一些經(jīng)驗和建議1、我敢肯定很多初學者都是資料收集愛好者，越攢越多反而不知道從何開始 。我強烈建議把資料都扔掉，以我的這一套為準，一以貫之的學下去 。2、就像前面我提到的，很多東西先不要深究，不要在某些地方卡太久（比如數(shù)學部分，比如編程基礎），先學下去，學完 。了解大的框架之后，以后用到哪里，再回過來補也不遲 。
3、機器學習的各種算法沒必要樣樣精通，常用的比如LR、樹模型、RF、XGBoost等等掌握好就不錯了 。4、我身邊一些優(yōu)秀的程序員、分析師、工程師都非常推崇“做中學，學中做”，無論是書本還是視頻，看到一些好的方法和技巧，要立即自己實現(xiàn)一遍 ?？雌饋矸浅：唵蔚臇|西，真真動手的時候才會發(fā)現(xiàn)自己的不足 ?？焖賹W完上述內(nèi)容就盡快開始實踐吧，可以先復現(xiàn)天池或kaggle上優(yōu)秀的notebook，然后就參與一些入門競賽 。
5、如果你已有工作，最好的還是在業(yè)務中尋找機器學習應用場景，然后嘗試去開發(fā)一個適用的模型 。不懂就搜索，學習 。這是我所知最好的，最有價值的學習方法 。6、輸出也是特別好的學習方式，輸出就是把新學到的知識用某種方式講給別人聽，做到讓他們也能理解、學會 。我比較喜歡寫筆記（我常用的是微軟的OneNote），然后把筆記整理成文章發(fā)到博客上 。
為什么說人工智能工作前景越來越嚴峻了？
目前正在從事ai相關(guān)工作，從自己的角度講一下吧 。1 現(xiàn)在的人工智能并不是真正的智能，相比人類的大腦來說，連幼兒都比不過 。目前的人工智能只能從很多先驗知識中學習一些強大且較為通用的規(guī)則，從而應用到一些類似場景中解放一些重復性勞動 。它并不具備任何學習新知識的能力 。2 人工智能門檻降低，從研發(fā)角度來說，人工智能=數(shù)據(jù) 算法 算力，數(shù)據(jù)主要依賴一些第三方外包標注，算法的話只要學過高等代數(shù)就可以入局，對一般的大學生來說沒有任何門檻，算力其實就是cpu gpu機器，這部分長期被國外巨頭掌控，在國內(nèi)基本都有就業(yè)機會 。
因為門檻低，因此涌入的人越來越多，內(nèi)卷極其嚴重 。3 缺乏業(yè)務場景，目前除了搜索，推薦，安防，翻譯等領(lǐng)域，基本沒有成熟的落地業(yè)務，像無人車之類的還在燒錢階段，最后能不能落地還么有定論，這也是ai四小龍集體啞火的原因 。這么多年了，ai投資人的錢也消耗的差不多了，沒有資本進入市場，那么職位肯定會減少，不可避免 。
推薦閱讀
- AI人工智能照片,人工智能圖片
- 阿里云開發(fā)者社區(qū),新華智云
- 用不了流量！！
- 新人求教屏幕錄像問題
- 如果你在養(yǎng)金毛,拉布拉多回尋犬在市場價多少錢
- 如何正確飼養(yǎng)柴犬有什么注意點,買柴犬有什么需要注意的
- 58上如何發(fā)布二手面包車，58賣的二手面包車里程30萬公里幾千塊一部怎么回事
- 藍月傳奇 道士開什么特戒,平民如何玩轉(zhuǎn)藍月傳奇
- 堅果手機用起來怎么樣,錘子堅果手機質(zhì)量如何
- 踢腳線如何進行隱藏