Как начать работу с искусственным интеллектом?


Ответы:



5

ИИ довольно большой по размеру и находится на пересечении нескольких областей. Тем не менее, есть несколько важных областей или тем, которые вам нужно знать

  1. Теория множеств
  2. логика
  3. Линейная алгебра
  4. Исчисление
  5. Вероятность и статистика

Я бы порекомендовал вам сначала изучить алгоритмы ИИ, которые могут вас заинтересовать. Я советую вам начать с машинного обучения и глубокого обучения.

Не забывайте одну очень важную предпосылку, страсть , без которой вы, вероятно, теряете время!


4

Я бы предложил вам

  1. Начните с курса Эндрю Нг по машинному обучению на Coursera. Он дает краткое введение в математику, необходимую для машинного обучения. Хотя это и не завершено, этого будет достаточно, чтобы пройти курс.
  2. Далее внимательно изучите логистическую регрессию в курсе. Сигмовидная функция будет широко использоваться в нейронных сетях.
  3. В курсе он познакомит вас с нейронными сетями и минимизацией ошибок с помощью обратного распространения. Обратное распространение будет использовать технику оптимизации, называемую Gradient Descent. Это очень важная тема.
  4. После выполнения вышеупомянутых шагов попробуйте курс нейронных сетей Джеффа Хинтона на Coursera.

Если вы хотите углубиться в математику. Попробуйте эти:

  • Линейная алгебра - Гилберт Странг
  • вероятность - ханская академия

Я также хотел бы предложить одну из лучших книг для глубокого обучения: глубокое обучение Яна Гудфеллоу и Йошуа Бенжио и Аарона Курвилля. http://www.deeplearningbook.org/


2

Искусственный интеллект - это очень широкая область, и поэтому все изменится соответственно.

Некоторые предварительные условия: (Будучи студентом CS, вы должны были выполнить их)

  • Знание алгоритмов и структур данных. Этот навык пригодится при решении задач, требующих использования альфа-бета-обрезки, минимаксного алгоритма и т. Д.
  • Базовые знания языков программирования, таких как Java, Python. Python поможет, так как он больше ориентирован на разработку. Для получения дополнительной информации прочитайте это . Знание LISP будет очень полезно. Пройдите этот ответ .

Книга «Искусственный интеллект: современный подход» (автор Стюарт Дж. Рассел и Питер Норвиг) считается Библией ИИ. Я настоятельно рекомендую вам прочитать полную книгу и решить упражнения. Вы можете найти PDF книги здесь . Для ознакомления с решением посетите эту ссылку . Будет лучше, если вы купите бумажную копию книги.

Знание вычислительной теории очень поможет вам. Особенно, когда вы работаете в области обработки естественного языка. Другими областями ИИ, которые могут вас заинтересовать, будут Машинное обучение, Эволюционные вычисления, Генетические алгоритмы, Укрепление, Глубокое обучение и т. Д. Этот список можно продолжить.
Чем лучше ваши знания в области статистики, тем лучше это будет для искусственного интеллекта. Следите за последними событиями в этой области на форумах, веб-сайтах и ​​т. Д. Открытый сайт ИИ также является очень хорошим источником.


1

В дополнение к ответу Махешвара, когда вы почувствуете, что хотите попробовать более практичное машинное обучение, я бы начал с Weka . Программное обеспечение бесплатное и эффективное, в нем есть хорошее руководство и соответствующие упражнения, а на Youtube доступно множество бесплатных видео!


1

Чтобы дополнить другие ответы:

Я рекомендую вам пройти курс искусственного интеллекта у микромастера ИИ, который дал Колумбия на edx.

Курс охватывает широкий спектр проблем искусственного интеллекта, и наиболее важным является то, что он дает вам общую основу для мышления с помощью набора приложений на python. По материалам книги Питера Норвига и Стюарта Рассела « Искусственный интеллект: современный подход »

С точки зрения машинного обучения также сказал Гокул , курс машинного обучения Эндрю Нг. На Coursera это хороший вводный курс, очень ориентированный на потенциального специалиста.

Я нашел полезным объединить изучение некоторых алгоритмов машинного обучения со статистическим языком программирования R, чтобы экспериментировать со многими алгоритмами, чтобы уловить понятия. Полезны следующие книги: Элементы статистического обучения и Введение в статистическое обучение , оба доступны бесплатно на сайтах авторов.


0
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.