隨著2016年Alpha Go在圍棋擊敗李世石,2017年初卡內(nèi)基梅隆大學(xué)人工智能系統(tǒng)Libratus在長達(dá)20天的鏖戰(zhàn)中,打敗4名世界頂級(jí)德州撲克玩家,這標(biāo)志著人工智能技術(shù)又達(dá)到了一個(gè)新的高峰。人工智能已經(jīng)不再是在各大公司幕后提供各種智能推薦、語音識(shí)別算法的工具,它已經(jīng)慢慢走向臺(tái)前進(jìn)入到平常百姓的視野之中。曾經(jīng)有人描述人工智能就向一列緩緩開向人們的火車,一開始非常遙遠(yuǎn)而且看起來非常緩慢,它慢慢接近,直到人們清楚看到它的時(shí)候,它已經(jīng)呼嘯而過,把人遠(yuǎn)遠(yuǎn)拋在身后?,F(xiàn)在似乎就是人們可以遠(yuǎn)遠(yuǎn)看到人工智能的時(shí)候,它已經(jīng)發(fā)展數(shù)十年,但直到最近才引起廣泛注意,隨著大數(shù)據(jù)的積累、算法的改進(jìn)、硬件的提升,人工智能可以在很多細(xì)分的領(lǐng)域成為專家,輔助人類甚至超過人類。
作為一名初學(xué)者,我也是剛剛接觸人工智能和機(jī)器學(xué)習(xí),希望能夠和大家共同學(xué)習(xí)。接觸一個(gè)領(lǐng)域的第一步是盡快的了解全貌并且搭建出相應(yīng)的知識(shí)體系。大致提綱如下(后續(xù)不斷補(bǔ)充):
1 - 數(shù)學(xué)
線性代數(shù)、微積分
在整個(gè)機(jī)器學(xué)習(xí)過程中涉及大量矩陣運(yùn)算和微積分導(dǎo)數(shù)的概念,因此建議初學(xué)者至少要有較為扎實(shí)的數(shù)學(xué)基礎(chǔ),對(duì)矩陣和微積分的概念了解比較清楚。否則在一些公式推導(dǎo)過程中會(huì)遇到較大障礙,而不斷反復(fù)回來復(fù)習(xí)數(shù)學(xué)知識(shí)。
2 - 編程語言
Python/R/Java/Matlab
Python已經(jīng)成為機(jī)器學(xué)習(xí)的第一語言,至于為什么知乎中有非常不錯(cuò)的解釋。眾多機(jī)器學(xué)習(xí)的框架都支持Python API,所以學(xué)習(xí)機(jī)器學(xué)習(xí),Python語言語法估計(jì)是繞不過去。
3 - Supervise learning
Linear regression
Logistic regression
Neural network
SVM
監(jiān)督學(xué)習(xí)指的是人們給機(jī)器一大堆標(biāo)記好的數(shù)據(jù),比如一大堆照片,標(biāo)記出哪些是貓的照片,哪些不是,然后讓機(jī)器自己學(xué)習(xí)歸納出算法,可以判斷出其他照片是否是貓。目前這個(gè)領(lǐng)域算法代表:Linear regression, Logistic regression, Neural network, SVM等等。
4 - Unsupervise learning
K-means
PCA
Anomaly detection
非監(jiān)督學(xué)習(xí)指的就是人們給機(jī)器一大堆沒有標(biāo)記的數(shù)據(jù),讓機(jī)器可以對(duì)數(shù)據(jù)進(jìn)行分類、檢測(cè)異常等。
5 - Special topic
Recommend system
Large scale machine learning application
一些特殊算法,例如推薦系統(tǒng)。常用于購物網(wǎng)站,可以根據(jù)你的過往購物或評(píng)分情況,來向你推薦商品。
6 - Advice on machine learning
Bias/vairance
Regulation
Learning curve
Error analysis
Celling analysis
機(jī)器學(xué)習(xí)的建議,包含參數(shù)正則化、學(xué)習(xí)曲線、錯(cuò)誤分析、調(diào)參等。
7 - Deep Learning
Neural Netwotk
深度學(xué)習(xí)是近期機(jī)器學(xué)習(xí)的一個(gè)熱門分支,模擬人類大腦的思維方式,可以極大的提高正確率,是近來機(jī)器學(xué)習(xí)的一個(gè)非常大的突破。
8 - Tools/Framework
TensorFlow/Theano/K