转型AI产品经理,需要学那么深的算法和数学模型吗?
-
转型AI产品经理之前,如果你没有系统的学习过AI的相关知识,那么本文可以让你不会再觉得AI是那么高不可攀、遥不可及,相反,AI是普通人也可以理解、学习和实现的。 最开始我也是和大部分人一样惊叹和憧憬于AI的神奇伟大无所不能,马上就要改变世界取代人类啊~但是最开始决定转型其实也是蛮纠结的,初期在网上看到经验分享,感觉机器学习的门槛真的是高的一逼啊。文章中各种出现高等数学、线性代数和概率论的东东, 把我这个学渣吓得瑟瑟发抖… 之后我开始疯狂的补各种高等数学、线性代数等理论知识,而后我得到的结论是:传统机器学习和深度学习的门槛并没有那么高,至少是以算法工程师为主要需求的“工程应用领域”的门槛,是没有那么高的。 AI是Artificial Intelligence的缩写,中文是大家广知的“人工智能”。 AI可以理解为让机器具备类似人的智能,从而代替人类去完成某些工作和任务。 但强人工智能在现实中的发展基本处于停滞状态,目前AI的研究和应用基本都集中在“弱人工智能”领域,弱人工智能可以理解为机器看起来像是智能的,但并不会具备知觉和意识。 弱人工智能领域的AI实现,可以分为两种方式:一种是通过对相关规则进行编程,让机器能够按照程序中存在的逻辑处理特定任务,从结果来上看机器是智能的;另一种是我们不给机器规则,取而代之,我们喂给机器大量的针对某一任务的数据,让机器自己去学习,继而挖掘出规律,从而具备完成某一任务的智能,这种方式,也就是我们今天的主角——机器学习。 浅层学习与深度学习(Deep Learning)相对,它的模型层次较浅,通常没有隐藏层或只有一层隐藏层。浅层学习常见的算法有线性回归、逻辑回归、随机森林、SVM、K-means、RBM、AutoEncoder、PCA、SOM等等。 深度学习的“深”是因为它通常会有较多的隐藏层,正是因为有那么多隐藏层存在,深度学习网络才拥有表达更复杂函数的能力,也才能够识别更复杂的特征,继而完成更复杂更amazing的任务。 AI其实就是我们给机器目前已有的数据,机器就会从这些数据里去找出一个最能满足这些数据的函数,当有新的数据需要预测的时候,机器就可以通过这个函数去预测出这个新数据对应的结果是什么。 看完之后其实明白:万物自有其道,人世间多少复杂的东西到末了还是要归于纯粹啊。
西南地区IT社群(QQ)
- 云南
- 【昆明网页设计交流吧】243627302
- 【昆明nodejs交流吧】 243626749
- 【VUE】838405306
- 【云南程序员总群】343606807
- 【昆明UI设计】104031254
- 【云南软件外包】15547313
- 贵州
- 【PHP/java源码/站长交流群】55692114
- 四川
- 【成都Java/JavaWeb交流】86669225
- 【vaScript+PHP+MySql】116270060
- 【UI设计/设计交流学习群】135794928
- 重庆
- 【诺基亚 JAVA游戏博物馆】 559479780
- 【PHP,Java,Python,C++接单】 442103442
- 西藏