這年頭,談話間,不夾雜點“人工智慧”,“機器學習”,“深度學習”這樣的字眼,就跟九十年代追不上網際網路的時髦一樣——丟份!
可是呢,說白了,真正懂行的沒幾個,真的沒幾個。
幾個月前,我也屬於多少能跟風提兩嘴,但當真不明白這人工智慧到底根子上是啥玩意兒的吃瓜群眾。誰要是跟我提裡面的技術細節,我更是崩潰:shut up。
不過,幾段視訊徹底改變了我的認識,它裡面用了極其通俗易懂的語言和卡通畫面,讓我明白了人工智慧、機器學習裡面到底是什麼鬼,特別有意思。在這個基礎上,我在這個領域開始真正成長了。
如果你也跟我一樣,不懂機器學習,但又想知道點幹東西,卻又不想特別費勁,那麼不妨看看我分享的這些視訊,說不定你也能在幾個月後成為半個行家裡手哦。
在這裡,我會根據我的經驗,把這些視訊分為三類,第一類是入門款,第二是基礎款,第三就是進階款咯,我保證,每類都很輕鬆,不會讓你太費勁的。
在此,小小說明一下,由於微信的限制,一篇文章只能植入三個視訊,因此別的視訊只能附上鍊接,但在微信條件下,這個連結不能直接開啟。為了讓您看得更方便,可以點選閱讀原文,方便開啟連結。
入門款——基礎介紹
在推薦入門款視訊之前,先叨叨幾句,為了讓你能結合起來看得更明白。(小白的重點學習專區)
人工智慧的目的是什麼呢?
答:讓機器表現得更像人類,甚至在某些技能上超越人類。
為了達到這個目的,人工智慧必須“會思考”,而它的思考便涵蓋了以智慧方式解決計算難題的技術和方法。聽起來有點抽象。舉幾個例子:搜尋--找出兩城之間最快的往返,規劃--讓機器人自動導航並達成給定目標......
當然,人工智慧的能力到底強不強,得看兩個條件:演算法和計算能力。
演算法到底多牛逼(你可以理解為機器思考問題的方式有多牛逼),計算能力有多高(你可以理解為為機器思考提供的供血、蛋白質等後勤保障),這兩個條件直接決定了你所搞的人工智慧到底有多強。
我們人類只要把演算法和計算能力保證了,別的就不用管了,機器它自己就會學習。
機器是怎麼自主學習呢?
答:通過學習已有的標註資料來解決問題,而並不需要把規則硬編碼到演算法中。
還是太抽象,讓我舉例來說明吧。
比如,開發一個系統,讓這個系統來識別圖片中的貓和狗。為了實現,我們只須往已設定好的演算法中,放入大量貓和狗的圖片,就可以睡覺去了。等機器看完這海量的圖片,它自己就認得,什麼是貓,什麼狗。
那什麼又是深度學習呢?
深度學習屬於機器學習,不過更復雜。它類似給機器裝了一個大腦,這個大腦裡也有由大量的神經元組成的多層系統,可以通過大量的資料訓練來處理複雜的機器學習任務(比如上文提到的貓、狗影像識別)。
為什麼深度學習突然就火爆起來了呢?
因為它需要的兩個軟硬體都被滿足了:硬體方面,GPU等變得功能強大,且價格大幅下降;軟體方面,用於訓練模型的各類資料比以往大量增多了。
好了,叨叨完這麼些資訊,現在讓我們開啟入門款視訊之旅吧。
人工智慧、深度學習和機器學習:入門介紹(Andreessen Horowitz)
該視訊是關於人工智慧發展史 & 深度學習簡介
機器學習簡介(Udacity)
(稍微技術一點的)機器學習簡短講解
人工智慧是新型電力(吳恩達)
吳恩達講解人工智慧/機器學習的現狀、相關應用及管理措施
吳恩達在 Youtube 上還發了很多有趣的視訊,他在 Coursera 上還有一個免費的機器學習課程,不過技術性/理論性極強。有需要的童鞋可以自己搜搜。
成長款——深入學習
如果你還想深入學習相關的技術細節,可以觀看 Youtube 上的 Deep Learning Simplified 系列視訊與 Facebook 解釋機器學習/深度學習的視訊。
人工智慧揭祕(Facebook):
Yann LeCun 介紹人工智慧
Yann LeCun 介紹深度學習
對於技術細節的更多講解,可以檢視 Facebook 視訊的官方頁面。
簡談深度學習
Deep Learning Simplified - 入門篇
想要檢視該系列的所有視訊,可前往其 Youtube 頻道。
進階款——打造你自己的神經網路
如果想繼續往前,學會並構建出自己的神經網路,你需要:
1.學會 Python 程式設計(可以用 Codecademy、Codeschool 或 Udacity 的課程)
2.瞭解 Google 的 TensorFlow 框架或 Keras,以找出更簡單的模型實現方法;然後學習 mnist 新手教程,對機器學習有一個大體印象;強烈推薦下面這個視訊哦 。
5分鐘x學會Tensorflow
3.此外,建議學一下 Google 在 Udacity 上的深度學習免費課程。自己搜一搜。
我的分享就到這裡了,除了這些,如果你也有好的視訊資源,歡迎在後臺留言推薦哦。
原文連結
https://medium.com/@MatthiasNannt/videos-to-learn-about-ai-machine-learning-deep-learning-fd6a536a8abd