知识屋:更实用的电脑技术知识网站
所在位置:首页 > 科技  > 人工智能

一些自学人工智能的小建议+资源

发表时间:2022-03-25来源:网络

欢迎登陆景略集智的官方网站(http://jizhi.im)。


不少同学跃跃欲试,想投入 AI 的怀抱,但苦于不知如何下手。其中,人工智能的核心就是机器学习(Machine Learning),它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。

我们今天就来分享一篇来自 EliteDataScience 上专门讲给机器学习入门自学者的教程,一步步教你如何从基础小白进阶为 ML 大拿。快上车吧,别找硬币了,这趟车不要钱!



Python 教程:

https://www.kaggle.com/c/titanic

https://github.com/savarin/pyconuk-introtutorial


R语言教程:

https://amunategui.github.io/binary-outcome-modeling/


http://will-stanton.com/machine-learning-with-r-an-irresponsibly-fast-tutorial/


5-2 从零开始写算法


我们建议你先以一些简单的方面写起:逻辑回归、决策树、k 最近邻算法等。


如果中间卡住了,这里有些小技巧可以参考:


维基百科是个不错的资源库,提供了一些常见算法的伪代码。可以看看一些现成ML工具包的源代码,获得灵感。将算法分为几部分。写出取样、梯度下降等的分离函数。在开始写整个算法前,先写一个简单的决策树。


5-3 选个有趣的项目或自己感兴趣的领域


其实这应该是机器学习最棒的部分了,可以利用机器学习实现自己的想法。

如果实在没想到好点子,这里有6个有趣的初学者机器学习实践项目:


https://elitedatascience.com/machine-learning-projects-for-beginners



结语:


如果你按照这个步骤一步步扎实学习的话,相信你最终一定在机器学习方面小有成就!


我们对初学机器学习的人还有10个小小的tips:


为自己设定学习目标和期限,尽力完成。打好学习基础,掌握基本理论。将实践理论相结合,不要只关注某一个方面。试着自己从头写几个算法。多角度思考问题,找到自己感兴趣的实践项目。多想想每个算法能产生什么价值。不要相信科幻电影中对ML的胡吹。别过度理会网上关于ML知识的争论。多想想数据的“输入/输出”,多问问“为什么”。上集智,第一时间将自己升级。→→ 集智 - 通向智能时代的引擎



最后,祝同学们学有所成!


快加入学习人工智能的行列里来吧!

有哪些「本来以为已经是巅峰,没想到才是开始」的例子?

从干货到练习题,你想要的人工智能知识资源,都在这里(十一月)

人工智能可以作曲吗?


官方微博:@景略集智

微信公众号:jizhi-im

商务合作: @军师

投稿转载:kexiyang@jizhi.im

集智QQ群:557373801

收藏
  • 人气文章
  • 最新文章
  • 下载排行榜
  • 热门排行榜