問答專欄Q & A COLUMN
我是學(xué)軟件開發(fā)專業(yè)的，方向基本也就確定了，要么前端，要么后端，或者大數(shù)據(jù)。
首先，編程這個(gè)問題問的領(lǐng)域比較大，為什么說大？如我上述，學(xué)軟件開發(fā)，要么前端，要么后端，也是編程，大數(shù)據(jù)，也是編程，人工智能一樣也是編程……
所以，沒有明確一個(gè)具體的方向。
編程世界，有一門古老的語言叫做C語言，它是C++和JAVA的祖先，一切語言的基礎(chǔ)都來自它，所以，你不妨與它先認(rèn)識(shí)。
但是，現(xiàn)在因?yàn)槿斯ぶ悄艿幕鹌饋淼膒ython語言，就有很多人學(xué)習(xí)它，也有很多人說它語法簡單，易學(xué)易上手，這個(gè)說法沒錯(cuò)。也有人說它是新手學(xué)習(xí)最好的語言。確實(shí)，沒有嚴(yán)謹(jǐn)?shù)恼Z法，可以說是“為所欲為”。JAVA寫100行代碼，它可能只需要寫20行。
只不過，我還是說說我想說的主角吧！它是C語言，為什么是它的，因?yàn)槟阒挥袑W(xué)會(huì)它，再學(xué)C++和JAVA就容易得多，可以說很快帶你成為一名程序員。當(dāng)然，不是絕對(duì)的。
而學(xué)習(xí)python也并非不可，只是它不同與C/C++和JAVA。學(xué)會(huì)以后，再回頭看C，感覺不是一個(gè)世界的。
現(xiàn)在大學(xué)都是以C語言為專業(yè)基礎(chǔ)語言，你不妨可以先從它下手。
希望這份答案能對(duì)你有幫助。
評(píng)論0
加載中...
這是一個(gè)非常好的問題，作為一名IT從業(yè)者，我來回答一下這個(gè)問題。
如果當(dāng)前要想編寫人工智能軟件，通常有兩種路線，一種路線是自己完成人工智能算法的設(shè)計(jì)和實(shí)現(xiàn)，同時(shí)完成最終的軟件編寫（場景落地）過程。以開發(fā)機(jī)器學(xué)習(xí)的落地應(yīng)用軟件為例，開發(fā)者可以自己完成數(shù)據(jù)收集、算法設(shè)計(jì)、算法實(shí)現(xiàn)、算法訓(xùn)練、算法驗(yàn)證等一系列步驟，然后最終完成算法應(yīng)用。這種開發(fā)路線對(duì)于開發(fā)人員的要求相對(duì)比較高，而且開發(fā)周期也相對(duì)比較長，好處是可以根據(jù)應(yīng)用場景進(jìn)行更加靈活地調(diào)整。
另一條開發(fā)路線是基于已有的人工智能平臺(tái)來完成人工智能軟件開發(fā)，采用這種方式對(duì)于開發(fā)人員的要求相對(duì)低一些，開發(fā)人員只需要根據(jù)場景的要求把相應(yīng)的功能集成到軟件中就可以了，這種開發(fā)方式也會(huì)有相對(duì)比較短的開發(fā)周期。在生產(chǎn)環(huán)境下，采用基于人工智能平臺(tái)進(jìn)行軟件開發(fā)是比較現(xiàn)實(shí)的選擇，也會(huì)快速推動(dòng)人工智能技術(shù)的落地應(yīng)用。
對(duì)于基礎(chǔ)比較薄弱的初學(xué)者來說，要想快速掌握人工智能軟件的編寫，可以先從學(xué)習(xí)人工智能平臺(tái)開始。當(dāng)前大型科技公司紛紛開放了自己的人工智能平臺(tái)，這些人工智能平臺(tái)大多基于計(jì)算機(jī)視覺和自然語言處理技術(shù)打造的，相關(guān)技術(shù)也有大量的落地應(yīng)用案例可以參考。
學(xué)習(xí)基于人工智能平臺(tái)的開發(fā)，可以按照三個(gè)階段來組織學(xué)習(xí)計(jì)劃，首先要學(xué)習(xí)編程語言，目前從Python語言開始學(xué)起是不錯(cuò)的選擇；其次是學(xué)習(xí)人工智能平臺(tái)的體系結(jié)構(gòu)和功能（API）；最后是進(jìn)行場景實(shí)踐練習(xí)。
我從事互聯(lián)網(wǎng)行業(yè)多年，目前也在帶計(jì)算機(jī)專業(yè)的研究生，主要的研究方向集中在大數(shù)據(jù)和人工智能領(lǐng)域，我會(huì)陸續(xù)寫一些關(guān)于互聯(lián)網(wǎng)技術(shù)方面的文章，感興趣的朋友可以關(guān)注我，相信一定會(huì)有所收獲。
如果有互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等方面的問題，或者是考研方面的問題，都可以在評(píng)論區(qū)留言，或者私信我！
評(píng)論0
加載中...
