對於乙個不懂的初學者來說，如何學習人工智慧？

1樓：和日安

你這屬於小白了，大致看了下，他們的那些回答不是針對你現有的水平說的

你現有的水平，最適合你的就是培訓機構的那些東西

因為培訓機構是為了賺錢

他們的課程最適合小白，能最快速度的讓小白入門

但是我這麼說並不是讓你去培訓機構報名，其實培訓機構是特別坑人的，我特別不建議你去培訓機構報名

培訓機構學到的東西，你自己自學也可以

不過你得掌握合適的方法，如果沒有合適的方法，可能效率就會慢一點了

比較簡單直接的乙個方法就是找一些這方面的學習資料，然後自己先學習一段時間

了解的差不多了之後再去gitub上面找合適的例子，模仿一些，練練手

慢慢的，你水平就起來了

如果還想要找這類工作的話，盯著在這個領域裡面的企業的招聘需求整就可以了

就這麼簡單

我這裡也積累了一些資料，需要的話找我來拿

參考下圖找我交流

sessiona = requests.Session()

headers =

k3_confidence = 0.71

'''# 視覺化資料會被儲存在雲端供瀏覽

# 純屬學習，並未看出"角度"範圍擴大對影象識別的影響，大部分時候60s內能搞定，說明優圖還是很強悍的，識別速度也非常快

'''runtime_list_x =

runtime_list_y =

nn = range(1,11) # 願意的話搞多執行緒，1百萬次更有意思

# 成功嘗試100次，形成2維資料以熱力圖的方式展示

for y in nn :

for x in nn :

print( "y: " + str(runtime_list_y) )

print( "x: " + str(runtime_list_x) )

runtime_list_x =

print ("-"*30)

print( runtime_list_y )

print ("-"*30)

# pip install plotly 資料視覺化

import plotly

import plotly.graph_objs as go

plotly.tools.set_credentials_file(username='username', api_key='username') # 設定賬號，去官網註冊

trace = go.Heatmap(z = runtime_list_y , x = [n for n in nn ] ,y =[n for n in nn ])

data=[trace]

plotly.plotly.plot(data, filename='weldon-time2-heatmap')

# 嘗試後發現乙個特點，基本都是1~2個倒置中文，這樣我們可以藉此提速

# 角度範圍放大，僅當識別出倒置中文為1~2個時才提交驗證否則放棄繼續尋找

### chcp 65001 (win下改變cmd字符集)

### python c:\python34\image_recognition_zhihu.py

2樓：永無止境

只要有一定的數學基礎，就可以很快學會一些簡單的人工智慧演算法。

建議從卷積神經網路開始學起，畢竟卷積神經網路是現在應用最廣的人工智慧方法。

卷積神經網路

當然，卷積神經網路有各種新的網路結構，包括殘差網路、深度殘差收縮網路等。

殘差網路

深度殘差收縮網路

3樓：唯一

我想這要看你現在的狀況了。

如果你還是學生：

在你的大學裡學習相關的課程。即使您不在CS/EE/ECE的相關課程組，其教員可能會提供這些課程，您也可以選修這些課程。

這可能是：

線性代數

機器學習

深度學習

深度學習的高階課題（計算機視覺、自然語言處理、強化學習等）

我認為你可以完全跳過機器學習，直接進入深度學習，因為就人工智慧和機械人而言，這是所有樂趣所在。

重要的是，你要利用這些課程中的所有思想，利用目前行業中使用的最先進的工具來完成乙個專案，解決乙個具有實際意義的問題（也許你的母語會被機器翻譯成英語，反之亦然）。這讓你在就業市場上很有價值。

如果你打算在這個領域獲得深厚的專業知識，讀碩士和博士學位或者加入一家初創企業是個不錯的選擇。你也可以考慮與你所在國家的頂尖學術專家一起實習。

網上提供了很多好的課程/資源。但我建議你去你的城市參加乙個人工智慧/機械人相關的會議，並組成乙個學習小組。最好是在小組中學習（用機器學習的說法：

整合學習），而不是自己學習。學習的速度和準確性肯定會更快更好。

很多學校或組織會舉行學習講座，但如果組織者明目張膽地想從中學賺不合理的錢，就不要去。該領域的專家們很容易在網上提供他們的講座和幻燈片。他們提倡開放的研究文化和無障礙的學習。

如果他們能提供乙份有效的證書，讓你在人工智慧行業找到乙份工作，那麼投入資金是可以的。而且，即使沒有提供證書，也可以為演講者和組織者的努力支付合理的費用。

當然，最好的學習方法就是試著和你的學習小組夥伴一起做乙個好的專案，不要只講理論，不動手。

4樓：sunny

學習人工智慧的背後就是學習數學，強大的理論決定了學習的深度。

我也是個非科班自學的筒子，興趣是最好的老師，一點都不覺得枯燥，反而覺得很有意思。可以關注WX公ZH：crazyAI。乙個零基礎自學成功的例子，現在學不晚的。

5樓：

零基礎估計自學有點難度，

建議報班，有人引導會比較快，不會走彎路，關鍵要分辨清楚報的班的能不能學到東西

尤其像人工智慧，普通培訓機構根本學不到的

那種在企業裡面學的還差不多

我所知道的有這些：

科大訊飛、深蘭科技（這個和交大合作有定向培訓，好像叫交大人工智慧中心）、華為（這個貌似也有和大學合作企業定向培養的）、還有阿里，寒武紀，地平線等等

具體自己可以搜一下

6樓：Nikocai

數學基礎知識蘊含著處理智慧型問題的基本思想與方法，也是理解複雜演算法的必備要素。今天的種種人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握必備的數學基礎知識。如果將認知過程定義為對符號的邏輯運算，人工智慧的基礎就是形式邏輯；謂詞邏輯是知識表示的主要方法；基於謂詞邏輯系統可以實現具有自動推理能力的人工智慧；不完備性定理向「認知的本質是計算」這一人工智慧的基本理念提出挑戰。

對於乙個不懂的初學者來說，如何學習人工智慧？

對於乙個 SAP 初學者，有什麼好書推薦？

對於c語言的初學者來說，具體需要專精數學裡面的哪幾部分才能學好c語言？

對於滑雪初學者來說，有沒有更好的指導或者建議，能快速的上手？

其他用戶還看了：