您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

通过自学，想成为一名人工智能算法工程师，有可能实现吗？

算法,人工智能,数学通过自学，想成为一名人工智能算法工程师，有可能实现吗？

发布时间：2019-02-08加入收藏来源：互联网点击：

问题补充： 现在正在学习Python(是不是最适合开发人工智能的语言呢？)，等熟练以后，再去学习数学等相关知识。熟练Python以后，还需要去学习，爬虫，web开发，自动化运维等相关知识吗？跳过这些，可以直接涉足机器学习吗？需要具备哪些前置知识，我真的非常喜欢人工智能技术，想去探索人工智能技术的奥秘，感觉非常神奇，该如何去自学呢？请大家给我列出一套学习方案，以及课程，今年已经21岁了，只有大专学历，而且不是计算机专业的，自学人工智能可行吗？还来得急吗？每天学习3-4个小时，除数学基础外，只熟练一门编程语言，可以直接涉足人工智能或者算法相关行业吗？学成以后，没有学历优势，该如何去应聘工作？问题有点多，希望大家能耐心详细解答，谢谢大家。

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

1.python是不是最适合开发人工智能的语言？

人工智能的领域很广，很多编程语言都可以用于人工智能的开发。很难说AI必须要用哪一种语言，哪一种最适合；但是python简单易入门，相对人工智能领域中来说，是使用比较广泛的。它可以将数据结构和其他常用的AI算法无缝链接。此外，python的库和大量的资源，所以自己学习的话不是特别有难度的。


2.熟练python以后还需要去学习爬虫、web以及自动化运维等相关知识吗？

人工智能跟前端移动端是没有很大关系的，web全栈开发更是没有什么关系。


3.很喜欢人工智能技术，该怎么自学？

想要从python入门的话，看到上面线路图的第一个阶段。之后都可以跳过了，直接学习第七和第八个阶段。Python的基础知识入门的话，建议前期看视频学习，之后可以买本基础知识的书，当做工具书。视频的话，老师可以直接告诉你重点等等。

罗列一套自学方案的话，整理起来真的是字数太多了。楼主可以根据下面要学洗的内容做成自己的学习导图。

数学基础：微积分、线性代数、概率统计、信息论、集合论和图论，博弈论；

你说最后学数学，没必要怕数学；本科当中都会有概率论线性矩阵等等，但是不用你去算出来。这里所需要的就是看懂公式然后推导。

一、机器学习算法：

1.机器学习基础：①估计方法；②特征工程

2.线性模型：线性回归

3.逻辑回归；4.决策树模型；5.支持向量机；6.贝叶斯分类器；

7.神经网络：深度学习

①MLP ②CNN ③RNN ：LSTM ④GAN

8.聚类算法：K均值算法

二、机器学习分类

1.监督学习：①分类任务 ②回归任务

2.无监督学习：聚类任务

3.迁移学习

4.强化学习

三、问题领域

1.语音识别； 2. 字符识别：手写识别；3.机器视觉；4.自然语言处理：机器翻译；5.自然语言理解；6.知识推理；7.自动控制；8.数据挖掘；

9.游戏理论和人机对弈：①各种棋 ②德州扑克 ③星际争霸

四、机器学习生态

1.加速芯片； 2.虚拟化；3.分布式结构；4.库和计算框架；

5.数据集：①综合数据集 ②图像和视频数据集 ③自然语言数据集 ④音频数据集；

6.云服务

五、行业竞赛

六、其他相关人工智能的技术

1.知识图谱； 2.统计语言模型； 3.专家系统； 4.遗传算法； 5.博弈算法：纳什均衡

4.21岁学习人工智能可行吗？来得及吗？

喜欢加坚持完全可行的，也许会遇到难处别放弃。自学的话是有些难度，最好找个论坛找个志同道合的人一起学习。21岁来的及，这么年轻哪有来不及的一说。


5.每天学习3-4个小时，除数学基础外，只熟练一门编程语言，可以直接涉足人工智能或者算法相关行业吗？

想要速成，那就是去背代码，不管学到哪里就努力背下来。要先从数据科学开始学习，因为你不能保证你以后就一定可以从事人工智能的工作。数据科学也就是你说的算法和人工智能是有交叉的。

6.学成以后没有优势如何去找工作？

这个应该等学成以后再说，因为很难。尤其是人工智能方面，数据科学就是挖掘和分析学好了，自己做几个项目的拿着项目去找工作不难。找到工作之后再自己去考本或者证书都可以的。

最后说一下python的基础知识可以到黑马视频库去学习，里面有很详细的入门的教程。关于数据科学的，微软有很多免费课的。

回答于 2019-09-11 08:43:50

前面的回答已经有很多大神解释了是否要学好数学，那么小宅就来和大家分享菊厂一位无线算法工程师的故事吧，希望对大家了解算法工程师这个职业有所启发。

有人说，“算法是无线通信的灵魂”，这话一点不假。回头看无线算法20年来的征途，我们的“理想”并不是个虚无缥缈的东西，它渗透到了无线的每个角落，决定了芯片的每一步发展，影响了算法人的每一次抉择……

“三十岁之前，路总是很长，我们总是展望。三十而立，就再也不敢展望了，低头赶路吧。” 这是王小波在《三十而立》中说的。但是，我在三十岁时听到的话，跟它恰恰是相反的。

2005年，三十岁的我，刚入职华为，进入3G算法项目组。同事告诉我，别顾着埋头赶路，我们做无线算法的，是有理想的，要引领无线通信的变革。

算法是什么？生活中的算法无处不在，当你按下电梯按钮的时候，电梯运行的算法帮你最优化调度资源，缩短等待时间；当你驾车穿行于早晚高峰的时候，交通运行的算法根据变化的车流量实时调控红绿灯，帮助车辆行人更有效地通行……

无线算法也是如此，它通过一系列复杂的数学公式和指令解决无线通信中遇到的各种棘手问题，让用户可以随时随地享受高质量的语音、视频、上网等体验。

据说算法刚起步的那几年，团队有一个预研部，很多人曾开玩笑说，他们做的不是预研，是预言，因为第一款商用芯片里的算法必将从这里诞生，将影响数以万计的人。

2002年的一天，能担当大任的算法似乎出现了。外场测试传来消息：一款“干扰对消算法”（IC）的样机通过了测试，提升了50%的系统容量！理论上，如果实现了IC，就能通过消除噪声达到让运营商在同一频段上多服务一倍用户的效果，对于用户来说，通话体验也将大大得到提升。

但是，这款样机带来的激动心情根本没持续多久——性能提升了一倍，但复杂度却提升了三倍，这种划不来的做法，直接否定了它商用的可能。IC特性的复杂，让它成为通信领域的人人都想吃，但人人不敢碰的香饽饽。算法组只能忍痛放弃这款样机，转身研究其他的特性。

 1/5    1 2 3 4 5 下一页 尾页