首先問題就有理解偏差，人工智能不是軟件，而是一項(xiàng)功能，或者說是能力。你要做的軟件是通過人工智能的技術(shù)能力在一個(gè)特定的場景下完成某項(xiàng)任務(wù)。
?
至于如何學(xué)習(xí)，首先要掌握基礎(chǔ)編程語言，以下任選其一要熟練掌握：
Python：被認(rèn)為是所有AI開發(fā)語言列表中的第一位。Python相對(duì)簡單易學(xué)，可以很容易地學(xué)習(xí)。此外python有很多AI相關(guān)的庫，便于在機(jī)器學(xué)習(xí)等方面快速上手。
C++：已經(jīng)非常成熟了，而且是最快的計(jì)算機(jī)語言，如果你的項(xiàng)目開發(fā)時(shí)間有限，那么C++是很好的選擇，它提供更快的執(zhí)行時(shí)間和更快的響應(yīng)時(shí)間，老司機(jī)優(yōu)勢顯現(xiàn)無疑，游戲開發(fā)大部分都是用C++語言。
C ++適用于機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)。
Java：也是計(jì)算機(jī)語言的老司機(jī)之一，雖然褒貶不一，但是在各種項(xiàng)目的開發(fā)中，Java都是常用語言之一，它不僅適用于NLP（自然語言處理）和搜索算法，還適用于神經(jīng)網(wǎng)絡(luò)。
Lisp:相當(dāng)古老的語言，差不多是在人工智能火起來之后才又回到眾人眼中。有人認(rèn)為Lisp是最好的人工智能編程語言，因?yàn)樗鼮殚_發(fā)人員提供了自由。在人工智能中使用Lisp，因其靈活性可以快速進(jìn)行原型設(shè)計(jì)和實(shí)驗(yàn)，當(dāng)然這也反過來促進(jìn)Lisp在AI開發(fā)中的發(fā)展，例如，Lisp有一個(gè)獨(dú)特的宏系統(tǒng)，有助于開發(fā)和實(shí)現(xiàn)不同級(jí)別的智能。
但同時(shí)也因?yàn)樗墓爬?，掌握的人不是大多?shù)。
?
Python的課程是現(xiàn)在最火爆的，很多網(wǎng)課，從零開始學(xué)到高級(jí)課程全都有。對(duì)自學(xué)沒有信心的話也可以參加社會(huì)上的線下培訓(xùn)班。一定要堅(jiān)持下去。但總體來說市場上的課程還是有些亂，要邊學(xué)便自己梳理知識(shí)體系。
?
其次要找好方向：
計(jì)算機(jī)視覺CV、自然語言處理NLP、機(jī)器學(xué)習(xí)ML這三個(gè)方向是最火的，但其中也涉及了很多更深的知識(shí)，比如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等。
所以要有一定的數(shù)學(xué)基礎(chǔ)：微積分、概論、線性代數(shù)；
其次是算法與模型，這也是重中之重，算法模型學(xué)不好以后會(huì)很痛苦，甚至有些方面完全不能理解。
?
此外，還要深入了解一些框架：
谷歌的Tensorflow:
TensorFlow是一個(gè)開源軟件庫，可以描述一幅數(shù)據(jù)計(jì)算的數(shù)據(jù)流圖（data flow graph）,用于各種感知和語言理解任務(wù)的機(jī)器學(xué)習(xí)。當(dāng)前被50個(gè)團(tuán)隊(duì)用于研究和生產(chǎn)許多Google商業(yè)產(chǎn)品，如語音識(shí)別、Gmail、Google 相冊和搜索。
Facebook 的 PyTorch：
與TensorFlow抗衡的學(xué)習(xí)框架，由 Facebook 的團(tuán)隊(duì)開發(fā)，并于 2017 年在 GitHub 上開源。
TensorFlow 和PyTorch的關(guān)鍵差異是它們執(zhí)行代碼的方式。這兩個(gè)框架都基于基礎(chǔ)數(shù)據(jù)類型張量（tensor）而工作。TensorFlow更像是一種語言，而PyTorch與Python結(jié)合的更緊密。
TensorFlow 是一種非常強(qiáng)大和成熟的深度學(xué)習(xí)庫，具有很強(qiáng)的可視化功能和多個(gè)用于高級(jí)模型開發(fā)的選項(xiàng)。它有面向生產(chǎn)部署的選項(xiàng)，并且支持移動(dòng)平臺(tái)。另一方面，PyTorch 框架還很年輕，擁有更強(qiáng)的社區(qū)動(dòng)員，而且它對(duì) Python 友好。
所以如果你想更快速地開發(fā)和構(gòu)建 AI 相關(guān)產(chǎn)品，TensorFlow 是很好的選擇。建議研究型開發(fā)者使用 PyTorch，因?yàn)樗С挚焖俸蛣?dòng)態(tài)的訓(xùn)練。
兩者還有很多差異，各有優(yōu)缺點(diǎn)，可以在實(shí)踐中慢慢摸索。
評(píng)論0
加載中...
