แหล่งที่มาของทฤษฎี AI, ปรัชญา, เครื่องมือและแอปพลิเคชัน [ปิด]


11

ฉันเป็นวิศวกรซอฟต์แวร์ / ฮาร์ดแวร์มาหลายปีแล้ว อย่างไรก็ตามฉันไม่รู้อะไรเกี่ยวกับ AI และการเรียนรู้ของเครื่อง ฉันมีพื้นฐานที่แข็งแกร่งในการประมวลผลสัญญาณดิจิตอลและภาษาการเขียนโปรแกรมต่างๆ (เช่น C, C ++ หรือ Swift)

มีแหล่งข้อมูลใดบ้าง (เช่นหนังสือหรือไกด์) ที่สอนทฤษฎีและปรัชญา AI ของคุณตั้งแต่เริ่มต้นและจากนั้นจะเป็นตัวอย่างของการใช้งานจริงเครื่องมือปัจจุบันตัวอย่างที่คุณสามารถเรียกใช้เป็นต้น

ดังนั้นฉันไม่ได้มองหาแหล่งข้อมูลทางวิชาการหรือสถิติเกินไป

คำตอบ:


4

หากคุณต้องการหนังสือพื้นฐานง่าย ๆ เกี่ยวกับ Neural Networks และไม่ใช่การเรียนรู้ของเครื่องคุณสามารถลอง:

หนังสือทั้งสองเล่มนี้เป็นหนังสือพื้นฐานและเรียบง่ายซึ่งเริ่มจากศูนย์และแสดงการคำนวณด้วยมือจากตัวอย่างง่ายๆ อีกทั้งยังเป็นหนังสือที่ใช้งานจริง

ถ้าคุณต้องการเสริมสร้างทฤษฎีของคุณและเรียนรู้อย่างละเอียดเกี่ยวกับการเรียนรู้ของเครื่องโดยเฉพาะเพื่อการจดจำรูปแบบหนังสือที่ดีที่สุดในตอนนี้คือ:

หนังสือเล่มนี้ต้องการความรู้ทางคณิตศาสตร์ด้านเสียงโดยเฉพาะในสาขาความน่าจะเป็นทฤษฎีพีชคณิตเชิงเส้นและแคลคูลัส

หนังสือทางทฤษฎีอีกสองเล่มเกี่ยวกับ Neural Nets คือ:

จากประสบการณ์ของฉันหนังสือเหล่านี้เป็นหนังสือเบื้องต้นที่ดีที่สุด นอกจากนี้คุณสามารถตรวจสอบ OCW ต่างๆที่ดำเนินการโดยedx.orgเช่นMachine Learning for Data Scienceและหลักสูตรที่แนะนำอย่างมากเกี่ยวกับcoursera.orgดำเนินการโดยศาสตราจารย์ Andrew Ng Machine Learning โดย Stanford University

ฉันขอแนะนำให้คุณเรียนรู้ Python หรือ R เนื่องจากส่วนใหญ่จะใช้สำหรับการเรียนรู้ของเครื่องเนื่องจากแพ็คเกจทางวิทยาศาสตร์ที่มีประสิทธิภาพ Python ง่ายต่อการเรียนรู้และใช้งานโปรแกรมเมื่อเทียบกับ C / C ++

แก้ไข: ลืมหนังสือเล่มนี้ แม้ว่าผู้ใช้ขั้นสูงเล็กน้อยจะพบว่ามันง่าย:


2

คุณสามารถรับชมการสอนการเรียนรู้ของเครื่องโดย Google เรียบง่ายและการสื่อสารมีความชัดเจนมาก ใน 6 วิดีโอคุณจะได้รับประสบการณ์ที่ดีในการเรียนรู้ของเครื่อง

ที่นี่: Hello World - สูตรการเรียนรู้ของเครื่อง # 1


2

เพียงแค่เรียนคลาส Machine Learning อันเก่าแก่ของ Andrew Ng บน Coursera หรือคลาสเรียนรู้ด้วย Machine Sebastian Thrun และ Katie Malone บน Udacity หรือทั้งคู่. นี่เป็นวิธีที่รวดเร็วในการรับการแนะนำที่ดีและมั่นคงเกี่ยวกับพื้นฐานของการเรียนรู้ของเครื่อง แล้วมองไปที่วัสดุจากชั้นที่http://ai.berkeley.eduเว็บไซต์และอ่านปัญญาประดิษฐ์ - วิธีการสมัยใหม่ หากคุณผ่านพ้นไปได้คุณจะอยู่ในตำแหน่งที่ดีที่จะก้าวไปสู่สิ่งที่คุณสนใจ

เก็บไว้ในใจเกินไปที่คุณไม่สามารถสมบูรณ์หย่าตัวเองจากคณิตศาสตร์ที่เกี่ยวข้องในสนาม หากคุณยังไม่มีพื้นหลังในแคลคูลัสแบบหลายตัวแปรความน่าจะเป็นและพีชคณิตเชิงเส้น


1

คุณสามารถดูเครื่องการเรียนรู้การสอนที่สร้างโดย Google ที่นี่: Hello World - เครื่องเรียนรู้สูตร # 1 เรียบง่ายและการสื่อสารมีความชัดเจนมาก

หกบรรทัดของ Python คือการเขียนโปรแกรมการเรียนรู้ของเครื่องแรกของคุณ! ในตอนนี้เราจะแนะนำสั้น ๆ ว่าการเรียนรู้ของเครื่องคืออะไรและทำไมมันถึงสำคัญ จากนั้นเราจะติดตามสูตรการเรียนรู้แบบมีผู้สอน (เทคนิคในการสร้างตัวจําแนกจากตัวอย่าง) และเขียนโค้ด


0

มีหนังสือออนไลน์ที่ยอดเยี่ยมที่ให้การแนะนำอย่างละเอียดและการฝึกอบรมเกี่ยวกับวิธีสร้างเครือข่ายประสาทเทียมคือโครงข่ายประสาทและการเรียนรู้เชิงลึกโดย Michael Nielson ในบทแรกเขาใช้ตัวอย่างของการจดจำตัวเลขที่เขียนด้วยลายมือและผ่าน perceptrons, sigmoid neurons, neural nets ขั้นพื้นฐาน, วิธีการเขียนโค้ดใน Python เป็นต้นบทต่อ ๆ ไปจะลึกเข้าไปในแนวคิดพื้นฐานของ nets ประสาท

ฉันจะแนะนำหนังสือเล่มนี้แม้กับผู้ที่มีประสบการณ์กับเครือข่ายประสาท มันเป็นทรัพยากรที่ยอดเยี่ยม

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.