这是一个创建于 2731 天前的主题，其中的信息可能已经有所发展或是发生改变。
本人只是普通程序员，但非这些领域从业者，想通过快速学习大数据和人工智能相关领域的知识，希望有个具备去大公司从事这些工作的机会，有什么好的途径推荐吗？
 |
1
fengheorg 2017-07-01 15:40:29 +08:00
快速的方式的确没有，数学还是关键，需要把大学数学课程补一下。最好了解统计学。
|
 |
2
minvacai 2017-07-01 16:50:59 +08:00 via Android
数学学好点，其它都是套路
|
 |
3
mmixxia 2017-07-01 17:05:05 +08:00
想太多
|
 |
4
wuYin 2017-07-01 17:31:41 +08:00 via Android
可以读个研究生 233
|
 |
5
ansheng 2017-07-01 18:11:44 +08:00
挺难得，
|
 |
6
WildCat 2017-07-01 18:24:26 +08:00
Udacity （非中国版）
有钱就可以。 |
 |
7
txlty 2017-07-01 19:42:27 +08:00
个人觉得机器学习、人工智能有两个学习方向：
第一种，和学术界一样，需要读懂每个算法，学习算法背后的数学原理，能够自己把算法实现一遍，甚至加以改进。大学高等数学是基础。 第二种，从科普层面理解这些算法的概念。然后学会调用科学家封装好的类库、框架。并掌握什么时候 该用什么算法解决问题。不必把已经忘光的数学知识重新学习一遍。 比如，libsvm 就是个经典。使用 SVM 分类器，并不需要读懂 libsvm 源码，更不需要掌握了解其背后的数学公式。只需学会如何调用 libsvm 就可以了。 目前几乎所有学习资料、以及相关培训，都属于前者。开篇就见数学公式。很多人因此放弃了学习。更多人则是掉进坑里出不来了（因为大部分人根本不是那块料）。很多优秀的工程师在这上面白白浪费了大量时间。 如果想像后者那样学习，需要自己搜集代码，一个个运行尝试。了解这些代码怎么用，有什么用，什么时候用。并根据网上有限的资料，自己从科普层面加以理解。什么叫学习率、什么叫阀值阈值、什么叫核函数、什么叫浅层神经网络、什么是深度神经网络。。 找工作需要的是前者。大公司？那至少有个相关领域的硕士文凭。 |
|
8
minvacai 2017-07-01 20:42:21 +08:00 via Android
@txlty “学会调用”哪有这么容易，照着例子跑你会了是吧，到要处理实际问题的时候光遇到一个参数降维你还是要老老实实去看数学。
|
 |
9
est 2017-07-01 21:07:24 +08:00
贴线性代数、统计分析成绩单即可。
|
 |
10
lk1ngaa7 2017-07-01 21:29:47 +08:00
和人工智能、大数据无关。快速的方法都不可取
|
 |
11
wangdu2012 2017-07-01 21:47:06 +08:00 via iPhone
回去学校学习
|
 |
12
wdlth 2017-07-01 22:23:41 +08:00
《 21 天精通卷积神经网络——从入门到入院》
|
 |
13
blanu 2017-07-01 22:25:00 +08:00 via iPhone
微博上七月在线宣传的特别厉害，仅供参考吧
|
 |
14
jiangzhuo 2017-07-01 23:21:59 +08:00
读个在职研究生吧
|
 |
15
327beckham 2017-07-01 23:52:06 +08:00
coursera，udacity，都是不错的平台，有很多课程都是著名大学或者公司开的课
|
 |
16
mazyi 2017-07-02 02:53:23 +08:00 via iPhone
看到快速二字，就知道没有了。
|
Select Language