专注AI知识,AI技能,AI场景应用的资源免费分享平台
  • 首页
  • AI爽心得
  • 通过此微博记录自己机械转行AI的学习心得及体会

通过此微博记录自己机械转行AI的学习心得及体会

发布:yaosang03-30分类: AI爽心得

我出生1993年,是一位机械设计攻城狮。曾在北京金风科技研发电机技术部,担任设计师的工作。17年的夏天,为了爱情辞去北京工作,转战烟台,找了一份自动化设计的工作。做了两个月觉得各种不如意吧,再想想在这个浮躁的社会中,踏实的机械行业实在的不景气,而且个人认为这个行业太过安逸,现在的状态就能够看到老,不太适合自己。因此,辞去了烟台的设计工作。这一折腾及时4个月。顿时感觉自己真的好迷茫,找不到了方向。
 
就在17年11月份的时候,我和女朋友商量之后,又回到了北京。也就是这个月,偶然的一个巧合中我看了一篇关于人工智能的文章,看完之后真的顿时感觉是热血沸腾啊。这就是我喜欢的,这也是我想要的方向。人工智能是一个大趋势,而且人才紧缺。于是我下定决心要学它了。
 
当然,跨行业对我来说还是有很多顾虑的。本身从小大大一直是个乖孩子,本专业的学习成绩也还不错。这一改行父母这关就挺难过的。再加上这个行业门槛相对较高,所以在刚开始的时候我心里也是范抵触。害怕自己的学历以及现有的能力不足,找不到这个好的工作。
 
身为一个90后的我认为,人这一辈子趁着年轻总该折腾一下,即使失败了又能怎样,不折腾一下感觉就枉来世界了。因此,我也下定决心要入这一行。有句话说的好,男怕入错行,女怕嫁错郎。所以,男人,只要你还有梦想,有追求,一定要去努力的试一试,拼一拼,不要给自己留遗憾。
 
也正是这份决心说服了我,再加上知书达理的女朋友的支持,让我怀揣着这份赤子之心走上了AI的求学之路。我决定自学,而不是报班。原因有三:首先,本人的自制能力还算不错,现在网络这么发达,网站上和某宝上没有你找不到的东西;其次,一直没有工作,手头资金有限;最后一点,因为本人是小白一枚,报班很有可能跟不上,而自己找资料如果不会的可以反复的看。所以,我选了一个比较保守的方法入门。
 
我也清楚的知道,这种技术活是需要理论结合实践不断学习积累的,这点和机械一样。所以,没必要把所有的东西都学懂,先把基础的东西学明白了,打好基础才是眼下最重要的,然后找个工资少点的实习的工作,积累积累经验,慢慢的深入这个行业。
 
忘了是11月份的哪一天,我开始了AI的第一部分学习——语言Python的基础。该资料是我在腾讯课堂上找的一些免费试听基础课程。由于大学学过C++,再加上这种语言有很多库,直接调用就可以,上手的确挺容易的,所以学起来也不那么吃力。开始主要学了一些列表list,元组tuple,字典dict,字符串str类型的一些操作方法。还有文件读取,写入的一些基本操作。再加上一些基本语句(if,for等)的使用方法。大概用了一个月的时间,找了两套视频,反复的看了好几遍。因为毕竟是基础的东西,必须要打扎实。不然后面的东西看不懂就麻烦了。虽然这些只是皮毛,但足以支撑你能看懂基础的编程了。因为要学的东西太多,其余的高大上的还是在以后的工作学习中慢慢积累吧。
 
我在一个偶然的课程中看到了以为老师讲到AI的步骤。感觉挺有道理的。在此分享给大家。
 
第一步:打基础
一点点数学基础:
线性代数
概率论和数理统计
数学分析
一点点编程基础:
Python语言
C,C++,C#,java,R,js,vb
第二步:由简入繁,从简单算法入手,逐步增加自信
第三步:掌握一些框架,事半功倍
主流机器学习框架:
Tensorflow
Keras
Caffe
Theano
第四步:多做项目多实践
垃圾邮件过滤
车牌号码识别
金融智能决策系统
自然语言情感分析
招聘网反诈骗系统
自动驾驶技术
人脸识别
 
这块我是先学的语言基础,所以接下来要弥补一下数学的东西。好在这些数学知识大都是我大学学过的。所以学起来也不那么费劲。但是好久没用,也是忘了不少。再加上也有一部分大学生没学过的。所以我用了一个月的时间,从微积分,线性代数,数理统计,到概率论,统统的过了一遍。当然很多东西也并不能完全记住,大概的思路了解到就好,项目上涉及到具体哪块可以回头在复习研究。别找都不知道在哪找就好。当然数学基础的资料是我在网上买的,买了几套课程,其中包括数学基础,机器学习,深度学习等,好几套课程,有一些重复的,可以自行过滤。大家可以去某宝搜一下,的确不贵,要比报班合适多了。而且报班学的东西也差不多都是这些。想要的朋友可以留言,免费发给你。
 
接下来是学习机器学习基础知识。其中包括一些典型的分类方法:决策树(DecisionTree),临近算法(KNN),支持向量机(SVM),神经网络(NN),回归(Regression),kmeans聚类等。重要的是搞懂其原理。个人认为,学完基础数学之后在去学习机器学习的一些方法就不难了。因为里面的一些程序模块的理念你会了解,你会明白的工作机理。机器学习基础这部分我认为,主要学习的是一些分类、聚类等方法的使用,包括其中一些主流库的使用。好在我看得这部分视频是每一课都是理论配合实践例子来讲解的,所以理解上去也很容易。碰到不明白的也被着急,反复的看,听,慢慢去理解。并且配合相应的课程自己讲程序理解并默写下来。主要还是理解编程实现的思路,以及相应库的调用。这块就是不断的积累过程。
 
当然我还是处于学习机器学习基础课程的阶段。学习机器学习的过程中,慢慢的你会发现以前学到的数学和Python的知识都能用到,而且特别有用。他能辅助你看懂机器学习中的算法。即使不明白了,你也能很轻松的回头找到对应数学基础中的视频。
 
在机器学习基础学习的部分中,会有一些模块看不懂,这时你可以在百度上或者文档中搜索,会出来很多介绍的信息。当然还是需要有一点点英语基础的。不然算法学习过程中会很吃力的。
 
在今后的学习中,我会经常记录分享一些有用的知识和学习过程中遇到的问题。希望大神们能给予帮助,也希望能够帮助其他需要的人。
 
我相信转行不可怕,只要你有足够的勇气和信心。破釜沉舟,卧薪尝胆,踏心学习,持之以恒,没有征服不了的高峰。即使失败了你还有一项可以生存的本领,你怕什么?如果你现在什么都没有,那你更不会损失什么,更不应该害怕了。拼一下还有成功的机会,不拼,你连机会都没有。
 
只此文章送给想要转行而又迷茫的人。该文章仅为个人心得想法,只给有需要的人,如有不足和冒犯请谅解。
 
也希望能够通过该博客记录一下自己学习AI的辛苦历程,勉励自己,奋勇前行。2018.1.29
--------------------- 
作者:小人老虎枪 
来源:CSDN 
原文:https://blog.csdn.net/liangshibing/article/details/79194898 
版权声明:本文为博主原创文章,转载请附上博文链接!
温馨提示如有转载或引用以上内容之必要,敬请将本文链接作为出处标注,谢谢合作!

欢迎使用手机扫描访问本站