Очень человеческая хронология обучения искусственному интеллекту

С чего начать? От абсолютного новичка:

Отлично, вы с комфортом добрались до части 2. Здесь начинается настоящее учебное путешествие, но если вы пропустили часть 1, проверьте ее.

Прежде чем приступить к изучению искусственного интеллекта, убедитесь, что вы изучаете его небольшими шагами, не беритесь сначала за самое сложное. Если вы начнете с самого сложного, это будет намного проще. не разочаровываться и не сдаваться, поэтому ставьте небольшие достижимые цели в процессе обучения, чтобы сохранять мотивацию.

Составьте план на день и постарайтесь выполнить большую его часть.

1. Выберите язык программирования:

Первое, что вам нужно сделать, это выучить язык программирования. Хотя существует множество языков, с которых вы можете начать, многие предпочитают начинать с Python, поскольку его библиотеки лучше подходят для машинного обучения.

«Python — хороший выбор» для научных и числовых вычислений (с помощью таких библиотек, как NumPy, SciPy и т. д.), поддержка широкого спектра библиотек для различных алгоритмов и большое сообщество в области машинного обучения.

Вот несколько полезных ресурсов по Python:

2. Основы математики Знание алгебры, исчисления, вероятностей и статистики

Это обязательное требование, если вы хотите знать, что на самом деле работает за кулисами. Было бы неплохо иметь некоторые базовые знания об этом, поскольку мы можем воспользоваться преимуществами научных библиотек Python, таких как Numpy и Scipy. Потому что при изучении различных алгоритмов вам необходимо визуализировать данные и использовать их свойства в алгоритмах с использованием алгебры, концепций исчисления.

  • Какой бы алгоритм вы ни изучали или не работали с математикой, это основная функциональная единица, поэтому сосредоточьтесь на изучении концепций, а не на бегстве или простом игнорировании.

3. Изучите библиотеки Python:

Для Python уже написаны тонны библиотек машинного обучения. Просто изучите это один за другим. В Python, начать изучение

библиотеки, которые будут полезны при написании алгоритмов машинного обучения.

Первый реальный шаг в изучении искусственного интеллекта.

4. Курс Эндрю-Нг :

Это отличный и очень рекомендуемый бесплатный курс Эндрю Нг из Coursera. Этот курс является очень хорошей отправной точкой для того, чтобы вы получили базовое понимание алгоритмов и различных концепций машинного обучения.

Настоятельно рекомендуется: я не думаю, что кто-то в сегодняшней диаспоре AI|ML|DS не знает об этом курсе.

Теперь вы немного знаете о том, как на самом деле обстоят дела с искусственным интеллектом.

5. Некоторые из лучших блогов по науке о данных, за которыми стоит следить:

6. Изучите библиотеку Scikit-Learn:

Один из самых мощных API с различными алгоритмами, мощными кодировщиками данных и т. д.

Я настоятельно рекомендую вам прочитать Python Machine Learning Edition2 Себастьяна Рашки.

«Я тоже прочитал эту книгу, когда начал изучать искусственный интеллект. В этой книге вы узнаете, как реализовать различные алгоритмы машинного обучения».

От теории (математических объяснений) различных алгоритмов машинного обучения и методов оптимизации до практического кода, охватывает множество практических алгоритмов с помощью Python, а также его использование с API Scikit-Learn.

Вот список ресурсов, которые вы можете изучить и попрактиковаться

7. Время практики:

Вы также должны принять участие в различных соревнованиях по программированию, которые проходят в разных местах в Интернете. Убедитесь, что все эти соревнования очень трудоемки. Возможно, нет, я думаю наверняка, вы не достигли лучшего ранга в начале, потому что над ними работает так много волшебников. Вначале вы ничто по сравнению с их знаниями. Так что не теряйте надежды, работайте непрерывно и учитесь каждый божий день.

Я лично никогда не попадаю в топ-10. Но тем не менее я над ними работаю. Потому что для достижения ранга нужно вкладывать много времени, в котором я отстаю. Моя основная цель участия в этом конкурсе - узнать больше и исследовать больше.

Помните, что, участвуя в этих соревнованиях, ваша цель состоит не в том, чтобы выиграть миллионы долларов, выиграв эти соревнования, а в том, чтобы чему-то научиться. РЕЙТИНГ НЕ ВАЖНО. Вы знаете, в этих соревнованиях по машинному обучению обладатель 1-го ранга, скажем, имеет показатель точности 0,98598, а человек, занявший 500-е место, будет иметь показатель точности 0,98198. Разница в рангах очень большая. Но оценка почти одинакова.

Некоторые ошибки, которых следует избегать:

  • Пожалуйста, не убегайте от математики, ничего страшного, если вы не поняли математику с первой попытки. Постарайся и вернись сильнее!
  • Не отвлекайтесь от вещей без необходимости. Я имею в виду, что, возможно, в конце концов вы будете работать с высокопроизводительными API, которые будут просто применять ваш конвейер, но если ваш процесс сломается (что почти наверняка произойдет во время сборки), вы не знаете, как это сделать. почини это. И это, по мнению экспертов, является одним из самых больших барьеров для потока в этой области.
  • Не попадите в свалку ресурсов. Существует масса ресурсов, и это нецелесообразно или требует охвата всего. Даже всех ресурсов, которые я уже приводил в этом блоге, более чем достаточно.
  • Будьте настойчивы
  • Ставьте перед собой ежедневные цели и старайтесь достичь большинства из них.

«Вау, большое путешествие до сих пор. Ура, вы на полпути».

Это грандиозное путешествие. Очень утомительно, очень раздражает и требует исключительно много времени. Если вы сможете разобраться в этом списке, к концу вы должны быть хотя бы знакомы с областью машинного обучения и быть готовыми выяснить, что вы хотите изучить дальше.

Чтобы узнавать что-то новое, я следую простому принципу:

Личное примечание:

ИИ — это огромный океан. Даже некоторые великие исследователи не знают полностью всех концепций. И вам на самом деле не нужно переваривать все концепции. И даже если человек полностью знает все концепции, его/ее знания не будут полныйчерез неделю или две. Потому что в ML|AI каждую неделю появляется что-то новое.

Чтобы дать оценку, я начинаю свой путь обучения как полный новичок, и вся сага заняла более 1,5 года. Это может быть меньше в вашем случае, так как теперь у вас есть правильное руководство.

По любому важному вопросу пишите мне на @vikramvinay1 Я люблю отвечать на все вопросы, связанные с ИИ.

Если вам нравится этот блог и он в любом случае помогает вам, нажмите кнопку Подписаться и похлопать в ладоши. Ваша оценка действительно вдохновила меня написать больше.

Если у вас есть какие-либо вопросы или предложения, которые вы хотите, чтобы я включил в этот блог, пожалуйста, покажите мне свой ответ в разделе комментариев, чтобы я мог узнать о вашем мыслительном процессе, и если вы чувствуете, что чего-то не хватает, сообщите я тоже это знаю, так что мы можем вместе улучшить это и сделать его более подходящим для каждого новичка.

Удачи! Отправьте мне свой вопрос!