普通程序員如何轉向AI方向

1、AI領域簡介

AI，也就是人工智能，並不只僅包括機器學習。曾經，符號與邏輯被認爲是人工智能實現的關鍵，而現在則是基於統計的機器學習佔據了主導地位。最近火熱的深度學習正是機器學習中的一個子項。目前能夠說，學習AI主要的是學習機器學習。

可是，人工智能並不等同於機器學習，這點在進入這個領域時必定要認識清楚。關於AI領域的發展歷史介紹推薦看周老師寫的《機器學習簡介》。下面一個問題是：AI的門好跨麼?其實很很差跨。咱們以機器學習爲例。

在學習過程當中，你會面對大量複雜的公式，在實際項目中會面對數據的缺少，以及艱辛的調參等。若是僅僅是由於以爲這個方向將來會「火」的話，那麼這些困難會容易讓人放棄。考慮到普通程序員的特色，而要學習如此困難的學科，是否就是沒有門路的?答案是否認的。只要制定合適的學習方法便可。

2、學習方法

學習方法的設定簡單說就是回答如下幾個問題：我要學的是什麼?我怎樣學習?我如何去學習?這三個問題歸納說就是：學習目標，學習方針與學習計劃。學習目標比較清楚，就是踏入AI領域這個門。這個目標不大，所以實現起來也較爲容易。「過大的目標時就是爲了你往後放棄它時找到了足夠的理由」。

學習方針能夠總結爲 「興趣爲先，踐學結合」。簡單說就是先培養興趣，而後學習中把實踐穿插進來，螺旋式提升。這種方式學習效果好，並且不容易讓人放棄。有了學習方針之後，就能夠制定學習計劃，也稱爲學習路線。下面就是學習路線的介紹。

3、學習路線

推薦學習路線以下圖：

這個學習路線是這樣設計的：首先了解這個領域，創建起全面的視野，培養起充足的興趣，而後開始學習機器學習的基礎，這裏選擇一門由淺入深的課程來學習，課程最好有足夠的實驗可以進行實戰。基礎打下後，對機器學習已經有了充足的瞭解，能夠用機器學習來解決一個實際的問題。

這時仍是能夠把機器學習方法看成一個黑盒子來處理的。實戰經驗積累之後，能夠考慮繼續進行學習。這時候有兩個選擇，深度學習或者繼續機器學習。深度學習是目前最火熱的機器學習方向，其中一些方法已經跟傳統的機器學習不太同樣，所以能夠單獨學習。除了深度學習之外，機器學習還包括統計學習，集成學習等實用方法。

若是條件足夠，能夠同時學習二者，一些規律對二者是共通的。學習完後，你已經具有了較強的知識儲備，能夠進入較難的實戰。這時候有兩個選擇，工業界的能夠選擇看開源項目，以改代碼爲目的來讀代碼;學術界的能夠看特定領域的論文，爲解決問題而想發論文。

不管哪者，都須要知識過硬，以及較強的編碼能力，所以很能考察和鍛鍊水平。通過這個階段之後，能夠說是踏入AI領域的門了。「師傅領進門，修行在我的」。以後的路就要本身走了。

4、總結

本文的目的是幫助對AI領域瞭解不深，但又想進入的同窗踏入這個門。這裏只說踏入，是由於這個領域的專精實在很是困難，須要數年的積累與努力。在進行領域學習前，充分認識本身的特色，制定合適的學習方法是十分重要的。

首先得對這個領域進行充分了解，培養興趣。在學習時，保持着按部就班的學習方針，不要猛進的學習過難資源;結合着學習與實踐相輔的策略，不要只讀只看，實際動手纔有成就感。學習某個資源時要有充分的目的，不是爲了學開源項目而看代碼，而是爲了寫開源項目而看;不是爲了發論文而寫論文，而是爲了作事情而寫論文。

若是一個學習資源對你過難，並不表明必定是你的問題，多是學習資源的演講或撰寫人的問題。能把難的問題講簡單的人才是真正有水平的人。因此，必定要學習優質資源，而不是不分青紅皁白的學習。最後，牢記以興趣來學習。學習的時間很長，過程也很艱難，而只有興趣纔是讓你鍥而不捨，攻克難關的最佳助力。

更多人工智能內容請點擊查看原文