我想学习人工智能和机器学习。

作者：丹尼尔伯克

我在苹果商店工作，我想换一个。开始构建我所服务的技术。

我开始学习机器学习(ml)和人工智能(ai)。

这个领域有很多事情要做。

似乎每周谷歌或脸书都会发布新的人工智能来加快处理速度或改善我们的体验。

还有别让我开始知道无人驾驶汽车公司的数量。这是好事。我不喜欢开车，所以这条路很危险。

即使所有这些事情都发生了，什么是真正的人工智能仍然没有公认的定义。

有人认为深度学习可以看作ai，也有人认为除非通过图灵测试，否则不是ai。

一开始缺乏定义真的阻碍了我的进步。学很多不同定义的东西都很难。

定义够了。

我是如何开始的？

我和朋友正在成立一家网络创业公司。失败了，我们因为没有意义而放弃了。但是一路走来，我开始听到越来越多关于ml和ai的信息。

“电脑给你学了什么？”真不敢相信。

在深度学习中偶然发现了乌达城的纳米学位。宣传视频中出现了一个有趣的人物，sir品牌 raval。他的精力很有感染力。虽然我没有达到基本要求(我之前从来没有写过python的台词)，但是我注册了。

课程开始前三周，我给乌达城支持团队发了一封电子邮件，询问退款政策。恐怕我学不完这门课。

我没有得到退款。我在规定的时间内完成了课程。那相当困难。有时候真的很难。我的前两个项目迟交了四天。然而，参与上比较重要的技术之一的兴奋让我向前迈进。

完成纳米程度的深度学习后，我承诺接受来自乌达城的纳米程度的ai，纳米程度的无人驾驶汽车或者纳米程度的机器人。所有伟大的选择。

我有点迷茫。“我接下来要去哪里？”

我需要一门课。我已经建立了一个学习纳米程度很深的小基础，现在是时候决定下一步去哪里了。

我自己创建的ai硕士学位

我不打算很快再去上大学。反正我没有10万美元的硕士学位。

所以我做了我开始做的。求导师谷歌帮忙。

在没有这方面先验知识的情况下，我跳入了深度学习。直升机没有爬到ai冰山的尽头，而是让我落到了山顶。

我研究了很多课程，列出了trello比较感兴趣的课程。

我知道网络课程辍学率很高。我不会让自己成为这个数字的一部分。我有任务。

为了让自己有责任心，我开始在网上分享我的学习之旅。我想我可以练习交流我所学的东西，找到其他对同样事情感兴趣的人。朋友们还是觉得我走ai之旅的时候是外星人。

我公开了特雷罗董事会，写了一篇关于我努力的博文。

从我第一次写课程开始，课程就有了些许改变，但还是有意义的。我每周都去拜访特雷罗的董事会，跟踪进展。

2019年更新：我把自己喜欢的一些ai、机器学习、数据科学资源总结成一个漂亮的表格(来自trello board)。你可以在这里看到他们。

我买了一张去美国的票，但是没有返程票。我已经学习一年了，所以我认为是时候把我的技能付诸实践了。

我的计划是爬美国，被录用。

然后，阿什利在linkedin上对我说：“嘿，我看了你的帖子，它们真的很酷，我想你应该见见迈克。”

我遇见了迈克。

我告诉了他我网上学习的故事，我对健康科技的热爱，我去美国的计划。

“你比较好在这里呆一年左右，看看你能找到什么。我想你真的很想了解卡梅伦。”

我遇到了卡梅隆。

我们聊的话题和迈克和我一样，健康，科技，在线学习，美国。

“我们正在解决一些健康问题，你为什么不周四来？”

是星期四。我很紧张，但是曾经有人告诉我，紧张和兴奋是一样的。我很兴奋。

我花了一天时间与麦克斯凯尔森团队会面，讨论他们正在解决的问题。

两个星期四之后，机器学习总工程师阿森公司的首席执行官尼克和我一起去喝咖啡。

“你想怎么入队？”尼克问。

“当然。”我说。

原来我的美国航班延误了几个月，现在有了往返机票。

分享你的工作

网上学习，我知道很不落俗套。我想申请的职位都有硕士学位要求或者至少有一些技术学位。

我没有。但是我确实有我从许多在线课程中学到的技能。

一路上，我在网上分享我的作品。我的github包含了我完成的所有项目，linkedin堆积如山，我通过youtube和medium练习交流我学到的知识。

我从来没有为麦克斯凯尔森交过简历。“我们在领英上签了你。”

