Lubrication,icml

如何學習人工智能?

Lubrication,icml


人工智能是通過學習人類的數據,從中找出規律,然后代替人類在各個領域工作 。如果你想知道人工智能是如何從人類的數據中學習的,可以先從機器學習的算法入手,這些算法有趣且不難理解,是很好的激發學習興趣的著手點 。機器學習的算法有比如:非監督式學習中的K-Means算法,DBSCAN,t-SNE等等,主要不是用來預測,而是對整個數據有一定的深入了解 。
監督式學習中常見的有:回歸算法:試圖采用對誤差的衡量來探索變量之間的關系的一類算法,常見的種類有最小二乘法,邏輯回歸,逐步式回歸,多元自適應回歸樣條,以及本地散點平滑估計 。決策樹學習:根據數據的屬性采用樹狀結構建立決策模型,通常用來解決分類的問題 。常見種類有:分類及回歸樹,隨機森林,多元自適應回歸樣條,以及梯度推進機 。
(雖然名字長但是內容不難理解)深度學習算法在近期贏得了很多關注,特別是百度也開始發力深度學習后,更是在國內引起了很多關注 。在計算能力變得日益廉價的今天,深度學習試圖建立大得多也復雜得多的神經網絡 。很多深度學習的算法是半監督式學習算法,用來處理存在少量未標識數據的大數據集 。常見的深度學習算法包括:卷積網絡,堆棧式自動編碼器 。
(同樣是名字長但是內容不難理解)了解過一些算法后,就可以簡單的跑一些數據來做自己的預測了!這時需要學習一下編程語言Python,具體的指令非常簡單,幾乎一行代碼就能訓練好預測模型,然后做出自己的預測結果了!具體資源有很多教機器學習的書籍和視頻,B站和西瓜視頻都有很多人在科普 。如果想自己做一些預測項目自娛自樂一下,也可以去Kaggle這個網站,有很多有趣的項目,網站提供數據,自己做模型做預測然后提交,比照精確度,滿滿的成就感 。
深度學習在哪里可以學習?
Lubrication,icml


余秋雨先生說,在閑暇時,不管你在碼頭、在田間、地頭,當你靜靜的讀一本書的時候,你的格調將從此不同!首先,深度學習要來自于你生命深度的自覺!你自覺想學,什么地點,什么時候都不是問題,毛主席在喧鬧街市,依然可以旁若無人的學習;渴望考研成功的人,在昏暗的宿舍樓樓梯拐角處,依然可以學習!其次,深度的學習,來自你生命深處濃厚的興趣!大家可能看見過報道,農民工爬在地上,依然在心無旁騖的臨摹著王義之、蘭亭序,只要是你的生命深處的興趣,在哪里都可以學習!第三,現在公園,圖書館,博物館,朗誦者協會,會館,都是不錯的深度學習的地方!第四,即使沒這些條件,拿起手機,打開今日頭條,搜索你想學習的內容和教程,一切都會找到,也可以靜靜的躺在床上學習幾小時了![捂臉] 。
從零開始,如何學習數據挖掘?
Lubrication,icml


這個問題思考了很久,作為過來人談一談,建議在看我這篇回答之前先去了解一下數據挖掘的概念和定義 。在學習數據挖掘之前你應該明白幾點:數據挖掘目前在中國的尚未流行開,猶如屠龍之技 。數據初期的準備通常占整個數據挖掘項目工作量的70%左右 。數據挖掘本身融合了統計學、數據庫和機器學習等學科,并不是新的技術 。數據挖掘技術更適合業務人員學習(相比技術人員學習業務來的更高效)數據挖掘適用于傳統的BI(報表、OLAP等)無法支持的領域 。

推薦閱讀