4
| 本文作者： 何忞 | 2016-11-23 09:28 |
編者按：本文首發(fā)于 medium，作者 Suff，他在文章中為許多想入門機器學(xué)習(xí)卻苦苦沒有開始的讀者們提供了一份學(xué)習(xí)計劃，詳細到周的規(guī)劃可以讓你更加游刃有余地把握進度。雷鋒網(wǎng)整理編譯，未經(jīng)許可不得轉(zhuǎn)載。
哈嘍，大家好！如果你點進了這篇文章，那你應(yīng)該是想要學(xué)習(xí)一些機器學(xué)習(xí)的知識的。如果你還沒有想好，或者覺得有些困惑，那么我得提前給你打個預(yù)防針：學(xué)習(xí)機器學(xué)習(xí)的過程其實是比較艱辛的。
如果你始終懷有堅持的信念，并且大膽嘗試的話，你就可以從這篇指導(dǎo)中比別人得到更多。因為這篇指導(dǎo)不僅能幫你形成一種全新的思考方式，還可以啟發(fā)你如何將所學(xué)的知識應(yīng)用到你自己的實踐當中，使你的工作更加富有創(chuàng)造力，擁有更多可能性。
目前對機器學(xué)習(xí)的初學(xué)者來說，最大的問題在于面前有幾十年積累的研究成果，可切入點太多，反而不知道從哪里入手開始學(xué)習(xí)。就像愛迪生做了 1000 次嘗試，最終發(fā)明了電燈一樣，人工智能領(lǐng)域的研究進程，也經(jīng)歷過幾十年的試錯過程（AI 研究的冬天），直到現(xiàn)在，該領(lǐng)域的研究才真正開始向前推進。所以你會從第一次，或者第 79 次，或者第 999 次嘗試那里開始學(xué)習(xí)嗎？其實并不用。我們可以直接從真正推進的那一刻開始學(xué)習(xí)（或者說目前看來是步入正軌的地方）！
所以這里我建議你學(xué)習(xí)的第一步是觀看 Andreessen Horowitz 上 Frank Chen 的 AI 啟蒙視頻，憋說話，先把它看完。因為 Frank Chen 在人工智能領(lǐng)域的大眾啟蒙方面有著突出成績。
觀看地址：https://vimeo.com/170189199
同時，這個視頻也可以當做是一個小小的自我檢測，考察自己是否真的對人工智能領(lǐng)域充滿激情。如果你只是想要簡單了解人工智能，在工作會議中顯得更加博學(xué)（裝X），那么我推薦你閱讀哈佛商業(yè)評論的推薦清單即可。但是如果你想要深入了解人工智能，學(xué)習(xí)其中的技巧，那么請繼續(xù)閱讀本文。
學(xué)習(xí)新事物的第一步是評估哪些是你已有的知識；哪些是你可以較為輕松地進行遷移的知識。簡單起見，我將學(xué)習(xí)者可能處于的階段分成三種。階段的劃分取決于你對機器學(xué)習(xí)必備的兩大基礎(chǔ)知識——數(shù)學(xué)和編程的掌握程度。讀到這里，請先不要放棄。一個相對較好的數(shù)學(xué)基礎(chǔ)和對簡單編程的基本了解確實可以讓你學(xué)習(xí)得更加輕松。
我不得不承認，對于小白初學(xué)者的學(xué)習(xí)指導(dǎo)寫起來有些困難。但是這 20 周的學(xué)習(xí)對小白初學(xué)者來說是至關(guān)重要的。只有擁有一個強大的基礎(chǔ)，你才能持續(xù)不斷地學(xué)習(xí)多的技巧，在機器學(xué)習(xí)領(lǐng)域中走得更遠。我明白你們對數(shù)學(xué)和編程有些抗拒（其中的原因可能有很多，比如說老師太差）。但是你必須開始攻克這些難關(guān)。相信自己在努力過后，必定能變得更加強大。
這里，我首先建議你們在可汗學(xué)院上注冊賬戶（這個是完全免費的，內(nèi)容也很有趣）。我自己就在那里獲得了計算機科學(xué)的學(xué)士學(xué)位，這個學(xué)位要求我進行了很多復(fù)雜的數(shù)學(xué)計算。我敢說，可汗學(xué)院真的幫助我在數(shù)學(xué)上建立了信心，它的作用比我學(xué)習(xí)生涯中所有老師的影響都大。
我們從算法開始學(xué)習(xí)，這部分應(yīng)該進展的很快。對算法概念的深刻理解和一些技巧的掌握可以幫助你快速學(xué)習(xí)機器學(xué)習(xí)技能，甚至可以讓你順便掌握深度學(xué)習(xí)算法。人工智能領(lǐng)域目前的成就很大程度上源于更好的訓(xùn)練算法。所以從算法開始學(xué)習(xí)是至關(guān)重要的。
https://www.khanacademy.org/computing/computer-science/algorithms
我個人非常喜歡這個教程。如果想要學(xué)習(xí)用 Python 語言編程，那么 Mimo 軟件是非常適合的。很久不編程的我都會因為 Mino 軟件而重新點燃了編程的興趣。 你可以在地鐵或者出租車上使用這個軟件，輕松學(xué)習(xí)如何編寫出酷炫的應(yīng)用。軟件官方建議用 4.5 小時來學(xué)習(xí)這些核心概念。
這絕對是一個不能忽略的部分。對線性代數(shù)的理解是學(xué)習(xí)機器學(xué)習(xí)的必備條件。你可以根據(jù)自己的情況決定自己的學(xué)習(xí)進度。當然，我強烈建議你完整地學(xué)習(xí)該課程，獲得課程全部徽章。