首先，明確你要解決的問題，并選擇合適的算法，可能傳統(tǒng)機(jī)器學(xué)習(xí)算法就可以，也可能需要借助當(dāng)下最火的神經(jīng)網(wǎng)絡(luò)算法。
其次，根據(jù)需求和算法，選擇合適的技術(shù)平臺(tái)。并搜集數(shù)據(jù)進(jìn)行算法訓(xùn)練。
最后，當(dāng)算法訓(xùn)練達(dá)到預(yù)期效果后，開始應(yīng)用，同時(shí)持續(xù)運(yùn)營維護(hù)，通過新的實(shí)際數(shù)據(jù)再進(jìn)行不斷的算法訓(xùn)練。
評(píng)論0
加載中...
現(xiàn)在人工智能主要指的是機(jī)器學(xué)習(xí)，因?yàn)槟壳叭斯ぶ悄苤饕峭ㄟ^機(jī)器學(xué)習(xí)的方式實(shí)現(xiàn)的。
機(jī)器學(xué)習(xí)知識(shí)主要有三大塊：
1，傳統(tǒng)的機(jī)器學(xué)習(xí)算法，如決策樹、隨機(jī)森林、 SVM等，這些稱為傳統(tǒng)機(jī)器學(xué)習(xí)算法，具有深度學(xué)習(xí)的特點(diǎn)。
2，深度學(xué)習(xí)，指的是深度神經(jīng)網(wǎng)絡(luò)，可以說是目前最重要的人工智能核心知識(shí)。
3，強(qiáng)化學(xué)習(xí)，源于控制論，有時(shí)候也翻譯成增強(qiáng)學(xué)習(xí)。深度學(xué)習(xí)可以和強(qiáng)化學(xué)習(xí)相結(jié)合使用，形成深度強(qiáng)化學(xué)習(xí)。
題主如果沒有經(jīng)過系統(tǒng)的學(xué)習(xí)想要直接編寫運(yùn)用了人工智能技術(shù)的軟件，那顯然是不可能的。
我的答案就是如果題主沒有編程的基礎(chǔ)，那么不妨先補(bǔ)充一些數(shù)學(xué)或者編程方面的知識(shí)。
1，人工智能的學(xué)習(xí)在入門的階段需要用到高等數(shù)學(xué)、線性代數(shù)和概率論的知識(shí)。
2，學(xué)習(xí)Python，Python是一種比較容易學(xué)習(xí)和使用的編程語言，機(jī)器學(xué)習(xí)領(lǐng)域使用最多的編程語言就是Python。
最后附一張黑馬的Python人工智能學(xué)習(xí)路線圖。
評(píng)論0
加載中...
人工智能系統(tǒng)是一個(gè)相對(duì)復(fù)雜的智能化系統(tǒng)，一個(gè)具有特定任務(wù)的智能化系統(tǒng)通常由若干個(gè)子系統(tǒng)組成，同時(shí)又是一個(gè)多領(lǐng)域、多專業(yè)、多團(tuán)隊(duì)或人員相互協(xié)作的系統(tǒng)工程。單就軟件系統(tǒng)建設(shè)而言，以編程為例，一個(gè)智能化系統(tǒng)的軟件系統(tǒng)，除了要有控制整個(gè)系統(tǒng)協(xié)調(diào)工作的系統(tǒng)程序外（如操作系統(tǒng)，數(shù)據(jù)庫系統(tǒng)等），還需要對(duì)相關(guān)的硬件（如機(jī)械手，或流水線等邏輯部件或設(shè)備）實(shí)施控制程序編程，通常是一些實(shí)現(xiàn)某個(gè)特殊功能的專用控制程序。作為一個(gè)智能化系統(tǒng)的團(tuán)隊(duì)成員之一，掌握一門或兩門計(jì)算機(jī)軟件的基礎(chǔ)理論和編程技巧是必須的。如果你能熟練掌握ASM和C（例如C++），想必你就能成為一個(gè)智能化系統(tǒng)建設(shè)團(tuán)隊(duì)中的中梁砥柱。祝你成功！
評(píng)論0
加載中...
好好學(xué)習(xí)python，學(xué)習(xí)深度學(xué)習(xí)算法，勤加以練習(xí)，最好參加一些項(xiàng)目實(shí)踐，掌握sciklearn等
評(píng)論0
加載中...8
回答2
回答10
回答0
回答10
回答3
回答6
回答10
回答0
回答0
回答
