人工智能从0到1，快速入门的学习方法！

Posted 2020-12-04 aiyprojects

 

人工智能的核心就是机器学习（Machine Learning），它是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习属于计算机科学与统计学的交叉学科，在多个领域会以不同的面目出现，比如你应该听过这些名词：数据科学、大数据、人工智能、预测型分析、计算机统计、数据挖掘······虽然机器学习和这些领域有很多重叠的地方，但也不能将它们混淆。例如，机器学习是数据科学中的一种工具，也能用于处理大数据。

机器学习是一个非常广泛和丰富的领域，几乎在每个行业都有应用。因为要学习的东西太多，初学者很容易发慌，而且在面对很多个模型时也很容易迷失，看不到大局。

 

因此，我们把机器学习大概划分为九个部分：

ML整体学习:基本的机器学习原理，比如方差权衡这些知识。

优化：为模型发现最优参数的算法。

数据预处理：处理缺失数据、偏态分布、异常值等。

取样和拆分：怎样拆分数据集来调整参数和避免过度拟合。

监督式学习：使用分类和回归模型从标记数据中学习。

非监督式学习：使用因素和集群分析模型从非标记数据中学习。

模型评估：根据不同的性能度量做出决策。

集成学习：将不同模型相结合，达到更好的性能。

商业应用：机器学习如何帮助不同类型的商业业务。

机器学习项目和人工智能的实践工具：

早在去年 5 月谷歌就推出了 AIY 系列项目的人工智能DIY硬件，鼓励开发者们和爱动手的技术发烧友自己在家搭建AI小硬件。

 

AIY 全称是 Artificial Intelligence Yourself，顾名思义就是利用 AI 来进行的 DIY 功能套件。该项目的目标是让每个 Maker（创客）都可以 DIY 自己的 AI 人工智能产品。

借助 AIY 项目，创客可以利用人工智能来实现更像人与人交流的人机交互。“许多成员对使用人工智能开发项目非常感兴趣，但不知道从何入手。为解决这个问题，我们启动了 AIY 项目：创客 DIY 人工智能。”——Google开发者

去年首个开源人工智能硬件 Vioce Kit，它由扬声器、牛皮纸外壳、控制电路板等部件组成，结合树莓派即可创造一个虚拟语音助手。

不过只有语音控制显然不够过瘾，于是在去年年底，谷歌紧接着推出了第二款 AIY 硬件 Vision Kit，它不仅带有摄像头，还支持神经网络模型。

 

为了控制成本，Vision Kit 依然采用牛皮纸外壳，但硬件配置一点也不含糊，双镜头由广角镜头与微距镜头组成，提拱了扬声器、按键、三脚架安装螺母，最关键是集成了 Intel 的 Movidius MA 2450 低功耗处理器，它支持神经网络模型运算。

谷歌还提供了 3 个基于 TensorFlow 神经网络模型，它们能同时识别上千个相同的对象，或是人物面孔及表情，又或是识别人物、猫狗等目标。用户也可以通过谷歌提供的编译工具对 TensorFlow 神经网络模型进行训练，让它识别更多事物。

为了更加方便用户使用， Google 还发布了配套使用的 android 版本 APP，能引导用户按照指导流程更便利的组装这些小工具。Google 官方表示，ios 和 Chrome 版本的应用程序也将很快到来。另外，用户也可以去 Google AIY 网站上了解相关安装流程。

如果条件足够，可以同时学习机器学习与深度学习，一些规律对两者是共通的。学习完后，你已经具备了较强的知识储备，可以进入较难的实战。这时候有两个选择，大家可以对号入座：工业界的可以选择看开源项目，以改代码为目的来读代码；学术界的可以看特定领域的论文，为解决问题而发论文。

 

无论哪者，都需要过硬的知识，以及较强的编码能力，因此很能考察和锻炼水平。经过这个阶段以后，可以说是踏入AI领域的门了。之后的路就要自己走了。