.cn/RpO3VJC
-
文章，《机器学习Machine-Learning》:
https://github.com/JustFollowUs/Machine-Learning
6.2 机器学习框架
了解机器学习的算法，还需要有一定的工具来实现，好在现在已经有很多工具可以使用，如tensorflow，Keras，Theano，matlab等等，现在tensoflow是机器学习的热门框架，入门可以深入学习它。以下是一些参考资料
6.3 数据集选择
"巧妇难为无米之炊"，使用机器学习来进行项目实践时，如果没有数据，就更不用说模型训练了。因此，获取数据集来做测试数据也是一个比较重要的工具，好在现在网上有不少的数据集可以获取，参考资料如下：
-
手写数字库MNIST: http://yann.lecun.com/exdb/mnist
-
图像处理数据COCO: http://mscoco.org
-
机器学习经典开源数据集: https://www.jianshu.com/p/83ebd261862a
-
机器学习数据集哪里找: https://www.jianshu.com/p/abce3d177e45
7 初级项目实践
在实践中学习，用一些小的示例来实现功能，用机器学习来解决一个实际的问题(如图像领域，识别狗，识别花等等)，把机器学习方法当作一个黑盒子来处理，选择一个应用方向，是图像（计算机视觉），音频（语音识别），还是文本（自然语言处理），推荐选择图像领域，这里面的开源项目较多。也可以上github找一下相关的开源项目来参考。
8 深度学习知识
（编辑：核心网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
