在人工智慧時代,如何快速學習一項技能?

2021-10-02 10:00:11 字數 2080 閱讀 6483

我們現在處在了乙個知識高速迭代更新的時代,在這個時代中,你可能會有這樣一種感覺,學習知識的時候,如果想從頭到尾學習一邊理論,然後再去使用(就好像我們在學校學習時的那種邏輯),你會發現,等你學完了理論之後,又出現了新的理論,新的知識,彷彿理論永遠也學不完,等你學習了後面的理論了,還沒等實踐,前面的又忘了。 這樣的學習方式,彷彿永遠在學習理論,並且自身沒有進步,浪費了很多時間。

在剛入坑人工智慧的時候,我也是這樣的一種學習思路。先從機器學習開始,搜一些課就開始學,然後記筆記,然後再深度學習,跟著課學習,等學完了之後,深度學習又出了新的東西,又去學理論…, 如此反覆,表面上,我很努力,也學習到了很多理論,但是實際上,如果問這些理論的細節,我大腦裡面根本就模糊不清, 這是因為,我學習到的這些知識,我都沒有真正的用到它。 沒有機會實踐出來。 所以後來我開始反思,在現在這個時代,我發現我們以前的那種學習方式不太適用了,如果想高效率的學習,需要轉換一種學習方式,不妨我們從實用的角度,然後遇到不會的,再去學習,去彌補理論,我覺得這樣的方式效率挺高的。

學習知識的時候,一切從實用的角度出發,我們學習知識,都是要解決實際問題的,所以千萬不要把過多的時間都放在理論之上,因為理論知識太多了,我拿入門機器學習和深度學習來講,如果真的想做好人工智慧,需要四個維度的知識(當然這是我自己的知識框架):

對於乙個剛入門的小白來講,千萬不要從頭乙個個的補充理論,這樣你會發現,光數學這塊都夠你學習很長時間的,並且學習完之後忘了不說,還不會用。 這就是我之前採用的學習方法。我確實浪費了一些時間。

後來我發現,其實,我們完全可以不用全知道上面這些維度所有的知識,只需要了解一些基本概念(這個還是要了解一遍的,要不然都不知道後面講的是啥),就挑一些簡單的知識進行學習,比如數學基礎,由於大學裡我們都學過這幾門科目,所以這裡其實不用那麼仔細的再來一遍,一些概念比如積分,矩陣乘法,數理統計的一些知識有印象就可以了,程式設計基礎,python的基礎語法學一些,numpy,pandas等基本的使用學一些,視覺化的東西學一點, 就是各個學點,然後就可以先上手了。

找一些專案上手練習,可能一開始確實很辛苦,因為很多東西,你並不知道說的是啥,比如過擬合,欠擬合等這些東西,然後去查,去找,補充到自己的知識框架裡面,然後再學習,通過這種方式,時間長了,你會發現,你的知識框架會慢慢的變得豐富起來,並且由於總是在用,遺忘速度也沒有那麼快。 這樣還可以追趕新的技術。

這是一種開始速度慢,但是加速度快的學習方式,但是出發之前,一些基本的概念,尤其是機器學習演算法和深度學習演算法,一些基本的概念還是必須要弄清楚明白的。 上面說的這個一點, 也是很重要的,不僅要全,還要精。

上面講的是從實用的角度出發,就是我開始乙個專案,從專案中學習新知識,但是能出發的前提是有了乙個基本的知識框架和基礎了

這個基本的知識應該如何學習呢? 或者說跟著課程學習的時候應該如何學習呢?

這裡記錄乙個在課程中學習到的乙個高效的學習方法, 稱之為mas方法

如何建立多維連線呢?

這個過程,就是從「思維」到「工具」再到「實踐」的乙個過程。如果說重要性,一定是「思維」最重要,因為思維是底層邏輯和框架,可以讓我們一通百通,舉一反三,但是思維修煉也是最難的。所以,我強調把學習重心放在工具和實踐上,即學即用,不斷積累成就感,思維也就慢慢養成了。

人與人最大的差別在於「認知」,所謂成長就是認知的公升級。

很多人存在對「認知「的誤解,認為認知不就是概念麼?那麼你有沒有想過,針對同乙個概念,為什麼不同的人掌握的程度是不一樣的呢?

我們只有把知識轉化為自己的語言,它才真正變成了我們自己的東西。這個轉換的過程,就是認知的過程。

那麼如何提公升自己的學習吸收能力呢?簡單地說,就是要「知行合一」。

如果說認知是大腦,那麼工具就好比我們的雙手,資料工程師和演算法科學家每天打交道最多的就是工具。如果你開始做資料分析的專案,你腦海中已經思考好了資料探勘的演算法模型,請牢記下面這兩點原則。

認知三部曲:從認知到工具,再到實戰,然後如此反覆。

不管是學習什麼知識,我們都應該這樣做:

如何學習人工智慧

從基礎的資料分析 線性代數及矩陣等等入門,只有打好了基礎,後面才好學,不能沒有邏輯的看一塊學一塊。python具有豐富和強大的庫,能夠把用其他語言製作的各種模組 尤其是c c 很輕鬆地聯結在一起。比如3d遊戲中的圖形渲染模組,效能要求特別高,就可以用c c 重寫,而後封裝為python可以呼叫的擴充...

如何學習人工智慧?

1.人工智慧,涉及的範圍廣。當我們在網上搜尋資料學習時很容易走彎路,陷入漩渦迷失自己。所以第一步要確立學習路徑。2.認真學習。勤加練習,多做筆記,與人分享學習成果和心得。學習的道路是枯燥和漫長的,若不給自己找點樂子,又怎麼堅持的下去呢?3.和小夥伴溝通,一起做出一些案例,和專案。網上有些付費的課程其...

在人工智慧時代追逐的「後浪」

如今,給孩子報程式設計班,儼然成為新時代媽媽茶餘飯後的話題。在現今這樣的大環境下,如何抓住機遇,了解技術發展趨勢,掌握核心開發技能也成為高校學生開發者關注的事情。不可置疑的是,人工智慧是2010年代的技術故事,隨著時間的流逝,越來越多的ai產品正在落地,這讓ai技術也成為了當下最火熱的技術。也正是有...