请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

华为大佬告你人工智能如何学习?详细学习路线与资料推荐它来啦!

很多同学问我,AI方向的知识多而杂,哪些该重点学习?学习路径又是怎么样的呢?
今天,我将自己的学习路径及我所参考的资料全部免费分享出来,希望能够帮助到大家。
【文末有获取方式】
【文末有获取方式】
AI知识大纲

AI知识大体可以分为5个模块,接下来我会依次介绍每个模块的学习路径,最后给大家推荐几个实战项目,帮助大家快速入门人工智能。
一、Python编程基础

在AI领域,目前大部分程序员都使用Python作为第一语言。



学会上述操作后就入门了,但一定要将基础部分的内容掌握扎实。进阶操作在前期不着急学习,可以在日后使用过程中逐渐精通,比如函数式编程、多线程使用、异常处理与日志管理等等。
书籍推荐

这里给大家推荐两本学习Python必备书籍。《Python编程》中每个知识点下都有对应示例,非常直观。入门后,《流畅的Python》可以帮你精通Python,完成从小白到大神的进阶。
二、数学基础
很多同学看到数学就头疼,其实模型通用的基本数学原理并不难,难的公式在之后的模型中遇见时再逐个击破即可。
切记前期不要深陷到数学知识中去深挖!!
高数
比如梯度下降和反向传播的根本原理就是求导,全局最优解就是极值点,所以最优解一定在导数的某一个拐点处,类似的很多知识都是高中就学过的。
线代
首先要明白矩阵各维度所代表的意义
其次清楚矩阵的运算规则
概率论
概率论的知识在AI体系中看似不那么重要,但却无处不在。从数据预处理、建模、模型参数初始化及归一化,到最后的结果分析都与概率论息息相关。
书籍推荐



这里推荐的是3本经典教材与1本我个人非常喜欢的《数学之美》。3本教材书无需多述,《数学之美》把抽象、深奥的数学方法解释得通俗易懂,非常精彩,很多模型原理都可以在其中找到你想要的回答。
三、数据分析
在具备一定的编程能力与数学功底后,我们就可以对实际问题进行分析与挖掘。
爬虫
很多同学问算法工程师需要学爬虫吗?我的回答是:算法的重点在于建模,算法工程师掌握基本爬虫知识就好,因为单位一般都有专门的采集工程师。
必备三剑客
不论你做数分还是算法,Numpy、Pandas和Matplotlib都是必须掌握的。但这部分内容很杂,没必要进行系统学习,就好像Excel中的函数一样。
四、机器学习
从机器学习开始就正式进入到了人工智能的领域。ML涉及的算法都是白盒算法,使用可解释的数学公式去拟合数据、学习参数然后进行预测,最后对模型进行评估。



机器学习算法因为都有可解释性,所以大家需要搞懂数学原理,并知道模型之间的差异、以及适用于什么数据集



对于回归任务与分类任务,我们也需要知道各种评估指标间的差异与使用场景。



书籍推荐

这里推荐两本学习ML必备书籍。周志华老师的《机器学习(西瓜书)》与李航老师的《统计学习方法》。



这两本书非常经典,讲述了机器学习核心数学理论与模型推导全过程,是夯实理论的不二选择。强烈推荐将书籍与上述推荐视频相结合进行学习
五、深度学习

深度学习是黑盒算法,不具可解释性,初学者通常会觉得它比较神秘。但它的基础神经网络,可以说是由众多个逻辑回归函数组成,所以在学机器学习时一定要将逻辑回归彻彻底底学明白



文中所展示资料已经给大家整理好了,有需要的读者下图按步骤获取~

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册