钢琴爱好者 > 作曲编曲 > 浏览文章

入门人工智能标配的常见知识

2019-6-30 12:21:07       阅读: [ 16714 ]       百度一下   
目录:入门   人工智能   知识   

人工智能(Artificial Intelligence)是这几年科技圈很火的名词之一,以深度学习为代表的机器学习在近些年获得了许多震惊世界的成果,并且普遍应用到了诸如图像识别 ,增强 ,风格转换 ,生成,语音识别 ,翻译,文章生成和无人驾驶等许多领域,在互联网 ,科技和资本圈内饱受重视。

广义的说,人工智能包含诸多不一样的 技巧,其主旨是让程序像一个智能体一样处理问题。机器学习是实现人工智能的一种方法,它不完全依靠预先设计,而是从数据中进行汇总,实现模拟记忆 ,推理的作用。


包含诸如支持向量机(SVM) ,各类基于决策树的算法(包含Boosting ,Bagging ,Random Forest等),各类基于人工神经网络的算法(例如简单网络及深度网络等),和多方法的集成等。

基于人工智能的发展优势,很多小伙伴都想要在这个领域大展宏图,但摆在面前的三道门槛是需要你逐一攻克 。本文千锋给大伙共享一下人工智能入门的三道屏障。



门槛一 ,数学基础

我们应该了解过,不管对于大数据还是对于人工智能而言,其实核心就是数据,通过整理数据 ,分析数据来实现的,因此数学成了人工智能入门的必修课程!

数学技术知识可以分为三大学科来学习:

1 ,线性代数,极为重要,模型计算全靠它~务必要复习扎实,假如平常不用可能忘的对照多;

2 ,高数+概率,这俩只要熟练基础就OK了,好比积分和求导 ,各种分布 ,参数估计...。

提到概率与数理统计的核心性,因为cs229中几乎所有算法的推演都是从参数估计及其在概率模型中的意义起手的,参数的更新规则具有概率上的可解释性。对于算法的设计和改进工作,概统是核心课程,没有之一。


当拿到现成的算法时,仅需要概率基本知识就能看懂,然后需要很多的线代知识才能让模型高效的跑起来。

3 ,统计学相关基础

回归分析(线性回归 ,L1/L2正则 ,PCA/LDA降维)

聚类分析(K-Means)

分布(正态分布 ,t分布 ,密度函数)

指标(协方差 ,ROC曲线 ,AUC ,变异系数 ,F1-Score)

明显性检验(t检验 ,z检验 ,卡方检验)

A/B测试

门槛二 ,英语水平

我这里将的英语,不是说的是英语四六级,我们都明白计算机起源于国外,很多有价值的文献都是来自国外,因此想要在人工智能方向有所成就,还是要读一些外文文献的,因此要达到能够读懂外文文献的英语水平。

门槛三 ,编程技术

首先身为一个普通程序员,C++ / Java / Python 这样的语言技能栈应该是不可缺失的,其中 Python 需要着重关注爬虫 ,数值计算 ,数据可视化方面的应用。

人工智能入门的三道门槛,都是一些标配的基本知识,因此不要嫌麻烦,打好基础很关键!



上一篇:  蹲起再跳?国内油价继上轮最大调降后这轮调价要大涨?

下一篇:  
目录:入门   人工智能   知识   
1.钢琴爱好者 遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2.钢琴爱好者 的原创文章,请转载时务必注明文章作者和"来源:钢琴爱好者 ",不尊重原创的行为钢琴爱好者 或将追究责任;
3.作者投稿可能会经钢琴爱好者 编辑修改或补充。

精彩图片文章

最近更新文章