人工智能机器学习需要哪些基本的知识呢
首先基础知识方面,线性代数和微积分是少不了的。其中:
线性代数最重要的部分是基本的运算(加减乘),高端的内容等用到了再补。要熟悉向量的点乘的运算和意义,因为这个是总是要用到的。线性独立的概念可以了解一下,这样学到一定程度再回来补基础,会容易些。
微积分最重要的是多元微积分的部分,特别要理解梯度这一概念,要明白它是什么,怎么算,代表的意义是什么。
然后计算机科学基础方面,贪心算法有用到但可以到了再学,其实没有什么要补的基础。
概率和统计方面,基本的概率要会,大概是求求普通的概率和条件概率,和了解贝叶斯定律。统计方面,可以无基础上手机器学习,但如果需要更深刻理解一些机器学习的内容,了解正态分布和拉普拉斯分布的定义即可。
语言方面,个人推荐python。其实它很简单,在写机器学习的代码时,很快就会了,比c 和java 等大众货都要简单。
然后就开始就可以开始学机器学习了。其实大家需要我分享一些入门的算法吗?如果需要,我不介意试试写篇文章,甚至拍段视频分享给大家。不过我想,只要有心的话,在网上绝对找的到要找的资料,甚至去大学里蹭课,也能学到这方面的知识。
■网友
作为一个文科生来回答这个问题,我认为先需要看一本入门书。推荐周志华老师的机器学习。
了解几个概念。
【人工智能机器学习需要哪些基本的知识呢】
接下来是要了解人工智能的产业链
以及人工智能的发展历史

以及了解和人工智能发展相关的领域的发展情况。
?在谷歌趋势上搜索人工智能、大数据、机器学习、深度学习的中英文可以比对不同的关注走向。
?人工智能和大数据此消彼长,早在2004年人工智能就受到中英文领域的双重关注。在2006-2007年人工智能中文搜索开始下降,大数据的概念开始火过于人工智能。
?在英文搜索领域,大数据的浪潮直到2012年后才开始超过中文领域。
?深度学习在中文领域的搜索热度,一度在2009年和人工智能齐平。相反在英文领域,深度学习的搜索关注度直到2013年后才开始逐步提升。
■网友
概率统计、线性代数、微积分中的最基本部分。
基本的编程能力。
■网友
简单的定义就是:计算机从数据中学习出规律和模式,以应用在新数据上做预测的任务。
■网友
得掌握各种算法;具体的还得问程序猿大神啊!
■网友
准备恶补Python和各种算法;一起加油!
■网友
先把python 好好学习一遍吧,加油~
■网友
尼玛,是这样!求学习。, 。。。。。有啥详细的书单吗?
推荐阅读
- 现在在线学习视频有很多了,为啥大部分人还是喜欢下载下来观看
- 婴儿|美国儿科学会: 1岁以下婴儿不推荐学习游泳
- 电话营销机器人哪个比较好用
- 在美国大学学习computer science 是啥样的体验
- 请问有哪些机器人大赛是比较权威的
- 关于人工智能虚拟人的一些问题
- 作为软件工程大二的学生,学习一般,编程一般,毕业后能干些啥
- 计算机深度学习方面sci三区期刊推荐
- 零基础入门学习啥语言好
- |园区人工智能产业园约巴线路开通 定制公交再增2条!
