V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
runninghipp
V2EX  ›  程序员

传统开发如何入门 ai

  •  
  •   runninghipp · 1 天前 · 1214 次点击

    有没有比较好的 AI 社区,可以有体系的学习到一些 AI 信息; 或者有没有大神有建议的学习路径;

    以前不了解视觉、自然语言这块内容,基本上 0 基础;

    8 条回复    2025-03-22 16:43:36 +08:00
    zeonluang
        1
    zeonluang  
       1 天前
    +1
    coefuqin
        2
    coefuqin  
       1 天前   ❤️ 5
    每个人都有每个人的学习方法,我推荐的路径就是主动学习,主动找资料看,我从 2018 年开始接触和了解 ML ,那时候也是觉得很屌,但是我那个领路人虽然是硕士,但是他也没有一个宏观的理解,他自己给我们分享的时候讲的也不是很好,讲线性回归逻辑回归这些,甚至讲的还很一般,但是我很感激他能让我对 ML 有一个认知的机会。自此之后,就各种买书看,我先看了 《人工智能简史》尼克写的那本,后面又看了《创新者》沃尔特 · 艾萨克森写的那本,顺便推荐一本《超越时空》加来道雄写的(纯粹因为太屌了)。为什么不先推荐 西瓜书+花书圣经+统计学习方法+南瓜书 这个组合呢?因为我觉得,一来就上公式定理证明,真的很劝退,我们的教材就喜欢这么搞(当然不排除一些学霸就喜欢一来就先搞公式推导定理证明)。如果要我推荐一本书的话,我会推荐 《 python 神经网络编程》 Tariq Rashid 写的,因为西瓜书我也看了,花书也看了,《动手学深度学习》也看了,讲真,我还是觉得能我推荐的那本对我胃口。当你能搞出点东西来运行,并且你还知道为什么你搞出来的这个东西能运行的时候(其实就是艰难的从 0 到 1 ),剩下的就是各种看书看论文(从 1 到 100 ( ML,DL,RL,....)到 100000 ),当然要真的搞深入了 ,微积分+线性代数+概率论+离散数学,是肯定免不了的。
    coefuqin
        3
    coefuqin  
       1 天前
    我为什么先推荐历史,因为我觉得要搞清楚这些学问和技术,必须要对这些学问和技术的创作者有个了解,他经历了什么为什么就会想到这些,这比上来就是公式定理生动一些,并且让这些算法公式更有温度。
    ShadowPower
        4
    ShadowPower  
       1 天前   ❤️ 1
    https://zh.d2l.ai/
    读完这本书就入门了
    wfw727
        5
    wfw727  
       1 天前
    @ShadowPower 宝藏啊,感谢!
    chen1star
        6
    chen1star  
       20 小时 34 分钟前
    @ShadowPower 非常好的书,感谢!
    crackhopper
        7
    crackhopper  
       18 小时 46 分钟前
    推荐看李宏毅老师的视频课。
    gangstar902
        8
    gangstar902  
       14 小时 55 分钟前
    怎么没人推荐吴恩达
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1124 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 21ms · UTC 23:38 · PVG 07:38 · LAX 16:38 · JFK 19:38
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.