https://www.khanacademy.org/math/algebra-home
接著，你需要堅實的統(tǒng)計學(xué)和概率論的基礎(chǔ)。畢竟，在機器中構(gòu)建通用的人工智能實際上就是用來預(yù)測可能性的。
https://www.khanacademy.org/math/statistics-probability
①如果你已經(jīng)成功地完成了該階段對于算法、Python 語言、代數(shù)、統(tǒng)計學(xué)、概率論的學(xué)習(xí)。那么，請好好獎勵自己。因為這個階段并不簡單，但是卻是非常值得的?，F(xiàn)在，你已經(jīng)是一個“積極的初學(xué)者”了。在 20 周的時間內(nèi)從完全小白初學(xué)者到積極的初學(xué)者的成就，是非常值得肯定的。你的熱情和決心在后續(xù)的學(xué)習(xí)之中需要繼續(xù)發(fā)揚。
②如果你還想要更加穩(wěn)固自己的基礎(chǔ)知識，以便在人工智能領(lǐng)域走的更遠，這里還有一些進階教程，供你參考。
https://learncodethehardway.org/python/
https://www.khanacademy.org/math/calculus-home
微分方程——3周
https://www.khanacademy.org/math/differential-equations
對相對初學(xué)者而言，最好的學(xué)習(xí)起點就是和前輩一起進行訓(xùn)練，也就是學(xué)習(xí) Andrew Ng 的課程。大家對該課程的推薦度很高。學(xué)習(xí) Coursera 上 Andrew 的課程大約需要 11 周。如果你需要的話，還可以在課程結(jié)束后花費79美金獲得一個 Coursera 頒發(fā)的人工智能學(xué)習(xí)證書。
https://www.coursera.org/learn/machine-learning
該課程的先修知識：
·基本的計算機科學(xué)原理和技巧，達到可寫出復(fù)雜計算機程序的水平
·熟悉基本的概率論原理
·熟悉基本的線性代數(shù)知識
①如果在學(xué)習(xí)課程中間感到困難，你應(yīng)該停下來反思一下是不是先修知識沒有掌握，因為 Andrew 在教學(xué)中已經(jīng)假設(shè)你學(xué)習(xí)過了先修知識。我本人在學(xué)習(xí)中也有過重新學(xué)習(xí)忘記的數(shù)學(xué)知識的經(jīng)歷。因為只有覺得學(xué)習(xí)起來感到輕松，你才能繼續(xù)學(xué)下去。
②如果你也完成了這個階段的學(xué)習(xí)，你就可以進入下一個階段——“積極初學(xué)者”。
注意：下一個階段可能花費的時間不多，因為你已經(jīng)有了很好的基礎(chǔ)。
恭喜你！你已經(jīng)做好了成為人工智能領(lǐng)域“絕地武士”的準備。Udacity（優(yōu)達學(xué)城）上的課程是由 Sebastian Thrun（優(yōu)達學(xué)城的前CEO 和聯(lián)合創(chuàng)始人，前谷歌職員，斯坦福計算機科學(xué)教授）和 Peter Norwig（谷歌研究部主管）教學(xué)的。你可以在谷歌中找到這個課程（完全免費）。這是一個最好的、最富交互性的視頻教學(xué)課程。他們將會使你對人工智能有一個整體的良好認識。他們甚至?xí)探o你一些工作中會遇到的更深入的話題，比如博弈論、計算機視覺、機器人、自然語言處理。你可以學(xué)到的知識會比你想象的多。
人工智能簡介課程——免費
https://www.udacity.com/course/intro-to-artificial-intelligence--cs271
如果你已經(jīng)完成了所有三個階段的學(xué)習(xí)，并學(xué)習(xí)了優(yōu)達學(xué)城上的課程后，你可以好好慶祝一下，給自己放個假。因為這個過程真的非常艱辛。但是我相信這個過程也一定非常有趣。加油吧，各位！
這里還有一些閱讀書單供你參考：
https://www.udacity.com/course/intro-to-artificial-intelligence--cs271
歡迎與我分享你在學(xué)習(xí)過程中的心得，相信你在其中也體會到了學(xué)習(xí)和進步帶來的成就感。
via medium.com
【招聘】雷鋒網(wǎng)堅持在人工智能、無人駕駛、VR/AR、Fintech、未來醫(yī)療等領(lǐng)域第一時間提供海外科技動態(tài)與資訊。我們需要若干關(guān)注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優(yōu)良的外翻編輯加入。工作地點深圳。簡歷投遞至 guoyixin@leiphone.com。兼職及實習(xí)均可。
推薦閱讀：
干貨 | 如何從零學(xué)習(xí)人工智能？最好的資源都在這里了
干貨 | 從菜鳥到老司機，數(shù)據(jù)科學(xué)的 17 個必用數(shù)據(jù)集推薦
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
