普通程序员如何转向AI方向

1、AI领域简介

AI，也就是人工智能，并不只仅包括机器学习。曾经，符号与逻辑被认为是人工智能实现的关键，而现在则是基于统计的机器学习占据了主导地位。最近火热的深度学习正是机器学习中的一个子项。目前能够说，学习AI主要的是学习机器学习。

可是，人工智能并不等同于机器学习，这点在进入这个领域时必定要认识清楚。关于AI领域的发展历史介绍推荐看周老师写的《机器学习简介》。下面一个问题是：AI的门好跨么?其实很很差跨。咱们以机器学习为例。

在学习过程当中，你会面对大量复杂的公式，在实际项目中会面对数据的缺少，以及艰辛的调参等。若是仅仅是由于以为这个方向将来会“火”的话，那么这些困难会容易让人放弃。考虑到普通程序员的特色，而要学习如此困难的学科，是否就是没有门路的?答案是否认的。只要制定合适的学习方法便可。

2、学习方法

学习方法的设定简单说就是回答如下几个问题：我要学的是什么?我怎样学习?我如何去学习?这三个问题归纳说就是：学习目标，学习方针与学习计划。学习目标比较清楚，就是踏入AI领域这个门。这个目标不大，所以实现起来也较为容易。“过大的目标时就是为了你往后放弃它时找到了足够的理由”。

学习方针能够总结为 “兴趣为先，践学结合”。简单说就是先培养兴趣，而后学习中把实践穿插进来，螺旋式提升。这种方式学习效果好，并且不容易让人放弃。有了学习方针之后，就能够制定学习计划，也称为学习路线。下面就是学习路线的介绍。

3、学习路线

推荐学习路线以下图：

这个学习路线是这样设计的：首先了解这个领域，创建起全面的视野，培养起充足的兴趣，而后开始学习机器学习的基础，这里选择一门由浅入深的课程来学习，课程最好有足够的实验可以进行实战。基础打下后，对机器学习已经有了充足的了解，能够用机器学习来解决一个实际的问题。

这时仍是能够把机器学习方法看成一个黑盒子来处理的。实战经验积累之后，能够考虑继续进行学习。这时候有两个选择，深度学习或者继续机器学习。深度学习是目前最火热的机器学习方向，其中一些方法已经跟传统的机器学习不太同样，所以能够单独学习。除了深度学习之外，机器学习还包括统计学习，集成学习等实用方法。

若是条件足够，能够同时学习二者，一些规律对二者是共通的。学习完后，你已经具有了较强的知识储备，能够进入较难的实战。这时候有两个选择，工业界的能够选择看开源项目，以改代码为目的来读代码;学术界的能够看特定领域的论文，为解决问题而想发论文。

不管哪者，都须要知识过硬，以及较强的编码能力，所以很能考察和锻炼水平。通过这个阶段之后，能够说是踏入AI领域的门了。“师傅领进门，修行在我的”。以后的路就要本身走了。

4、总结

本文的目的是帮助对AI领域了解不深，但又想进入的同窗踏入这个门。这里只说踏入，是由于这个领域的专精实在很是困难，须要数年的积累与努力。在进行领域学习前，充分认识本身的特色，制定合适的学习方法是十分重要的。

首先得对这个领域进行充分了解，培养兴趣。在学习时，保持着按部就班的学习方针，不要猛进的学习过难资源;结合着学习与实践相辅的策略，不要只读只看，实际动手才有成就感。学习某个资源时要有充分的目的，不是为了学开源项目而看代码，而是为了写开源项目而看;不是为了发论文而写论文，而是为了作事情而写论文。

若是一个学习资源对你过难，并不表明必定是你的问题，多是学习资源的演讲或撰写人的问题。能把难的问题讲简单的人才是真正有水平的人。因此，必定要学习优质资源，而不是不分青红皂白的学习。最后，牢记以兴趣来学习。学习的时间很长，过程也很艰难，而只有兴趣才是让你锲而不舍，攻克难关的最佳助力。

更多人工智能内容请点击查看原文