我的工作是简历。

无论是网上学习还是通过硕士，拥有自己的投资组合都是在游戏中积累皮肤的好方法。

ml和ai技能是必须的，但这并不意味着你不用展示。再好的产品，没有货架也卖不出去。

无论是github、kaggle、linkedin还是博客，人们都可以在某个地方找到你。另外，有自己的网角也很有意思。

你如何开始？

你打算在哪里学习这些技能？什么课程比较好？

没有比较好的答案。每个人的道路都会不一样。有些人通过书学得更好，有些人通过视频学得更好。

比你重要的是你为什么开始。

先说为什么。

为什么要学这些技能？

你想赚钱吗？

你想建造什么吗？

你想有所作为吗？

还是那句话，没有正确的理由。一切都有自己的方式。

从为什么开始，因为有了为什么更重要。有一个“为什么”，意思是当事情变得困难并将变得困难时，你有事情可以求助。提醒你为什么要开始的东西。

为什么？很好。是时候学习一些硬技能了。

我只能推荐我尝试过的。

我已经完成了以下课程：

树屋-简介-python

数据营地介绍——python和python的数据科学跟踪

乌达城——深度学习与人工智能纳米化

课程-吴恩达的深度学习

快。人工智能-第一部分，很快就是第二部分

都是的。我是一个视觉学习者。当我看到事情被完成/向我解释时，我会学得更好。所以这些课程都体现了这一点。

如果你是一个的初学者，请从python入门课程开始。如果你比较自信，可以进数据科学，机器学习，ai。datacamp非常适合初学者学习python，但希望专注于数据科学和机器学习。

数学多少？

我比较高的数学教育是在高中。其他我根据需要通过可汗学院学到的知识。

进入机器学习和ai需要了解多少数学，众说纷纭。我会分享我的。

如果你想把机器学习和ai技术应用到问题中，不一定需要对数学有很深的理解才能得到好的结果。像tensorflow和pytorch这样的库允许有一点python经验的人在后台处理数学的同时建立比较先进的模型。

如果想通过博士项目或者类似的方法深入机器学习和ai研究，对数学有深入的了解是非常重要的。

就我而言，我不想深入学习数学，也不想把算法的性能提高10%。我会留给比我聪明的人。

相反，我很乐意使用可用的库并操作它们来帮助解决我认为合适的问题。

机器学习工程师实际上做什么？

机器工程师在实践中做的事情可能不符合你的想法。

虽然网上有很多文章的封面照片，但是红眼睛的机器人并不总是参与其中。

这是ml工程师每天都会问自己的一些问题。

语境——如何用ml帮助你更了解自己的问题？

数据——你需要更多的数据吗？需要采取什么形式？数据丢失了怎么办？

建模——应该用哪个模型？它在数据(过度拟合)上运行良好吗？或者为什么效果不好(不合身)？

生产——如何将模型投入生产？应该是线上模式还是定期更新？

进行中-如果你的模型崩溃了怎么办？你如何用更多的数据来改善它？有没有更好的做事方法？

我从fast.ai的联合创始人之一雷切尔托马斯(rachel thomas)的一篇文章中借用了这些内容，她在全文中走得更远。

路径未设置

进入机器学习或者人工智能没有错。

这个领域的美妙之处在于，我们可以使用一些上比较好的技术，我们所要做的就是学会如何使用它们。

可以从学习python代码开始。

可以从学习微积分和统计学开始。

可以先学习决策哲学。

因为这些领域的交叉，机器学习和ai让我着迷。

我知道的越多，就越知道有很多东西要学。这让我很激动。

有时候，当我的代码无法运行时，我会感到沮丧。或者说我一个概念都不懂。所以我暂时放弃。我放弃了摆脱问题，睡了个午觉。或者去散步。回来的时候，感觉是用不同的眼光看着它。兴奋又回来了。我一直在学习。

这个领域发生了很多事情，所以入门可能会让人望而生畏。选择太多导致没有选择。忽略这个。

从你比较感兴趣的地方开始，跟着做。如果这样会导致死路一条，那就太好了。你已经搞清楚自己对什么不感兴趣了。循着自己的脚步，向大路走去。

电脑很聪明，但还是不能自学。他们需要你的帮助。

问华为3d智能电视什么叫智慧屏，请介绍功能

智能屏幕具有人机对话的基本功能，使用体验更好。另外，它不仅仅是一台电视，它可以帮助你锻炼和学习。你把你的需求告诉它，它会在它的能力范围内比较大程度的满足你。比如你想快进视频5分钟，传统的方法是用遥控器来回试。只要告诉它在智能屏幕上快进5分钟，想暂停就告诉它。说白了，人工智能让电视智能化。以前，遥控加手动的方法被智能屏幕和人们的需求所取代。所有电视操作都可以独立完成，你只需要说出你的需求。

问小米智能电视可以看虎牙直播吗虎牙直播tv版

可以，但是在申请中心好像没有。应该是从电脑上，安装在u盘电视上

问小米智能音箱音响边放歌边玩游戏音效会不会混音

不，是我安排的。前期听了几天交响乐，声音很完美，特别好听。

不，是我安排的。前期听了几天交响乐，声音很完美，特别好听。

问小米智能音箱hd和电视音响哪个听歌好

高清音质太强，所有歌曲都是重低音。感觉这样不太好，没法调整

问小益智能密码锁门铃功能可关闭吗

可以通过app设置音量，但是静音后没有语音提示，后续使用会带来一些麻烦。把音量调到比较小就行了。